红杉资本将当前的人工智能浪潮定义为一场深刻的“认知革命”，认为其变革力量将媲美甚至超越工业革命，并蕴藏着一个价值10万亿美元的庞大商业机遇。
近日，红杉资本合伙人Konstantine Buhler发表了题为《AI革命：一场价值10万亿美元的浪潮，比工业革命更宏大》的演讲。
他明确指出，AI的下一个战场是庞大的服务业市场。与SaaS软件不仅蚕食传统软件份额、更极大地扩展了整个市场边界的历程相似，AI也将对服务业进行颠覆性重塑和扩张。同样，AI也将对法律、会计、医疗等传统上由大型合伙企业主导的服务业进行颠覆性重塑和扩张，催生出由AI驱动的全新上市公司，甚至改变我们今天熟知的S&P 500指数榜单。
在“认知革命”的黎明阶段，红杉资本正积极寻找并投资那些能将通用AI技术“专业化”的初创公司。这些公司如同当年的洛克菲勒和卡内基，肩负着构建未来市场领导者的使命，将通用AI模型打磨成解决特定行业痛点的“认知装配线”。
为了指引投资方向，Buhler分享了红杉资本正密切关注的五大投资趋势和未来12至18个月的五大投资主题。这些趋势和主题，正是AI时代淘金者手中的藏宝图。
演讲要点提炼：
- 核心论点： 红杉资本将人工智能（AI）定义为一场“认知革命”，其规模和影响将媲美甚至超越工业革命。
- 市场机遇： AI的核心商业机遇在于价值10万亿美元的美国服务业市场，AI不仅将抢占份额，更会像SaaS重塑软件市场一样，极大地扩展服务业市场本身。
- 历史类比： AI的发展被类比为工业革命的“专业化”进程，即从通用技术（如蒸汽机/GPU）走向高度专业化的应用（如工厂流水线/专用AI应用），而初创公司是推动这一进程的核心力量。
- 五大投资趋势： 红杉资本观察到五个正在发生的趋势：1）工作模式转向“高杠杆、高不确定性”；2）衡量标准从学术基准转向“真实世界验证”；3）强化学习从理论走向实践；4）AI深入物理世界，超越机器人范畴；5）算力成为新的生产力，人均算力消耗将增长10至1000倍。
- 五大投资主题： 未来12-18个月，红杉将重点关注五个主题：1）持久性记忆；2）AI间的无缝通信协议；3）AI语音；4）贯穿全链条的AI安全；5）开源AI。
- 最终目标： 推动上述主题的发展，旨在将“认知装配线”的构建时间从数年大幅压缩至数月，从而加速整个认知革命的到来。
认知革命：以史为鉴，专业化是关键
红杉资本认为，理解AI革命的未来，必须以史为鉴。Buhler将AI的发展与工业革命的三个关键节点进行类比：1999年的首款GPU（图形处理器）如同当年的“蒸汽机”；2016年出现的AI系统如同第一座“工厂”；而未来的AI应用则相当于“工厂流水线”。
值得注意的是，从第一座工厂到成熟的工厂流水线，工业革命花费了144年。Buhler强调，这一漫长周期的核心驱动力是“专业化”——将通用技术和劳动力，改造为能实现特定产出的高度专业化组件和劳动力。
如今，AI正处在同样的历史节点。通用大模型提供了基础能力，但真正的价值释放有赖于初创公司将其“专业化”，以解决特定行业和场景的问题。在红杉看来，今天的AI初创企业正是这场认知革命中扮演洛克菲勒、卡内基角色的关键力量，它们通过专业化构建未来的伟大应用。
万亿美元机遇：AI重塑服务业版图
商业价值是投资的核心。Buhler指出，AI的机遇远超软件市场。他将目光投向了价值10万亿美元的美国服务业市场，目前AI的渗透率可能仅为200亿美元左右。这正是AI的“10的13次方”美元级别的机遇。
红杉的一份内部备忘录显示，注册护士、软件开发人员、法律服务等岗位的市场规模均极其庞大。公司已在这些领域进行了布局，投资了如Open Evidence、Factory、Harvey等初创公司。
Buhler强调，正如标普500指数的市值排行榜上没有传统的律师事务所或会计师事务所，认知革命将创造一个历史性机遇，让AI驱动的服务型公司能够成长为新的上市巨头，从而极大地扩展资本市场的版图。
五大投资趋势：当下正在发生什么
Buhler分享了红杉资本观察到的五个正在发生的关键趋势，它们揭示了AI如何改变现实世界：
-
杠杆而非确定性： 工作模式正从“低杠杆、高确定性”转向“超高杠杆、结果存在不确定性”。例如，销售人员可利用AI代理管理数百名客户，其自身角色则转变为修正和指导AI，从而实现超过1000%的杠杆效应。
