紅杉這份報告把 2025 年 AI 賽道“下一步”投資機會說得非常清楚

標普 500 的市值分佈

紅杉美國合夥人 Konstantine Buhler 發表了一場題為 《The $10 Trillion AI Revolution》（10兆美元的人工智慧革命） 的演講。

我用AI學習了下，把原文壓縮成 5 句結論 + 15 個關鍵詞。

1. 產業階段判斷
   工業革命花了 211 年才完成“蒸汽機→工廠→流水線”的細化；AI 革命現在只走到“GPU 蒸汽機→深度學習工廠”，下一幕是“專用流水線”——垂直場景的 AI 專用系統會替代今天的通用大模型，成為新壟斷者誕生地。
2. 市場規模重估
   AI 服務市場不是 200 億，而是 10 兆美元（紅杉把“被替代職業人數×年薪”直接加總）。雲時代的 SaaS 把 3500 億軟體市場撐到 6500 億；AI 時代會把今天所有“人力服務”重算一遍，邊界被整體外推。
3. 五大趨勢決定打法
   生產力槓桿：百倍效率換可控性下降 → 產品必須把“人-機校驗”做成默認工作流。
   評價標準出實驗室：真實業務指標 > 學術 benchmark，先做場景“擂台賽”。
   強化學習實用化：RL 不再是論文，而是核心配方，誰先調出“RL+垂類資料”誰先贏。
   AI 進物理世界：軟體紅利吃完，硬體製造、質檢、物流、機器人是下一個 10× 窪地。
   算力新生產函數：FLOPs/人×10～10 000 倍增長，推理效率與安全是隱形千億市場。
4. 紅杉當下在押的 5 條賽道
   ① 持久記憶（長時記憶 + 身份一致）
   ② 無縫通訊協議（AI-to-AI 的“TCP/IP”）
   ③ AI 語音（比視訊更快落地，B2B 調度/交易場景最肥）
   ④ AI 安全（研發-分發-終端三層防護，可做“安全代理”標準化產品）
   ⑤ 開源競爭力（防止巨頭鎖死生態，持續投開源模型與工具鏈）
5. 給創業者的一句話行動清單
   Step1 選一條“年薪×人數>500 億美元”的垂直人力賽道；
   Step2 用 RL+專有資料訓練“小模型”，先在一個真實 KPI 上做到世界第一；
   Step3 把“持久記憶+多 Agent 協同”做進產品，讓使用者直接僱傭一支 AI 團隊；
   Step4 把節省下來的 50% 成本換成按結果計費的新商業模式；
   Step5 在 18 個月內把業務資料反喂模型，形成資料飛輪，達到對手 10 倍效率差——那就是你的“專用流水線”。

15 個關鍵詞

專業化、10 兆替代成本、RL 工程化、AI 物理化、FLOPs 生產函數、持久記憶、AI 語音入口、安全代理、開源護城河、真實 KPI 競技、資料飛輪、垂直小模型、人-機校驗工作流、按結果計費、效率差×10。 (B Impact杭派創業)