2025年AI现状报告

关注我们的研究ICONIQ企业五订阅销售、客户成功、营销薪酬指南——以及更多 增长 & 效率工程系列探索我们对顶级 SaaS 增长和效率的研究 SaaS 术语表私密 & 严格保密理解并跟踪关键saas指标指南 探索我们的AI观点今年这份报告剖析了建造者的行动指南的核心维度：引言我们相信，构建和部署人工智能产品是竞争优势的新前沿 –而且推动这项工作的建筑师、工程师和产品领导者的声音值得他们自己的聚光灯。虽然去年的AI状态报告集中在了购买旅程和企业采用动态上，但我们的2025报告完全转向了“如何”：构思、交付和扩展端到端的人工智能驱动产品所需的一切.基于我们专有调查结果，并结合对ICONIQ社区内人工智能领袖的深度访谈，《2025年人工智能发展报告》为那些有责任将生成式智能从一种有前景的概念转变为可靠、创收资产的人提供了蓝图。1. 产品路线图 & 架构平衡实验、上市速度和模型演进每个阶段的性能的新兴最佳实践2. 市场进入策略团队如何调整定价模式和市场进入策略，以反映AI的独特价值驱动因素3. 人才与人才构建合适的团队，利用人工智能专业知识，促进跨职能协作，并保持长期创新4. 成本管理 & 投资回报率与构建和发布AI产品相关的支出策略和基准5. 内部生产力与运营公司如何将人工智能嵌入到日常工作中以及生产力解锁的最大驱动力是什么 私密 & 严格保密 AI成本目录建筑生成式AI产品市场进入策略策略 &合规性结构组织专注AI/ML领导力27人工智能特定角色与招聘28 29招聘速度30工程团队中专注于人工智能的百分比 & 方法论本报告中分享的所有行业观点均已匿名化，以保护公司层面的信息。在整个报告中，我们还融入了来自ICONIQ社区的AI领导者们的观点、见解，以及我们认为是最佳实践的内容。这项研究总结了数据2025年4月对300人的调查从 an软件公司负责建设AI产品的管理人员包括首席执行官、工程负责人、人工智能负责人和产品负责人。数据来源注释：(1) 这些数据由外部调查匿名收集。调查回复包括部分但不包括所有ICONIQ创业和成长投资组合公司，以及不属于ICONIQ创业和成长投资组合的公司。(2) 调查中的某些问题是可选的。因此，本次演示中的一些N-Size数字少于300 私密 & 严格保密收入：年收入至少1000万美元顶线增长如果收入低于$25M，则营收同比增长率100%+；如果收入为$25M-250M，则营收同比增长率50%+；如果收入高于$250M，则营收同比增长率30%+人工智能产品进展：人工智能产品处于通用可用或扩展状态在本报告中，符合以下标准的公司被称为“高增长公司” 构建 GenAI 产品 初级人工智能产品阶段该产品已证明其市场适用性，现在专注于增长其用户群和基础设施以应对更高的需求正式发布产品正式发布，具有稳定性和支持产品已充分开发，可供有限测试外部用户反馈和错误识别组该产品仍在开发中并且不正式对外用户可用来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人与AI赋能的同行相比，AI原生公司处于更靠前的开发周期中，大约有47%的分析产品已达到关键规模并证明市场契合度 79%人工智能产品类型AI-原生人工智能驱动代理工作流来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人自主工作流和应用层是AI原生公司和AI赋能公司正在构建的最常见的产品类型；值得注意的是，大约80%的AI原生公司目前正在构建自主工作流 模型使用高成长公司其他受访者来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人大多数构建AI应用的公司依赖第三方AI API；然而，高增长公司中更大比例的公司也在微调现有基础模型，并从零开始开发专有模型 95%78%81%顶级模型供应商注意：(1) 同时构建终端用户应用程序和核心人工智能模型/技术的公司全栈水平应用垂直应用OpenAI / GPT来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人OpenAI的GPT模型仍然是最受欢迎的模型；然而，许多公司正越来越多地采用多模型方法来应对各种用例的AI产品 12通常，大多数受访者正在使用 OpenAI 模型和其他提供商的 1-2 个其他模型的组合。我们使用不同的专有和第三方模型，因为我们的客户有不同的需求。专业模型使我们能够更好地为客户定制体验和他们的应用场景 -- 销售自动化、客服代理提供我们内部工具。此外，我们还可以为客户提供更灵活的价格点和选择,同时也不断尝试新的模型和商业机会。产品副总裁，10亿美元+营收，全栈人工智能公司公司越来越多地采用多模型方法针对AI产品利用不同的提供商和模型在使用案例、性能、成本和客户需求方面.这种灵活性使他们能够针对网络安全、销售自动化和客户服务等多种应用进行优化。确保跨区域的合规性和卓越的用户体验.正在构建架构以支持快速模型切换，一些倾向于开源模型以获得成本和推理速度的优势。 