2025年人工智能报告

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关于顶尖SaaS增长和效率的研究 探索我们的AI视角今年的报告剖析了建造者的核心维度：简介我们相信构建和运营人工智能产品是新的竞争优势前沿 –并且推动这项工作的建筑师、工程师和产品负责人值得他们自己的聚光灯。虽然去年的AI状态报告专注于购买之旅和 企业采用动态，但我们的2025报告完全转向了“如何实现”：构思、交付和扩展端到端 AI 驱动的供应所需的内容.基于我们独有的调查结果以及与ICONIQ社区中人工智能领袖进行深入访谈，2025年人工智能报告为任何需要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型和市场进入策略以体现人工智能的独特价值驱动因素3. 人与人才构建能够运用人工智能专长、促进跨职能协作并维持长期创新的团队4. 成本管理 & 投资回报率：与建设和发布人工智能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 私密 & 严格保密 AI成本目录建筑生成式人工智能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 & 方法论本报告所有分享的行业观点均已匿名化，以保护公司层面的信息。在这份报告中，我们还融入了来自ICONIQ社区中AI领袖的视角、见解以及我们认为的最佳实践。这项研究总结了数据2025年4月对300人的调查froman软件公司构建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创业和成长组合公司，以及不属于ICONIQ创业和成长组合的部分公司。(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，则收入年增长率为100%+；如果收入在$25M-250M之间，则收入年增长率为50%+；如果收入高于$250M，则收入年增长率为30%+AI 产品牵引力AI产品处于一般可用性或扩展中在本报告中，符合条件的公司被称为“高增长公司” 构建 GenAI 产品 初级AI产品阶段产品已被市场验证，现在专注于增长其用户基础和用于处理更高需求的基础设施产品正式发布，稳定性与支持该产品已充分开发，可以进行有限测试外部用户组用于反馈和错误识别该产品仍在开发中，来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、我们的技术咨询委员会以及我们网络中的其他人与人工智能赋能的同行相比，人工智能原生的公司处于更进一步的开发周期中，大约有47%的分析产品达到了临界规模并证明了市场契合度 79%人工智能产品类型AI-原生AI驱动代理工作流来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、我们的技术咨询委员会以及我们网络中的其他人代理工作流和应用层是 AI 原生和 AI 赋能公司中最常见的要构建的产品类型；值得注意的是，大约 80% 的 AI 原生公司目前正在构建代理工作流 95%78%81%顶级模型提供方备注：(1) 同时开发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：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、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，许多公司正越来越广泛地采用多模型方法来构建跨用例的AI产品 12通常，大多数受访者在使用 OpenAI 模型以及来自其他提供者的 1-2 个其他模型。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及其用例——销售自动化、客服代理提供我们的内部工具。此外，我们可以客户更灵活的价格点和选择，以及不断尝试新的模型和商业机会。产品副总裁，营收超过10亿美元，全栈人工智能公司公司越来越多地采用多模型方法对人工智能产品利用不同的供应商和模型在使用案例、性能、成本和客户需求方面.这种灵活性使它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，有些倾向于开源模型以获得成本和推理速度的优势。 模型训练技巧高速增长公司其他受访者来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、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种类的基于提示的技术 68%人工智能基础设施完全基于云端来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、我们的技术咨询委员会以及我们网络中的其他人大部分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 14Meanwhile,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，强调这些模型仍然是利基的，主要在控制、合规或专门性能证明额外开销合理的场景中采用。实时AI用例新机遇grow，有一个为了使即用型推理平台获得更大的市场份额，但任何脱离完全托管服务的举动都将取决于一个清晰的业务案例或监管强制要求。大多数组织很明确地倾向于完全管理的AI解决方案 -68%进入完全在云端运行，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谈判和每通电话成本管理已成为战略优先事项，而不仅仅是技术考虑。 人工智能性能监控来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、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，性能监控变得更加重要，许多扩展的人工智能产品提供某种形式的先进性能监控 市场进入策略与合规 人工智能产品路线图截至2025年底（预计）截至2024年底来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、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，而成长迅速的公司则将更接近30-45%的路线图用于人工智能驱动的功能 40%人工智能功能定价模型AI功能是高端级产品来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、我们的技术咨询委员会以及我们网络中的其他人目前，大多数人工智能赋能的企业要么将人工智能功能作为高端产品的组成部分，要么免费提供这些功能。 32%19%ICONIQ跨职能洞察包含于免费基于使用模型在我们2025年GTM报告状态,我们向GTM领导者问了相同的问题，他们的回答基本与研发领导者一致进一步强化这一趋势在整个市场中的持续性。 38%9%1%结果导向模型基于座位的模型包含在高端级产品 价格变更来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、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 & 严格保密消费和结果导向定价“我们将用围绕消费的定价模型来补充高级别模型的定价. 我希望我们也将尝试基于结果的定价，但它尚不清楚我们将如何构建定价允许客户以致精确预算这些成本.”产品副总裁，10亿-15亿美元收入，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，而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量但捆绑使用作为订阅，例如，每年10M token套餐”产品副总裁，10亿-15亿美元收入，全栈人工智能公司 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针对人工智能的向客户解释其他来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、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发展，提供详细的模型透明度报告或关于人工智能如何影响结果的基本见解变得更加关键 循环疏忽以确保人工智能公平和安全人工智能合规与治理大多数公司都有关于人工智能伦理和治理政策的防护措施，大多数受访者使用人类-专注AI合规和治理团队正式的AI伦理和已实施的治理政策基本符合数据隐私法律（例如，GDPR, CCPA)无正式AI合规性策略来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、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%你们公司使用哪些保障措施来确保人工智能的公平性和安全性？私密 & 严格保密受访者比例，N = 291受访者比例，N = 291疏忽透明度缓解措施技术贵公司如何处理人工智能合规和治理？ 组织结构 33%50%48%51%61%4%3%6%3%5%59%47%42%40%31%5%3%6%3%专注AI/ML领导力私密 & 严格保密不，我们依赖外部AI提供者不，但是人工智能是我们的一部分更广泛的研究与开发战略不，但我们打算雇佣专注的AI/ML领导力是的，我们拥有专门的AI领导力<$100M$100M-$200M$200M-$500M$500M-$1B$1B+2024 收入来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、我们的技术咨询委员会以及我们网络中的其他人许多公司在达到10亿美元收入时都设有专门的AI领导层，这很可能是因为运营复杂性的增加以及需要有一个中央负责人来负责AI战略贵公司是否有专门的AI/ML领导（例如，首席AI官、机器学习负责人、AI研究负责人）？受访者百分比，N = 290 88%人工智能特定角色目前有计划雇佣人工智能 / 机器学习工程师数据科学家平均提前期至雇佣（#天）来源：ICONIQ GenAI调查（2025年4月）的观点以及来自ICONIQ团队和由我们的社区组成的AI领袖网络的观点负责企业人工智能计划的信息官/首席数字官、首席技术官、我们的技术咨询委员会以及我们