ICONIQ Capital 在 2025 年 4 月 300 家生成式 AI 应用创业公司的调研显示，大模型选型角度的关键要素 Top 3 为：(1) 准确性；(2) 成本；(3) 定制化与微调 fine-tune。
其中成本这一项在 ICONIQ Capital 去年的调研中还处于较低的位置。2025 年的调研反馈很看重成本，侧面体现了实际应用需求的大增（应用商开始在乎成本）。
Bay Area Times 汇总了 OpenAI 在 2022 到 2024 年 6 月的年化收入 ARR 和估值数据。
值得关注的是，2023 年 12 月和 2024 年 6 月的对比，ARR 从 20 亿美元提升到了 34 亿美元，但估值变化不大。
反映了资本市场对生成式 AI 看法的变化。
当前，30 亿参数的 “小模型“ 的性能已经达到最开始 ChatGPT 所使用的 1750 亿参数模型的效果。这得益于更好的压缩技术（distillation 蒸馏、quantization 量化等），以及更高质量的训练数据。
这个小型化过程会带来显著的好处：边缘侧和端侧通常算力是有限的，没办法部署大模型，但小型的模型如果性能够，就可以用的起来。（而边缘和端侧等低延迟特性就可以发挥起来了）。
与此同时，我们也想到了另一个问题，甲方企业 CIO 的难题。通常一个 IT 项目从立项招标到部署应用，起码要耗费几个月，甚至更久的时间。而模型改进（如下图所示）是以月为单位进步的，很可能甲方企业根据标书购买的大模型还没有部署上线，就已经落后，而且落后很多。
大模型时代的 IT 投资保护是一个值得思考的话题。
企业在采购选型生成式 AI 的产品应用时，各种考量因素更看重那些方面呢？
Menlo Ventures 的调研发现，“投资汇报 ROI（30%）” 和 “能对行业进行定制（26%）” 是最重要的考量因素。比例明显高于其他维度。
价格因素优先级很低（1%）。
