紅杉資本：AI比雲端更值錢！產值會破兆、到處都是代理人
全球頂級創投紅杉資本 Sequoia Capital 於 AI Ascent 2025 活動上分享了他們對人工智慧產業的最新觀察與見解，指出 AI 正在創造前所未有的兆美元級商機，而真正價值將聚集在應用層面。
投資人慧眼：AI 比雲端更大的市場機會
根據 Sequoia 合夥人 Pat Grady 在主題演講中的分析，AI 市場的起點已比雲端轉型初期的全球軟體市場大上一個數量級。當雲端轉型開始時，雲端營收達 4000 億美元，而今日 AI 服務市場的起點規模遠超過此數字。
「如果我們以類比推理，在 AI 世界中我們所追求的市場，起點至少比雲端大上一個數量級。10 至 20 年後的終點，有機會達到絕對驚人的規模。」Pat Grady 說道。
更重要的是，Sequoia 更新了他們的看法：AI 不僅瞄準服務市場，還同時瞄準軟體市場。這意味著這兩個利潤池都面臨挑戰與重組。
AI 採用速度遠超以往科技浪潮
為什麼 AI 能比過去的科技浪潮傳播得更快？Sequoia 團隊分析了三個關鍵因素：
首先，全球對 AI 的關注度空前。「2022 年 11 月 30 日，ChatGPT 發布。整個世界都在關注 AI，」Pat Grady 指出。而當雲端轉型開始時，幾乎沒有人關注，Marc Benioff 不得不使用游擊式行銷策略才能引起注意。
其次，社交媒體的力量不可忽視。現在全球有 12 億至 18 億人在 Reddit 和 X（前稱 Twitter）等平台上，這些平台在雲端轉型初期根本不存在，而在移動轉型初期也幾乎不存在。
第三，網際網路的普及。當雲端轉型開始時，全球只有 2 億人連接到網際網路。今天，這個數字已達到 56 億，實際上覆蓋了全球每個家庭和每個企業。
「這意味著軌道已經鋪設好。當起跑槍響起時，沒有採用障礙。這不是 AI 特有的現象，這是技術分發的新現實。物理原理已經改變，鐵軌已經鋪好，」Pat Grady 總結道。
應用層將創造最大價值
雖然基礎模型公司受到市場矚目，但 Sequoia 堅信真正的價值將在應用層產生。他們展示了過去技術轉型中創造超過 10 億美元收入的公司，大多位於應用層。
「我們一直相信，也繼續相信，AI 也會如此，價值在於應用層，」Pat Grady 說。
Sequoia 合夥人 Sonya Huang 補充道：「看到 Harvey 和 OpenEvidence 這樣的公司真正創造以客戶為中心的價值，我們非常相信應用層是價值最終積累的地方。」
根據 Sequoia 的追蹤，ChatGPT 的日活躍用戶與月活躍用戶比率已顯著攀升，接近 Reddit 的水平。Sonya Huang 認為這是一個「極其好的消息」。
「這意味著我們越來越多人從 AI 中獲得價值，我們都在一起攀登階梯，學習如何將 AI 融入我們的日常生活，」她解釋道。
從吉卜力到實質應用：超越視覺樂趣
AI 的應用已經從單純的視覺樂趣，進展到更深入的實質應用。Sonya Huang 自嘲地分享了她「融化了令人尷尬數量的 GPU，試圖將所有東西都『吉卜力化』」的經歷。
但她強調，雖然吉卜力風格的圖像生成很有趣且具有病毒式傳播性，但更令人興奮的是所有我們才剛開始探索的更深層次應用：
- 廣告：能夠創建驚人準確且美麗的廣告文案
- 教育：能夠瞬間可視化新概念
- 醫療保健：使用像 OpenEvidence 這樣的應用程式更好地診斷患者
「隨著 AI 模型變得越來越強大，我們可以通過這個前門做的事情也變得越來越深刻，」Sonya Huang 表示。
2024 年的「Her 時刻」：語音生成的突破
「誰看過電影《Her》？」Sonya Huang 向觀眾詢問，引用這部描繪人與 AI 語音助手戀愛的科幻電影。她指出，雖然我們仍然沒有 AI 版的史嘉蕾喬韓森（Scarlett Johansson），但 2024 年為語音帶來了「Her 時刻」。
