万亿级AI智能体经济崛起！首席AI官成标配

新智元报道

编辑：英智 犀牛

【新智元导读】红杉资本预计AI市场规模将远超当前约4000亿美元的云计算市场，在未来10-20年内达到难以估量的体量。初创企业需聚焦应用层，深耕垂直领域，提供端到端解决方案。AWS研究显示，全球企业正加速拥抱生成式AI，首席AI官（CAIO）职位将成为企业标配。

近日，在AI Ascent 2025峰会上，红杉资本合伙人Pat Grady、Sonya Huang和Konstantine Buhler分享了他们的深刻洞察。

他们认为，AI是一个比云计算大十倍的市场机遇，其价值主要集中在应用层。

初创企业应聚焦客户需求，提供端到端解决方案，而非仅交付工具。

AI市场的潜力远超云计算。云计算市场目前规模约4000亿美元，AI市场不仅覆盖服务，还包括软件，潜在市场规模将在10-20年达到难以估量的体量。

AI正从销售工具（软件预算）转向销售成果和劳动力（人工预算）。

这张图展示了过去几十年间，技术浪潮催生的科技公司。

AI普及的条件已成熟：计算能力、网络、数据、分销渠道和人才一应俱全，发展速度远超以往。

相比云计算初期，当前社交平台（如Reddit、X）拥有12-18亿活跃用户，基础设施为AI快速普及铺平道路。

历史证明，技术的价值集中在应用层，AI也不例外。

构建护城河

尽管基础模型能力增强，初创企业仍需专注垂直领域，解决复杂问题，提供端到端解决方案。

想法必须转化为产品，产品必须由工程团队构建出来，然后必须推向市场、销售并提供支持。这就是价值链。

企业需深入理解客户需求，提供完整解决方案，而非单一工具。

应充分发挥「数据飞轮」，利用产品使用数据形成竞争优势。深耕行业，紧密贴合行业需求。

要警惕营收的真实性，关注应用普及率、用户参与度和留存率，确保用户行为的持久性。

初创公司必须赢得客户的信任，在初期，信任比产品更重要。

当前的毛利率不是最关键的，但需要有通向高毛利的清晰路径。

过去18个月，每个token的成本下降了99%，这条成本曲线会持续下降。

如果成功地从销售工具转向销售成果，并向价值链的上游迈进，就能获得更多价值。

最后要强调「数据飞轮」。确保数据飞轮与核心业务指标挂钩，否则毫无意义。

这一点非常重要，因为数据飞轮是企业能构建的最佳护城河之一。

市场对AI需求旺盛，现在是时候全力以赴，抢占先机，保持最大速度前进。

年度回顾：AI应用突破

Sonya Huang回顾了过去一年AI应用进展。用户参与度大幅提升，AI从炒作转向真正创造价值。

她强调了AI在广告、教育、医疗等领域的潜力，编程作为年度最具突破性应用，正重塑软件开发方式。

ChatGPT的日活/月活比例正接近Reddit，AI已融入日常生活。

AI在多个领域展现出巨大价值：生成精准、精美的广告文案，提升营销效率。在教育领域，AI快速可视化新概念，助力教学创新。医生可以通过AI优化诊断。

去年，语音生成技术跨越恐怖谷，接近电影《她》中的科幻效果。

编程达到了极佳的产品-市场契合度（PMF）：Anthropic的Claude 3.5 Sonnet发布后，引发编程领域热潮。

AI编程让新手也能开发复杂应用，从根本上降低了软件开发的门槛，提升了速度和经济效益。

从技术角度，预训练已经放缓。自AlexNet以来，预训练规模扩大了9-10个数量级，研究需寻找新突破。

其中最重要的是OpenAI推出的推理模型。此外，还有合成数据、工具使用和AI智能体编排（如Anthropic的MCP协议）。

更大的基础模型、推理时间优化、推理能力、工具使用，能助力AI完成复杂任务。

目前AI领域最激动人心的技术创新，发生在研究和产品的模糊地带。

Deep Research和NotebookLM等产品取得的突破，展现了AI的巨大潜力。

应用层是AI价值的核心，ChatGPT、Harvey、Cursor等已崭露头角，智能体将从原型进化到强大产品。

对2025年的下一个预测是垂直领域的智能体。

对于深耕某一领域的创始人来说，垂直智能体是绝佳的机会。

针对特定任务端到端训练的智能体表现优异，在Expo（安全测试）、Traversal（DevOps故障排除）、Meter（网络工程）领域超越人类专家。

我们正在进入「富足时代」，AI降低了劳动力成本，生成内容激增，品位成为稀缺资产。

智能体的崛起与挑战

Konstantine Buhler展望了AI发展的下一阶段——智能体经济。

