一項針對 107 家企業的調查揭示了一個關鍵矛盾：企業在 AI 基礎設施上的投入正在加速，但對其經濟性的掌控能力卻遠遠滯後。VentureBeat 的 Pulse Research 系列調查發現，這種“算力鴻溝”正在形成——企業激進地購買更多基礎設施，卻無法有效核算已擁有資源的成本。

調查顯示，僅 21% 的企業在規模化生產環境中執行 AI，大多數仍處於實驗或部分投產階段。然而，支出意願已超越成熟度：未來一年內，企業最計劃評估的領域是 AI 專用雲（45%），而目前幾乎沒有受訪企業使用這一層。與此同時，已部署的算力資源大量閒置——83% 的企業 GPU 利用率不超過 50%，不到一半（44%）能嚴格追蹤 AI 算力的實際成本。

企業對現有基礎設施供應商的忠誠度也不高。64% 的受訪者計劃在 12 個月內更換或增加供應商，其中 38% 甚至計劃在下一季度就採取行動。對於基礎設施這一基礎性品類而言，這種高流失意願並不尋常。在選擇新供應商時，企業最看重與現有技術棧的整合度（41%）和總擁有成本（35%），而每百萬代幣單價僅被 8% 的受訪者視為決定性因素。

從當前使用格局看，超大規模雲和模型 API 仍佔主導。Google Cloud 以 48% 的使用率位居第一，Microsoft Azure（29%）、AWS（22%）和 Oracle Cloud（22%）緊隨其後。模型層面，Google Gemini（41%）與 OpenAI（40%）幾乎平分秋色，Anthropic 為 12%。相比之下，CoreWeave、Lambda 等專用 AI 雲目前的使用率僅各約 2%，但正是這一層成為企業下一輪支出的主要方向。

調查還觸及一個即將影響決策的前沿約束：隨著推理規模擴大，計算瓶頸正從 GPU 算力轉向記憶體頻寬。然而，約五分之一的企業對此尚無認知或尚未著手應對。這暗示下一輪基礎設施決策可能面臨新的技術變數，而多數企業尚未做好準備。

本次調查樣本集中在中型企業（101 至 250 名員工佔 36%，251 至 1000 名佔 27%），行業以科技/軟體（26%）、醫療/生命科學（15%）、金融服務（13%）和零售/電商（12%）為主。受訪者中 45% 為最終決策者，30% 為推薦人或影響者，具備較高的採購可信度。需注意，該樣本偏向中型市場和早期採用者，更適合解讀為正在積極構建 AI 基礎設施的企業的觀點，而非最大規模超算運營商的代表。

這一發現對產業鏈有多重含義。對於雲服務商而言，高流失意願意味著市場份額遠未固化，整合能力和總成本透明度可能成為差異化關鍵。對 GPU 供應商和專用 AI 雲平臺來說，儘管當前使用率極低，但企業明確的評估意向預示著需求拐點可能臨近。而成本可見性的普遍缺失，則為能提供精細化算力成本管理工具的廠商打開了視窗。