红杉资本洞察 | 10万亿的AI生意应该这么做

AI 同时冲击软件和服务两个市场，市场规模至少是以往技术变革十倍以上。随着 AI 技术向更多行业延伸，20 年后 AI 市场规模将会变得空前庞大。

AI 的爆发是底层技术积累下的必然结果。上世纪60年代以来，半导体、操作系统、互联网、应用程序、移动互联网等数轮技术发展，无形中为AI积蓄力量。在技术浪潮叠加作用下，此轮 AI 浪潮来势必定更为汹涌。

新技术的传播包含三大要素：用户认知+传播渠道+获取门槛。在云计算发展和移动互联网转型初期，三大要素尚不完善，掣肘相关技术普及速度。而2025年，三大要素基本健全，使得AI技术的传播畅通无阻。

• 认知度显著提升：云计算没有代表性的核心产品，用户很难形成初步认知，ChatGPT作为典型案例几乎家喻户晓；

• 信息渠道通畅：社交网络高度发达（2025年推特+Reddit用户达18亿），助力AI最新进展高速传播；

• 获取门槛消失：相较于云计算元年（2005），互联网用户数已从2亿飙升至56亿，几乎所有家庭和企业都可以通过互联网获取AI相关信息

三大技术时代起步阶段传播要素对比：

爆款产品/应用(左)、社交网络用户数(中)、互联网用户数(右)

这张“竞争地图”揭示了两个关于AI市场的关键信息：

• 价值始终集中于应用层: 如logo分布所示，在云计算/移动互联网时代，年收入超过十亿美元的公司绝大多数都集中在顶部的应用层；

• AI市场仍存在大量空白: 在AI这一栏中数据层、安全均未出现行业巨头，且应用层也存在大量空白。尽管一年过去，部分领域已有玩家进入，但整体上，这片蓝海依然广阔，正等待真正的开拓者。 

“产品推广循环图”描绘了从想法到产品被客户使用的完整价值链。 竞争的关键在于同时掌握两种视角：

• 技术视角：强大的工具很必要，但若只提供空白画布或单一工具，将陷入同质化竞争。

• 用户视角：对于应用层创业者，赢家并非拥有最强技术的人，而是最能深入行业、理解用户、并用AI技术将其转化为完整解决方案的人。

红杉建议，AI公司除了关注团队、市场等通用标准，还要关注三个关键点：

• 收入：切忌只盯着收入数字看，用采用率、参与度、留存率数据验证收入是否可持续，而非来自临时性尝试。

• 利润率：不过度关心当前毛利率，但必须有清晰的路径证明：成本随技术下行，价值随解决方案上行。 

• 数据飞轮：能够驱动关键指标增长的数据飞轮，才能被视为公司的核心竞争力并围绕其构建企业壁垒

2023年，AI应用的用户参与度中位数仅14%，远低于彼时成熟移动应用的中位数水平。值得一提的是，当时ChatGPT也仅停留在14%的水平。

2023年成熟应用与AI应用的用户参与度对比图：

AI应用普遍偏低

2024年后，情况彻底改变：ChatGPT的用户参与度大幅跃升，DAU/MAU已逼近40%，与Reddit处于同一水平，说明用户已将其视为日常应用之一。

AI能力大幅提升，在部分领域成为专家，并重塑行业运作方式： 

• 广告业：生成高转化率创意文案，提升投放效率； 

• 教育业：可视化抽象概念，实现个性化学习；

• 医疗业：如OpenEvidence辅助诊断，提高诊疗准确性。

AI多行业应用场景演示图

同时，语音生成技术已跨过“恐怖谷”，进入自然、沉浸的新阶段。这不仅仅是功能的提升，更是根本性交互方式的重构。AI正逐渐从工具变成伙伴。

AI杀手级应用阵营雏形初现，ChatGPT、Harvey等首批成功案例已经验证了它们在通用领域的作业能力。下一批挑战者将不再追求通用万能，而是深入特定行业，尝试成为该领域不可或缺的垂域工作流专家。 

