5月9日消息，在近期举办的AI Ascent大会上，红杉资本合伙人帕特·格雷迪（Pat Grady）、
索尼娅·黄（Sonya Huang）和康斯坦丁·布勒（Konstantine Buhler）深入剖析了人工智能领域的最新趋势与市场机遇，为创业者和投资者提供了全面的行动指南。
一、市场潜力：人工智能——超越云计算的万亿级蓝海
格雷迪引用了红杉资本传奇创始人唐·瓦伦丁（Don Valentine）的评估框架，从“是什么？为什么重要？为什么是现在？
以及我们该怎么做？”四个方面分析了人工智能的市场潜力。
他指出，当前人工智能服务市场的起点规模已远超云计算初期市场至少一个数量级，预计在未来10到20年内将发展成为体量惊人的产业。
格雷迪通过对比云计算和人工智能转型，揭示了人工智能市场的巨大潜力。
他指出，人工智能不仅冲击服务市场，还波及软件市场，众多公司正从工具销售向成果交付转变，从软件预算争夺向人力预算抢占迈进。
格雷迪强调，技术传播的物理规律表明，只需满足知晓产品、渴望产品和获取产品的条件，技术普及便势不可挡。与云计算时代相比，人工智能的普及速度惊人。
自ChatGPT发布以来，全球目光开始聚焦于人工智能。社交媒体平台用户的激增，以及互联网覆盖范围的扩大，为人工智能近几年的普及奠定了基础。
二、价值核心：应用层——竞争焦点与制胜关键
格雷迪指出，历史表明重大技术革命的价值多集中在应用层，人工智能领域也不例外。然而，随着大模型的进步，基础模型已深入应用层。
初创公司需从客户需求出发，专注垂直领域和特定功能，解决复杂问题。
格雷迪还提到，构建人工智能公司与普通公司并无本质区别，关键在于解决重要问题、吸引人才。
他强调，投资人工智能公司95%的工作与投资普通公司一样，剩余5%应关注人工智能初创公司的特有方面，需要关注以下几点：
—营收氛围：要区分真正的营收和氛围营收，通过检查采用率、参与度、留存率等指标，判断是否创造了持久的行为改变。
—毛利率：不过分关注当前的毛利率，而是看重未来的毛利率路径，特别是能否从出售工具转变为出售结果。
—数据飞轮：数据飞轮必须与业务指标紧密关联，否则毫无意义。
格雷迪还分享了他对人工智能领域的深刻洞察，强调了技术变革的条件成熟度、技术传播的速度，以及如何在人工智能领域构建成功的公司。
他指出，人工智能的先决条件已经就位，包括计算能力、网络、数据、分销和人才等，技术变革迫在眉睫且发展迅速。
技术浪潮往往是累加的，人工智能的机会比以往更大且发展更快。
最后，他强调了技术采用的上升浪潮将淹没市场波动，现在是在人工智能领域“拼命跑”的时候，要以最大速度前进。
三、 人工智能的应用拓展与技术革新
索尼娅指出，2023年人工智能应用的参与度比率较低，炒作超过了现实。但到了2024年，情况发生了显著变化。
她特别提到ChatGPT的日活跃用户与月活跃用户比率大幅提升，接近Reddit的水平，这表明越来越多的人开始从人工智能中获得实际价值。
此外，人工智能在广告、教育、医疗保健等领域的应用不断深入。
例如，在广告领域能够创造出准确美丽的广告文案；在教育领域可以瞬间可视化新概念；在医疗保健领域，像Open Evidence这样的应用能够更好地诊断患者。
索尼娅强调，人工智能在各领域的潜力正被逐渐挖掘。
索尼娅提到，2024年是语音技术的“Her时刻”，语音生成技术跨越了“恐怖谷”，从“几近完美”进化到真正跨越了令人不安的谷底。
她表示，语音技术的进步让人惊叹，模糊了科幻与现实的界限。此外，人工智能编程工具如Anthropic的Claude 3.5和Sonnet等，带来了编程领域的剧烈变革。
这些工具使开发者能够实现诸多令人印象深刻的成果，重塑了软件开发的可及性、速度以及经济效益。
四、 技术创新与价值创造
