近日，在AI Ascent 2025峰會上，紅杉資本合伙人Pat Grady、Sonya Huang和Konstantine Buhler分享了他們的深刻洞察。

圖片

他們認為，AI是一個比云計算大十倍的市場機遇，其價值主要集中在應用層。

初創企業應聚焦客戶需求，提供端到端解決方案，而非僅交付工具。

AI市場的潛力遠超云計算。云計算市場目前規模約4000億美元，AI市場不僅覆蓋服務，還包括軟件，潛在市場規模將在10-20年達到難以估量的體量。

圖片

AI正從銷售工具（軟件預算）轉向銷售成果和勞動力（人工預算）。

這張圖展示了過去幾十年間，技術浪潮催生的科技公司。

圖片

AI普及的條件已成熟：計算能力、網絡、數據、分銷渠道和人才一應俱全，發展速度遠超以往。

相比云計算初期，當前社交平臺（如Reddit、X）擁有12-18億活躍用戶，基礎設施為AI快速普及鋪平道路。

圖片

歷史證明，技術的價值集中在應用層，AI也不例外。

構建護城河

盡管基礎模型能力增強，初創企業仍需專注垂直領域，解決復雜問題，提供端到端解決方案。

圖片

想法必須轉化為產品，產品必須由工程團隊構建出來，然后必須推向市場、銷售并提供支持。這就是價值鏈。

企業需深入理解客戶需求，提供完整解決方案，而非單一工具。

應充分發揮「數據飛輪」，利用產品使用數據形成競爭優勢。深耕行業，緊密貼合行業需求。

圖片

要警惕營收的真實性，關注應用普及率、用戶參與度和留存率，確保用戶行為的持久性。

初創公司必須贏得客戶的信任，在初期，信任比產品更重要。

當前的毛利率不是最關鍵的，但需要有通向高毛利的清晰路徑。

過去18個月，每個token的成本下降了99%，這條成本曲線會持續下降。

如果成功地從銷售工具轉向銷售成果，并向價值鏈的上游邁進，就能獲得更多價值。

最后要強調「數據飛輪」。確保數據飛輪與核心業務指標掛鉤，否則毫無意義。

這一點非常重要，因為數據飛輪是企業能構建的最佳護城河之一。

圖片

市場對AI需求旺盛，現在是時候全力以赴，搶占先機，保持最大速度前進。

年度回顧：AI應用突破

Sonya Huang回顧了過去一年AI應用進展。用戶參與度大幅提升，AI從炒作轉向真正創造價值。

她強調了AI在廣告、教育、醫療等領域的潛力，編程作為年度最具突破性應用，正重塑軟件開發方式。

ChatGPT的日活/月活比例正接近Reddit，AI已融入日常生活。

圖片

AI在多個領域展現出巨大價值：生成精準、精美的廣告文案，提升營銷效率。在教育領域，AI快速可視化新概念，助力教學創新。醫生可以通過AI優化診斷。

圖片

去年，語音生成技術跨越恐怖谷，接近電影《她》中的科幻效果。

編程達到了極佳的產品-市場契合度（PMF）：Anthropic的Claude 3.5 Sonnet發布后，引發編程領域熱潮。

AI編程讓新手也能開發復雜應用，從根本上降低了軟件開發的門檻，提升了速度和經濟效益。

圖片

從技術角度，預訓練已經放緩。自AlexNet以來，預訓練規模擴大了9-10個數量級，研究需尋找新突破。

其中最重要的是OpenAI推出的推理模型。此外，還有合成數據、工具使用和AI智能體編排（如Anthropic的MCP協議）。

圖片

更大的基礎模型、推理時間優化、推理能力、工具使用，能助力AI完成復雜任務。

圖片

目前AI領域最激動人心的技術創新，發生在研究和產品的模糊地帶。

Deep Research和NotebookLM等產品取得的突破，展現了AI的巨大潛力。

應用層是AI價值的核心，ChatGPT、Harvey、Cursor等已嶄露頭角，智能體將從原型進化到強大產品。

圖片

對2025年的下一個預測是垂直領域的智能體。

對于深耕某一領域的創始人來說，垂直智能體是絕佳的機會。

圖片

針對特定任務端到端訓練的智能體表現優異，在Expo（安全測試）、Traversal（DevOps故障排除）、Meter（網絡工程）領域超越人類專家。

我們正在進入「富足時代」，AI降低了勞動力成本，生成內容激增，品位成為稀缺資產。

智能體的崛起與挑戰

Konstantine Buhler展望了AI發展的下一階段——智能體經濟。

他描述了從機器助手到機器網絡（智能體集群），再到圍繞人類需求的成熟經濟體系。

圖片

