Sequoia Capital(紅杉資本) 最近發表了一篇文章《AI in 2025: Building Blocks Firmly in Place》,對2025年的AI發展趨勢做了三個預測,一定程度上反映了资本對于大模型方向一些定性判断。
一句話總結就是,2025年的AI格局演變明顯地從最初的興奮和快速投資階段轉向了一個注重落地、差異化和展示實際價值的階段。
目前大模型方向無論是基礎技術或產業應用都還在快速發展中,商業化進程也屬於非常早期,所以這些預測也可能是錯的,兼聽則明。
在詳細介紹Sequoia 2025年AI趨勢之前,先看看過去一兩年Sequoia對於大模型方向幾個有趣的觀點。
The Evolution of Sequoia's Insigts on LLM(紅杉資本關於LLM的觀點演進)
隨著2022年底ChatGPT的發布,全世界的聰明人,還有聰明錢迅速地對這個方向進行了各種分析和跟進。在砸入真金白銀之前,透過過去一系列的文章可以看出Sequoia的判斷從謹慎觀望又怕錯過,到迅速跟進分析投入,先小錢再大錢,也代表了VC們對這一輪以大模型為代表的“科技革命”的認識變化。Sequoia過去兩年一系列關於AI的文章中,我個人認為有3個非常有洞見的觀點:
AI's $200B Question(2003) & AI's $600B Question(2024)
2023年生成式AI的崛起標誌著一個轉折點,早期用例開始出現,展示了生成式AI在各行業的潛力。在興奮之餘,人們也開始擔憂建構和訓練這些模型所需的巨額資本支出,以及相應收入產出的缺乏。這種投資與變現之間的脫節被稱為"AI的2000億美元問題"或者“AI的6000億美元問題”。
最早在2023年的時候提出了一個AI's $200B Question(AI的2000億美元問題),2024年又有一個後續接著提出了AI's $600B Question(AI的6000億美元問題)。這2篇文章可以反映出Sequioa對於當前如此瘋狂的投入還是持謹慎態度的。
無論是2000億美元,還是6000億美元,這2個問題的核心都是關於大模型如何獲利,如何完成商業閉環。
這個問題的假設和推理過程大概是這樣的:
AI's $200B Question
一句話概括起來:
Nvidia 2023 Q4年賣了500億美元的GPU, 則大模型服務提供者買晶片的500億投入需要相應產生2000億美元的营收,是正常的生意。
其推導邏輯是這樣的:
1. 假設每花費1美元購買GPU,在資料中心運行該GPU大約還需要花費1美元的能源成本。
2. 如果英偉達在2023 Q4實現500億美元的GPU營收(基於分析師預測的保守估計),這意味著數據中心支出約為1000億美元。
3. 大模型應用和服務提供者也需要獲得利潤,例如大模型服務商OpenAI,Microsoft,Google, XAI,Salesforce等。假設他們需要獲得50%的利潤率(對應SaaS軟體的經驗),則表示對於當前2023年的GPU資本支出,這些GPU需要在其生命週期內產生2000億美元的收入才能收回前期資本投資。
4. 這還不包括雲端服務供應商的利潤——如果他們要獲得正回報,總收入要求會更高。
而在2024年,這數字變成了AI's $600B question:
From Software-as-a-Service to Service-as-a-Software
Sequoia今年10月發表的“Generative AI’s Act o1”一文中有多個非常有遠見的觀點,其中一個就是從Software-as-a-Service未來會轉向Service-as-a-Software。未來不是賣SaaS軟體了,而是sell work,直接賣價值更明確清晰的服務,也就按成果收費。
Sequioa認為AI轉型帶來的TAM(Total Addressable Market)會達到萬億美元規模,主要基於以下幾個關鍵論點:
從SaaS到Service-as-a-Software的轉變
AI時代的Service-as-a-Software,軟體公司將人力勞動轉化為軟體服務(turn labor into software),而云计算時代的Software-as-a-Service,軟體公司轉變為雲端服務供應商。兩者的關鍵差異在於目標市場從軟體市場擴展到整個服務市場,即Software的軟體市場+Labor的服務市場。
商業模式的根本轉變
AI應用未來是按成果收費($/outcome),而傳統SaaS按座位收費($/seat),比如Sierra(客服AI)按問題解決次數收費,而不再按传统的按座位收費。這種pricing策略的改變背後是商業模式的根本轉變。
市場擴張效應
AI應用程式降低了服務交付的邊際成本,使原本因成本過高而無法獲得服務的客戶群現在可以負擔。主要體現在各種原來高成本的服務或軟體現在成本迅速下降,門檻急劇降低且建造成本下降,整個市場規模也會有效擴張。
例如之前一個客服人員每天服務量有限,質檢人員每天人工檢驗量有限,靠大量的人工成本高難以負擔,未來AI客服和質檢可能以非常低的成本去7x24服務客戶,自動完成全量質檢等。新的技術可以拿到更多原來無法拿到的增量市場。
服務市場的全面覆蓋