154%54%50%26%23%17%10%9%55%29%43%8%14%10%12%2%55%42%34%13%7%7%8%4%2.8私密 & 严格保密顶级模型供应商回答者百分比，选择所有适用项，N = 240平均每个模型的数量respondent =Meta / LLamaMistral AI深索协同其他xAIAnthropic /克劳德Google /杰尼米 模型训练技术高成长公司其他受访者来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人检索增强生成（RAG）和微调是最常见的模型训练技术；高增长公司倾向于使用更多样化的基于提示的技术 68%人工智能基础设施完全基于云端来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人大多数公司都在使用基于云的解决方案和AI API提供者进行训练和推理 Meanwhile,只有23%的团队采用混合方法，不到十分之一维护本地或专用推理基础设施，强调这些模型仍然处于小众领域，主要在控制、合规或专业性能证明额外开销的场合被采用。实时AI用例新机遇生长，那里有一个为了使即用型推理平台获得更多市场份额，但任何脱离完全托管服务的举措都将取决于一个清晰的业务案例或监管强制要求。大多数组织明显是倾向于全托管人工智能解决方案 -68%云计算中完全运行，64%依赖外部AI API提供者 -最小化前期因为此模型资本支出和运营复杂性，同时最大化上市速度然而，这种依赖也意味着供应商选择、SLA协商和每呼叫成本管理已成为战略优先事项，而不仅仅是技术考量。 14 人工智能性能监控来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人随着人工智能产品的扩展，性能监控变得越来越重要，许多扩展的人工智能产品都提供某种形式的高级性能监控 市场准入策略与合规 人工智能产品路线图截至2025年底（预计）截至2024年底来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人对于人工智能赋能的公司，其产品路线图中有约20-35%专注于人工智能驱动的功能，而高增长公司则将其路线图的约30-45%用于人工智能驱动的功能 40%AI功能的定价模式AI功能是高端档产品来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人目前，大多数人工智能公司要么将人工智能功能作为高端产品的一部分，要么免费包含其中。 32%19%ICONIQ跨职能洞察包含在免额外费用基于使用情况模型在我们的2025 gtm报告状态,我们向 GTM 领导问了同样的问题，他们的回答很大程度上与研发领导一致– 进一步加强这一趋势在整个市场的一致性。 38%9%1%结果导向模型基于座位模型包含在一个高端级产品 价格变动来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人40%的公司没有计划改变价格，但37%的受访者正在探索基于消费、投资回报率和使用层级的新的定价模式 私密 & 严格保密考虑投资回报率“我们想要支付并清除与ROI的连接进入我们的定价模型”产品VP，10亿-15亿美元收入全栈人工智能公司消耗和基于结果的定价“我们将以围绕消费为中心的定价模式补充高级别模型定价. 我希望我们也会尝试基于结果定价，但如何构建我们的定价结构尚不清楚允许客户以至于精确地预算这些成本.”产品副总裁，10亿至15亿美元营收，全栈人工智能公司 我们在观察人工智能能力是否能为顾客创造额外价值。一旦我们有了关键性的采用和新增价值的证明，划分我们当前的等级我们可能平台（即创建一个包含完整AI/代理的顶级，对基础和企业级进行限制）”产品副总裁，10亿至15亿美元营收，全栈人工智能公司“订阅模式不起作用高级用户倾向于使用很多为我们。导致负边距考虑用户不LLM API成本，同时使用中存在流失风险. 考虑到计划搬迁高可变成本我们基于使用但是捆绑使用作为订阅服务，例如每年10M token套餐”产品副总裁，10亿至15亿美元营收，全栈人工智能公司 整合意愿 人工智能可解释性与透明度我们提供详细的模型透明度报告我们提供关于如何的基本见解人工智能影响结果我们不提供AI特定的向客户解释其他来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人随着人工智能产品的规模化，提供详细的模型透明度报告或基本洞察人工智能如何影响结果变得更加关键 确保人工智能公平与安全的循环疏忽人工智能合规与治理大多数公司都有围绕人工智能伦理和治理政策的护栏，绝大多数受访者使用人类-专业AI合规且治理团队正式的人工智能伦理和已实施的治理政策基本符合数据隐私法（例如，）GDPR，CCPA）无正式人工智能合规策略来源：来自ICONIQ GenAI调查（2025年4月）以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的看法负责企业人工智能项目的CIO/CDO、CTO、我们的技术咨询委员会以及我们网络中的其他人 66%42%38%11%47%29%13%你的公司采取了哪些保障措施来确保人工智能的公平性和安全性？私密 & 严格保密受访者百分比，N = 291受访者百分比，N = 291疏忽透明度减轻措施技术你们公司如何处理人工智能合规性和治理？