为什么我们对 25 年 AI 极度乐观｜AI 年终复盘
31:34 Share

你要是问我怎么看明年 AI 市场我的回答就是一个极度乐观我对当下的 AI 市场和明年的发展都非常乐观明年肯定是个 AI 大年我发现现在市场太悲观了所以我拖延了好多天但我最后决定一定要做一期年终总结的博客就是这个原因想给大家讲清楚我们到底看到了市场里的什么东西

我们先植入主题看一下过去这两年的 AI 在发生些什么 23 年 AI 来了然后很多互联网人跟美元接近就直接冲了因为不管从什么角度 AI 这波都跟大家熟悉的互联网那波机会太像了而且天下其实已经苦互联网人 9 亿从 15 年以后其实大机会就不多了 18 年以后几乎没有

我记得过去两年长起来的到千万日活的互联网产品大概也就是像番茄小说在内的极少数的几个互联网人他发现说我好不容易练成了一身武功绝学江湖没了怎么办这怎么能忍

然后市场跟大家一起做了个判断说 AI 是不是大机会那肯定是什么量级先不说它有可能是对标店对标互联网对标语言什么的我们先不管对吧那肯定是个大机会然后大家又做了一个判断就是 AI 肯定还在早期所以很多人就有个结论说做 AI 要先去投有技术背景的人

所以像清华的各种教授都被 VC 找了一遍然后 23 年的最多的钱肯定都流向了大模型公司很少量的钱流向了做中间层跟做应用的公司其实我们一直在呼吁大家应该多把钱放在应用里面但最后很遗憾并不是这样的

所以 23 年的时候比如说但凡你是个假设从 OpenAI 出来的人都像是从神坛上下来的人一样然后大家到美国去学习也都是千方百计想约个 OpenAI 的人聊聊冲的结果怎么样我们就自然而然的来到了 24 年 24 年我觉得它不能作为一个整体来看就 24 年要分成两个部分第一个部分是 24 年的 9 月份前第二个部分是 24 年 9 月份后为什么

因为 9 月份前的市场基本就是一潭死水我现在几乎可以断言 24 年的上半年整个一级市场尤其是美元基金的一级市场就是过去 10 年甚至 20 年及未来几年一级市场的最底部就这个一定是最差的时候了尤其是新创业公司的融资几乎归零就可能会有些老公司拿到一些后续的融资但新公司就真的是几乎没有拿到融资的

在这个期间同时还发生几个事情对吧比如说那几家大模型公司大家总说的这些六小户七小户什么的他们渐渐的从热点顶端开始退温了然后像我们刚才打 openai 的人举例如果一个 openai 的人他是 23 年出来的可能刚开始的时候估值能到有几千万美金然后到 24 年的时候可能就甚至于不会有人去投了

一直到最近大家整个国内外得到一个结论说 pre-training 好像没用了大家也都不太做了尤其是国内大家都去搞 post-training 去了如果你说你是 OpenAI 做 pre-training 的人价值更小了可能现在要在国内跳槽找工作的性价比都没那么高这个时候如果一个机构仍然要出手

怎么办我们就发现 24 年的钱去了两个方向其中最主要的就是巨神智能如果说 23 年 AI 创业投资的关键词是大模型 24 年的关键词就肯定是巨神智能然后这个过程中也有一些没有那么坚信巨神智能的机构就同时兼顾了第二个方向就是 AI 硬件或者说消费电子的投资同期来看

我们看一下 23 年出来的那些创始人怎么样了我们先说大模型大模型其实大家已经讨论非常多了不去再多去聊那些什么八卦之类的我觉得意义也不大总之现在模型的发展趋势是非常符合我们自己 23 年初的判断的比如说大模型最终是 commodity 对吧它成为一个商业化的技术设施

然后比如说大模型开源的进展速度其实仍然是超过 B 元的在比如说实际应用落地的时候市场跟公司呢其实都偏向于是多模型混合的方案而不是单一模型通吃它可能会用好多个模型应用在不同的场景然后它也可能自己有一个自己训的小模型之类的

最后我们一直以来的判断就是技术永远是为了解决问题而存在的所以好的产品永远大于一切永远只是说我技术领先可能用处没有那么大那二三年出来的那些做应用产品的创业公司状态又怎么样呢

