在AI Ascent 2025峰会上红杉资本合伙人分享的关于AI市场的洞察，包括AI市场规模远超云计算，初创企业应聚焦应用层等内容，同时还提及了全球企业对生成式AI的拥抱以及首席AI官（CAIO）职位的兴起等情况。
在AI Ascent 2025峰会上，红杉资本的合伙人Pat Grady、Sonya Huang和Konstantine Buhler分享了他们对于AI市场的深刻见解。红杉资本预计，AI市场规模将远超当前规模约为4000亿美元的云计算市场，在未来10 - 20年内达到难以估量的体量。其价值主要集中在应用层，这就意味着初创企业需要聚焦于应用层，深耕垂直领域，提供端到端的解决方案，而不是仅仅交付工具。从数据上看，云计算市场目前规模约4000亿美元，而AI市场涵盖服务和软件，潜力巨大。AI的发展模式正在从销售工具（软件预算）转向销售成果和劳动力（人工预算）。如今，AI普及的条件已经成熟，计算能力、网络、数据、分销渠道和人才等要素一应俱全，其发展速度远超以往。例如，相比云计算初期，当前社交平台（如Reddit、X）拥有12 - 18亿活跃用户，这些基础设施为AI的快速普及奠定了良好的基础。历史经验表明，技术的价值集中在应用层，AI也不例外。对于初创企业来说，尽管基础模型能力在增强，但仍需专注垂直领域，解决复杂问题，提供完整的解决方案。这其中包括将想法转化为产品，由工程团队构建，推向市场、销售并提供支持的整个价值链。企业要深入理解客户需求，充分发挥“数据飞轮”的作用，利用产品使用数据形成竞争优势，紧密贴合行业需求。同时，要警惕营收的真实性，关注应用普及率、用户参与度和留存率，确保用户行为的持久性。在初期，赢得客户的信任比产品本身更为重要，虽然当前的毛利率不是最关键的，但要有通向高毛利的清晰路径。而且过去18个月，每个token的成本下降了99%，并将持续下降，如果能成功从销售工具转向销售成果，并向价值链的上游迈进，就能获取更多价值，“数据飞轮”要与核心业务指标挂钩才有意义，这是企业构建护城河的最佳方式之一。Sonya Huang回顾了过去一年AI应用的进展。用户参与度大幅提升，AI已经从炒作阶段迈向真正创造价值的阶段。她强调了AI在广告、教育、医疗等多个领域的巨大潜力。例如，在广告领域能生成精准、精美的广告文案，提升营销效率；在教育领域可以快速可视化新概念，助力教学创新；在医疗领域有助于医生优化诊断。编程作为年度最具突破性的应用，达到了极佳的产品 - 市场契合度（PMF），如Anthropic的Claude 3.5 Sonnet发布后，在编程领域引发热潮，AI编程让新手也能开发复杂应用，从根本上降低了软件开发的门槛，提升了速度和经济效益。从技术角度来看，预训练已经放缓，自AlexNet以来，预训练规模扩大了9 - 10个数量级，研究需要寻找新的突破，其中OpenAI推出的推理模型较为重要，此外还有合成数据、工具使用和AI智能体编排（如Anthropic的MCP协议）等方向。更大的基础模型、推理时间优化、推理能力、工具使用等因素，有助于AI完成复杂任务。目前AI领域最激动人心的技术创新发生在研究和产品的模糊地带，像Deep Research和NotebookLM等产品取得的突破展现了AI的巨大潜力，应用层是AI价值的核心，ChatGPT、Harvey、Cursor等已经崭露头角，智能体将从原型进化到强大产品，对2025年的下一个预测是垂直领域的智能体，这对于深耕某一领域的创始人来说是绝佳的机会，针对特定任务端到端训练的智能体表现优异，在Expo（安全测试）、Traversal（DevOps故障排除）、Meter（网络工程）等领域超越人类专家，我们正在进入“富足时代”，AI降低了劳动力成本，生成内容激增，品位成为稀缺资产。Konstantine Buhler展望了AI发展的下一阶段——智能体经济。他描述了从机器助手到机器网络（智能体集群），再到围绕人类需求的成熟经济体系的发展过程。