繼女皇報(bào)告后，又一份「實(shí)戰(zhàn)地圖」震動(dòng)硅谷！

最近，硅谷最神秘的財(cái)富管理公司 Iconiq Capital，悄悄搞了個(gè)大動(dòng)作——

他們發(fā)布了一份猛料滿滿的《2025年AI現(xiàn)狀報(bào)告》，長達(dá)67頁，靈魂拷問：

AI到底怎么真正落地，而不是停留在PPT里自嗨？

在這份報(bào)告中，Iconiq做了兩件事：

1. 采訪了300位AI公司高管；

2. 分析了大量AI初創(chuàng)公司的真實(shí)支出與落地情況。

核心關(guān)注點(diǎn)不是「要不要用AI」，而是——

如何高效構(gòu)建AI？如何規(guī)模化落地？如何快速試錯(cuò)？

報(bào)告鏈接：https://cdn.prod.website-files.com/65d0d38fc4ec8ce8a8921654/685ac42fd2ed80e09b44e889_ICONIQ%20Analytics_Insights_The_AI_Builders_Playbook_2025.pdf

AI新階段

從炒作轉(zhuǎn)向落地

Iconiq Capital堪稱「硅谷富人俱樂部管家」，神秘、低調(diào)，卻管理著包括馬克·扎克伯格在內(nèi)的頂級(jí)客戶的巨額財(cái)富。

他是注冊(cè)投資顧問（Registered investment adviser，RIA）領(lǐng)域的先驅(qū)，保持著非同尋常的保密標(biāo)準(zhǔn)。

早在2014年3月，這家神秘的公司就管理著高達(dá)76億美元的資產(chǎn)，為馬克·扎克伯格等多位Meta高管提供財(cái)富管理服務(wù)。

2011年，前高盛分析師Divesh Makan、Michael Anders和Chad Boeding創(chuàng)立了ICONIQ Capital，目前管理著超過800億美元的資產(chǎn)。

該機(jī)構(gòu)提供財(cái)務(wù)咨詢、私募股權(quán)、風(fēng)險(xiǎn)投資、房地產(chǎn)及慈善管理等多元化服務(wù)

盡管ICONIQ Capital未公開披露馬克·扎克伯格的具體投資組合，但該機(jī)構(gòu)參與過以下重要融資輪次：

• Uber：在網(wǎng)約車巨頭IPO前階段進(jìn)行投資
• 阿里巴巴：IPO前注資購入237,020股

除了給科技大佬理財(cái)，Iconiq也對(duì)技術(shù)趨勢非常敏感，這份最新報(bào)告不談夢想，不講玄學(xué)，專攻「如何讓AI真正落地」，是對(duì)「AI落地難」的全面回應(yīng)

AI正步入新階段——從概念炒作轉(zhuǎn)向?qū)崙?zhàn)落地。

報(bào)告的關(guān)注焦點(diǎn)從「是否采用AI」轉(zhuǎn)向了「如何高效實(shí)施AI」，全面解析從構(gòu)思、開發(fā)到規(guī)模化部署AI產(chǎn)品的完整路徑。

報(bào)告核心觀點(diǎn)是： 真正厲害的AI創(chuàng)業(yè)公司，不靠模型花哨，靠的是產(chǎn)品策略夠靈活、成本控制有章法、能快節(jié)奏試錯(cuò)迭代。

獨(dú)家調(diào)研

AI落地的7個(gè)真問題

軟件初創(chuàng)高管如何使用AI？特別是營收1千萬至10億美元的AI初創(chuàng)高管。

這份報(bào)告匯總了300位來自Cursor、ElevenLabs、Sierra等高管獨(dú)家調(diào)研數(shù)據(jù)。

GenAI如何變現(xiàn)？如何長期吃紅利？

報(bào)告還對(duì)ICONIQ生態(tài)內(nèi)的AI領(lǐng)袖進(jìn)行了訪談。他們從中提煉出一套切實(shí)可行的落地框架。

Menlo Ventures風(fēng)險(xiǎn)投資合伙人、谷歌搜索創(chuàng)始團(tuán)隊(duì)成員Deedy總結(jié)了7個(gè)要點(diǎn)。

