Anthropic超越OpenAI，但这些CIO并不追逐排行榜

AI

5月，Ramp 2026 AI指数报告显示，Anthropic以34.4%的市场份额超越OpenAI的32.3%，跃居美国企业AI采用市场首位。在首次采用AI的企业中，Anthropic在直接竞争中赢得约70%的份额。

"Anthropic早期凭借企业内部AI先行者赢得了市场，"Ramp首席经济学家Ara Kharazian表示，这些早期采用者"是市场走向的良好领先指标"。

这一转变标志着AI平台竞争进入新阶段。但对于负责采购决策的CIO而言，排行榜从来都不是核心焦点。

"我会对这种直接比较保持谨慎，"经济与金融咨询公司Cornerstone Research的首席技术与创新官Phil Leslie说，"领先前沿模型之间的差距真实存在，但十分微小，而且还在不断变化。更有意义的问题不是'哪个模型本季度最好'，而是'哪种架构能让我们在前沿变化时随时切换'。"

这种务实态度十分普遍。随着AI模型竞争日趋激烈，CIO们表示，他们越来越少去押注某个赢家，而是着力构建不会将自己锁定于单一选择的架构体系。

安全优先，其他其次

在性能、定价或功能进入讨论之前，CIO们表示，AI平台必须首先通过安全与治理测试。

"我们的工作依赖严格的客户保密机制，因此一个平台在成为候选之前必须满足几个不可妥协的条件，"Leslie说，"客户数据绝不用于训练模型，交互内容不得暴露给人工审阅，数据必须保存在美国境内的基础设施上。这些约束条件划定了可选范围，其他一切都是在这个范围内的选择。"

Cox Communications商业服务部门Cox Business的AI负责人Eric Pace也表达了类似看法。

"安全对我们来说是不可妥协的，"Pace说，"鉴于我们管理着大量关键基础设施，必须首先从风险角度出发，评估某个解决方案是否符合我们在安全、法律、数据隐私和治理方面的要求。如果它带来我们无法接受的风险，就不值得追求。"

在全国性律师事务所Lowenstein Sandler，标准同样严格。"安全和保密不是众多考量因素之一，"该所首席信息与创新官Maureen Naughton说，"它们是门槛性测试。"

模型不是护城河

满足安全与治理要求后，CIO们表示性能确实重要，但并非如众多供应商营销所暗示的那样。领先模型之间的差距十分微小，且持续变化。押注今天的基准测试冠军，充其量只是短期策略。

"持久的优势从来不在于模型，模型是最容易的部分，"管理与技术咨询公司West Monroe的合伙人Jeremy Bruck说，"优势在于企业的数据资产、上下文、工作流程、管控机制，以及将信号转化为行动的速度。"

Cornerstone Research有意构建了与模型无关的技术栈。"前沿技术迭代太快，不能将架构绑定在单一供应商上；锁定风险是真实存在的，今天看起来决定性的优势可能在两个季度后就消失了，"Leslie说。

多位CIO描述了运行AI平台组合的方式，针对不同使用场景匹配不同模型，而非押注单一赢家。

多模型分工协作

"我们不把这看作选出一个赢家，"Lowenstein Sandler的Naughton说，"我们认为它们各自占据不同的赛道，而不是竞争同一个席位。"

这种方式正在成为主流。"模型的持续交替领先，让企业意识到变化速度只会不断加快，"West Monroe的Bruck说，"企业不再专注于'最聪明的模型'，而是关注能够降低切换成本的模块化平台。"

Ramp的Kharazian在支出数据中也观察到同样的趋势。"评估标准正在从'我们该用哪家AI供应商'转向'哪个模型该做这项任务，成本是多少'，"他说，"这推动企业走向多供应商部署、智能路由、开源模型和推理平台。"

框架内的灵活性

开发者的热情一直是推动AI采用的核心力量。但CIO们表示，自下而上的需求只有在建立AI护栏的前提下才能发挥最佳效果。

Cox Business的Pace将这种方式描述为"框架内的自由"。公司在本地部署与云端环境中提供一套受治理的模型选项，在此框架内，各团队可以灵活选择最适合自身使用场景的方案。

"开发者偏好确实发挥作用，尤其是在模型选择方面，"Pace说，"关键在于，这一切都在我们视为赋能工具而非约束条件的更宏观治理框架内进行。"