「語音生成從『幾乎到位』到完全跨越了恐怖谷，」她說，隨後播放了 Sesame 公司的語音演示，該演示展示了近乎完美的自然語音。
「令人難以置信的是，科幻與現實之間的差距正在迅速縮小，」Sonya Huang 驚嘆道，「圖靈測試似乎真的悄悄降臨了。」
編碼：年度突破應用類別
根據 Sequoia 的觀察，編碼成為了 2024 年最突出的 AI 應用類別，達到了「尖叫級」的產品市場契合度。
「Anthropic 的 Claude 3.5 Sonnet 在去年秋季發布，在程式撰寫領域引發了迅速的動態轉變，」Sonya Huang 解釋道。「人們現在正在使用 AI 寫程式做一些令人印象深刻的事情。」
她舉例說明，有人使用 AI 編寫了自己的 DocSend 替代品。「無論你是資深的 10 倍工程師，還是完全不懂如何寫程式的人，我們認為 AI 正在從根本上改變軟體製作的可及性、速度和經濟性，」她總結道。
技術突破：從預訓練放緩到新方法崛起
從技術的角度來看，Sonya Huang 指出預訓練似乎正在放緩。「自 AlexNet 時代以來，我們已經將預訓練擴展了 9 或 10 個數量級，這意味著大部分低垂的果實已經被摘取，」她說。
然而，研究生態系統正在尋找突破的新方法：
1. 推理（Reasoning）
「最重要的突破是來自 OpenAI 的推理，」Sonya Huang 強調。她提到 2024 年 AI Ascent 大會上，來自 Strawberry 團隊的 Noam Brown 預覽了推理技術將帶來的變革。
2. 合成數據
合成數據的產生和利用成為另一個關鍵突破，使 AI 模型能夠從自生成的數據中學習。
3. 工具使用
AI 模型能夠使用外部工具的能力大幅提高，拓展了它們解決問題的範圍。
4. 代理性支架
代理性支架（agentic scaffolding）的發展為複雜 AI 系統提供了結構支持。
「所有這些正在結合，創造擴展智能的新方法，」Sonya Huang 表示。
5. Anthropic 的 MCP
「Anthropic 的 MCP 創建了強大的生態系統和網路，我們也很期待看到它如何加速代理工具的使用。」
結果：AI 能力的顯著提升
這些技術突破的組合—更大的基礎模型、推理時推理、工具使用—正在創造能夠執行越來越複雜任務的 AI。
Sonya Huang 提到 Meter 基準作為這一進步的量化衡量標準，但她認為更有力的證據來自於與行業從業者的交流，了解「只有因為 O3、Operator、Deep Research 或 Sonnet 才可能實現的事情」。
研究與產品的模糊邊界
Sonya Huang 特別指出，AI 領域目前最令人興奮的技術創新正發生在研究和產品之間模糊的邊界。
「過去一年的兩個突破性例子是 Deep Research 和 Notebook LM，」她表示，並特別提到這兩個產品的創建者都在觀眾中：來自 NotebookLM 的 Raiza 和 Jason（正在創建一家名為 Hex 的新公司）以及來自 OpenAI 的 Isa Fulford。
對 AI 創業者的意義
這些技術突破和應用案例對 AI 創業者有重要啟示。首先，預訓練的放緩意味著創業者需要尋找差異化的方式，如垂直特化或領域專業知識。
其次，推理、工具使用和代理技術的進步為創建更複雜、更有用的 AI 應用提供了基礎。創業者可以利用這些進步來解決以前難以解決的問題。
第三，語音和編碼領域的突破表明，某些應用類別已經達到了足夠的成熟度，可以構建可行的業務。尤其是編碼領域，Sonya Huang 預測將迎來「豐富時代」，這可能預示其他行業也會被 AI 改變的方式。
AI 豐富時代的到來與挑戰
