硅谷投資人張璐：Z世代70%時間用在AI應(yīng)用上，傳統(tǒng)搜索已被拋棄？

2025-2-8 11:06| 發(fā)布者: admin| 查看: 142| 評論: 0

摘要: 作者張璐硅谷投資人、Fusion Fund創(chuàng)始合伙人編輯周小燕中國農(nóng)歷春節(jié)期間，DeepSeek的爆火蔓延至硅谷，引發(fā)硅谷一眾科技巨頭“焦慮”，OpenAI CEO薩姆·阿爾特曼（Sam Altman）坦言，OpenAI的閉源策略使他們站到了 ...

作者張璐硅谷投資人、Fusion Fund創(chuàng)始合伙人

編輯周小燕

中國農(nóng)歷春節(jié)期間，DeepSeek的爆火蔓延至硅谷，引發(fā)硅谷一眾科技巨頭“焦慮”，OpenAI CEO薩姆·阿爾特曼（Sam Altman）坦言，OpenAI的閉源策略使他們站到了歷史錯誤的一邊，將重新思考OpenAI的開源策略；扎克伯格在公司全體會議問答中也承認DeepSeek 實現(xiàn)了新穎的突破。

中國原創(chuàng)大模型DeepSeek 出圈，也讓大家更加確信人工智能將加速改變世界。

實際上，在過去的幾年中，人工智能技術(shù)不斷加速，不斷給世界帶來驚喜。

站在2025年初，很高興能與大家分享我的想法。今年，我預(yù)計將會有五個主要的AI趨勢逐步成形：

第一，垂直領(lǐng)域小模型將快速地在產(chǎn)業(yè)落地。

第二，將出現(xiàn)更多的AI基礎(chǔ)設(shè)施層面的技術(shù)創(chuàng)新，尤其在降低能耗和成本方面。

第三，更多的小模型開始進入邊緣端設(shè)備。

第四，開源生態(tài)將持續(xù)茁壯，開源模型不斷豐富且形式更加多樣化。

第五，新的算法模型與架構(gòu)不斷涌現(xiàn)。

與此同時，人工智能的廣泛應(yīng)用也讓我們不斷審視AI與我們的關(guān)系。AI讓我們的工作更加“卷”，也讓許多任務(wù)變得更為輕松。隨著AI工具的普及，新的競爭加劇了，但也在某種程度上解放了我們的創(chuàng)造力，特別是在藝術(shù)和生產(chǎn)力領(lǐng)域。

AI正逐漸替代一些傳統(tǒng)工作。但更為關(guān)鍵的是，能熟練使用AI工具的人，將替代那些無法有效使用AI工具的人。

面對AI的快速發(fā)展，我們也需要具備新的技能和認知。除了學會使用AI工具，我們更需要掌握提問、拆解問題等關(guān)鍵能力。AI時代最不可或缺的能力仍然是決策能力。

AI的五大趨勢預(yù)判

預(yù)判一：垂直領(lǐng)域小模型將快速地在產(chǎn)業(yè)落地。

這其實在硅谷和產(chǎn)業(yè)中已經(jīng)開始發(fā)生。

過去，大家一直討論的是大模型，隨著模型規(guī)模的不斷擴大，通過接入大量數(shù)據(jù)與參數(shù)來提升模型訓(xùn)練效果。然而，過去一年，大家的關(guān)注點逐漸從AI模型的快速增長轉(zhuǎn)向了實際應(yīng)用——即AI技術(shù)如何迅速落地，并實現(xiàn)大規(guī)模的工業(yè)化應(yīng)用。

在這一過程中，AI小模型的大規(guī)模應(yīng)用必將成為趨勢。

對于許多特定行業(yè)或垂直領(lǐng)域的人工智能應(yīng)用來說，盡管數(shù)據(jù)量需要達到一定規(guī)模，但更為關(guān)鍵的是數(shù)據(jù)的質(zhì)量。事實上，數(shù)據(jù)的質(zhì)量可能比數(shù)據(jù)的數(shù)量更為重要。通過使用高質(zhì)量的行業(yè)數(shù)據(jù)來訓(xùn)練垂直領(lǐng)域的小模型，不僅能夠提升AI應(yīng)用在特定場景下的準確性和效果，更重要的是，小模型的規(guī)模較小，成本較低，能效更高，對GPU的需求也更少。

這些特點使得小模型在成本層面上更符合工業(yè)界對AI技術(shù)應(yīng)用的需求。尤其是在面向企業(yè)客戶（B端應(yīng)用）的場景中，技術(shù)成本往往是最關(guān)鍵的因素。在這樣的背景下，模型的“小型化”顯得尤為重要。

