การใช้จ่ายด้าน generative AI ขององค์กรพุ่งแตะ USD 37 พันล้านในปี 2025 เพิ่มขึ้นสามเท่าภายในปีเดียว แต่มีเพียงราว 5.5% ขององค์กรเท่านั้นที่สามารถระบุว่า AI ส่งผลต่อ EBIT ตั้งแต่ 5% ขึ้นไป ช่องว่างระหว่างการนำไปใช้กับผลตอบแทนที่วัดผลได้นี้คือข้อเท็จจริงสำคัญที่สุดของ AI ในองค์กรปี 2026 การนำไปใช้เองใกล้ถึงจุดอิ่มตัวที่ 88% ขององค์กร ส่วนแบ่งของโมเดลก็พลิกโฉมไปโดยสิ้นเชิง โดย Anthropic ครองส่วนแบ่ง 40% ของการใช้งานในองค์กร เทียบกับ 27% ของ OpenAI และการซื้อก็ชนะการพัฒนาเองอย่างเด็ดขาด คิดเป็น 76% ของ use case ทั้งหมด ตัวเลขด้านล่างนี้มาจากผลสำรวจองค์กรของ Menlo Ventures ผลสำรวจ State of AI ทั่วโลกของ McKinsey และรายงาน AI Index ปี 2026 ของ Stanford HAI
สรุปย่อ
- การใช้จ่ายด้าน generative AI ขององค์กรแตะ USD 37 พันล้านในปี 2025 เพิ่มขึ้น 3.2 เท่าเมื่อเทียบปีต่อปี (Menlo Ventures)
- เพิ่มขึ้นจาก USD 11.5 พันล้านในปี 2024 และ USD 1.7 พันล้านในปี 2023 (Menlo Ventures)
- AI ในองค์กรคิดเป็นราว 6% ของตลาด SaaS ทั่วโลกแล้ว (Menlo Ventures)
- แอปพลิเคชันได้รับงบ USD 19 พันล้าน โครงสร้างพื้นฐานได้รับ USD 18 พันล้าน (Menlo Ventures)
- Anthropic นำหน้าการใช้งาน LLM ในองค์กรด้วยส่วนแบ่ง 40% นำหน้า OpenAI ที่ 27% และ Google ที่ 21% (Menlo Ventures)
- เฉพาะงานเขียนโค้ด Anthropic ครองส่วนแบ่ง 54% เทียบกับ 21% ของ OpenAI (Menlo Ventures)
- ส่วนแบ่งของโมเดล open source ลดลงเหลือ 11% จาก 19% (Menlo Ventures)
- 76% ของ use case ถูกซื้อแทนการพัฒนาเอง กลับด้านจากสัดส่วนในปี 2024 (Menlo Ventures)
- 88% ขององค์กรใช้ AI ในรูปแบบใดรูปแบบหนึ่ง (McKinsey, Stanford HAI)
- 79% ใช้ generative AI ในอย่างน้อยหนึ่งฟังก์ชันธุรกิจ (McKinsey)
- มีเพียง 39% ที่ระบุว่า AI ส่งผลต่อ EBIT และส่วนใหญ่ต่ำกว่า 5% (McKinsey)
- ราว 6% จัดอยู่ในกลุ่มองค์กรที่ทำผลงานด้าน AI ได้โดดเด่น (McKinsey)
- มีเพียง 16% ของระบบที่ใช้งานจริงในองค์กรที่เป็น AI agent อย่างแท้จริง (Menlo Ventures)
- การลงทุน AI ขององค์กรทั่วโลกแตะ USD 581.7 พันล้าน เพิ่มขึ้น 130% (Stanford HAI, 2026)
1. การใช้จ่าย: เพิ่มสามเท่าซ้ำแล้วซ้ำเล่า
