行业报告2026：企业生成式人工智能的全球状态

内容 前言 目录和前言 表格列表 当我们在2023年发布行业首份报告时，企业正经历着一股实验浪潮，试图在工作流程中识别生成式AI的变革性应用场景。2024年的报告显示试点研究和概念验证呈爆炸式增长，企业正寻求定义治理政策、基础设施要求和价值创造。 图列表 企业市场与技术格局 核心产业的生成式人工智能 10金融服务业中的通用人工智能11在创意产业中的生成式人工智能14零售业中的生成式人工智能 制造业中的生成式人工智能17医疗保健中的通用人工智能20教育中的通用人工智能24交通领域的生成式人工智能25 今年的报告显示了景观是如何快速演变的，随着企业从试点转向全面生产，有效地部署和扩展生成式人工智能计划，以提供实际的业务价值。 在本报告中，我们旨在突出塑造生成式人工智能采纳的关键力量： 核心行业的生成式AI哪些特定领域的用例正在发展，哪些有效 人工智能行业趋势：技术将走向何方以及推动下一波创新的动力是什么 人工智能行业趋势 AI在企业中：什么才是顶尖的运营实践——从架构到治理 人工智能基础设施与架构 28 生成式人工智能投资：资本流动在哪里以及它如何重塑竞争格局 35人工智能治理——风险、合规、负责任的AI 生成式人工智能基础设施：领导者如何构建可用于人工智能部署的可扩展、灵活且经济的平台 在我们召开生成式人工智能周之际，本报告旨在使我们的对话基于真实数据、真实战略和真实成果。这不仅仅是我们今天的快照——它是为寻求在整个端到端工作流程中实施生成式人工智能的企业领导者提供下一步指南。 基因人工智能技术 山姆·莱曼活动导演生成式人工智能周 表格 表10精选前沿实验室的GenAI平台说明能力 表 1 表5 各行业中企业使用通用人工智能的业务功能占比(%) 代理型AI与生成型AI与传统AI 表 112025年第一季度顶级私募股权交易——生成式人工智能 表6 表 2 代理型AI与生成型AI与传统AI 全创链各环节中 GenAI 的应用案例 表 7值得关注的RAI政策制定里程碑 表12 表3 生成式人工智能对零售价值链的影响 2025年第一季度顶级私募股权交易——生成式人工智能 表8重要模型和数据集发布 表13 表4 制造价值链上的 GenAI 应用 自2024年起的重要AI模型和数据集发布 领先供应商：GenAI表14 表 9引领性 GenAI 模型和规格 表5 制造中 GenAI 模型的分类 图形 比较领先代理式AI解决方案的评分 GenAI空气概念鞋图 7 人工智能对商业收入的影响 图8教育领域中的 GenAI 潜力 人工智能生成式实施状态图2 图 15 公司收入对负责任人工智能的投资，2024 图9生成式人工智能在交通运输中的采用和影响 全球企业 GenAI 市场按细分领域划分，2025-2030 年，单位为 10 亿美元 图16 美国领先通用人工智能聊天机器人市场份额和用户增长，2025年4月 图102024年GenAI基础设施资金 图 4 图17生成式人工智能支出与行业经济潜力 全球企业GenAI市场按区域划分的百分比，2025-2030 图 11 全球代理式AI市场规模（2025-2030年），单位：百亿美元 图5 图12进化到多模态 GenAI 代理 企业通用人工智能：2024年LLM的市场份额占比% 图 18 GenAI领域的风险投资，2014-2024年，单位：百万美元 图13 图6 由功能实现的美国人工智能机会，以十亿美元计：银行业 生成式人工智能与自主式人工智能在任务完成中的应用 企业生成式人工智能现状 企业市场与技术格局 根据麦肯锡一项针对美国的研究，截至2025年，高达71%的组织在至少一个业务功能中使用GenAI，较2024年初的65%有所上升。因此，预计企业GenAI支出从2025年的40亿美元增长到2030年的192亿美元，年复合增长率为36.8%，这一增长并不令人意外。 