預(yù)判二：將出現(xiàn)更多的AI基礎(chǔ)設(shè)施層面的技術(shù)創(chuàng)新，尤其在降低能耗和成本方面。

人工智能領(lǐng)域?qū)⒂楷F(xiàn)更多基礎(chǔ)設(shè)施層面的技術(shù)創(chuàng)新，尤其集中在如何降低能耗和成本方面。事實上，許多相關(guān)技術(shù)已經(jīng)開始落地。

我們知道，人工智能發(fā)展面臨的最大挑戰(zhàn)之一是高成本、高能耗以及過度依賴GPU，導(dǎo)致無法滿足工業(yè)級應(yīng)用的需求?；谶@一點，這將推動下一波更具實際性、更貼近商業(yè)變現(xiàn)的AI應(yīng)用誕生。

目前，已經(jīng)有許多AI基礎(chǔ)設(shè)施技術(shù)能夠幫助這些應(yīng)用進行系統(tǒng)優(yōu)化，從而大規(guī)模降低GPU的消耗。這種優(yōu)化不僅包括GPU消耗的降低，還涵蓋了能源消耗的減少，從根本上降低了整體成本。

例如，一些硬件和軟件技術(shù)的創(chuàng)新已經(jīng)能夠?qū)⒛芎慕档?5倍至100倍，甚至更高。同時，GPU的消耗也能夠減少至原來的1/4，甚至接近1/10。這些都是未來發(fā)展的潛力趨勢。

預(yù)判三：更多的小模型開始進入邊緣端設(shè)備。

2025年，一個重要的趨勢將是人工智能在邊緣端和邊緣設(shè)備上的應(yīng)用。事實上，這一趨勢在硅谷已經(jīng)初見端倪。

工智能在邊緣端設(shè)備上的應(yīng)用，得到了眾多大企業(yè)和小企業(yè)的推動。這將催生新的AI接口（interface），即人工智能帶來的全新交互形式。過去，我們的交互方式主要依賴于手機等傳統(tǒng)設(shè)備，但隨著AI的普及，未來的交互方式將不再局限于手機等傳統(tǒng)邊緣設(shè)備。更多設(shè)備將與人工智能結(jié)合，比如智能眼鏡、投影儀、音響、燈等各種日常小型設(shè)備。這些設(shè)備都將成為搭載人工智能的新載體。

例如，我們最近投資的一家公司——Nexa AI，其AI小模型能夠在樹莓派（Raspberry Pi）等邊緣設(shè)備上高效運行，并且其生成式AI表現(xiàn)與GPT-4相似。從這個角度來看，我們可以看到這種技術(shù)在邊緣設(shè)備上的巨大潛力。

進一步來看，隨著人工智能的普及，新的AI接口必將出現(xiàn)。例如，在C端，AI智能眼鏡受到業(yè)界關(guān)注。

而在B端，端側(cè)AI的應(yīng)用形式更加多樣。例如，在物流和供應(yīng)鏈行業(yè)，智能傳感器可以成為端側(cè)AI的載體，廣泛應(yīng)用于各種機器設(shè)備中；在蓬勃發(fā)展的太空科技領(lǐng)域，每顆衛(wèi)星都可以作為智能體，充當端側(cè)AI的載體；在醫(yī)療領(lǐng)域，各種智能醫(yī)療設(shè)備、傳感器，甚至醫(yī)療器械，也能夠承載人工智能，成為AI的載體。

因此，人工智能的載體和接口并不僅限于手機和電腦，它將在各個行業(yè)中嵌入，尤其是在工業(yè)領(lǐng)域，AI將通過智能體的形式，嵌入到不同的傳感器和硬件中。人工智能的應(yīng)用場景非常廣泛。

預(yù)判四：開源生態(tài)將持續(xù)茁壯，開源模型不斷豐富且形式更加多樣化。

我們始終看好開源生態(tài)的發(fā)展，并堅定支持其成長。開源生態(tài)在人工智能領(lǐng)域作出了巨大的貢獻。事實上，自2024年以來，全球范圍內(nèi)各類開源平臺的動態(tài)活躍，不僅僅局限于美國，中國也有許多開源生態(tài)的積極貢獻者，比如最近引發(fā)全球科技圈熱議的DeepSeek。最近發(fā)布的Llama 3.1也充分證明了開源生態(tài)能夠推動更多語言模型和小模型的產(chǎn)生。

展望2025年，我相信開源生態(tài)將持續(xù)茁壯發(fā)展，并成為支持和孵化初創(chuàng)企業(yè)的一個重要平臺。許多垂直領(lǐng)域的技術(shù)已源自開源，這進一步證明了開源生態(tài)在推動技術(shù)進步和創(chuàng)新方面的關(guān)鍵作用。

