硅谷投资人张璐：Z世代70%时间用在AI应用上，传统搜索已被抛弃？

作者 张璐 硅谷投资人、Fusion Fund创始合伙人

编辑 周小燕

中国农历春节期间，DeepSeek的爆火蔓延至硅谷，引发硅谷一众科技巨头“焦虑”，OpenAI CEO萨姆·阿尔特曼（Sam Altman）坦言，OpenAI的闭源策略使他们站到了历史错误的一边，将重新思考OpenAI的开源策略；扎克伯格在公司全体会议问答中也承认DeepSeek 实现了新颖的突破。

中国原创大模型DeepSeek 出圈，也让大家更加确信人工智能将加速改变世界。

实际上，在过去的几年中，人工智能技术不断加速，不断给世界带来惊喜。

站在2025年初，很高兴能与大家分享我的想法。今年，我预计将会有五个主要的AI趋势逐步成形：

第一，垂直领域小模型将快速地在产业落地。

第二，将出现更多的AI基础设施层面的技术创新，尤其在降低能耗和成本方面。

第三，更多的小模型开始进入边缘端设备。

第四，开源生态将持续茁壮，开源模型不断丰富且形式更加多样化。

第五，新的算法模型与架构不断涌现。

与此同时，人工智能的广泛应用也让我们不断审视AI与我们的关系。AI让我们的工作更加“卷”，也让许多任务变得更为轻松。随着AI工具的普及，新的竞争加剧了，但也在某种程度上解放了我们的创造力，特别是在艺术和生产力领域。

AI正逐渐替代一些传统工作。但更为关键的是，能熟练使用AI工具的人，将替代那些无法有效使用AI工具的人。

面对AI的快速发展，我们也需要具备新的技能和认知。除了学会使用AI工具，我们更需要掌握提问、拆解问题等关键能力。AI时代最不可或缺的能力仍然是决策能力。

AI的五大趋势预判

预判一：垂直领域小模型将快速地在产业落地。

这其实在硅谷和产业中已经开始发生。

过去，大家一直讨论的是大模型，随着模型规模的不断扩大，通过接入大量数据与参数来提升模型训练效果。然而，过去一年，大家的关注点逐渐从AI模型的快速增长转向了实际应用——即AI技术如何迅速落地，并实现大规模的工业化应用。

在这一过程中，AI小模型的大规模应用必将成为趋势。

对于许多特定行业或垂直领域的人工智能应用来说，尽管数据量需要达到一定规模，但更为关键的是数据的质量。事实上，数据的质量可能比数据的数量更为重要。通过使用高质量的行业数据来训练垂直领域的小模型，不仅能够提升AI应用在特定场景下的准确性和效果，更重要的是，小模型的规模较小，成本较低，能效更高，对GPU的需求也更少。

这些特点使得小模型在成本层面上更符合工业界对AI技术应用的需求。尤其是在面向企业客户（B端应用）的场景中，技术成本往往是最关键的因素。在这样的背景下，模型的“小型化”显得尤为重要。

预判二：将出现更多的AI基础设施层面的技术创新，尤其在降低能耗和成本方面。

人工智能领域将涌现更多基础设施层面的技术创新，尤其集中在如何降低能耗和成本方面。事实上，许多相关技术已经开始落地。

我们知道，人工智能发展面临的最大挑战之一是高成本、高能耗以及过度依赖GPU，导致无法满足工业级应用的需求。基于这一点，这将推动下一波更具实际性、更贴近商业变现的AI应用诞生。

目前，已经有许多AI基础设施技术能够帮助这些应用进行系统优化，从而大规模降低GPU的消耗。这种优化不仅包括GPU消耗的降低，还涵盖了能源消耗的减少，从根本上降低了整体成本。

例如，一些硬件和软件技术的创新已经能够将能耗降低15倍至100倍，甚至更高。同时，GPU的消耗也能够减少至原来的1/4，甚至接近1/10。这些都是未来发展的潜力趋势。

预判三：更多的小模型开始进入边缘端设备。

2025年，一个重要的趋势将是人工智能在边缘端和边缘设备上的应用。事实上，这一趋势在硅谷已经初见端倪。

工智能在边缘端设备上的应用，得到了众多大企业和小企业的推动。这将催生新的AI接口（interface），即人工智能带来的全新交互形式。过去，我们的交互方式主要依赖于手机等传统设备，但随着AI的普及，未来的交互方式将不再局限于手机等传统边缘设备。更多设备将与人工智能结合，比如智能眼镜、投影仪、音响、灯等各种日常小型设备。这些设备都将成为搭载人工智能的新载体。

