AI创业生死局：算力与研发的动态平衡术_CPU

1. 戴密斯：AI最大的瓶颈是算力，AI公司的差距会拉大#谷歌 #戴密斯哈萨比斯 #DeepMind #新药研发 #算力

2. 反直觉：前沿模型虽然贵，但反而更好卖#AI #大模型 #芯片 #ChatGPT #Token

3. 市值近600亿，大模型公司上市了！ #AI #智谱ai

4. 这次春节AI大战，国产模型与国产芯片第一次，双向奔赴！ #春节世界观察 #新年囤点专业货 #燃起来了大国重器 #大咖观察 #红衣聊AI

5. AI在太空觉醒：人类算力正在离开地球 Al在太空“觉醒”：人类算力走出地球！战略级科技计划发布 #人工智能 #太空算力 #超算 #英伟达 #马斯克

6. 英伟达很快会反超谷歌TPU，AI模型的竞争格局会在2026年1季度变天#英伟达 #马斯克 #算力 #Gemini3#TPU #GPU #AI模型#算力集群

7. 算力发展的未来趋势

8. 很多人还是忽视了 Deepseek 对国产算力卡的巨大拉动作用Deepseek 这家公司对我们真的是国运级，而且连续带来了两次国运级突破！第一次是 R1，告诉全世界：中国人即使算力受限，也可以做出顶级的世界大模型直接破解了美国企图力大飞砖，利用算力限制，在 AI 上卡死我们的想法第二次就是 V4，在计算成本上把国产 AI 卡，特别是昇腾 950，带得飞起来Deepseek V4 训练是离不开 NVIDIA 计算卡的，这点我们必须要承认但是晟腾 950 已经部分参与到了V4的训练，并且可以100%承接推理的需求，这一点特别关键一个大模型的训练当然要消耗很多的算力，但是之前囤积的计算卡，还远没有到捉襟见肘的地步现在大家都已经开始 AI 实用化，拼的就是你能用多低的成本给用户提供多大规模的服务这里面有两个关键，成本要低，服务承载量要大成本低靠的是什么呢？靠的是 Deepseek V4 原生的 FP4 能力，就是把推理精度降下去，换取更高的算力比如原来有一张卡，它的 FP16 算力只有 500T；那么在理论上把精度降低到 FP8，算力可以直接蹦到 1000T；如果更狠一点，把精度降到 FP4，那么算力甚至可以蹦到 2000T！那大家之前为什么不做呢？因为降精度很有可能把模型干崩了训练的时候容易崩溃，导致几百万、几千万美金的成本直接打水漂；推理的时候，也就是给用户服务的时候，更加容易出现幻觉等不稳定的毛病，也会崩溃之前整个行业一般做到 FP8 就不敢再动了，再动就会严重影响整个训练和推理的体验只有一些开源的 AI 模型网站上，为了在PC这种小算力平台上部署，大家才会用 FP4 或者 INT4 做量化Deepseek V4 这次比较狠的地方，就是原生的 FP4 推理，非常好的控制了训练和推理过程的质量在精度暴跌的情况之下，依然可以非常精准的控制模型，这是真正的 AI 屠龙术而偏偏美国这次想卖的 H200，它的架构原生是不支持 FP4 的（要到下一代B300芯片才支持）并不是说不能运行，模型一样可以跑，只不过必须要反转到 FP8 模式，这就导致H200 跑模型推理的时候，用 FP4 毫无性能增益但是昇腾 950 却因为支持FP4，运行 V4 的时候可以凭空多出一倍的算力这就导致我国对于 H200 的需求量大大减低：训练的时候，我们确实还离不开 NV但是训练算力现在已经不是大头，Deepseek 都可以靠库存的 N 卡训练出一个 V4；其他家要是训不出来，那纯粹是水平问题现在最重要的是推理，是如何让 AI 来服务更多的用户，不要人用多了就卡死了既然在推理端，Deepseek V4这样的大模型可以用昇腾 950 干出一个吓死所有人的低价，那你买 H200 回来不就等于是赔钱吗？所以不买 H200 并不是一个强硬的政治主张，是有背后极其现实的经济利益以前离不开你，是因为你太强了，国产芯片完全没法用现在我用国产芯片反而推理成本更便宜，Token 单价轻松砍掉 80%，那我还买个锤子？