預(yù)判五：新的算法模型與架構(gòu)不斷涌現(xiàn)。

目前，關(guān)于生成式AI和大語言模型的討論非?；钴S，但與此同時，許多新的算法模型和架構(gòu)也在不斷涌現(xiàn)。例如，谷歌和微軟近期發(fā)布的研究論文，正探索著全新的算法模型和架構(gòu)。這些新模型的一個顯著特點是，它們不僅能夠在GPU上高效運行，某些模型甚至在CPU上也能展現(xiàn)出更優(yōu)的性能。這一發(fā)現(xiàn)可能會對市場產(chǎn)生深遠影響，因為它提出了一個重要問題：是否所有的AI應(yīng)用都必須依賴GPU？還是未來會有一些算法模型在CPU上表現(xiàn)得更為出色？

這些變化和趨勢正在悄然發(fā)生，預(yù)示著它們將對整個行業(yè)帶來深遠的影響。

AI讓人更“卷”，也更“輕松”

隨著AI不斷滲透到生活的方方面面，人與AI的關(guān)系正在悄然發(fā)生變化。可以說，AI讓我們既“更卷”，也“更輕松”。

舉個簡單的例子，究竟是在沒有電腦之前你更卷，還是有了電腦之后更卷？顯然，是有了電腦之后更“卷”。這是因為各種工具幫助我們提升效率、解放生產(chǎn)力，從而加速了各項工作的進展。隨著生產(chǎn)力的提升，所有的事情都在加速，創(chuàng)新在加速，增長也在加速，各行各業(yè)都在AI的賦能下加速發(fā)展。而加速意味著競爭愈發(fā)激烈。因此，人工智能不僅會推動產(chǎn)業(yè)升級，也會讓我們在個體層面面臨更為激烈的競爭。

我還想分享一個有趣的現(xiàn)象。如今的大學生，尤其是大一、大二的學生，甚至一些高中生，每天使用AI工具的時間非常多。他們大約70%、80%的時間都在使用手機上的AI應(yīng)用。比如，很多學生幾乎不再使用傳統(tǒng)的谷歌搜索，而是轉(zhuǎn)向ChatGPT、You.com等平臺，通過這些工具進行搜索。

這種變化很有意思。因為我們成長的環(huán)境是移動設(shè)備為主（mobile-based），對于我們來說，觸屏、搜索和應(yīng)用都是自然而然的，不需要特別學習。而對他們來說，人工智能應(yīng)用已經(jīng)成為一種本能，類似于我們當初使用觸屏和搜索引擎的過程。

另外，我們發(fā)現(xiàn)年輕一代更愿意使用人工智能工具，并與AI互動。在不久前的摩根大通醫(yī)療健康年會上，我與許多醫(yī)療領(lǐng)域的大公司負責人交流，他們分享了一個有趣的現(xiàn)象：很多公司已開始應(yīng)用AI驅(qū)動的心理健康工具，特別是旨在緩解焦慮和維護心理健康的相關(guān)應(yīng)用。這些公司向患者提供了兩種選擇：一種是與AI互動，由AI提供反饋和建議；另一種是與心理咨詢師進行在線溝通。結(jié)果顯示，70%的人更傾向于選擇AI作為心理咨詢的對象，愿意與AI分享敏感的個人信息和心理問題，而不是與真人交流，這一數(shù)據(jù)令人驚訝。

這也表明，人與AI的關(guān)系可能比我們想象得更快發(fā)生變化。從最初的不了解和抵觸，到逐漸的合作，再到現(xiàn)在的依賴，未來，AI可能會像手機一樣，成為日常生活的一部分，大家也會形成新的習慣。

AI時代

人類需要具備哪些技能和認知

那么，AI時代，我們需要具備哪些技能和認知呢？

首先，最重要的一點是要意識到，人工智能將替代一些傳統(tǒng)工作，但更為關(guān)鍵的是，能熟練使用AI工具的人，將替代那些無法有效使用AI工具的人。

隨著AI技術(shù)的普及，新的工作機會將不斷涌現(xiàn)，而許多傳統(tǒng)的工作崗位可能會被取代。在這一過程中，技術(shù)的快速發(fā)展將起到?jīng)Q定性作用。就像我們小時候?qū)W習如何使用電腦一樣，今天，掌握AI工具的使用已經(jīng)成為必備技能。過去，懂得使用電腦是求職的基本要求；今天，掌握如何使用AI工具同樣將成為一種基礎(chǔ)能力。