例如，我们最近投资的一家公司——Nexa AI，其AI小模型能够在树莓派（Raspberry Pi）等边缘设备上高效运行，并且其生成式AI表现与GPT-4相似。从这个角度来看，我们可以看到这种技术在边缘设备上的巨大潜力。

进一步来看，随着人工智能的普及，新的AI接口必将出现。例如，在C端，AI智能眼镜受到业界关注。

而在B端，端侧AI的应用形式更加多样。例如，在物流和供应链行业，智能传感器可以成为端侧AI的载体，广泛应用于各种机器设备中；在蓬勃发展的太空科技领域，每颗卫星都可以作为智能体，充当端侧AI的载体；在医疗领域，各种智能医疗设备、传感器，甚至医疗器械，也能够承载人工智能，成为AI的载体。

因此，人工智能的载体和接口并不仅限于手机和电脑，它将在各个行业中嵌入，尤其是在工业领域，AI将通过智能体的形式，嵌入到不同的传感器和硬件中。人工智能的应用场景非常广泛。

预判四：开源生态将持续茁壮，开源模型不断丰富且形式更加多样化。

我们始终看好开源生态的发展，并坚定支持其成长。开源生态在人工智能领域作出了巨大的贡献。事实上，自2024年以来，全球范围内各类开源平台的动态活跃，不仅仅局限于美国，中国也有许多开源生态的积极贡献者，比如最近引发全球科技圈热议的DeepSeek。最近发布的Llama 3.1也充分证明了开源生态能够推动更多语言模型和小模型的产生。

展望2025年，我相信开源生态将持续茁壮发展，并成为支持和孵化初创企业的一个重要平台。许多垂直领域的技术已源自开源，这进一步证明了开源生态在推动技术进步和创新方面的关键作用。

预判五：新的算法模型与架构不断涌现。

目前，关于生成式AI和大语言模型的讨论非常活跃，但与此同时，许多新的算法模型和架构也在不断涌现。例如，谷歌和微软近期发布的研究论文，正探索着全新的算法模型和架构。这些新模型的一个显著特点是，它们不仅能够在GPU上高效运行，某些模型甚至在CPU上也能展现出更优的性能。这一发现可能会对市场产生深远影响，因为它提出了一个重要问题：是否所有的AI应用都必须依赖GPU？还是未来会有一些算法模型在CPU上表现得更为出色？

这些变化和趋势正在悄然发生，预示着它们将对整个行业带来深远的影响。

AI让人更“卷”，也更“轻松”

随着AI不断渗透到生活的方方面面，人与AI的关系正在悄然发生变化。可以说，AI让我们既“更卷”，也“更轻松”。

举个简单的例子，究竟是在没有电脑之前你更卷，还是有了电脑之后更卷？显然，是有了电脑之后更“卷”。这是因为各种工具帮助我们提升效率、解放生产力，从而加速了各项工作的进展。随着生产力的提升，所有的事情都在加速，创新在加速，增长也在加速，各行各业都在AI的赋能下加速发展。而加速意味着竞争愈发激烈。因此，人工智能不仅会推动产业升级，也会让我们在个体层面面临更为激烈的竞争。

我还想分享一个有趣的现象。如今的大学生，尤其是大一、大二的学生，甚至一些高中生，每天使用AI工具的时间非常多。他们大约70%、80%的时间都在使用手机上的AI应用。比如，很多学生几乎不再使用传统的谷歌搜索，而是转向ChatGPT、You.com等平台，通过这些工具进行搜索。

这种变化很有意思。因为我们成长的环境是移动设备为主（mobile-based），对于我们来说，触屏、搜索和应用都是自然而然的，不需要特别学习。而对他们来说，人工智能应用已经成为一种本能，类似于我们当初使用触屏和搜索引擎的过程。

另外，我们发现年轻一代更愿意使用人工智能工具，并与AI互动。在不久前的摩根大通医疗健康年会上，我与许多医疗领域的大公司负责人交流，他们分享了一个有趣的现象：很多公司已开始应用AI驱动的心理健康工具，特别是旨在缓解焦虑和维护心理健康的相关应用。这些公司向患者提供了两种选择：一种是与AI互动，由AI提供反馈和建议；另一种是与心理咨询师进行在线沟通。结果显示，70%的人更倾向于选择AI作为心理咨询的对象，愿意与AI分享敏感的个人信息和心理问题，而不是与真人交流，这一数据令人惊讶。

