•
紅杉美國：未來一年，這五個AI方向將撕開10兆市場缺口
2016年，當DeepMind的AlphaGo擊敗圍棋世界冠軍李世石時，很少有人意識到，那不僅僅是演算法的勝利，而是一場全新時代的開啟。誰又能想到，如今人工智慧會發展如此迅猛，並帶來巨大的變革。
最近，紅杉美國合夥人Konstantine Buhler在最新的《The $10 Trillion AI Revolution》分享中直言：人工智慧革命，將是一場不亞於甚至超過“工業革命”的變革。
並且他們預計，這場變革將釋放10兆美元的巨大價值，而目前僅有200億美元的服務業被AI改造——這意味著還有99.8%的市場等待挖掘。
紅杉資本作為全球最頂尖的投資機構，公開了未來12-18個月的五大重點投資方向，這些領域可能將決定AI產業的發展格局......
從蒸汽機到AI工廠的認知革命
回顧工業革命，三個關鍵節點勾勒出技術革命的典型路徑：蒸汽機發明（1765年）、第一個現代工廠系統誕生（1832年）和流水線形成（1876年）。這一處理程序耗時逾百年。
但從第一台蒸汽機到第一座工廠，花了67年時間；從第一座工廠到流水線，又花了144年。
紅杉在報告中指出，為什麼需要這麼長時間？答案在於專業化的必然要求。
任何複雜系統發展到一定規模後，都必須將通用元件與高度專業化的元件相結合。工業革命的本質，就是將蒸汽機這一通用技術進行專業化改造，適應特定行業的生產需求。
如今，歷史正在重演。1999年輝達發佈的第一塊GPU GeForce 256堪稱這個時代的“蒸汽機”，而2016年出現的第一個AI工廠（彙集演算法、算力與資料）則相當於第一個現代工廠系統。
紅杉預測：知識工作者的算力消耗將增長10-10000倍，這將為那些致力於AI專業化應用的創業公司創造巨大機會。
兆市場：服務業AI化的巨大機遇
紅杉在報告中展示了一張罕見的圖表，按市場潛力對美國服務業崗位進行了排序。資料顯示，美國服務業市場規模高達10兆美元，但目前只有約200億美元被AI自動化。
這可是一個“10的13次方”等級的巨大機會，紅杉表示，我們不僅要擴大AI在現有市場中的份額，更要將整個蛋糕做得更大。
這一趨勢類似於雲端運算發展初期。當時，SaaS（軟體即服務）僅佔3500億美元軟體市場的60億美元份額。如今，SaaS不僅奪取了本地部署軟體的市場份額，更將整個軟體市場規模擴大到超過6500億美元。
紅杉已經在多個服務業領域佈局：
醫療健康領域投資了Open Evidence和Freed
軟體開發領域佈局了Factory和Reflection
法律服務領域押注了Harvey、Crosby和Finch
其創始人唐·瓦倫丁始終強調市場的決定性作用，”紅杉在報告中提到，認知革命將拓展市場邊界，在服務業領域催生出眾多以AI為核心的大型獨立上市公司。
五大趨勢：AI產業化的明顯訊號
在紅杉看來，五個明顯趨勢正在AI領域形成，標誌著這項技術正從實驗室走向產業化。
01 槓桿優於確定性
工作範式正在根本性轉變：從過去對任務槓桿作用極小但對結果有100%確定性，轉變為對任務擁有超百倍槓桿但對結果形態不完全預知。
想像一位銷售人員不再親自管理所有客戶帳戶，而是為每個客戶配備一個AI Agent，自動追蹤進展、洞察變化並提示互動機會。雖然AI可能會犯錯，需要人工干預，但這種模式下槓桿效應達到百倍甚至千倍等級。
02 真實世界的驗證
長期以來，AI領域依賴學術基準評估模型性能。ImageNet曾是電腦視覺研究的黃金標準。但現在，真正的驗證必須來自真實世界。
Expo公司為了證明自己是全球最強AI駭客，沒有停留在學術基準上，而是直接進入HackerOne平台與全球註冊駭客同場競技，最終證明了自己的實力。
