近日，美国红杉资本Sequoia Capital发表了一段其合伙人Konstantine Buhler针对 AI 产业变革的演讲，题目为“10万亿美元的AI革命，为何比工业革命更大”。这段演讲代表了红杉对整个 AI 产业变革的观点，揭示了他们看待这一变革的各个角度和洞见，分享中提出一个鲜明判断：认知革命的速度远快于工业革命。过去工业革命从蒸汽机到电力普及历时 144 年，而今天的 AI 变革正在被压缩在数年内完成。
以下为演讲全文：
引言：认知革命
Buhler：在红杉资本，我们坚信人工智能正在引领一场革命，其深刻程度不亚于，甚至将超越工业革命。在今天的分享中，我将阐述这场"认知革命"的重大意义，以及它为何蕴藏着万亿美元的巨大机遇。我的分享将分为四部分：首先是人工智能的核心论点，其次是它带来的商业机遇，接着探讨我们观察到的几大投资趋势，最后，我将分享我们对未来12到18个月的投资主题与展望。
我们认为人工智能堪比工业革命。 在此，我想特别回顾工业革命中的三个关键时刻：开启一切的蒸汽机发明；将所有必要部件整合起来的第一个工厂系统；以及我们今天所熟知的工厂流水线的诞生。有趣的是这些里程碑之间的时间跨度：从第一台蒸汽机到第一座工厂，历时67年，而那座工厂甚至并非由蒸汽驱动，而是水力驱动。之后，从第一座工厂到我们今天所熟悉的工厂流水线，又过去了144年。
为什么AI = 工业革命2.0
问题在于，为什么花费了如此漫长的时间？尤其是在那关键的144年里，究竟发生了什么？我们认为，这一漫长周期的根本驱动力在于"专业化"。任何一个复杂系统，在达到一定规模后，其成熟的必经之路，就是将通用的组件和劳动力，与高度专业化的组件和劳动力相结合。换言之，其核心是将通用技术进行专业化改造，以实现特定产出的过程。
如今，我们正身处认知革命的浪潮之中。我们可以将1999年的GeForce 256视作当年的"蒸汽机"，而将2016年出现的、能够汇集所有要素以生产AI能力的系统，看作是第一座"人工智能工厂"。那么问题是：谁将成为这场认知革命中的洛克菲勒、卡内基、西屋或是韦奇伍德？我们相信，答案就是今天以及未来的创业公司——正是它们，在践行着这种专业化，并构建着未来的伟大应用。
万亿美元的服务机遇
当然，我们是红杉资本，不是红杉历史研究院。所以，让我们来谈谈商业价值。
这张幻灯片，大家可能在我们的AI Ascent大会上见过。左边的圆圈代表了云计算转型初期3500亿美元的软件市场，而其中那六个小切片，代表当时仅有60亿美元的SaaS市场。
后来发生的故事我们都知道了：SaaS不仅蚕食了本地软件的份额，更极大地扩展了整个市场的边界，使其今天增长到超过6500亿美元。我们坚信，同样的故事将在AI领域重演，而且机遇将更为庞大。这就是价值数万亿美元的美国服务业市场。如今，其中可能只有约200亿美元被AI自动化。这是一个价值10万亿美元级别的机遇，它不仅能让AI在现有市场中分得更大蛋糕，更能将整个蛋糕做得更大。
上一张幻灯片你们或许见过，但这一张是首次公开。它摘自一份红杉的内部备忘录，展示了各类服务型岗位及其市场规模，并按最右侧一列（岗位员工数 × 年平均工资）进行了排序。你会发现，这些领域的潜在市场规模（TAM）都极其庞大。你还会注意到，红杉早已在其中布局，例如在注册护士领域投资了Open Evidence和Freed，在软件开发人员领域投资了Factory和Reflection，在法律领域投资了Harvey、Crosby和Finch。
在红杉，我们极为看重潜在市场规模（TAM），尤其关注市场本身。我们的创始人唐·瓦伦丁（Don Valentine）总是反复强调市场的重要性。这张图表展示了标普500指数的市值排行。你会看到几家体量惊人的公司，比如最左侧市值超过4万亿美元的NVIDIA。图中的百分比代表了它们一年的股价表现。但值得注意的是，这张图表上没有Kirkland and Ellis律师事务所，也没有Baker-Tilly会计师事务所，尽管这些公司同样能创造数十亿美元的收入。