9. 看了下细节。还是有点意思的，这融资不是那么简单，或者说容易吧。1、亚马逊的500亿分两期，第一期就是150，剩下的350要等IPO或实现AGI。2、OpenAI要在采购亚马逊380亿美元云服务的基础上，再买1000亿美元。3、英伟达的300亿分三期，每期100。按照每完成1GW算力基础设施，追加100亿。（我算了下，等于是英伟达拿GPU入股了，几乎是平进平出。。。）4、软银的300亿分三期，也是2/5/8月分别到位。后续两期要求openAI转为营利性组织和提交IPO申请。如果就算第一期2月份这个融资，也就是350亿，比上一轮融资少。后面要看IPO的进度了。这次老股东和之前最大金主微软没有参加融资，看来关系确实没处理好。难怪微软近期股价跌了不少。

10. 黄仁勋可能真的开始疯狂自救了，AI算力的游戏规则变了！对中国来说，这反而是一个窗口期。#红衣聊AI #黄仁勋 #英伟达 #芯片 #大有学问

11. 华为2025年研发投入公布，太恐怖了

12. 英伟达为何持续押注VASTData？AI存储正在成为新的“算力”｜甲子光年

13. 仅用38分钟！深圳一初创企业跑通DeepSeek新模型国产芯片适配

14. AI公司迎财神：智谱3232亿，MiniMax 3042亿，Kimi冲击1000亿

15. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

16. 核心AI场景首超英伟达，一场国产算力的“破局叙事”｜甲子光年

17. 连投“狠人”6轮：明势资本与 MiniMax 的4年 AGI 之旅

18. 独家｜华为云新加坡总经理胡维琦将加入MiniMax，或向贠烨祎汇报

19. 光模块+硅光技术+光芯片+AI算力！公司1.6T光模块产品已在海外批量交付

20. 英特尔掌门人警告：AI内存危机彻底爆发！别再盯着算力了，这才是真卡点。#大咖观察 #红衣聊AI #内存 #算力 #英特尔

21. 躺着办公这么爽？AI时代好东西分享1.0

22. Anthropic的CFO：收入有望在2027年超越美国科技7巨头，我们是怎么做到的，我们在焦虑什么#Anthropic #AI大模型 #算力 #AGI #AI基础设施

23. 2026年AI主线换了！这5大趋势必须看清。 #大咖观察 #红衣聊AI #趋势风口 #人工智能

24. AI最烧钱的战场：数据中心的真实账单【硅谷101】

25. MiniMax M2.7+OpenClaw实战！AI到底能接管多少工作？

26. 从算力到存储，谁能掌握AI时代的“口粮”？ #大咖观察 #红衣聊AI #算力 #存储 #硬件

27. 任正非万字重磅发言刷屏，终于又听到任老爷子发声！聊AI，聊算力，聊教育，聊人才，聊未来机会…硬核干货的背后，是惊人的智慧和格局！ #任正非 #ai #算力

28. 我觉得他的切换比较像中短线轮动。从做轮动的观点来看，操作思路很好，还配置期权对冲做风控。gpt解释的：他可能认为光通信已经完成第一阶段重估，短期赔率不如 memory、GPU、AI cloud、电力/数据中心。从光模块早期弹性仓，切到更核心，更能承接大资金的 AI 算力与 memory 仓。 //@心心想想事事成_:光都exit了吗

