红杉资本（Sequoia Capital）最近分享了他们未来对 AI 领域的投资判断。

在他们看来，AI 革命将是一场堪比工业革命的变革。我们正处在一场深刻的「认知革命」 （Cognitive Revolution） 的重要发展阶段，这其中蕴含着高达 10 万亿美元的机遇。

在未来 12-18 个月，红杉将重点关注五大投资主题：持久化记忆、通信协议、AI 语音、AI 安全和开源 AI。他们预测，知识工作者的算力消耗将增长 10-10000 倍，这将为那些致力于 AI 专业化应用的创业公司创造巨大机会。

这五个赛道，很明显也将是未来一段时间内，可以重点关注的创业赛道。

01

我们正处在认知革命的时代

我们认为，人工智能堪比第二次工业革命。回顾工业革命中的三个重要时间点：

首先是，蒸汽机发明，开启了整个时代；

其次是，第一个现代工厂系统的诞生，它首次将所有生产要素整合于同一屋檐下；

最后是，如今我们所熟知的工厂流水线。

值得注意的是，这些节点之间的时间跨度：从第一台蒸汽机问世到第一座工厂建成，历时 67 年，而那座工厂甚至没有使用蒸汽机，而是依靠水力驱动。而第一座工厂到我们今天所知的流水线，又过去了 144 年。

为什么花费了这么长时间？尤其是在那 144 年里发生了什么？我们认为，根本原因在于「专业化」的必然要求。任何一个复杂的系统，在发展到一定规模后，必须将通用组件、劳动力与高度专业化的组件、劳动力相结合，才能走向成熟。换句话来说，工业革命的本质，就是将蒸汽机这一通用技术，进行专业化改造，来适应特定行业的生产需求。

现在，我们正处在认知革命的时代。可以说，1999 年的第一块 GPU NVIDIA GeForce 256，就是这个时代的「蒸汽机」；而 2016 年出现的第一个 AI 工厂，则汇集了生产 AI 所需的所有要素，如算法、算力与数据等。

因此，问题就变成了：谁将成为这场认知革命中的约翰洛克菲勒、安德鲁卡内基、威斯汀豪斯和韦奇伍德？我们相信，答案是当下和未来的创业公司，在践行着「专业化」的使命，最终将构建出未来的应用程序。

02

10 万亿美元的服务业市场，

目前只有 200 亿被 AI 改造

上面这张图，左边这个 3500 亿美元的圆圈，代表了云计算转型初期软件行业的总支出，其中，仅 60 亿美元的小部分属于「软件即服务」（SaaS）。后来发生的情况是，SaaS 不仅扩大了它在本地部署软件市场中的份额，还推动了整个市场的扩张，现在市场规模已超过 6500 亿美元。

我们相信，类似的情景将在人工智能领域重现，而且机遇将更为巨大。我们看到的是一个价值 10 万亿美元的美国服务业市场，而目前其中可能只有约 200 亿美元被 AI 自动化。这就是一个「10 的 13 次方」级别的巨大机会，不仅要扩大 AI 在这块蛋糕中的份额，更要将整个蛋糕做得更大。

这张图是首次公开，节选自红杉内部的一份备忘录，按市场潜力对服务业岗位进行了排序。最右侧的数值是根据美国人口普查局的数据，将每个岗位的员工数量与年薪中位数相乘得出的。这张图直观展示了各细分市场的潜力 （TAMs），并且红杉已在这些领域进行了投资。

例如，在注册护士领域，我们投资了 Open Evidence 和 Freed；在软件开发领域，有 Factory 和 Reflection；在法律领域，则有 Harvey、Crosby 和 Finch。在红杉，我们非常关注潜在市场规模，尤其是市场本身。我们的创始人唐瓦伦丁（Don Valentine）始终强调市场的决定性作用。

这张标普 500 指数的市值构成图清晰地显示，少数巨头占据主导。例如，英伟达市值超过 4 万亿美元，百分比代表其一年内的业绩表现。但在这张图上，你看不到像科克兰（Kirkland and Ellis）这样的律师事务所，也看不到贝克蒂莉（Baker Tilly）这样的会计师事务所，尽管这些企业的年收入也高达数十亿美元。

我们相信，认知革命提供了一个契机，能够拓展市场边界，在服务业领域催生出众多以 AI 为核心的大型独立上市公司，重塑未来市场。

03

当下，五个明确的投资趋势

接下来，让我们谈谈在当前人工智能认知革命中，我们观察到的五个投资趋势。

趋势一：杠杆优于确定性

我们注意到，工作范式正在转变：从过去我们对任务的杠杆作用极小、但对结果有 100% 的确定性，转变为如今对任务拥有超过百倍的杠杆，但对结果的具体形态却无法完全预知。例如，一名销售人员过去可能需要亲自管理所有客户账户，逐一监控商机。但在未来的 AI Agent 时代，他可以利用工具，为每个客户配备一个 AI Agent，成百上千地自动追踪客户进展、洞察变化，并主动提示互动与合作的机会。当然，AI Agent 的工作方式不会与你完全一样，它可能会遗漏信息或犯错，这时就需要人来介入修正。在这种模式下，我们看到了百倍甚至千倍的杠杆，尽管伴随着一些不确定性。

