2025年AI发展现状报告：AI实干家的操作指南

AI资讯 8小时前 charles

145 0 20

💡

2025年，人工智能已不再是遥远的未来，而是企业竞争力的核心驱动力。从最初的探索性采购到如今的深度构建与运营，AI正在以前所未有的速度重塑各行各业的格局。

ICONIQ发布的《2025 年人工智能发展现状报告：构建者实战指南》是写给 AI 实干家的操作指南。该报告深入剖析了AI构建者（AI Builder）的实践蓝图，揭示企业如何从概念构思到规模化，成功驾驭 AI 浪潮，实现业务增长与效率飞跃。

原文链接：https://www.iconiqcapital.com/growth/reports/2025-state-of-ai

AI产品开发：从概念到规模化落地的路径

当前企业在AI领域的布局呈现出多元化态势，报告将企业分为三大类：

传统SaaS公司，即那些尚未将AI嵌入核心业务的软件服务提供商
AI-Enabled公司，它们通过在现有产品中添加AI功能或开发非核心AI产品来增强竞争力
AI-Native公司，其核心业务模型和价值主张完全由AI驱动

值得注意的是，AI-Native公司在产品生命周期中展现出更快的增长。数据显示，仅有1%的AI-Native公司仍处于预发布阶段，而高达47%的AI-Native产品已进入规模化增长阶段。相比之下，AI-Enabled公司有11%的产品处于预发布阶段，且仅有13%的产品实现了规模化。

💡

这种增长速度上的差异并非偶然。AI-Native公司将AI视为其存在的根本，而非仅仅是附加功能。这种“基因”决定了其组织结构、文化和资源分配都围绕AI构建，从而使其在产品迭代、市场验证和规模化方面具备天然优势。

在各类AI产品中，Agentic Workflows（代理工作流）的崛起尤为引人注目。

这种能够自主执行任务、优化用户旅程的“智能代理”，正成为AI-Native公司最常见的产品类型。

高达79%的AI-Native公司正在积极构建此类产品。在AI-Enabled公司中，这一比例也达到了65% 。

这表明AI正在从简单的工具向能够自主执行复杂任务、甚至主动引导用户的智能体系统发展。

高增长公司在AI代理的使用上更为激进。47%的高增长公司已在生产环境中积极部署AI代理，远高于其他公司32%的部署率。

这一趋势反映出，高增长企业将AI代理视为提升用户体验和驱动价值的关键战略方向。

在选择面向客户的AI产品所使用的基础模型时，企业最优先考虑的因素是模型准确性，紧随其后的是成本，有57%的受访者将其视为重要因素。

💡

值得注意的是，相较于去年的报告，成本的重要性显著提升，这反映出基础模型层面日益明显的商业化和规模化趋势，例如DeepSeek等成本效益更高的模型涌现，使得企业在性能与成本之间有了更多权衡空间。

在AI模型的训练技术方面，Retrieval Augmented Generation（RAG，检索增强生成）和微调（Fine-tuning）是最常见的两种方法。

这表明企业正积极通过数据增强和模型适应性调整来提升AI性能，使其更好地适应特定业务场景。

值得关注的是：高增长公司倾向于使用更多种类的提示工程技术。

💡

与去年的《人工智能现状报告》相比，今年调查中更大比例的受访者积极使用了RAG和微调技术。我们曾预计微调的百分比会因为所需的投入而降低，但基础模型的改进速度很快，这仍然是一个关注领域。

Go-to-Market策略：AI商业化的关键考量

在AI产品和功能的定价方面，市场正经历一场新的变革。

目前，大部分公司采用混合定价模式，结合了订阅/套餐制与基于使用量或结果的定价。

具体来看，38%的受访者使用混合模式，36%采用坐席（License）订阅制，19%选择基于使用量，而6%则基于结果定价。

对于AI赋能型公司，其AI功能主要通过两种方式提供：40%作为高级版套餐的一部分，33%则直接免费提供。

然而，这种将AI捆绑或免费提供来吸引用户的策略，预计在未来几年将发生转变。随着企业开始建立AI使用量和投资回报率的看板，市场玩家将很可能转向基于使用量的模型，以避免利润受影响。

报告显示：40%的公司没有改变定价的计划，但有37%的受访者正在积极探索新的定价模型，包括基于消费、ROI和使用量分层的模式。

有产品高管指出，基于坐席（License）订阅模式可能不再适用，因为“高频用户使用量大将导致大模型API调用成本剧增，而低频用户则面临流失风险”，因此计划转向基于使用量的模式，例如“每年1000万个token的套餐” 。

这预示着AI定价将更加精细化和动态化，以更好地反映AI的实际价值和成本。

AI赋能内部生产力：企业效率革命进行时

企业对内部AI生产力的投入呈现显著增长。2025年，企业内部AI生产力预算预计将翻倍，占总营收的1-8%。

这表明企业将内部AI视为重要的投资领域，期望通过AI工具提升企业运营效率。

然而，尽管投入巨大，内部AI工具的访问与实际使用之间存在明显脱节。

约70%的员工拥有AI工具访问权限，但仅约50%的员工持续使用。在大型企业（营收10亿美元以上），这一差距更为明显，员工使用率仅为44%。

这表明仅仅部署工具并非终点，员工采纳是内部AI成功的关键。

纽约人寿高管Don Vu指出：“仅仅部署工具只会带来失望，特别是对于大型企业而言。要真正赋能员工，你需要通过支持性的措施来提高可用性，包括培训、推广倡导者，以及最重要的是高层不懈的支持“。

在内部AI应用场景中，编码辅助（77%）、内容生成/写作助手（65%）和文档与知识检索（57%）是最受欢迎的AI用例。

在生产力影响方面，编码辅助（65%）遥遥领先。内容生成/写作助手（37%）和文档与知识检索（30%）也展现出显著影响。

平均而言，这些GenAI工具能带来15-30%的生产力提升。

这些用场景的核心是处理和生成信息，属于典型的“知识工作”范畴。这表明AI正在对知识工作者（如程序员、市场人员、研究员）的日常工作产生最直接、最显著的生产力提升。

尤其值得关注的是“文档与知识检索”这一应用场景，它直接关系到企业内部知识的流动和复用效率，是构建“AI知识库”的基础。

结语：展望AI未来，知识管理新范式

在信息爆炸的时代，高效地从海量企业知识中提取、组织和应用所需信息，直接关系到员工的决策效率和企业的创新能力。这正是智能知识管理系统所能发挥的巨大价值。

在AI驱动的未来，企业知识管理将迎来全新的范式。传统的文档管理已无法满足快速响应和智能决策的需求。

腾讯乐享AI知识库正是为解决这一痛点而生，它结合了腾讯领先的AI技术，在文档与知识检索场景中展现出了独特的能力。

智能检索与问答：

借助强大的AI模型，乐享AI知识库能够深度理解文档内容，提供精准的语义搜索和智能问答，让员工无需大海捞针，即可快速找到所需信息。
知识沉淀与共享：

它不仅是一个存储空间，更是一个智能化的知识沉淀平台，能够自动识别、整理和关联企业内部的各类文档、报告和经验，形成结构化的知识体系。
提升工作效率：

通过智能化的知识服务，乐享AI知识库能有效减少了员工在信息查找上耗费的时间，将更多精力投入到高价值的创造性工作中，正如报告中“文档与知识检索”带来的30%生产力提升所呼应。
数据安全与合规：

乐享AI知识库在设计之初就充分考虑了企业级的数据安全和隐私需求，确保企业知识资产的安全可控，这与报告中企业对“隐私”和“合规”的重视不谋而合。