企业技术支出状况

企业科技支出现状

• 科技支出稳定增长：74%的企业计划在未来一年增加预算，其中59%将资金投向实验性新科技，早期企业获得新机遇。大型企业（>1亿美元支出）更倾向于在托管云基础设施上部署模型，而非使用封闭式API模型（如OpenAI GPT）。
• AI应用进展滞后：仅5.5%的AI用例进入生产阶段，远低于Q1'24预期的52%。大部分用例仍处于概念阶段，缺乏内部专业知识导致2/3企业寻求外部协助。
• AI乐观与现实差距：AI部署增长但未达预期，企业对AI的热情与实际落地进度存在差距，工具增多导致部署加速但生产落地缓慢。
• 企业招聘趋势改善：寻求放缓或冻结招聘的企业比例从46%降至27%，42%预计增加招聘，显示科技领域招聘趋于稳定。

行业与预算趋势

• 调查样本：100位CXO代表，覆盖超过350亿美元年技术支出，65%企业年支出>1亿美元，主要来自金融服务、科技、医疗和制造业。
• 预算分配：技术预算中，生成式AI和LLM成为新优先事项，取代了云基础设施数据仓库和操作数据。
• 支出类别趋势：AI/ML（60%计划增加支出）、数据（显著增长）和安全性（持续增长）成为未来6个月预算增长最快的领域。开发者工具支出预计下降，企业倾向于工具整合。

AI采用浪潮：乐观与现实

• AI用例状态：36.5%的用例被识别，16.9%处于开发中，仅5.5%投入生产，未来6个月47%的企业计划将更多用例投入生产。
• 生成式AI部署计划：73%的企业将在6个月内部署生成式AI，89%将在12个月内部署，但实际落地仍需时间。
• 生成式AI重点领域：客户服务和员工生产力最受关注，大型企业（>1亿美元支出）80%将客户服务列为前三。
• 供应商选择：45%的企业为获取客户服务或员工生产力工具考虑新供应商或自建能力，对现有供应商形成压力。

企业AI实施方式

• 内部与外部资源：73%的企业使用外部资源实施AI，主要由于缺乏内部专业知识。内部实施者占27%，混合模式占53%。
• 生成式AI实现方式：30%的企业通过API使用封闭式模型（如OpenAI GPT），64%通过托管云基础设施（如Fireworks、Together），19%自建云基础设施部署。
• AI团队技术重点：模型可观察性（77%变化）、数据准备/标注、模型构建/训练成为未来12个月最高优先级。

研究结论

• 企业科技支出持续增长，AI成为关键驱动力，但实际落地进度滞后于预期。
• AI应用仍处于早期阶段，用例识别多但生产部署少，内部专业知识不足是主要障碍。
• 生成式AI热度高，但企业更谨慎实施，倾向于外部资源或托管云解决方案。
• AI/ML、数据和安全领域为初创企业带来机遇，需提供创新解决方案满足企业需求。