人工智能的未来：展望初创公司的视角2025

2025 目录 02前⾔ 406⼈⼯智能预测 0810创始⼈建议 1415 ⼈⼯智能的下⼀步：⾏业领袖的观点 James TromansGoogle Cloud Web3 负责⼈Jennifer Lia16z 基⾦总经理Jerry Chen合伙⼈，GreylockJia Li联合创始⼈，总裁兼⾸席⼈⼯智能官，LiveX AIJill Greenberg Chase投资合伙⼈， CapitalGMatthieu Rouif联合创始⼈兼⾸席执⾏官，PhotoroomMayada Gonimah⾸席技术官兼联合创始⼈，Thread AIRaviraj Jain合作伙伴，LightspeedSalim Teja合作伙伴，Radical Ventures，并且董事会成员Aspect Biosystems, Promise Robotics, Intrepid LabsSarah Guo 创始人兼合伙人, ConvictionMike Vernal 合伙人, ConvictionYoav Shoham计算机科学名誉教授,斯坦福⼤学教授, AI21 Labs联合创始⼈ Amin VahdatGoogle Cloud 机器学习、系统和云⼈⼯智能副总裁/总经理 Apoorv AgrawalAltimeter Capital 合伙⼈ Arvind Jain创始⼈兼⾸席执⾏官，Glean Chamath Palihapitiya创始⼈兼⾸席执⾏官，Social Capital兼联合创始⼈兼⾸席执⾏官，8090 Crystal Huang总合伙⼈，GV Dylan Fox创始⼈兼⾸席执⾏官，AssemblyAI Edo Liberty创始⼈兼⾸席执⾏官，Pinecone Harrison ChaseCEO兼联合创始⼈, LangChain 前言 ⼈⼯智能正在改变世界各地的每个组织，代表着解决复杂问题、推动增⻓、创造效率并开启新业务机会的前所未有的机会。这对于创业公司尤其如此，它们正在迅速⾏动以利⽤⼈⼯智能的新市场机会。 ⾕歌云是⼈⼯智能创新的中⼼，我们为⾃⼰的技术领导地位感到⾃豪，继续推动对客⼾可能性的界限，其中包括全球超过60%的获得资⾦⽀持的⽣成式⼈⼯智能创业公司。我们很⾼兴与创业公司、⻛险投资社区和⾏业领袖合作，以确保创始⼈及其团队能够访问将帮助他们重新定义未来的技术。 Thomas Kurian CEO，⾕歌云 ⾕歌正在构建AI技术栈的所有组件从定制芯⽚、数据中⼼到前沿模型，作为结果，我们的新Gemini 2.0模型⽐以前的版本更有能⼒，更快速，更⾼效。 这些模型是本地多模型的，能够处理⽂本、图像、⾳频和视频。它们还可以⽣成图像和可导向的⽂本到语⾳⾳频。通过最多200万个标记的⻓上下⽂窗⼝，Gemini能够⽀持需要深度理解和记忆的⾼级应⽤。 此外，Thinking模型能够展⽰解决复杂问题的推理技能，在数学和科学中尤其有⽤。Gemini还能本地使⽤像⾕歌搜索这样的⼯具来获取实时信息，DeepMind的Mariner项⽬展⽰了使⽤Gemini模型构建的代理能够使⽤Web浏览器完成任务。对话体验现在可以使⽤Gemini多模态实时API来构建，该API接受⾳频和视频流输⼊。 这些能⼒的结合使⼀种新型的主体体验成为可能，我们很期待看到初创公司在2025年如何利⽤Gemini。 David Thacker ⾕歌DeepMind产品副总裁 人工智能预测 Amin Vahdat VP/GM 机器学习、系统和云⼈⼯智能，⾕歌云 紧密协同和⼤规模计算需求将推动基础设施的计算密度和能⼒达到前所未有的⽔平。通过结合语⾳、视觉和⾃然语⾔，多模式⼈⼯智能将减少对计算机和⼿机等设备的需求，使与数字世界的互动更加⽆缝 Arvind Jain Apoorv Agrawal合伙⼈，⾼空资本 创始⼈兼⾸席执⾏官，Glean ⼈⼯智能将继续成为增强⼈类能⼒的⼯具，⽽⾮取代。