MIT 的一项关于 AI 应用的调研，关于任务分配时，哪些受访者倾向于让 AI 做，哪些请i吸纳高于给初级员工（同事）做 ？
写邮件、归纳摘要、基础分析等，70% 受访者倾向于找 AI 工具，而复杂的 “项目” 类（持续几个兴起的工作、客户管理等）90% 受访者都会倾向于找同事。
AI 对人类工作（尤其是白领类）的替代已经在逐步成为现实。而 AI 时代，个体如何寻求职业发展是热门话题。
有能力胜任有一定复杂度的工作，是区别 AI 的（暂时）有效手段。即便是初级员工，也应考虑这个角度。
Productiv 针对国际市场的调研显示，不同企业在使用 SaaS 的程度正在分化。
虽然整体都在上升，但大型企业（员工数大于 2000 人）的强度明显不同。2021 年大型企业平均使用 SaaS 的数量为是 317 项，2023 年攀升到 473 项。
SMB（中小企业）则仅仅从 242 提升到 253 项，整体趋稳。
大企业数量大增的原因可能是，大企业本来内部就是非常多的应用，不断在经历 SaaS 化的过程。
附图 1 是代表性的几家 “Vide Coding 氛围编程” 创业公司。值得关注的是，虽然创立时间还很短，但收入增长曲线比 Cursor 还快。
能否持续这个曲线，还需观察。
大模型 LLM 是生成式 AI 的技术核心。那就目前而言，企业在应用生成式 AI 时，会部署或引用多少个大模型呢？
Menlo Venture 针对北美和欧洲的企业调研显示，几乎所有的调研对象，无论组织大小，都会使用多个大模型。
越大的企业会同时使用多个大模型。这组调研数据，一定程度也反映了生成式 AI 在企业侧的格局还处于初期状态，格局还未形成。
格局未形成，如果大趋势又成立的话，这就意味着机会窗口。