我们相信，认知革命将创造一个历史性机遇，让我们能够将这张市值排行榜极大地扩展，使其容纳下众多在服务领域由AI驱动而诞生的、伟大的上市公司。
投资趋势
投资趋势 #1：杠杆而非不确定性
接下来，让我们谈谈在人工智能的认知革命中，我们正密切关注的五大投资趋势。第一是拥抱杠杆，管理不确定性。我们注意到，工作的性质正在发生转变：从过去那种"低杠杆、高确定性"的状态，转向未来"超高杠杆、但结果存在一定不确定性"的新模式。
以销售工作为例，过去你可能需要亲自管理所有客户和潜在线索。而在AI代理赋能的未来，销售人员可以使用像ROCS这样的工具，部署数百个AI代理，每个代理负责一位客户，持续追踪进展、洞察变化，并主动提示再次接触或深化合作的机会。
当然，AI代理的工作方式与人类不尽相同，它可能会犯错或遗漏信息，而这恰恰是人类介入、进行修正和指导的价值所在。在这里，我们看到了超过100%，甚至高达1000%的杠杆效应，尽管它伴随着一定的不确定性。这是一种全新的工作范式。
投资趋势 #2：真实世界验证
其次，我们观察到，评判标准已经回归真实世界。在人工智能发展的很长一段时间里，我们习惯于用学术基准来衡量模型能力。十几年前我还是AI工程师时，我们就用ImageNet作为计算机视觉研究的基准。但如今，卓越的唯一标准，是在真实世界中的表现。
以Expo为例，他们要证明自己是世界上最顶尖的AI黑客。他们没有依赖学术基准，而是直接投身于真实世界的战场——Hacker One平台，与全球所有顶尖的人类黑客同台竞技，寻找安全漏洞。
最终，他们用事实证明，在真实世界的场景中，他们不仅能够竞争，更能取胜，并登上了全球黑客排行榜第一的宝座。我们认为，这正是衡量AI能力的新黄金标准：真实世界的验证，而非学术跑分。
第三，强化学习正从理论走向实践。AI行业对强化学习的讨论由来已久，但在过去一年里，它真正成为了舞台的焦点。不仅大型推理实验室从中受益，我们也看到许多被投公司因此获得了显著优势。例如Reflection，它就利用强化学习来训练编程领域最优秀的一批开源模型。
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，并且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AI加速硬件制造过程，并在产品部署后，继续利用AI进行质量保障。
最后一点，我们认为"算力即是新生产力"，其核心指标是每位知识工作者所消耗的浮点运算（FLOPS）次数。根据我们对被投公司的调研，它们普遍预计，未来每位知识工作者消耗的算力将至少增加10倍。这意味着，随着知识工作者开始使用一个、几十个甚至成百上千个AI代理，算力消耗将急剧攀升。而在更乐观的设想中，这个数字可能达到1000倍甚至10000倍。这无论对于提供算力的公司，还是对于那些利用AI应用来武装员工的企业而言，都意味着巨大的机遇。
投资主题
投资主题 #1：持久性记忆
接下来，我们谈谈五个投资主题，这些是我们在未来一年重点投资的方向。
第一个主题是持久性记忆 。"持久性记忆"包含两层含义：一是"长期记忆"，即AI能够记住在长时间跨度内与之共享的上下文信息；二是"身份持久性"，即AI代理能够始终保持其独特的个性和风格。这两点对于AI承担更复杂的工作职能至关重要。一个进入生产力领域的AI，必须具备长期记忆，才能理解整个组织的上下文并高效履职。
