一窥 AI 未来：初创公司可借鉴的观点

AI趋势展望

• 基础设施变革：生成式AI对算力和带宽的巨大需求将推动基础设施向更高计算密度和专业化网络发展，包括专用计算、专业网络、液冷散热和内存墙等技术的应用。
• AI应用趋势：
  • 多模态AI：融合声音、图像和自然语言，降低对传统设备的需求，实现更流畅的数字世界互动。
  • AI细分类别：随着AI工具的普及，AI领域将出现细分类别内的兴衰浮沉。
  • 长上下文与RAG：模型将学会结合长上下文和检索增强生成（RAG）技术，优化准确性和效率。
  • AI智能体：将从被动响应指令进化为“常驻智能体”，持续监测事件流并在关键时刻发出提醒。
  • AI在企业界的普及：将慢于大众预期，需要解决“最后一公里”的落地难题。
  • AI智能体成为主流：需要更强大的推理能力和更完善的系统整合。
  • AI洞悉人类情感：将更深入地理解人类情感的触发因素，实现个性化定制。
  • 强健的AI系统：需要统筹多个模型与工具，确保结果的可靠性。
  • AI领域新来者机会：有价值的数据往往与具体应用场景密不可分，为新来者创造空间。

给创业者的建议

• 技术趋势：
  • 计算速度提升：计算速度将大幅提升，成本将显著降低，可靠性也将日益增强。
  • 价值定价：以交付的价值为准绳来定价，考虑按用量或价值收费。
  • AI应用：将AI视为提升营收和开创新机遇的手段，而非仅仅是提高效率和降低成本的工具。
  • 卓越运营：重视流程的记录、规范和衡量，营造重视文档的文化。
  • AI瞬息万变：切勿被时代抛下，要持续学习，围绕AI技术当下擅长的领域打造初创公司。
  • 深耕细分领域：与其着眼于通用AI，不如深耕细分领域，解决特定难题。
  • 数据收集：在保障安全与隐私的前提下，着力收集多样化的高品质数据。
  • 产品市场契合度：从一开始就展现出良好的产品市场契合度、独特的竞争优势以及清晰的盈利路径。
  • 用户体验设计：设计用户体验时，让用户无需输入提示即可达成目标。
  • 产品-算法契合度：重点关注“产品-算法”契合度，透彻理解技术的优势与局限。
  • 全球化视野：AI是全球机会，全球化视角将决定你能否捕捉最大机会。
  • 人才招募：人才红利正在向初创公司倾斜，要积极招募熟悉AI运用的人才。
  • 拥抱创新：拥抱创新，拥抱变化，用符合新时代发展的眼光去看待世界。
  • 行动先于认知：行动先于认知，先积累经验、用户和品牌。
  • 产品全球化：为未来设计产品，第一天开始全球化。
  • 创业团队素质：找人要精、脸皮要厚、嗓门要大、离钱要近。