智能体不仅能传递信息，还能转移资源、进行交易、记录行为，理解信任和可靠性，构建独立经济体系，并且将与人类协作，围绕人类需求运转，形成人机共生的经济生态。然而，要实现智能体经济，需要解决一些关键问题，如智能体要保持一致的个性和理解力，拥有持久身份以建立长期信任；它们需要记忆并理解用户需求，当前的技术（如RAG、长上下文窗口）在记忆和自我学习方面还存在不足；智能体需要类似TCP/IP的通信协议，以实现信息、价值和信任的传递，Anthropic的MCP协议只是起点，未来需要更多协议支持智能体协作；对于智能体而言，安全和信任至关重要，需要配套安全产业，确保交易可靠。AI的随机性颠覆了传统确定性思维，创始人需要适应不确定性，调整思维模式，管理智能体就像管理团队一样，要理解其能力和局限，做出复杂决策（如优化流程、提供反馈），智能体虽然带来巨大杠杆效应，让个体和企业能做更多，但也增加了不确定性，它将整合职能部门，简化流程，甚至可能推动一人独角兽公司出现，创始人需要管理风险，抓住机遇，在不确定中茁壮成长。随着AI在各个领域的深入应用，很多企业内部也开始更深入地使用AI。据《THE DECODER》主编Maximilian Schreiner在昨天的博客预计，到2026年大多数公司将拥有一名首席人工智能官（Chief AI Officer）。亚马逊网络服务（AWS）的一项最新研究揭示，全球企业正在大力押注生成式AI，纷纷设立新的高管角色。根据AWS的《生成式AI采用指数》，45%的受访决策者计划在2025年将生成式AI作为首要任务，优先于传统安全工具（仅30%），这项研究采访了来自德国、美国、日本等九个国家的3739名IT管理者。与一些传统观点不同的是，研究显示中大型企业尤其热衷于投资AI，而小型企业仍然将安全放在首位。对于多数组织来说，选择一款工具的关键在于其能否轻松融入现有的工作流程，尤其是在受到高度监管的行业中。在金融和教育等行业，高级功能（56%）和数据隐私（48%）也是被优先考虑的重点，相比之下，监管较少的行业中只有34%的人认为安全功能重要。CAIO成为一个关键的高管角色，随着企业预算向AI倾斜，60%的企业已经设有首席AI官（CAIO），另有26%的企业计划在2026年之前设立。CAIO负责协调跨部门的AI战略，像亚马逊和Airbnb这样的公司甚至已经将AI专家纳入了董事会中。虽然有90%的企业已经在试水AI，但只有44%走出试点阶段，迈向全面的整合。这其中最大的障碍包括技术人才短缺（55%）、开发成本高昂（48%），以及模型中的偏差和“幻觉”问题（40%），而构建可靠AI应用的关键是能够获取到干净、高质量的数据。在企业内部培训与应用开发方面，56%的企业已经启动了员工培训计划，还有19%计划在年底前跟上。不过，52%的企业表示不太清楚员工到底需要什么样的培训，如何实施（47%）以及预算不足（41%）也是常见的问题。与此同时，92%的企业打算在2025年大举招聘AI人才，其中26%的企业预计至少一半新员工得会用生成式AI，信息通信技术（35%）和制造业（28%）对这类人才的需求特别旺盛。只有25%的公司想完全靠自己开发生成式AI，大多数更倾向于混合方法：58%会用预训练模型打造自家的应用，55%喜欢微调模型，40%直接选择现成的AI方案，这种对现成方案的接受度在数据敏感的行业里尤其高，比如金融（44%）、教育（45%）和信息通信技术（43%），主要是因为这些方案省钱、快捷、功能还强。第三方供应商是重要帮手，2025年，65%的组织会跟外部供应商合作开发AI项目——15%完全外包，50%则是内外团队一起上。本文总结了红杉资本对AI市场的看法，包括AI市场规模的潜力以及初创企业的应对策略，还阐述了AI应用在过去一年的进展和未来智能体经济面临的挑战，同时讲述了企业在AI应用过程中CAIO职位的兴起以及内部培训和应用开发的相关情况等内容。
原创文章，作者：Admin，如若转载，请注明出处：https://www.camerich.net/archives/3832.html