การเติบโตราวสามเท่าติดต่อกันสามปีไม่ใช่กราฟการนำซอฟต์แวร์มาใช้แบบปกติ การใช้จ่ายเพิ่มขึ้นจาก USD 1.7 พันล้านในปี 2023 เป็น USD 11.5 พันล้านในปี 2024 และ USD 37 พันล้านในปี 2025 และหมวดนี้ก็คิดเป็นราว 6% ของการใช้จ่าย SaaS ทั่วโลกทั้งหมด ทั้งที่มีอยู่ในเชิงพาณิชย์มาแค่ราวสามปีเท่านั้น เมื่อเทียบกันแล้ว Stanford HAI ประเมินการลงทุน AI ขององค์กรทั่วโลกโดยรวม ซึ่งครอบคลุมทั้งโครงสร้างพื้นฐานและงานวิจัย ไม่ใช่แค่การซื้อซอฟต์แวร์องค์กร ไว้ที่ USD 581.7 พันล้าน
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| การใช้จ่าย generative AI ขององค์กร ปี 2025 | USD 37 พันล้าน | Menlo Ventures |
| การใช้จ่าย generative AI ขององค์กร ปี 2024 | USD 11.5 พันล้าน | Menlo Ventures |
| การใช้จ่าย generative AI ขององค์กร ปี 2023 | USD 1.7 พันล้าน | Menlo Ventures |
| อัตราการเติบโตปีต่อปี | 3.2 เท่า | Menlo Ventures |
| ส่วนแบ่งตลาด SaaS ทั่วโลก | ราว 6% | Menlo Ventures |
| การลงทุน AI ขององค์กรทั่วโลก ปี 2025 | USD 581.7 พันล้าน เพิ่มขึ้น 130% | Stanford HAI, 2026 |
| การลงทุนใน generative AI โดยเฉพาะ | USD 170.9 พันล้าน เพิ่มขึ้น 404% | Stanford HAI, 2026 |
| ผลิตภัณฑ์ที่มี ARR เกิน USD 1 พันล้าน | อย่างน้อย 10 รายการ | Menlo Ventures |
| ผลิตภัณฑ์ที่มี ARR เกิน USD 100 ล้าน | 50 รายการ | Menlo Ventures |
| กลุ่มตัวอย่างสำรวจ | ผู้มีอำนาจตัดสินใจในองค์กรสหรัฐฯ ราว 500 คน | Menlo Ventures |
| ช่วงเวลาสำรวจ | 7 ถึง 25 พฤศจิกายน 2025 | Menlo Ventures |
ตัวเลขการลงทุนทั้งสองนี้วัดคนละสิ่งกัน จึงไม่ควรนำมารวมกันหรือเปรียบเทียบกันโดยตรง Menlo นับเฉพาะเงินที่องค์กรจ่ายให้กับซอฟต์แวร์ AI ส่วน Stanford นับเงินที่ทั้งโลกลงทุนใน AI โดยรวม แหล่งที่มา: Menlo Ventures, 2025 State of Generative AI in the Enterprise
2. เงินไหลไปที่ไหนจริง ๆ
การแบ่งงบเกือบเท่ากันระหว่างแอปพลิเคชันกับโครงสร้างพื้นฐานคือความประหลาดใจเชิงโครงสร้าง แอปพลิเคชันได้รับ USD 19 พันล้าน โครงสร้างพื้นฐานได้รับ USD 18 พันล้าน โดย API ของโมเดลพื้นฐานเพียงอย่างเดียวคิดเป็น USD 12.5 พันล้านของฝั่งโครงสร้างพื้นฐาน ในกลุ่มแอปพลิเคชัน copilot ครองงบแนวนอนส่วนใหญ่ที่ USD 7.2 พันล้าน หรือ 86% ของหมวดนี้ ขณะที่แพลตฟอร์ม agent ซึ่งเป็นที่สนใจของอุตสาหกรรมมากที่สุดกลับได้งบเพียง USD 750 ล้าน
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| งบรวมชั้นแอปพลิเคชัน | USD 19 พันล้าน | Menlo Ventures |
| งบรวมชั้นโครงสร้างพื้นฐาน | USD 18 พันล้าน | Menlo Ventures |
| API ของโมเดลพื้นฐาน | USD 12.5 พันล้าน | Menlo Ventures |
