企业级 AI 军备竞赛：谁在领跑，谁是黑马，谁又是意外赢家？

调研基本信息

受访者：100 位 VP 及 C 级高管，均来自全球 2000 强

企业规模：88% 年收入超 10 亿美元，30% 超 100 亿美元，50%+ 员工逾万人

行业分布：金融服务 15%、软件与科技 12%、制造业 11%、医疗 10%、零售 10%、专业服务 8%

谁在领跑？

* 详见免责声明注脚

OpenAI 仍是第一。 78% 的企业 CIO 正在生产环境中使用 OpenAI 模型，钱包份额约占 56%。

但 Anthropic 是最大的变量。 自 2025 年 5 月以来，Anthropic 企业渗透率增长 25%——这是所有前沿实验室中最大的涨幅。目前 44% 的企业已在生产环境部署，含测试阶段超过 63%。

Google Gemini 也在稳步推进， 但钱包份额增速相对温和。

三家供应商的绝对支出均在增长。市场不是零和游戏——至少现在还不是。

作为佐证：Yipit 对 1000 家中大型企业的独立面板数据显示，OpenAI 采用率约 85%，Anthropic 约 55%，走势与我们调研高度吻合。

数据来源：Yipit，基于 1000 家中大型企业的专有面板（API 或应用采用率）。

场景决定胜负

企业 AI 不是一个市场，而是一组市场。不同场景下，领先者截然不同。

* 详见免责声明注脚

OpenAI：主导聊天机器人、企业知识管理、客户支持等早期通用场景。先发优势+切换成本，构成护城河。

Anthropic：在软件开发和数据分析场景领先。CIO 普遍认为，2024 年下半年 Anthropic 的能力跃升是关键催化剂。

Google Gemini：整体表现均衡，唯独编程场景份额明显偏低。

结果是：81% 的企业现在同时使用三个或以上模型家族，较不到一年前的 68% 显著上升。多模型策略已成主流。

Anthropic 为什么涨得快？

三个驱动因素：

1. 旗舰模型本身就是获客渠道。 75% 的 Anthropic 企业客户直接部署了 Sonnet 4.5 或 Opus 4.5，没有在旧版便宜模型上停留。反观 OpenAI，大量客户仍在沿用早期模型——"还能用，不换了"。切换成本越来越高，早期进入的优势也越来越难被追上。

2. 高 Token 消耗场景贡献巨大。 编程类 AI 场景 Token 消耗密集，Anthropic 钱包份额的增长有相当一部分来自这里。写作、推理、分析任务上的能力提升同样获得 CIO 认可。

3. 推理模型的价值已被验证。 54% 的受访者表示推理模型加速了 LLM 落地，原因包括：更短的价值实现周期、更少的提示词工程、更强的系统集成、更高的准确性与可解释性。这些模型正在开启全新的 Agent 工作流——从 AI SRE 到复杂多步骤自动化。

第三方应用，没死

有一种说法认为：模型能力越来越强，第三方应用会被取代。数据说：没那么简单。

* 详见免责声明注脚

企业对第三方应用的采用率仍在上升， 而非下降。即便在知识管理、工作流自动化等传统自建领域，也有越来越多企业计划从 DIY LLM 实现迁移到打包应用。

核心逻辑是：应用层可以做模型路由——针对不同任务选最合适的模型，把多模型竞争的红利转化为用户价值。这是纯模型调用无法直接替代的能力。

但竞赛还没结束。应用的"深度构建速度"与模型的"能力提升速度"之间，一直在赛跑。软件开发领域尤为激烈。

微软，才是真正的老大

说到这里，必须说一个常被忽视的事实：

微软依然主导企业 AI 应用市场。

* 详见免责声明注脚

Microsoft 365 Copilot 是企业聊天第一，ChatGPT 在快速追近

GitHub Copilot 仍是企业编程工具的首选

65% 的企业倾向于优先选择现有供应商，理由是：信任度高、系统集成简单、采购流程顺畅

当然，先发优势不是无敌的。平台级转型会制造窗口期，企业也明确表示愿意为更快的创新速度、更强的 AI 专注度买单。初创公司的机会是真实的——只是不要低估攻进去的难度。

闭源模型，赢得更多信任

* 详见免责声明注脚

几个值得关注的趋势：

对闭源模型的偏好持续增加。 超过三分之一的企业现在更倾向于闭源，原因：迭代速度快、内部 AI 人才不足，以及——令人意外的——数据安全。

直接托管在前沿实验室的比例从 40% 升至 80%。 信任度在上升。

开闭源 TCO 差距在收窄。 在能力明显领先的场景下，闭源模型的溢价是值得的。

企业越来越少用微调，越来越多用提示词工程和模型路由。 初创公司还在大量微调开源模型，大企业已经换了思路。

ROI：正向，但还没到令人惊艳

* 详见免责声明注脚

企业报告的 AI ROI，远比 X 上讨论的平淡。原因有两个：

一是大多数企业还在摸索怎么用好 AI。 把模型能力真正转化为工作流，需要专业的应用公司来搭桥。

二是很多企业还不知道"好"长什么样。 他们在用的往往是微软、SAP 等现有供应商推出的 AI 产品，而非最好的工具。参照系决定了对"好"的判断。调研数据有个例证：同一批开发者，试用 Cursor 之后，对 Microsoft Copilot 的 NPS 评分下降了 48 分。

支出：持续超出预期

* 详见免责声明注脚

过去两年，LLM 平均企业支出从 450 万美元 涨到 700 万美元

预计今年再增长 65%，达到约 1160 万美元

应用层：计划支出 390 万美元，实际支出近 600 万美元

需求比任何人预期的都强。

结论

奖池足够大。格局仍在快速变化。OpenAI 领先，Anthropic 在追，微软在底层撑着大盘，第三方应用活得好好的。

过去 18 个月的经验告诉我们一件事：企业级 AI，仍是最值得关注的战场。

* 本文数据来源于第三方独立调研机构。受访者为全球 2000 强企业（美国、加拿大、英国、欧盟、亚洲或澳大利亚）的 VP 及以上级别决策者，均已积极部署 AI 或 LLM 解决方案。受访者通过定向筛选选取，非随机抽样，结果不一定代表整体市场。所有回答为自行填报，仅反映调研时观点，不构成任何投资建议。