「人工智能」相关研究报告

与「人工智能」相关的内容

2025年<span class="highlight">人工智能</span>状态报告:构建者手册(2025 State of AI Report: The Builder’s Playbook)

2025年人工智能状态报告:构建者手册(2025 State of AI Report: The Builder’s Playbook)

我们相信,构建和运营AI产品是竞争优势的新前沿 - 而推动这项工作的架构师、工程师和产品领导者的声音应该得到他们自己的关注。虽然去年的AI状态报告侧重于购买旅程和企业采纳动态,但我们的2025年报告则明确转向了“如何做”:实现从头到尾端到端构思、交付和扩展AI驱动产品所需的一切

ICONIQ67 页
<span class="highlight">人工智能</span>采纳指数(AI Adoption Index)

人工智能采纳指数(AI Adoption Index)

这个视图是有意设计得轻量级的,专注于使董事会能够就AI是否在推动业务发展以及需要关注的地方进行高质量的讨论,而不会迷失在操作细节中 功能细节:研发、销售和市场营销、客户服务和一般管理与行政的页面深入探讨了功能领导者可以直接影响的战术输入和领先指标。这些指标旨在: • 在每个功能内推动问责制和优先级排序 • 显示采用是在停滞还是在加速 将日常执行与摘要框架中反映的结果联系起来 实用指导: 作为标准董事会材料或运营部门审查的一部分,每个季度更新一次 关注趋势,而不是完美。早期的季度可能是方向性的或估计的。

ICONIQ2026-05-01 08:009 页
2026年1月<span class="highlight">人工智能</span>状态报告:半年度快照(January 2026 State of AI Report: Bi-Annual Snapsho)

2026年1月人工智能状态报告:半年度快照(January 2026 State of AI Report: Bi-Annual Snapsho)

我们相信,构建和运营AI产品不再是竞争优势的新前沿,而是软件世界中的基本要求。在2025年第二季度,我们发表了《AI构建者手册》,以提升那些推动这项工作的架构师、工程师和产品领导者的声望,并强调实现、交付和规模化端到端AI驱动产品所需的一切。 六个月后,情况变得更加清晰。在过去的六个月里,我们相信AI市场已经进入了一个新的成熟阶段。一开始是对大型模型的实验竞赛和早期AI功能的推出,现在已经越来越多地演变为将AI规模化为持久、经济合理的产品的挑战。

ICONIQ2026-01-01 08:0044 页
2026年7月<span class="highlight">人工智能</span>状态报告:构建者经济(July 2026 State of AI Report: The Builder's Econom)

2026年7月人工智能状态报告:构建者经济(July 2026 State of AI Report: The Builder's Econom)

构建和实施人工智能产品已经从竞争优势转变为基本要求。2026年1月,我们发表了“人工智能状态:半年度快照”,以提升那些推动人工智能产品交付和规模化发展的架构师、工程师和产品领导者的声望。 一开始是竞相推出人工智能功能,现在已经成熟为一个更具深远意义的挑战:将人工智能能力转变为持久的、经济上可行的业务。许多走在前面的建设者已经在整个堆栈中做出了明确的权衡——从模型选择和数据基础设施到组织设计、定价架构和内部部署——并且正在管理与之相关的成本、信任和市场进入的含义

ICONIQ2026-07-01 08:0047 页
2025年<span class="highlight">人工智能</span>发展状况(The State of AI 2025)

2025年人工智能发展状况(The State of AI 2025)

随着代理AI的成熟,浏览器正成为主要界面——不仅仅是用于导航,还包括端到端的自主执行。 与语音相比,浏览器提供了一个具有上下文的、环境的表面,嵌入到日常的工作流程中。像Comet和Dia这样的工具预示了一个未来,AI在操作系统层面上原生运行——自动化任务,跨标签页进行推理,并执行高级用户意图。 我们预计OpenAI、谷歌和其他公司推出的新AI原生浏览器将推动这一边界。下一场浏览器大战已经打响

贝塞默创投13 页
如何赢得<span class="highlight">人工智能</span>领域最大的市场(How to Win the Largest Market in AI)

如何赢得人工智能领域最大的市场(How to Win the Largest Market in AI)

计算机历史中存在一定的节奏,我们可以称之为专业化转折。当工作负载多样化且不断变化时——通常在工作流程生命周期的早期——人们为了灵活性而付出代价:没有人知道明天的程序会是什么样子,所以工作会交给通用系统。这适用于大多数情况,大多数时间。 但是偶尔,当工作负载变得如此庞大,并且凝聚成一个稳定的形式时,通过专业化可以改善工作负载的经济效益。工作可以迁移到为它自己量身定制的硬件中:迁移到定制芯片,以及越来越多的围绕它们构建的整个定制系统中。一个为单一工作而设计的机器,只做那一件事,可以比一台必须为所有事情做好准备的机器更快、更便宜地完成工作

a16z(A16z)3 页