-
真实世界验证： 衡量AI能力的黄金标准已从学术基准转向真实世界的表现。例如，AI安全公司Expo通过在Hacker One平台上与全球顶尖人类黑客同台竞技并取胜，来证明其技术的卓越性。
-
强化学习走向实践： 长期停留在理论层面的强化学习，在过去一年已成为许多初创公司获得竞争优势的实用工具，尤其在编程等领域。
-
AI深入物理世界： AI的影响力远不止人形机器人，它正通过优化流程和加速硬件制造来改变物理世界，例如Nominal公司利用AI加速硬件制造和质量保障。
-
算力即新生产力： 每位知识工作者消耗的算力（FLOPS）预计将至少增加10倍，乐观情况下甚至可达1000倍。这对算力供应商和利用AI武装员工的企业都意味着巨大机遇。
五大投资主题：未来18个月的布局
展望未来12至18个月，红杉资本将重点投资以下五个主题，以解决当前AI发展的核心瓶颈：
-
持久性记忆： AI需要具备长期记忆（记住长期上下文）和身份持久性（保持独特个性），才能胜任更复杂的生产力任务。目前该领域尚未出现类似模型训练的“规模法则”，存在巨大机遇。
-
无缝通信协议： 如同TCP/IP协议引爆了互联网革命，AI之间若能建立无缝通信协议，将催生颠覆性应用，例如AI可自主完成全网比价、下单、支付等完整的购物流程。
-
AI语音的爆发： AI语音有许多令人兴奋的应用。这包括AI朋友、AI伴侣、AI治疗师，所有这些面向消费者的应用。在企业端，AI语音可用于自动化物流协调、金融交易等场景。
-
贯穿始终的AI安全： AI安全覆盖从模型开发、分发到终端用户的全链路。未来，每个用户甚至每个AI代理都可能拥有数百个专属的AI安全卫士。
-
开源AI的十字路口： 红杉认为，确保开源社区能与顶尖闭源模型竞争至关重要，这关系到AI生态能否保持开放和自由，避免未来被少数资金雄厚的科技巨头垄断。
演讲全文如下（由AI工具翻译）：
认知革命
00:00 我们在红杉资本坚信人工智能正在引领一场革命，我们认为这场变革将与工业革命一样宏大，甚至更为宏大。在今天的简短演示中，我们将分享这场“认知革命”的全部内容，以及它为何能提供一个价值10的13次方（10万亿美元）的巨大机遇。
00:22 我们有四个部分。首先是我们围绕人工智能的论点。接下来是商业机遇。然后我们将深入探讨一些投资趋势。这些是我们目前在人工智能领域观察到的动态。最后，我们将讨论一些投资主题，即我们对未来12到18个月的展望。
00:42 我们相信人工智能与工业革命有着异曲同工之处。在此，我们想特别指出工业革命中的三个时间点。开启一切的蒸汽机的发明；第一个工厂系统，它将所有必要的部件汇集到同一个屋檐下；以及最终我们今天所知的第一个工厂流水线的诞生。这张幻灯片有趣的地方在于这些时间点之间的时间跨度：从第一台蒸汽机到第一座工厂，历时67年。而且那第一座工厂甚至没有使用蒸汽机，而是由水力驱动。然后，从第一座工厂到我们今天所知的工厂流水线，又过去了144年。问题是，为什么花了这么长时间？特别是，在这144年里发生了什么？我们认为之所以花费如此长时间的原因是“专业化”的必然性。对于一个复杂的系统而言，超越一定规模后要实现成熟，它就必须将通用组件和劳动力与高度专业化的组件和劳动力相结合。换句话说，当时发生的是将这些通用技术进行专业化改造，以生产特定的产出。
01:58 现在我们生活在认知革命之中。你可以说，当年的“蒸汽机”就是1999年的第一块GPU，即GeForce 256，而2016年出现的、能够整合所有必要组件以生产AI能力的系统，就是第一座“人工智能工厂”。那么问题来了：谁将成为这场认知革命中的约翰·洛克菲勒、安德鲁·卡内基、西屋或韦奇伍德？我们相信，答案就是今天的创业公司——正是它们，正在践行这种专业化，以及那些尚未成立但将构建这些应用的创业公司。
万亿美元的服务机遇
02:35 我们是红杉资本，而不是红杉历史研究院。所以，让我们来谈谈真金白银。大家可能以前见过这张幻灯片。我们在AI Ascent大会上使用过。左边的3500亿美元的圆圈代表了云计算转型初期软件上的支出。那六个小切片是60亿美元的软件即服务（SaaS）支出。
