国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

作為一家在AI領域投入了70億美元的投資機構，Bessemer通過深入分析和實踐，總結出了7個關于AI行業(yè)的關鍵判斷。本文將詳細解讀Bessemer的這些觀點，探討AI行業(yè)的未來發(fā)展方向，以及投資機構如何通過精準的判斷和布局，推動AI技術的創(chuàng)新和應用。

如果說2023年是人工智能的“爆炸元年”，那么2025年更像第一道破曉的曙光。

經歷了最初的喧囂與混亂，行業(yè)的迷霧正在慢慢散去：

基礎公司開始集群化，AI 技術加速落地，初創(chuàng)企業(yè)的成功路徑也逐漸顯現。雖然距離真正的穩(wěn)定還有一段距離，但眼下的格局，已經比任何時候都更清晰地勾勒出 AI 行業(yè)的未來走向。

一個直接的觀察窗口來自投資一線。就在不久前，國外知名投資機構 Bessemer 發(fā)布了《2025 年人工智能現狀》一文，總結了他們對當下 AI 的觀察。

Bessemer 的名字，在 SaaS 圈里幾乎是“金字招牌”。過去 10 年，它們投資了 200 多家 SaaS 企業(yè)，是這個領域最專業(yè)的機構之一。

如今，SaaS 正成為 AI 技術最大的受益者，幾乎所有傳統(tǒng) SaaS 公司都在全面融入AI。而Bessemer也在2023 年以來，向AI原生初創(chuàng)公司投資了超過10億美元，也就是72億人民幣。

在烏鴉君看來，再沒有什么判斷比真金白銀的下注更有分量。也正因如此，這份報告格外值得關注。

在這份報告里，Bessemer 不僅揭示了當下AI創(chuàng)業(yè)公司的兩條典型增長路徑，還分享了他們對各個細分領域的趨勢判斷，為我們理解2025年的AI行業(yè)提供了一份清晰的參照系。

01 超新星和流星，AI公司的兩種增長范式

Bessemer分析了20家高速且可持續(xù)增長的 AI 初創(chuàng)公司，包括 Perplexity、Abridge、Cursor，發(fā)現如今的高速增長主要分為兩類：超新星和流星。

1）AI超新星

這些初創(chuàng)公司往往在商業(yè)化的第一年，就能從種子輪融資一路沖到年收入1億美元。這是軟件行業(yè)前所未有的速度。它們既令人興奮，也讓競爭者感到不安。

這種爆發(fā)式增長，常常發(fā)生在收入仍顯脆弱的階段：高速采用可能掩蓋了低轉換成本，或是源于一次足以顛覆市場的重大創(chuàng)新。

這類應用離核心基礎模型非常近，容易被貼上“薄包裝”的標簽；而在贏家通吃的賽道里，初創(chuàng)公司為了搶占先機，會不惜用價格和分銷換市場，利潤率因此常常接近零甚至為負。

Bessemer調研的10家AI超新星，商業(yè)化首年平均就做到約4000萬美元 ARR，第二年則躍升到 1.25 億美元 ARR。但 ARR 本身并不代表業(yè)務健康——可持續(xù)增長還得靠留存率、用戶參與度和資本效率。

這些超新星的平均毛利率只有25%，但在人效上表現驚人：ARR/FTE 高達 113 萬美元，是典型 SaaS 基準的 4–5 倍。這種收入效率，或許預示著它們在規(guī)?；笠廊荒鼙３謽O高的運營杠桿。

2）AI流星

相比之下，“流星公司”更像是一流的 SaaS：它們能在短時間內找到產品與市場的契合點，維系并拓展客戶關系，同時保持健康的毛利率，雖然略低于 SaaS 同行，但換來的，是更快的增長和可控的成本結構。它們的增長依然比 SaaS 前輩更快，但速度受限于傳統(tǒng)的組織擴張瓶頸。

這些公司也許不會天天沖上新聞頭條，卻深受客戶喜愛，且有潛力在軟件史上留下濃墨重彩的一筆。平均來看，AI 流星在第一年就能做到300萬美元 ARR，并實現四倍同比增長，毛利率約 60%，首年 ARR/FTE 達到 16.4 萬美元。

如果說 SaaS 時代的增長公式是T2D3（硅谷SaaS 高速增長公式，指公司進入規(guī)?；A段，前兩年每年增長三倍，后三年每年增長兩倍），那么AI流星的節(jié)奏更接近Q2T3（前兩年每年四倍，后三年每年增長三倍）：增速明顯快于傳統(tǒng) SaaS，但在運營模式上，依然沿用著 SaaS 的基準框架。