29. DeepSeek为什么选择在内蒙古自建数据中心，而不是租用阿里云的算力资源？

30. PCB+CPO+覆铜板！公司高速高频及AI算力相关高阶材料在国内已实现批量交付

31. 全球大模型第一股，为啥是家中国公司？ #智谱 #智谱上市 #智谱IPO #GLM大模型 #全球大模型第一股诞生

32. 用模型排行榜论输赢？AI竞赛到底在比什么？ #大咖观察 #红衣聊AI #AI #大模型

33. 如果明天算力不再决定胜负，你觉得你手里的哪张牌能赢？ #大咖观察 #红衣聊AI #ChatGPT #算力 #AI

34. 算力王冠易主！ #零距离看懂财经 #2026经济风向标 #财经 #芯片

35. 失控的内存：AI为何被困在“内存墙”中？未来四大技术风口深度解析！

36. 好几家媒体报道说字节2025年净利润大幅下滑的情况，表示因为25年下半年因为AI战略性投入，短期资本开支大，对利润压力大。字节这几年干的事情太多了，采购大量高端和国产算力，建立AI芯片万卡集群，数据中心，大模型研发等等，这个投入已经深入到了动摇竞争对手的地步了。主动贡献超额利润，换取全球AI赛道卡位，算力壁垒和大模型技术，这种投入基本上跟国际一线竞争对手相当，断崖式领先国内科技巨头。相对比来说，腾讯就保守许多，有一种老钱风，谋定而后动，后发制人。说不好策略谁好，只能说风格不一样。

37. OpenAI 正在加速扩张，计划在 2026 年底前将员工人数从 4500 人提升至 8000 人，规模接近翻倍。《金融时报》援引知情人士称，新增人员将主要集中在产品开发、工程、研究和销售等核心部门。同时，公司还在重点招聘“技术大使”岗位，用于帮助企业客户更高效地落地和使用其 AI 工具。最新一轮融资进一步强化了这一扩张节奏。OpenAI 在该轮融资中的估值达到 8400 亿美元（IT之家注：现汇率约合 5.8 万亿元人民币），参与方包括多家科技公司以及孙正义旗下的软银，融资总规模达到 1100 亿美元（现汇率约合 7593.25 亿元人民币）。在内部层面，公司也在加快节奏。奥尔特曼在去年 12 月曾发出“红色警报”，暂停非核心项目，并重新调配资源，以应对谷歌 Gemini 3 带来的竞争压力。目前，这一扩张计划尚未得到 OpenAI 官方确认。#泄露逐玉可判刑10年#

38. 300088，子公司拟不超30亿买高性能服务器！发力算力服务赛道

39. 【#李想称不招非原生AI人才# 】#李想称非AI原生员工像开盲盒# 今日，理想汽车创始人李想在朋友圈发文，明确表达了对AI人才招聘的态度。他指出，企业不应招聘那些并非每天真正从事模型、Agent等核心AI工作、或毕业后未直接使用AI的“非原生”人才来转型做AI研发或运营。李想比喻称，这种行为如同“放着金子不用，偏要从矿石里开盲盒提炼金子”。他强调，任何人若想加入真正致力于AI的公司，都必须提前完成自我升级，转型成为AI专家。这一观点迅速引发业界对AI人才标准与转型路径的讨论。

40. 在2027年，美国的科技7巨头很可能会被这家公司超过#Dario #科技七巨头#Anthropic #马斯克 #算力

41. 【硬核教程】教你搭建Mac AI集群！4台M3 Ultra，运行万亿参数大模型！

42. 2026英伟达GTC：“推理之王”的ASIC反击战与Token经济学【硅谷101】

43. 算力革命的总设计师！英伟达未来10年的AI蓝图！如何重构全栈生态？「超极氪」

44. 我国新能源汽车整车制造与市场规模优势突出，但高算力芯片仍依赖海外，既存在供应链风险，也推高智驾成本；海外通用芯片难以适配国内复杂路况，行车体验不佳！#中国自研高算力芯片突破4纳米#比亚迪自研4纳米高算力芯片，以全栈自研打破技术垄断。此举实现供应链自主可控，有效降低高阶智驾门槛，让智能配置走向大众车型。软硬件深度融合，也从底层优化了智驾流畅度。凭借扎实的自研实力，品牌同步推出智驾事故兜底政策，直面用户安全顾虑。这一突破不仅强化了自身技术壁垒，也推动行业变革，更是中国汽车产业在核心半导体领域的重要突破。

