跳转至

企业 AI 支出结构

最后更新：2026-04-24

追踪企业 AI 预算去了哪里。Menlo Ventures 《State of Gen AI in the Enterprise 2025》估计 2025 年全球企业 AI 支出达到 ~$370 亿美元，其中应用层 $19B + 基础设施层 $18B。本文梳理支出结构、买 vs 建、主要受益者。

一句话结论

企业 AI 支出呈倒金字塔——基础设施 + 模型占 48%、应用占 52%（2025）。但模型层市场份额正在集中（Anthropic 40% + OpenAI 27% + Google 21% = 头部三家 88%），应用层则分散在数百家创业公司。

三条关键要点

  1. 2025 全球企业 AI 市场 ~$370 亿，CAGR 30%+
  2. 买 vs 建：76% 企业选择"买"（用 SaaS 或 API），只有 24% 自建
  3. 模型市场份额 2024-2025 剧变：Anthropic 从 12% 升到 40%（企业市场首席），OpenAI 从 50%+ 降到 27%

支出结构总览

2025 年全球企业 Gen AI 支出（Menlo Ventures 估算）

总 $370 亿（2025）
├─ 应用层 $190 亿（51%）
│  ├─ 编程 / Coding：$73 亿（最大单一类别）
│  ├─ Copilots（通用生产力）：$84 亿
│  ├─ 垂直应用（医疗 / 法律 / 金融）：$35 亿
├─ 基础设施层 $180 亿（49%）
│  ├─ LLM API：$84 亿
│  ├─ 向量 DB / 编排 / MLOps：~$30 亿
│  ├─ GPU 云 / 推理服务：~$55 亿
│  ├─ 其他（安全 / 可观测）：~$10 亿

增长率：2024→2025 整体增长 3.2x（~\(115B → ~\)370B）。

Coding 是最大单一类别

  • 2024 年 Coding AI 市场 ~$15B → 2025 $73B（5x 增长）
  • 驱动：Cursor、Claude Code、GitHub Copilot、Codeium / Windsurf
  • 详见 AI Coding 产品格局

LLM 市场份额演化

2024 Q1 vs 2025 Q3（企业市场）

供应商 2024 Q1 2025 Q3 变化
Anthropic 12% 40% +28pp（冠军）
OpenAI 50% 27% -23pp（失位）
Google 7% 21% +14pp
Meta Llama 16% 7% -9pp
其他（Mistral、Cohere、DeepSeek） 15% 5% -10pp

Anthropic 如何逆袭： - Claude Sonnet 3.5/4 编程口碑碾压 - 企业安全 / 合规叙事（vs OpenAI 的治理动荡） - Amazon / Google 双押（渠道销售加速）

详见 Anthropic 公司研究。

买 vs 建

Menlo 调研 2025

  • 买（用现成 SaaS 或 API）：76%
  • 建（自建模型或深度定制）：24%

为什么"买"占压倒性

  • 自建模型成本（$100M+ capex + 团队）对 99% 企业不经济
  • 头部模型能力已足够大多数场景
  • 合规 / 审计风险自建更难
  • Takers vs Shapers vs Makers（McKinsey 分层）：99% 企业永远是 Takers

什么时候值得"建"

  • 超大规模（AUM $1T+ 的 BlackRock、摩根大通）
  • 强数据壁垒（Bloomberg 金融数据、Tesla 车队数据）
  • 极度监管场景（某些国家金融 / 国防）

按行业 / 职能拆分

按职能（Menlo 2025）

  1. 工程 / 研发（40%）：Coding、文档、CI/CD
  2. 客户服务（20%）：chatbot、客服 Copilot
  3. 销售 / 市场（15%）：文案、邮件、自动化
  4. 财务 / 法务（10%）
  5. HR / 行政（5%）
  6. 其他（10%）

按行业

  1. 科技互联网：最早最激进（自家就是 AI 用户）
  2. 金融：大规模但保守（详见 AI 金融板块）
  3. 医疗 / 生物科技：新兴但高潜（详见 AI 医疗板块）
  4. 法律 / 专业服务：Harvey 驱动
  5. 零售 / 快消：CRM 侧 AI 化
  6. 工业制造：相对落后（主要在预测维护 + 质检）

路径到生产（Path to Production）

Menlo 2025 数据： - 80% 企业"在做 AI 实验" - 只有 ~30% 企业有至少一个 AI 应用进入生产 - 只有 ~10% 企业称 AI 已产生可测的业务价值

鸿沟：从 POC 到生产的跨越是 AI 真正落地的门槛——大多数公司卡在 60% 概念验证，无法升级到关键业务。

参考 Crossing the Chasm 框架：企业 AI 整体处于 Early Adopter → Early Majority 过渡阶段。

用 BCG Advantage Matrix 看

层 象限
LLM API（基础模型） Volume（前 3-4 家通吃）
通用 AI 助手 / 办公 Copilot Volume（Microsoft / Google 规模优势）
垂直 AI（Harvey / Abridge） Specialization（场景深耕）
AI 代理咨询 Fragmentation（难规模化）
Coding 工具 Specialization（多种形态并存）

2026 关键变量

  1. 2026 全球企业 AI 支出能否达到 $600B+（Menlo 预测）
  2. DeepSeek 等开源进一步挤压头部 API 份额：Anthropic 40% 份额能否保持
  3. Agent 在企业的规模化：从"辅助工具"到"承担流程"的阈值
  4. 监管对企业 AI 采购的影响：EU AI Act 2026-08 全面适用
  5. "建"的比例：如果 DeepSeek 开源进一步降低自建门槛，自建比例可能回升

我的判断

我的看法：

  1. Anthropic 40% 企业份额是 2024-2025 最被低估的商业结果——不是偶然，是"Constitutional AI 叙事 + Claude 编程领先 + Amazon/Google 双渠道"的三重奏
  2. 企业 AI 支出还有 2-3x 成长空间（从 $370B 到 $1T+）——这是 2026-2028 核心投资赛道
  3. "买"占 76% 的比例会进一步提高——企业 IT 团队规模化自建能力有限
  4. Coding 的 $73B 市场会分化：头部 3-5 家占 80%，其他被整合

我可能错在哪里： - OpenAI 如果反击（推出专门企业版 + 价格战）可能夺回份额 - 开源模型（Llama 5 / DeepSeek V4）让"建"更容易 → 买 vs 建比例逆转 - 企业 AI 支出可能见顶（$500B 规模遇到企业 IT 预算天花板）

延伸阅读