基于⼈⼯智能雇员的概念持续限制了对⼈⼯智能和⼈类智慧真正潜⼒的看法 ⼈⼯智能将继续成为增强⼈类能⼒的⼯具，⽽不是取代它们。基于⼈⼯智能员⼯的概念持续强化了⼀种局限的观念，阻碍了⼈⼯智能和⼈类智能的真正潜⼒。 Chamath PalihapitiyaSocial Capital创始⼈兼⾸席执⾏官, Crystal HuangGV普通合伙⼈ 8090联合创始⼈兼⾸席执⾏官 在⼈⼯智能建模⼯具变得更易获取和⽇益普及的情况下，AI中的微型繁荣和萧条将不可避免。 软件的未来是为了更⾼效地实现更多功能。随着AI⾃动化的发展，软件⾏业将变得更加⾼效，标准普尔500指数的平均利润率将翻倍，因为公司获得的更多，⽀付的更少。 David Friedberg Douwe Kiela Contextual AI⾸席执⾏官 ⾸席执⾏官，Ohalo遗传学 我认为最容易受⼈⼯智能驱动变⾰影响的⾏业是媒体、SaaS和⽣物学（治疗性药物和农业） ⻓上下⽂和RAG将融合。模型可以学会何时使⽤⻓上下⽂，何时使⽤RAG，以优化准确性和效率。 例如，基因组语⾔模型将能够预测任何期望植物特征或⽣物制品所需的确切DNA序列 ，从⽽彻底改⾰农业和⼈类健康。 迪兰·福克斯 Edo Liberty 创始⼈兼⾸席执⾏官，AssemblyAI 创始⼈兼⾸席执⾏官，Pinecone ⼈⼯智能在企业⼴泛应⽤的时间轴将⽐⼈们想象的更慢。许多最后⼀公⾥的问题需要解决，这些问题在深⼊研究时并不明显 AI 中回报最快的领域是代理，但最⼤的机会在企业搜索⽅⾯ 哈里森·蔡斯 埃拉德·吉尔 ⾸席执⾏官兼联合创始⼈，LangChain ⾸席执⾏官，吉尔资本 为了真正利⽤代理系统，我们需要让它们不仅仅局限于我们要求的事情，⽽是成为‘环境代理⼈’，在后台运⾏，始终监视事件流，并仅在发⽣有趣的事情时提醒我。 我们正处于由⼈⼯智能驱动的⼀场巨⼤变⾰浪潮的早期阶段，传统机器学习，如⽆⼈驾驶汽⻋，最终迎来全⾯发展，⽣成式⼈⼯智能也正处于萌芽阶段。 詹妮弗·李a16z 常务合伙⼈ 詹姆斯·特罗曼斯Google Cloud Web3总监 AI代理⼈要真正⾛向主流将需要更⻓的时间，模型推理能⼒需要改进，但真正会被代理⼈利⽤的将是基础设施和需要解决的根深蒂固的系统集成问题。 您可能最终会更信任您的Web3启⽤AI代理⼈，胜过信任其他任何⼈。您会告诉它⽐告诉其他⼈更多的事情。它将会了解⼀切关于您的信息并利⽤该信息来帮助您。 模型的推理能⼒需要提⾼，但真正需要利⽤的是基础设施，代理⼈和深层系统集成问题需要解决 ⼈⼯智能的最终商业模式尚未被开拓，投资者需要时间来理解。 我设想未来，⼈⼯智能代理⽆缝融⼊⽇常⽣活，我们与⼈⼯智能的互动变得更具⼈类特征——具备理解语⾔、感知和回应视觉暗⽰的代理。 在接下来的18个⽉内，基础模型的能⼒将保持相对静态，这将为初创公司提供充⾜机会构建⼀揽⼦专业的⼈⼯智能解决⽅案，实现明显投资回报。 ⼈⼯智能将理解并适应⼈类情感。⼈⼯智能将更好地理解触发⼈类情感的因素，从⽽让故事和内容个性化并针对个⼈情感回应进⾏调整。 Raviraj Jain合伙⼈，Lightspeed Mayada Gonimah 技术总监兼联合创始⼈，Thread AI 最重⼤的技术变⾰将发⽣在现实世界的基础模型，特别是在机器⼈领域。 我们看到了模型、解决⽅案和⼯具的突然爆炸，它们正被匆忙推向市场，却未被证明真正推动了变⾰ —⽆论是通过投资回报率还是通过从根本上改变开发者⽣态系统。这些库中很多都将消亡或获得的资⾦越来越少。 Salim Teja Sarah Guo创始⼈兼合伙⼈，Conviction 合伙⼈，Radical Ventures以及董事会成员，Aspect BiosystemsPromise Robotics, Intrepid Labs Mike Vernal合作伙伴，信念 从构建更⼤更好的模型转变为优先考虑在各⾏业⼴泛实施⼈⼯智能，解决实际问题并为企业和社会创造实际价值，这将是未来的发展⽅向。 