斯坦福的 AI 指数：重塑企业科技战略的 5 个关键洞察

斯坦福以人为中心的人工智能研究所 (HAI) 发布了 2025 年 AI 指数报告，提供了关于 AI 全球发展的数据驱动分析。HAI 在过去几年一直在开发 AI 报告，首个基准报告发布于 2022 年。不言而喻，情况已经发生了巨大变化。

2025 年报告充满了统计数据。其中一些主要发现包括：

美国在 2024 年生产了 40 个重要 AI 模型，远超中国 (15 个) 和欧洲 (3 个)。

AI 模型的训练计算能力大约每五个月翻一番，数据集大小每八个月翻一番。

AI 模型推理成本大幅下降——从 2022 年到 2024 年降低了 280 倍。

2024 年全球 AI 私人投资达到 2523 亿美元，增长 26%。

78% 的组织报告使用 AI (高于 2023 年的 55%)。

对于正在规划 AI 战略的企业 IT 领导者来说，该报告提供了关于模型性能、投资趋势、实施挑战和重塑技术格局的竞争动态的关键见解。以下是 AI 指数报告对企业 IT 领导者的五个关键启示。

1. AI 能力的民主化正在加速

也许最引人注目的发现是高质量 AI 变得更加经济实惠和易于获取的速度之快。曾经将先进 AI 限制在科技巨头手中的成本壁垒正在崩塌。这一发现与 2024 年斯坦福报告的结论形成鲜明对比。

"我对过去一年 AI 模型变得更便宜、更开放和更易获取的程度感到震惊，"HAI 的 AI 指数研究经理 Nestor Maslej 告诉 VentureBeat。"虽然训练成本仍然很高，但我们现在看到一个世界，开发高质量——尽管不是最前沿——模型的成本正在暴跌。"

报告以戏剧性的方式量化了这一转变：一个达到 GPT-3.5 水平的 AI 模型的推理成本从 2022 年 11 月的每百万 token 20.00 美元降至 2024 年 10 月的每百万 token 仅 0.07 美元——18 个月内降低了 280 倍。

同样重要的是闭源和开源权重模型之间的性能趋同。顶级闭源模型 (如 GPT-4) 和领先开源模型 (如 Llama) 之间的差距从 2024 年 1 月的 8.0% 缩小到 2025 年 2 月的仅 1.7%。

IT 领导者行动项目：重新评估您的 AI 采购战略。以前因价格而无法使用尖端 AI 能力的组织现在可以通过开源权重模型或显著更便宜的商业 API 获得可行的选择。

2. AI 采用与价值实现之间的差距仍然很大

虽然报告显示现在有 78% 的组织在至少一个业务功能中使用 AI (高于 2023 年的 55%)，但实际业务影响落后于采用率。

当被问及大规模有意义的投资回报率时，Maslej 承认："我们对于区分那些通过 AI 实现大规模回报的组织和那些没有实现的组织的数据有限。这是我们打算进一步探索的关键分析领域。"

报告指出，大多数使用生成式 AI 的组织报告财务改善适中。例如，47% 在战略和企业财务中使用生成式 AI 的企业报告收入增加，但通常水平低于 5%。

IT 领导者行动项目：专注于具有明确投资回报潜力的可衡量用例，而不是广泛实施。考虑开发更强大的 AI 治理和测量框架，以更好地跟踪价值创造。

3. 特定业务功能显示 AI 带来更强的财务回报

该报告提供了关于哪些业务功能从 AI 实施中看到最显著财务影响的详细见解。

"在成本方面，AI 似乎最有利于供应链和服务运营功能，"Maslej 指出。"在收入方面，战略、企业财务和供应链功能获得最大收益。"

具体而言，61% 在供应链和库存管理中使用生成式 AI 的组织报告成本节约，而 70% 在战略和企业财务中使用它的组织报告收入增加。服务运营和市场营销/销售也显示出价值创造的强大潜力。

IT 领导者行动项目：优先考虑在报告中显示最大财务回报的功能领域进行 AI 投资。供应链优化、服务运营和战略规划成为初始或扩展 AI 部署的高潜力领域。

4. AI 显示平衡劳动力绩效的强大潜力

最有趣的发现之一是关于 AI 对不同技能水平的劳动力生产力的影响。报告中引用的多项研究表明，AI 工具对低技能工人的益处不成比例地大。

在客户支持环境中，低技能工人在 AI 辅助下经历了 34% 的生产力提升，而高技能工人几乎没有改善。咨询 (43% 对 16.5% 的提升) 和软件工程 (21-40% 对 7-16% 的提升) 中也出现了类似模式。

"总的来说，这些研究表明 AI 对生产力有很强的积极影响，并且往往更多地使低技能工人受益，尽管并非总是如此，"Maslej 解释道。

IT 领导者行动项目：将 AI 部署视为劳动力发展战略。AI 助手可以帮助平衡初级和高级员工之间的差距，潜在地解决技能差距，同时提高整体团队绩效。

5. 负责任的 AI 实施仍然是一种愿望，而非现实

尽管对 AI 风险的认识不断提高，但报告揭示了风险识别与缓解之间存在显著差距。虽然 66% 的组织将网络安全视为 AI 相关风险，但只有 55% 积极缓解它。监管合规 (63% 对 38%) 和知识产权侵权 (57% 对 38%) 也存在类似差距。

这些发现出现在 AI 事件增加的背景下，2024 年报告的案例数量增加了 56.4%，达到创纪录的 233 起。未能实施负责任的 AI 实践的组织面临着真实的后果。

IT 领导者行动项目：不要延迟实施强大的负责任 AI 治理。虽然技术能力迅速提高，但报告表明大多数组织仍然缺乏有效的风险缓解策略。现在开发这些框架可能是竞争优势而非合规负担。

展望未来

斯坦福 AI 指数报告描绘了一幅 AI 技术迅速成熟、变得更加易用和强大的图景，而组织仍然在努力充分利用其潜力。

对于 IT 领导者来说，战略要务很明确：专注于具有可衡量投资回报率的有针对性实施，强调负责任的治理，并利用 AI 增强劳动力能力。

"这种转变指向更大的可及性，我相信，这表明更广泛的 AI 采用浪潮可能即将到来，"Maslej 说。