每年在资本投资上花费超过70亿美元，仅用于促进与GenAI相关的新能源发电。此外，他们还需要建设支持性基础设施，例如用于长距离输电的输电线路和用于将电力输送到家庭的配电线，使整体投资额要高得多。 虽然2024年是企业将GenAI作为战略必需的年份，随着企业扩大规模并从试点项目中学到经验，2025年开始见证通过大规模部署GenAI来提供切实的投资回报（ROI）的努力。然而，高级决策者预计不会立即要求切实的价值和财务结果，并且他们正在以中期至长期的时间表进行运作。 毕竟，尽管过去两年生成式人工智能（GenAI）发展迅猛，但它仍然处于发展和应用的前期阶段，这一点从目前60%的企业生成式人工智能投资来自创新预算这一事实就可以看出。然而，由于40%的支出来自更稳定的预算，其中58%是从现有分配中转移而来，企业正日益展现出对人工智能转型的承诺。生成式人工智能需要很长时间才能产生实际价值的一个原因是，公司需要将其有限的资源分配到各种竞争激烈的转型优先事项中，同时还要应对复杂且不断变化的监管环境。 虽然2024年是企业将生成式人工智能（GenAI）提升为战略要务的一年，随着企业扩大规模并从试点项目中获得经验，2025年开始见证通过大规模部署GenAI实现可衡量的投资回报（ROI）的努力。然而，高层决策者不会立即要求可衡量的价值与财务成果，并且他们正在根据中到长期的时间表进行运作。 另一个需要考虑的是，并非所有企业的 GenAI 投资都会取得成果。实际上，根据 Gartner 的估计，到 2025 年底，至少有 30% 的GenAI 项目会因为数据质量差、风险控制不足、成本和电力需求激增或商业价值不明确而在概念验证后被放弃。事实上，根据高盛副总裁卡莉·达文波特的说法，美国将不得不 尽管基础模型投资仍然主导着企业的生成式人工智能支出，但应用层现在正在增长得更快。生成式人工智能应用支出的前三个领域如下所述。 支持聊天机器人 根据 Menlo Ventures 的研究，支持聊天机器人吸引了 2024 年 31% 的企业采用。一个很好的例子是全球银行荷兰国际集团（ING），它仅通过聊天机器人就成功处理了其在荷兰每周 85,000 次客户互动中的约 45%。Aisera、Decagon 和 Sierra 是直接与终端客户交互的代理人的例子，而 Observe AI 则在通话期间为联络中心代理提供实时指导。 代码协作者 人工智能与编程的交叉已成为科技领域在风险投资方面最热门的领域之一。人工智能编程工具可以自动化各种常规开发任务，如代码生成、测试和调试，鉴于全球对软件的巨大需求以及熟练开发人员的短缺，这已被证明特别有用。GitHub Copilot快速增长至3亿美元的营收运行率验证了这一轨迹，而Codeium和Cursor等新兴工具也在迅速发展。除了通用的编程助手，企业还在投资特定任务的协作工具，如Harness的AI DevOps工程师和用于管道生成和测试自动化的QA助手，以及可以执行更全面的软件开发的人工智能代理，如All Hands。 企业搜索与检索和 数据提取与转换 企业正显著投资这些解决方案，以解锁并利用组织内部数据孤岛中常常隐藏的知识。好的例子包括 Glean 和 Sana 等解决方案，它们连接电子邮件、通讯工具和文档存储，以实现跨不同系统的统一语义搜索，并提供人工智能驱动的知识管理。 人工智能与编程的交叉已成为科技领域VC投资最热门的领域之一。人工智能编程工具可以自动化各种例行的开发任务，如代码生成、测试和调试，鉴于全球对软件的巨大需求以及熟练开发人员的短缺，这已被证明特别有用。 对更多面向行业的潜在用例感到舒适。 市场规模 全球企业级AI市场预计将从2025年的40亿美元增长到2030年的192亿美元，年复合增长率为36.8%。