核心观点 - AI在企业中的地位发生根本性转变，从试验项目转变为战略行动，成为IT和经营预算中不可或缺的一部分[2][4] - 企业AI部署呈现预算常态化、模型选择多元化、采购流程标准化、应用系统落地的特点[2][8] - AI市场形态接近传统软件，但变化节奏与复杂性完全不同[2][52] 预算趋势 - AI预算增长远超预期，平均增幅达75%，且持续增长毫无放缓迹象[10] - AI支出从创新专项预算(25%)转向常规IT与业务部门预算(93%)，结束"试验期"[13] - 预算增长驱动因素：内部用例持续发掘(如效率提升)和面向客户AI应用(如科技公司)的指数级扩展[11] 模型选择 - 多模型策略成为主流，37%企业使用5种及以上模型(去年29%)，注重差异化性能而非同质化[15] - 三大厂商确立领先地位：OpenAI(67%生产部署率)、谷歌(Gemini 2.5性价比优势)、Anthropic(代码任务突出)[17] - 闭源中小型模型性价比优势明显，如xAI Grok 3 mini和Gemini 2.5 Flash(0.26美元/百万Token)[20] - 微调重要性下降，Prompt工程成本更低且迁移性更好，但特定领域(如视频搜索)仍需微调[22] 采购流程 - 采购流程趋近传统软件，形成系统性评估框架，安全性和成本成为核心考量[27] - 企业信任度提升，托管策略多元化，直接与模型厂商合作趋势增强[29] - 模型切换成本快速上升，代理工作流设计导致替换模型影响整体稳定性[31] - 外部评估基准(如LM Arena)成为第一道筛选门槛，但实际试用仍是决定因素[33] 应用落地 - 企业从自建转向采购成品应用，如90%CIO测试第三方客户支持应用[35] - 软件开发成为首个杀手级场景，某SaaS公司90%代码由AI生成(去年仅10-15%)[43][47] - Prosumer市场拉动增长，如ChatGPT企业版因员工习惯驱动采购[45] - AI原生公司(如Cursor)在产品质量和迭代速度上超越传统厂商(如GitHub Copilot)[48]