这也表明，人与AI的关系可能比我们想象得更快发生变化。从最初的不了解和抵触，到逐渐的合作，再到现在的依赖，未来，AI可能会像手机一样，成为日常生活的一部分，大家也会形成新的习惯。

AI时代 人类需要具备哪些技能和认知

那么，AI时代，我们需要具备哪些技能和认知呢？

首先，最重要的一点是要意识到，人工智能将替代一些传统工作，但更为关键的是，能熟练使用AI工具的人，将替代那些无法有效使用AI工具的人。

随着AI技术的普及，新的工作机会将不断涌现，而许多传统的工作岗位可能会被取代。在这一过程中，技术的快速发展将起到决定性作用。就像我们小时候学习如何使用电脑一样，今天，掌握AI工具的使用已经成为必备技能。过去，懂得使用电脑是求职的基本要求；今天，掌握如何使用AI工具同样将成为一种基础能力。

（一）提问能力与问题拆解能力至关重要

在AI时代，具备有效提问的能力尤为重要。提问的能力有时比回答问题的能力更加关键。通过提出明确且具有针对性的问题，AI能够为我们提供更加精准、有价值的反馈与支持。

另一个至关重要的能力是将复杂问题拆解为更小的任务，或者将一个庞大的工作结构分解为更易管理的子任务。这不仅仅是一个技能，它体现了领导力和管理能力。比如，在公司中，经理的核心职责之一就是将复杂的工作分解成具体的小任务，然后指派给团队成员去执行。如今，这些任务可能由AI来帮助执行，而不是由初级工程师直接完成。如果一个人只会执行任务，而缺乏思考、提问和规划的能力，这可能会带来风险。

因此，如何有效思考、拆解问题，并与AI合作，成为非常重要的能力。

（二）AI促进艺术创造力的释放

我还观察到，人工智能的一个显著优点，是它在艺术和创造力领域的广泛应用。尽管一些人担心AI会替代艺术创作者，但从另一个角度来看，AI正在像相机的发明一样，帮助更多人实现创作。相机让我们能够捕捉美丽的瞬间，而不再需要学习绘画技巧；同样，人工智能正释放更多的创造力，使每个人都能轻松进行艺术创作。

艺术家最重要的能力之一是拥有创造性思维，并通过强大的记忆力和技巧将这种创造力表达出来。摄影师在照相机发明之前并不存在，但现在，手机成了每个人都能用来捕捉美丽瞬间的工具，极大地降低了创作门槛。人工智能正在朝着类似的方向发展，它使更多人能够轻松创作和表达。

如今，即便你没有学过绘画，也能通过AI将你的创意和想法呈现出来。你可能有丰富的情感，但以前可能无法通过画作或歌曲的形式表达出来。现在，通过AI工具，你可以将自己的情感通过歌词、旋律等形式表现出来。这种技术进步，极大地拓宽了艺术创作的边界，让更多人能够将内心的情感转化为艺术作品，而不再受限于传统的创作技巧。

（三）决策能力：AI时代的核心

人工智能对各个领域的影响是显而易见的，无论是音乐、美术，还是其他行业，都在发生着类似的变化。以金融行业为例，过去，成功的投资者往往依赖于获取别人无法获得的数据，并通过数据分析做出精准的市场判断。这需要强大的分析能力，如Excel技能、数据分析能力等。但如今，AI技术正在缩小这一差距。无论是谁，都可以访问更多的数据，并通过AI进行深入分析。

然而，AI时代最关键、最不可或缺的能力仍然是决策能力。尽管AI可以为我们提供大量信息并进行精确分析，但如何基于这些分析结果做出明智的决策，依然是核心能力所在。我们会发现，很多技能，归根结底，都是决策管理能力和领导力的体现。只有在这一基础上，AI的辅助才能真正发挥其最大潜力。

附：作者介绍

张璐，Fusion Fund 创始合伙人，硅谷知名投资人、连续成功创业者，毕业于斯坦福大学工程学院。2015年创立Fusion Fund，现管理近5亿美元资本，专注于美国市场新兴技术类初创公司的投资，尤其专注数字化转型和智能医疗领域，已投资100多家企业，并有多家被投企业上市以及收并购退出。

本文来自微信公众号“腾讯科技”，作者：张璐，36氪经授权发布。