展望未來，Sonya Huang 預測我們正在進入 AI 的「豐富時代」。「編碼作為第一個傾斜的市場類別，將為我們提供豐富時代實際意味著什麼的預覽，」她說。
她提出了幾個關鍵問題：「當勞動力便宜且充足時會發生什麼？我們會得到一堆 AI 廢品嗎？當品味成為稀缺資產時會發生什麼？」
Sonya Huang 表示，她期待看到編碼代理人的持續進步以及它對技術景觀的影響，「也作為 AI 將如何改變其他行業的預兆」。
在 Sequoia AI Ascent 2025 活動上，投資專家勾勒出 AI 代理人（Agent）的演進藍圖，預測這將從目前的單一助手，發展成為複雜的代理群體系統，最終形成一個全新的「代理經濟」，徹底改變人類與 AI 互動的方式，並為企業帶來前所未有的機會與挑戰。
代理人的演進：從單一助手到互聯網路
Sequoia 合夥人 Konstantine Buhler 指出，去年 AI Ascent 大會的焦點是代理人，當時這些「機器助手」才剛開始形成商業模式。這些機器助手最終會組合成「機器網路」，現在廣泛被稱為「代理群」（agent swarms）。
「這些代理群在你們許多公司中扮演角色，並開始形成 AI 堆疊的關鍵部分——代理人相互合作、相互競爭、協作，彼此之間進行推理，」Konstantine Buhler 解釋道。
他預測，在未來幾年，這種模式將進一步發展成為「代理經濟」（agent economy）。
什麼是代理經濟？
代理經濟的特點是代理人不僅傳遞資訊，還能轉移資源、進行交易、互相追蹤，並且理解信任和可靠性的概念，真正形成自己的經濟體系。
「這個經濟體系並不排除人類。它完全圍繞著人類。在這個代理經濟中，代理人與人一起工作，人也與代理人一起工作，」Konstantine Buhler 強調。
實現代理經濟的三大技術挑戰
要實現代理經濟這一重大技術浪潮，業界面臨三大關鍵挑戰：
1. 持久身份（Persistent Identity）
持久身份包含兩個層面。首先，代理人自身需要保持一致性。「如果你與某人做生意，而他們每天都在變化，你很可能不會與他們長期合作，」Konstantine Buhler 解釋，「這種戲劇性的不同體驗將帶來代價。」
代理人必須能夠保持自己的人格和理解。第二種持久性是理解使用者。「同樣，如果你與一個人做生意，他們不記得關於你的任何事情，甚至幾乎記不住你的名字，這也對信任和可靠性構成巨大挑戰。」
儘管業界嘗試了從 RAG 和向量資料庫到超長上下文視窗的各種方法，但在真正的記憶、基於記憶的自我學習，以及讓代理人在需要的地方保持一致性方面，仍然存在重大挑戰。
2. 無縫通訊協議
Konstantine Buhler 打了一個生動的比喻：「想像一下沒有無縫通訊協議的個人電腦。沒有 TCP/IP，沒有網際網路。我們現在才剛開始建立這個協議層。」
他提到，業界對 MCP（Message Communication Protocol）有很大的興趣。「看到大型玩家合作並共同努力制定一系列協議是非常好的，這些協議將允許資訊、價值和信任的傳輸。」
3. 安全性
隨著代理經濟的發展，安全性問題將變得尤為重要。「如果你不能面對面地與你做生意的人見面，那麼安全性和信任的重要性就更加突出，」Konstantine Buhler 表示。
「因此，我們將形成一個圍繞信任和安全性的完整產業，這在代理經濟中將比在我們當前的經濟中更為重要。」
AI 時代的思維轉變
代理經濟的到來將帶來三個重要的思維轉變：
1. 從確定性思維到隨機思維
「隨機思維是對確定性的背離，」Konstantine Buhler 解釋，「許多人愛上電腦科學是因為它非常確定。你編程讓電腦做某事，它就會做，即使結果是段錯誤。」
但現在我們正進入一個隨機的計算時代。「如果你讓電腦記住數字 73，它明天、下週、下個月都會記住。如果你讓一個人或 AI 記住，它可能記住 73，也可能記住 37、72、74，下一個質數 79，或者什麼都不記得。」