Cornerstone Research的情况类似。"我们的数据科学家能力出众、观点鲜明，他们自主开展评估并对模型性能有真实判断，"Leslie说，"这种来自一线的意见不可或缺。"

但全面的评估还需要IT部门评估安全性、法务部门审查保密条款，而这些审核工作并不会自动发生。"领导层的职责不是推翻团队底层涌现的技术判断，"Leslie指出，"而是确保整个评估过程切实发生。"

在Lowenstein Sandler，Naughton将其定义为一项设计原则："最健康的状态是，治理设定边界，一线团队驱动优先级。"

管控消耗：CIO如何控制AI使用成本

治理解决了一个问题，成本又带来了另一个问题。

"AI是我们观察到的增速最快的支出类别，"Ramp的Kharazian说，"企业平均在Token上的花费是2025年1月的13倍。"

按使用量计费的定价模式让CIO能够清晰看到支出，但并不总能衡量相应的收益。随着采用规模扩大，CIO们正在建立新的管理机制，以控制消耗，同时不扼杀价值创造。

West Monroe的Bruck表示，第一步是将支出与业务成果挂钩。"管不了就量不了，"他说，"纪律严明的企业会追踪哪个团队、哪个工作流程、乃至哪个人在驱动支出，并与业务价值单元挂钩，然后再考虑如何减少支出。"

Cox Business的Pace则在成本管理上采取价值优先的策略。"当AI帮助某人在几周内处理完数年积压的工作，对话就会从控制成本转向探讨我们还能开放哪些能力，"他说。

Kharazian观察到三种新兴趋势：企业正在将路由机制引入成本管控，将高成本模型用于复杂任务，将低成本模型用于简单请求；开源模型在对成本敏感的工作负载中加速渗透；以及推理平台的兴起，使企业能够将多个模型统一纳入管理。

"大多数公司并不是在试图减缓AI的采用，"Pace说，"他们是在努力获取上行收益，同时控制账单不失控。"

AI模型评估的转变：从输出结果到执行行动

一年前，CIO们还在思考AI工具是否真正有效。这个问题现在基本已有答案。

"我们的评估标准已经成熟，转向集成深度、安全态势、治理契合度，以及日益重要的智能体能力就绪程度——即能够采取行动而非仅仅生成文本的工具，"Naughton说，"门槛已从新颖性转向持久性。"

当AI系统能够采取行动时，评估框架也随之彻底改变。

"一旦系统能够搜索网页、调用外部服务、编写并运行自己的代码，你就必须提出一类完全不同的问题，"Cornerstone的Leslie说，"存在哪些护栏？我们能阻止它在我们的环境中做什么？"

过去的测试关注模型产生什么。"新的测试还要关注模型做什么，"Leslie说，"这是一个真正更难的问题。"

模型选择依然重要。但对于CIO而言，构建能够在排行榜再次翻转时随时适应的架构同样至关重要——而这种翻转，必将到来。

Q&A

Q1：Anthropic是如何超越OpenAI成为美国企业AI市场第一的？

A：根据Ramp 2026 AI指数报告，Anthropic以34.4%的市场份额超越了OpenAI的32.3%，在美国企业AI采用市场位居第一。在首次采用AI的企业中，Anthropic在直接竞争中赢得约70%的份额。Ramp首席经济学家Ara Kharazian指出，Anthropic早期凭借在企业内部率先尝试AI的先行者赢得了市场，而这些早期采用者往往是整体市场走向的领先指标。

Q2：CIO在选择AI平台时最看重哪些因素？

A：受访CIO普遍将安全与治理列为首要门槛，要求客户数据不用于模型训练、交互内容不暴露给人工审阅，且数据需留存于本地合规基础设施。在满足安全要求后，CIO们更关注架构灵活性，而非单一模型性能的优劣。大多数企业正在构建多模型组合，针对不同场景匹配不同模型，以降低对单一供应商的依赖和切换成本。

Q3：企业AI支出增速有多快，CIO如何管控成本？

A：Ramp的数据显示，企业在Token上的平均花费已是2025年1月的13倍，AI是增速最快的支出类别。CIO的应对策略包括：将支出与具体业务成果挂钩以实现精细追踪；引入路由机制，将高成本模型用于复杂任务、低成本模型用于简单请求；以及引入开源模型和统一推理平台。总体而言，企业的目标是在获取AI业务价值的同时，防止成本失控。