45. 独家｜聚焦大模型推理，水下AI芯片公司斩获10亿元Pre-A轮融资

46. 如果按研发投入所占营收的比例来计算。第一名是法拉利，占比12.86%。第二名是小鹏，占比12.37%。第三名是蔚来，占比12.12%。占比最低的应该是丰田，大约2.84%。当然，这个东西并不能实际反应车企的实际技术水平。臃肿的管理结构可能会导致研发投入的飙升。精益生产的理念也会让每一分钱都花在刀刃上。仅供参考就好。

47. 独家 | 10 亿元，地平线前高管创业公司极佳视界完成 Pre-B 轮融资

48. 人均「95后」，账上超十亿美金，MiniMax叩响港股大门

49. 阿里云重写了云#阿里 #阿里云 #千问

50. #阿里云宣布涨价# 阿里云AI算力为什么会涨价？会有什么影响？刚刚，阿里云突然官宣：AI算力、存储产品最高涨34%！平头哥真武810E涨5%-34%，文件存储CPFS直接涨30%。背后原因是：全球AI需求爆了，硬件供应链涨价，再加上Token调用量暴增，阿里云MaaS业务百炼今年1-3月增速创历史新高，紧缺算力都往高价值业务倾斜了。这波涨价，最先疼的是中小AI公司和开发者，研发成本直接上涨。长远看，算力价格战彻底结束，行业加速洗牌，没钱没场景的小玩家要被淘汰。对普通人来说，以后AI产品收费、会员涨价，可能真的要来了。#阿里云AI算力存储产品涨价# 袁国庆的微博视频

51. 月之暗面创始人发声，未来AI研发将由AI自主主导在近期的中关村论坛上，月之暗面创始人杨植麟发表了重磅观点，引发了AI圈的热议。他直言，今明两年，AI研发方式会发生重大变革，以后大部分AI研发工作，将由AI自己主导，而不是全靠科研人员手动完成。简单来说，就是AI会自己做数据筛选、模型优化、技术迭代，效率会大幅提升，研发速度也会成倍加快。杨植麟还透露，旗下的Kimi AI会继续深耕多模态、长上下文、具身智能等方向，强化AI的自主学习和自主研发能力，让AI更懂用户需求，更贴合实际使用场景。这个观点也打破了大家对AI研发的固有认知，以前都是人训练AI，未来反过来，AI会成为研发的主力，人类只需要做好把控和引导。这也意味着，AI技术会进入飞速迭代期，普通人能用到的AI产品，会变得更智能、更好用。#ai创造营#

52. 首批DeepSeek-V4云服务已上线

53. #苹果AI掉队原因曝光# 核心原因：内部存在 AGI 探索与实用功能落地的技术路线分歧，导致大模型成果被搁置、核心人才流失。之前我也跟大家分享过，太过稳扎稳打，太过追求阶段性的完美，才让苹果的AI 跟不上队。跟AI这种使用中进化的路线是不同的，而且苹果本身也越来越保守了

54. 不堆硬件，不卷算力！红旗天工05城区领航到底什么水平？

55. #小鹏汽车2025年总营收767.2亿元##何小鹏称物理AI研发将投入70亿# 过去几年，小鹏通过在AI研发坚定且高效的投入，现在已建立涵盖芯片、基座模型和AI Infra在内的物理AI全栈自研技术体系，未来小鹏在AI方面会继续加大研发投入，加速物理AI agent量产应用的开启，期待小鹏

56. 性能提升15倍！？摩尔线程国产新显卡和AI算力本，能成么？

57. 你买不起的 Micro LED 电视，咋成了数据中心的“救命稻草”【X.PIN】

58. 年薪过亿！AI时代，为何是华人占半边天？

59. 小米AI投入增加是否会影响芯片战略？PC及平板是否会采用类似手机的定价策略？A：芯片能力属于公司长期战略核心能力，是底层平台级能力，可支撑多个产品线的发展。因此，尽管公司加大AI投入，但并未削弱芯片领域投入。实际上，部分芯片研发本身即为AI战略的重要组成部分，公司将持续推进该方向。

