企业级人工智能军备竞赛中的领导者、受益者与意外赢家

首先，有一件事要说明：我们是 OpenAI 的投资者。为了尽可能保持客观，我们将调查结果与第三方数据和公开收入估算进行了交叉验证。我们还想强调，本次调查聚焦于大型企业 ，目前大部分 IT 预算就集中在这里，而非初创公司 ，后者有其独特的市场动态，市场份额可能会大不相同。

我们的方法论一览：

• 我们调查了100位经核实的全球2000强企业的副总裁及高管。

• 受访公司年收入至少5亿美元，88%超过10亿美元，30%超过100亿美元。超过50%的公司员工人数超过10,000人，超过80%为跨国公司。

• 涵盖广泛行业，包括金融服务（15%）、软件与科技（12%）、制造业（11%）、医疗保健（10%）、零售（10%）和专业服务（8%）。

现在，进入要点……

OpenAI 目前仍领先企业市场。Anthropic 和 Google 发展迅速。

• OpenAI 目前是企业领域的明确领导者。 在受访的企业 CIO 中，78% 在生产环境中使用 OpenAI 模型，或是直接托管，或通过云服务提供商（CSP）使用。

• 但势头正在转变。Anthropic 和 Google 在市场份额上都取得了显著增长，Anthropic 的崛起尤为引人注目，即便不计入 AI 代码初创公司。自 2025 年 5 月以来，Anthropic 在企业渗透率方面的增长幅度在所有前沿实验室中最大，增长了 25%。目前有 44%的企业在生产环境中使用 Anthropic，若包括测试环境则超过 63%。

• 钱包份额呈现出类似态势。OpenAI 仍以约 56%的占比保持多数，但 Anthropic 和 Gemini 正稳步蚕食 OpenAI 的份额。调查还显示，受访者预计这一变化将持续到 2026 年。尽管份额发生了变动，三家模型提供商的绝对支出均实现了强劲增长。

据我所知，Yipit 对约 1000 家中型和企业级公司的面板数据表明，其采用率与我们的发现高度相符：OpenAI 大约为 85%，Anthropic 接近 55%且还在上升。

领导地位取决于用例

企业级 AI 不是单一市场，而是一系列丰富多样的用例。不出所料，领导者因工作负载而大相径庭。

• OpenAI 在早期的横向用例中占主导地位 ，如通用聊天机器人、企业知识管理和客户支持。这些是企业最早采用的 AI 工作负载之一——既有先发优势的影响。

• Anthropic 在软件开发和数据分析等用例中领先， 首席信息官们一致表示，自 2024 年下半年以来能力迅速提升，是推动这些用例采用并在更广泛范围内普及 AI 的催化剂。

• Google Gemini 在广泛用例中表现强劲， 但有一个显著例外：编码，在受访者中 Gemini 的企业份额仍明显较低。

• 鉴于这些差异，大多数企业并不押注于单一模型提供商。81%的企业现在在测试或生产中使用三种或更多模型系列，而不到一年前这一比例为 68%。

究竟是什么在推动这些变化？有几个主题十分明显：

• 研发就是获取客户。Anthropic 的增长来自其最先进的模型。75% 的 Anthropic 客户在生产环境中使用了 Sonnet 4.5 或 Opus 4.5，远远领先于其较旧、更便宜模型的采用率。相比之下，OpenAI 仍然看到早期模型家族的显著使用——通常因为这些模型被早期采纳并且“足够好用”。切换成本正在上升，这进一步巩固了早期在企业中的立足点优势。46% 的 OpenAI 客户在生产环境中使用了 GPT 5.2 或 5.2 Pro。

• 代币密集型用例是重要的增长驱动力。 虽然我们的调研排除了 AI 编码初创公司，但代币密集的编码用例也占据了 Anthropic 企业钱包份额增长的很大一部分。与此同时，首席信息官们也对 Anthropic 在写作、推理和分析任务方面的飞跃印象深刻。

• 2025 年初关于推理模型的炒作似乎是有道理的 。54%的受访者表示，推理模型加速了 LLM 的采纳，原因包括更快实现价值、减少提示工程、与内部系统更好集成以及通过准确性和可解释性提高了信任度。这些模型正在催生全新的代理式工作流程，从 AI SRE 到复杂的多步代理。

