来源：雪球App，作者： 拜金的稳赚小热度，（https://xueqiu.com/2303270949/316834854）
在过去的一段时间里，易论 AI 深入专访了 100 位 AI 创业者，并与众多创投企业进行了广泛而深入的探讨，旨在全面剖析 AI 领域的商业案例与技术发展态势，为行业参与者提供富有价值的参考与指引。
红衫及其它创投总结观点：
回首去年一月，当时我们将 ChatGPT 形象地比作人工智能的 “宇宙大爆炸”，并大胆预测 2024 年将会是人工智能的 “原始之液” 年。如今，AI 生态系统已然呈现出蓬勃发展的成熟态势。在大模型领域的激烈竞争中，涌现出了 / OpenAI、 / Anthropic、、 和 xAI 这五家实力强劲的 “决赛选手”。备受瞩目的 Blackwell 芯片也已于本月开启发货流程，众多计划于 2024 年初动工建设的数据中心正在紧锣密鼓地全力推进建设工作，积极扩充新的晶圆厂产能，也在专注于研发定制化的人工智能芯片，整个供应链已经全面进入高速运转的发展轨道。从医疗保健到法律，再到保险等各个行业，层出不穷的新 AI 项目如雨后春笋般纷纷启动。可以说，如果 2024 年是人工智能的 “原始之液” 年，那么如今其基础设施已经稳稳扎根、坚实建立，人工智能的潜力正在逐步凝聚，具象化为遍布美国各地的物理数据中心，从宾夕法尼亚州的塞勒姆，到德克萨斯州的朗德罗克，再到威斯康星州的芒特普莱森特，无一不见证着这一发展成果。而如果说 2024 年是充满新想法的一年，那么 2025 年无疑将是对这些想法进行筛选甄别，以确定哪些能够真正落地生效的关键一年。在此，我们基于深入的研究与探讨，提出对未来一年的三个重要预测：
一、LLM 提供商的差异化竞争格局将逐步显现
在 2024 年，大模型竞赛的核心目标是追赶 GPT-4 的技术水平，上述五家公司成功达成了这一目标（或接近达成），从而脱颖而出成为 “决赛选手”，而其他一些公司，如 Inflection、Adept 和 Character 等则逐渐退出了这场激烈的角逐。为了达到与 GPT-4 相媲美的质量标准，这些公司在前期大致采取了相似的策略：竭尽全力收集海量的数据，尽可能在多个 GPU 上开展大规模的训练，并对预训练 / 后训练架构进行优化以提升性能表现。然而，随着人才在 2024 年在各组织之间的频繁流动，行业内的商业机密几近于无。如今，随着各参与者积极筹备下一轮的 LLM 扩展工作（这可能涉及到计算规模再增长 10 倍的巨大挑战），各实验室开始培育并发展出独具特色的超级能力，仿佛已经 “挑选好了武器”，为即将到来的激烈竞争做好了充分准备。预计到 2025 年，这些独特的战略将会产生截然不同的结果，部分参与者将脱颖而出、领先前行，而另一些则可能会逐渐落后。
：其优势在于垂直整合能力。谷歌是唯一一家拥有自主研发的一流芯片（TPU）的参与者，且在 2025 年有望与（）的 GPU 展开强有力的竞争。谷歌不仅自行建设数据中心，独立训练模型，还拥有一支实力超群的内部研究团队。与分别与 OpenAI 和 Anthropic 合作的微软和不同，谷歌通过掌控价值链的各个环节来争夺市场份额和领先地位。
OpenAI：在品牌建设方面表现卓越，具有明显优势。从一些关于 ChatGPT、Claude 和 Gemini 的无提示认知调查结果中可以清晰地看到，OpenAI 在人工智能领域拥有最强的品牌影响力，这无疑使其在大型人工智能公司中构建起了最为强劲的收入引擎，据报道，OpenAI 的收入已经超过 36 亿美元。倘若人工智能的成功最终取决于消费者的心智份额以及企业的分销能力，那么 OpenAI 很可能会持续扩大与竞争对手之间的差距，进一步巩固其领先地位。
Anthropic：在人才储备方面具有突出优势。2024 年，OpenAI 遭遇了研究人才的大规模流失，而 Anthropic 则成为了这些人才的主要流入方向。随着 Jon Schulman、Durk Kingma 和 Jan Leike 等人才在 2024 年离开 OpenAI 并加盟 Anthropic，Anthropic 在研究人才领域获得了更高的关注度和声誉。此外，该公司还成功进行了几项重要的高管招聘工作，例如聘请 联合创始人 Mike Kreiger 担任首席产品官。在 Dario Amodei（GPT-3 发明者）的领导下，Anthropic 已然成为人工智能科学家们向往的热门去处，这为其在技术研发和创新方面提供了坚实的人才保障。
