专栏名称: 软件定义世界(SDX)
软件定义世界, 数据驱动未来。
目录
相关文章推荐
数据派THU  ·  2024年度清华大学大数据研究中心“RONG ... ·  2 天前  
数据派THU  ·  Scikit-learn ... ·  6 天前  
软件定义世界(SDX)  ·  DCMM、DAMA、DGI数据治理模型比较分 ... ·  5 天前  
天池大数据科研平台  ·  一文揭秘|预训练一个72b模型需要多久? ·  5 天前  
51好读  ›  专栏  ›  软件定义世界(SDX)

红杉资本2025年AI三大展望:大模型厂商各显神通;杀手级应用AI搜索;AI支出变稳

软件定义世界(SDX)  · 公众号  · 大数据  · 2024-12-22 06:00

主要观点总结

本文主要描述了关于AI领域在2024年和2025年的发展趋势和预测,包括大语言模型的发展、AI搜索的普及以及AI投资回报率的问题等。文章还涉及数字化转型的其他方面,如数据中心建设、AI在各行业的应用等。

关键观点总结

关键观点1: 大语言模型的发展

不同的大语言模型提供商已经发展出各自的独特能力,这将在未来导致竞争格局的变化。为了应对未来的挑战,各参赛者正在为下一轮模型扩展做准备,这可能涉及计算规模的又一次增长。

关键观点2: AI搜索的普及

AI搜索正在成为一项杀手级应用,不同的领域将有专门的AI搜索引擎来满足需求。AI搜索有望将当前单一的市场分割开来,并为白领工作者带来巨大的福音。

关键观点3: AI领域的投资回报率问题

大型科技公司在AI方面的资本支出巨大,但投资回报率仍面临挑战。随着大型科技公司对AI掌控力的增强,2025年将是AI资本支出的稳定年,资本支出水平有望恢复正常化。

关键观点4: 数字化转型的其他趋势

数字化转型仍是各大公司的重点,各行业都在积极探索和应用新的技术和方法。数据中心的建设是其中的重要组成部分,新的数据中心容量的上线将有助于推动AI的计算价格下降。


正文

热门下载(点击标题即可阅读全文)

【PPT下载】中国数据分析师行业峰会精彩PPT下载(共计21个文件)

【PPT下载】2023中国企业数字化转型最佳实践案例高层论坛精彩PPT下载(共计15个文件)

数字化转型专题:

【战略】企业数字化转型战略完整指南

【PPT】《数字化转型工作手册》
【战略】普华永道:企业如何进行数字化战略转型
【路径】数字化转型知识:架构、价值及路径
【能力】一文读懂企业数字化转型能力框架
【报告】《企业数字化升级之路——百家企业数字化转型发展分析报告》
【本源】数字化转型的本质(10个关键词)

【教训】麦肯锡:企业数字化转型失败率高达80%
【中台】数据中台唱衰,企业数字化转型路在何方?(上、下)
【金融】中国商业银行数字化转型调查报告
【人才】数字化转型中的人才技能重建
【组织】传统企业数字化部门在数字化转型中的重要性及参考设置
【PPT】指标驱动,数据优先、工业数字化转型的经验分享
【华为】华为的字化转型方法论

【华为】华为数字化转型中的数据治理实践[]

【PPT】《华为数据之道》读书笔记

【PPT】《华为数字化转型之道》读书笔记

【案例】国资委:国有企业数字化转型百大典型案例

【困境】国企数字化转型六大困境+原因剖析+典型事件

【路径】2021国有企业数字化转型发展指数与方法路径白皮书

【工业】56万台卡特彼勒设备如何实现“卡特智能”?数字化转型对中国工业互联网的启示

【PPT】《2021中国企业数字化转型路径实践研究报告》

【策略】再论数字化转型-转什么,如何转?
【调研】红杉中国:2022企业数字化指南(附:2022版/2021版下载).

【美的专辑】

【美的1】方洪波:美的的数字化转型实践
【美的2】美的:100亿,数字化转型路径与实践

【美的3】美的集团数字化历程与经验总结(2020年)

【美的4】【PPT】美的从“制造”到“智造”的数字化转型之路


2024年,随着Scaling law放缓,AI领域在大模型、基础设施上的能力稳步提升,尽管应用层出现了各种有趣的探索,但是更大的潜能有待挖掘。2025年即将来临,将出现哪些变化?

