博鱼体育,博鱼体育官方网站,博鱼体育APP下载1999年，英伟达发布了第一块真正意义上的GPU——GeForce 256；

　　到2016年，深度学习大爆发，GPU算力、大规模数据集和开源框架逐渐成熟，AI的训练与应用第一次像工厂流水线一样标准化、规模化，智能成果（AI Token）开始源源不断地产生。

　　红杉判断，10万亿美元的新机会不会留给传统巨头，而会属于那些把通用AI技术不断“做专做深”的创业公司。

　　除了这些核心观点，红杉还分享了他们对AI行业的最新趋势洞察，并提出了5个重点投资主题，值得细读。

　　1712年，英国工程师 托马斯·纽科门（Thomas Newcomen） 发明了世界上第一台实用蒸汽机。

　　1779 年，英国实业家 理查德·阿克赖特（Richard Arkwright） 建立了世界上第一个现代工厂系统（纺织厂），生产流程第一次从“家庭手工业的分散小作坊”，变成了 统一管理、流水作业的工厂模式。

　　1923 年，由福特汽车公司最早提出的流水线模式，逐渐扩展为一整套现代化的机器生产线体系，把装配分解为多个标准化工序，每个工人只负责其中一部分，大大提升了效率。

　　从第一台蒸汽机到第一座工厂之间隔了 67 年，而那座工厂甚至不是靠蒸汽机驱动，而是靠水力；

　　任何复杂系统，发展到一定规模后，都得把“通用技术”和“专门工具”结合起来，才能真正落地。

　　就像光有蒸汽机还不够，还需要不断拆解、细化，把它们改造成适合纺织、采矿、运输等不同场景的机器，才能真正高效运转。

　　1999 年，英伟达推出的第一块 GPU——GeForce 256，就像当年的蒸汽机，点燃了智能计算的火种。

　　GPU 算力、大规模数据集，以及 TensorFlow、PyTorch 这样的开源框架逐渐完善，AI 的训练和应用第一次像工厂流水线一样“有章可循”。

　　这意味着，AI 从零散的探索真正走进了规模化生产的阶段，开始能源源不断地产生智能成果（AI Token）。

　　那么问题来了，AI革命里的“洛克菲勒”（石油大王）“卡内基”（钢铁大王）会是谁？

　　我们认为，不会是传统巨头，而会是今天这些正在把通用技术不断“做专做深”的创业公司，以及未来还未诞生、但会用 AI 打造出一个个具体应用的新玩家。

　　云计算转型之初的软件支出是3500亿美元，其中SaaS（软件即服务）只有一小块 60 亿美元。

　　后来的故事是，SaaS 不仅扩大了它在本地化软件市场的份额，还把整个市场扩大到 6500 亿美元以上。

　　现在，AI自动化的市场规模只有200亿美元，而未来这将是一个10万亿美元的市场。

　　测算逻辑是：“该职业的从业人数 × 年薪中位数”（数据来自美国人口普查局）。

　　最左边是英伟达，市值超过 4 万亿美元，百分比显示的是它过去一年的涨幅。

　　但是，你不会在上面看到 Kirkland & Ellis 这样的律师事务所，也不会看到 Baker Tilly 这样的会计事务所，尽管它们的营收都有数十亿美元。

　　所以，红杉认为，AI革命带来的机会，不只是把现有市场分一杯羹，而是把市场的边界整体做大。

　　未来，很可能会诞生一批全新的公司，它们专门服务行业打造AI应用，并最后成长为独立的上市巨头。

　　未来，AI 能帮我们把效率放大几十倍、上百倍，但也要接受结果可能没那么完美。

　　而在 AI 代理的世界里，你可能会用像 Roks 这样的工具，每个客户都配一个 AI Agent，帮你追踪进展、发现变化、提醒你什么时候该重新出手。

　　当然，这些 AI Agent 不会像你本人一样滴水不漏，它们有时会犯错、会漏掉细节，这时候需要人来校正。

　　但总体上，你等于有了一整个“分身团队”，带来的是百倍甚至千倍的效率提升，只是要学会和一些“不确定性”共处。

　　过去很长一段时间，AI 的要靠学术基准来衡量，比如十几年前图像识别就靠 Imagenet 排名。

　　比如 ，Expo 想证明自家的 AI 是世界上最强的“黑客”，他们选择了在 HackerOne 平台上与和全球黑客直接比拼。

　　HackerOne 是一个全球性的网络安全众测平台，上面有成千上万的黑客，他们会尝试入侵系统、找漏洞，然后提交报告获取奖金。

　　无论是顶尖的大型推理实验室，还是红杉投资的初创公司，都把强化学习当作核心技术。

　　比如 Reflection，就依靠强化学习，训练出了目前最强的开源编程模型之一。

　　如果说过去的生产函数是“资本+劳动力”，那么在 AI 时代，它变成了 “算力×知识工作者”。

　　因为知识工作者可能不止依赖一个 AI 助手，而是同时调用几十、几百甚至上千个 AI Agent 来完成工作。

　　这意味着，谁能提供更高效的推理服务、更安全的推理保护，或者把这种新型算力生产方式更好地带给更多人，谁就能抓住下一个大机会。

　　现在大家在尝试的方法，包括 向量数据库、RAG、超长上下文窗口，都还没彻底解决问题。

　　最近 MCP 很热，但如果对标互联网革命，就会发现 TCP/IP 并不是终点，而是起跑线。

　　视频可能还需要一两年才能真正普及，而语音已经准备好了：音质已经足够自然，延迟也低到可以实时对话。

　　C端有 AI 朋友、AI 陪伴、AI 心理咨询师；B端更有巨大潜力，比如物流调度、金融大宗交易。

　　这是一个极其巨大的机会，因为无论是在研发环节、分发过程，还是最终用户的使用场景中，安全都至关重要。

　　举个例子，有的用户可能会在 AI 的指导下运行 Terminal 命令去安装软件，但他并没有意识到，这个操作可能带来严重的安全漏洞。

　　在数字世界里没有物理限制，每个人，甚至每个 AI Agent，都能配备多个安全代理，为其提供多层次的保护。

　　就在两年前，很多人还坚信开源模型能和最顶尖的商业模型掰手腕，甚至可能后来居上。

　　【投资人说】正在组建超级创业者社群、超级读者群、超级媒体群等，目前总人数已超1000人。