红杉：AI的下一个时代就要开启！但没想到，真正机会竟然是这个！

　　以下是改写后的文本：

　　本期聚焦：探寻创业者的未来机遇

　　你好，欢迎收听王煜全要闻评论。

　　10月9日，红杉资本发布了关于AI行业的年度报告，标题为《Generative AI’s Act o1: The Agentic Reasoning Era Begins》（生成式AI的o1行动：代理推理时代的开启）。报告中提出了一个引人深思的观点：随着OpenAI o1模型的推出，生成式AI领域或将从“快思考”转向“慢思考”。以往，AI模型通过预训练快速响应输入，而未来，这些模型将在给出响应之前进行更多的计算，以处理更复杂的问题。

　　报告以AlphaGo为例，说明了推理能力的强大。2016年，AlphaGo在与围棋冠军李世石的对决中，不仅依赖于预训练中的模式匹配，还进行了广泛的潜在未来场景搜索和模拟，从而选择胜率最大的走法并获胜。当然，围棋的场景相对简单，对于更开放和无结构的领域（如写作和咨询），情况就要复杂得多。

　　基于这一认识，报告进一步指出，给模型的推理时间越多，其推理能力就越好。未来，当模型能够思考数小时、数天甚至数十年时，或许连世界级的数学难题都能得到解决。因此，未来模型层将产生更激烈的较量，如Anthropic、谷歌和Meta等都在积极扩展其推理层，NVIDIA和大型云服务商也将继续获益。但对于AI而言，这两个层面明显不太友好。红杉报告认为，创业者要在应用层面与巨头们竞争。

　　随着AI推理能力的不断提升，新的代理应用（Agentic Application）将会涌现，而以往的SaaS（软件即服务）将转变为“服务即软件”（Service-as-a-Software）。这意味着公司将不再按“座位”收费（例如按月订阅），而是按结果收费（例如为客户提供的解决方案数量）。然而，要将模型的能力转变为有吸引力、可靠、端到端的业务解决方案，仍需要大量的工程工作来完成，而这些正是创业公司可以有所作为之处。

　　此外，红杉的报告还预测，未来可能会有多个智能体（Agent）组成的智能团队来完成复杂任务，这无疑为AI的应用描绘了一个更广阔的前景。

　　值得一提的是，红杉所倡导的在应用层面竞争以及“服务即软件”的理念与我们一直强调的AIGS（人工智能生成服务）有异曲同工之妙。AIGS强调通过AI实现实实在在的服务而非单纯的AIGC（生成内容）。尽管AIGC在技术上取得了极大提升例如ChatGPT极大地降低了搜集分析资料以及撰写文章的难度和成本但如果要将其变为服务就必须明确可以通过ChatGPT固化人类的哪些经验从而转化为普惠的、持续的、专家级的个性化服务。正如红杉报告中所列举的一系列应用：AI律师Harvey、AI工作助理Glean、AI客服Sierra等。

　　然而我们认为即使OpenAI o1在数学计算、编程调试和科学推理方面表现出色但要提供服务还需AI能像人一样处理定义不明确、背景信息不完全或需依赖主观判断的模糊问题能做出灰度决策也就是人们常说的“直觉”或“第六感”。而且人类社会存在大量的“隐性规则”。这些规则普遍存在于各文化、社会习俗或组织内部需要基于背景、语境和情感进行综合解读难以通过明确标准进行标注或总结也使得AI在处理此类问题时显得力不从心。就如AI客服在用户表达不满时往往只会机械地重复相关政策反而加剧了客户的愤怒。

　　因此要实现AIGS以及在此基础上的服务规模化仅有逻辑推理能力是远远不够的还需进一步发展“领域智能”。这方面我们已经有较多论述今天就不再展开。最后AI的每次大发展都会引发社会的失业焦虑甚至产生“人类无用论”。我们想强调的是真正的实干者在应用AI解决问题的时候往往会发现AI恰恰使得“人”的重要性更加凸显而不是让人变成机器的一部分。教育专家沈祖云老师曾说过“这个世界是用挑战的方式来组织的。”我们面对的问题往往是跨学科、系统性的而非单一学科、单一能力所能解决。公众所崇拜的单项冠军例如最强大脑的冠军、国际象棋大师或奥数金牌获得者往往对世界整体进步的影响有限。一些研究还指出诺奖获得者的研究虽然具有很强的科学意义但由于配套技术的落后这些研究成果在初期都难以技术转化和产品落地可能需要几十年时间才能进入实际应用。如mRNA技术在1990年代便已初步成熟但近年来才真正应用于人类疫苗。同样的道理AI就像是单项冠军虽然实力爆表但仍然需要与人协作。具备推理能力的AI或许能替代软件工程师处理简单问题但面对复杂任务时还需要掌握行业的know-how（一些隐性的知识、经验或规则）以及大量的协调沟通等工作的配合。所以哪怕出现多智能体的系统AI也仍然需要人的协作才能真正提供服务、解决实际问题。相信你也看出来了AI不只是技术上的革命更是观念上的革命只有掌握先进思想才能提前把握住机会。所以做个预告11月9日前哨大会2024将在北京举行。这次主题为“历史的韵脚AI革命的未来预测”我将用12个历史案例、12个核心思想以及12个未来场景带你看懂科技产业的发展规律帮你建立系统的分析体系并助你找到属于你的机会。席位有限快扫码报名吧我们不见不散！

　　以上就是今天的内容更多详细的产业分析和底层逻辑我会在科技特训营里分享欢迎关注全球风口公众号报名加入。王煜全要闻评论我们明天见。