60. 投资热潮背后 AI企业又迎来怎样的行业新动向？

61. 资金加速聚集，助推AI产业拔节生长

62. 多家人工智能企业月内斩获亿元级融资

63. 全球AI融资3000亿

64. 速递｜139起亿元级融资！超600亿元资本涌入这些AI企业

65. 资本狂飙下的AI企业——恰逢历史机遇还是泡沫？

66. 2026 年 Q1，AI 融资彻底疯了

67. AI 融资降温？2026 年 Q1 数据

68. AI竞争核心从抢人才转向拼算力？算力已成最大成本项

69. 居高不下的算力成本，是企业发展制约因素吗？

70. 2026 年企业拼 AI，没有算力，再牛的项目也跑不起来！

71. 算力资源对AI企业有多重要

72. 2026年AI创业融资事件全景分析

73. 2026年全球AI行业创投研究报告

74. SenseAI | 2026 年人工智能（AI）状况报告

75. AI 正在被资本透支

76. 2026年AI投资狂潮

77. 2026年福布斯AI 50榜单全拆解，早期创业者的机会在哪？

78. AI行业的真正战场

79. 《AI热点︳本周必看》2026-02-15

80. 任泽平 | 算力大爆发，未来三大趋势

81. 算力竞赛进入深水区

82. 从93%增长到41%份额！国产芯片崛起，但算力租赁才是当下利润王？

83. AI经营内参｜Anthropic这次动作，真正重要的是算力开始被长期锁定

84. 资本主导下的 AI 研发偏离本质初心

85. 硬科技研发革命

86. AI算力

87. 字节跳动加码2000亿AI资本开支

88. 搭建企业AI算力平台的致命坑 | 数智唯物派

89. AI 下半场，算力拼什么？

90. 大模型“想太多干太少”？国内AI团队祭出多个技术大招，破解成本困局

91. 大模型价格战与半导体涨价

92. 260517碎读

93. AI 应用的算力成本优化

94. 创业者必看

95. 一人公司算力生存指南

96. 行业专家访谈摘要

97. 从1.4万亿到6000亿美元，OpenAI为何大改“烧钱”计划

98. MiniMax携手金蝶

99. AI成本超60%！企业如何跳出算力军备竞赛？

100. 百度文心5.1发布——大模型进入"成本效率"时代

101. 大模型训练成本暴涨16倍

102. 月之暗面联合清华推出PrfaaS技术降60%算力成本破大模型瓶颈引全球关注

103. 大模型训练产业链成本分析

104. 无需改模型架构！TST叠加训练，让大模型预训练提速2.5倍、算力成本直降60%

105. GPU利用率5%

106. 万亿参数模型到底多烧钱？国产AI芯片能不能跑？算力国产替代的大棋局

107. AI大模型训练，到底需要多少算力支撑？（附算力测算简易方法）

108. 仅花3元、2小时从零训练大模型！这个开源项目让AI学习门槛降低

109. 2026企业降本必看

110. 曦望获超10亿融资

111. Claude Mythos 的天价账单

112. 别急着买A100！租一台GPU服务器的账，你真的算明白了吗？

113. GPU利用率不到15%，AI产业最大的浪费正在被这家公司改写

114. 算力租赁

115. 算力租赁产业趋势判断

116. GPU 算力租赁 vs 自建服务器

117. GPU云服务渗透率持续提升，灵活低成本算力方案受市场追捧

118. GPU租赁vs自建服务器

119. 算力租赁

120. 算力租赁和AIDC

121. 本地算力vs云GPU租赁，成本、效率、适配性全维度对比

122. Is the Core of AI Competition Shifting from Talent Acquisition to Computing Power? Computing Costs Have Become the Largest Expense Item

123. 2025年全球算力竞争与基础设施挑战:关键数据解析与产业趋势

124. 贝恩:AI企业收支缺口高达8000亿美元,如何创造收入弥补支出是个难题

125. 2025年全球算力竞争格局与政策环境:千亿美元交易背后的产业重构

126. 帮主复盘:算力交付成AI核心矛盾!三条主线掘金“算力超市”核心受益股(附名单)

127. 国内国外互联网科技公司未来AI支出大幅度增长!!