近日,红杉资本投资人David Cahn对2024年AI领域的发展作了简要总结并对2025年作了三大预测。他认为,今年是AI发展的萌芽期,其构建基石已经稳固建立,只待2025年发芽结果。他在本文中阐述了三点预言:

首次,基于大模型厂商各自选择的策略,竞争格局出现明显差距;其次,AI搜索将成为杀手级应用,不同领域也将拥有专用AI搜索;最后,AI领域的投资回报率仍被拷问,资本支出将趋于正常化。

(本文由OneFlow编译发布,转载请联系授权。原文:https://www.sequoiacap.com/article/ai-in-2025/



来源 | David Cahn
OneFlow编译
题图由SiliconCloud平台生成

去年1月,我们将 ChatGPT 比作 AI 的“大爆炸”,并预言 2024 年将成为 AI 的萌芽期。AI 生态系统中充斥着新思想和潜在能量,正是新创业者崭露头角的成熟时机。“空气中弥漫着巨大的潜力,但仍处于无形状态,”我们当时写道,“需要远见卓识将其转化为现实、具体且最终具有影响力的成果。”  
 
如今,AI 生态系统已趋稳固。在最大模型的竞赛中,已有五位“决赛选手”崭露头角。英伟达备受期待的 Blackwell 芯片本月即将发货。其中许多原计划于 2024 年初启动的数据中心,现已全面进入建设阶段。台积电正扩建新厂产能,博通则致力于定制化 AI 芯片的研发:整个供应链已全速运转。从医疗到法律再到保险, 各行各业的新 AI 项目纷纷启动。 
 
如果 2024 年是 AI 的萌芽期,那么如今其构建模块已稳固确立。AI 的潜力正凝结成现实且具象的存在——体现在全美各地拔地而起的数据中心,从宾夕法尼亚州的塞勒姆,到德克萨斯州的圆石城,再到威斯康星州的芒特普莱森特。若 2024 年充斥着层出不穷的新理念,2025 年则将是筛选这些理念,以验证哪些是真正奏效的。  
 
以下是我们对明年的三个预测: 
 
1. 大语言模型提供商已经发展出各自独特的超能力——这将导致 2025 年出现逐步的差异化和竞争格局的变化。
 
2024 年,大模型竞赛的核心在于与 GPT-4 实现同等水平。五家公司成功达成这 一目标(或接近目标),从而成为“决赛选手”:微软/OpenAI、亚马逊/Anthropic、谷歌、Meta 及 xAI。其他公司则纷纷退出竞赛,其中最引人注目的是 Inflection、Adept 和 Character。  
 
为了达到 GPT-4 级别,这些公司大致遵循了相同的策略:尽可能多地收集数据,利用尽可能多的 GPU 进行训练,并对预训练/后训练架构进行优化以最大化性能。随着 2024 年人才在各组织间流动,大模型训练鲜有秘密可言。  
 
随着每位玩家为下一轮 LLM 规模扩展做准备——这很可能涉及计算规模的又一 次 10 倍增长——实验室正演化出差异化的超能力。可以说,他们已经“选定了武器”,以应对未来的挑战。到 2025 年,这些不同的策略将导致各异的结果,一些玩家将脱颖而出,而另一些则可能落后。  
 
谷歌——垂直整合:谷歌迈向 2025 年的优势在于其垂直整合战略。谷歌是唯一拥有自家一流芯片的企业:TPU 有望在 2025 年与英伟达的 GPU 一较高下。此外,谷歌自建数据中心,自主训练模型,并拥有一支实力雄厚的内部研究团队。不同于微软/OpenAI 和 亚马逊/Anthropic 的合作,谷歌通过掌控价值链的每一个环节来争夺制高点。  
 
OpenAI——品牌影响力:我们已看到一些关于 ChatGPT、Claude 与 Gemini 的无提示知名度调查,差距显而易见。OpenAI 在 AI 领域拥有无可匹敌的最强品牌影响力。这使其在大型 AI 企业中创造了最强劲的营收引擎,据报道,OpenAI 的营收已超过 36 亿美元。若 AI 领域的成功最终取决于消费者心智份额和企业分销渠道,OpenAI 或将继续拉大与竞争对手的差距。  
 