Bessemer固然欣賞那些“一鳴驚人”的 AI 超新星，但真正定義這個時代的，可能不是少數異類，而是數以百計、持續(xù)高增長的 AI 流星。對于AI創(chuàng)始人來說，流星才是更值得追求的目標。

02 AI步入第二階段，定義問題比解決問題更重要

OpenAI、Anthropic、Gemini、Llama、xAI等少數巨頭繼續(xù)主導基礎模型賽道，在提升性能的同時加速垂直整合，不再只提供模型和開發(fā)工具，而是直接推出編碼、電腦操作、MCP 集成等智能代理。

計算成本在軟件優(yōu)化與端到端硬件創(chuàng)新的推動下可預測下降，Kimi、DeepSeek、Qwen、Mixtral、Llama 等開源模型依舊展現出強大競爭力，在效率與專用任務上甚至可比肩或超越專有模型。

研究端同樣涌現新成果：

• 谷歌提出的“混合遞歸”方法，通過自適應深度平衡推理吞吐與小樣本精度；
• 混合專家（MoE）架構因新型專家組合方式而再受關注；
• 測試時強化學習（RL）、自適應推理等技術加速落地，預計在垂直場景中帶來重大突破。

這些創(chuàng)新不僅在刷新模型能力，更在推動更大平臺架構重構——涵蓋模型、算力、訓練框架、編排、可觀測性等新型基礎設施。堆棧參與者正跨界并購、打包產品，基礎設施競爭進入“組合拳”階段。

AI行業(yè)正在進入第二階段。AI 的第一階段由算法突破驅動，比如反向傳播、卷積網絡、Transformer 等，成就了基礎模型、算力和數據標注領域的巨頭。但未來的第二階段，將從“能解決問題”轉向“定義并衡量問題”。

正如 OpenAI 的姚舜宇所言：“人工智能的下半場，將從解決問題轉向定義問題?！?/p>

在第二階段，大型實驗室不再只追求基準測試的分數，而是構建能與真實世界有效交互的 AI。同時，企業(yè)應用也從POC（概念驗證）走向生產部署階段。

所有這些轉變都為新一波基礎設施工具的涌現奠定了基礎——它們不僅注重規(guī)?；蛐?，更致力于將人工智能融入運營環(huán)境、實際經驗和持續(xù)學習。以下是一些示例：

• 通過Fleet、Matrices、Mechanize、Kaizen、Vmax和Veris等平臺進行強化學習環(huán)境和任務管理，因為人類生成的標記數據已不足以實現生產級人工智能；
• 新穎的評估和反饋框架，例如Bigspin.ai、KilnAI和JudgementLabs，可實現連續(xù)且具體的反饋循環(huán)；
• 復合人工智能系統(tǒng)不僅關注原始模型的能力，還結合了知識檢索、記憶、規(guī)劃和推理優(yōu)化等組件；

我們正處于這一轉變的開始階段——從作為概念證明的人工智能到作為嵌入現實世界經驗的問題定義和自適應系統(tǒng)的人工智能。

Rich Sutton 的《慘痛教訓》提醒我們，歷史上AI最大的進步往往源于對計算和通用學習的利用，而不是依賴人工設計特征或啟發(fā)式算法。進入第二幕后，實踐者需要在現實業(yè)務中嵌入上下文、理解與領域知識，但究竟哪些技術能在效率與可擴展性之間找到最優(yōu)平衡，仍是懸而未決的未知數。

03 記憶與情境是新的護城河

確定性趨勢一：AI 開發(fā)成為軟件構建的核心

AI 已徹底改變了軟件開發(fā)范式。自然語言正在取代傳統(tǒng)編程接口，提示詞本身就是程序，LLM 成為新型計算機。軟件開發(fā)不再只是寫代碼，而是構建一個能持續(xù)學習、適應和交付的高速系統(tǒng)。

如今的問題已不是“是否用 AI”，而是“如何將 AI 融入一個復合型、可持續(xù)進化的體系”。最優(yōu)秀的工程團隊，正用 AI 驅動全流程，從編碼到部署形成閉環(huán)。

確定性趨勢二：模型上下文協(xié)議（MCP）

2024 年底，Anthropic 推出的 MCP（Model Context Protocol）迅速被 OpenAI、Google DeepMind、微軟采用，正在成為 AI 訪問外部 API、工具與實時數據的通用規(guī)范——它被稱為“AI 的 USB-C”。

