Leonis Capital：AI的2024年五大趨勢和2025年五大預(yù)測

真友書屋 2025-01-30

展開全文

Leonis Capital 昨天發(fā)出來了 Newsletter，《The State of AI in 2025》,。

我們先看看他們?nèi)ツ觐A(yù)測的準不準,，再決定看他的2025年預(yù)測。

#	預(yù)測	評估
1	一種新的 AI 范式超越 Transformer,。	?? Transformer 仍然是主流架構(gòu),，但面臨擴展問題。新架構(gòu)出現(xiàn),，但在生產(chǎn)環(huán)境中的可行性較低,。
2	AI 代理軟件找到初步應(yīng)用,。	? 2024 年是 AI 代理（Agent）之年，但相關(guān)應(yīng)用仍處于早期階段,。
3	隨著企業(yè)探索更多用例,，小型模型變得更受歡迎。	? 更小,、更專用的模型在部署中得到應(yīng)用,，例如實時客戶支持、代碼輔助等,。
4	模型開發(fā)者和用戶將面臨更多監(jiān)管挑戰(zhàn),。	? 更多知識產(chǎn)權(quán)訴訟。歐盟《AI 法案》生效,。
5	AI 熱潮降溫,，但行業(yè)建設(shè)仍在繼續(xù)。	?? 初創(chuàng)公司炒作減少,，更專注于客戶,。但基礎(chǔ)模型公司仍然熱門，VC 仍然大量投資 AI,。
6	垂直 AI 初創(chuàng)公司發(fā)展出更成熟的應(yīng)用,。	? 垂直 AI 采用 SaaS 模式。醫(yī)療,、法律和金融等行業(yè)開始廣泛采用 AI,。
7	AI 領(lǐng)域的并購市場蓬勃發(fā)展，大公司尋求收購創(chuàng)新企業(yè),。	? 2024 年發(fā)生了重大收購,，例如 Google 收購 Character.ai，Microsoft 收購 Inflection 等,。

整體上還是對的多,，看看他們今年咋說。

TL;DR 先看總結(jié)

2024年趨勢

Scaling Law 黃金時代的終結(jié)
從 System 1 到 System 2 的轉(zhuǎn)變
AI 原生初創(chuàng)公司的崛起
企業(yè)級 AI 進入執(zhí)行階段
SaaS 革命

2025年預(yù)測

生成式 AI 的首個“殺手級應(yīng)用”
AI 經(jīng)濟模型的成本危機
AI 商業(yè)模式的進化
能源危機
多智能體系統(tǒng)（Multi-Agent Systems, MAS）的崛起

再看細節(jié)

part 01

2024年趨勢

Five Trends That Defined 2024

Scaling Law 黃金時代的終結(jié)

2024 年,，AI 規(guī)?；柧氂龅綐O限，傳統(tǒng)的 Scaling Law（算力翻倍） 難以為繼,。未來幾年,，訓練一個超大模型可能消耗相當于美國 GDP 的 2.2%，而到 2035 年,，這一成本將超過 整個美國經(jīng)濟規(guī)模,，已不可持續(xù)。

主要瓶頸：

算力消耗激增：xAI 的 Colossus 100,000 GPU 集群 顯示出大規(guī)模計算的極限。
數(shù)據(jù)短缺：高質(zhì)量訓練數(shù)據(jù) 將在 2026-2032 年枯竭,，影響模型性能,。
成本 & 盈利困境：OpenAI、Anthropic 等公司 難以證明其高昂的投資能帶來穩(wěn)定收益,。

未來方向：

新架構(gòu) & 訓練優(yōu)化：DeepSeek 通過 GRPO 技術(shù),，以極低成本訓練出 媲美 GPT-4 級別的模型。
小型模型 & 蒸餾技術(shù)興起,，提升推理效率,，而非僅靠擴展參數(shù)規(guī)模。

2025 年,，AI 競爭將轉(zhuǎn)向“智能擴展”而非“蠻力擴展”，更高效的模型訓練方法將取代單純依賴算力的增長模式,。

從 System 1 到 System 2 的轉(zhuǎn)變

AI 重大突破不再是更大模型,，而是更深層次的推理能力。OpenAI o-1 通過逐步推理（System 2）,，超越了傳統(tǒng)模式匹配（System 1）,，引發(fā)行業(yè)跟進（Claude、Gemini,、DeepSeek R1）,。

突破速度驚人：短短兩個月內(nèi)，AI 從大學生級別躍升至博士級別,，尤其在數(shù)學,、編程等符號推理領(lǐng)域表現(xiàn)卓越。
推理優(yōu)先,，改變 AI 發(fā)展方向：AI 開始優(yōu)化邏輯能力,，而非單純增加數(shù)據(jù)，為理論物理,、化學,、生物等領(lǐng)域帶來新突破。
計算需求轉(zhuǎn)向推理：AI 計算的重點從訓練轉(zhuǎn)向推理（Inference）,，可能改變 AI 硬件生態(tài),，影響 GPU 需求結(jié)構(gòu)。

