红杉资本2025年AI三大展望：大模型厂商各显神通；杀手级应用AI搜索；AI支出变稳...

关注

转载 2024-12-12 09:35:25 1.6k 阅读 AI 写同款· GEO 优化 ›

2024年，随着Scaling law放缓，AI领域在大模型、基础设施上的能力稳步提升，尽管应用层出现了各种有趣的探索，但是更大的潜能有待挖掘。2025年即将来临，将出现哪些变化？

近日，红杉资本投资人David Cahn对2024年AI领域的发展作了简要总结并对2025年作了三大预测。他认为，今年是AI发展的萌芽期，其构建基石已经稳固建立，只待2025年发芽结果。他在本文中阐述了三点预言：

首次，基于大模型厂商各自选择的策略，竞争格局出现明显差距；其次，AI搜索将成为杀手级应用，不同领域也将拥有专用AI搜索；最后，AI领域的投资回报率仍被拷问，资本支出将趋于正常化。

（本文由OneFlow编译发布，转载请联系授权。原文：https://www.sequoiacap.com/article/ai-in-2025/）

来源 | David Cahn

OneFlow编译

题图由SiliconCloud平台生成

去年1月，我们将 ChatGPT 比作 AI 的“大爆炸”，并预言 2024 年将成为 AI 的萌芽期。AI 生态系统中充斥着新思想和潜在能量，正是新创业者崭露头角的成熟时机。“空气中弥漫着巨大的潜力，但仍处于无形状态，”我们当时写道，“需要远见卓识将其转化为现实、具体且最终具有影响力的成果。” 　

如今，AI 生态系统已趋稳固。在最大模型的竞赛中，已有五位“决赛选手”崭露头角。英伟达备受期待的 Blackwell 芯片本月即将发货。其中许多原计划于 2024 年初启动的数据中心，现已全面进入建设阶段。台积电正扩建新厂产能，博通则致力于定制化 AI 芯片的研发：整个供应链已全速运转。从医疗到法律再到保险，各行各业的新 AI 项目纷纷启动。
　

如果 2024 年是 AI 的萌芽期，那么如今其构建模块已稳固确立。AI 的潜力正凝结成现实且具象的存在——体现在全美各地拔地而起的数据中心，从宾夕法尼亚州的塞勒姆，到德克萨斯州的圆石城，再到威斯康星州的芒特普莱森特。若 2024 年充斥着层出不穷的新理念，2025 年则将是筛选这些理念，以验证哪些是真正奏效的。　

以下是我们对明年的三个预测:　

1. 大语言模型提供商已经发展出各自独特的超能力——这将导致 2025 年出现逐步的差异化和竞争格局的变化。

2024 年，大模型竞赛的核心在于与 GPT-4 实现同等水平。五家公司成功达成这一目标（或接近目标），从而成为“决赛选手”：微软/OpenAI、亚马逊/Anthropic、谷歌、Meta 及 xAI。其他公司则纷纷退出竞赛，其中最引人注目的是 Inflection、Adept 和 Character。　

为了达到 GPT-4 级别，这些公司大致遵循了相同的策略：尽可能多地收集数据，利用尽可能多的 GPU 进行训练，并对预训练/后训练架构进行优化以最大化性能。随着 2024 年人才在各组织间流动，大模型训练鲜有秘密可言。　

随着每位玩家为下一轮 LLM 规模扩展做准备——这很可能涉及计算规模的又一次 10 倍增长——实验室正演化出差异化的超能力。可以说，他们已经“选定了武器”，以应对未来的挑战。到 2025 年，这些不同的策略将导致各异的结果，一些玩家将脱颖而出，而另一些则可能落后。　

谷歌——垂直整合：谷歌迈向 2025 年的优势在于其垂直整合战略。谷歌是唯一拥有自家一流芯片的企业：TPU 有望在 2025 年与英伟达的 GPU 一较高下。此外，谷歌自建数据中心，自主训练模型，并拥有一支实力雄厚的内部研究团队。不同于微软/OpenAI 和亚马逊/Anthropic 的合作，谷歌通过掌控价值链的每一个环节来争夺制高点。　