MCP 支持持久內存、多工具工作流和細粒度權限，讓代理不僅能生成結果，還能跨系統(tǒng)執(zhí)行操作。

對于開發(fā)者，它極大簡化了集成；對創(chuàng)始人，它打開了構建“能真正替用戶行動的代理”之門。

真正的價值還需依賴生態(tài)，例如 Prefect 的 FastMCP（簡化 MCP 服務器搭建）、Arcade 和 Keycard（管理授權與許可）。隨著連接器、治理框架與代理專用工具成熟，MCP 有望像 HTTP 之于互聯網一樣，成為代理原生 Web 的基礎設施。

隱性趨勢：記憶與情境的護城河

隨著人工智能原生工作流程的成熟，記憶正逐漸成為核心產品原語。能夠跨時間記憶、持續(xù)適應并實現個性化，正是工具從“可用”升級為“必不可少”的關鍵。

最優(yōu)秀的人工智能系統(tǒng)已經不止于“回憶”，而是能與用戶同步進化。2025年，大型上下文窗口與檢索增強生成（RAG）已讓單會話交互更連貫，但真正持久的跨會話記憶依然是懸而未決的挑戰(zhàn)。除基礎模型公司外，mem0、Zep、SuperMemory 以及 Langchain 旗下的 LangMem 等初創(chuàng)公司也在積極布局。

上下文是模型在推理過程中可見的數據，記憶則是交互中保留的信息，支撐多步推理、個性化體驗和代理的連續(xù)性。兩者共同為下一代 AI 應用提供動力。

他們認為，領先的技術堆棧最終將結合以下能力：

• 短期記憶：通過擴展上下文窗口實現（128k到1M+個token，視模型和架構而定）
• 長期記憶：依托向量數據庫、內存操作系統(tǒng)（如MemOS）和MCP風格編排實現
• 語義記憶：通過混合RAG與新興情景模塊，帶來更豐富的情境回憶

需要權衡的是，長上下文會帶來更高延遲和成本。如果缺乏智能上下文工程，持久記憶會變得脆弱——動態(tài)選擇、內容壓縮和任務隔離才是核心。

代理類應用（如開發(fā)代理、客戶助手、創(chuàng)意工具）正在率先采用多模態(tài)記憶層與狀態(tài)化工作流。同時，對神經記憶、持續(xù)學習和局部上下文緩沖區(qū)的研究表明，可擴展的回憶已近在眼前。

對人工智能應用的創(chuàng)始人而言，情境與記憶是新的護城河。一旦產品比任何替代方案都更了解用戶的世界，替換它就像推倒重來。無論是精通團隊代碼庫的編碼助理，還是深度嵌入 CRM 與溝通體系的銷售代理，長期積累的用戶與環(huán)境情報，都會成為最具黏性的資產。

雖然仍有許多未知，但成功的初創(chuàng)企業(yè)大概率需要掌握未來的基礎設施與界面：

• 構建低延遲調用的靈活、內存感知系統(tǒng)
• 為隱性學習和核心工作流的深度集成而設計
• 將情境優(yōu)勢轉化為復合競爭力——涵蓋數據、分發(fā)與體驗

創(chuàng)始人不應把記憶視作后端管道，而應將其視作產品核心。今天以記憶感知為底層構建的初創(chuàng)公司，將塑造未來最智能、最個性化、最具黏性的人工智能系統(tǒng)。

04 當記錄系統(tǒng)被顛覆，傳統(tǒng)企業(yè)軟件的壁壘正在松動

確定性趨勢一：壓力下的記錄系統(tǒng)

在企業(yè)軟件領域，人工智能正為初創(chuàng)公司打開顛覆大型水平記錄系統(tǒng)（SoR）的窗口。幾十年來，Salesforce、SAP、Oracle 和 ServiceNow 等 SoR依靠深厚的產品線、復雜的實施流程，以及對核心業(yè)務數據的牢牢把控，構筑了幾乎無法撼動的護城河。高昂的轉換成本，讓大多數初創(chuàng)公司望而卻步。如今，這些壁壘正在松動。

AI 能夠結構化非結構化數據，并按需生成代碼，讓遷移到新系統(tǒng)比以往更快、更低成本、更可行。代理式工作流正在取代機械的數據錄入；過去需要系統(tǒng)集成商多年推進的大型實施項目，如今幾個月、甚至幾周就能完成。

這些新平臺不只存儲信息，還能根據信息直接行動。Day.ai、Attio 等 CRM 工具會自動記錄來自郵件、電話和 Slack 的客戶互動；Everest、Doss、Rillet 等 AI 原生 ERP 系統(tǒng)則能自動化財務預測與采購流程。生產力差距正在急劇拉大，創(chuàng)始人不再只是構建“記錄系統(tǒng)”，而是在構建“行動系統(tǒng)”。