该技术在企业中日益普及的主要原因之一是像ChatGPT、谷歌的Gemini和微软的Copilot等先进和突破性的企业级AI工具的公开可用性，这些工具使专业人员 尽管各行各业都存在一致的应用，但其中一些领域，如信息技术（IT）、网络安全、运营、营销和客户服务，比其他领域更为成熟。此外，那些在其规模最大的倡议中报告了更高投资回报率的企业，在他们的生成式人工智能（GenAI）旅程中普遍更进一步。 软件领域预计将在2025年占据最大67%份额，其余部分由服务构成。人工智能代理的出现及其预期迅猛发展是软件领域短期内到中期的主要驱动力，随着这项技术作为一项突破性创新而获得关注，并具有释放全功能生成式人工智能潜力的潜力。然而，需要注意的是，代理式人工智能不能被视为万能药，目前生成式人工智能所面临的所有更广泛挑战仍然适用。 全球企业级AI市场预计将从2025年的40亿美元增长到2030年的192亿美元，年复合增长率为36.8%。该技术增长的主要原因之一是像ChatGPT、谷歌的Gemini和微软的Copilot这样先进和突破性GenAI工具的公开可用性，这些工具让专业人士对面向更多行业使用场景的潜在应用案例感到舒适。 北美预计将主导全球市场，到2025年市场份额约占41%。与此同时，亚太地区预计将在2025年至2030年期间成为增长最快的地区，贡献显著 来自中国、日本、韩国和印度，由 substantial government initiatives 推动。OpenAI 以 32% 的份额占据市场份额主导地位，其次是 Anthropic (25%)、Meta (15%)、Google (13%) 和 MistralAI (5%)。 核心产业的生成式人工智能 银行转型的推动者。该技术有潜力不仅推动运营转型和重塑商业模式，还能节省成本、产生更高收入，并满足风险和合规要求。 金融科技领域的生成式人工智能 在全球经济波动加剧的大环境下，金融服务行业持续运营，特点是利率突然上调和贸易紧张局势加剧。欧洲和印度银行正从利率上升中获益，而北美银行则因结果更加两极分化而面临 mixed bag。另一方面，正当日本银行开始显现复苏迹象时，美国关税担忧导致该国银行指数在2025年4月4日当周暴跌超过20%。 此外，随着行业日益数字化，通用人工智能（GenAI）为自动化复杂流程、提供定制化客户体验以及加强安全措施提供了机遇，从而使其能与更敏捷的数字优先竞争对手竞争。这在当前动荡的宏观经济环境下尤为重要，该环境给全球金融机构带来了巨大的压力，要求其向利益相关者提供充足的回报。根据麦肯锡的估计，GenAI每年可为全球银行业贡献2000亿至3400亿美元。 在这种不确定性中，只有适应的银行才能繁荣，而其他银行则有被进一步落后的风险。全球金融服务行业采用的一项关键适应策略是整合GenAI，它已成为一个核心。 补充其他机器学习（ML）模型和应用。因此，它们将GenAI集成不是作为独立的模型，而是作为包括机器人流程自动化（RPA）和自主代理AI解决方案的模型和技术网络的一部分。在这里，一个的见解和输出用于指导另一个的功能和方向。 即使几家金融服务公司已经成功实施了GenAI并开始实现效率提升，也只有少数公司报告称其GenAI投资带来了收入增长。因此，他们现在面临来自股东的巨大压力，要求立即展示其投资的回报率，而毕马威在2025年的一项研究中估计这一比例约为70%。 这种方法已经开始以24/7虚拟顾问的形式交付成果，提供定制化金融指导，自动化常规交易，并基于实时数据和预测洞察主动管理客户需求。此外，通过分析海量数据，欺诈检测、合规监控和风险评估等后台流程正得到简化，速度和精度得到提升。 实现ROI 尽管多家金融服务公司已成功将GenAI应用于其运营并开始实现效率提升，但只有少数公司报告称其GenAI投资带来了收入增长。因此，他们现在面临股东对其投资立即展示投资回报率的巨大压力。然而，尽管存在这些压力以及AI技术快速演变带来的不确定性，全球金融机构在短期至中