xAI：在数据中心建设方面处于领先地位。正如我们在关于 “钢铁、服务器和电力” 的讨论中所提到的，数据中心建设对于人工智能竞赛的下一阶段发展至关重要。xAI 以创纪录的速度推出了其 10 万 GPU 巨型集群，使其在当前的数据中心扩展竞赛中脱颖而出，成为了领跑者。对于 xAI 及其竞争对手而言，下一个关键里程碑将是 20 万集群的建设，随后是 30 万集群的突破。如果 “规模就是你所需要的一切” 这一观点最终被证明是正确的，那么 xAI 将凭借其在数据中心建设方面的领先优势，处于持续快速上升的有利位置，为其模型训练和业务发展提供强大的计算支撑。
：选择全力投入开源领域，借助其通过 、WhatsApp 和 所积累的强大分发优势，走出了一条独特的发展道路。meta 是大型参与者中唯一坚定采取这种方法的公司，其 Llama 模型已经赢得了众多热情的支持者，尽管闭源与开源的争论仍然激烈，但 meta 的这一策略已经在 AI 社区中产生了广泛的影响。如果前沿技术的进展开始放缓，meta 将能够凭借其开源模型迅速传播技术能力，进一步扩大其用户基础和技术影响力，通过社区的力量推动 AI 技术的发展和应用创新。
在这场大模型的激烈竞赛中，严格的执行和精准的战略定位将成为决定胜负的关键因素。各参与者的竞争格局和战略姿态已经基本稳固，到 2025 年，我们将拭目以待，见证哪些策略被证明是具有远见卓识的成功之举，而哪些则会被市场所淘汰，沦为失败的尝试。
二、AI 搜索将崛起成为一种关键的杀手级应用
自 ChatGPT 惊艳问世以来，整个行业都在孜孜不倦地探寻 AI 的杀手级应用场景，试图找出那些能够经受住时间考验的持久新用户行为。在 2024 年，众多不同类型的应用程序纷纷接受市场的检验，从 AI 女友到 AI 租赁助手，再到语音助手和 AI 会计师等，不一而足。然而，我们经过深入的研究和分析认为，在 2025 年，人工智能作为搜索引擎的应用将会得到广泛的普及和应用。以 Perplexity 为例，自其推出以来便呈现出迅猛的发展态势，月活跃用户数量已经达到了 1000 万之巨。OpenAI 也在十月推出了 ChatGPT Search，这是对其现有搜索类功能的进一步扩展和优化。《华尔街日报》近期刊登的一篇标题为 “搜索是老年人的事” 的文章，虽然具有一定的讽刺意味，但却恰好反映出当前谷歌在搜索领域所面临的挑战，而这一挑战正值该公司陷入反垄断诉讼的困境之中。
AI 搜索代表了对传统互联网搜索技术的一次强大重塑。互联网搜索本质上是一种基于索引网络的导航技术，而 AI 搜索则是一种基于大语言模型（LLMs）的信息技术，它能够读取并进行语义理解知识，这对于广大白领工人而言，无疑将是一个巨大的福音，有望极大地提升他们的工作效率和信息获取能力。AI 搜索的出现还可能会导致当前单一的搜索市场逐渐变得碎片化。可以想象，在未来的世界里，每个职业都可能会拥有其专门定制的 AI 搜索引擎。例如，分析师和投资者可能会默认使用 Perplexity，律师将倾向于使用像 Harvey 这样的专业平台，而医生则会选择像 OpenEvidence 这样的解决方案。沿着类似的思路，Midjourney 可以被看作是对 “像素宇宙” 的搜索，Github Copilot 则是对 “代码宇宙” 的搜索，Glean 是对 “文档宇宙” 的搜索。与传统搜索相比，AI 搜索能够在语义层面上深入挖掘信息，其强大程度远超传统搜索几个数量级，从而带来显著的增量生产力提升。
值得注意的是，文本响应作为产品的表面区域，实际上蕴含着比乍看之下更为深刻的意义和价值。并非所有的文本响应都是等同的，大语言模型（LLMs）允许在多个维度上实现真正的产品差异化，这为创业者们提供了广阔的创新空间，他们可以围绕这些能力构建独特的产品体验，精准地针对特定的客户群体：
意图提取：通过领域专业化，能够更加精准地匹配用户意图，从而提供更加贴合用户需求的响应。例如，当医生和患者询问同一个问题时，由于他们的专业背景和需求不同，他们所期望看到的响应类型也会存在差异。因此，针对不同领域的用户需求进行精细化的意图提取和响应定制，将成为提升产品竞争力的关键因素之一。
专有数据：在白领领域，独特的数据集将变得至关重要。例如，律师所依赖的案例法、分析师所需的财务数据、保险承保人关注的天气数据等，这些专有数据在特定的商业环境中，对于正确获取答案是不可或缺的基本要求。拥有独特且高质量的专有数据集，将使产品在竞争中脱颖而出，更好地满足用户在专业领域的需求。