解鎖行動系統(tǒng)的四個關鍵：

1. AI特洛伊木馬：用高價值的楔入型功能捕獲數據流，先接入數據，再逐步取代底層系統(tǒng)；
2. 極速實施：借助代碼生成，將自然語言業(yè)務邏輯直接轉為代碼，速度提升可達90%；
3. 數據解鎖：自動提取與模式轉換，實現1天完成歷史數據遷移，幾乎消除供應商鎖定；
4. ROI跨越式提升：投資回報率提高10倍，代理式工作流大幅減少專業(yè)服務支出，加快價值實現；

我們正處于一代人一次的重大轉折——從記錄系統(tǒng)走向行動系統(tǒng)。

確定性趨勢二：下一代 CRM、HR 和企業(yè)搜索

最大的懸念是：AI原生挑戰(zhàn)者是在創(chuàng)造新類別，還是會正面威脅現有巨頭？在 CRM 領域，早期信號已經顯現。這些工具不僅取代傳統(tǒng) CRM，還帶來全新體驗：自動整合多渠道交易信號，并為銷售經理提供智能化優(yōu)先級建議——提升幅度是 10 倍，而非 10%。

類似的顛覆同樣出現在：

• 人力資源與招聘：AI副駕駛自動化候選人篩選、入職和績效跟蹤
• 企業(yè)搜索：內部知識庫訓練的橫向副駕駛，正在替代SharePoint、Notion搜索
• FP&A：AI原生工具讓財務分析師無需依賴數據工程團隊，即可整合多源數據并執(zhí)行復雜分析

最強勢的打法，是從AI楔子（相鄰高價值功能）切入，逐步擴展成完整 SoR，在此過程中積累專有數據，同時保持與現有流程的兼容性。IP 管理平臺 Tradespace、IT 服務管理公司 Serval，都是這一策略的代表。

雖然勝負未定，但新類別與 SoR 真正替代者之間的賽道已經成形。這將是未來數年企業(yè)軟件領域最值得關注的戰(zhàn)役之一。

隱性趨勢：企業(yè) ERP 與記錄系統(tǒng)的長尾效應

表面平靜，暗流涌動。即便 AI在企業(yè)軟件領域勢頭強勁，一些最龐大的版圖依舊穩(wěn)如磐石。

企業(yè)級 ERP：AI 原生會計和 ERP 平臺正快速崛起，但重心仍在中小企業(yè)與中端市場，聚焦軟件、服務等相對簡單的行業(yè)。制造、供應鏈、庫存等高復雜度場景，對產品廣度和集成深度要求極高，新進入者需要時間打磨。Bessemer判斷，真正的企業(yè)級 ERP 替換周期，仍是一個以“年”為單位的長期戰(zhàn)。

SoR 的長尾效應：CRM 與 ERP 雖然是聚光燈下的主角，但記錄系統(tǒng)的長尾同樣潛藏巨大機會。身份管理平臺（企業(yè)安全）、計算機輔助調度系統(tǒng)（公共安全）、內容管理系統(tǒng)（網頁設計）等領域，都已進入成熟期，具備被顛覆的土壤。然而，這波浪潮的形成需要更長時間——可能是十年級別的周期，如今的創(chuàng)業(yè)者才剛剛進入這些領域。

這些“暗物質”并不顯眼，卻占據著龐大的市場體積。它們可能孕育出下一批AI明星公司，但在 2026 年之前，勝負仍難預判。

05 垂直AI，是一種杠桿

去年Bessemer提出過一個大膽判斷：垂直人工智能的市場潛力，可能超過歷來最成功的垂直 SaaS 賽道。如今，這個趨勢比預期更快落地——尤其是在那些長期依賴人工、服務密集型、甚至被視為“技術恐懼癥”的行業(yè)。

事實證明，問題不在于他們不想用新工具，而是傳統(tǒng)SaaS無法觸達那些高價值、垂直特定且多模態(tài)/語言密集的任務。垂直人工智能第一次真正滿足了這些需求，它更像是一種杠桿，而不是一款軟件。