前两个月我们也计算了一下当下市场当中大概有 20~30 家应用类的公司的估值是超过了 5000 万美金当然这里的超过它也不会高太多可能大多数就是在 5000 美金然后少数可能能摸到 1 亿美金左右的边然后所有的应用公司的 A22 年收入情况怎么样首先大多数为零因为其实不得不承认大多数还是在打磨没有上线或者是刚上线在找 PMF 的阶段

少数的找到了 PMF 的能达到 100 万刀 AR 极少数头部的项目现在达到了 1000 万刀左右的 AR 最 top 的可能是能到三五千万刀大概就是整个国内外应用市场的收入的情况所以我觉得可以得到一个结论我们所有人在 23 年的时候

都对于 AI 过于乐观了以至于 24 年市场给的这些反馈就比较偏负面又让大家过于悲观包括我们最近看到很多人在讨论跟总结当下市场的时候其实都是一个比较偏悲观的一个基调有的人直接就说悲观有的人讨论半天但其实他心里是悲观的但我们真的是不一样我们真的是对当下跟未来 AI 市场是极度乐观的状态这就要从 24 年 9 月后来说起

在 9 月后我们发现市场发生了几个核心的变化第一是融资市场明显富足就有很多高估值的初创企业出现这可能来自于一些机构它年底要冲 KPI 或者它明年有一个募资的规划所以今年到明年要多投都是可能的原因另外还有一个原因就是我们确实发现各种模态模型的能力在默默加强了

比如说图片生成的能力其实在某种维度上早就超过人类了然后语音跟歌曲生成的能力如果你看了最近 SUNO 新出的一些歌曲制作的东西包括其他的一些语音型的东西我相信你会跟我一样得到一个结论说语音和歌曲模型的能力也基本超过人类了

然后视频跟 3D 模型它的进展速度是远超大家预期的我记得就 23 年的时候大家还在讨论说视频模型可能还得要个两三年 3D 模型可能还更久但过去一年里面视频模型的发展速度非常快而且这里面核心主流的玩家也有非常多国内的玩家

比如说可灵比如说 minimax 的海螺比如说字节处的视频模型等等还有很多创业公司的视频模型其实在国际上都是比较领先的一个位置我们可以说现在视频生成跟 3D 生成大概接近于 GPD3 当年的水平如果是这样的话 25 年大概可能能达到比如 3 到 3.5 其实基本是可用的一个状态

最后大圆模型本身的进展速度反而是最低于市场预期的大家都期望说 GPT-5 或 GPT-4.5 能抓紧出来但最后实际上是没有的

但是我们同时要看到虽然它大的发展低于预期但是它不断的在做增加性能和降本的工作所以其实现在很多应用已经到了一个可用的临界点之前大家觉得说 token 费用太高或者说模型的能力没有那么强总差那么一点现在在很多领域其实已经够了另外就是今年以 OpenAI 为首推出了像 O1 这样的推理模型

可能很多人觉得说 O1 使用起来就那样但是它其实真正的让 agent 落地变得可视线了然后最后一个点就是这几个月新发生的市场变化里面可能大多数人最容易忽略的但我们的感知特别明显的一个点是什么呢就是创始人的画像发生了明显的变化

在 24 年中及以前 AI 创始人基本都是互联网这些传统行业转型出来的但最近几个月我们看到了大量这种我们称之为 AI 创二代的人出现

比如说大模型公司出来的大厂的 AI 业务负责人出来然后甚至也有一些中小型 AI 创业公司里面的联创高管出来再做创业这些人对 AI 的理解他们的认知他们讲的要做的方向和故事都给人耳目一新的感觉可能跟之前的是非常不一样的所以我们是切身体会到了整个 AI 市场从底层技术

到从业者的质量再到资本的环境等等全都是在进步的而且这个进步毫无疑问会继续延续到 25 年所以这个就是我们乐观的核心原因当然我知道有很多人可能担心比如说美元基金的问题宏观经济的问题包括一些地缘政治的问题等等但我自己一直坚信最终决定市场的是资产本身的价值供给总归会有波动资金会流向那些能让他赚钱的地方