128. AI进行时:烧出的热度?美丽的泡沫?

129. AI狂热如何透支美国经济韧性

130. 资本追捧下的AI产业竞争需慎思｜法经兵言

131. 一句 AI 时代,模糊了多少技术落地的复杂需求

132. AI算力成本飙升，浪潮信息降本90%解企业困局

133. 四大科技巨头AI业务全面增长,但市场只奖励一家公司?

134. AI巨头的疯狂投资会引发哪些后果

135. 烧钱7000亿美元

136. 2026年人工智能重点企业及统计数据:算力成本与基建投入概览

137. 重点企业及统计数据

138. Nebius全面上调GPU算力租赁价格！海外GPU租赁价格上调+国内云服务涨价共振，租赁厂商利润弹性有望持续上修

139. DeepSeek百亿级融资来了！明确优先追求通用人工智能，而非短期商业回报

140. 1100亿AI融资狂潮：算力吞掉半壁江山，商业化兑现前的生死竞速

141. 如何大幅降低大模型的训练和推理成本？

142. 别再搞混！算力租赁≠AIDC，一个标准秒区分真正的算力基建龙头

143. 国内推理GPU独角兽，一把融资10亿

144. 算力租赁三重压力：现在拼卡，中期拼效率，但后期不只是CSP自建

145. 算力经济学2026：为何自建GPU集群正在失效，而星宇智算租赁成为新范式？

146. 如何利用租用GPU进行AI模型落地部署

147. AI算力成本账本：训练1个大模型到底要花多少钱？

148. 1890亿美元！单月VC融资创纪录! 全球AI创投大爆发，Top 10都是谁？

149. AI带动，国产算力行业观点更新

150. 2026 年 Q1 AI 融资规模已超 2025 全年，三笔超大额交易占据近七成份额

151. 算力租赁与云服务有何区别

152. AI算力Token的核心洞察和投资策略

153. 自建算力太烧钱？算力租赁成企业AI转型最优解，年省80%成本

154. GPU云服务选型对比：阿里云、腾讯云、华为云等主流平台评测

155. 购买AI算力的企业清单（2025-2026年）

156. 今日话题 | 工厂老板的算力账本：哪一步AI投了真的赚？

157. 海外GPU租赁全线涨价30%，国内云服务同步上调，供给受限强化稀缺性，算力租赁盈利能力进入上修通道

158. 算力租用怎么选？GPU 平台深度对比测评

159. 算力需求五年增长千倍！2026全球算力十大趋势全揭秘

160. AI模型内卷加剧，算力产业集体反攻

161. 大模型训练一次要花多少钱？

162. 算力成本已成AI企业最大黑洞，中小企业如何破局？

163. 大模型商业化加速、国产算力崛起！2026 计算机中期投资全景梳理

164. 算力产业投资价值深度解析：AI驱动下的长期赛道与布局逻辑

165. 同做AI算力，差距巨大！四家热门企业横向对比，谁潜力更胜一筹

166. 新时代硬通货！GPU抵押融资愈发火热 AI圈迷上疯狂“炼金术”