智能體不僅傳遞信息，還能轉移資源、進行交易、記錄行為，理解信任和可靠性，構建獨立經濟體系。

智能體將與人類協作，圍繞人類需求運轉，形成人機共生的經濟生態。

三大技術挑戰

實現智能體經濟，需解決以下關鍵問題。

智能體要保持一致的個性和理解力，擁有持久身份，以建立長期信任。

圖片

他們需記憶并理解用戶需求，類似人與人交往中的信任基礎。當前的技術（如RAG、長上下文窗口）在記憶和自我學習方面仍有不足。

智能體需要類似TCP/IP的通信協議，實現信息、價值和信任的傳遞。Anthropic的MCP協議是起點，未來需更多協議支持智能體協作。

對智能體而言，安全和信任至關重要。需要配套安全產業，確保交易可靠。

AI的隨機性顛覆傳統確定性思維。創始人需適應不確定性，調整思維模式。

圖片

管理智能體類似管理團隊，理解其能力和局限，做出復雜決策（如優化流程、提供反饋）。

圖片

智能體帶來巨大杠桿效應，讓個體和企業能做更多，但不確定性增加。它將整合職能部門，簡化流程，甚至推動一人獨角獸公司出現。

創始人需管理風險，抓住機遇，在不確定中茁壯成長。

首席人工智能官

隨著AI在各個領域深入應用，很多企業內部也開始更深入地使用AI。

就在昨天《THE DECODER》的主編Maximilian Schreiner在一篇博客中預計，到2026年大多數公司將擁有一名首席人工智能官（Chief AI Officer）。

他在博客中寫道，一項亞馬遜網絡服務（AWS）的最新研究揭示，全球企業正在大力押注生成式AI，紛紛設立新的高管角色。

根據AWS的《生成式AI采用指數》，45%的受訪決策者計劃在2025年將生成式AI作為首要任務，優先于傳統安全工具（僅30%）。這項研究采訪了來自德國、美國、日本等九個國家的3739名IT管理者。

與一些傳統觀點不同的是，研究顯示中大型企業尤其熱衷于投資AI，而小型企業仍然將安全放在首位。

對于多數組織來說，選擇一款工具的關鍵在于其能否輕松地融入現有的工作流程，尤其是在受到高度監管的行業中。

在金融和教育等行業，高級功能（56%）和數據隱私（48%）也是被優先考慮的重點。相比之下，監管較少的行業中只有34%的人認為安全功能重要。

CAIO成為關鍵高管角色

隨著企業的預算向AI傾斜，一個新的高管職位正在興起：60%的企業已經設有首席AI官（CAIO），另有26%的企業計劃在2026年之前設立。

CAIO負責協調跨部門的AI戰略，像亞馬遜和Airbnb這樣的公司甚至已經將AI專家納入了董事會中。

雖然有90%的企業已經在試水AI，但只有44%走出試點階段，邁向全面的整合。

這其中最大的障礙包括：技術人才短缺（55%）、開發成本高昂（48%），以及模型中的偏差和「幻覺」問題（40%）。

而要想構建可靠AI應用的關鍵是能夠獲取到干凈、高質量的數據。

內部培訓與應用開發

56%的企業已經啟動了員工培訓計劃，還有19%計劃在年底前跟上。不過，52%的企業坦言，他們其實不太清楚員工到底需要啥培訓。如何實施（47%）以及預算不足（41%）也是常見攔路虎。

與此同時，92%的企業打算在2025年大舉招聘AI人才。其中26%的企業預計，至少一半新員工得會用生成式AI。信息通信技術（35%）和制造業（28%）對這類人才的需求特別旺。

只有25%的公司想完全靠自己開發生成式AI，大多數更傾向于混合方法：58%會用預訓練模型打造自家的應用，55%喜歡微調模型，40%直接選現成的AI方案。

這種對現成方案的接受度，在數據敏感的行業里尤其高，比如金融（44%）、教育（45%）和信息通信技術（43%），主要是因為這些方案省錢、快捷、功能還強。

第三方供應商是重要幫手：2025年，65%的組織會跟外部供應商合作開發AI項目——15%完全外包，50%則是內外團隊一起上。

參考資料：

https://www.youtube.com/watch?v=v9JBMnxuPX8&list=PLOhHNjZItNnMEqGLRWkKjaMcdSJptkR08&index=1

https://x.com/sequoia/status/1920214775382065538

https://the-decoder.com/by-2026-most-firms-expect-to-have-a-chief-ai-officer-on-staff/