格式：结果呈现给用户的方式，包括响应的详细程度、简洁程度、是否使用项目符号、是否采用多模态内容以及是否引用来源等，都会对用户体验产生重要影响。不同职业的用户往往具有不同的信息消化习惯，例如会计师与记者在处理信息时的方式就可能存在较大差异。因此，根据目标用户群体的特点，优化结果的呈现格式，将有助于提高产品的易用性和用户满意度。
界面设计：代码搜索需要与集成开发环境（IDE）紧密结合，会计政策搜索则需要集成在会计 SaaS 平台中，语义搜索更是受益于用户现有工作流程和数据的上下文信息。不同的领域将对界面设计提出不同的要求，只有根据特定领域的工作流程和用户习惯进行界面设计，才能实现产品与用户的无缝对接，提高用户的使用效率和体验。
综上所述，新的特定领域的人工智能搜索引擎将致力于尽可能紧密地映射到其目标角色的 “心智理论” 上，因为医生、律师和会计师等不同职业的思维方式存在明显差异，他们在面对各自领域的知识文献（如医学文献、案例法、财报等）时，解剖、分析和做出决策的方式也各不相同。此外，消费者和企业用户之间的需求也可能会出现分化。对于消费者而言，其需求大致相似，因此 ChatGPT 能够实现较高的产品市场契合度。然而，作为专业人士，他们的需求则因职业而异。可以预见，在未来，每个知识工作者每天可能至少会使用两个 AI 搜索引擎 —— 一个用于工作场景，满足其专业领域的精准需求；另一个则用于其他日常事务，提供更为通用和广泛的信息查询服务。
三、投资回报率问题将促使资本支出在 2025 年趋于稳定
我们曾深入探讨过人工智能领域的 2000 亿美元问题和 6000 亿美元问题，这些问题聚焦于大型科技公司在人工智能领域巨额资本支出的情况，以及与之相对应的终端用户收入不足，难以回报这些现金支出的困境。进入 2024 年，大型科技公司对人工智能可能威胁到他们在云业务中的寡头垄断地位深感忧虑。正如我们在《人工智能资本支出的博弈论》中所阐述的那样，这些公司认为他们别无选择，只能积极投资，以确保在人工智能的未来发展中继续占据主导地位。因为如果他们不进行投资，其他竞争对手就会抢占先机，从而使他们陷入落后的被动局面。
然而，进入 2025 年，局势发生了显著的变化。大型科技公司已经牢牢把握住了人工智能革命的主动权，不仅掌控着推动人工智能发展的绝大多数数据中心，还持有大型模型公司的重要股权，并且成为了新兴人工智能初创公司的最大支持者之一。随着这些公司信心的不断增强，我们认为 2025 年将成为人工智能资本支出的稳定之年。如果说 2024 年是各大公司争相签署土地和电力交易，全力扩张产能的一年，那么 2025 年则将是集中精力执行项目，确保按时按预算完成新项目建设的关键一年。在完成项目建设后，这些公司还需要将已安装的产能成功销售给客户，并与企业紧密合作，助力他们顺利实现新的人工智能能力的落地应用，从而实现从投资到收益的转化。
在经历了大约将资本支出水平翻倍的高速扩张阶段后，我们预计在 2025 年可能会看到资本支出出现一定程度的正常化趋势。第三季度发布的最新资本支出数据显示，微软和的资本支出趋势线已经开始趋于稳定。和 虽然仍在增加支出，但根据目前的发展态势，也有可能在 2025 年初达到稳定状态（尽管 meta 在下面的图表中看起来支出较为平稳，但该公司已发布了第四季度资本支出增加的指引）。
从行业动态来看，寡头垄断的竞争格局也可能会逐渐显现。每家大型科技公司都在密切关注着竞争对手的一举一动，如果整个行业呈现出向 “新常态” 平稳滑行的趋势，那么这对于所有参与者来说或许都是一个利好消息。这将为 2025 年新的均衡状态的形成提供有力支持，从而避免行业继续陷入无序的资本支出增加的恶性竞争循环。
随着新的数据中心容量在 2025 年陆续上线，人工智能计算价格有望继续大幅下降。这对于初创公司而言无疑是一个振奋人心的好消息，将极大地激励全新的创新浪潮的涌现。正如我们过去所指出的，初创公司主要是计算资源的消费者，而非生产者，因此他们将从这种过度建设所导致的计算价格下降中受益匪浅。从某种意义上说，大型科技公司实际上正在创造一种补贴机制，这种补贴将惠及整个人工智能生态系统，为更多的创新和发展提供了可能性。
许多人将当前云计算的发展与镀金时代的铁路寡头垄断进行类比，如果数据中心确实是的铁路，那么到 2025 年底，新的人工智能铁路将会稳固就位。然而，关键问题在于，哪些 “货物”（即应用和业务场景）将借助这些 “铁路” 实现快速发展，以及我们如何充分利用这项新技术为客户和最终用户创造真正具有价值的产品和服务。我们衷心祝愿在新的一年里，能够充分利用人工智能的基础构建块，创造出令人惊叹的新能力，从而切实改变人们的生活和工作方式，推动整个社会的进步和发展。