a16z 報告：29% 的《財富》500 強企業支付 AI、編程和客戶支持領先採用費用

作者：a16z

編譯：深潮 TechFlow

深潮導讀：MIT 声稱 95% 的企業生成式 AI 試點失敗轉化，a16z 用投資組合公司的一手數據直接打臉這個說法。29% 的 Fortune 500 和 19% 的 Global 2000 已經是領先 AI 初創公司的付費客戶，編程工具讓最優秀工程師的效率提升 10-20 倍。這份 23928 字報告基於內部數據，揭示哪些 AI 場景真正產生價值、哪些仍是概念炒作。

關於 AI 在大型企業中取得多大進展的猜測很多，但大多數現有資訊僅來自自我報告的 AI 使用情況，或捕捉定性買家情緒而非硬數據的調查。此外，現有的少數研究斷言 AI 在企業中表現不佳，最引人注目的是麻省理工學院的一項研究，該研究聲稱 95% 的生成式 AI 試點未能轉化。

根據我們的內部數據以及與企業高層的對話，我們發現這一統計數據令人難以置信。我們一直密切追蹤 AI 在哪些領域獲得最多採用以及 ROI 最為明確，並整理出關於企業 AI 中真正有效的硬數據。

根據我們的分析，《財富》500 強中 29% 和全球 2000 強中約 19% 是領先 AI 初創公司的活躍付費客戶。

為符合此統計，這些企業必須與 AI 初創公司簽訂了自上而下的合約，成功轉化了試點，並在其組織中上線了產品。

在如此短的時間內達到這種滲透水平是顯著的，因為《財富》500 強企業並非以技術早期採用者而聞名。歷史上，許多初創公司必須先向其他初創公司銷售，以獲得早期動力，數年後才能簽下首份企業合約，在能夠最終簽下《財富》500 強規模的客戶之前，還需要更多收入和時間。

AI 頓時顛覆了這一常態。OpenAI 於 2022 年 11 月推出 ChatGPT，立即向消費者和企業展示了 AI 的潛力。這釋放出對 AI 的興趣風暴，這是前幾代技術從未引發的，大型企業比以往任何時候都更願意更早地對新產品下注。結果：僅僅 3 年多後，幾乎三分之一的 Fortune 500 和五分之一的 Global 2000 在其組織中實現了真正的企業 AI 部署。

這種採用在哪裡發生得最快，它如何映射到模型本質上更擅長做的工作？

我們發現，最具指示性的評估方法是將各個用例的收入勢頭疊加到 GDPval 所定義的模型理論能力上，GDPval 是 OpenAI 的一個知名基準，用於評估模型在現實經濟中有價值任務上的能力。對我們而言，這兩個因素既概括了模型可以有多好，也概括了它們今天已證明提供的價值。這使得它們非常能說明 AI 今天採用的狀況、可能的走向，以及儘管模型能力已成熟，但在採用方面仍存在 AI 懸置的領域。

在收入趨勢上，企業對 AI 的採用由一組明確的用例和行業主導。編程、支援和搜尋迄今為止代表了大部分用例（編程甚至在這組中是一個數量級的異常值），而科技、法律和醫療保健部門是最渴望採用 AI 的行業。

程式設計：程式設計是 AI 的主導應用場景，幾乎高出一個數量級。這從 Cursor 等公司報告的爆炸性增長，以及 Claude Code 和 Codex 等工具的超高速增長中可見一斑。這些增長率超越了幾乎所有人最樂觀的預測，到目前為止，財富 500 強/全球 2000 強企業採用 AI 工具的絕大多數都集中在程式碼中。

在許多方面，編程代表了 AI 的理想用例，無論是在技術能力方面還是企業市場接受度方面。代碼是數據密集的，這意味著網上有大量高質量代碼可供模型訓練。它也是基於文本的，使模型易於解析。它是精確且明確的，具有嚴格的語法和可預測的結果。關鍵的是，它是可驗證的：任何人都可以運行它並知道它是否有效，為模型學習和改進創建緊密的反饋循環。

從商業角度來看，這也是一個很好的應用。我們一直聽聞投資組合公司表示，他們最優秀工程師的生產力因 AI 編碼工具而提升了 10-20 倍。聘請工程師一直困難且昂貴，因此任何能提升其生產力的工具都具有明確的投資回報率——AI 編碼工具所提供的提升幅度為採用創造了強大的動機。工程師通常也是最早採用最佳工具的人，因為編程相較於大多數企業工作是更單獨的任務，他們更容易直接找到並採用最好的工具，而不會被困擾企業其他許多職能的協調與官僚主義所拖累。

此外，編程工具不需要 100% 端到端完成任務才具有附加價值，因為任何加速（例如，查找 bug、生成樣板代碼）仍能節省時間且有用。由於編程具有緊密的人在環路工作流程，開發人員今天仍監督開發過程，這些工具在加速輸出的同時，仍為人類判斷的審查、編輯和迭代留出空間。這既增加了企業信心，又使採用路徑更順暢。