但只要你的资产做得足够好那一切问题都是能解决的所以我是觉得长期来看 AI 这波是没有什么太大的问题的那讲完了过去我们再来看一看 25 年 AI 会往什么方向走都有哪些机会首先大的市场环境我们相信会进一步的变好

但这个变好的表现形式大家要注意它不是一个像当年的万众创业或者火热市场的回归的那种变好而是越加的两极分化从资本方向来说现在已经分成了像美元基金跟人民币基金然后国内目前一级市场其实明确的两条路一条是出海一条是国产替代硬科技卡脖子等等前者偏美元后者偏人民币从

从创业融资来讲机构会更倾向于把钱投给背景非常好的人并且愿意给到更高的估值而不是去低估值的撒很多小项目

从 23 年开始的很长一段时间我们看到的创业公司第一轮的估值大概就是在 5000 万人民币上下平均下来然后这两个月我们看到了很多一上来就是两三千万美金估值甚至于也有几个市场里在传的 5000 万美金左右的第一轮的估值所以其实单个项目的估值是在涨的

但是并不是说数量涨了非常多现在不存在这种情况是什么你说我背景不太好然后我这个事也不是准备那么好但是我愿意接受一个低估值我用低估值来换投资这个事仍然是不太成立的所以这里想提一个建议如果现在在听我播客的人还没有进入到 AI 这个圈子

你又对自己的能力跟积累有一定信心当下可能仍然不是选择创业的最好的时候现在最好的选择是什么你可以选择加入另外一家 AI 的创业公司或者去某个大厂的内部负责 AI 的业务这样来进行一些积累和学习当你在这段经历里面做出了一定成绩然后你再考虑创业可能是一个更好的选择

然后第二点就是像我们之前说的 23 年市场的关键词是大模型 24 年的关键词是巨神智能 25 年的关键词会是什么我觉得一定是应用落地这里面包括软件的应用以及说一些 AI 硬件的应用的落地

除了这些好像也没什么了你说大模型也投完了巨神智能也投了差不多了那就是得投应用落地了而且这个现在好像已经变成了中美市场以及一二级市场的一个共识就是大家二五年都想去找那种真正能落地的资产标的从具体的落地角度过去两年大家探索出来的一个最共识的方向也是目前最能落地的方向就是我们叫生产力工具类的产品

其实它大概是过去一年活起来的一个概念也有人叫它 Prosumer 或者叫 Pro-C 的人群或者也可以说是小 B 大 C 的这么一群人比如说专业的视频创作者歌曲创作者保险经纪人券商从业者等等甚至也包括像 AI coding 的工程师群体等等然后这里的核心原因是什么呢为什么最后卡出来这么一个人群

首先第一点就是过去 5~10 年国内市场似乎验证得到一条结论就国内的 2 大币市场好像不行做不起来这里问题原因当然很多但核心的几条我理解就是国内人均 GDP 低人的成本低所以用软件去替换人好像意义没有那么大

然后就是产业结构和美国不同美国头部企业都是私企国内很多头部企业是国企然后最后很多利润其实是被大量的渠道转走了当然这里面也会涉及到很多这种帐期定制化私有化等等这样的问题吧

然后大币不行纯 C 行不行好像也不行这里最核心的一个原因是什么就是国内 C 端的付费意愿跟能力都比较低 AI 又是一个一上来就有 token 成本的事情所以之前互联网时代说我先免费拉用户我先亏钱然后我未来再靠广告赚钱的路径好像就行不太通

所以最终大家就卡出来这么一个小 B 大 C 的概念就是生产力工具因为这个人群它兼具了 C 端的用户和传播属性也有一定的类似 B 端的付费能力而这个概念在 25 年我们相信仍然会是一个偏主流的方向我也相信明年我们可能会看到一批达到千万美金 ARR 收入的这类创业公司的出现然后除此之外 25 年我们最看好的两个方向是 Agent 和多莫泰

这里 agent 其实大家提的很多但我其实个人认为多摩泰的潜力是更大的但我们来分别讲一下先讲 agentagent 其实从去年就开始火但直到最近推理模型能力提升才真正解锁它的可行性

然后未来也许各种专业人群垂直领域都会有 agent 的机会而且现在有很多人认为 agent 会是对传统 SaaS 的一次迭代更新并且市场价值可能会是 SaaS 的 10 倍因为本质上 SaaS 是提供了软件服务而 agent 是提供软件服务加人力的一整套打包解决方案