Anthropic——人才吸引力:2024 年,OpenAI 遭遇了研究人才的大规模流失,而 Anthropic 则迎来了人才的涌入。随着 Jon Schulman、Durk Kingma 和 Jan Leike 在 2024 年相继离开 OpenAI 加入 Anthropic,该公司在研究人才中的影响力日益增强。此外,Anthropic 还进行了一些重要的高管招聘,聘请了 Instagram 联合创始人 Mike Krieger 担任首席产品官。在 GPT-3 发明者 Dario Amodei 的领 导下,Anthropic 已然成为 AI 科学家们青睐的目的地。  
 
xAI——数据中心建设:我们在《钢铁、服务器与电力》一文中探讨了数据中心建设对 AI 竞赛下一阶段的重要性。xAI 以创纪录的时间部署了 10 万台 GPU 的 Colossus 集群,现已成为数据中心扩展的领头羊。xAI 及其竞争对手的下一个里程碑将是 20 万台集群,随后是 30 万台集群。若“规模扩展即一切”的论断成真,xAI 已做好充分准备,继续其快速崛起之路。  
 
Meta——开源之路:Meta 已通过 Instagram、WhatsApp 和 Facebook 建立了强大的分发优势,如今更是全力投入开源领域。在众多巨头中,Meta 是唯一选择此策略的。其 Llama 模型拥有众多狂热粉丝,而闭源与开源之争依旧激烈。若前沿进展开始放缓,Meta 将能充分利用其开源模型,迅速推广这些能力。  
 
在大模型竞赛中,严苛的执行力摆在眼前。各参赛者的竞争格局与姿态已稳固成型。2025 年,我们将见证哪些策略能预见未来,而哪些则注定失败。  
 
2. AI 搜索正崭露头角,成为杀手级应用——到 2025 年,它将广泛普及。
 
自 ChatGPT 问世以来,我们一直在寻找 AI 的杀手级应用场景。哪些持久的新用户行为能经受住时间的考验?  
 
2024 年,从 AI 女友到 AI 租赁助手,再到语音智能体和 AI 会计,众多不同应用得 到了测试。  
 
我们预计,2025 年将广泛应用的一个用例是 AI 搜索引擎。Perplexity 自推出以来发展迅猛,月活跃用户已达 1000 万。OpenAI 于 10 月推出了 ChatGPT Search,扩展了其现有的类搜索功能。《华尔街日报》最近刊登了一篇题为“谷歌搜索是老年人的专利”的文章。讽刺的是,就在谷歌深陷反垄断诉讼泥潭之际, 这一挑战接踵而至。  
 
AI 搜索是对一项技术的重要再造,这项技术迅速成为互联网的杀手级应用。互联网搜索是一种基于网页索引的导航技术。而 AI 搜索则是一种基于 LLM 的信息技术,能够阅读并语义化理解知识。对于白领工作者来说,这将是一个巨大的福音。  
 
AI 搜索可能会将当前的单一市场分割开来。可以想象一个世界,每个职业都有其专属的 AI 搜索引擎——分析师和投资者现在默认使用 Perplexity,律师会使用 Harvey 这样的平台,而医生则会使用 OpenEvidence 等解决方案。以此类推, Midjourney 可以看作是对“像素世界”的搜索,Github Copilot 是对“代码世界”的搜索,而 Glean 则是对“文档世界”的搜索。与传统搜索不同,AI 搜索在语义上可以深入得多,因此其强大程度是传统搜索的数量级倍增,从而带来显著的生产力提升。  
 
文本响应作为产品表面的深度远超初见之印象。并非所有文本响应都是等同的。我们认为 LLM 能在多个维度上实现真正的产品差异化,而创始人将围绕这些能力构建独特的产品体验,针对特定的客户群体: 
 
  1. 意图提取:通过领域专业化,将回复紧密匹配到用户的意图变得更加容易。例如,医生和患者提出相同的问题时,他们期望看到的回复类型是不同的。

  2. 专有数据:如律师所需的判例法、分析师所需的金融数据或保险承保人所需天气数据等独特数据集,在白领工作领域将至关重要。在商业环境中,给出正确答案是基本要求。

  3. 格式化:结果如何呈现给用户,例如响应的详细程度或简洁程度、使用项目符号、多模态内容的使用、引用来源等。例如,会计师与记者处理信息的方式有所不同。

  4. 界面设计:代码搜索需集成在 IDE 中,会计政策搜索则应存在于会计 SaaS 平台内。语义搜索得益于用户现有工作流程和数据的上下文环境。不同领域将需要不同的界面设计。