167. 从训练到推理：大模型算力需求的新拐点已至

168. 机构观点精粹：工程机械反转、AI算力爆发与资源品涨价三重主线

169. 算力租赁双雄PK：润泽科技vs利通电子，谁才是真正的龙头？

170. 跑一次AI大模型，够你家开50年空调。

171. CoreWeave获85亿美元贷款

172. 海外GPU抵押融资走热单笔融资超35亿美元芯片成本占数据中心项目30%至40%

173. 大模型的商业化分析（四）：行业整合

174. 2026 大模型训练专用 GPU 算力租用选型教程

175. 月之暗面营收破亿背后，企业正在疯狂囤算力

176. 算力租赁价格暴涨40%，相关公司业绩迎来爆发期

177. 260226-数十亿的GPU债务听起来疯狂，但这并非如此。

178. xAI核心成员融资10亿美元：AI基础设施投资热潮持续升温

179. BBAT 4大互联网厂商 2026财年GPU采购预算大杂烩

180. 算力租赁vs智算中心：90%的人都会混淆的两个赛道

181. 模型可以“卷”、算力必须“烧”！瑞银：AI巨头密集推新模型，算力投入将继续加码

182. AI融资热

183. 2026年中国AI公司加速融资、上市：约每两家新上市公司，就有一家与AI产业链相关

184. 2026年Q1 AI融资创纪录：2420亿美元背后的格局变迁

185. AI芯片初创公司，进入“斩杀线”

186. DeepSeek V4优先适配昇腾！国产算力生态迎来关键突破

187. 算力租赁的整体价格会有什么变化，企业支出的成本会有哪些变化

188. AI融资2026：四大公司吸走65%全球风投，中国企业如何破局？

189. 10天连发十个大模型，AI算力都不够用了

190. 2026年3月我国AI领域单次融资规模超10亿元项目排名：11个

191. 2026年一季度，我国AI算力领域融资情况汇总-15个，天基算力成为新风口

192. AI芯片公司，融资30亿

193. 57亿！又一大模型独角兽融资，将采购1.38万块英伟达GPU

194. 瑞银在2026年4月初发布了一份基于中国102位IT高管和数据工程师的调研报告，评估了企业AI应用的现状与趋势。报告显示，生成式AI在中国企业中的部署已迈过试点阶段，正在走向规模化生产。数据显示，78%的受访企业已经实现生成式AI的落地应用。其中，51%的企业在至少一个业务职能中部署，27%的企业已在多个业务单元实现规模化生产。其余22%的企业仍处于概念验证或更早期阶段，预计平均还需要9.3个月才能达到规模化生产。值得注意的是，AI智能体被视为下一阶段的采用重点。受访企业预计，AI智能体达到规模化应用平均需要1.7年，比整体生成式AI的9.3个月更长。企业预期，未来两年内AI智能体可带来平均20%的生产力提升。报告指出，像OpenClaw这样的开源智能体框架快速普及，有望加速这一进程。在应用场景上，中美存在明显差异。中国企业更偏向客户侧应用，例如客户体验和视觉分析，这两项分别有63%和43%的受访者认为预期回报率最高。而美国企业更关注生产力工具、AI助手和开发自动化，侧重工作流提效。关于AI采用的主要挑战，不确定的投资回报率在中美市场都是首要顾虑。在中国，35%的受访者将其列为最大挑战，其他制约因素还包括系统集成复杂性、人才短缺和数据限制。但预算不足和管理层不买账并不是主要问题，说明中国企业对AI的态度总体积极。企业投入意愿明确。2025年，生成式AI相关支出占企业IT预算的平均比例为12%，约合6600万元人民币。2026年，生成式AI预算预计同比增长21%，而整体IT预算增速仅为5%。这一增速也高于美国企业的17.7%。从预算构成看，AI相关人力支出占比最高，达23%，AI基础设施和AI模型各占21%，AI软件和项目支出分别占18%和17%，反映企业在多个方向同步投资。本地化进程方面，模型层进展最快，当前本地化率达到82%，远高于AI基础设施的29%和AI基础设施软件的60%。报告认为，这得益于中国与美国在模型能力上的差距缩小，以及中国在成本效率上的结构性优势。预计2026年，AI硬件、基础设施软件和模型层的本地化率将分别提升至51%、61%和81%。在云服务商选择上，阿里云和腾讯云领先，其次是华为云和百度云。企业选择云厂商时，计算性能和安全合规排在成本之前。这解释了为何在需求旺盛背景下，主要云厂商近期敢于提价。在大模型层面，腾讯混元、DeepSeek和阿里通

195. AI 融资热潮不减：月内百亿资金涌入，平台加速转向货币化

AI创业生死局：算力与研发的动态平衡术

精选参考来源