就是你可以想象到 SaaS 是我提供一个软件给你公司的员工去用但 Agent 自己具备一定的智力所以它是软件加用 Agent 来执行它可以替代整个部门甚至这里也有个核心问题不管你是做一级还是二级投资还是去做职业选择等等都会遇到的问题 Agent 到底是大厂和现存玩家的机会还是新创业公司的机会

如果说 agent 是对 SaaS 的更新迭代那会不会是现有的 SaaS 公司直接加上一些 agent 的能力做一个新产品就可以为了回答这个问题我去研究了 SaaS 当年是如何取代传统软件公司的也就是为什么传统软件公司当年没有成功转型成 SaaS 我发现答案有几个第一就是将现有的本地化的软件迁移到云端还是有一点技术门槛的而且成本挺高的

第二是 SaaS 公司更用户导向更产品导向因为它需要持续交付而传统软件公司更多是强销售一次性销售

然后最后一点也是最重要的就是两者在商业模式上有本质的区别传统软件是开发完成后一次性付费比如说一年几百万的费用而 SaaS 公司是少量多次的订阅值收费所以你可以想象传统软件公司可能是重渠道重线下长周期他不知道要开多少次会吃多少次饭最后敲定一个几百万上千万的大单

而与此同时 SaaS 公司可能有一个刚毕业的学生对吧他正坐在办公室里跟客户约了个视频会说你看我们线上可以直接开通一个月只要 500 块每个人然后功能可能跟你们几百万买的一样你要不要

所以说 SaaS 公司和传统软件公司从开发模式销售模式到组织结构人员管理等等都有本质的区别这个区别就决定了传统公司要转型是很难的最后可能还不如重来或者去做一些收购然后我们再来看 AI 公司和 SaaS 公司在这个点上相比如何从技术门槛上来看 AI 的技术门槛和改变

可能没有之前变化那么剧烈但开发模式一定是需要根据 AI 时代来重新变化然后从销售模式和商业化上来说这里可能会有一个跟之前类似的核心的变化就是如果未来 AI 真的能做到按结果付费而不是按订阅付费那可能就会是一个对现有 SaaS 公司和模式的颠覆式的变化

我现在可以卖一个 SaaS 软件给客户说这个能帮你比如说 100 个销售人员提效然后客户买了试了但最后结果到底怎么样到底使用的深度怎么样其实我相信现有的 SaaS 表现是不一定那么好的但如果有家 AI agent 的公司出来说你就拿去用最后你看帮你省多少钱你在分我其中的百分之多少

如果最后真的 AI Agent 能实现这个效果我就会倾向于认为 Agent 仍然是新公司的机会因为像我们刚才比较的一个传统的公司包括现在 SaaS 的公司要彻底变革成一个新的商业模式太难了因为随之而来的销售人员的管理和组织模式等等可能都会发生剧烈的变化

在 SaaS 时代销售的作用其实已经弱化了比如我们会听到说很多 SaaS 公司会有这种成百上千人的电销团队的意思所以说后面 SaaS 会有这种 PLG 的说法就是通过产品本身的功能和口碑来吸引用户然后再去做商业转化但如果 agent 最后真的按结果付费

那似乎好像大多数公司就不再需要销售了我可能做做 SEO 做做营销就够了因为你想如果我是客户反正你按结果付费有多少我都去试一下最后谁做的好我就保留谁就好了除此之外还有两个问题其实是当下所有 SaaS 公司都会遇到的一个是客户觉得说 SaaS 软件的定制化太差了都是通用功能

另外是 SaaS 软件太多数据又无法打通这两个问题其实都非常适合用 AI,Bot,Agent 这种概念来去解决所以未来有没有可能一个公司它就是使用一个打通的 Bot 平台上面有 N 个 Agent 互相协同就足够了

所以上面是我们基于商业逻辑的分析虽然分析了这么多我最后始终认为最终最重要的就是人和组织的问题比如说你可以想象到大多传统软件开发者可能是背个公文包的中年人的形象你不会觉得他们懂互联网也不觉得他们能转型成功 SaaS 创始人其中有大量的很深的行业 knowhow 的人他们当然也懂互联网但这里面有多少人能够快速的转型到 AI

