AI投資新時代：從應用層洗牌到企業全面轉型
在金融科技公司Mercury主辦的Mercury Spheres會議中，紅杉資本（Sequoia Capital）合夥人Sonya Huang與Conviction創辦人Sarah Guo，與Mercury執行長Immad Akhund進行了一場深度對談，分享了她們對AI投資市場的最新觀察。Mercury Spheres是一個專為早期創業者設計的會議，旨在重新想像可能性，讓大膽的想法得以成形。
Mercury作為一家金融科技公司，將人們和企業使用金錢的所有方式整合到一個產品中，為超過20萬家雄心勃勃的公司提供銀行業務、信用卡和軟體支援。在這個專業的創業者聚會中，兩位在AI領域投資經驗豐富的頂級投資人，不僅討論了投資策略的重大轉變，更對機器人技術、企業AI應用等熱門話題展開深度辯論，探討哪些技術正在吸引最多資本，以及各行業的新創公司如何整合AI以保持領先。
Sonya Huang在Sequoia Capital主導了OpenAI、LangChain、Fireworks等重要AI投資案，而Sarah Guo則在Conviction投資了Runway、Cresta、Dust等明星AI公司，兩人的對話呈現了當前AI投資生態的全貌。
投資策略大轉彎：應用層不再安全
最引人注目的是Sonya Huang對自己過往判斷的反思。她坦承：「如果兩年前你問我，我會說應用層是安全的。當時我們相信基礎模型廠商會專注於研究和在實驗室建立模型，沒有時間精力專注於特定客戶使用場景。」
然而，ChatGPT的巨大成功徹底改變了這個格局。「我認為很多應用層實際上會被基礎模型廠商向上游擴張所吞併」，Sonya表示。她特別點出，任何水平化的消費者或企業應用，以及程式開發工具，都正好落在基礎模型廠商的「攻擊範圍」內，因為這些被視為他們使命的關鍵節點。
面對這樣的威脅，投資策略也必須調整。「如果你正在建立非常垂直的特定領域驅動公司，這可能是我們最感興趣投資的地方，也是我們認為這些公司最安全的地方」，Sonya指出了新的投資方向。
Sarah Guo則從另一個角度分析這個趨勢：「每個使用場景的最後一哩路，以及所有這些不同專業、不同行業，實際上是非常長的。有很多東西是靠經驗累積和信任建立，而不僅僅是智能。」她強調，在營運複雜、有監管考量，或是受眾對知識工作品質特別謹慎的領域，專業AI應用仍有很大機會。
成功案例解析：垂直應用的價值實現
兩位投資人分享的具體案例，印證了垂直應用策略的正確性。Sonya投資的LangChain，正是看準了AI Agent趨勢的發展潛力。
「LangChain是一個開發者平台，幫助公司建立大型語言模型應用」，Sonya解釋投資邏輯時說：「大型語言模型的本質是隨機的，你需要非常穩健的編排機制來處理長時間運行的Agent。」創辦人Harrison Chase比任何人都更早看到Agent趨勢，「我們從GPT之前就開始關注他，追蹤他對Agent發展的看法。」
Sarah Guo投資的Solar則展現了讓非技術人員也能運用AI的價值。「Solar提供類似拖拉式流程圖的介面，讓你可以將語言模型插入到原本非常手動的業務營運軟體操作中」，她描述這個平台如何幫助一家十億美元營收的物流公司開發了75個工作流程，而這家公司只有一個IT主管，沒有工程師。
在專業領域，兩家投資機構都押注了Harvey（服務律師）和Open Evidence（醫療搜尋）。Sarah特別強調專業應用的重要性：「如果有醫生要了解複雜癌症病例的最新研究，我不希望他們問ChatGPT，我希望他們智能地查找其他醫生和醫療專業人員的研究和工作。」
機器人投資大辯論：看好與謹慎的交鋒
對於AI與機器人技術的結合，兩位投資人展現了截然不同的觀點，形成了一場精彩的思辨。
Sarah Guo承認自己立場的轉變：「十年來，我一直站在實用投資的制高點上說，機器人是長期賠很多錢的好方法。中國在電子產品和機器人供應鏈方面非常出色，而我們今天沒有獲勝的美國機器人公司。」
但她現在相信「通用物理智能」即將到來：「像是在你的檯面上拿起任何杯子放進洗碗機，不管杯子的形狀和洗碗機的型號如何。我們都能做到這件事，但機器人到目前為止還不能。我認為我們應該在接下來幾年看到這種泛化能力。」
