一项针对 107 家企业的调查揭示了一个关键矛盾：企业在 AI 基础设施上的投入正在加速，但对其经济性的掌控能力却远远滞后。VentureBeat 的 Pulse Research 系列调查发现，这种“算力鸿沟”正在形成——企业激进地购买更多基础设施，却无法有效核算已拥有资源的成本。
调查显示，仅 21% 的企业在规模化生产环境中运行 AI，大多数仍处于实验或部分投产阶段。然而，支出意愿已超越成熟度：未来一年内，企业最计划评估的领域是 AI 专用云（45%），而目前几乎没有受访企业使用这一层。与此同时，已部署的算力资源大量闲置——83% 的企业 GPU 利用率不超过 50%，不到一半（44%）能严格追踪 AI 算力的实际成本。
企业对现有基础设施供应商的忠诚度也不高。64% 的受访者计划在 12 个月内更换或增加供应商，其中 38% 甚至计划在下一季度就采取行动。对于基础设施这一基础性品类而言，这种高流失意愿并不寻常。在选择新供应商时，企业最看重与现有技术栈的集成度（41%）和总拥有成本（35%），而每百万代币单价仅被 8% 的受访者视为决定性因素。
从当前使用格局看，超大规模云和模型 API 仍占主导。Google Cloud 以 48% 的使用率位居第一，Microsoft Azure（29%）、AWS（22%）和 Oracle Cloud（22%）紧随其后。模型层面，Google Gemini（41%）与 OpenAI（40%）几乎平分秋色，Anthropic 为 12%。相比之下，CoreWeave、Lambda 等专用 AI 云目前的使用率仅各约 2%，但正是这一层成为企业下一轮支出的主要方向。
调查还触及一个即将影响决策的前沿约束：随着推理规模扩大，计算瓶颈正从 GPU 算力转向内存带宽。然而，约五分之一的企业对此尚无认知或尚未着手应对。这暗示下一轮基础设施决策可能面临新的技术变量，而多数企业尚未做好准备。
本次调查样本集中在中型企业（101 至 250 名员工占 36%，251 至 1000 名占 27%），行业以科技/软件（26%）、医疗/生命科学（15%）、金融服务（13%）和零售/电商（12%）为主。受访者中 45% 为最终决策者，30% 为推荐人或影响者，具备较高的采购可信度。需注意，该样本偏向中型市场和早期采用者，更适合解读为正在积极构建 AI 基础设施的企业的观点，而非最大规模超算运营商的代表。
这一发现对产业链有多重含义。对于云服务商而言，高流失意愿意味着市场份额远未固化，集成能力和总成本透明度可能成为差异化关键。对 GPU 供应商和专用 AI 云平台来说，尽管当前使用率极低，但企业明确的评估意向预示着需求拐点可能临近。而成本可见性的普遍缺失，则为能提供精细化算力成本管理工具的厂商打开了窗口。