繼女皇報告后，又一份「實戰地圖」震動硅谷！

最近，硅谷最神秘的財富管理公司 Iconiq Capital，悄悄搞了個大動作——

他們發布了一份猛料滿滿的《2025年AI現狀報告》，長達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初創公司的真實支出與落地情況。

核心關注點不是「要不要用AI」，而是——

如何高效構建AI？如何規模化落地？如何快速試錯？

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

AI新階段

從炒作轉向落地

Iconiq Capital堪稱「硅谷富人俱樂部管家」，神秘、低調，卻管理著包括馬克·扎克伯格在內的頂級客戶的巨額財富。

他是注冊投資顧問（Registered investment adviser，RIA）領域的先驅，保持著非同尋常的保密標準。

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

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

該機構提供財務咨詢、私募股權、風險投資、房地產及慈善管理等多元化服務

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

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

除了給科技大佬理財，Iconiq也對技術趨勢非常敏感，這份最新報告不談夢想，不講玄學，專攻「如何讓AI真正落地」，是對「AI落地難」的全面回應

AI正步入新階段——從概念炒作轉向實戰落地。

報告的關注焦點從「是否采用AI」轉向了「如何高效實施AI」，全面解析從構思、開發到規模化部署AI產品的完整路徑。

報告核心觀點是： 真正厲害的AI創業公司，不靠模型花哨，靠的是產品策略夠靈活、成本控制有章法、能快節奏試錯迭代。

獨家調研

AI落地的7個真問題

軟件初創高管如何使用AI？特別是營收1千萬至10億美元的AI初創高管。

這份報告匯總了300位來自Cursor、ElevenLabs、Sierra等高管獨家調研數據。

GenAI如何變現？如何長期吃紅利？

報告還對ICONIQ生態內的AI領袖進行了訪談。他們從中提煉出一套切實可行的落地框架。

Menlo Ventures風險投資合伙人、谷歌搜索創始團隊成員Deedy總結了7個要點。

1. 企業AI選型

在企業選擇的AI模型中，OpenAI仍然位居第一，遙遙領先，而Claude位居第二。

2. AI支出

在支出方面，結果更是出乎意料：

在大數據存儲、處理和AI基礎設施上的支出，比推理和訓練要多！

最燒錢的不是訓練，是數據！

3. 開發AI工具地圖

開發AI最常用的工具，也是如此：

模型訓練與微調、模型開發、推理優化等工具只是一小部分。

他們對數百家公司進行了調研，以了解目前哪些框架、庫和平臺已經被實際部署在生產環境中。

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

4. 按產品階段劃分的AI支出

5億美元的公司的年支出約為1億美元，用于訓練、推理、數據存儲和處理。

在數據存儲和處理上，高增長初創公司比同行的支出更高。

5. 智能體

2025年，智能體之年：

高達約90%的高增長初創公司，正在積極部署或嘗試使用智能體。

6. 定價模式

定價模式正在重構商業模式。AI初創的盈利模式正在逐漸偏離訂閱制：

訂閱制不靈了。

高級用戶用得多，LLM的API成本高，直接虧本。

而不經常使用AI的用戶？同樣留不住。

7. 生產力方面的AI應用

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

接下來，我們將分解報告中的五個重點章節及其對積極使用AI構建團隊的意義：

（1）基礎設施的演進：探討了為支持高效AI開發所需的基礎架構變化。

（2）模型開發的最佳實踐：分享了如何有效地開發和迭代AI模型的經驗。

（3）市場進入策略：解析了成功將AI產品推向市場的策略。

（4）人才培養與發展：討論了如何吸引、培養和保留頂尖AI人才。

（5）實驗文化的重要性：強調了建立一種鼓勵快速失敗和學習的文化對于持續創新的重要性。

深挖

5大趨勢正在發生

1. AI產品戰略成熟了

數據顯示，AI原生企業推向市場的速度遠超僅對現有產品添加AI功能的企業。

具體來看： 

? 47%的AI原生公司已達到關鍵規模并驗證市場匹配度

? 僅13%的AI增強型產品公司達成同等里程碑

產品構建趨勢：

? 智能體工作流和垂直應用占據主導地位

? 近80%AI原生構建者重點投入智能體工作流開發（可代表用戶執行多步驟行動的自主系統）

技術架構選擇：

? 企業普遍采用多模型架構以平衡性能、成本和場景適配性

? 面向客戶的產品平均使用2.8個模型（受訪企業數據）

2. AI定價模式=新經濟學

AI正在重塑企業為產品和服務定價的方式。

根據調查數據，許多公司現在采用混合定價模式：

在基本訂閱費用的基礎上，另外按照實際使用量收費。

部分企業甚至在嘗試根據客戶的使用情況或實際獲得的成效來完全決定價格。

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

3. 人才，是核心競爭力

人才戰略成為企業競爭的關鍵差異化因素。

AI不僅是技術上的挑戰，更是組織層面的考驗。

許多領先企業正積極組建跨職能團隊，成員包括 AI/ML 工程師、數據科學家以及AI產品經理，以協同推進AI項目。

展望未來，大多數公司預計其工程團隊中將有20-30%的成員專注于AI，而快速成長的企業則預計這一比例可達 37%。

不過，調查顯示，尋找合適的AI人才依然是一大難題。在所有AI專業崗位中，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。

對于招聘進展的看法也不盡相同。盡管一些企業認為招聘節奏正常，但仍有54%表示進度落后，主要原因是合格人才儲備不足。

4. AI支出持續上升，但結構在變

財務報表顯示：AI預算快速增長。

越來越多具備AI能力的公司將10-20%的研發預算投入到AI開發中，而且這一比例在2025年各類收入規模的企業中都呈上升趨勢。

這種變化表明，AI已成為企業產品戰略的核心組成部分。

隨著AI產品不斷擴展，其成本結構也隨之發生變化。

在產品開發的早期階段，最大支出通常是人才相關費用，包括招聘、培訓及技能提升。然而，隨著產品逐漸成熟，云服務費用、模型推理成本以及治理相關支出則逐步成為主要開銷。

5. 內部AI應用正在擴展，但推進速度不一

企業內部對AI的應用正在迅速增長，但在不同公司和部門之間存在明顯差異。

多數受訪企業為約70%的員工開放了內部AI工具的使用權限，但真正經常使用這些工具的員工僅占一半左右。

在大型、發展成熟的企業中，員工對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——

通常在七個以上的內部業務場景中部署了AI。

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

Iconiq這份報告告訴我們：

真正跑通AI的不是PPT和融資，是實打實的產品落地、組織結構、技術選型、成本控制和定價設計。

而這些，才是AI時代的核心競爭力。

AI落地，已是進行時。