红杉资本将当前的人工智能浪潮定义为一场深刻的“认知革命”，认为其变革力量将媲美甚至超越工业革命，并蕴藏着一个价值10万亿美元的庞大商业机遇。

　　近日，红杉资本合伙人Konstantine Buhler发表了题为的演讲。

　　他明确指出，AI的下一个战场是庞大的服务业市场。与SaaS软件不仅蚕食传统软件份额、更极大地扩展了整个市场边界的历程相似，AI也将对服务业进行颠覆性重塑和扩张。同样，AI也将对法律、会计、医疗等传统上由大型合伙企业主导的服务业进行颠覆性重塑和扩张，催生出由AI驱动的全新上市公司，甚至改变我们今天熟知的S&P 500指数榜单。

　　在“认知革命”的黎明阶段，红杉资本正积极寻找并投资那些能将通用AI技术“专业化”的初创公司。这些公司如同当年的洛克菲勒和卡内基，肩负着构建未来市场领导者的使命，将通用AI模型打磨成解决特定行业痛点的“认知装配线”。

　　为了指引投资方向，Buhler分享了红杉资本正密切关注的五大投资趋势和未来12至18个月的五大投资主题。这些趋势和主题，正是AI时代淘金者手中的藏宝图。

　　AI的核心商业机遇在于价值10万亿美元的美国服务业市场，AI不仅将抢占份额，更会像SaaS重塑软件市场一样，极大地扩展服务业市场本身。

　　AI的发展被类比为工业革命的“专业化”进程，即从通用技术走向高度专业化的应用，而初创公司是推动这一进程的核心力量。

　　红杉资本观察到五个正在发生的趋势：1）工作模式转向“高杠杆、高不确定性”；2）衡量标准从学术基准转向“线）强化学习从理论走向实践；4）AI深入物理世界，超越机器人范畴；5）算力成为新的生产力，人均算力消耗将增长10至1000倍。

　　未来12-18个月，红杉将重点关注五个主题：1）持久性记忆；2）AI间的无缝通信协议；3）AI语音；4）贯穿全链条的AI安全；5）开源AI。

　　推动上述主题的发展，旨在将“认知装配线”的构建时间从数年大幅压缩至数月，从而加速整个认知革命的到来。

　　认知革命：以史为鉴，专业化是关键

　　红杉资本认为，理解AI革命的未来，必须以史为鉴。Buhler将AI的发展与工业革命的三个关键节点进行类比：1999年的首款GPU如同当年的“蒸汽机”；2016年出现的AI系统如同第一座“工厂”；而未来的AI应用则相当于“工厂流水线”。

　　值得注意的是，从第一座工厂到成熟的工厂流水线年。Buhler强调，这一漫长周期的核心驱动力是“专业化”——将通用技术和劳动力，改造为能实现特定产出的高度专业化组件和劳动力。

　　如今，AI正处在同样的历史节点。通用大模型提供了基础能力，但真正的价值释放有赖于初创公司将其“专业化”，以解决特定行业和场景的问题。在红杉看来，今天的AI初创企业正是这场认知革命中扮演洛克菲勒、卡内基角色的关键力量，它们通过专业化构建未来的伟大应用。

　　万亿美元机遇：AI重塑服务业版图

　　商业价值是投资的核心。Buhler指出，AI的机遇远超软件市场。他将目光投向了价值10万亿美元的美国服务业市场，目前AI的渗透率可能仅为200亿美元左右。这正是AI的“10的13次方”美元级别的机遇。

　　红杉的一份内部备忘录显示，注册护士、软件开发人员、法律服务等岗位的市场规模均极其庞大。公司已在这些领域进行了布局，投资了如Open Evidence、Factory、Harvey等初创公司。

　　Buhler强调，正如标普500指数的市值排行榜上没有传统的律师事务所或会计师事务所，认知革命将创造一个历史性机遇，让AI驱动的服务型公司能够成长为新的上市巨头，从而极大地扩展资本市场的版图。

　　五大投资趋势：当下正在发生什么

　　Buhler分享了红杉资本观察到的五个正在发生的关键趋势，它们揭示了AI如何改变现实世界：

　　杠杆而非确定性：工作模式正从“低杠杆、高确定性”转向“超高杠杆、结果存在不确定性”。例如，销售人员可利用AI代理管理数百名客户，其自身角色则转变为修正和指导AI，从而实现超过1000%的杠杆效应。

