AI
5月，Ramp 2026 AI指數報告顯示，Anthropic以34.4%的市場份額超越OpenAI的32.3%，躍居美國企業AI採用市場首位。在首次採用AI的企業中，Anthropic在直接競爭中贏得約70%的份額。
"Anthropic早期憑藉企業內部AI先行者贏得了市場，"Ramp首席經濟學家Ara Kharazian表示，這些早期採用者"是市場走向的良好領先指標"。
這一轉變標誌著AI平台競爭進入新階段。但對於負責採購決策的CIO而言，排行榜從來都不是核心焦點。
"我會對這種直接比較保持謹慎，"經濟與金融諮詢公司Cornerstone Research的首席技術與創新官Phil Leslie說，"領先前沿模型之間的差距真實存在，但十分微小，而且還在不斷變化。更有意義的問題不是'哪個模型本季度最好'，而是'哪種架構能讓我們在前沿變化時隨時切換'。"
這種務實態度十分普遍。隨著AI模型競爭日趨激烈，CIO們表示，他們越來越少去押注某個贏家，而是著力構建不會將自己鎖定於單一選擇的架構體系。
安全優先，其他其次
在性能、定價或功能進入討論之前，CIO們表示，AI平台必須首先通過安全與治理測試。
"我們的工作依賴嚴格的客戶保密機制，因此一個平台在成為候選之前必須滿足幾個不可妥協的條件，"Leslie說，"客戶數據絕不用於訓練模型，交互內容不得暴露給人工審閱，數據必須保存在美國境內的基礎設施上。這些約束條件劃定了可選範圍，其他一切都是在這個範圍內的選擇。"
Cox Communications商業服務部門Cox Business的AI負責人Eric Pace也表達了類似看法。
"安全對我們來說是不可妥協的，"Pace說，"鑑於我們管理著大量關鍵基礎設施，必須首先從風險角度出發，評估某個解決方案是否符合我們在安全、法律、數據隱私和治理方面的要求。如果它帶來我們無法接受的風險，就不值得追求。"
在全國性律師事務所Lowenstein Sandler，標準同樣嚴格。"安全和保密不是眾多考量因素之一，"該所首席資訊與創新官Maureen Naughton說，"它們是門檻性測試。"
模型不是護城河
滿足安全與治理要求後，CIO們表示性能確實重要，但並非如眾多供應商營銷所暗示的那樣。領先模型之間的差距十分微小，且持續變化。押注今天的基準測試冠軍，充其量只是短期策略。
"持久的優勢從來不在於模型，模型是最容易的部分，"管理與技術諮詢公司West Monroe的合伙人Jeremy Bruck說，"優勢在於企業的數據資產、上下文、工作流程、管控機制，以及將信號轉化為行動的速度。"
Cornerstone Research有意構建了與模型無關的技術棧。"前沿技術疊代太快，不能將架構綁定在單一供應商上；鎖定風險是真實存在的，今天看起來決定性的優勢可能在兩個季度後就消失了，"Leslie說。
多位CIO描述了運行AI平台組合的方式，針對不同使用場景匹配不同模型，而非押注單一贏家。
多模型分工協作
"我們不把這看作選出一個贏家，"Lowenstein Sandler的Naughton說，"我們認為它們各自占據不同的賽道，而不是競爭同一個席位。"
這種方式正在成為主流。"模型的持續交替領先，讓企業意識到變化速度只會不斷加快，"West Monroe的Bruck說，"企業不再專注於'最聰明的模型'，而是關注能夠降低切換成本的模組化平台。"
Ramp的Kharazian在支出數據中也觀察到同樣的趨勢。"評估標準正在從'我們該用哪家AI供應商'轉向'哪個模型該做這項任務，成本是多少'，"他說，"這推動企業走向多供應商部署、智能路由、開源模型和推理平台。"
框架內的靈活性
開發者的熱情一直是推動AI採用的核心力量。但CIO們表示，自下而上的需求只有在建立AI護欄的前提下才能發揮最佳效果。
Cox Business的Pace將這種方式描述為"框架內的自由"。公司在本地部署與雲端環境中提供一套受治理的模型選項，在此框架內，各團隊可以靈活選擇最適合自身使用場景的方案。
"開發者偏好確實發揮作用，尤其是在模型選擇方面，"Pace說，"關鍵在於，這一切都在我們視為賦能工具而非約束條件的更宏觀治理框架內進行。"