 
新的特定领域的AI搜索引擎将尽可能紧密地映射到其目标用户的心理模型。医生、律师和会计师的思维方式并不相同。随着我们在某个领域成为专家,我们提取知识和做出决策的模式开始分化。医生面对的是医学文献,律师面对的是判例法,投资者面对的是收益报告。我们在分析和决策这些知识的方式在每个领域都是不同的。 
 
新型领域专用 AI 搜索引擎将尽可能紧密地映射到其目标用户群体的“心智理论” 上。医生、律师和会计师的想法各不相同。随着我们在特定领域成为专家,提取知识和做出决策的模式开始分化。医生面对医学文献,律师面对判例法,投资者面对财报。我们在这些知识上进行剖析、分析和决策的方式在每个领域都不同。  
 
消费者与企业之间可能出现分化。作为消费者,我们有着大致相同的需求,因此 ChatGPT 实现了惊人的产品市场契合度。然而,作为专业人士,我们的需求各异。不难想象,每位知识工作者每天至少会使用两款 AI 搜索引擎——一款用于工作,另一款用于其他所有事务。  
 
3. 投资回报率仍将面临挑战,而资本支出将在 2025 年开始趋于稳定。  
 
我们曾探讨过 AI 的 2000 亿美元问题和 AI 的 6000 亿美元问题,这些探讨揭示了大型科技公司巨额资本支出的现状,以及与之不相匹配的终端用户收入,难以实现这些资金投入的回报。  
 
进入 2024 年,大型科技公司对 AI 可能威胁其在云计算业务中的寡头地位感到紧张。正如我们在《AI 资本支出的博弈论》中所写,这些公司感到别无选择,只能大举投入以确保在 AI 未来中继续保持主导地位。如果他们不投入,他们将变得落后。  
 
进入 2025 年,形势已发生剧变。大型科技公司牢牢掌控着人工智能革命的命脉。他们不仅掌控着为 AI 提供动力的大部分数据中心,还持有大型模型公司的重要股权,并且是众多新兴 AI 初创企业的最大支持者。  
 
随着大型科技公司信心增强,我们认为,2025 年将是 AI 资本支出的稳定年(stabilization year)。若 2024 年是争相签署土地与电力协议的冲刺年,那么 2025 年则是执行年。项目已破土动工,这些公司将专注于按时按预算完成新项目。随后,他们需要将这些已安装的产能销售给客户,并与企业合作,助其利用新 AI 能力取得成功。  
 
自从 ChatGPT 推出以来,资本支出(CapEx)水平大约翻了一番,我们可能在 2025 年看到趋于正常化。最新的 Q3 资本支出数据显示,这一趋势线已经在微软和谷歌内部开始稳定。亚马逊和 Meta 仍在增加资本支出,但可能在 2025 年初达到稳定状态。(虽然 Meta 在下图中看起来是平稳的,但该公司已发出 Q4 增加资本支出的指引)。

来源:财报电话会议记录,公开文件 

寡头垄断的动态也可能随之而来。每家大型科技公司都密切关注其竞争对手。如果行业似乎正平稳过渡到“新常态”,这对所有人来说可能都是个好消息。它将为 2025 年新的平衡提供进一步支持,而非持续增加支出。  
 
随着 2025 年新数据中心容量的上线,AI 计算价格应会继续其史诗般的下跌。这对初创企业来说是个好消息,并应激励全新的创新。正如我们过去所指出的,初创企业主要是计算的消费者而非生产者,因此它们从过度建设中受益。大型科技公司实际上正在为整个 AI 生态系统创造补贴。  
 
许多比较将云服务与镀金时代的铁路寡头垄断相提并论。如果数据中心确实是数字经济的“轨道”,那么到 2025 年底,新的 AI 轨道将稳固建立起来。问题在于,哪些货物将运行在这些轨道上,以及我们如何利用这项新技术为客户和终端用户创造价值。  
 
预祝我们在这一年利用 AI 的基础构件,创造改变人们生活的非凡新能力。


读大数据应用最佳实践案例,赢数字经济未来!

