两家顶级 VC 内部报告向 LP 透露了这些 AI 趋势

前段时间 Menlo VC 对今年 AI 发展情况的总结报告我觉得是写的不错的，这个报告将聚焦点放在了企业级 B 端市场，这也是我观察今年 AI 在应用里发展最明显的一个趋势。

其中 AI 编程又是这里面采用率最为快速的，现在更是向非技术人群快速扩散《2 个月 ARR 破 2000 万美金史上最快？AI 编程向非技术人员爆发》。

最近，海外两家 VC Forerunner 和 Bain Capital Ventures 分享了他们内部给 LP 发的两份报告，从这两份报告，我们可以看到当下创业公司的一些生态和 AI 发展的趋势。两份报告都比较长，需要付费才能获取，我将部分做了一下分享，特别是关于 AI 这块的内容（这里部分 Credit 给到庄明浩，感谢他的分享）。

Forerunner 的报告给我印象最深的是一张 PPT 给出的几个结论：

1. 技术发展的重点会逐渐从“与我协作”（Do it with me）向“为我完成”（Do it for me）转变。
2. 减轻负担（Create relief） 将是主要趋势，未来技术将更多帮助用户实现自动化和简化生活。
3. 同时，技术也会在创造愉悦体验（Create delight） 方面有所提升，但不会像“减负”那样迅速扩展。

而 BCV 认为 3 大技术创新正在带来巨大价值：

1. 后训练技术的兴起。随着预训练模型（如 GPT 系列、BERT）的大规模应用，如何在训练后的阶段进一步优化这些模型变得至关重要。
2. 多智能体系统（Multi-Model systems）可以显著提高推理和事实准确性。通过引入多模型辩论机制，可以克服单一模型的局限性，在多个任务上取得显著提升。
3. 推理成本大幅下降。随着技术创新和优化，GPT-4 级别模型的推理成本在较短时间内显著下降。这种成本崩塌（Collapsing Costs）使得高性能语言模型更具可访问性，为企业和开发者提供了更经济的部署选择，也推动了大规模生产部署的普及。

首先是 Forerunner 的报告，创投行业的一个整体走势，这个数据显示 2024 年整个行业并没有怎么改善。

但是早期融资的估值和金额都增加了不少，种子和 A 轮阶段的估值都增长了 25%；而 AI 公司的估值普遍比非 AI 公司要高不少。

Forerunner 的数据再次说明，2024 年是企业 AI 的一年，在 A 轮这个阶段，企业级 AI 融资的金额占到了 90%，达到了 53 亿美金，而消费这块只有 5 亿美金左右。

下面这几张我就不解释了，大家自己看就好

关于 AI 的发展这块，Forerunner 分成了下面 4 个阶段来阐述：

基础模型这块，基本上大厂主导了融资

应用层面，同样是企业级市场比较明显

消费这块虽然整体差别很大，但是也还是有一些应用出来

基于 AI Agent，很多行业的服务和商业模式都在发生变化，从一开始提供建议（Advice）到提供支持（Support）再到行动（Actions）

最后这张图挺有意思，核心讨论了未来的技术如何通过 “Create relief” 和 “Create delight” 来满足用户需求。

纵轴：上方 “Create relief”，技术带来“解脱”或“减负”，帮助用户减少负担，提供便利。下方 “Create delight”：技术带来“愉悦”，创造令人欣喜、超出预期的体验。

横轴：左侧 “Do it with me”，技术与用户协作，用户主动参与其中，强调信任（Trust）。右侧 “Do it for me”：技术代替用户完成任务，强调服务的自动化和高效，依然依赖信任（Trust）。

绿色（Today）：代表当前技术水平所能实现的范围。

紫色（Future）：代表未来技术进步将进一步扩展的领域。

• “Create relief” 和 “Do it for me” 的区域在未来显著扩展，暗示技术将会承担更多用户的任务，进一步减少用户负担。
• “Create delight” 的区域也在未来有所发展，但扩展程度较小，意味着技术在提供愉悦体验方面仍有待探索。

Magic：出现在“Create relief” 和 “Create delight” 两个区域，表示这两个领域的技术进步能够带来神奇般的效果；

Trust：出现在“Do it with me” 和 “Do it for me”，说明无论是协作还是完全代劳，用户对技术的信任都是核心要素。

结论有这么几点：

• 技术发展的重点会逐渐从“与我协作”（Do it with me）向“为我完成”（Do it for me）转变。
• 减轻负担（Create relief） 将是主要趋势，未来技术将更多帮助用户实现自动化和简化生活。
• 同时，技术也会在创造愉悦体验（Create delight） 方面有所提升，但不会像“减负”那样迅速扩展。
• 信任和技术的神奇表现（Magic） 是实现这一切的关键。

下面是 BCV 的报告，BCV 认为，AI 是互联网以来最大的一波技术演变。

过去 30 年软件机会的演变历程：90 年代的记录系统到 2000 时代的情报系统再到 2020 时代的工作系统

未来的演变趋势正在从第一阶段的 Co-Pilots 向第二阶段的 Assistants 以及 Agents 演变，BCV 认为这几个的核心区别是 AI 对工作的完成度

AI 将解锁以前未被满足的一些细分场景，就是以前无法用 SaaS 规模化的一些行业，现在通过 AI 既能实现规模化，甚至还能实现个性化，这个基本上已经是共识了。与此同时，AI 开始对原子世界产生价值了，这对物理世界、机器人等行业带来的巨大机会。

2023 年预测并且已经发生了的事情：开源模型的追赶与崛起

跟 Forerunner 的结论类似，整体估值都在增长，而且 AI 公司和非 AI 公司的估值差距非常大

2023 年预测但是没有发生的事：企业级市场的部署。这块我不太清楚 BCV 是如何做的定义，按我的理解今年企业级的部署的速度还是很快的。

没有预期也没有发生的事：自动化。BCV 认为发生的是 Augmentation（增强）而不是自动化，这点确实也很明显，我理解和之前文章《对话精准学联创张宁，阿里刚投 2 亿，用 AI 模拟真实老师 1 对 1 教学体验》里所说的 AI 能力加持有点类似，不过我觉得自动化其实也是在发生的。

没有预测到但是发生了的事情：巨头收编 AI 创业公司核心团队。这个确实是今年没怎么想到的，而且还发生了好几起这样的交易。BCV 将这个交易称为 Creative Dealmaking。

展望未来的几个趋势：

• 所有 Apps 都在变成 Agents
• 推理正在取得快速进步
• 工具的使用变得越来越简单明了
• 技术的不断突破继续给 Agents 能力加持

3 大技术创新正在带来巨大价值：

1. 后训练技术的兴起。随着预训练模型（如 GPT 系列、BERT）的大规模应用，如何在训练后的阶段进一步优化这些模型变得至关重要。
2. 多智能体系统（Multi-Model systems）可以显著提高推理和事实准确性。通过引入多模型辩论机制，可以克服单一模型的局限性，在多个任务上取得显著提升。
3. 推理成本大幅下降。随着技术创新和优化，GPT-4 级别模型的推理成本在较短时间内显著下降。这种成本崩塌（Collapsing Costs）使得高性能语言模型更具可访问性，为企业和开发者提供了更经济的部署选择，也推动了大规模生产部署的普及。

文章来自于“投资实习所”，作者“ StartupBoy”。