智能体架构从原型拼接迈向稳健系统：早期的智能体多为脆弱的原型，而下一代正通过两条路径达到企业级可靠水平：一是通过严格的编排框架与测试评估体系来保障；二是专为特定任务进行端到端训练与优化，成为高度专业化的“硬核”解决方案

智能体架构优化演示图

垂直智能体特定领域能力超越人类，世界进入“劳动力丰饶时代”: 在网络安全、DevOps运维等领域，垂直智能体已在特定任务上超越顶尖人类专家。这预示着在下一个时代，劳动力不再稀缺，真正的稀缺资源将转变为人类的品味、判断力与战略眼光，用以筛选和引导海量的AI产出。

垂直智能体深入行业技术与价值演示图

AI的发展正从单点智能体向协同网络演进：未来几年这一趋势将进一步深化，形成真正的智能体经济。在这一体系中： 

• 智能体之间的互动不再仅限于信息传递，而是能够转移资源、完成交易、建立信任与可靠性机制； 

• 它们将拥有自己的经济系统，但完全围绕人类需求运转； 

• 人类指挥智能体，智能体辅助人类，形成新的协同生态。

持久身份，智能体的“人格”稳定性：智能体需要拥有稳定、持续的“人格”。这包含两个维度： 1.对自身的一致性：智能体的认知、行为方式需要保持连贯，才能建立长期信任；2.对用户的记忆性：智能体必须能记住用户的需求、偏好和历史交互。

AI 记忆性演示图

无缝通信协议，智能体的“TCP/IP”：TCP/IP是指能够在多个不同网络间实现信息传输的协议簇。没有统一的通信协议，智能体之间无法高效协作。当前围绕MCP的进展令人鼓舞，但这只是开始。智能体间还需要一系列新协议来实现信息传递、价值转移、信任建立。通信协议的构建，相当于为智能体经济构建“基础设施”。

AI 无缝通信协议演示图

安全与信任，智能体经济的基石：当智能体开始代表人类进行交易和决策时，安全将成为核心需求。我们将看到一整套围绕“信任”的产业兴起，包括：身份验证、行为审计、风险控制。在无法“面对面”建立信任的智能体世界中，安全将成为最大的竞争力。

智能体经济将会使我们的思维方式发生三大改变：

从确定性思维到随机性思维：传统计算机科学追求确定性，代码输入，确定输出。但AI引领我们进入随机性思维时代。如同人类认知，AI的输出具有概率性：它可能准确回忆，也可能出现偏差。这种思维更贴近现实世界的复杂性，是我们必须适应的新范式。

AI随机性思维演示图：

人类需要管理一系列概率性输出，而非单一的确定性结果

从执行思维到管理思维：未来，人类角色将从执行者转变为指挥者。我们需要清楚知道：智能体能做什么、不能做什么、如何协调多个智能体完成复杂任务。优秀工程师与卓越工程管理者之间的区别，将成为整个经济的缩影。

人类指挥协调多智能体完成复杂任务

高杠杆伴随低确定性：我们将获得前所未有的能力杠杆：一个人就可能运营过去需要百人运作的业务、小型团队便可实现传统企业创造的价值， 但同时必须接受更高的不确定性。拥抱随机性、掌握管理艺术的人，将成为新经济中的最大赢家。

从底层的半导体硬件到顶层的应用生态，从单一的AI工具到协同运作的智能体网络，技术的层层累积终于在这一刻汇聚成真正的洪流。

未来十年，智能体经济结构将不再是传统的、线性的价值链，而会逐渐演变为一张去中心化、动态响应、自我优化的巨大网络——每一个智能体如同神经元一般被激活、连接与组织，在复杂系统中传递信息、资源与信任，最终涌现出超越个体能力的集体智能。