在涉及⼈⼯智能时，最有⽤的数据通常与特定的实际⽤例相关联。在许多情况下，这使得领域对新参与者开放。 Yoav Shoham 斯坦福⼤学计算机科学荣誉教授，AI21实验室联合创始⼈及合作伙伴 “提⽰和祈祷”⼈⼯智能的早期阶段已经结束。为了满⾜企业的关键需求，我们需要能够协调多个模型和⼯具以获得可靠结果的强⼤“⼈⼯智能系统”。 ...已经结束了。要满⾜企业的关键需求，我们需要强⼤的“⼈⼯智能系统”，可以编排多个模型和⼯具，以获得可靠的结果。 创始人建议 随着时间推移，计算速度将会更快、更便宜、更可靠。 将定价与提供的价值对齐 不要只使⽤按座位计费的模式，⽽是考虑基于使⽤量或价值的定价。你的定价应该反映你的产品为⽤⼾提供的价值。 假设你有⼀个了不起的想法，你所需要做的就是将计算成本降低10倍甚⾄100倍，以实现盈利。这现在已经可以实现。 阿普尔夫·阿格拉⽡尔，Altimiter Capital合伙⼈ 阿敏·瓦德特Google Cloud ML系统与云AI副总裁/总经理 将人工智能视为增加营收和开拓创新机会的一种方式，而不仅仅是推动效率和降低成本的工具。 阿文德·杰恩Glean创始⼈兼⾸席执⾏官 最令人印象深刻的创始团队对记录、编码和衡量他们的流程非常狂热。 专注于构建特定功能，而非单一产品。 他们希望在测试最佳实践⽅⾯做到最好，记录有效经验并在整个组织中共享。我发现，珍视⽂档记录（在适当范围内！）的⽂化与其他⽅⾯的运营卓越相关。 重点发展⾼价值、具体的功能，⽽不是创建全⾯的软件。这样可以在较⼤公司可以使⽤⼈⼯智能复制功能的市场上竞争。 Chamath Palihapitiya创始⼈兼⾸席执⾏官，Social Capital兼8090创始⼈和⾸席执⾏官 Crystal Huang GV普通合伙⼈ 您需要一些价值创造的引擎，让您能够在推出基于人工智能的产品后保持初始优势，要么是持续性能改进的数据生成，要么是网络效应。光是成为LLM封面还不够 快速行动市场时间对于初创公司来说是最重要的事情，而市场现在是这样 ⼈⼯智能领域发展⾮常迅速，所以您必须确保⾃⼰不会落后 David Friedberg CEO，Ohalo Genetics Douwe Kiela，CEO，Contextual AI 不要追求通用人工智能，而是专注于解决具有很大深度的特定利基问题 从现成解决方案开始 初创公司可以利⽤现有⼯具，⽽不是从零开始构建所有内容，快速获得⼀个可投⼊⽣产并进⾏测试和盈利的产品 Dylan Fox创始⼈兼⾸席执⾏官，AssemblyAI Edo Liberty创始⼈兼⾸席执⾏官，Pinecone 找到某些人真正关心的事情尽快发布，测试人们是否关心，然后从中进行迭代 Elad GilGil Capital⾸席执⾏官 公司不需要为了去中心化而去中心化。 优先考虑评估立即开展评估，以更好地 界定问题的范围。从一开始就拥有清晰的度量标准和评估AI系统性能的方式至关重要。 相反，将Web3的优势应⽤于解决客⼾使⽤案例的AI代理—例如更便宜的⽀付渠道、可审计性和透明度。 詹姆斯·特罗曼斯Web3董事总经理，Google Cloud 了解模型能力，并将其与用户需求相结合，这就是魔力所在。 哈里森·蔡斯LangChain⾸席执⾏官兼联合创始⼈ 如何实现人工智能的盈利和销售方式与构建它的方式一样重要 Jennifer Lia16z的常务合伙⼈ 不要低估数据的力量，专注于收集多样化、高质量的数据，同时确保安全与隐私 如果你能将商业模式与你的竞争对⼿背道⽽驰，那将会⾮常强⼤，因为对于现有企业来说，转变是困难的 Greylock的合伙⼈Jerry Chen 从一开始就展示强大的产品市场契合度、独特的竞