AI有没有泡沫，有点横看成岭侧成峰。
先不争论。企业AI以惊人的速度，2025年形成了一个370亿美元的市场；其中编码成为首个AI杀手级应用，而且2026年可能会出现更多。
在企业AI市场，Anthropic领先OpenAI的幅度进一步扩大，达到了40%；OpenAI下降到27%，谷歌迅速增长到21%。
Menlo Ventures今年第三次推出年度企业AI报告，今年人们最关心的问题，可以从中得到一些答案。
有没有泡沫
从今年以来的基础设施投资的金额暴涨来看，可能会有泡沫，但是从企业需求侧的市场数据，看到的更多是对AI广泛的采用、真实的收入、规模化的生产力提升，显得更像是繁荣，而不是泡沫。从2023年以来，企业AI的市场，已经从17亿美元，飙升至370亿美元。其中应用市场达到190亿美元，基础设施市场达180亿美元。
自建AI，还是采购
一直以来，企业，尤其是大单位，喜欢自己构建AI，他们认为自己有数据、有专业知识、还有必要的框架，在内部能搞定一切。但2025年这个势头扭转过来，76%的企业采购，而不是内部构建AI。内部AI的投资仍然在增长，但增长更快的，是随着企业技术栈的成熟，企业AI公司提供现成的产品和解决方案，就能很快投入生产、并且立即创造价值。
多少企业在用中国开源模型
开源模型，企业采纳较迟缓。Llama仍然是企业采用最多的开源模型，但因为Llama-4发布失败，导致整个开源模型在的企业AI市场份额已经从19%下降到12%。企业对采用开源模型仍不放心，用闭源模型更多。
中国开源模型的性能提升很快，在初创企业中开始赢得市场，但较大企业仍然不愿采纳。总体来看，它们占了模型API使用的1%，大约为企业开源模型的10%。
但是在企业AI之外，却是另一番景象。vLLM和OpenRouter统计显示，采用千问、DeepSeek（V3、R1）、Kimi、MiniMax、智谱等的初创企业数量增长很快。
较小规模的模型 Qwen3 和 GLM ，与体量更大的模型相比时很能打，尤其受到欢迎。举例来说，Airbnb 在其面向用户的 AI 功能中大量使用 Qwen；而 Cursor 则将该模型作为其内部模型的开源基础。
智能体太简陋
尽管关于智能体（Agents）的讨论很多，但出人意料的是，真实的生产级架构仍然相当简陋：只有 16% 的企业部署 和 27% 的初创公司部署符合真正的智能体定义——即由大模型进行规划和行动执行、观察反馈并据此调整自身行为的系统；而绝大多数系统，仍然是围绕单次模型调用构建的固定流程或基于路由的工作流。
当系统必须通过大量定制化手段才能正常运作时，本身就说明底层技术还不够成熟，而当前的定制化实践正体现了这一点。提示词设计（prompt design）依然是最主流的方法，其次是检索增强生成（RAG）。更高级的技术路径——如微调、工具调用、上下文工程以及强化学习（RL）——目前仍属小众，主要由处在技术前沿的团队使用。
撇开各种炒作不谈，大多数所谓的“AI 智能体”，本质上只是围绕一次模型调用构建的简单 if-then 逻辑。这种简单的架构在当下的使用场景中尚且可行，但也清楚地暴露出我们仍然处在多么早期的阶段。
初创AI应用企业，开始战胜大公司
在AI应用层，初创企业开始领先于大企业，收入占市场份额已经从36%增加到63%。原生的AI初创企业，在以下几个增长最快的应用领域屡出奇兵：
1，产品 + 工程（初创公司占 71% 市场份额）
代码生成是初创公司胜出的经典案例。GitHub Copilot 是先行者，拥有几乎所有结构性优势，但 Cursor 通过更快地推出更好的功能，成功抢占了相当可观的市场份额——在仓库级上下文、多文件编辑、差异（diff）审批以及自然语言指令等能力上，都领先 Copilot。
Cursor 采取模型无关（model-agnostic）的策略，使开发者能够在前沿模型（如 Claude Sonnet 3.5）一发布就立刻使用，而不是受限于微软的合作伙伴选择。正是这种产品迭代速度，形成了一个 PLG（产品驱动增长）飞轮：Cursor 先在个人开发者层面赢得“地面战”，随后这些开发者再把它带入企业内部。
2，销售（初创公司占 78% 市场份额）
像 Clay 和 Actively 这样的 AI 原生初创公司，通过进攻 Salesforce 尚未覆盖的工作流程而取胜——例如研究、个性化和数据补全。这些流程高度依赖非结构化信号（网页、社交媒体、邮件），而这些信号通常存在于 CRM 之外。
通过掌控这些“非 CRM 表面”，并向下游扩展，它们逐渐成为销售代表实际使用的 AI 层——在短期内实现对传统记录系统（system of record）的去中介化，并在长期具备成长为新一代记录系统的潜力。
3，财务 + 运营（初创公司占 91% 市场份额）
在金融等高度受监管的领域，像 Intuit QuickBooks 这样的既有厂商面临极高的准确性要求，这显著拖慢了其推出 AI 原生工作流的速度。尽管这一领域目前的整体收入规模仍然不大，但这种行动“瘫痪”反而为初创公司创造了真空地带。
Rillet、Campfire 和 Numeric 等初创企业得以下沉市场，构建 AI 优先的 ERP，提供实时自动化和智能化工作流——它们之所以能够胜出，正是因为传统巨头无法足够快地交付一个可信的下一代产品。
最后要说明的是，这份报告调查了约500名企业美国企业AI 决策者。受访者包括积极使用 AI 工具的公司的首席高管、工程和产品副总裁以及负责 AI 采购和开发决策的技术负责人。所以，它说的是美国的情况。