18个行业,106个中国大数据应用最佳实践案例:

(1)《赢在大数据:中国大数据发展蓝皮书》;

免费试读:https://item.jd.com/12058569.html

(2)《赢在大数据:金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例》;

免费试读:https://item.jd.com/12160046.html

本册“微信读书”免费阅读:https://weread.qq.com/web/bookReview/list?bookId=f0532d707159f0dff058c4e

(3)《赢在大数据:营销/房地产/汽车/交通/体育/环境行业大数据应用典型案例》;

费试读:https://item.jd.com/12160064.html

(4)《赢在大数据:政府/工业/农业/安全/教育/人才行业大数据应用典型案例》。

免费试读:https://item.jd.com/12058567.html

或点击“阅读原文”,购买“赢在大数据系列丛书”。

推荐文章


点击蓝色标题即可阅读全文

10万读者睿选2016年TOP1002015年TOP100

CCTV大数据名人讲堂PPT&视频:万亿元大数据产业安全城市】【农业航运】【数据资产变现

DTiii:3352家大数据产业地图PPT及下载】【TOP100】【亿元俱乐部中国大数据行业应用Top Choice 2019】【赢在大数据
数字化转型:工作手册战略路径百家企业零售转型路银行人才组织工业华为
卡特彼勒美的100亿,百丽美的历程美的PPT华为数据之道转型战略毕马威转型方法论阿里方法论
元宇宙:清华大学元宇宙、北京大学元宇宙

 ChatGPT:官方使用手册 15美元使用指南 技术详解 工作原理

数据中台:凯哥八问颠覆数据工程师阿里滴滴数据中台中台报告数据中台建设之道高峰论坛视频回放富国银行和Netflix数据中台 民生银行数据中台

数据资产:德勤阿里数据资产评估,PPT阿里巴巴数据资产管理实践,阿里&毕马威PPT2021数据资产运营白皮书数据资产目录建设之数据分类全解数据资产管理的5个步骤和6个要素普华永道:数据资产化前瞻性研究白皮书【实践】商业银行数据资产管理体系建设实践报告【行业】银行数据资产的数据治理【案例】附表:芝麻信用元素表(DAS)列表及含义


院士:李国杰【(PPT)(全文)】【数据开放】,邬贺铨倪光南【大数据时代)()】,怀进鹏梅宏

大数据100分:【金融】【制造】【餐饮】【电信】【电商】【更多行业大数据应用请点击底部导航栏BD100分】;

大数据/人工智能数据竞赛:Kaggle经验分享NetFlix百万美金】【Kaggle案例】【2017BDCI】【2017BDCI嘉年华2018BDCI嘉年华滴滴算法大赛】

征信:ZestFinance】【BCG】【芝麻信用】;

工业4.0:罗兰·贝格】【安筱鹏

人工智能:阿里&BCG】【埃森哲经济社会】【美国AI国家战略伯努利李开复】【TOP100】【2016中国AI报告】【美国AI国家规划】【深度学习】【人智合一】【人脸识别】【人脸识别企业PK】【无人驾驶】【AI知识体系】【神经网络

区块链:TED视频】【麦肯锡】【毕马威】【高盛】【全球区块链报告

算   法: 【10大经典算法】【推荐算法

数据科学家:13个真实场景数据科学应用案例数据科学家工具包,数据科学家成指南让统计"看得见"21个面试题和答案

可视化:【2017年获奖2014年最佳】【十大标志性作品】【43款工具

PPT:【大数据产业地图】【数据之巅互联网的未来】【软件正吃掉整个世界】【互联网思维】【互联网+】【一带一路】;

VC:【独角兽研究报告】【大数据投资】【2015创投趋势】【2014投资报告】【倒闭教训

人才:【2018BD&人才报告2017BD&人才报告

大数据应用最佳实践案例:18个行业106个案例

BDAI100:大数据AI产业创新与投资百人会(BDAI100),致力推动1000家亿元BDAI企业涌现、推动BDAI与100万亿实体经济的深度融合、加速10万亿数据经济腾飞(简称“BDAI100十百千工程”)

原创:陈新河:万亿元大数据产业新生态软件定义世界,数据驱动未来数据交易互联网+观点】。

专题版本:20220608V3.91

底部新增导航菜单(点击顶部“软件定义世界(SDX)”,点击“进入公众号”,底部菜单栏即出现),下载200多个精彩PPT,持续更新中!

上下滑动查看更多精选专题内容

微信公众号:软件定义世界(SDX)

微信ID:SDx-SoftwareDefinedx

软件定义世界, 数据驱动未来;

❷ 大数据思想的策源地、数字化转型的指南针、创业者和VC的桥梁、政府和企业家的智库、从业者的加油站;

个人微信号:sdxtime,

邮箱:[email protected]

=>> 长按右侧二维码关注。

底部新增导航菜单,下载200多个精彩PPT,持续更新中!