扫码加好友
近日，红杉资本举办的第三届年度AI Ascent峰会，传递出一个明确的核心共识：下一轮 AI，卖的不是工具，而是收益 。这一判断预示着AI驱动的商业逻辑正在发生深刻变革，其影响将贯穿市场机遇、技术应用、创业策略乃至经济形态的方方面面。
市场重估：AI潜力远超想象，价值向应用层与成果交付迁移
红杉资本合伙人Packer Radio首先对AI的市场潜力进行了重新校准。通过与云计算发展的类比，他指出，当前AI服务领域的起点市场规模已远超云计算初期，未来10至20年，AI的最终市场规模将极其庞大。更进一步的洞察是，AI冲击的不仅是服务市场，也包括软件市场。企业正从销售工具（计入软件预算）转向销售成果乃至直接提供“劳动力”（计入人力成本预算），这意味着软件和人力资源这两大传统利润池都面临AI的重塑。
图片
“为何是现在？” AI的爆发并非偶然，而是计算能力、网络、数据、分发渠道和人才等所有前提条件成熟的结果。技术浪潮的叠加效应使得AI带来的机遇远超以往，且发展速度空前加快。底层的技术分销物理规则已经改变，全球56亿互联网用户和高效的社交传播平台意味着AI的普及几乎没有障碍。
在此背景下，价值最终将汇聚于何处？红杉坚信，如同过去的技术浪潮，价值最终会聚集在应用层 。尽管基础模型能力不断增强，并向应用层渗透，但真正的护城河在于解决特定垂直领域或功能的复杂问题，提供端到端的解决方案，而非仅仅提供工具。正如Sierra联合创始人Bret Taylor所强调的，AI正在驱动商业模式从销售生产力工具转向销售可量化的“成果”，这种“基于结果的定价”模式将重塑企业软件市场，甚至可能催生万亿美元级别的应用型AI公司。
技术进展与应用落地：从用户粘性提升到垂直领域突破
过去一年，AI应用的用户参与度显著提升。红杉资本合伙人Sonya Huang指出，以ChatGPT为例，其DAU/MAU比例已大幅攀升，接近Reddit水平，标志着用户正从“尝鲜”转向“依赖”，AI日益融入日常生活与工作流。
图片
关键应用领域取得突破性进展。语音生成技术跨越“恐怖谷”，迎来了“《她》时刻”；AI编程更是达到了惊人的产品市场契合度（PMF），从根本上改变了软件开发的可及性、速度和经济性。同时，首批AI“杀手级应用”已在多个垂直领域涌现，如法律领域的Harvey、医疗领域的OpenEvidence、客户服务领域的Sierra等，它们通过解决具体行业痛点，验证了应用层的巨大价值。
技术层面，虽然预训练的边际效益可能递减，但研究生态系统正通过推理能力（如OpenAI的测试时计算）、合成数据、工具使用、模型间通信协议（如Anthropic的MCP）等多种途径开辟新的智能扩展路径。这些技术共同推动AI处理日益复杂任务的能力，许多创新发生在研究与产品的模糊边界地带，如OpenAI的Deep Research功能，展示了AI作为超级研究分析师的潜力。
图片
智能体经济的兴起：新物种、新挑战与新协作范式
展望未来，红杉资本合伙人Konstantine Buhler预言，AI将从单一工具或智能体集群，进一步成熟为“智能体经济”（Agent Economy）。在这个经济体中，智能体不仅传递信息，还能转移资源、进行交易、理解信任和可靠性，并与人类深度协作。
实现这一愿景，需克服三大关键技术挑战：
- 持久化身份（Persistent Identity） ：智能体需保持自身个性和对用户理解的长期一致性，这是建立信任的基础。
- 无缝通信协议（Seamless Communication Protocols） ：需要类似TCP/IP的标准化协议（如MCP），以实现智能体间高效的信息、价值和信任传递。
- 安全（Security） ：在无法“面对面”交互的环境中，信任和安全机制变得尤为重要，将催生专门的配套产业。
图片
未来的AI交互模式也将演变。LangChain创始人Harrison Chase提出“环境代理”（Ambient Agents）的概念，它们能主动监听事件流并采取行动，而非被动等待指令。与之配套的“代理收件箱”（Agent Inbox）则成为人与众多代理协作的关键枢纽，实现有效的“人在环路”监督与反馈。
智能体经济的到来将深刻影响人类的工作与思维方式。它要求我们拥抱“随机性思维”（stochastic mindset），适应与不确定性共存的计算范式；培养“管理思维”（management mindset），理解并有效调度AI代理的能力边界；最终，我们将获得前所未有的杠杆效应，以显著降低的确定性换取完成更复杂任务的能力，甚至可能见证“一人独角兽”企业的诞生。
创业策略：警惕虚假繁荣，构建信任飞轮，全速前进
对于身处AI浪潮中的创业者，红杉资本给出了务实的建议：
- 警惕“氛围式”收入（Vibe Revenue） ：切勿被短期用户尝鲜带来的虚假繁荣迷惑，需关注真实的采用率、参与度和留存率，确保产品解决了用户的持久需求。
- 信任优先于产品 ：在快速迭代的AI领域，赢得并维持客户信任至关重要。客户相信你能持续改进产品，比当前产品功能本身更具价值。
- 构建有意义的数据飞轮 ：数据飞轮必须与具体的业务指标挂钩，驱动可衡量的改进，才能构成真正的竞争壁垒。
- 清晰的利润率路径 ：即使早期毛利率不高（Token成本持续下降），也应规划出通过销售成果、提升价值捕获能力来实现长期健康毛利率的清晰路径。
- 时不我待，极速前进 ：市场存在巨大的需求真空，“自然厌恶真空”。在明确战略方向后，必须以最高速度执行，抢占市场先机。
以上就是今天分享的全部内容。如果觉得有帮助，欢迎点「推荐」支持！
为了帮助大家减少AI信息差，我们准备拉一个AI交流群，围绕AI数据分析、AI编程、AI工作流等进行深入讨论。现在还在筹备中，感兴趣的可以添加微信：dszb199，备注「AI交流群」占位，准备好后会第一时间邀请大家进群！