「這與我們過去幾十年的思考方式有本質區別。」
2. 管理思維的轉變
管理思維將圍繞著理解代理人能為你做什麼和不能為你做什麼。「每個人都知道，成為優秀的 IC 工程師與成為優秀的工程經理相當不同，」Konstantine Buhler 指出。
「這將是大部分經濟體將要進行的轉變，進入更複雜的管理決策，如阻塞流程和提供反饋，我真心希望這不會導致對代理人的年終評估。讓我們盡量避免那樣。」
3. 更多槓桿伴隨更少確定性
第三個主要變化結合了前兩者：「更多槓桿，但顯著更少的確定性。我們正進入一個你能做更多事情的世界，但你必須能夠管理不確定性和風險。」
Konstantine Buhler 樂觀地指出，在這個世界中，參與 AI Ascent 的人極其適合茁壯成長。
前所未有的槓桿效應
AI 代理人將帶來前所未有的槓桿效應。一年前，Sequoia 預測組織中的各個功能會開始擁有 AI 代理人，然後這些功能將開始合併、聚集，整個流程將由 AI 代理人完成。他們甚至預測會出現第一個「一人獨角獸」。
「雖然這尚未發生，但我們已經看到公司以前所未有的速度擴張，員工人數比以往任何時候都少，」Konstantine Buhler 說，「我們確實認為我們將達到我們在這個經濟中所見過的最高槓桿水平。」
最終，這些流程和代理人將合併，「你將在非常大型、複雜的神經網路中擁有神經網路，這些神經網路的網路。這將改變一切。」
首批 AI 殺手級應用已經浮現
Sequoia 認為，第一批 AI 殺手級應用已經出現，包括 ChatGPT、Harvey、Glean、Sierra、Cursor 和 Abridge 等。但同時，還有一整批新公司正在各種豐富多樣的終端市場崛起，包括 Listen Labs 和 Open Evidence 等。
Sonya Huang 指出：「我們預測，這些新公司中的許多將是以代理人（agent）為先，這些公司銷售的代理人將從原型（今天往往只是拼湊在一起）演變為真正強大的解決方案。」
基礎模型正在挑戰應用層
然而，應用層的競爭正在加劇，因為基礎模型提供商也在積極向上擴展。
「你有競爭。我們有第二個擴展定律，我們有測試時計算，我們有推理工具使用和代理人間通信。這些允許基礎模型深入應用層，」Pat Grady 警告道。
對於不是在建立垂直整合業務的創業公司，Sequoia 建議「從客戶出發思考」。考慮垂直特定領域、功能特定領域，處理可能需要人在迴路中的複雜問題。
在 AI 時代建立企業的核心原則
Sequoia 合夥人 Pat Grady 指出，「95% 的 AI 公司建設仍是建設公司的老套路。解決重要問題的獨特且引人注目的方式，吸引優秀人才跟隨你，所有那些好東西。」
然而，剩下的 5% 是 AI 特有的，尤其是在爭奪應用層的競賽背景下，需要特別考慮。Pat Gardy 展示了他們的合夥人 Doug Leone 精心打造的「Leone 商品化週期」，代表將腦中的想法轉變為客戶手中產品所需的一切。
「這個想法必須轉變為產品，由工程團隊建造，然後推向市場並銷售和支援。這是價值鏈，」他解釋道。
從技術出發與從客戶回溯的雙重視角
Pat Grady 強調，在建立 AI 公司時，需要同時考慮兩個視角：從技術出發和從客戶回溯。
「這頁底部是從技術出發的觀點，頂部是從客戶回溯的觀點。這就是你如何在整個價值鏈上建立護城河，」他表示。
對於正在尋找 AI 解決方案的客戶，Pat Grady 建議創業者可以提供觀點和完整解決方案：「你的客戶不確定他們想從 AI 中得到什麼，你可以有自己的觀點。你可以給他們一個端到端的解決方案，解決問題，而不是只扔一個工具過去。」
數據飛輪：最強大的護城河