2025 年,，推理驅(qū)動 AI（Reasoning-First AI） 將取代傳統(tǒng)大模型策略,，推動更智能、更精準的 AI 發(fā)展,。

AI 原生初創(chuàng)公司的崛起

2024 年,，傳統(tǒng)軟件+AI 與 AI 原生應(yīng)用 之間的差距愈發(fā)明顯。微軟 Copilot 和 Notion AI 由于 架構(gòu)過時,、產(chǎn)品體驗割裂,，用戶體驗不佳,，證明 “AI 貼片”式改造行不通。

傳統(tǒng)軟件的局限：

架構(gòu)落后：以人為中心的設(shè)計難以兼容 AI 原生工作流,。
商業(yè)模式不匹配：微軟等傳統(tǒng)公司依賴許可證訂閱,，但 AI 需要數(shù)據(jù)驅(qū)動的持續(xù)優(yōu)化。

AI 原生初創(chuàng)公司的優(yōu)勢：

AI 是核心,，而非附加功能,，數(shù)據(jù)庫基于嵌入式搜索，API 設(shè)計適配流式輸出和大上下文窗口,。
自我優(yōu)化的飛輪效應(yīng)：用戶使用 AI 提升模型,，吸引更多用戶，形成數(shù)據(jù)-模型-增長閉環(huán),。

2025 年,，AI 原生公司將超越傳統(tǒng) SaaS 企業(yè)，憑借更智能,、更高效的架構(gòu),，重塑軟件市場格局。

企業(yè)級 AI 進入執(zhí)行階段

企業(yè) AI 支出已從實驗階段進入全面執(zhí)行,。2024 年初,，AI 相關(guān)交易同比增長 293%，遠超軟件整體 6% 的增長,。超過三分之一的企業(yè) 正在使用 AI,，每季度平均支出 $1,500，同比增長 138%,。工程,、HR 和財務(wù)部門 是 AI 采用的主要推動力，自動化后臺流程成為關(guān)鍵應(yīng)用,。

質(zhì)量優(yōu)先,，高成本 AI 依然受青睞

企業(yè) 愿意為高質(zhì)量 AI 支付溢價，而不是冒險使用低成本但不可靠的系統(tǒng),。
法律,、醫(yī)療等領(lǐng)域，AI 誤判可能導致 數(shù)百萬美元損失或生命風險,，使得AI 質(zhì)量成為采購的決定性因素,。

AI 初創(chuàng)企業(yè)的策略變革

MVP 標準大幅提高，AI 需要極高精準度,，“快速上線,、后續(xù)優(yōu)化” 的策略不再適用。
GTM（Go-to-Market）模式轉(zhuǎn)向精準化，企業(yè)更傾向解決特定行業(yè)痛點,，而非廣泛泛化 AI 方案,。

2025 年，企業(yè) AI 采用將繼續(xù)加速,，精準,、高質(zhì)量 AI 解決方案 將成為市場核心競爭力。

服務(wù)即軟件（SaaS）革命

AI 正在從工具型軟件（SaaS） 轉(zhuǎn)變?yōu)?nbsp;直接執(zhí)行任務(wù)的 AI 代理,。傳統(tǒng) SaaS 依賴按用戶計費,，而 AI 代理按成果收費，逐步取代人類勞動,。

效率革命：

傳統(tǒng)商業(yè)分析師年薪 $150K,，產(chǎn)出 200 份報告（$750/份）。
AI 代理年成本 $100K,，可生成 20,000 份報告（$5/份）,。
150 倍效率提升，推動企業(yè)預(yù)算從人力轉(zhuǎn)向 AI,。

行業(yè)變革：

醫(yī)療 AI 采用率 +131%，金融 AI 支出 +331%,，企業(yè)愿為 AI 直接創(chuàng)造的 ROI 付費,。
AI 代理威脅傳統(tǒng) SaaS，如 LinkedIn,、Salesforce 依賴人力驅(qū)動的商業(yè)模式,，難以適應(yīng) AI 取代人類的趨勢。

未來展望：

傳統(tǒng) SaaS 迫使用戶學習軟件,，而 AI 代理直接交付結(jié)果,。
SaaS 訂閱制正在被“按任務(wù)計費”模式取代，AI 代理將主導企業(yè)自動化時代,。

part 02

2025年預(yù)測

Looking Forward: Five Predictions for 2025

生成式 AI 的首個“殺手級應(yīng)用”

AI 代碼生成能力在 2024 年取得指數(shù)級突破,，從輔助開發(fā)者進化到獨立構(gòu)建完整應(yīng)用。Claude 3 等模型可理解代碼庫,、推理架構(gòu),，并生成生產(chǎn)級代碼，而不僅僅是補全代碼片段,。