Sarah甚至預測日常生活將發生根本改變：「我每天花一小時追著孩子跑，處理樂高傷害、髒衣服等問題。我認為十年後我們不會再做這些事。」
相對地，Sonya Huang維持更謹慎的態度：「我仍然站在我的制高點上。但足夠多像Sarah這樣聰明的人告訴我這次不同了，我實際上正在重新檢視我的既有想法。」
她用自駕車發展做類比：「我的心理模型是機器人會像自駕車一樣發展。八年前加入Sequoia時，有很多獲得資助的自駕車公司。最終，這需要大量資金和時間。Waymo成功了，Tesla成功了，可能還有幾家即將成功，但有很多公司沒能成功。」
儘管謹慎，Sonya也認同機器人技術一旦成功將帶來巨大價值：「一旦在機器人技術上做對了，它就是神奇的，市場是巨大的。我只是認為會像自駕車一樣，會有很多公司無法成功，沒有資金跨越那個鴻溝。」
非AI公司的生存之道：產品力勝過標籤
面對AI投資熱潮，許多非AI公司感到被忽視。對此，兩位投資人給出了實用建議。
Sarah強調投資人最終關注的是解決客戶問題：「如果有人有一個階躍式的更好解決方案，無論是商業銀行還是其他問題，答案不是AI但運作良好，我們絕對會好奇。」
她分析當前市場現實：「AI能做一些像Waymo風格的神奇事情。從機會成本角度來看，我們想做長遠最有影響力的事情。這些神奇體驗是創造讓新創公司成為真正大公司機會的因素之一。」
Sonya回憶Mercury的融資經歷，提供了很好的例子：「當我們見面討論C輪融資時，有20張關於優秀商業銀行的投影片，然後你羞澀地給我看AI投影片。」但她強調：「如果你有優秀的故事、優秀的客戶滿意度、優秀的產品市場契合度、優秀的數據，我完全不在乎AI投影片。」
關鍵建議是找到對的投資人：「我們看創業生態系統不是同質的，資本生態系統也不是同質的。你必須為你找到正確的投資人。」
對於早期沒有牽引力的公司，Sarah建議：「要麼找到你能說服故事的人，要麼去獲得一些營收或牽引力。讓客戶簽署願景，即使只是成為需求方的設計夥伴。優秀的投資人總是會聽客戶的話。」
企業AI轉型浪潮：從工具到變革
討論到企業內部如何使用AI，兩位投資人都認為這是一場必然的變革。
Sarah用HubSpot創辦人Dharmesh的比喻來描述演進過程：「我們從副駕駛進化到自動駕駛，現在正進入空中交通管制階段。」她解釋，從AI幫助完成程式碼，到AI為你建立整個程式，現在正朝向AI能獨立完成整個工作的階段發展。
「如果你有這些代理程式為你做事情，稀缺的東西是擁有代理權、創造力、品味，真正成為空中交通管制員的能力」，Sarah指出了未來工作型態的轉變。
這種轉變對企業競爭力至關重要。Sonya強調：「這實際上是囚徒困境般的絕對關鍵必要性。每家公司現在都需要這樣運作。如果你的公司甚至還沒進入副駕駛階段，還在沒有AI輔助完成的VSCode階段，你如何與100人公司競爭，而那100人中每個人都在擔任空中交通管制員？」
Sarah也看到了這種轉變為創業者帶來的機會：「AI進步的真正有趣之處在於，你可以用相對較小的團隊產生很大影響。也許用1000或2000人就能做到傳統設置需要10萬人才能做的事情。」
她進一步指出：「現在有真正的熱忱，希望我們能永遠是一家新創公司，但擁有數十億營收，這不是很酷嗎？」
軟體開發的未來：AI重塑程式設計
在軟體開發領域的變化，Sarah提供了細緻的分析。她認為儘管基礎模型在程式開發工具上有優勢，但軟體工程師的工作遠比單純的程式碼完成複雜得多。
「對於任何在軟體工程團隊工作過的人來說，工作不僅僅是下一行程式碼補全。我們距離模型能夠理解客戶需求、找出實作方案、理解依賴關係、與設計師合作還很遠」，她分析了軟體開發工作的複雜性。
不過，Sarah也預測某些任務將被自動化：「我們應該從中受益的事情包括除錯、更好的日誌解析、提交程式碼時的自動安全分析等。但據我所知，從現在到可見的未來，我們公司雇用的工程師是更多而不是更少。」
AI創業的民主化：技術門檻大幅降低
值得注意的是，兩位投資人都強調AI創業的技術門檻已大幅降低。Sonya表示：「基礎模型發生的驚人事情是它們非常民主化了基礎技術。有時我們有技術能力足夠的公司，他們會微調和強化學習調整這些模型。但通常這些魔法存在於API背後，你能否用提示工程將東西串連起來？你能否使用自然語言？」
她鼓勵創業者：「成為AI原生和用AI建立的意義，門檻比人們想像的要低得多。你不需要成為AI研究人員團隊。」