1. 企業(yè)AI選型

在企業(yè)選擇的AI模型中，OpenAI仍然位居第一，遙遙領(lǐng)先，而Claude位居第二。

2. AI支出

在支出方面，結(jié)果更是出乎意料：

在大數(shù)據(jù)存儲(chǔ)、處理和AI基礎(chǔ)設(shè)施上的支出，比推理和訓(xùn)練要多！

最燒錢的不是訓(xùn)練，是數(shù)據(jù)！

3. 開發(fā)AI工具地圖

開發(fā)AI最常用的工具，也是如此：

模型訓(xùn)練與微調(diào)、模型開發(fā)、推理優(yōu)化等工具只是一小部分。

他們對(duì)數(shù)百家公司進(jìn)行了調(diào)研，以了解目前哪些框架、庫和平臺(tái)已經(jīng)被實(shí)際部署在生產(chǎn)環(huán)境中。

這份結(jié)果并非工具排名，而是一次真實(shí)反映開發(fā)者實(shí)際使用情況的快照。以下是當(dāng)前最常用的一些工具簡介，按字母順序排列。

4. 按產(chǎn)品階段劃分的AI支出

5億美元的公司的年支出約為1億美元，用于訓(xùn)練、推理、數(shù)據(jù)存儲(chǔ)和處理。

在數(shù)據(jù)存儲(chǔ)和處理上，高增長初創(chuàng)公司比同行的支出更高。

5. 智能體

2025年，智能體之年：

高達(dá)約90%的高增長初創(chuàng)公司，正在積極部署或嘗試使用智能體。

6. 定價(jià)模式

定價(jià)模式正在重構(gòu)商業(yè)模式。AI初創(chuàng)的盈利模式正在逐漸偏離訂閱制：

訂閱制不靈了。

高級(jí)用戶用得多，LLM的API成本高，直接虧本。

而不經(jīng)常使用AI的用戶？同樣留不住。

7. 生產(chǎn)力方面的AI應(yīng)用

在生產(chǎn)力方面的AI應(yīng)用，目前排名第一的是代碼智能體（包括Cursor，Claude等編程助手），其中高增長初創(chuàng)公司用AI編寫了33%的代碼。

接下來，我們將分解報(bào)告中的五個(gè)重點(diǎn)章節(jié)及其對(duì)積極使用AI構(gòu)建團(tuán)隊(duì)的意義：

（1）基礎(chǔ)設(shè)施的演進(jìn)：探討了為支持高效AI開發(fā)所需的基礎(chǔ)架構(gòu)變化。

（2）模型開發(fā)的最佳實(shí)踐：分享了如何有效地開發(fā)和迭代AI模型的經(jīng)驗(yàn)。

（3）市場進(jìn)入策略：解析了成功將AI產(chǎn)品推向市場的策略。

（4）人才培養(yǎng)與發(fā)展：討論了如何吸引、培養(yǎng)和保留頂尖AI人才。

（5）實(shí)驗(yàn)文化的重要性：強(qiáng)調(diào)了建立一種鼓勵(lì)快速失敗和學(xué)習(xí)的文化對(duì)于持續(xù)創(chuàng)新的重要性。