OpenAI——品牌影响力：我们已看到一些关于 ChatGPT、Claude 与 Gemini 的无提示知名度调查，差距显而易见。OpenAI 在 AI 领域拥有无可匹敌的最强品牌影响力。这使其在大型 AI 企业中创造了最强劲的营收引擎，据报道，OpenAI 的营收已超过 36 亿美元。若 AI 领域的成功最终取决于消费者心智份额和企业分销渠道，OpenAI 或将继续拉大与竞争对手的差距。　

Anthropic——人才吸引力：2024 年，OpenAI 遭遇了研究人才的大规模流失，而 Anthropic 则迎来了人才的涌入。随着 Jon Schulman、Durk Kingma 和 Jan Leike 在 2024 年相继离开 OpenAI 加入 Anthropic，该公司在研究人才中的影响力日益增强。此外，Anthropic 还进行了一些重要的高管招聘，聘请了 Instagram 联合创始人 Mike Krieger 担任首席产品官。在 GPT-3 发明者 Dario Amodei 的领导下，Anthropic 已然成为 AI 科学家们青睐的目的地。　

xAI——数据中心建设：我们在《钢铁、服务器与电力》一文中探讨了数据中心建设对 AI 竞赛下一阶段的重要性。xAI 以创纪录的时间部署了 10 万台 GPU 的 Colossus 集群，现已成为数据中心扩展的领头羊。xAI 及其竞争对手的下一个里程碑将是 20 万台集群，随后是 30 万台集群。若“规模扩展即一切”的论断成真，xAI 已做好充分准备，继续其快速崛起之路。　

Meta——开源之路：Meta 已通过 Instagram、WhatsApp 和 Facebook 建立了强大的分发优势，如今更是全力投入开源领域。在众多巨头中，Meta 是唯一选择此策略的。其 Llama 模型拥有众多狂热粉丝，而闭源与开源之争依旧激烈。若前沿进展开始放缓，Meta 将能充分利用其开源模型，迅速推广这些能力。　

在大模型竞赛中，严苛的执行力摆在眼前。各参赛者的竞争格局与姿态已稳固成型。2025 年，我们将见证哪些策略能预见未来，而哪些则注定失败。　

2. AI 搜索正崭露头角，成为杀手级应用——到 2025 年，它将广泛普及。

自 ChatGPT 问世以来，我们一直在寻找 AI 的杀手级应用场景。哪些持久的新用户行为能经受住时间的考验? 　

2024 年，从 AI 女友到 AI 租赁助手，再到语音智能体和 AI 会计，众多不同应用得到了测试。　

我们预计，2025 年将广泛应用的一个用例是 AI 搜索引擎。Perplexity 自推出以来发展迅猛，月活跃用户已达 1000 万。OpenAI 于 10 月推出了 ChatGPT Search，扩展了其现有的类搜索功能。《华尔街日报》最近刊登了一篇题为“谷歌搜索是老年人的专利”的文章。讽刺的是，就在谷歌深陷反垄断诉讼泥潭之际，这一挑战接踵而至。　

AI 搜索是对一项技术的重要再造，这项技术迅速成为互联网的杀手级应用。互联网搜索是一种基于网页索引的导航技术。而 AI 搜索则是一种基于 LLM 的信息技术，能够阅读并语义化理解知识。对于白领工作者来说，这将是一个巨大的福音。　

AI 搜索可能会将当前的单一市场分割开来。可以想象一个世界，每个职业都有其专属的 AI 搜索引擎——分析师和投资者现在默认使用 Perplexity，律师会使用 Harvey 这样的平台，而医生则会使用 OpenEvidence 等解决方案。以此类推， Midjourney 可以看作是对“像素世界”的搜索，Github Copilot 是对“代码世界”的搜索，而 Glean 则是对“文档世界”的搜索。与传统搜索不同，AI 搜索在语义上可以深入得多，因此其强大程度是传统搜索的数量级倍增，从而带来显著的生产力提升。　