这个不确定对吧我相信他们可能会比如说犹豫一年然后自己内部先试验一段时间然后呢再从外面招个人做一段时间中间万一发现这个人不行那可能还要再换那这些时间成本其实已经完全足够一家创业公司跑起来了所以最终啊我认为市场上创业者的平均基准线能力决定了新玩家的机会有多大

我相信在比如说 20 年前这个基准线肯定是不及格的所以有大量的互联网人出来颠覆的机会然后 10 年前可能是刚及格所以大家仍然会问说你这个事腾讯做怎么办百度做怎么办但最后还是会出来大量的创业公司的机会然后在今天我觉得在 2C 领域这个基准线可能已经非常高了

比如说你不会觉得今年的张一鸣跟 10 年前的张一鸣有本质的区别也不会觉得他落伍了实际上他应该是更强了但 2B 领域我觉得这个基准线还没有到 2C 那么高尤其是国内的 2B 跟 SaaS 跟海外一些国家的水平比起来也是有待进步的所以我觉得 2B 领域里面仍然是有大量新公司的机会的

作为结论我觉得 25 年的 agent 第一主要会在 2B 领域落地我们一会会提一下 2C 但它主要会在 2B 领域落地

第二是一些存量的 SaaS 公司会基于已有的渠道先快速利用 AI 概念空占一些市场这个已经是我们看到的比如一家 SaaS 公司它之前本来一年有几亿的收入然后有一堆的渠道对吧他说我现在推出了一个 AI 产品然后利用已有的渠道很快的一年卖个几千万能不能行肯定可以的所以传统的有渠道的 SaaS 公司会利用 AI 的概念先见到收入

但是第三点就是我们刚才讲的更多的主打新商业模式的 agent 的创业公司会开始冒头并且会在未来持续的反攻现存的 SaaS 企业然后讨论完 2B agent 我们这里再提一个容易被大家忽视的问题啊

比如说我们以 Publicity 这家公司为例大家提到 AI 就会想到几个最大的场景跟代表公司比如说典型的两个就是培疗的 character.ai 最后卖给了 Google 和现在估值接近百亿美金的代表搜索的 Publicity 但如果我说 Publicity 实际上是一家 agent 的公司你会怎么想 Publicity 的创始人前阵子在斯坦福做了一个对谈

那个主持人问他说你觉得你这家公司最终如何成为一家伟大的公司他的回答是什么呢他说如果我们能够帮助人们找到所有问题的答案并帮助他们完成所有任务我们肯定能寄生于此列这个回答看起来很普通但其实开启了我的一个认知升级就是原来 Publicity 的目标不是搜索而是在完成任务上

其实后来我一想觉得也是你看我们每个人搜索最终是为了得到一个问题的答案和解决方案 Google 已经把信息检索和推荐可能做到了极致了但用户大多数时候仍然是要跳转出去去寻找答案的如果 agent 的可行是否能在搜索的同时自动帮助用户完成解决方案比如说 Publicity 已经上线的电商搜索就是一个类似的尝试

与其我在各个平台先去搜索商品搜索这些商品的评价再去各种电商平台再比价再下单为什么我不能在一个平台上完成我直接在搜索的时候说在什么季节现在什么温度我想买双适合的鞋然后给我推荐的一些鞋再帮我比较各种品牌跟款型各个平台的定价最终我直接在搜索网站上一键点击下单

其实这个就完成了从这个角度来说是否可以说 Pepetext 最终就是一家 agent 的公司这是不是也解释了为什么它有这么高的估值因为如果是这个逻辑的话确实它有可能是下一代 AI 最大的入口跟平台而且它好像就是 OpenAI 最大的竞争者我们再把这个逻辑推而广之

就是前微软的 CEO 纳德拉曾经讲过一个点他说比尔盖茨在他整个职业生涯当中一直强调的一件事是数字领域只有一个类别叫做信息管理我相信张一鸣可能也会有这种共同的观点像我们刚才讲的 perplexity 的例子如果信息管理最终大多都会指向一个行为一个 action

有没有可能 agent 的时代最终的类别叫做信息管理加行动让 agent 就是一个完成体所以当下所有做信息类的辅助类的 AI 产品尤其是 2P 和 2Presumer 类的未来是不是都要往提供结果的角度去思考和发展比如说现在一款 AI 产品可能做的是帮你怎么样更好的搜集信息这款产品就要想如果用户搜集信息是为了比如说做一个视频