索尼娅指出，自Alexnet时代以来，预训练已经扩展了九到十倍的数量级，大量初级成果已被摘取。
她特别提到研究生态系统正在探索新的突破方式，其中OpenAI的推理技术是一个重要的突破。
此外，合成数据、工具使用和智能体脚手架等技术结合在一起，创造出新的智能扩展方式。
Anthropic的MCP建立了强大的生态系统和网络，推动了智能体工具的使用。她还强调，人工智能领域最令人兴奋的技术创新，正在研究与产品的模糊边界处发生。
Deepseek和Notebook LM是过去一年的两个突破性例子。
索尼娅认为，过去几年的发展表明，价值逐渐流向应用层。
她特别提到像Harvey和Open Evidence这样的公司创造了客户导向的价值，第一批人工智能杀手级应用如ChatGPT、Harvey、Glean等已经崭露头角。
此外，许多新公司将成为以智能体为先的企业，智能体将从原型转变为真正稳健的智能体。
公司正在通过严格的测试和评估进行协调，或针对端到端任务进行调整的智能体。
她说：“垂直智能体为初创公司创始人提供了极好的机会，通过端到端的训练，在非常具体的流程中表现出色，
使用的技术包括强化学习、合成数据和用户数据，使人工智能系统在非常具体的任务中表现出色。”
最后，她提到代码作为首先达到临界点的市场类别，将为智能体过剩的时代提供预览。
当劳动力廉价且丰富时，品味可能成为稀缺资产，这将对技术景观和其他行业产生影响。
五、聚焦关键领域：人工智能的未来之路
康斯坦丁的发言探讨了人工智能的即时未来，以及它当前的状态和即将面临的近期发展。
他的发言聚焦于三个关键领域：即将来临的主要趋势、实现这些变革所需的技术以及这些变化对日常生活的深远影响。
智能体经济的崛起
康斯坦丁首先将观众的注意力引向智能体经济这一新兴概念。
他指出：“在过去的一年里，我们见证了智能体从初步的商业模式发展成为今天人工智能堆栈中的关键部分。
展望未来几年，我们坚信这一领域将走向成熟，演化成一个完整的智能体经济。
在这个经济体系中，智能体不仅能交流信息，还将转移资源、开展交易，建立起一套独有的经济秩序。”
他进一步阐述道：“这个经济体并非与人类割裂，而是紧密围绕着人类展开。智能体与人类将展开深度合作，共同塑造未来。”
关键技术挑战
实现这一愿景需要克服一系列技术挑战。康斯坦丁着重强调了三个关键领域：“首先，我们需要为智能体赋予持久身份。
这意味着智能体必须保持自身的一致性，同时也要维持对用户的长期理解。否则，信任和可靠性将无从谈起。”
其次，他提到了无缝通信协议的重要性：“试想一下，如果没有TCP/IP协议，我们的互联网将如何运转？
现在我们正处于构建这一关键协议层的初级阶段，大型企业和研究机构正在携手合作，共同推动MCP协议等标准的制定。”
最后，康斯坦丁谈到了安全性：“在一个无法面对面交易的世界里，信任和可靠性变得尤为重要。
未来，安全性和信任将成为智能体经济的基石，催生出一个全新的行业。”
技术变革对个人和企业的深远影响
在谈及这些技术变革对个人和企业意味着什么时，康斯坦丁指出，这将彻底改变我们的思维模式。他说道：“我们正从决定论的计算时代步入一个随机的时代。
计算机不再是严格执行指令的机器，而是变得更加自主和不可预测。”
他还提到了管理思维模式的转变：“未来，每个人都需要理解智能体的能力和局限性，就像一名优秀的工程经理需要全面了解团队成员一样。”
最后，他强调了杠杆作用和不确定性：“我们即将进入一个资源极其丰富的世界，但同时也必须学会管理由此带来的风险和不确定性。”
康斯坦丁的发言以对未来的展望作为结尾：“我们相信，随着这些流程和智能体的整合，这将重塑个人工作、公司运营乃至整个经济体系。
我们期待在这个激动人心的时代与大家共同前行。
文章来自于 “腾讯科技”，作者 ：无忌