每個領域都代表著龐大的服務市場規模,例如法律服務(Harvey)、軟體工程(Factory/Cursor/Devin)、醫療記錄(Abridge)、 客戶支援(Sierra)、網路安全(XBOW)等。
基於大模型技術的AI應用正在滲透各個領域, 這種轉變本質上是將原本需要人力完成的服務轉化為軟體自動化服務。由於服務市場的總規模遠超過軟體市場,因此整體TAM會達到萬億美元級別。這不僅是市場替代,更是透過降低成本實現了市場擴張。
從這張圖也可以看出,雖然AI基礎設施和模型層已經被巨頭佔據,但應用層還有巨大的WHITE SPACE等待創業者去開拓,而且根據歷史經驗,這個空間足夠孕育出許多成功的公司。
From "Big Bang"(2023) to "Primordial Soup"(2024)
Sequoia在2024年初發表的“AI in 2024: From Big Bang to Primordial Soup”一文認為AI發展從2023年的狂熱(Big Bang大霹靂)到2024年回歸基礎研究與探索(Primordial Soup原始湯)的轉變過程,這個比喻暗示了Sequoia對於業界需要更務實的核心觀點。
在2023年動能基礎上,2024年AI產業則以新想法和潛在應用的豐富性為特徵,焦點也從各種參數的大模型預訓練競賽中先後到達了GPT-4同等領先模型的水平,這一輪競賽國內外爭先恐後,都不甘落後。 2024年業界對"殺手級應用"的尋找愈發激烈,從AI驅動的助手到特定行業的專業工具,各種用例都在被探索。
儘管創新迅速,但在沒有明確獲利路徑的情況下,高資本支出的長期永續性問題仍然存在。這個洞見的背後也是這次Sequoia對2025年AI發展趨勢預測的基調。
Overview of the AI Landscape in 2025(2025年AI格局概覽)
到2025年,AI生態系統已經經歷了重大轉變。從2023,2024的狂熱開始進入更有結構的模式,更強調提供實際價值和合理的投資回報。
Solidification of the AI Ecosystem(AI生態系的穩固):曾經混亂且快速發展的AI格局已經穩固,形成了更明確的關鍵參與者和聯盟們。
Shift From Exploration to Evaluation(從探索轉向評估):重點已從單純產生新想法轉向嚴格評估其有效性和實際應用,這種轉變反映了業界正在走出最初的炒作階段,朝著創造實際價值的方向發展。
Focus on Execution and ROI(專注於執行和投資回報):隨著已經投入大量資金,2025年的重點是高效率落地、實現變現並展現明確的投資回報。簡單講,就是更務實,也反映出產業越來越認識到AI的長期成功取決於其為企業和消費者創造實際價值的能力。
Key Predictions for AI in 2025(2025年AI關鍵預測)
Sequioa關於2025年的AI預測主要有3個,包括LLM提供者之間的差異化、AI搜尋作為殺手級應用的崛起,以及AI投資的穩定化及持續的ROI挑戰。
Prediction 1: Differentiation among LLM Providers(預測1:LLM提供者之間的差異化)
Competition Intensifies(競爭加劇)
隨著這些提供者繼續完善其策略並利用其獨特優勢,AI產業的競爭將進一步加劇。這些公司的不同方法可能會導致不同的結果,有些公司會領先,而其他公司則可能難以維持步伐。
Sequoia認為產業(美國)內已經到了Finalists階段: Microsoft/OpenAI, Amazon/Anthropic, Google, Meta and xAI。(是的,美國没有国内这么混乱的所谓百模大战,國內真正的基座大模型一隻手就數來了)
Google:Google的優勢在於其垂直整合,包括自己的AI晶片(TPUs)、廣泛的資料中心基礎設施和強大的內部研究團隊。這種對AI價值鏈的端對端控制使Google能夠在多個領域進行積極競爭。
OpenAI:OpenAI在AI領域建立了強大的品牌,主要得益於ChatGPT的持續火爆。這種品牌認知轉化為強大的收入引擎,使OpenAI在吸引消费者和企业客户方面具有显著优势。
Anthropic:Anthropic的優勢在於其集中了頂尖AI人才,最近已經從OpenAI和其他領先機構吸引了關鍵研究人員,為推動創新提供了深厚的專業知識儲備。
xAI:xAI是一門心思先把資料中心搞起來,先搞幾十萬H100/GB200的卡片再說,其快速建造和部署大規模計算基礎設施的能力對於訓練和運行下一代大型AI模型至關重要,Grok據說效果也不錯。
Meta:Meta選擇透過專注於開源模型來實現差異化,Llama系列模型已獲得大量追隨者,Meta已成為可訪問性和開源社群驅動創新的倡導者。
Emergence of Distinct Superpowers(獨特超能力的出現)
隨著領先的LLM提供者(Microsoft/OpenAI、Amazon/Anthropic、Google、Meta和xAI)的成熟,它們已經發展出專門的優勢以在競爭格局中實現差異化,也因此塑造了它們的策略重點並影響各自獲取市場的方式。有的是賣雲,有的是賣API,有的是賣订阅(token),有的是賣应用等。
Prediction 2: Rise of AI Search as a Killer App(預測2:AI搜尋作為殺手級應用的崛起)