所谓的 agent 的时代是不是你未来都要做搜集信息加自动出一个视频这是一个简单的小例子是大家可以持续思考的终于讲完了整个的 agent 然后最后我想讲一个我觉得最重要却很少人提的方向就是多摩泰尤其是多摩泰在 2C 领域的落地跟应用

大家这两年一直在讨论 AI native 讨论是不是所有的 APP 都值得被重做一遍然后目前为止肯定还没有答案我觉得这个答案就藏在多么太之中尤其是 2C 领域里面如果 AI 只是产品的一个附属功能比如说现在很多人在产品里面加入了 AI 总结 AI 提示 AI bot 做一些聊天对吧但产品的交互界面和形态都没有发生很大的变化

那自然不可能是一个 AI Native 的产品但在多模态的视角之下产品的组织形态和使用逻辑都是有可能发生彻底的变化的比如我们以 notebook LLM 为例就是 Google 出的一个产品它能够让用户上传一篇文章然后自动变成两个 AI 的对话就像播客一样而且用户还能随时插入这段对话去进行互动或者改变对话的走向

比如说你可以跟两个 AI 主播说某个点我好像没太听懂你们能不能再多解释一下这两个人可能就往这个方向去讲了这里就典型的用到了 AI 的理解能力语言能力也引入了多个 AI 的人格并且完成了跨模态的内容组织还加入了用户的互动可以想象到这类产品的最终形态跟使用行为肯定是现有产品无法承接的

如果我们再把这个例子幻化我们用多模态中所谓的 any to any 的思路来推演就是任何模态到任何模态也就是说未来用户的输入可以是任何内容不管是发一段话拍一张图上传一段视频还是可能给个链接等等 AI 可以把这类内容变成任何最适合的形式来输出比如说如果我今天想学习一个概念然后我输入进去可能就是几句话

然后 AI 可以直接帮我生成一段辩论类的视频综艺来帮我理解我还可以随时作为其中的一方的辩手去加入进去提出我的问题或者我去提出反对的意见这是不是就是颠覆了现有的内容获取跟人类接受教育的方式所以我认为 agent 的路径是相对有标准答案的但 ANAT 的答案可能就藏在多么太之中

当然我现在只能给一些大概的思路跟方向这肯定不是一个完美的 AI native 的答案当然这个也不是我现在能够解决的问题我觉得这个是需要无数勇敢和天才的创业者和产品人来探索的在这里我只能给大家几个我觉得可以持续思考的建议第一就是虽然我们讲它是 any to any 就是任何模态到任何模态但从历史经验来看

是不是视频类型内容的输出才是多么泰的一个最终的归宿当然这里面有可能会有一些文字会有些图文但是不是视频是最大的然后第二点就是人们未来的内容消费会不会都从被动的接收信息转变为被动接收与主动参与的结合就像我们刚才举的辩论类视频的例子一样或者包括现在的 notebook lm 的播客都是用户可以随时加入进去

也有很多人在讲未来的视频和游戏是不是会融合成一件东西我理解都是一件事情就是增加互动性然后第三点就是

any to any 多么太这件事仍然是生产力的变革如果我们能够通过新的 AIbotagent 和人以及人与人之间的各种组织形式的变革去改变背后的生产关系是不是可行的那我相信如果这个问题的答案能够出现那那一天呢可能就是真正的下一个抖音将要出现的时候

最后我想讲就是我知道很多人这两年可能没有那么好过做不做 AI 其实可能也都差不多但是我确实明确看到身边早入场的人和坚定乐观的人获得了回报包括我们自己就比如今天这一批高估值的公司绝大多数都是 23 年初就勇敢进场的创业者比如去年

我们交流 AI 比较多的人这些人可能哪怕当时没有创业他今天也都遇到了各种各样的机会也成了各个大厂或者 AI 公司的核心业务的负责人所以最后我想用之前我讲过的两句话来收尾也是对大家 25 年的建议和祝福就是在巨大的不确定性面前保持乐观在脚踏实地赚钱的同时保有梦想

希望大家 25 年一切顺利一起加油