關(guān)鍵技術(shù)突破：

代碼生成準確性大幅提升,，可處理完整項目。
上下文窗口擴大,，保證跨文件一致性,。
支持多語言 & 復雜框架（Java、C++ 等）。

2025 年變革：

非開發(fā)者 也能用 AI 生成并部署應(yīng)用,，軟件開發(fā)民主化,。
首個真正市場競爭力的 AI 生成應(yīng)用將誕生，不再只是技術(shù)實驗,，而是行業(yè)挑戰(zhàn)者,。

2025 年，AI 代碼生成將顛覆軟件開發(fā)格局,，重新定義誰能構(gòu)建軟件,。

AI 經(jīng)濟模型的成本危機

AI 產(chǎn)業(yè)的高成本模式已難以為繼。OpenAI 和軟銀宣布 $500B Stargate 項目 擴大算力投入,，而 DeepSeek 僅用 $5.5M 訓練出 SOTA 級模型,，顛覆了大規(guī)模資本投入等于技術(shù)領(lǐng)先的邏輯。

AI 成本問題：

Meta GenAI 團隊陷入“恐慌”,，因 DeepSeek 低成本實現(xiàn)高性能,，質(zhì)疑自身巨額投資合理性。
OpenAI o-1 API 價格高達 GPT-4o 3-4 倍,，即使 ChatGPT Pro $200/月 仍虧損,。

核心挑戰(zhàn)：

AI 競爭壁壘正在消失，研究成果快速擴散,，技術(shù)優(yōu)勢難以長期保持,。
美國 AI 監(jiān)管收緊，但全球 AI 研究仍高度開放,，創(chuàng)新難以壟斷,。

2025 年，AI 產(chǎn)業(yè)將迎來成本清算期,，企業(yè)必須找到更低成本,、更高效的 AI 訓練方式，否則將難以維持競爭力,。

AI 商業(yè)模式的進化

AI 發(fā)展依賴的補貼時代即將終結(jié),，企業(yè)必須重新定價 AI 服務(wù)。傳統(tǒng) SaaS 邊際成本接近零,，而 AI 每次推理都有高昂計算成本,，導致 API 費用侵蝕利潤。

當前 AI 經(jīng)濟困境：

AI 推理成本未被真實反映,，大廠與投資者人為壓低價格,。
API 成本高昂，若無補貼,，AI 工具可能需要200- $200-$

AI 計費模式的三階段演變：

2024 - 高端訂閱（Premium AI）：高級 AI 訂閱，如 $20 ChatGPT Plus,。
2025-2026 - 企業(yè)計費（Enterprise Scale AI）：按任務(wù)或價值收費,，替代 SaaS 訂閱。
2027-2029 - AI 經(jīng)濟體（AI Economy）：AI 代理自主交易,、創(chuàng)造價值,，成為獨立經(jīng)濟單位。

2025 年,，AI 計費模式將從 SaaS 訂閱轉(zhuǎn)向按成果計費,，最終形成 AI 自主經(jīng)濟生態(tài)，AI 不僅服務(wù)經(jīng)濟,，甚至成為經(jīng)濟的一部分,。

能源危機

AI 數(shù)據(jù)中心耗電激增，預(yù)計到 2030 年,，每年 AI 相關(guān)電力消耗將增長 50%,，達到 400 TWh，超2022 年英國全國用電量,。本地電網(wǎng)已無法承受 AI 需求,，特別是在 亞利桑那、德州,、加州 等地,，水資源短缺 也引發(fā)社區(qū)反對新數(shù)據(jù)中心建設(shè)。

2025 年將成為 AI 電力危機的臨界點：

超大規(guī)模 AI 計算項目（如 Stargate） 加劇電網(wǎng)壓力,。
企業(yè) AI 采用激增，推理計算需求超過電網(wǎng)增長速度,。
公用事業(yè)公司開始警覺,，能源供給無法匹配 AI 發(fā)展。

行業(yè)應(yīng)對措施：

微軟,、亞馬遜,、谷歌 投資小型核電站等自有能源供應(yīng)。
低功耗 AI 計算技術(shù)（如光子計算,、稀疏計算,、分布式計算）加速發(fā)展，減少 AI 能耗,。

2025 年,，AI 計算的電力消耗問題將成為產(chǎn)業(yè)發(fā)展的最大瓶頸，能源自給與計算優(yōu)化將決定 AI 未來格局,。

多智能體系統(tǒng)（MAS）的崛起

AI 不再依賴單一大模型,，而是由多個專門化 AI 代理協(xié)作,，高效完成復雜任務(wù)。2025 年將見證 AI 從單體架構(gòu)向多智能體系統(tǒng)（Multi-Agent Systems,，MAS）轉(zhuǎn)變,，微軟 AutoGen 等框架已初步實現(xiàn) AI 代理之間的交互。