构建还是购买：关于应用末日的报道被大大夸大了

我们还想对一个古老问题提供见解：企业是直接在模型上构建，还是购买现成的应用？

答案很复杂，但有一点很明确：可以说，关于第三方应用死亡的报道被极度夸大了。

• 今天第三方应用似乎仍然生机勃勃。 我们的数据表明，在大多数使用场景中， 向第三方应用的转变在持续进行。

• 即便在知识管理和工作流自动化等历来由内部构建占主导的领域，许多企业也预计会随着时间推移从自建 LLM 实现迁移到成套应用。

但未来仍未可知。 第三方应用在多深度（采用领域专用工作流和支撑机制）上能构建的速度，与模型能力提升的速度之间的持续竞争只会加剧。在软件开发领域，这一点尤为明显。

应用受益于一个多玩家市场，在那里它们可以通过智能模型路由（发挥各模型的相应优势）推动更强的业务成果。随着模型市场结构持续演变与成熟，某些类型应用的前景可能会发生巨大变化。

在企业级人工智能应用中，迄今为止的赢家是……Microsoft

这就是数据最明显与网络舆论相悖的地方。

Microsoft 仍主导企业应用。 尽管关于 OpenAI 与 Anthropic、Claude Code 与 Codex 与 Cursor 的讨论不断，但必须保持清醒认识：Microsoft 继续主导企业领域。全球 2000 强中很大一部分 AI 采用仍通过 Microsoft 或现有大厂推出的 AI 产品进行。

• Microsoft 365 Copilot 在企业聊天中领先，尽管 ChatGPT 已显著缩小了差距。

• Github Copilot 仍然是企业级编码领域的领导者。

• 65%的企业表示在可选时更倾向于采用现有解决方案 ，并将信任、与现有系统的集成以及采购简便性列为现有厂商的有力优势。

尽管如此，奖赏仍未尘埃落定。 这些优势难以逾越（再加上像 Microsoft 这样既有厂商的广泛分发渠道），但我们认为初创公司仍有巨大的机会逐步削弱这些优势。平台变革创造了机会，企业也始终表示他们重视更快的创新、更专注的 AI 能力以及与 AI 原生初创公司带来的前沿能力相结合的更大灵活性。

对前沿实验室的信任持续上升

• 自 2024 年 3 月首次调查以来，对封闭源模型的偏好稳步上升 。现在超过三分之一的企业更倾向于使用封闭源模型，推动因素包括模型质量变化的速度、内部 AI 人才有限，以及（令人惊讶的是）数据安全。过去两年里，对 OpenAI 和 Anthropic 等前沿实验室的信任显著上升。

• 作为另一个信任信号 ，约 80%的企业愿意直接在企业内部托管其模型，而不是在 CSP 或其他来源托管；而在 2024 年 3 月这一比例约为 40%。

• CIO 们还报告称，开源与封闭模型之间的总体拥有成本（TCO）正在趋同 ，因为过去几年里，各实验室和 CSP 压低了智能化的成本，并打造了有吸引力的端到端产品。在封闭模型 TCO 更高的情况下，其能力差距为更高成本提供了正当理由。

• 尽管初创公司常常部署经过微调的开源模型 ，但企业正趋向于减少对模型微调的依赖，转而采用提示工程并在不同任务间路由不同模型。

报告的实际投资回报率并不完全符合“X”所宣称的回报

企业报告的人工智能投资回报为正，但仍有很长的路要走。

企业报道的 LLMs（及 AI 应用程序）带来的投资回报，远没有基于 X 上的 AI 话语所预期的那么惊人。 这种差距很可能反映了两方面的原因：

• 首先，企业仍在学习如何有效部署 AI，并且经常需要像 AI 应用公司这样的合作伙伴，将模型转化为实际工作流程。

• 其次，正如我们之前所见，企业在未亲自尝试之前并不知道“好”的标准是什么，许多企业仍在使用可能无法如上所述提高上限的现有 AI 解决方案。在我们之前的调查中，Microsoft Copilot 的 NPS 得分在同一批软件开发者试用 Cursor 后下降了 48 分。体验会改变期望。

市场规模庞大且（仍然！）增长速度超出预期

• 企业 AI 支出持续带来正面惊喜。需求仍然比企业乃至模型提供方预期的要强烈。

• 在过去两年中，企业在 LLMs 上的平均 AI 支出已从约 450 万美元上升至约 700 万美元，企业预计今年将再增长约 65% 至约 1160 万美元。

• 应用支出遵循了相同的模式： 企业预计平均支出约 390 万美元，但实际支出接近 600 万美元。

奖赏巨大。格局正在变化。鉴于我们在过去18个月所见的一切，企业级人工智能将继续是值得关注的战场。