Sequoia對於AI Serarch方向如此重視有點意外,AI搜尋形態和體驗相比原來的傳統搜尋有較大的提升,但如何賺錢現在好像也沒有確定的方向,Perplexity都開始做電商導購了,不知道能不能賺到錢。
Fragmentation of the Search Market(搜尋市場的分化):AI搜尋的崛起可能會分化目前由Google主導的搜尋市場。專業化的AI搜尋引擎正在出現,以滿足不同專業領域的具體需求,提供更有針對性和相關性的結果。例如,Perplexity面向分析師和投資者,Harvey面向律師,OpenEvidence面向醫生。這一趨勢表明,搜尋將不再是單一的市場,而是一個多樣化的專業工俱生態系統。
AI Search Revolutionizes Information Access(AI搜尋革新資訊獲取):自ChatGPT出現以來,業界一直在尋找AI的"殺手級應用"——能從根本上改變我們與科技互動方式的應用。AI搜尋已成為此頭銜的有力競爭者,有潛力徹底改變我們獲取和利用資訊的方式。AI搜尋超越了簡單的網頁索引,轉向語義理解和知識綜合,使用戶能夠更有效率地找到資訊並獲得更深入的見解。
Prediction 3: Stabilization of AI Investment and ROI Challenges(預測3:AI投資的穩定化和ROI挑戰)
Lingering Questions about ROI(揮之不去的ROI問題):儘管投資趨於穩定且新創公司可能受益,但對實現足夠AI投資回報的擔憂仍然存在。巨額資本投入需要透過實際的商業成果來證明其合理性,這仍是產業面臨的關鍵挑戰。專注於開發能夠創造實際價值的應用對於應對這項挑戰和確保AI生態系統的長期可持續性至關重要
Benefits to Startups from Declining Compute Prices(計算價格下降對新創公司的益處):雖然科技巨頭的主導地位帶來挑戰,但AI基礎設施的過度建設正在推動計算價格下降,為新創公司創造有利條件。作為AI計算資源的主要消費者,新創公司從這一趨勢中受益,因為它降低了他們的成本並使他們能夠更自由地進行實驗和創新。
Emergence of Oligopolistic Dynamics(寡占動態的出現):少數科技巨頭(Microsoft、Amazon、Google)在AI基礎設施市場的主導地位引發了對寡占行為的擔憂。這些公司對AI發展所需的資源和平台有重要控制權,可能限制競爭和創新。
Stabilization of CapEx(資本支出的穩定化):隨著眾多資料中心建設專案的進行,2025年AI基礎設施的資本支出預計將趨於穩定。這種穩定化反映了從確保資源和建設能力轉向優化利用和最大化現有基礎設施回報的轉變。
Shift from Aggressive Spending to Focus on Execution(從激進支出轉向專注執行):2024年,大型科技公司出於對在AI軍備競賽中落後的擔憂,資本支出激增。隨著我們進入2025年,這種激進的支出正轉向更注重執行和實現已投資回報的謹慎方式。
這個表裡4大巨頭前3季度AI相關的CapEx投入累計達到了155億美元,接近1200億人民幣。2024全年應該可以到200億美元,而2025據說會超過260億美元,接近2000億人民幣。無論是資金投入強度,還是人才密度都比國內高出至少一個數量級。
總結
隨著AI產業進入新階段,2025年的重點是將基礎構建塊轉化為解決現實世界問題的應用,以及完成變現的商業閉環。
From Building Blocks to Impactful Applications(從構建塊到有影響力的應用):AI生態系的基礎要素已經基本具備,大規模資料中心仍在持續建設中,更強大的大模型正在訓練中,創新研究也正在推動AI能力的邊界。2025年的重點需要轉向利用這些構建塊(Building Block)來開發真正改善人們生活並解決各個領域關鍵挑戰的大模型應用和軟體。
Navigating the Hype Cycle(駕馭炒作週期):雖然AI的潛力是不可否認的,但也不能盲目樂觀。業界正經歷炒作和期望膨脹的時期,隨後可能就是當進展未能達到最初預期時的幻滅期。如何看待並選擇合適的策略來應對這個炒作週期需要對AI帶來的機會和挑戰進行清醒的評估,專注於長期價值創造而不是短期收益。
The Opportunity for Visionary Companies(有遠見公司的機遇):目前的格局為能夠有效利用AI創造價值和解決現實世界問題的公司提供了獨特的機會。這不僅需要技術專長,還需要對特定領域的深入理解,以及將AI能力轉化為滿足真實用戶需求的實際解決方案的能力。從這個角度看,除了幾家巨頭外,我更看好類似Salesforce這種有真實數據,有大量客戶和業務流程在平台上的公司未來一定是最先享受這波紅利的。
大模型過去2年多的發展說日新月異一點都不誇張,從來沒有一個技術的發展和應用如此迅速,發展和採納的時間週期被折疊了,我們需要快速擁抱新技術,擁抱變化,並快速改變來應對。隨著產業的成熟,專注於實際落地、差異化和價值導向將對確保大模型技術未來能否真正爆發至關重要。
本文轉載自微信公眾號“Fighter的世界”;FOREXBNB編輯:嚴文才。