編程能力正在以指數方式提升，每個實驗室都明確專注於將代碼作為用例來贏得競爭。這具有巨大影響。代碼是所有其他應用的上游，因為它是任何軟體的核心構建模塊，因此 AI 對代碼的加速影響應能推動每個其他領域的發展。這些領域的進入門檻降低，釋放了利用 AI 解決的新機遇，但同樣的可及性也使得為初創公司建立持久競爭優勢比以往任何時候都更關鍵。

支援：支援位於槓桿的另一端，與代碼相反。儘管軟體工程通常在組織中獲得最多投資和關注，但支援卻常被忽略。支援工作在組織中屬於後台、入門級職務，通常外包給離岸公司或業務流程外包公司（BPO），因為企業認為自行管理過於繁瑣和複雜。

AI 已被證明在管理這項工作方面表現出色，原因有幾點。首先，大多數支援互動的性質具有時間限制和明確的意圖（例如，發起退款），為代理提供了明確定義的問題來處理。支援也是唯一一項任務被清晰定義的功能。支援團隊規模龐大且流動性高，因此需要以快速且標準化的方式培訓新代表。為此，他們制定了明確的標準作業程序（SOP），以指導每位代表的工作。這些 SOP 創建了 AI 代理可以模仿的明確規則和指南。這使它與大多數其他企業工作區分開來，後者通常持續時間更長、定義更不清晰，並涉及更多除客戶與服務代表之外的利益相關者。

支援也是展現 ROI 最清晰的企業職能之一。支援基於可量化的指標運行：已回答的工單數量、客戶的 CSAT（滿意度）分數和解決率。現狀與 AI 代理的任何 A/B 測試都會為 AI 代理帶來有利結果：它會回答更多工單，提高解決率，並提升消費者滿意度分數——所有這些成本更低。由於大多數支援已外包給 BPO，採用 AI 解決方案只需有限的變更管理，使採用路徑更為容易。

支援也不需要 100% 準確才有效，因為它有向人類的自然出口（例如，「我正在將你升級給經理」）。這允許銷售週期更快推進，並使試點 AI 支援代理相對低風險；在最壞的情況下，100% 的案例將簡單地升級並由人類解決。

最後，支援本質上是交易性的。客戶並不關心另一端究竟是誰，這意味著支援不需要任何 AI 難以複製的人際關係。這些特徵解釋了為何 Decagon 和 Sierra 等公司增長如此迅速，以及更多垂直領域的支援參與者，如 Salient、HappyRobot 等。

搜索：最後一個具有明確企業市場拉動的水平類別是搜索。ChatGPT 的主要用例本身就是搜索，因此搜索的影響可能嚴重地融入 ChatGPT 的收入和使用中，在此處可能被大大低估了。

AI 搜索作為一個類別過於廣泛，以至於催生了眾多獨立的大型初創公司。企業內部的主要痛點之一，是讓員工能夠輕鬆在其系統的不同集合中定位和提取相關資訊。Glean 作為此用例的主要初創公司供應商蓬勃發展。許多大型行業基於非常具體的行業資訊（內部和外部）運作，像 Harvey（始於法律搜索）和 OpenEvidence（始於醫學搜索）這樣的公司，透過圍繞此核心構建產品而蓬勃發展。

技術：到目前為止，最常採用 AI 的行業是科技行業。ChatGPT 本身報告稱，27% 的商業用戶來自科技領域，Cursor、Decagon 和 Glean 等公司的許多早期客戶都是科技公司。考慮到科技行業幾乎總是早期採用者，並且是推動 AI 浪潮的行業，這完全不令人意外。

更令人驚訝的是，歷史上不被認為是早期採用者的市場這次被證明是渴望的。

法律：法律出人意料地成為 AI 中的先驅行業之一。法律歷史上被視為軟體的困難市場，時間表冗長且買家對技術不太精通。

這是因為傳統企業軟體為律師提供的價值有限：靜態工作流程工具無法加速律師通常從事的非結構化、細膩的工作。但 AI 讓技術對律師的價值主張更加清晰。AI 擅長解析密集文本、對大量文本進行推理，以及總結和起草回覆——這些都是律師經常從事的工作。AI 現在經常擔任副駕駛以提升個別律師的生產力，但已開始擴展至更廣泛的應用：在某些情況下，它實際上能透過讓律師事務所處理更多案件來創造收入（例如 Eve，它專注於原告法）。

結果很明顯。Harvey 在成立三年內報告了約2億美元的年度經常性收入（ARR），像 Eve 這樣的公司擁有超過450個客戶，並在今年秋天達到10億美元估值。

醫療保健：醫療保健是另一個以傳統軟體從未有過的方式回應 AI 的市場。像 Abridge、Ambience Healthcare、OpenEvidence 和 Tennr 這樣的公司，基於離散用例（如醫療記錄、醫療搜尋或後台自動化處理醫療保健交付與支付的複雜規則），收入增長非常迅速。

醫療保健歷史上是採用軟體較慢的市場，因為 1）高技能且複雜的工作與傳統工作流軟體能解決的問題映射不佳，2）Epic 等系統在電子健康記錄（EHR）領域的主導地位擠壓了全新的軟體供應商。然而，有了 AI，公司能夠透過取代行政工作（例如醫療記錄員）或增強醫生正在進行的更高價值工作，來承擔繞過系統記錄的離散人工勞動。這項工作足夠獨特，無需撕毀並替換 EHR，使這些公司能夠快速擴展，同時無需替換現有的軟體供應商。