他描述了从机器助手到机器网络（智能体集群），再到围绕人类需求的成熟经济体系。

智能体不仅传递信息，还能转移资源、进行交易、记录行为，理解信任和可靠性，构建独立经济体系。

智能体将与人类协作，围绕人类需求运转，形成人机共生的经济生态。

三大技术挑战

实现智能体经济，需解决以下关键问题。

智能体要保持一致的个性和理解力，拥有持久身份，以建立长期信任。

他们需记忆并理解用户需求，类似人与人交往中的信任基础。当前的技术（如RAG、长上下文窗口）在记忆和自我学习方面仍有不足。

智能体需要类似TCP/IP的通信协议，实现信息、价值和信任的传递。Anthropic的MCP协议是起点，未来需更多协议支持智能体协作。

对智能体而言，安全和信任至关重要。需要配套安全产业，确保交易可靠。

AI的随机性颠覆传统确定性思维。创始人需适应不确定性，调整思维模式。

管理智能体类似管理团队，理解其能力和局限，做出复杂决策（如优化流程、提供反馈）。

智能体带来巨大杠杆效应，让个体和企业能做更多，但不确定性增加。它将整合职能部门，简化流程，甚至推动一人独角兽公司出现。

创始人需管理风险，抓住机遇，在不确定中茁壮成长。

首席人工智能官

随着AI在各个领域深入应用，很多企业内部也开始更深入地使用AI。

就在昨天《THE DECODER》的主编Maximilian Schreiner在一篇博客中预计，到2026年大多数公司将拥有一名首席人工智能官（Chief AI Officer）。

他在博客中写道，一项亚马逊网络服务（AWS）的最新研究揭示，全球企业正在大力押注生成式AI，纷纷设立新的高管角色。

根据AWS的《生成式AI采用指数》，45%的受访决策者计划在2025年将生成式AI作为首要任务，优先于传统安全工具（仅30%）。这项研究采访了来自德国、美国、日本等九个国家的3739名IT管理者。

与一些传统观点不同的是，研究显示中大型企业尤其热衷于投资AI，而小型企业仍然将安全放在首位。

对于多数组织来说，选择一款工具的关键在于其能否轻松地融入现有的工作流程，尤其是在受到高度监管的行业中。

在金融和教育等行业，高级功能（56%）和数据隐私（48%）也是被优先考虑的重点。相比之下，监管较少的行业中只有34%的人认为安全功能重要。

CAIO成为关键高管角色

随着企业的预算向AI倾斜，一个新的高管职位正在兴起：60%的企业已经设有首席AI官（CAIO），另有26%的企业计划在2026年之前设立。

CAIO负责协调跨部门的AI战略，像亚马逊和Airbnb这样的公司甚至已经将AI专家纳入了董事会中。

虽然有90%的企业已经在试水AI，但只有44%走出试点阶段，迈向全面的整合。

这其中最大的障碍包括：技术人才短缺（55%）、开发成本高昂（48%），以及模型中的偏差和「幻觉」问题（40%）。

而要想构建可靠AI应用的关键是能够获取到干净、高质量的数据。

内部培训与应用开发

56%的企业已经启动了员工培训计划，还有19%计划在年底前跟上。不过，52%的企业坦言，他们其实不太清楚员工到底需要啥培训。如何实施（47%）以及预算不足（41%）也是常见拦路虎。

与此同时，92%的企业打算在2025年大举招聘AI人才。其中26%的企业预计，至少一半新员工得会用生成式AI。信息通信技术（35%）和制造业（28%）对这类人才的需求特别旺。

只有25%的公司想完全靠自己开发生成式AI，大多数更倾向于混合方法：58%会用预训练模型打造自家的应用，55%喜欢微调模型，40%直接选现成的AI方案。

这种对现成方案的接受度，在数据敏感的行业里尤其高，比如金融（44%）、教育（45%）和信息通信技术（43%），主要是因为这些方案省钱、快捷、功能还强。

第三方供应商是重要帮手：2025年，65%的组织会跟外部供应商合作开发AI项目——15%完全外包，50%则是内外团队一起上。

参考资料：

https://www.youtube.com/watch?v=v9JBMnxuPX8&list=PLOhHNjZItNnMEqGLRWkKjaMcdSJptkR08&index=1

https://x.com/sequoia/status/1920214775382065538

https://the-decoder.com/by-2026-most-firms-expect-to-have-a-chief-ai-officer-on-staff/