AI发展方向

• 行业领军者观点：
  • Amin Vahdat (Google Cloud)：基础设施将脱胎换骨，计算能力将迅猛增长，模型品质、安全与延迟将实现更大突破，计算成本将急剧下降。
  • Apoorv Agrawal (Altimeter Capital)：电脑自动化与多模态AI将重塑个人计算的未来，AI将实现枯燥工作的自动化，并赋予科技人性温度。
  • Arvind Jain (Glean)：AI将继续作为增强人类能力的工具，AI投资首看营收增长，回报率可暂放一边，AI的核心在于创造前所未有的产品和体验。
  • Crystal Huang (GV)：2025年，AI赋能的极致个性化时代即将到来，以用户粘性为标尺，极致的个性化定制将至关重要。
  • Douwe Kiela (Contextual AI)：让AI模型能善用上下文，实现RAG 2.0，积极在检索时纳入结构化和非结构化数据，拓宽数据源渠道。
  • Dylan Fox (AssemblyAI)：要攻克“最后一公里”的落地问题，用适当的标尺评估AI性能，AI普及的另一阻碍在于对AI技术的评估。
  • Harrison Chase (LangChain)：智能体是提升生产力的新钥匙，但其成败取决于我们的引导，破解AI难题，需以人为本。
  • Jennifer Li (a16z)：AI智能体带来的机遇，投资下一代AI基础设施，必须有个状态管理和记忆管理的体系，AI智能体真正成为主流，所需时日将超出大众预期。
  • Jia Li (LiveX AI)：拟人化AI将重塑客户体验，用AI智能体重塑客户体验，解决AI智能体的信任和安全难题。
  • Jill Greenberg Chase (CapitalG)：从协作式助理到智能体的演进，智能体工作流的兴起，直面消费者的智能体。
  • Matthieu Rouif (Photoroom)：AI将释放创作者的创意潜能，AI智能体降低了创作门槛，让每个人都能讲出不一样的故事。
  • Sarah Guo & Mike Vernal (Conviction)：AI让竞争格局日趋平等，AI如同倍增器，可增强人类能力，但仍需人类掌控方向。
  • Yoav Shoham (AI21 Labs)：告别“给出提示，然后祈祷”，着手构建全面的AI系统，前提是，你对可控性、可靠性及效率有所追求。
  • 陈冕 (Lovart)：AI应用没有能够持续的壁垒，它在不断变化，速度和认知就是壁垒，做得早、做得快就是壁垒。
  • 郭山汕 (卓飞投资)：这一轮AI本身具备“平台级潜质”，Agent（智能体）很快会迎来爆发，消费级AI应用战争刚开始，将重演移动互联网的烧钱大战。
  • 韩锐 (高榕创投)：大模型企业级解决方案要可用、有用、好用，要场景驱动、穿透企业核心业务流和靠谱地交付价值和结果。
  • 胡哲人 (连续创业者)：AI在企业界的普及速度，或将慢于大众预期，坚持结果导向，坚守用户体验。
  • 李开复 (零一万物)：AI Agent已告别Chatbot咨询/Copilot协作，实现AI自主决策及交付，产业AI落地，是从一把手开始从上到下的技术决策和组织变革。
  • 石建平 (天使投资人)：短期内不会出现大规模机器人落地，消费级AI应用战争刚开始，将重演移动互联网的烧钱大战，未来将转向应用端。
  • 郑庆生 (红杉中国)：大模型企业级解决方案要可用、有用、好用，要场景驱动、穿透企业核心业务流和靠谱地交付价值和结果，自然语言本身就是Coding（编程）。
  • 肖弘 (Monica&Manus)：AI浪潮中的机会是密集但非连续出现的，AI原生的组织正在萌芽，未来，一家完全不自研模型的公司，也能够取得与顶尖模型公司并驾齐驱的成就。
  • 万浩基 (经纬创投)：用旧指标评价新的大模型时代以及创业者是刻舟求剑，大模型时代，小公司依然有充分的竞争力。
  • 戴雨森 (真格基金)：过去的AI产品是“生鱼片”，未来的AI产品更像“水煮鱼”，大规模生产力应用将进入“龙卷风”式爆发期。
  • 韩锐 (高榕创投)：抓住AI全球化机会，用一流的基础设施，让灵感和创意直接转化为生产力，通用型智能体的竞争会非常激烈。

研究结论

• AI正以前所未有的速度快速演进，为解决复杂难题、驱动增长、提高效率及开拓全新商机带来前所未有的机遇。
• 初创公司尤其如此，他们正快速行动，借助AI抢占新兴市场机遇。
• Google Cloud处于AI创新的枢纽，以技术领先为傲，不断为客户开辟全新可能。
• AI基础设施的演进将以不同方式影响初创公司，计算能力的迅猛增长将带来模型品质、安全与延迟的更大突破，计算成本将急剧下降。
• AI应用层正成为新的潜力爆发点，初创公司将瞄准更上层，着力打造软件型服务。
• AI将推动组织重构与岗位重塑，AI Agent时代，企业的最小生产单元被拆解为待交付的任务，用结果说话，彻底打破“岗位=人头”的传统逻辑。
• AI原生的组织正在萌芽，未来公司拼的是组织效率，谁先在组织架构上拥抱智能体，谁就具备更强的持续竞争力。
• AI将赋能市场推广，实现前所未有的高度个性化，初创公司将有更多时间专注于创意构思、战略布局以及与客户建立真实的情感纽带。
• Google Cloud致力于提供全栈服务，赋能客户，特别是那些拥有“生而全球”视野的初创公司，在国际舞台上加速创新，实现突破。