新上线今天0 投票
AI算力鸿沟：企业采购基础设施速度远超成本管控能力
根据 VentureBeat Pulse 最新研究，企业对 AI 基础设施的投入正以远超其成本可见性的速度增长。调研覆盖 107 家企业，结果显示：尽管多数企业当前仍依赖超大规模云和模型 API 运行 AI，但未来投资正涌向几乎尚未使用的专业算力层；大多数企业计划在一年内更换或新增供应商，其中许多将在下季度内行动。采购决策主要取决于集成度和总拥有成本，而非标价——这很幸运，因为大多数企业尚无法看清其单位经济性：GPU 利用率中位数低于 50%，且 不到一半的企业严格追踪计算成本。这种“算力鸿沟”——重金投资与管控能力之间的脱节——正成为行业核心挑战。
核心发现：投资超前，可见性滞后
只有 21% 的企业实现了 AI 在生产环境的大规模部署，但投资意愿已远超这一成熟度：未来一年内，企业计划评估的最大单项是 AI 专用云（45%）——而目前几乎无人使用。同时，现有算力利用率低下：83% 的企业报告 GPU 利用率不超过 50%，只有 44% 能严格追踪 AI 计算成本。
供应商忠诚度低，集成与 TCO 成关键
64% 的企业计划在 12 个月内更换或增加基础设施供应商，38% 甚至计划在下季度内行动——对于基础架构类别而言，这一流失意向异常高。选择供应商时，41% 的企业优先考虑与现有栈的集成度，35% 关注总拥有成本（TCO），而每百万 token 价格仅影响 8% 的决策。
未来方向：从 GPU 到内存带宽的转变
研究指出，下一轮决策的边界约束将从 GPU 算力转向内存带宽——这一转变将重新定义基础设施采购策略。企业需在加速投资的同时建立成本可见性，以避免资源浪费。
