【ICONIQ】AI产品构建者策略手册

ICONIQ Capital, LLC. 最近发布了《2025 State of AI Report》，这是一份深入探讨人工智能产品构建者策略的报告。该报告聚焦于如何构思、交付和规模化AI驱动的产品，涵盖了产品路线图与架构、市场进入策略、人才与团队构建、成本管理与投资回报以及内部生产力与运营等核心维度。报告通过ICONIQ社区内AI领导者的深入访谈和专有调查结果，为将生成智能从概念转化为可靠、驱动收入的资产提供了蓝图。这份报告是专业人士了解AI产品构建和运营化新前沿的宝贵资源，其中包含了行业最佳实践、市场动态分析以及对未来趋势的预测。

在2025年，人工智能（AI）产品构建已成为企业竞争的新前沿。ICONIQ Capital发布的《2025年AI现状报告》深入探讨了如何将AI概念转化为可靠的收入驱动资产。报告揭示了构建者的游戏规则，包括产品路线图、市场策略、人才管理、成本控制和内部生产力提升等方面。

报告指出，AI产品的发展速度和市场适应性是企业成功的关键。AI原生公司在产品开发周期中比AI赋能公司更为先进，约47%的AI原生公司产品已达到规模并证明市场适应性。相比之下，只有1%的AI原生公司仍处于预发布阶段，而AI赋能公司则有11%。这表明AI原生公司可能在团队组成、基础设施或资金模式上更具优势，能更有效地验证产品市场适应性并实现规模化。

在AI产品类型方面，代理工作流和应用层是AI原生和AI赋能公司最常构建的产品类型，约80%的AI原生公司正在构建代理工作流。大多数构建AI应用的公司依赖第三方AI API，但高增长公司也在微调现有基础模型和从头开发专有模型。

在选择基础模型时，公司优先考虑模型的准确性，其次是成本、隐私和延迟等因素。OpenAI的GPT模型继续成为最受欢迎的模型，但许多公司越来越多地采用多模型方法来构建AI产品。这种灵活性使他们能够针对不同的应用如网络安全、销售自动化和客户服务进行优化，同时确保跨区域的合规性和用户体验。

在AI基础设施方面，大多数公司使用基于云的解决方案和AI API提供商进行训练和推理。这种依赖意味着供应商选择、SLA谈判和每次调用成本管理已成为战略优先事项。

报告还强调了AI产品性能监控的重要性，随着AI产品的扩展，性能监控变得越来越重要。许多规模化的AI产品提供了一些高级性能监控。此外，随着AI产品的发展，提供详细的模型透明度报告或基本的AI如何影响结果的洞察变得至关重要。

在市场策略和合规方面，AI赋能公司大约有20-35%的产品路线图专注于AI驱动的功能，而高增长公司则接近30-45%。许多公司使用混合定价模型，包括订阅/计划基础定价以及基于使用或结果的定价。

报告还指出，随着AI产品的扩展，人才成本在总支出中的比例趋于下降，而基础设施和计算成本则随着产品开始获得市场吸引力而增加。API使用费是最难控制的基础设施成本，表明公司面临的最大不可预测性是与外部API消耗相关的可变成本。

在内部生产力方面，内部AI生产力预算在2025年将几乎翻倍，公司将其总收入的1-8%用于此。大约70%的员工可以访问各种AI工具以提高内部生产力，但只有约50%的员工持续使用AI工具，而在成熟企业（收入超过10亿美元）中，采用更为困难。

报告中的数据揭示了AI在企业内部应用的广泛影响。研发和销售与市场（S&M）的用例在受欢迎程度上领先，而一般管理（G&A）的用例则相对落后。从影响力来看，编码辅助在提高生产力方面的有形影响远超其他用例。高增长公司平均有33%的代码是用AI编写的，而其他公司这一比例为27%。

总的来说，这份报告为我们提供了一个蓝图，展示了如何将生成性智能从有前景的概念转变为可靠的、能驱动收入的资产。随着AI技术的不断发展和应用，我们可以预见，AI将在更多领域发挥关键作用，推动企业效率和创新。

这篇文章的灵感来自于ICONIQ Capital发布的《2025年AI现状报告》。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。