| โครงสร้างพื้นฐานสำหรับฝึกโมเดล | USD 4.0 พันล้าน | Menlo Ventures |
| แอปพลิเคชัน AI แนวนอน | USD 8.4 พันล้าน เพิ่มขึ้น 5.3 เท่า | Menlo Ventures |
| copilot ในกลุ่มแนวนอน | USD 7.2 พันล้าน 86% | Menlo Ventures |
| แพลตฟอร์ม agent ในกลุ่มแนวนอน | USD 750 ล้าน 10% | Menlo Ventures |
| AI เฉพาะแผนก | USD 7.3 พันล้าน เพิ่มขึ้น 4.1 เท่า | Menlo Ventures |
| งานเขียนโค้ดในกลุ่มเฉพาะแผนก | USD 4.0 พันล้าน 55% | Menlo Ventures |
| AI เฉพาะอุตสาหกรรม | USD 3.5 พันล้าน เพิ่มขึ้นเกือบ 3 เท่า | Menlo Ventures |
| ธุรกิจสุขภาพในกลุ่มเฉพาะอุตสาหกรรม | USD 1.5 พันล้าน 43% | Menlo Ventures |
| กฎหมายในกลุ่มเฉพาะอุตสาหกรรม | USD 650 ล้าน | Menlo Ventures |
การที่งานเขียนโค้ดครองงบ 55% ของกลุ่มเฉพาะแผนก ทำให้วิศวกรรมซอฟต์แวร์เป็นฟังก์ชันเดียวที่การซื้อ AI ขยายตัวถึงระดับที่แท้จริง ขณะที่การตลาด งานบริการลูกค้า และปฏิบัติการไอที ต่างมีงบต่ำกว่า USD 1 พันล้านทั้งหมด บริบทด้านต้นทุนการประมวลผล inference อยู่ในสถิติต้นทุน AI inference ของเรา แหล่งที่มา: รายงาน AI องค์กรของ Menlo Ventures ฉบับ PDF
3. ส่วนแบ่งตลาดโมเดลพลิกกลับ
อันดับผู้ให้บริการที่คงอยู่จนถึงปี 2023 พลิกกลับหมดสิ้น Anthropic ขึ้นมาครองส่วนแบ่ง 40% ของการใช้งาน LLM ในองค์กร เพิ่มขึ้นจาก 24% เมื่อปีก่อนและ 12% ในปี 2023 ขณะที่ OpenAI ลดลงเหลือ 27% จาก 50% ในปี 2023 การไต่ขึ้นของ Google จาก 7% เป็น 21% คือองค์ประกอบที่สามของการเปลี่ยนแปลงเดียวกันนี้ ความกระจุกตัวสูงมาก โดยทั้งสามบริษัทรวมกันครองส่วนแบ่งถึง 88%
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ส่วนแบ่งของ Anthropic ในองค์กร ปี 2025 | 40% | Menlo Ventures |
| ส่วนแบ่งของ Anthropic ปี 2024 | 24% | Menlo Ventures |
| ส่วนแบ่งของ Anthropic ปี 2023 | 12% | Menlo Ventures |
| ส่วนแบ่งของ OpenAI ในองค์กร ปี 2025 | 27% | Menlo Ventures |
| ส่วนแบ่งของ OpenAI ปี 2023 | 50% | Menlo Ventures |
| ส่วนแบ่งของ Google ในองค์กร ปี 2025 | 21% | Menlo Ventures |
| ส่วนแบ่งของ Google ปี 2023 | 7% | Menlo Ventures |
| ส่วนแบ่งรวมของสามอันดับแรก | 88% | Menlo Ventures |
| ส่วนแบ่งของ Anthropic ในงานเขียนโค้ด | 54% | Menlo Ventures |
| ส่วนแบ่งของ OpenAI ในงานเขียนโค้ด | 21% | Menlo Ventures |
| ส่วนแบ่งของโมเดล open source | 11% ลดลงจาก 19% | Menlo Ventures |