這些估計為最佳估計。它可能低估了各類別中產生的收入金額，並誇大了模型的能力。

我們可能低估了收入，因為：

收入分析僅基於那些成功到足以建立大型獨立企業 AI 業務的部門和用例，並排除了其他初創公司正在處理的用例長尾。

這些市場中的許多也有相當規模的非初創公司參與者產生顯著收入（例如，代碼中的 Codex/Claude Code，法律中的 Thomson Reuters 的 CoCounsel），但我們將分析集中在獨立初創公司參與者上。

我們在分析中闡述的許多工作任務可能已融入模型公司的核心產品（例如，ChatGPT 和 OpenAI 的搜尋），但未被拆分並包含在本分析中。

此分析專注於企業業務，而非消費者或專業消費者業務。一些成功的業務（例如，應用生成和設計中的 Replit 和 Gamma）擁有相當數量的商業用戶，但今天主要聚焦於消費者或專業消費者。鑒於此分析專注於企業 AI 以及企業從哪裡獲得價值，我們排除了消費者主導的業務。

在能力方面，衡量 AI 對經濟不同部門的影響極其困難，儘管許多經濟學家正在嘗試。工作本質上定義不清且呈長尾，使其極難完全自動化。今天尚不清楚企業能從部分自動化中獲得多少價值——如果 AI 只能完成人類任務的 50%，不可自動化任務的重要性可能上升，因為它們成為瓶頸，從而增加其相對價值。因此，我們可能高估了當前的能力狀態，因為每增加 1% 的能力並不會轉化為 1% 的經濟價值，但關注相對能力以及它們如何隨著每個新模型的發布而改進，仍具有重要參考意義。

此分析衡量了透過 GDPval 基準測試，頂級評估模型對人類專家的勝率。基於此，很明顯，自 2025 年秋季以來，模型在經濟上有價值的工作上已變得顯著更好。

那麼，為什麼我們沒有看到在本次評估中排名靠前的行業具有與其他行業相同類型的收入動能？

到目前為止，熱情採用 AI 的行業有幾個相似之處：它們是基於文本的，涉及機械性和重複性工作，有自然的人在環路中參與以注入人類判斷，監管有限，並具有明確可驗證的最終輸出（例如，運行的代碼、已解決的支持工單）。許多行業並不具備這些屬性。它們要么處理物理世界，嚴重依賴人際關係，在眾多利益相關者之間有明顯的協調成本，施加監管或合規障礙，或缺乏可驗證的結果。雖然收入動能與模型能力明顯相關，但在模型能力理論上相對於人類勝率低於 50% 的領域（如法律的情況），像 Harvey 這樣的公司仍能通過副駕駛產品快速獲取市場份額，以增強個人法律工作，並隨著模型演進持續改進其核心產品。

最值得注意的發現是模型能力正在快速提升。過去四個月，多個領域顯示出顯著進步——會計和審計在 GDPval 上出現近 20% 的躍升，甚至警察/偵探工作等領域也顯示近 30% 的改進。我們預期這些躍升將在其相關領域催生令人矚目的新產品和公司。此外，模型公司已明確宣佈，他們打算提升經濟上有價值工作的核心能力，專注於電子表格和財務工作流程，利用電腦處理遺留系統和行業中的棘手任務，並在長期任務上實現有意義的改進，這開闢了一整類無法輕易切割成短小、易消化片段的新工作。

了解企業從哪裡獲得價值以及他們如何思考 ROI——以及哪些部門明顯看到拉動效應與哪些即將到來——使我們能更清晰地思考 AI 建構者的机会所在。

為科技、法律和醫療保健買家提供服務現在明顯是肥沃的土壤，但我們不認為每個類別中會有一個「贏家」。例如在法律領域，有許多類型的律師——內部法務顧問、律師事務所、專利律師、原告律師等——他們都有不同的工作流程和不同的需求，公司可以解決。鑑於不同類型的醫生、醫療保健設施等的拼湊，醫療保健也是如此。

除了這些部門之外，另一種富有成效的思考方式是，那些能力正在增強、但尚未在收入上取得突破的公司。目前許多業務是在模型能力真正釋放產品之前建立的，但他們已建立了足夠的技術基礎設施以及客戶／市場認知，因此當模型釋放來臨時，他們最具優勢。

最後，重要的是關注實驗室將最新研究工作集中在哪些具有經濟價值的領域。隨著長期 Agent 的快速改進、對計算機使用的重大投資，以及對文本之外模態（例如電子表格、簡報）的可靠介面的研究，一整類新的初創公司將很快擁有產生有意義企業價值所需的使能基礎設施。

數據方法：此數據匯總自領先的企業 AI 初創公司，包括與我們共享用於本報告目的的公司私有數據，以及公開可用數據和從我們在 a16z 與初創公司及大型企業進行的數千次對話中分析的匿名數據。