核心观点与关键数据
创始式AI（Default AI）
- 定义：无需用户主动选择或感知，默认存在、默认开启的人工智能形态。
- 特征：关闭才是例外，不用才是例外，不会才是例外，系统绑定。
- 发展阶段：工具式AI→伴随式AI→默认式AI。
2025年全球人工智能发展趋势30条判断
技术趋势
- 智能基线提升：AI在九个维度（语言能力、社会互动能力、问题解决能力等）变得更强。
- Beyond Transformer：非Transformer架构在发展，但Transformer仍占主导地位。
- 智能与智能体互相锻造：智能赋予行动以可能，行动回馈智能以演化，协作缩放定律。
- 智能体与世界模型：当智能体足够强，世界模型就出来，世界模型的平均误差伴随智能体学习减少。
- AI记忆突破：从“能记住”到“会回忆、敢遗忘”，实时、经济、准确的AI记忆成为关键。
- 下半场开启：从“解决问题”到“定义问题”，评估体系与真实效用为王。
- 性价比革命：从“堆规模”到“挤水分”，“每单位智能成本”成为赛道新基准，推理成本迅速下降。
- 算力迭代：非GPU技术（TPU、RPU、LPU等）推动AI芯片架构革命，预计到2029年市场份额将占半壁江山。
- AI打破“分科”壁垒：从“Science+AI”走向“AI+Science”，AI在跨领域寻找答案。
- 原生多模态推理模型：从拼接方案走向“原生统一”，是走向AGI的必由之路。
- 具身智能大模型：架构并未收敛，端到端VLA火爆，但尚未形成具身版本的“Transformer”。
- AI即系统：AI正在“操作系统化”，成为第一调度实体，驱动AI组织进化。
产品趋势
13. AI交互方式变革：从操作界面、聊天框到无形代理，界面逐渐消失。
14. Agent泛化方式：改造“车”来适应所有“路”，强化学习显著提高泛化能力。
15. 数据优先策略：“AI就绪型数据”决定企业智能化上限，数据底座是核心保障。
16. 数智融合：推动IT范式跃迁，Data&AI数据基础设施一体化架构成为关键投入。
17. AI出码率快速上升：“老手+AI”的组合能比“新手+AI”产生更大价值。
18. 企业Agent普及：重塑组织运作模式，Agent成为企业数字化平台的中枢大脑。
19. 消费级Agent：通用人工智能助手仍占主导地位，收入分布很集中。
20. 从AI Infra到Agent Infra：Agent Infra成为智能体时代的操作系统和数字底座。
产业趋势
21. 大模型商业主战场：B端竞逐“自动化中枢”，C端争夺“超级入口”与生态。
22. AI商业模式：从按席位收费→按用量收费→按结果收费，正向的ROI改变AI软件商业模式。
23. AI云：Agent驱动的数算模用全栈布局新范式。
24. 物理AI市场：规模快速放大，高质量、规模化、可泛化的训练数据成为关键瓶颈。
25. 工业AI：推动工业效率与人力价值的双重提升。
社会趋势
26. 就业影响：AI重塑劳动力结构，初级员工面临工作危机，企业对高层职位需求强于中层管理者与个人创意类岗位。
27. 管理科学：AI将管理科学从“管理人的不确定性”中解放出来，提升整个组织的“管理科学”。
28. AI安全：从“打补丁”走向“原生设计”，从“单点防护”走向“全栈治理”。
29. 认知负债：AI导致“认知负债（Cognitive Debt）”，让人变“笨”，过度依赖智能设备会加剧注意力缺陷。
30. 智能的诅咒：AGI普及后，掌握AI的权力主体因不再依赖人类劳动获取价值，失去投资人类的经济激励，最终导致人类经济边缘化、社会权力失衡。
研究结论
- AI正从工具式、伴随式走向默认式，成为日常生活的常态。
- AI技术发展进入下半场，重点从模型和训练方法转向评估体系和真实效用。
- AI云和Agent Infra成为新的发展趋势，推动AI基础设施和应用的变革。
- AI对制造业、工业等领域带来效率提升，但也对就业结构和社会治理提出挑战。
- AI安全和管理成为重要议题，需要从技术和制度层面加以解决。