| โมเดล open source จากจีน | 1% ของการใช้งาน LLM ทั้งหมด | Menlo Ventures |
การที่ส่วนแบ่งของ open source ลดลงจาก 19% เหลือ 11% สวนทางกับกระแสความเชื่อทั่วไป และตัวเลข 1% ของโมเดล open source จากจีนก็ต่ำอย่างน่าประหลาดใจ เมื่อพิจารณาจากผลการทดสอบ benchmark ของโมเดลเหล่านั้น บริบทเรื่อง open source อยู่ในสถิติ AI แบบ open source ของเรา แหล่งที่มา: Menlo Ventures, 2025 State of Generative AI in the Enterprise
4. การซื้อชนะการพัฒนาเอง
คำถามเรื่องพัฒนาเองหรือซื้อยังไม่มีคำตอบชัดเจนจริง ๆ ในปี 2024 แต่ตอนนี้ได้ข้อสรุปแล้ว ในปี 2025 มีการซื้อ use case ถึง 76% เทียบกับพัฒนาเองภายใน 24% ซึ่งกลับด้านจากสัดส่วนที่ใกล้เคียงกันในปีก่อนหน้าคือ 53 ต่อ 47 ข้อมูลอัตราการเปลี่ยนผ่านอธิบายได้ว่าทำไมผู้ขายจึงชนะ ดีลด้าน AI เข้าสู่การใช้งานจริงถึง 47% เทียบกับราว 25% สำหรับ SaaS แบบดั้งเดิม ทำให้ผู้ซื้อได้ผลลัพธ์ที่ดีกว่าค่าเฉลี่ยในอดีตของอุตสาหกรรมซอฟต์แวร์
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| use case ที่ถูกซื้อ ปี 2025 | 76% | Menlo Ventures |
| use case ที่พัฒนาเองภายใน ปี 2025 | 24% | Menlo Ventures |
| use case ที่ถูกซื้อ ปี 2024 | 53% | Menlo Ventures |
| use case ที่พัฒนาเองภายใน ปี 2024 | 47% | Menlo Ventures |
| อัตราการเข้าสู่การใช้งานจริงของดีล AI | 47% | Menlo Ventures |
| อัตราการเข้าสู่การใช้งานจริงของ SaaS แบบดั้งเดิม | 25% | Menlo Ventures |
| สัดส่วน product-led growth ในงบแอปพลิเคชัน | 27% | Menlo Ventures |
| ตัวเลขเดียวกันในซอฟต์แวร์แบบดั้งเดิม | 7% | Menlo Ventures |
| ส่วนแบ่งของสตาร์ทอัปในชั้นแอปพลิเคชัน | 63% เพิ่มขึ้นจาก 36% | Menlo Ventures |
| ส่วนแบ่งของสตาร์ทอัปในสายการเงินและปฏิบัติการ | 91% | Menlo Ventures |
| ส่วนแบ่งของสตาร์ทอัปในสายงานขาย | 78% | Menlo Ventures |
| ส่วนแบ่งของบริษัทเดิมในชั้นโครงสร้างพื้นฐาน | 56% | Menlo Ventures |
การแบ่งตามชั้นคือมุมมองที่มีประโยชน์ที่สุด สตาร์ทอัปกำลังชนะในฝั่งแอปพลิเคชัน ขณะที่บริษัทเดิมยังคุมโครงสร้างพื้นฐานไว้ได้ ซึ่งตรงข้ามกับสิ่งที่เกิดขึ้นในการเปลี่ยนผ่านแพลตฟอร์มครั้งก่อน แหล่งที่มา: ประกาศรายงาน Menlo Ventures ปี 2025
5. การนำไปใช้ไม่เท่ากับการสร้างมูลค่า
