企业AI基建提速，成本测量滞后

摘要

通过对107家企业的调研发现，AI基础设施投资正加速远超经济监测能力。大多数组织在熟悉的超大规模服务商和模型提供商API基础上运行AI，但下一笔投资将针对当前几乎无人使用的专业计算资源；多数企业计划在一年内更换或增加服务商，有些甚至将在一个季度内完成。购买决策取决于集成度和总体拥有成本，而非代币标价——这很幸运，因为大多数企业尚无法清晰了解其单位经济状况：GPU利用率不足50%，不到一半的企业能严格追踪实际计算成本。结果形成了计算差距——大量且快速增长的投资超越了控制所需的可见度。

调研概述

此次VentureBeat Pulse调研聚焦企业AI基础设施和计算资源：组织在部署旅程中的位置、当前使用的AI运行平台、满意度、切换服务商的原因、投资评估计划，以及最关键的是，企业能够多好地测量和控制底层计算的经济性。

核心发现是存在计算差距——企业对AI基础设施的积极投资与其经济性可见度之间的差距。只有约五分之一(21%)的企业规模化生产环境中运行AI，但支出意向已超过这一成熟度：未来一年企业计划评估的最大领域是AI专业云服务(45%)，而当前几乎没有企业使用这一层级的资源。与此同时，已部署的计算资源利用率低下——83%的GPU利用率不超过50%，不到一半(44%)的企业能严格追踪AI计算成本。企业购买基础设施的速度超过了对其已有资产的核算能力。

企业基础设施服务商尚未稳定

企业对基础设施服务商尚未确定：明确多数(64%)计划在十二个月内更换或增加服务商，38%计划在下一季度内完成——对于这类基础性服务类别而言，这是异常高的更换率。选择服务商时，企业考虑的是与现有技术栈的集成度(41%)和总体拥有成本(35%)，而非标价：每百万代币成本是仅8%企业的决定因素。而将影响下一轮决策的前沿约束——从GPU计算转向推理扩展时的内存带宽——几乎不在大多数企业的雷达上，约五分之一的企业要么对此一无所知，要么尚未着手解决。

调研方法

VentureBeat作为其持续进行的Pulse调研系列的一部分开展了此项调查，专注于企业AI基础设施、计算资源和推理经济性。回应筛选自员工超过100人的组织(n=107；排除了规模最小的1-100人员工区间)，来自单一的2026年第二季度(6月)波次。由于这是单次波次而非多月合并样本，报告应作横截面解读，不推断月度趋势。部分问题为多选，因此比例总和可能超过100%。

按组织规模，样本集中在中型市场：101-250名员工(36%)和251-1000名员工(27%)领先，其次是1001-5000名员工(22%)、5001-10000名员工(8%)和10001名以上员工(7%)。按职位角色，样本包括管理人员(38%)、个人贡献者(28%)、副总裁和总监(19%)以及C级高管(13%)；在采购权限方面具有可信度，45%为最终决策者，另有30%为AI解决方案的建议者或影响者。技术/软件行业占比最大(26%)，其次是医疗/生命科学(15%)、金融服务(13%)和零售/电子商务(12%)。

107名受访者样本量足够进行方向性解读，但应视为方向性信号而非精确测量；样本为自选且非概率样本。同时，样本偏向中型市场和早期采用者，因此最好将其理解为积极构建AI基础设施的企业的观点，而非最大的超大规模运营商的观点。

发现一：雄心超越生产

仅五分之一企业规模化部署AI

我们询问了组织在AI部署旅程中的位置。大多数企业仍在向生产环境迈进，而非规模化运营。

成熟度曲线呈现前端集中化。四分之三的企业(76%)要么处于实验阶段，要么只有部分工作负载在生产环境中运行，仅21%的企业描述为规模化生产环境中运行AI。这对后续所有内容都很重要：本报告中的基础设施决策主要由仍处于部署早期的组织做出，其计算足迹——及其成本——即将增长。发现3和4中的评估和切换意向是这种扩展的前沿，而非已找到有效方案的运营商的稳定偏好。

发现二：企业依赖超大规模服务商和模型API

专业GPU云服务几乎未被使用

我们询问企业当前使用哪些提供商和平台运行AI。答案众所周知：现有巨头。

当前的技术栈是超大规模服务商和API。谷歌云以48%的占比领先，通用云服务商(谷歌、微软、AWS、Oracle)与主要模型API(Gemini、OpenAI、Anthropic)合计几乎占据所有当前部署。那些主导AI基础设施头条新闻的专业”新云”GPU提供商——CoreWeave、Lambda、Crusoe、Nebius等——在这些企业中几乎无人使用。仅6%的企业运行自己的本地GPU集群，4%使用定制开源技术栈。企业目前使用的仍是他们已经购买服务的提供商——这使得发现3中的评估意向更加引人注目。

发现三：下一笔投资将投向尚未使用的资源

AI专业云服务成评估重点

我们询问企业计划在未来12个月内评估哪些AI基础设施资源。他们的答案指向了不同于当前使用的方向。

这是报告中最明显的矛盾。最常被提及的计划评估领域——AI专业云服务，占比45%——正是当前几乎没有任何企业使用的类别(发现2)。近三分之一(32%)的企业计划评估非NVIDIA加速器，28%关注下一代NVIDIA芯片；甚至去中心化计算网络(16%)和主权计算(11%)也引起了实质性兴趣。对照当前使用情况，这不是增量扩展，而是重新平台化的前沿。方向性提问也讲述了同样的故事：每种基础设施方法都在净扩张，但专业AI云服务的净势头最高(+24)，甚至超过了超大规模服务商(+22)。企业正准备将相当一部分AI计算资源迁移出通用云服务。

关注微信号：智享开源 ，及时了解更新信息。

原文链接：https://venturebeat.com/ai/the-ai-compute-gap-enterprises-are-buying-infrastructure-faster-than-they-can-measure-what-it-costs