猜你想问
这份研报主要讲了什么核心内容？
这份研报分析了企业采用AI的下一阶段，指出AI部署成本下降但企业支出上升，促使企业更加注重投资回报率（ROI）。报告强调企业开始重新评估AI部署方式，更加注重控制成本，关注ROI、工作流程重塑和治理。同时，软件供应商通过提供AI框架、模型选择和路由等技术，帮助企业控制成本并实现AI应用落地。此外，随着AI模型获取的普及，执行能力成为AI部署的关键差异化因素。
AI行业未来发展趋势如何？
AI行业未来发展趋势显示，企业AI部署正从实验阶段转向战略性部署阶段。AI token支出在2025年6月至2026年6月期间增长了572%，平均提示词token长度自2024年初以来增长了近4倍，推理模型现在占所有使用的50%。同时，越来越多的token被路由到开源模型，开源模型运行了56%的网关token量。这些数据表明AI应用范围扩大，企业对AI的投入持续增加，开源模型使用率提升，AI对数字基础设施的需求也将持续增长。
研报重点分析了哪些方向？
研报重点分析了AI部署成本与支出的变化关系，企业对AI部署的管理方式转变，以及软件供应商在AI部署中的关键角色。报告指出AI单位成本下降但企业支出上升，企业更加注重ROI和工作流程重塑。软件供应商通过提供AI框架、模型选择和路由等技术，帮助企业控制成本并实现AI应用落地。此外，报告还分析了执行能力成为AI部署的关键差异化因素，以及AI对数字基础设施的需求增长。
当前AI市场现状如何判断？
当前AI市场现状显示，AI部署成本下降但企业支出上升，AI应用范围扩大，企业对AI的投入持续增加。AI token支出在2025年6月至2026年6月期间增长了572%，平均提示词token长度自2024年初以来增长了近4倍，推理模型现在占所有使用的50%。同时，开源模型使用率提升，运行了56%的网关token量。这些数据表明AI技术普及加速，企业对AI的接受度提高，但同时也面临成本控制和执行能力提升的挑战。
研报提示哪些风险需要注意？
研报提示AI部署过程中需要注意成本控制和执行能力提升的风险。虽然AI部署成本下降，但企业支出上升，需要关注投资回报率是否达标。此外，AI模型获取的普及使得模型本身不再是竞争优势的主要来源，企业需要具备更强的执行能力才能有效部署AI并转化为商业成果。同时，AI对算力和能源的需求持续增长，对数字基础设施的建设提出更高要求，相关供应链和基础设施风险需关注。