ตรงนี้เองที่เรื่องราวของ AI ในองค์กรเริ่มไม่สบายใจ 88% ขององค์กรใช้ AI และ 79% ใช้ generative AI ในอย่างน้อยหนึ่งฟังก์ชัน แต่มีเพียง 39% ที่ระบุว่า AI ส่งผลต่อ EBIT และส่วนใหญ่ในกลุ่มนี้ระบุว่าต่ำกว่า 5% มีเพียงราว 5.5% ที่รายงานผลกระทบต่อ EBIT ตั้งแต่ 5% ขึ้นไป เกือบสองในสามขององค์กรยังไม่เริ่มขยายการใช้ AI ทั่วทั้งองค์กร ซึ่งหมายความว่าตัวเลขการนำไปใช้ที่เป็นข่าวใหญ่นั้น แท้จริงแล้วกำลังวัดโครงการนำร่อง ไม่ใช่การเปลี่ยนแปลงเชิงลึก
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| องค์กรที่ใช้ AI ในรูปแบบใดก็ตาม | 88% | McKinsey |
| ใช้ generative AI ในอย่างน้อยหนึ่งฟังก์ชัน | 79% | McKinsey |
| การนำไปใช้ระดับองค์กร วัดโดยแหล่งอิสระ | 88% | Stanford HAI, 2026 |
| ระบุว่า AI ส่งผลต่อ EBIT ไม่ว่ามากหรือน้อย | 39% | McKinsey |
| รายงานผลกระทบต่อ EBIT ตั้งแต่ 5% ขึ้นไป | ราว 5.5% | McKinsey |
| จัดอยู่ในกลุ่มองค์กรที่ทำผลงานด้าน AI โดดเด่น | ราว 6% | McKinsey |
| ยังไม่เริ่มขยายการใช้งานทั่วทั้งองค์กร | เกือบสองในสาม | McKinsey |
| กลุ่มตัวอย่างสำรวจของ McKinsey | 1,993 องค์กร | McKinsey |
| ประเทศที่ครอบคลุม | 105 ประเทศ | McKinsey |
| นักศึกษามหาวิทยาลัยที่ใช้ generative AI | 4 ใน 5 คน | Stanford HAI, 2026 |
| การเปลี่ยนแปลงผลทดสอบ SWE-bench Verified ในหนึ่งปี | จาก 60% ขึ้นไปเกือบ 100% | Stanford HAI, 2026 |
การที่ผลสำรวจอิสระสองแห่งได้ตัวเลข 88% ตรงกันสำหรับการนำไปใช้ระดับองค์กร ถือเป็นการยืนยันที่หนักแน่นผิดปกติสำหรับสถิติหลักด้าน AI และทำให้ยากขึ้นที่จะมองข้ามช่องว่างด้าน EBIT ว่าเป็นแค่ความคลาดเคลื่อนของกลุ่มตัวอย่าง แหล่งที่มา: McKinsey, The State of AI และ Stanford HAI 2026 AI Index
6. AI agent ที่ใช้งานจริงหายากกว่าที่โฆษณาไว้มาก
คำว่า agent กำลังทำหน้าที่ทางการตลาดอย่างมหาศาลเมื่อเทียบกับสิ่งที่ถูกนำไปใช้งานจริง มีเพียง 16% ของระบบที่ใช้งานจริงในองค์กรที่เป็น AI agent อย่างแท้จริง และเพิ่มขึ้นเป็น 27% ในกลุ่มสตาร์ทอัป ส่วนใหญ่ยังคงเป็นเวิร์กโฟลว์แบบลำดับตายตัวหรือแบบกำหนดเส้นทาง ที่สร้างขึ้นรอบการเรียกใช้โมเดลเพียงครั้งเดียว ข้อมูลการใช้จ่ายของ Menlo เองก็สอดคล้องกัน แพลตฟอร์ม agent ได้งบเพียง USD 750 ล้าน เทียบกับ USD 7.2 พันล้านของ copilot
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| AI agent ที่ใช้งานจริง องค์กร | 16% | Menlo Ventures |
| AI agent ที่ใช้งานจริง สตาร์ทอัป | 27% | Menlo Ventures |
| งบสำหรับแพลตฟอร์ม agent | USD 750 ล้าน | Menlo Ventures |
| งบสำหรับ copilot เพื่อเปรียบเทียบ | USD 7.2 พันล้าน | Menlo Ventures |
