作者： ICONIQ

編譯：Tim，PANews

人工智慧發展步入新篇章：從熱門話題走向落地實踐。打造規模化AI產品正成為競爭的關鍵戰場。 2025年度AI現狀報告《建造者手冊》將視角從技術採用轉向落地實踐，深度解析從構思、落地到規模化營運AI產品的全套方案。

基於2025年4月對300位軟體公司高階主管的獨家研究結果，並結合ICONIQ社群內人工智慧領袖的深入訪談，本報告提供了一份戰術路線圖，旨在將生成式人工智慧的智慧優勢轉化為永續的商業競爭力。

該報告提煉出五大關鍵章節，以及它們將如何幫助團隊積極建構AI應用。

1.人工智慧產品策略已邁入新的成熟階段

相較於那些僅在現有產品中整合人工智慧的企業，以人工智慧為主導的公司正更快地將產品推向市場。數據顯示，近半數（47%）人工智慧原生企業已達成關鍵規模並被證實具有市場契合度，而整合人工智慧產品的公司中僅有13%達到該階段。

他們在做什麼：智能體工作流程與垂直應用成為主流。近八成AI原生開發者正佈局智能體工作流程（即能代表使用者自主執行多步驟操作的AI系統）。

他們是如何做的：各公司正趨同選擇多模型架構，以優化效能、控製成本並匹配特定應用場景，在面向客戶的產品中，每位受訪者平均使用2.8個模型。

2.不斷演進的AI定價模式反映獨特經濟特性

人工智慧正在改變企業為產品及服務定價的方式。根據我們的調查，許多公司正採用混合定價模式，在基礎訂閱費用之上加上按用量計費的模式。也有公司正探索完全基於實際用量或客戶使用效果的定價模式。

目前許多公司仍免費提供AI功能，但有超過三分之一（37%）的企業計劃在未來一年調整定價策略，使價格更符合客戶獲得的價值及其對AI功能的使用量。

3.人才策略作為差異化優勢

人工智慧不僅是一個技術問題，更是一個組織問題。目前大多數頂尖團隊都在組成由人工智慧工程師、機器學習工程師、資料科學家和AI產品經理組成的跨職能團隊。

展望未來，大多數企業預計其工程團隊中將有20-30%的人員專注於人工智慧，而高成長企業的這一比例預計將高達37%。但調查結果顯示，找到合適的人才仍是一個瓶頸。在所有人工智慧特定職位中，AI、機器學習工程師的招募耗時最長，平均填補時間超過70天。

在招募進度方面，人們存在意見分歧。儘管部分招募者認為進展順利，但54%的受訪者表示進度落後，其中最普遍的原因在於符合資格的人才資源儲備不足。

4.人工智慧預算激增，反映在公司損益表中

採用人工智慧技術的企業正將10%-20%的研發預算投入AI領域，且2025年各營收區間的企業都呈現持續成長趨勢。這項策略轉向愈發凸顯出：AI技術已成為產品策略規劃的核心驅動力。

隨著人工智慧產品規模的擴大，成本結構往往會發生顯著變化。在產品開發的早期階段，人力資源成本通常是最大的支出項目，包括人員招募、訓練和技能提升費用。然而當產品走向成熟時，雲端服務成本、模型推理費用和合規監管成本將佔據主要支出比例。

5.企業內部人工智慧應用規模正在擴大，但分佈並不均衡

雖然多數受調查企業為約70%的員工提供了使用內部AI工具的權限，但實際定期使用這些工具的卻僅佔一半左右。在規模較大、體制較成熟的企業中，推動員工使用人工智慧的難度尤其突出。

高採用率企業（即半數以上員工使用AI工具）平均在七個以上內部應用情境部署人工智慧，包括程式設計助理（使用率為77%）、內容產生（65%）和文件搜尋（57%）。這些領域的工作效率提升幅度達15%至30%。

AI工俱生態雖仍舊分散，但正逐漸走向成熟

我們調查了數百家企業，以了解目前在生產環境中實際運作的技術框架、函式庫和平台。這份報告並非簡單排名，而是開發者跨不同領域所採用工具的真實寫照。

以下是按字母順序排列的最常用工具簡要概覽：