据行业机构统计，2025 年全球人工智能市场规模约为 7575.8 亿美元，同比增长约 18.7%。同期中国核心 AI 产业规模突破 9000 亿元人民币，企业数量约 5300 家，其中国家级专精特新“小巨人”企业超过 400 家。
数字本身不意外，但拆开来看，这一轮增长呈现出三个值得关注的特征。
观察一：中美走出了两种不同的商业化路径
美国市场的优势集中在算力硬件、资本市场和高价值行业的深度应用；中国的优势则更多体现在应用渗透速度和工程化能力上。一个直观的对照是：生成式 AI 在中国的用户普及速度非常快，截至 2025 年 6 月，用户规模约 5.15 亿人，普及率约 36.5%。
路径差异的结果是，中国企业在“把 AI 用起来”这件事上的动力更足，而美国企业在“把 AI 卖出去”这件事上的定价能力更强。
观察二：开源正在重塑竞争格局
权重开放的大模型在这两年快速崛起，成为许多企业部署 AI 的默认选项之一。这带来两个连锁反应：一是模型层的差异化被压缩，单纯“模型更强”越来越难构成壁垒；二是价值向上层和下层转移——向上是行业应用与场景理解，向下是算力与数据基础设施。
观察三：应用侧仍处于早期
尽管市场规模增长很快，但企业侧的成熟度并不高。多数组织的 AI 应用仍集中在文档处理、客服问答、内容生成这类相对标准化的环节。真正嵌入核心业务链条、能改变经营指标的案例还比较少。行业普遍判断，企业级应用在 2026 年之后才会进入更明确的加速阶段。
企业该关注什么
- 关注行业案例，而非技术榜单。同行业里已经跑通的场景，可复制的概率最高。
- 关注成本结构的变化。开源模型和算力分层会让 AI 的单位成本继续下降，今天的不可行可能明天就可行。
- 关注获客入口的迁移。当用户获取信息的方式从搜索框转向 AI 对话，企业的曝光策略也需要同步调整。
规模数字的参考价值在于判断趋势，而不是预测个体。对一家具体企业来说，真正的问题是：在自己的业务链条里，哪个环节因为这个趋势而值得重新做一遍。