紅杉強調，基於真實世界資料的衡量，才是新的黃金標準。
03 強化學習落地應用
強化學習技術討論已久，但在過去一年才真正走向產業應用核心。不僅大型推理實驗室從中受益，許多創業公司也借此突破技術瓶頸。
Reflection公司就利用強化學習來訓練卓越的開源編碼模型，取得了顯著進展。
04 AI融入物理世界
“AI進入物理世界”正在超越概念階段，成為現實。這不僅限於人形機器人，還包括利用AI創造流程和硬體的新型公司。
Nominal公司利用AI加速硬體製造過程，並在產品部署後繼續使用AI進行質量保證，展示了AI在物理世界的多種應用可能。
05 計算成為新生產函數
“計算”已成為新的生產力衡量標準，具體指標是每位知識工作者的浮點運算次數（FLOPS）。
根據紅杉對被投公司的調研，他們普遍預測**每位知識工作者的算力消耗至少將增加10倍。
在更樂觀的願景中，可能增長一千倍甚至一萬倍——這意味著未來知識工作者可能同時使用數百甚至數千個AI Agent協同工作。
未來一年：紅杉重點佈局的五大方向
基於上述趨勢，紅杉確定了未來12-18個月重點關注的五個投資主題。
方向一：持久記憶——AI的能力盲點
持久記憶至少包含兩層含義：長期記憶（讓AI記住上下文資訊）和AI身份持久性（保持獨特個性和風格）。
目前，儘管有向量資料庫、檢索增強生成（RAG）等技術嘗試，持久記憶問題仍未被徹底解決。就像早期網際網路沒有搜尋引擎一樣，AI需要自己的“Google”來管理和檢索記憶。
紅杉認為，誰能解決記憶問題，誰就能掌握AI Agent大規模應用的鑰匙。
這也正是紅熊AI持續深耕記憶科學技術的原因。
方向二：無縫通訊協議——AI世界的TCP/IP
回想網際網路革命，TCP/IP協議不是終點而是發令槍。AI時代同樣需要標準化通訊協議，實現不同AI Agent間的無縫協作。
未來，你可能只需向自己的AI Agent下達指令，它便會自動與其他商家的Agents詢價、比價甚至完成支付。這將重構現有商業模式，削弱那些依靠簡化使用者操作建立護城河的平台的優勢。
方向三：AI語音——已經成熟的技術
紅杉認為，AI視訊可能還需一年成熟，但AI語音的時代已經到來。兩個關鍵指標的突破證明了這一點：保真度（語音質量達專業水準）和延遲（低至支援即時對話）。
AI語音的應用前景廣闊，從AI朋友、伴侶到治療師等消費者應用，再到企業端的物流協調、場外交易等場景，都有巨大潛力。
方向四：AI安全——全鏈條防護需求
AI安全領域存在巨大機會，貫穿從開發層到消費者的全鏈條。
開發層需要幫助AI實驗室安全開發技術；分發層要確保技術安全傳播，模型不被篡改；使用者層要確保消費者不會無意中引入漏洞。
與物理世界不同，數字世界的安全防護不受空間與成本限制，未來可以為每個人、每個Agent配備成百上千個AI安全Agent，建構立體化防護體系。
方向五：開源AI——自由競爭的關鍵
開源AI正處在關鍵十字路口。兩年前，開源模型還無法與最先進閉源模型競爭，但今天這一判斷正面臨嚴峻挑戰。
紅杉堅信，開源能夠參與競爭並提供一些最頂尖的基礎模型，這對於一個更自由、開放，讓任何人都能創造的未來是必不可少的。
寫在最後，百年征程壓縮至數年
如果這些投資主題都能取得突破，將會發生什麼？紅杉相信，這些進展將凝聚成一股強大力量，將工業革命時期通往“流水線”所需的百年漫漫長路，壓縮至短短數年。
我們正處在一場深刻的“認知革命”的重要發展階段，這不僅關乎技術進步，更關乎人類思維和工作方式的根本變革。
農業革命改變了我們與土地的關係，工業革命改變了我們與物體的關係，而認知革命，正在改變我們與思想的關係——這才是真正前所未有的變革。
未來，對於創業者、投資者和普通人來說，理解這些變化並主動參與其中，可能是這個時代最大的機遇。 (紅熊AI)