　　真实世界验证：衡量AI能力的黄金标准已从学术基准转向真实世界的表现。例如，AI安全公司Expo通过在Hacker One平台上与全球顶尖人类黑客同台竞技并取胜，来证明其技术的卓越性。

　　强化学习走向实践：长期停留在理论层面的强化学习，在过去一年已成为许多初创公司获得竞争优势的实用工具，尤其在编程等领域。

　　AI深入物理世界：AI的影响力远不止人形机器人，它正通过优化流程和加速硬件制造来改变物理世界，例如Nominal公司利用AI加速硬件制造和质量保障。

　　算力即新生产力：每位知识工

　　五大投资主题：未来18个月的布局

　　展望未来12至18个月，红杉资本将重点投资以下五个主题，以解决当前AI发展的核心瓶颈：

　　持久性记忆：AI需要具备长期记忆和身份持久性，才能胜任更复杂的生产力任务。目前该领域尚未出现类似模型训练的“规模法则”，存在巨大机遇。

　　无缝通信协议：如同TCP/IP协议引爆了互联网革命，AI之间若能建立无缝通信协议，将催生颠覆性应用，例如AI可自主完成全网比价、下单、支付等完整的购物流程。

　　AI语音的爆发：AI语音有许多令人兴奋的应用。这包括AI朋友、AI伴侣、AI治疗师，所有这些面向消费者的应用。在企业端，AI语音可用于自动化物流协调、金融交易等场景。