03:01 后来发生的事情是，SaaS不仅增加了其在本地软件市场中的份额，它实际上还扩大了整个市场，使其今天增长到超过6500亿美元。我们相信类似的事情将在人工智能领域发生，而且机遇会更大。这就是价值10万亿美元的美国服务市场，其中今天可能只有大约200亿美元被AI自动化。这是一个10的13次方（10万亿美元）的机遇，它不仅能扩大AI在这个市场中的份额，更能扩大市场本身。
03:36 你可能见过上一张幻灯片，但这张是首次公开。它摘自红杉的一份内部备忘录，展示了按最右边一列排序的服务业岗位。那一列是岗位员工数量乘以美国人口普查局公布的年平均工资。你会注意到它们都是非常庞大的市场。你还会注意到红杉已经在这些领域进行了投资。考虑一下Open Evidence和Freed在注册护士领域，或者Factory和Reflection在软件开发人员领域，或者Harvey、Crosby和Finch在法律领域。
04:18 在红杉，我们喜欢思考潜在市场规模（TAM），特别是市场。我们的创始人唐·瓦伦丁（Don Valentine）总是强调市场的重要性。这张图表显示了标普500的市值排行。你会注意到几家非常大的公司。最左边是市值超过4万亿美元的英伟达，百分比是其一年内的股价表现。这张幻灯片上没有Kirkland and Ellis律师事务所，也没有Baker Tillie会计师事务所，尽管这些公司每年都有数十亿美元的收入。
04:54 我们相信认知革命提供了一个机遇，可以扩大市场，并扩大这张幻灯片，使其包含许多在服务领域由AI驱动而建立的、大型的、独立的上市公司。
投资趋势 #1：杠杆而非不确定性
05:13 接下来，让我们谈谈我们在人工智能认知革命中正在关注的五大投资趋势。第一个是拥抱杠杆，管理不确定性。我们注意到工作正在从过去对任务的低杠杆和100%确定性结果，转向对任务的100%以上杠杆和对结果精确表现的不确定性更低的新模式。如果你是一名销售人员，你的工作是管理一系列客户，即潜在客户。今天，你可能需要自己管理这些客户，监控每一个机会。但在AI代理赋能的未来，你可以使用ROCS这样的工具，拥有数百个AI代理，每个客户一个AI代理，跟踪他们的进展，查看正在发生的变化，向你展示重新参与并扩大与客户合作关系的机会。当然，这个AI代理不会完全按照你的方式做事，它可能会遗漏某些东西或犯错误。这就是人的作用——进行修正。在这种情况下，我们看到100%以上的杠杆，甚至可能达到1000%的杠杆，尽管伴随着更多的不确定性。这与你正在做的工作不完全相同。
投资趋势 #2：真实世界验证
06:35 其次，我们注意到衡量标准已经转向真实世界。在人工智能发展的大部分历史中，我们使用学术基准。十多年前我还是AI工程师时，我们使用ImageNet作为计算机视觉研究的基准。但今天，如果你想证明卓越，你必须在真实世界中证明它。以Expo为例，他们想证明他们的人工智能是世界上最顶尖的AI黑客。他们没有仅仅依靠学术基准来证明这一点，而是进入真实世界，在Hacker One平台上与全球所有注册的黑客竞争，寻找漏洞。他们能够证明，在真实世界的数据上，他们能够竞争并获胜，成为世界第一的黑客。我们注意到，这是新的黄金标准，不仅仅是学术基准，而是真实世界的衡量。
07:30 第三，强化学习正从理论走向实践。AI行业谈论强化学习已经很久了。在过去一年里，我们看到它真正成为了焦点。不仅大型推理实验室从中受益，我们还看到许多被投公司也从中受益。考虑一下Reflection，它利用强化学习来训练编码领域最优秀的一些开源模型。
投资趋势 #3：AI深入物理世界
07:55 我们注意到的第四个趋势是AI正在深入物理世界。这股浪潮正在真实发生，它的内涵远不止人形机器人。它还通过人工智能来创造新的流程和硬件。以Nominal为例，它利用人工智能加速硬件制造过程，并在产品部署后，也利用人工智能进行质量保障。
投资趋势 #4：算力即新生产力
08:21 最后，我们注意到新的生产函数是算力。即每位知识工作者所消耗的浮点运算（FLOPS）次数。如果你调查我们的被投公司，他们会说，他们预测每位知识工作者所消耗的算力将至少增加10倍。这意味着每位知识工作者的算力消耗将至少增加10倍。因为如前所述，知识工作者可能会使用一个、几十个、数百个甚至数千个AI代理。在更乐观的情况下，我们看到未来每位知识工作者的算力消耗将增加1000倍甚至10000倍。这对于推理公司、保护推理的公司以及利用这种新生产函数来武装更多员工的公司而言，都非常强大。
