IDC 咨询公司研究显示，2025H1 中国大模型公有云服务市场的总调用量为 536 万亿 Token，而去年全年才 114 万亿 Token。仅 2025 上半年的总调用量就是去年全年的 5x 倍。

对于普通开发者来说，大模型部署的难度和经济性都面临挑战。而采用 API 调用的方式，MaaS（模型及服务）有广阔的应用前景。

大模型的部署，可以在公有云，也可以在企业自己的私有化环境。

IDC 咨询公司研究显示，中国大模型公有云市场在 2025H1 的市场表现中，字节跳动的火山引擎获得了接近半数的份额（49.2%），阿里云（27%）和百度（17%）位居二三位。

Gartner 预测 2025 - 2029 年，Gen AI 模型的企业支出将从 2025 年的 140 亿美元，提升到 2029 年的 750 亿美元，CAGR 为 67%。

预测到 2028 年，33% 的企业会应用公司级别的 Agentic AI，会在 15% 的日常工作中自动运行。

MIT 的一项关于 AI 应用的调研，关于任务分配时，哪些受访者倾向于让 AI 做，哪些请i吸纳高于给初级员工（同事）做 ？

写邮件、归纳摘要、基础分析等，70% 受访者倾向于找 AI 工具，而复杂的 “项目” 类（持续几个兴起的工作、客户管理等）90% 受访者都会倾向于找同事。

AI 对人类工作（尤其是白领类）的替代已经在逐步成为现实。而 AI 时代，个体如何寻求职业发展是热门话题。

有能力胜任有一定复杂度的工作，是区别 AI 的（暂时）有效手段。即便是初级员工，也应考虑这个角度。

MIT 最近发布的一份报告，关于企业客户在使用大模型工具的成功（部署）的比例。

如果是 ChatGPT 类的通用工具，成功部署的比例为 40%；而如果是面向企业特定的专属任务则成功率只有 5%。

这个现象由来已久，也不仅是 AI 主题。以白领办公常用的即时消息 IM 为例，微信等通用工具的应用体验一定是远好于企业自己开发的专属 IM 的。

就大模型应用而言，OpenAI 的技术实力和研发投入，任何企业客户个体都是无法比拟的。

以训练数据为例，企业把自己手头哪些 PDF 资料给 “搞整齐”，就是一件非常之困难的事情，尤其是考虑到有限的 IT 成本条

Morgan Stanley 汇总了代表性大模型公司（Google Cloud、字节火山引擎/豆包、微软 Azure）披露的大模型 Token 使用量数据。

Google 在 2025 年 7 月接近 1,000 万亿 Token，对比 4 月份涨了一倍。无论是绝对值，还是增幅都体现了业界对大模型能力调用的需求。

以 50% 的成功率为目标，大模型工具来自动完成软件工程的任务的任务时长（Task Duration for Humans）在 GPT-4 及以前都处于很低的状态。

从 Claude 3.5 Sonnet 开始，这个时长在显著增加。即，AI Coding 开始发挥明显作用。而 GPT-5 可以将时长提升到 2 个小时以上。

企业客户在部署使用大模型时，面临的经典问题是，选择开源模型，还是闭源模型。

从 Menlo Ventures 在 2025H1 更新的企业调研看，开源模式在性能方面仍然落后于前沿的闭源模式 9~12 个月。

Menlo Ventures 调研显示，Anthropic 正在持续赢得更多企业客户的大模型 API 支出的市场份额。而 OpenAI 的市场份额则从 2023 的 50% 持续下滑到 25%。

OpenAI 和 Anthropic 貌似正在走向不同的侧重点。OpenAI 通过 ChatGPT 牢牢的获得绝大部分消费者 2C 的份额，而 Anthropic 似乎更侧重于企业 2B 侧。

风险投资机构 Menlo Ventures 研究发现，全球企业客户在大模型 API 支出正在加速提升。对比 2024 年的 35 亿美元，仅 2025 年上半年的支出就翻了一倍还多，达到了 84 亿美元。

而 2023 年大模型 API 还是一项新出生的 “物种”。