两家顶级 VC 内部报告向 LP 透露了这些 AI 趋势
前段时间 Menlo VC 对今年 AI 发展情况的总结报告我觉得是写的不错的，这个报告将聚焦点放在了企业级 B 端市场，这也是我观察今年 AI 在应用里发展最明显的一个趋势。
其中 AI 编程又是这里面采用率最为快速的，现在更是向非技术人群快速扩散《2 个月 ARR 破 2000 万美金史上最快？AI 编程向非技术人员爆发》。
最近，海外两家 VC Forerunner 和 Bain Capital Ventures 分享了他们内部给 LP 发的两份报告，从这两份报告，我们可以看到当下创业公司的一些生态和 AI 发展的趋势。两份报告都比较长，需要付费才能获取，我将部分做了一下分享，特别是关于 AI 这块的内容（这里部分 Credit 给到庄明浩，感谢他的分享）。
Forerunner 的报告给我印象最深的是一张 PPT 给出的几个结论：
- 技术发展的重点会逐渐从“与我协作”（Do it with me）向“为我完成”（Do it for me）转变。
- 减轻负担（Create relief） 将是主要趋势，未来技术将更多帮助用户实现自动化和简化生活。
- 同时，技术也会在创造愉悦体验（Create delight） 方面有所提升，但不会像“减负”那样迅速扩展。
而 BCV 认为 3 大技术创新正在带来巨大价值：
- 后训练技术的兴起。随着预训练模型（如 GPT 系列、BERT）的大规模应用，如何在训练后的阶段进一步优化这些模型变得至关重要。
- 多智能体系统（Multi-Model systems）可以显著提高推理和事实准确性。通过引入多模型辩论机制，可以克服单一模型的局限性，在多个任务上取得显著提升。
- 推理成本大幅下降。随着技术创新和优化，GPT-4 级别模型的推理成本在较短时间内显著下降。这种成本崩塌（Collapsing Costs）使得高性能语言模型更具可访问性，为企业和开发者提供了更经济的部署选择，也推动了大规模生产部署的普及。
首先是 Forerunner 的报告，创投行业的一个整体走势，这个数据显示 2024 年整个行业并没有怎么改善。
但是早期融资的估值和金额都增加了不少，种子和 A 轮阶段的估值都增长了 25%；而 AI 公司的估值普遍比非 AI 公司要高不少。
Forerunner 的数据再次说明，2024 年是企业 AI 的一年，在 A 轮这个阶段，企业级 AI 融资的金额占到了 90%，达到了 53 亿美金，而消费这块只有 5 亿美金左右。
下面这几张我就不解释了，大家自己看就好
关于 AI 的发展这块，Forerunner 分成了下面 4 个阶段来阐述：
基础模型这块，基本上大厂主导了融资
应用层面，同样是企业级市场比较明显
消费这块虽然整体差别很大，但是也还是有一些应用出来
基于 AI Agent，很多行业的服务和商业模式都在发生变化，从一开始提供建议（Advice）到提供支持（Support）再到行动（Actions）
最后这张图挺有意思，核心讨论了未来的技术如何通过 “Create relief” 和 “Create delight” 来满足用户需求。
纵轴：上方 “Create relief”，技术带来“解脱”或“减负”，帮助用户减少负担，提供便利。下方 “Create delight”：技术带来“愉悦”，创造令人欣喜、超出预期的体验。
横轴：左侧 “Do it with me”，技术与用户协作，用户主动参与其中，强调信任（Trust）。右侧 “Do it for me”：技术代替用户完成任务，强调服务的自动化和高效，依然依赖信任（Trust）。
绿色（Today）：代表当前技术水平所能实现的范围。
紫色（Future）：代表未来技术进步将进一步扩展的领域。
- “Create relief” 和 “Do it for me” 的区域在未来显著扩展，暗示技术将会承担更多用户的任务，进一步减少用户负担。
- “Create delight” 的区域也在未来有所发展，但扩展程度较小，意味着技术在提供愉悦体验方面仍有待探索。
Magic：出现在“Create relief” 和 “Create delight” 两个区域，表示这两个领域的技术进步能够带来神奇般的效果；
Trust：出现在“Do it with me” 和 “Do it for me”，说明无论是协作还是完全代劳，用户对技术的信任都是核心要素。
结论有这么几点：
- 技术发展的重点会逐渐从“与我协作”（Do it with me）向“为我完成”（Do it for me）转变。
- 减轻负担（Create relief） 将是主要趋势，未来技术将更多帮助用户实现自动化和简化生活。
- 同时，技术也会在创造愉悦体验（Create delight） 方面有所提升，但不会像“减负”那样迅速扩展。
- 信任和技术的神奇表现（Magic） 是实现这一切的关键。
下面是 BCV 的报告，BCV 认为，AI 是互联网以来最大的一波技术演变。
过去 30 年软件机会的演变历程：90 年代的记录系统到 2000 时代的情报系统再到 2020 时代的工作系统
未来的演变趋势正在从第一阶段的 Co-Pilots 向第二阶段的 Assistants 以及 Agents 演变，BCV 认为这几个的核心区别是 AI 对工作的完成度
AI 将解锁以前未被满足的一些细分场景，就是以前无法用 SaaS 规模化的一些行业，现在通过 AI 既能实现规模化，甚至还能实现个性化，这个基本上已经是共识了。与此同时，AI 开始对原子世界产生价值了，这对物理世界、机器人等行业带来的巨大机会。
2023 年预测并且已经发生了的事情：开源模型的追赶与崛起
跟 Forerunner 的结论类似，整体估值都在增长，而且 AI 公司和非 AI 公司的估值差距非常大
2023 年预测但是没有发生的事：企业级市场的部署。这块我不太清楚 BCV 是如何做的定义，按我的理解今年企业级的部署的速度还是很快的。
没有预期也没有发生的事：自动化。BCV 认为发生的是 Augmentation（增强）而不是自动化，这点确实也很明显，我理解和之前文章《对话精准学联创张宁，阿里刚投 2 亿，用 AI 模拟真实老师 1 对 1 教学体验》里所说的 AI 能力加持有点类似，不过我觉得自动化其实也是在发生的。
没有预测到但是发生了的事情：巨头收编 AI 创业公司核心团队。这个确实是今年没怎么想到的，而且还发生了好几起这样的交易。BCV 将这个交易称为 Creative Dealmaking。
展望未来的几个趋势：
- 所有 Apps 都在变成 Agents
- 推理正在取得快速进步
- 工具的使用变得越来越简单明了
- 技术的不断突破继续给 Agents 能力加持
3 大技术创新正在带来巨大价值：
- 后训练技术的兴起。随着预训练模型（如 GPT 系列、BERT）的大规模应用，如何在训练后的阶段进一步优化这些模型变得至关重要。
- 多智能体系统（Multi-Model systems）可以显著提高推理和事实准确性。通过引入多模型辩论机制，可以克服单一模型的局限性，在多个任务上取得显著提升。
- 推理成本大幅下降。随着技术创新和优化，GPT-4 级别模型的推理成本在较短时间内显著下降。这种成本崩塌（Collapsing Costs）使得高性能语言模型更具可访问性，为企业和开发者提供了更经济的部署选择，也推动了大规模生产部署的普及。
文章来自于“投资实习所”，作者“ StartupBoy”。
全部评论
留言在赶来的路上...
发表评论