文本响应作为产品表面的深度远超初见之印象。并非所有文本响应都是等同的。我们认为 LLM 能在多个维度上实现真正的产品差异化，而创始人将围绕这些能力构建独特的产品体验，针对特定的客户群体：　

意图提取：通过领域专业化，将回复紧密匹配到用户的意图变得更加容易。例如，医生和患者提出相同的问题时，他们期望看到的回复类型是不同的。
专有数据：如律师所需的判例法、分析师所需的金融数据或保险承保人所需天气数据等独特数据集，在白领工作领域将至关重要。在商业环境中，给出正确答案是基本要求。
格式化：结果如何呈现给用户，例如响应的详细程度或简洁程度、使用项目符号、多模态内容的使用、引用来源等。例如，会计师与记者处理信息的方式有所不同。
界面设计：代码搜索需集成在 IDE 中，会计政策搜索则应存在于会计 SaaS 平台内。语义搜索得益于用户现有工作流程和数据的上下文环境。不同领域将需要不同的界面设计。

新的特定领域的AI搜索引擎将尽可能紧密地映射到其目标用户的心理模型。医生、律师和会计师的思维方式并不相同。随着我们在某个领域成为专家，我们提取知识和做出决策的模式开始分化。医生面对的是医学文献，律师面对的是判例法，投资者面对的是收益报告。我们在分析和决策这些知识的方式在每个领域都是不同的。　

新型领域专用 AI 搜索引擎将尽可能紧密地映射到其目标用户群体的“心智理论” 上。医生、律师和会计师的想法各不相同。随着我们在特定领域成为专家，提取知识和做出决策的模式开始分化。医生面对医学文献，律师面对判例法，投资者面对财报。我们在这些知识上进行剖析、分析和决策的方式在每个领域都不同。　

消费者与企业之间可能出现分化。作为消费者，我们有着大致相同的需求，因此 ChatGPT 实现了惊人的产品市场契合度。然而，作为专业人士，我们的需求各异。不难想象，每位知识工作者每天至少会使用两款 AI 搜索引擎——一款用于工作，另一款用于其他所有事务。　

3. 投资回报率仍将面临挑战，而资本支出将在 2025 年开始趋于稳定。 　

我们曾探讨过 AI 的 2000 亿美元问题和 AI 的 6000 亿美元问题，这些探讨揭示了大型科技公司巨额资本支出的现状，以及与之不相匹配的终端用户收入，难以实现这些资金投入的回报。　

进入 2024 年，大型科技公司对 AI 可能威胁其在云计算业务中的寡头地位感到紧张。正如我们在《AI 资本支出的博弈论》中所写，这些公司感到别无选择，只能大举投入以确保在 AI 未来中继续保持主导地位。如果他们不投入，他们将变得落后。　

进入 2025 年，形势已发生剧变。大型科技公司牢牢掌控着人工智能革命的命脉。他们不仅掌控着为 AI 提供动力的大部分数据中心，还持有大型模型公司的重要股权，并且是众多新兴 AI 初创企业的最大支持者。　

随着大型科技公司信心增强，我们认为，2025 年将是 AI 资本支出的稳定年（stabilization year）。若 2024 年是争相签署土地与电力协议的冲刺年，那么 2025 年则是执行年。项目已破土动工，这些公司将专注于按时按预算完成新项目。随后，他们需要将这些已安装的产能销售给客户，并与企业合作，助其利用新 AI 能力取得成功。　

自从 ChatGPT 推出以来，资本支出（CapEx）水平大约翻了一番，我们可能在 2025 年看到趋于正常化。最新的 Q3 资本支出数据显示，这一趋势线已经在微软和谷歌内部开始稳定。亚马逊和 Meta 仍在增加资本支出，但可能在 2025 年初达到稳定状态。（虽然 Meta 在下图中看起来是平稳的，但该公司已发出 Q4 增加资本支出的指引）。