演講中最引人注目的觀點之一是關於數據飛輪的重要性。Pat Grady 向觀眾提出了一個挑戰性問題：「舉手如果你有數據飛輪。」（許多人舉手）「什麼業務指標會因這個數據飛輪而改變？」（舉手的人明顯減少）
Pat Grady 尖銳地指出：「我有好消息和壞消息。好消息是，如果你無法回答這個問題，我仍然愛你。壞消息是，你的數據飛輪是胡說八道。要麼你沒有數據飛輪，要麼它就是不重要。它需要與業務指標相關聯，否則就不重要。」
他特別強調，這一點非常重要，因為數據飛輪是「你可以建立的最佳護城河之一」。一個有效的數據飛輪應該：
- 利用產品自身的使用數據
- 建立其他人無法取得的獨特資料集
- 直接影響可測量的業務指標
建立護城河的五大策略
針對 AI 應用層的競爭，Sequoia 提出了五種有效的護城河建設策略：
1. 提供端到端解決方案
「你的客戶不確定他們想從 AI 中得到什麼，你可以有自己的觀點。你可以給他們一個端到端的解決方案，解決問題，而不是只扔一個工具過去。」
2. 建立數據飛輪
「你可以利用自己產品的使用數據建立數據飛輪，這是其他人沒有的東西。」
3. 行業內為行業服務
「你可以成為行業內的一份子，為行業服務，有點像 OpenEvidence 為醫療行業所做的那樣。你可以說他們的語言。」
4. 派遣領域專家溝通
「Harvey 派遣律師與律師事務所交談。」這種同行交流建立信任，提高產品接受度。
5. 全方位擁抱客戶
「你可以用基礎模型可能不會的方式全方位擁抱你的客戶。」這種深度整合使客戶關係更難以被競爭對手破壞。
真實收入與追風營收的區別
Sequoia 特別警告創業者警惕「追風營收」（vibe revenue）的陷阱。追風營收是顧客出於好奇、新奇感或害怕錯過(FOMO)而付費，而非因為產品解決了真正持續存在的問題所產生的收入。Pat Grady 解釋道：「追風營收會殺死你。每個人都喜歡氛圍收入，感覺很好，『天啊，我們有這麼多收入。』但要仔細審視。」
關鍵問題是：「這只是試水，還是你真的在創造持久的行為改變？」Pat Grady 建議檢查產品的採用、參與度和留存率，了解「人們實際上在用你的產品做什麼」。
「不要欺騙自己，認為你有真實收入，當你只有追風營收時，因為它會傷害你，」他警告道。
信任勝過產品
在 AI 產品的早期階段，建立信任比產品本身更重要。Pat Grady 強調：「信任在我們現在所處的週期階段比你的產品更重要，產品會變得更好。如果他們信任你會讓產品變得更好，你就處於良好狀態。如果他們不信任你會讓產品變得更好，你就處於糟糕狀態。」
這種觀點特別適用於 AI，因為許多 AI 產品仍在迅速迭代和改進中。客戶更願意與他們信任的公司一起成長，即使初期產品不完美。
毛利率：關注長期趨勢而非當前數字
談到財務指標，Pat Grady 表示對 AI 創業公司來說，現在的毛利率不是最重要的。「我們不一定關心你今天的毛利率是多少。成本組件可能會繼續下降。」
他指出，過去 12 至 18 個月內，每個 token 的成本已經下降了 99%，這種成本曲線將繼續下降。同時，如果公司成功地從銷售工具向銷售成果邁進，價格組件可能會上升。
「隨著你沿著價值鏈向上移動，並且能夠獲取更多的價值，你的價格點可能也會上升。因此，你的毛利率今天可能不是很好，但你應該有一個通往真正健康毛利率的良好路徑。」
全速前進的時機已到
總結他的演講，Pat Grady 用真空吸塵器作為比喻強調：「自然界討厭真空。市場上現在有巨大的吸力在等待 AI。」
他認為，所有的宏觀經濟因素、關稅和利率的噪音，都不重要，「技術採用的上升浪潮絕對淹沒了你在市場上看到的任何波動。忽略它，好嗎？」
「市場上有巨大的吸力，如果你不走在前面，別人就會，因為自然界討厭真空，」Pat Grady 強調，「所以，所有我們剛才談論的關於護城河、指標和其他東西，不管怎樣，你現在是在一個需要拼命奔跑的業務中。現在是時候以最大速度全力以赴了。」