Cornerstone Research的情況類似。"我們的數據科學家能力出眾、觀點鮮明，他們自主開展評估並對模型性能有真實判斷，"Leslie說，"這種來自一線的意見不可或缺。"
但全面的評估還需要IT部門評估安全性、法務部門審查保密條款，而這些審核工作並不會自動發生。"領導層的職責不是推翻團隊底層湧現的技術判斷，"Leslie指出，"而是確保整個評估過程切實發生。"
在Lowenstein Sandler，Naughton將其定義為一項設計原則："最健康的狀態是，治理設定邊界，一線團隊驅動優先級。"
管控消耗：CIO如何控制AI使用成本
治理解決了一個問題，成本又帶來了另一個問題。
"AI是我們觀察到的增速最快的支出類別，"Ramp的Kharazian說，"企業平均在Token上的花費是2025年1月的13倍。"
按使用量計費的定價模式讓CIO能夠清晰看到支出，但並不總能衡量相應的收益。隨著採用規模擴大，CIO們正在建立新的管理機制，以控制消耗，同時不扼殺價值創造。
West Monroe的Bruck表示，第一步是將支出與業務成果掛鉤。"管不了就量不了，"他說，"紀律嚴明的企業會追蹤哪個團隊、哪個工作流程、乃至哪個人在驅動支出，並與業務價值單元掛鉤，然後再考慮如何減少支出。"
Cox Business的Pace則在成本管理上採取價值優先的策略。"當AI幫助某人在幾周內處理完數年積壓的工作，對話就會從控制成本轉向探討我們還能開放哪些能力，"他說。
Kharazian觀察到三種新興趨勢：企業正在將路由機制引入成本管控，將高成本模型用於複雜任務，將低成本模型用於簡單請求；開源模型在對成本敏感的工作負載中加速滲透；以及推理平台的興起，使企業能夠將多個模型統一納入管理。
"大多數公司並不是在試圖減緩AI的採用，"Pace說，"他們是在努力獲取上行收益，同時控制賬單不失控。"
AI模型評估的轉變：從輸出結果到執行行動
一年前，CIO們還在思考AI工具是否真正有效。這個問題現在基本已有答案。
"我們的評估標準已經成熟，轉向集成深度、安全態勢、治理契合度，以及日益重要的智能體能力就緒程度——即能夠採取行動而非僅僅生成文本的工具，"Naughton說，"門檻已從新穎性轉向持久性。"
當AI系統能夠採取行動時，評估框架也隨之徹底改變。
"一旦系統能夠搜索網頁、調用外部服務、編寫並運行自己的代碼，你就必須提出一類完全不同的問題，"Cornerstone的Leslie說，"存在哪些護欄？我們能阻止它在我們的環境中做什麼？"
過去的測試關注模型產生什麼。"新的測試還要關注模型做什麼，"Leslie說，"這是一個真正更難的問題。"
模型選擇依然重要。但對於CIO而言，構建能夠在排行榜再次翻轉時隨時適應的架構同樣至關重要——而這種翻轉，必將到來。
Q&A
Q1：Anthropic是如何超越OpenAI成為美國企業AI市場第一的？
A：根據Ramp 2026 AI指數報告，Anthropic以34.4%的市場份額超越了OpenAI的32.3%，在美國企業AI採用市場位居第一。在首次採用AI的企業中，Anthropic在直接競爭中贏得約70%的份額。Ramp首席經濟學家Ara Kharazian指出，Anthropic早期憑藉在企業內部率先嘗試AI的先行者贏得了市場，而這些早期採用者往往是整體市場走向的領先指標。
Q2：CIO在選擇AI平台時最看重哪些因素？
A：受訪CIO普遍將安全與治理列為首要門檻，要求客戶數據不用於模型訓練、交互內容不暴露給人工審閱，且數據需留存於本地合規基礎設施。在滿足安全要求後，CIO們更關注架構靈活性，而非單一模型性能的優劣。大多數企業正在構建多模型組合，針對不同場景匹配不同模型，以降低對單一供應商的依賴和切換成本。
Q3：企業AI支出增速有多快，CIO如何管控成本？
A：Ramp的數據顯示，企業在Token上的平均花費已是2025年1月的13倍，AI是增速最快的支出類別。CIO的應對策略包括：將支出與具體業務成果掛鉤以實現精細追蹤；引入路由機制，將高成本模型用於複雜任務、低成本模型用於簡單請求；以及引入開源模型和統一推理平台。總體而言，企業的目標是在獲取AI業務價值的同時，防止成本失控。