投资主题 #1：持久性记忆
09:10 接下来，我们谈谈五个投资主题。这些是我们在未来一年重点投资的方向。第一个主题是持久性记忆。“持久性记忆”可以指至少两件事。第一是“长期记忆”，即AI能够记住在长时间跨度内与之共享的上下文信息。第二是“身份持久性”，即AI代理能够始终保持其独特的个性和风格。这两点对于AI承担越来越多的工作职能至关重要。一个进入生产力领域的AI，必须具备长期记忆，才能理解整个组织的上下文以及职能。
09:54 我们注意到，在持久性记忆（persistent memory）领域，尚未出现类似模型训练中的“规模法则”（scaling law）。无论是通过向量数据库和RAG，还是越来越长的上下文窗口，人们进行了许多尝试，但这个根本问题尚未解决，这也是前方存在巨大机遇的标志。
投资主题 #2：通信协议
10:09 下一个主题是无缝通信协议。多模态通信协议（MCP）的出现，理所当然地引爆了市场的热情。然而，让我们回顾一下互联网革命：TCP/IP的诞生并非终点，而是一声发令枪。
10:23 在这场通信革命中，我们有机会让AI之间实现无缝通信。我们相信，这将催生许多颠覆性的重大应用。一个值得考虑的场景是购物。目前，如果你想用AI购买产品，你可能会先用AI做一些研究，然后通过你偏好的提供商一键结账来执行订单。但在未来，我们看到AI将能够做到这一点，因为有了无缝通信协议。AI将能够完成整个过程，为你找到最优惠的价格，执行购买，并完成它，同时减少了那些让使用它们比其他提供商更容易的商家所带来的干扰。
投资主题 #3：AI语音
11:09 第三个趋势是AI语音。你可能会惊讶我没有提到AI视频，但这是故意的。我认为AI视频可能在一年内到来，但AI语音现在就已经在这里了。这是因为不仅其保真度、语音质量大幅提升，达到了日常使用的程度，而且延迟也显著降低，使得你可以与AI语音进行实时对话。
11:35 AI语音有许多令人兴奋的应用。这包括AI朋友、AI伴侣、AI治疗师，所有这些面向消费者的应用。我个人也非常看好AI语音在企业端的其他应用。如果你作为一个企业要运输货物，并且你正在处理物流问题，你会发现许多物流协调工作至今仍是通过语音完成的。现在，你可以为一个自动化许多这些物流协调的未来而努力。如果你想买卖大宗固定收益产品，你很可能还在通过电话与场外交易台进行沟通。所有这些在企业领域都可以通过使用AI语音来加速。
投资主题 #4：AI安全
12:22 接下来是AI安全。我们认为AI安全领域存在着绝对巨大的机遇，它贯穿了从开发层到终端消费者的整个链条。在开发层，我们看到了帮助大型基础模型实验室和AI实验室以安全方式开发技术的机会。然后是分发，确保以安全方式分发，防止不良行为者介入该过程。然后是用户本身，确保当他们使用产品或编写新应用程序时，不会意外引入漏洞。一个具体的例子是：一个消费者可能被他们的AI指示，通过终端下载一个软件。他们可能不熟悉终端操作。而AI可能不知道这个软件可能会在消费者环境中引入漏洞。
13:15 我们将进入一个AI既能保护个人也能保护AI代理的世界。事实上，我们看到一个与物理世界截然不同的未来：在这个数字世界里，你可以为每个个体，甚至每个代理，拥有数百个AI安全代理。与物理世界不同，你不受物理空间甚至同样成本的限制。你可以为每一个人和每个代理部署大量的AI安全代理。
投资主题 #5：开源AI
13:44 最后，我们发现开源AI正处于AI发展历程中的一个关键时刻。如果你在两年前问我们，我们会说，看起来开源模型有机会与最先进的基础模型竞争，甚至可能超越它们。今天，这种立场似乎更加不稳定。我们认为，开源社区能够竞争并提供一些最先进的基础模型，这一点非常重要。我们认为，这对于一个更自由、更开放的未来至关重要，在这个未来中，任何人都可以进行构建。我们希望帮助构建那个未来，让开源模型可供所有人使用，以构建卓越的产品，并且AI的未来不应仅限于资金雄厚的巨头。这些是我们正在思考的五个投资主题。现在问题变成了，如果我们能够将这些投资主题转化为进步，将会发生什么？我们相信，这些进步将能够把那个认知装配线所需的时间，从很多年大幅压缩到仅仅几年。非常感谢您的聆听，并希望我们能一起构建这场伟大的认知革命。