| use case สำหรับใช้งานภายใน | 59% | Menlo Ventures |
| use case สำหรับลูกค้า | 41% | Menlo Ventures |
| นักพัฒนาที่ใช้เครื่องมือเขียนโค้ดด้วย AI ทุกวัน | 50% | Menlo Ventures |
| ตัวเลขเดียวกันในองค์กรกลุ่มควอไทล์บนสุด | 65% | Menlo Ventures |
| การเพิ่มความเร็วที่รายงานจากเครื่องมือเขียนโค้ดด้วย AI | 15% ขึ้นไป | Menlo Ventures |
| ตลาดระบบบันทึกทางการแพทย์แบบ ambient | USD 600 ล้าน เพิ่มขึ้น 2.4 เท่า | Menlo Ventures |
| เวลาที่ลดลงในการทำเอกสารจากระบบเหล่านี้ | มากกว่า 50% | Menlo Ventures |
ระบบบันทึกทางการแพทย์แบบ ambient คือกรณีที่ชัดเจนที่สุดที่ AI สร้างผลลัพธ์เชิงปฏิบัติการที่วัดผลได้จริง ไม่ใช่แค่ตัวเลขคาดการณ์ และนี่น่าจะเป็นเหตุผลที่ธุรกิจสุขภาพใช้จ่ายมากกว่าสี่กลุ่มอุตสาหกรรมถัดไปรวมกัน การนำอินเทอร์เฟซเสียงมาใช้โดยเฉพาะอยู่ในสถิติ AI voice agent ของเรา ส่วนผลกระทบต่อตลาดแรงงานอยู่ในสถิติการเลิกจ้างในอุตสาหกรรมเทค แหล่งที่มา: Stanford HAI, 12 takeaways from the 2026 AI Index
สรุป: AI ในองค์กรในรูปแบบตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| การใช้จ่าย generative AI ขององค์กร ปี 2025 | USD 37 พันล้าน | Menlo Ventures |
| การเติบโตเทียบกับปี 2024 | 3.2 เท่า | Menlo Ventures |
| การใช้จ่ายในปี 2023 | USD 1.7 พันล้าน | Menlo Ventures |
| ส่วนแบ่งตลาด SaaS ทั่วโลก | ราว 6% | Menlo Ventures |
| ชั้นแอปพลิเคชัน | USD 19 พันล้าน | Menlo Ventures |
| ชั้นโครงสร้างพื้นฐาน | USD 18 พันล้าน | Menlo Ventures |
| API ของโมเดลพื้นฐาน | USD 12.5 พันล้าน | Menlo Ventures |
| งบ copilot | USD 7.2 พันล้าน | Menlo Ventures |
| งบงานเขียนโค้ด | USD 4.0 พันล้าน | Menlo Ventures |
| งบธุรกิจสุขภาพ | USD 1.5 พันล้าน | Menlo Ventures |
| ส่วนแบ่งของ Anthropic ใน LLM องค์กร | 40% | Menlo Ventures |
| ส่วนแบ่งของ OpenAI ใน LLM องค์กร | 27% | Menlo Ventures |
| ส่วนแบ่งของ Google ใน LLM องค์กร | 21% | Menlo Ventures |
| ส่วนแบ่งของ Anthropic ในงานเขียนโค้ด | 54% | Menlo Ventures |
| ส่วนแบ่งของโมเดล open source | 11% | Menlo Ventures |
| use case: ซื้อเทียบกับพัฒนาเอง | 76% เทียบกับ 24% | Menlo Ventures |
| อัตราการเข้าสู่การใช้งานจริงของดีล AI | 47% | Menlo Ventures |
| ส่วนแบ่งของสตาร์ทอัปในชั้นแอปพลิเคชัน | 63% | Menlo Ventures |
