A重点75
VentureBeat AI
1 个来源企业AI计算差距：基础设施投资速度超过成本测量能力
VentureBeat Pulse Research的一份报告揭示了企业AI基础设施投资与成本可见性之间的显著差距。在107家企业中，AI计算支出正在加速，但大多数组织无法追踪单位经济性，GPU利用率低于50%，不到一半的企业严格衡量成本。报告强调，64%的企业计划在一年内更换或增加供应商，决策基于集成和总拥有成本而非标价。
返回信息流
新闻事件
SynthePulse Insight · AI 深度解读
AI算力鸿沟：企业采购速度远超成本可见性
版本 2 · 1 个来源
最新调查显示，企业AI基础设施投资迅猛，但多数企业GPU利用率不足50%，且仅44%能严格追踪算力成本。投资意向正涌向尚未使用的专业云，而供应商选择更看重集成与总拥有成本，而非token单价。
- 仅21%的企业在规模化生产中运行AI，38%仍处于实验阶段。
- 83%的企业报告GPU利用率不超过50%，算力资源严重闲置。
- 仅44%的企业能严格追踪AI算力成本，成本可见性不足。
- 64%的企业计划在12个月内更换或新增基础设施供应商，其中38%计划在下一季度内行动。
- 45%的企业计划评估AI专用云，但当前使用率几乎为零，投资与现状脱节。
- 供应商选择首要因素是集成现有栈（41%）和总拥有成本（35%），每百万token价格仅影响8%的决策。
展开章节目录部署成熟度：雄心超前于生产规模
部署成熟度：雄心超前于生产规模
调查显示，仅21%的企业在规模化生产中运行AI，而38%仍处于实验阶段，37%有部分生产负载，4%未运行AI。这意味着四分之三的企业（76%）尚未实现全面生产部署，其基础设施决策多由早期采用者做出，未来算力需求和成本将快速增长。
当前技术栈：超大规模云与模型API主导
当前最常用的AI平台是Google Cloud（48%），其次是Azure（29%）、AWS（22%）和Oracle（22%）。模型API方面，Google Gemini（41%）和OpenAI（40%）领先，Anthropic为12%。仅6%的企业自建本地GPU集群，4%使用开源自管栈，而CoreWeave、Lambda等AI专用云的使用率几乎为零。
投资意向：涌向尚未使用的专业云
未来12个月，45%的企业计划评估AI专用云，32%评估非NVIDIA加速器，28%评估NVIDIA Blackwell。这与当前几乎不用的现状形成鲜明对比，凸显投资与使用之间的脱节。
供应商切换：高流失意向与决策标准
64%的企业计划在12个月内更换或新增供应商，其中38%计划在下一季度行动，显示出极高的切换意向。决策时，41%看重与现有栈的集成，35%看重总拥有成本，而每百万token价格仅影响8%的决策。
成本可见性：算力利用与追踪不足
83%的企业报告GPU利用率不超过50%，且仅44%能严格追踪算力成本。这表明企业在快速投资的同时，缺乏对现有资源经济性的掌控，形成“算力鸿沟”。
可信度边界
本报告基于VentureBeat Pulse Research对107家企业的调查，样本为非概率抽样，偏向中端市场和早期采用者，结果应视为方向性信号而非精确测量。GPU利用率等数据为自我报告，可能存在偏差。
核心结论
企业AI基础设施投资速度远超其衡量和管理成本的能力，导致算力利用率低、成本可见性差，且投资方向与当前实际使用严重脱节。
主报道
VentureBeat AI
主报道来源