（一）提問能力與問題拆解能力至關(guān)重要

在AI時代，具備有效提問的能力尤為重要。提問的能力有時比回答問題的能力更加關(guān)鍵。通過提出明確且具有針對性的問題，AI能夠為我們提供更加精準、有價值的反饋與支持。

另一個至關(guān)重要的能力是將復(fù)雜問題拆解為更小的任務(wù)，或者將一個龐大的工作結(jié)構(gòu)分解為更易管理的子任務(wù)。這不僅僅是一個技能，它體現(xiàn)了領(lǐng)導(dǎo)力和管理能力。比如，在公司中，經(jīng)理的核心職責之一就是將復(fù)雜的工作分解成具體的小任務(wù)，然后指派給團隊成員去執(zhí)行。如今，這些任務(wù)可能由AI來幫助執(zhí)行，而不是由初級工程師直接完成。如果一個人只會執(zhí)行任務(wù)，而缺乏思考、提問和規(guī)劃的能力，這可能會帶來風險。

因此，如何有效思考、拆解問題，并與AI合作，成為非常重要的能力。

（二）AI促進藝術(shù)創(chuàng)造力的釋放

我還觀察到，人工智能的一個顯著優(yōu)點，是它在藝術(shù)和創(chuàng)造力領(lǐng)域的廣泛應(yīng)用。盡管一些人擔心AI會替代藝術(shù)創(chuàng)作者，但從另一個角度來看，AI正在像相機的發(fā)明一樣，幫助更多人實現(xiàn)創(chuàng)作。相機讓我們能夠捕捉美麗的瞬間，而不再需要學習繪畫技巧；同樣，人工智能正釋放更多的創(chuàng)造力，使每個人都能輕松進行藝術(shù)創(chuàng)作。

藝術(shù)家最重要的能力之一是擁有創(chuàng)造性思維，并通過強大的記憶力和技巧將這種創(chuàng)造力表達出來。攝影師在照相機發(fā)明之前并不存在，但現(xiàn)在，手機成了每個人都能用來捕捉美麗瞬間的工具，極大地降低了創(chuàng)作門檻。人工智能正在朝著類似的方向發(fā)展，它使更多人能夠輕松創(chuàng)作和表達。

如今，即便你沒有學過繪畫，也能通過AI將你的創(chuàng)意和想法呈現(xiàn)出來。你可能有豐富的情感，但以前可能無法通過畫作或歌曲的形式表達出來。現(xiàn)在，通過AI工具，你可以將自己的情感通過歌詞、旋律等形式表現(xiàn)出來。這種技術(shù)進步，極大地拓寬了藝術(shù)創(chuàng)作的邊界，讓更多人能夠?qū)?nèi)心的情感轉(zhuǎn)化為藝術(shù)作品，而不再受限于傳統(tǒng)的創(chuàng)作技巧。

（三）決策能力：AI時代的核心

人工智能對各個領(lǐng)域的影響是顯而易見的，無論是音樂、美術(shù)，還是其他行業(yè)，都在發(fā)生著類似的變化。以金融行業(yè)為例，過去，成功的投資者往往依賴于獲取別人無法獲得的數(shù)據(jù)，并通過數(shù)據(jù)分析做出精準的市場判斷。這需要強大的分析能力，如Excel技能、數(shù)據(jù)分析能力等。但如今，AI技術(shù)正在縮小這一差距。無論是誰，都可以訪問更多的數(shù)據(jù)，并通過AI進行深入分析。

然而，AI時代最關(guān)鍵、最不可或缺的能力仍然是決策能力。盡管AI可以為我們提供大量信息并進行精確分析，但如何基于這些分析結(jié)果做出明智的決策，依然是核心能力所在。我們會發(fā)現(xiàn)，很多技能，歸根結(jié)底，都是決策管理能力和領(lǐng)導(dǎo)力的體現(xiàn)。只有在這一基礎(chǔ)上，AI的輔助才能真正發(fā)揮其最大潛力。

附：作者介紹

張璐，F(xiàn)usion Fund 創(chuàng)始合伙人，硅谷知名投資人、連續(xù)成功創(chuàng)業(yè)者，畢業(yè)于斯坦福大學工程學院。2015年創(chuàng)立Fusion Fund，現(xiàn)管理近5億美元資本，專注于美國市場新興技術(shù)類初創(chuàng)公司的投資，尤其專注數(shù)字化轉(zhuǎn)型和智能醫(yī)療領(lǐng)域，已投資100多家企業(yè)，并有多家被投企業(yè)上市以及收并購?fù)顺觥?br>
本文來自微信公眾號“騰訊科技”，作者：張璐，36氪經(jīng)授權(quán)發(fā)布。