我们注意到，在持久性记忆（persistent memory）领域，尚未出现类似模型训练中的"规模法则"（scaling law)。无论是向量数据库、RAG，还是不断扩展的上下文窗口，人们进行了诸多尝试，但这个根本问题仍未解决，这也预示着前方存在着巨大的机遇。
投资主题 #2：通信协议
下一个主题是无缝通信协议。多模态通信协议（MCP）的出现，理所当然地引爆了市场的热情。然而，让我们回顾一下互联网革命：TCP/IP的诞生并非终点，而是一声发令枪。在这场新的通信革命中，我们的机遇在于构建AI之间的无缝通信。我们坚信，这将催生出许多颠覆性的应用。
一个典型的应用场景是购物。如今，用AI购物的流程通常是：先用AI做产品研究，然后回到你偏好的电商平台，点击"一键下单"完成购买。而在未来，我们设想，得益于无缝的通信协议，AI将能自主完成整个购物流程。AI能够全网比价，替你下单，完成支付，甚至打破平台间的壁垒，让你的选择不再受限于哪家企业的使用体验更好。
投资主题 #3：AI语音
第三个趋势是AI语音。你可能会好奇，为什么不是AI视频？这并非疏忽。我相信AI视频的爆发或许在一年之内，但AI语音的时代已经到来。其根本原因在于，AI语音的保真度和质量已大幅跃升，足以融入我们的日常交流。同时，延迟的显著降低，也让实时、流畅的语音对话成为现实。AI语音的应用场景令人心潮澎湃，比如AI朋友、情感伴侣乃至心理治疗师。
除了面向消费者的应用，我个人也极其看好AI语音在企业端的潜力。在物流行业，如果你要安排货物运输，会发现大量的协调工作至今仍依赖语音通话完成。
现在，我们可以利用AI语音来自动化大量的物流协调任务。同样，在金融领域，大宗固定收益产品的买卖，很大程度上依然通过电话与交易员沟通。在这些企业场景中，AI语音都能极大地提升效率。
投资主题 #4：AI安全
接下来是AI安全。我们认为，AI安全领域存在着巨大的机遇，它贯穿了从底层开发到终端消费者的整个链条。在开发端，有机会帮助大型基础模型实验室安全地进行技术研发；在分发端，要确保模型能被安全地交付，防止不良行为者染指；而在用户端，无论是直接使用AI产品还是基于AI开发新应用，都必须确保不会无意中引入安全漏洞。
举个具体的例子：一个用户可能在AI的引导下，通过终端（Terminal）下载某款软件。用户或许不熟悉终端操作，而AI也可能无法预见该软件会在用户环境中引入漏洞。我们将迈入一个新世界：AI既要保护人类，也要保护AI代理本身。
事实上，我们预见一个与物理世界截然不同的未来：在数字世界里，每一个人，乃至每一个AI代理，都能拥有成百上千个专属的AI安全卫士。在这里，你不再受物理空间或高昂成本的束缚，可以为每个个体、每个代理部署海量的安全防护。
投资主题 #5：开源AI
最后，我们认为开源AI正处在一个关键的十字路口。如果在两年前，我们还会说，开源模型完全有机会与最顶尖的闭源模型一较高下，甚至超越它们。但今天，这一判断正面临严峻的挑战。我们坚信，开源社区必须有能力参与竞争，并贡献出顶尖的基础模型，这一点至关重要。
这对于构建一个更自由、更开放、人人皆可创造的未来，是不可或缺的。我们希望投身于这个未来，让开源模型惠及所有人，赋能他们创造出卓越的产品。AI的未来，不应被少数资金雄厚的科技巨头所垄断。
结论：压缩时间线
以上，就是我们重点关注的五个投资主题。那么问题是：如果这些投资主题都能取得突破，将会发生什么？我们相信，这些进展将共同推动一场"认知革命"，将以往需要很多很多年才能完成的"认知装配线"（Cognitive Assembly Line），大幅压缩到短短几年。感谢各位的聆听，期待与大家一道，共同构建这场伟大的认知革命。
本文由公众号“第四产业数智研究院”授权AI产品之家转载，原文连接： https://mp.weixin.qq.com/s/9beUAT6YQYkwKAb3EgbxbA