　　贯穿始终的AI安全：AI安全覆盖从模型开发、分发到终端用户的全链路。未来，每个用户甚至每个AI代理都可能拥有数百个专属的AI安全卫士。

　　开源AI的十字路口：红杉认为，确保开源社区能与顶尖闭源模型竞争至关重要，这关系到AI生态能否保持开放和自由，避免未来被少数资金雄厚的科技巨头垄断。

　　演讲全文如下

　　认知革命00:00我们在红杉资本坚信人工智能正在引领一场革命，我们认为这场变革将与工业革命一样宏大，甚至更为宏大。在今天的简短演示中，我们将分享这场“认知革命”的全部内容，以及它为何能提供一个价值10的13次方的巨大机遇。00:22我们有四个部分。首先是我们围绕人工智能的论点。接下来是商业机遇。然后我们将深入探讨一些投资趋势。这些是我们目前在人工智能领域观察到的动态。最后，我们将讨论一些投资主题，即我们对未来12到18个月的展望。00:42我们相信人工智能与工业革命有着异曲同工之处。在此，我们想特别指出工业革命中的三个时间点。开启一切的蒸汽机的发明；第一个工厂系统，它将所有必要的部件汇集到同一个屋檐下；以及最终我们今天所知的第一个工厂流水线的诞生。这张幻灯片有趣的地方在于这些时间点之间的时间跨度：从第一台蒸汽机到第一座工厂，历时67年。而且那第一座工厂甚至没有使用蒸汽机，而是由水力驱动。然后，从第一座工厂到我们今天所知的工厂流水线年。问题是，为什么花了这么长时间？特别是，在这144年里发生了什么？我们认为之所以花费如此长时间的原因是“专业化”的必然性。对于一个复杂的系统而言，超越一定规模后要实现成熟，它就必须将通用组件和劳动力与高度专业化的组件和劳动力相结合。换句话说，当时发生的是将这些通用技术进行专业化改造，以生产特定的产出。01:58现在我们生活在认知革命之中。你可以说，当年的“蒸汽机”就是1999年的第一块GPU，即GeForce 256，而2016年出现的、能够整合所有必要组件以生产AI能力的系统，就是第一座“人工智能工厂”。那么问题来了：谁将成为这场认知革命中的约翰·洛克菲勒、安德鲁·卡内基、西屋或韦奇伍德？我们相信，答案就是今天的创业公司——正是它们，正在践行这种专业化，以及那些尚未成立但将构建这些应用的创业公司。万亿美元的服务机遇02:35我们是红杉资本，而不是红杉历史研究院。所以，让我们来谈谈真金白银。大家可能以前见过这张幻灯片。我们在AI Ascent大会上使用过。左边的3500亿美元的圆圈代表了云计算转型初期软件上的支出。那六个小切片是60亿美元的软件即服务支出。03:01后来发生的事情是，SaaS不仅增加了其在本地软件市场中的份额，它实际上还扩大了整个市场，使其今天增长到超过6500亿美元。我们相信类似的事情将在人工智能领域发生，而且机遇会更大。这就是价值10万亿美元的美国服务市场，其中今天可能只有大约200亿美元被AI自动化。这是一个10的13次方的机遇，它不仅能扩大AI在这个市场中的份额，更能扩大市场本身。03:36你可能见过上一张幻灯片，但这张是首次公开。它摘自红杉的一份内部备忘录，展示了按最右边一列排序的服务业岗位。那一列是岗位员工数量乘以美国人口普查局公布的年平均工资。你会注意到它们都是非常庞大的市场。你还会注意到红杉已经在这些领域进行了投资。考虑一下Open Evidence和Freed在注册护士领域，或者Factory和Reflection在软件开发人员领域，或者Harvey、Crosby和Finch在法律领域。04:18在红杉，我们喜欢思考潜在市场规模，特别是市场。我们的创始人唐·瓦伦丁总是强调市场的重要性。这张图表显示了标普500的市值排行。你会注意到几家非常大的公司。最左边是市值超过4万亿美元的英伟达，百分比是其一年内的股价表现。这张幻灯片上没有Kirkland and Ellis律师事务所，也没有Baker Tillie会计师事务所，尽管这些公司每年都有数十亿美元的收入。04:54我们相信认知革命提供了一个机遇，可以扩大市场，并扩大这张幻灯片，使其包含许多在服务领域由AI驱动而建立的、大型的、独立的上市公司。投资趋势 #1：杠杆而非不确定性05:13接下来，让我们谈谈我们在人工智能认知革命中正在关注的五大投资趋势。第一个是拥抱杠杆，管理不确定性。我们注意到工作正在从过去对任务的低杠杆和100%确定性结果，转向对任务的100%以上杠杆和对结果精确表现的不确定性更低的新模式。如果你是一名销售人员，你的工作是管理一系列客户，即潜在客户。今天，你可能需要自己管理这些客户，监控每一个机会。但在AI代理赋能的未来，你可以使用ROCS这样的工具，拥有数百个AI代理，每个客户一个AI代理，跟踪他们的进展，查看正在发生的变化，向你展示重新参与并扩大与客户合作关系的机会。当然，这个AI代理不会完全按照你的方式做事，它可能会遗漏某些东西或犯错误。这就是人的作用——进行修正。在这种情况下，我们看到100%以上的杠杆，甚至可能达到1000%的杠杆，尽管伴随着更多的不确定性。这与你正在做的工作不完全相同。投资趋势 #2：线其次，我们注意到衡量标准已经转向真实世界。在人工智能发展的大部分历史中，我们使用学术基准。十多年前我还是AI工程师时，我们使用ImageNet作为计算机视觉研究的基准。但今天，如果你想证明卓越，你必须在真实世界中证明它。以Expo为例，他们想证明他们的人工智能是世界上最顶尖的AI黑客。他们没有仅仅依靠学术基准来证明这一点，而是进入真实世界，在Hacker One平台上与全球所有注册的黑客竞争，寻找漏洞。他们能够证明，在真实世界的数据上，他们能够竞争并获胜，成为世界第一的黑客。我们这是新的黄金标准，不仅仅是学术基准，而是线第三，强化学习正从理论走向实践。AI行业谈论强化学习已经很久了。在过去一年里，我们看到它真正成为了焦点。不仅大型推理实验室从中受益，我们还看到许多被投公司也从中受益。考虑一下Reflection，它利用强化学习来训练编码领域最优秀的一些开源模型。投资趋势 #3：AI深入物理世界07:55我们注意到的第四个趋势是AI正在深入物理世界。这股浪潮正在真实发生，它的内涵远不止人形机器人。它还通过人工智能来创造新的流程和硬件。以Nominal为例，它利用人工智能加速硬件制造过程，并在产品部署后，也利用人工智能进行质量保障。投资趋势 #4：算力即新生产力08:21最后，我们注意到新的生产函数是算力。即每位知识工