趋势二：真实世界的验证

在大部分时间里，我们都依赖学术基准来评估模型。十多年前我作为一名 AI 工程师时，我们就使用 ImageNet 作为计算机视觉研究的基准。但现在，需要到在真实世界中去验证 AI 能力。以 Expo 公司为例，它想证明自己是世界上最强的 AI 黑客。他们没有仅仅停留在学术基准上，而是进入真实世界，在 HackerOne 平台上与全球所有注册黑客同场竞技，寻找漏洞。最终，他们在真实世界的数据上证明了自己是世界排名第一的黑客。我们认为，这种基于真实世界数据的衡量，才是新的黄金标准。

趋势三：「强化学习」的落地

在 AI 行业内，讨论强化学习技术已经很久了，但在过去一年，它真正走向了真正走向了产业应用的核心。不仅大型的推理实验室从中受益，我们许多投资组合中的公司也同样获益。以 Reflection 为例，利用强化学习来训练优秀的开源编码模型。

趋势四：AI 进入物理世界

「AI 进入物理世界」，正在真正成为现实。这不仅限于人形机器人，还包括利用人工智能来创造流程和硬件。例如，Nominal 公司利用 AI 加速硬件制造过程，并在产品部署后，继续使用 AI 进行质量保证。

趋势五：计算成为新的生产函数

「计算」已成为新的生产力，具体的衡量指标是每位知识工作者的浮点运算次数（FLOPS）。根据我们对被投公司的调研，他们普遍预测，每位知识工作者的算力消耗至少将增加 10 倍。因为在新的工作模式下，知识工作者可能会同时使用一个、几十个、几百个甚至上千个 AI Agent。在更乐观的愿景中，我们预见我们预见未来每位知识工作者的算力消耗可能会增长一千倍甚至一万倍。这不仅对提供推理服务的公司意义重大，对于保护这些推理过程以及利用这一新生产函数赋能更多劳动者的公司来说，都蕴含着强大的机遇。

04

未来一年，

红衫重点投资的 5 个方向

接下来，让我们探讨，未来 12 至 18 个月内，红杉将重点布局的五个投资主题。

主题一：持久记忆

持久记忆至少包含两层含义：一是长期记忆，即让 AI 长时间记住与其共享的上下文信息；二是 AI 身份的持久性，即让 AI Agent 在一段时间内保持其独特的个性和风格。为了让 AI 能深度融入到企业生产流程中，解决记忆问题至关重要。

在持久记忆领域，还没有出现像模型缩放定律（Scaling Laws）这样的普遍解法，尽管向量数据库、检索增强生成 （RAG） 等技术已经在尝试，或者不断加长的上下文窗口。但这个问题仍未被彻底解决，是一个巨大的机会。

主题二：无缝通信协议

最近，模型上下文协议（MCP）备受关注。让我们回想一下互联网革命，TCP/IP 协议并非终点，而是发令枪。AI 时代同样迫切需要一套标准化的通信协议，以实现不同 AI Agent 之间的无缝协作。以购物为例，未来你或许只需向自己的 AI Agent 下达指令，它便能自动与其他商家的 Agents 进行询价、比价、乃至完成支付。这将彻底重构现有的商业模式，并削弱那些依靠简化用户操作建立护城河的平台的优势。

主题三：AI 语音

我们认为，AI 视频可能在一年后才会成熟，但 AI 语音的时代就在当下。AI 语音的成熟度体现在两个关键指标的突破：一是保真度，语音质量已足以满足日常乃至专业用途；二是延迟，已降低到可以支撑实时、流畅对话的水平。

AI 语音的应用前景广阔，包括 AI 朋友、AI 伴侣、AI 治疗师等面向消费者的应用。我们对其在企业端的潜力也同样兴奋。比如在物流行业，许多协调工作至今仍通过语音完成，未来可以利用 AI 语音实现自动化。如果你想买卖大宗固定收益产品，很可能也是通过语音与场外交易台沟通。所有这些企业级的应用场景，都可以通过 AI 语音来提速。

主题四：AI 安全

我们在 AI 安全领域看到了一个绝对巨大的机会，它贯穿从开发层一直到消费者的全链条。

在开发层，有机会帮助大型基础模型实验室和 AI 实验室以安全的方式开发技术；在分发层，确保技术以安全的方式传播，确保模型在传播中不被篡改；对于用户自身而言，要确保他们在消费产品或编写新应用时，不会无意中引入漏洞。例如，当 AI 指示消费者通过终端下载一个软件时，消费者可能不熟悉终端操作，而 AI 也可能不知道该软件会给消费者的环境带来漏洞。我们将进入一个 AI 同时保护个人和 AI Agent 的世界。与物理世界不同，数字世界的安全防护不受空间与成本的限制，未来可以为每个人、每个 Agent 配备成百上千个 AI 安全 Agent，构建立体化的防护体系。

主题五：开源 AI

我们发现，开源 AI 正处在一个关键的十字路口。两年前，开源模型还没有被认为有实力与最先进的闭源模型一较高下。但今天，这一判断正面临严峻的挑战。我们坚信，开源能够参与竞争并提供一些最顶尖的基础模型，这一点至关重要。我们认为这对于一个更自由、开放，让任何人都能创造的未来是必不可少的。我们希望能帮助构建这样一个未来：让每个人都能用上开源模型来打造卓越的产品，确保 AI 的未来不仅仅局限于资金极其雄厚的行业巨头。

以上，是我们正在深度思考的五个投资主题。现在的问题是，如果这些投资主题都能取得突破，将会发生什么？我们相信，这些进展将凝聚成一股强大的力量，将工业革命时期通往「流水线」所需的百年漫漫长路，显著压缩至短短数年。