| องค์กรที่ใช้ AI | 88% | McKinsey, Stanford HAI |
| ใช้ generative AI ในฟังก์ชันใดฟังก์ชันหนึ่ง | 79% | McKinsey |
| ระบุว่า AI ส่งผลต่อ EBIT | 39% | McKinsey |
| องค์กรที่ทำผลงานด้าน AI โดดเด่น | ราว 6% | McKinsey |
| AI agent ที่ใช้งานจริงในองค์กร | 16% | Menlo Ventures |
| การลงทุน AI ขององค์กรทั่วโลก | USD 581.7 พันล้าน | Stanford HAI |
ระเบียบวิธีและแหล่งที่มา
- ยอดรวมการใช้จ่าย การแบ่งตามหมวดหมู่ ส่วนแบ่งตลาดของโมเดล สัดส่วนซื้อเทียบกับพัฒนาเอง อัตราการเปลี่ยนผ่าน ส่วนแบ่งของสตาร์ทอัป และอัตราการนำ agent มาใช้งาน มาจากรายงาน 2025 State of Generative AI in the Enterprise ของ Menlo Ventures ซึ่งเป็นฉบับประจำปีครั้งที่สาม อ้างอิงจากการสำรวจผู้มีอำนาจตัดสินใจในองค์กรสหรัฐฯ ราว 500 คน ระหว่างวันที่ 7 ถึง 25 พฤศจิกายน 2025 (รายงาน ไฟล์ PDF ฉบับเต็ม ประกาศ)
- อัตราการนำไปใช้ระดับองค์กร การระบุผลกระทบต่อ EBIT ส่วนแบ่งขององค์กรที่ทำผลงานโดดเด่น และสถานะการขยายผล มาจากผลสำรวจ State of AI ทั่วโลกของ McKinsey ที่ครอบคลุมองค์กร 1,993 แห่งใน 105 ประเทศ (McKinsey) พร้อมกรอบความคิดเรื่องยุค agentic จากรายงานติดตามผลปี 2026 (McKinsey)
- ตัวเลขการลงทุนทั่วโลก การวัดการนำไปใช้โดยแหล่งอิสระ ผลการทดสอบ benchmark และข้อมูลการใช้งานของนักศึกษา มาจากรายงาน AI Index ปี 2026 ของ Stanford HAI ซึ่งเผยแพร่เมื่อเดือนเมษายน 2026 (รายงาน ประเด็นสำคัญ หน้าหลักของ AI Index)
- ข้อสังเกตเกี่ยวกับข้อมูล: ผลสำรวจของ Menlo ครอบคลุมเฉพาะองค์กรในสหรัฐฯ และตัวเลขประมาณการรายได้ของบริษัทเอกชนถูกจำลองขึ้นจากข้อมูลสาธารณะและการวิเคราะห์อุตสาหกรรม ไม่ใช่ตัวเลขที่รายงานโดยตรง ซึ่งบริษัทเองก็เปิดเผยเรื่องนี้ไว้ Menlo ยังเป็นนักลงทุนที่กระตือรือร้นในหมวดนี้ด้วย จึงควรมองตัวเลขส่วนแบ่งตลาดของบริษัทเป็นแนวทางคร่าว ๆ มากกว่าข้อมูลที่ผ่านการตรวจสอบ ตัวเลขการใช้จ่ายของ Menlo และตัวเลขการลงทุนของ Stanford วัดคนละสิ่งกัน จึงไม่ควรนำมารวมกัน ตัวเลขผลกระทบต่อ EBIT ของ McKinsey มาจากการรายงานด้วยตนเองของผู้ตอบแบบสอบถาม ไม่ได้มาจากงบการเงิน ส่วนแบ่งตลาดของโมเดลสะท้อนรูปแบบการใช้งาน API ในกลุ่มผู้ซื้อที่ตอบแบบสำรวจ ไม่ใช่รายได้หรือปริมาณ token และเปลี่ยนแปลงเร็วพอที่ตัวเลขซึ่งเก่ากว่าสองไตรมาสควรถือว่าล้าสมัยแล้ว
- อัปเดตล่าสุด: 1 สิงหาคม 2026 เราอัปเดตบทความสรุปนี้ทุกไตรมาส ตามการเผยแพร่ผลสำรวจรอบใหม่ของ Menlo, McKinsey และ Stanford HAI