投资人眼中的AI行业：泡沫破裂，应用爆发的前夜？

598 0 0

文章摘要

AI领域在经历了发布会频繁的Q2之后，似乎进入了一种相对平静的状态。资本市场对AI的热情似乎有所减退，引发行业未来发展方向的讨论。本文从技术-经济演化周期的视角，分析了AI发展阶段和市场情绪，总结了AI的最新现状，并分享了对AI趋势的观察和判断。

1. AI发展现状：尽管市场对AI的长期前景保持乐观，但短期内AI面临一些挑战。OpenAI的GPT-5发布推迟，竞争对手利用时间窗口快速追赶。大模型技术壁垒似乎只剩下资金和硬件资源，而AI应用的营收增长却显著慢于基础设施投资。一些AI创业项目因资金问题被迫卖身或面临负面评价。

2. 技术-经济周期：根据Carlota Perez的理论，技术革命通常经历安装期和实施期，包括爆发阶段、狂热阶段、协同阶段和成熟阶段。目前AI可能正处于大模型技术崛起的爆发阶段，基础设施投资高于应用发展速度。如果未来一段时间内应用层没有出现杀手级应用，AI热潮的泡沫可能会破裂。但泡沫破裂并不意味着行业终结，而是优化资源配置，为产业真正爆发蓄力。

3. AI领域现状盘点：
– LLM竞争白热化，开源能力接近闭源：OpenAI的领导地位受到挑战，竞争对手快速赶超。开源大模型正缩小与闭源模型的能力差距。
– 巨头的游戏：初创公司收购潮：硅谷AI领域迎来收购潮，多家明星公司被巨头收购，AI大模型领域正成为巨头的专属游戏场。
– AI基建：停不下来的巨头军备竞赛，应用成本持续降低：AI基建投资不会因短期收益问题而停止，云计算市场的竞争博弈推动AI基建快速扩张。
– AI应用：2B与2C，冰火两重天：2B领域的AI应用在实际应用中稳步前进，而2C领域的AI应用在PMF和商业化上遇到挑战。

4. AI未来趋势洞察：
– 基座大模型：Post-training成为重点，提升底座模型能力。
– 视频模态的挑战与语音模态的突破：视频多模态发展慢于预期，而语音能力已比较成熟。
– AI可及性：模型小型化推动AI普及，预计未来一年内AI手机和AIPC成为标配。
– 基础设施生态与应用框架：Meta推出的Llama Agentic System可能改变游戏规则。
– AI的记忆与学习：VectorDB作为AI记忆能力的基石，传统数据库开始提供Vector存储和查询能力。
– 推理成本不断下降：模型小型化及匹配多样化芯片和设备，预计推理成本将进一步降低。
– 应用层：从Copilot到AI Worker，AI应用发展路径日趋明显。
– 从SaaS到SaS：AI将对软件行业产生巨大变革，从软件即服务转变为服务即软件。

5. 对AI的观察锚点：包括模型能力提升、AI应用收入提升、知识搜索准确率、Agent的自主决策能力以及AI应用评估框架构建等指标。

总体而言，AI领域虽然面临一些短期挑战，但长期前景依然乐观。技术-经济周期理论为我们提供了一个理解AI发展阶段和预判未来趋势的理论框架。在AI基建投资持续扩张的背景下，应用层的创新和商业模式探索将成为关键。同时，开源大模型的崛起和巨头的收购潮也预示着AI领域的竞争格局正在发生变化。未来，AI技术的可及性、多模态能力、记忆与学习能力等方面的进步，将为AI应用的普及和商业化提供更多可能性。