深挖

5大趨勢正在發(fā)生

1. AI產(chǎn)品戰(zhàn)略成熟了

數(shù)據(jù)顯示，AI原生企業(yè)推向市場的速度遠(yuǎn)超僅對(duì)現(xiàn)有產(chǎn)品添加AI功能的企業(yè)。

具體來看： 

? 47%的AI原生公司已達(dá)到關(guān)鍵規(guī)模并驗(yàn)證市場匹配度

? 僅13%的AI增強(qiáng)型產(chǎn)品公司達(dá)成同等里程碑

產(chǎn)品構(gòu)建趨勢：

? 智能體工作流和垂直應(yīng)用占據(jù)主導(dǎo)地位

? 近80%AI原生構(gòu)建者重點(diǎn)投入智能體工作流開發(fā)（可代表用戶執(zhí)行多步驟行動(dòng)的自主系統(tǒng)）

技術(shù)架構(gòu)選擇：

? 企業(yè)普遍采用多模型架構(gòu)以平衡性能、成本和場景適配性

? 面向客戶的產(chǎn)品平均使用2.8個(gè)模型（受訪企業(yè)數(shù)據(jù)）

2. AI定價(jià)模式=新經(jīng)濟(jì)學(xué)

AI正在重塑企業(yè)為產(chǎn)品和服務(wù)定價(jià)的方式。

根據(jù)調(diào)查數(shù)據(jù)，許多公司現(xiàn)在采用混合定價(jià)模式：

在基本訂閱費(fèi)用的基礎(chǔ)上，另外按照實(shí)際使用量收費(fèi)。

部分企業(yè)甚至在嘗試根據(jù)客戶的使用情況或?qū)嶋H獲得的成效來完全決定價(jià)格。

盡管目前很多公司仍免費(fèi)提供AI功能，但已有超過三分之一（37%）計(jì)劃在未來一年調(diào)整定價(jià)策略，更加貼近客戶實(shí)際獲得的價(jià)值和AI功能的使用程度。

3. 人才，是核心競爭力

人才戰(zhàn)略成為企業(yè)競爭的關(guān)鍵差異化因素。

AI不僅是技術(shù)上的挑戰(zhàn)，更是組織層面的考驗(yàn)。

許多領(lǐng)先企業(yè)正積極組建跨職能團(tuán)隊(duì)，成員包括 AI/ML 工程師、數(shù)據(jù)科學(xué)家以及AI產(chǎn)品經(jīng)理，以協(xié)同推進(jìn)AI項(xiàng)目。

展望未來，大多數(shù)公司預(yù)計(jì)其工程團(tuán)隊(duì)中將有20-30%的成員專注于AI，而快速成長的企業(yè)則預(yù)計(jì)這一比例可達(dá) 37%。

不過，調(diào)查顯示，尋找合適的AI人才依然是一大難題。在所有AI專業(yè)崗位中，AI/ML工程師的招聘周期最長，平均需超過70天才能招到合適人選。

對(duì)于招聘進(jìn)展的看法也不盡相同。盡管一些企業(yè)認(rèn)為招聘節(jié)奏正常，但仍有54%表示進(jìn)度落后，主要原因是合格人才儲(chǔ)備不足。

4. AI支出持續(xù)上升，但結(jié)構(gòu)在變

財(cái)務(wù)報(bào)表顯示：AI預(yù)算快速增長。

越來越多具備AI能力的公司將10-20%的研發(fā)預(yù)算投入到AI開發(fā)中，而且這一比例在2025年各類收入規(guī)模的企業(yè)中都呈上升趨勢。

這種變化表明，AI已成為企業(yè)產(chǎn)品戰(zhàn)略的核心組成部分。

隨著AI產(chǎn)品不斷擴(kuò)展，其成本結(jié)構(gòu)也隨之發(fā)生變化。

在產(chǎn)品開發(fā)的早期階段，最大支出通常是人才相關(guān)費(fèi)用，包括招聘、培訓(xùn)及技能提升。然而，隨著產(chǎn)品逐漸成熟，云服務(wù)費(fèi)用、模型推理成本以及治理相關(guān)支出則逐步成為主要開銷。

5. 內(nèi)部AI應(yīng)用正在擴(kuò)展，但推進(jìn)速度不一

企業(yè)內(nèi)部對(duì)AI的應(yīng)用正在迅速增長，但在不同公司和部門之間存在明顯差異。

多數(shù)受訪企業(yè)為約70%的員工開放了內(nèi)部AI工具的使用權(quán)限，但真正經(jīng)常使用這些工具的員工僅占一半左右。

在大型、發(fā)展成熟的企業(yè)中，員工對(duì)AI工具的接受度尤其偏低。

那么，哪些方法效果顯著？

在那些AI采用率較高的組織中——即超過 50% 員工日常使用AI工具的公司——

通常在七個(gè)以上的內(nèi)部業(yè)務(wù)場景中部署了AI。

例如，代碼助手（77%的受訪者使用）、內(nèi)容生成（65%）以及文檔搜索（57%）等。通過這些應(yīng)用，相關(guān)崗位的生產(chǎn)效率提升幅度通常在15%到30%之間。

Iconiq這份報(bào)告告訴我們：

真正跑通AI的不是PPT和融資，是實(shí)打?qū)嵉漠a(chǎn)品落地、組織結(jié)構(gòu)、技術(shù)選型、成本控制和定價(jià)設(shè)計(jì)。

而這些，才是AI時(shí)代的核心競爭力。

AI落地，已是進(jìn)行時(shí)。