確定性趨勢一：垂直特定的工作流程自動化

多個垂直行業(yè)，甚至一些曾被認為抗拒技術的領域，正在快速引入AI原生工具：

• 醫(yī)療：Abridge用生成式AI自動生成臨床筆記，緩解醫(yī)護倦?。籗marterDx自動化編碼流程，幫助醫(yī)院追回流失收入；OpenEvidence讓醫(yī)生在診療現場即時查閱醫(yī)學文獻。
• 法律：EvenUp將數天的案卷準備壓縮到幾分鐘；Ivo自動審查合同并實現全庫自然語言搜索；Legora提升法律研究與起草速度，并增強協(xié)作。
• 教育：BriskTeaching、MagicSchool等工具簡化教師的評分、輔導和備課工作。
• 房地產：EliseAI自動化物業(yè)管理，從客戶溝通到租賃審計全覆蓋。
• 家庭服務：Hatch充當AI客服團隊；Rilla分析銷售面對面對話并大規(guī)模指導銷售代表。

這些突破性公司的打法呈現出三種共性：

1. 楔入點鋒利：先切入最痛的核心任務，尤其是語言/多模態(tài)場景，并無縫嵌入既有工作流。語音/音頻是高頻出現的“神奇楔子”。
2. 情境是護城河：依托領域知識、數據積累與垂直化多模態(tài)界面，迅速從模型微調走向深度實用化。
3. 價值即說服力：ROI從第一天就可見，生產力提升10倍，勞動力重新分配到更高價值環(huán)節(jié)，成本降低或營收提升，無需冗長論證。

隱性趨勢：垂直AI的未解之問

盡管勢頭迅猛，三大懸念仍未揭曉：

1. 記錄系統(tǒng)格局會否重寫：下一代垂直AI會繼續(xù)增強現有SoR的價值，還是會用AI原生、垂直特定的“行動系統(tǒng)”直接取而代之？
2. incumbents的反擊：在傳統(tǒng)玩家并未松懈的領域，規(guī)模與渠道是否足以壓制新貴，抑或后者能突破封鎖？
3. 數據護城河的持久性：在數據分散、隱私敏感、難以標準化的行業(yè)，垂直AI能否在擴張中維持可持續(xù)的專有數據優(yōu)勢？

這些未解的“暗物質”，決定了垂直AI從“早期爆發(fā)”走向“長期統(tǒng)治”的成敗。

06 誰能拿下場景主導權，誰就是下一個超級平臺

底層技術的躍遷，讓AI從“工具”逐步走向“生活伙伴”。過去一年，消費者主要用它完成寫作、編輯、搜索等生產力任務；而現在，更多人開始依賴AI處理更深層次的需求——治療、陪伴、自我成長。AI不再只是輔助工作，它正觸碰人類生活更私密、更情感化的部分。

確定性趨勢一：日常任務與創(chuàng)造力的加速器

通用型 LLM（ChatGPT、Gemini 等）已融入數億人的日常。截至2025年3月，兩者的周活躍用戶分別達到約6億和4億。它們從“新奇體驗”變成“生活必需品”，覆蓋研究、規(guī)劃、建議、對話等多場景需求。

語音交互是過去一年最大的體驗升級。不同于Alexa或Siri，基于LLM的語音AI能處理開放性問題、引導反思、流暢對話。Vapi等平臺讓這種能力跨越語言、語境、情感，帶來更直觀、免提的交互方式。

消費者搜索和上網方式也在被改寫。Perplexity憑借模型無關編排和極速體驗，成為AI原生搜索代表；其新推出的Comet瀏覽器，則可能成為下一代“環(huán)境式主動代理”的雛形。

在創(chuàng)造力領域，AI降低了創(chuàng)作門檻，讓人人皆可成為創(chuàng)作者：

• 用Create.xyz、Bolt、Lovable構建應用
• 用Suno、Udio創(chuàng)作音樂
• 用Moonvalley、Runway、BlackForestLabs制作多媒體
• 用FLORA、VisualElectric、ComfyUI、Krea加速創(chuàng)意迭代

確定性趨勢二：專用型生活助手

隨著用戶想讓AI更深度融入生活，垂直化應用加速涌現。

心理與情緒健康是增長最快的賽道。除了“ChatGPT療法”，還出現了Rosebud（AI日記/導師）、Finch（游戲化自我護理伴侶）等，幫助設定目標、養(yǎng)成習慣、追蹤情緒健康。Character.AI 的早期爆紅，預示了情感型AI的主流化趨勢，如今已有更多支持長期記憶、情緒恢復、自我發(fā)展的工具進入市場。

電子郵件與日歷自動化也是熱門方向，但因信任敏感、競爭強勁（如 Gmail），客戶獲取與留存依舊艱難。

其他細分場景如膳食計劃、健身、育兒等，雖然產品眾多，但贏家未現。通用型 LLM 在這些領域依舊具備足夠替代性，垂直產品若想突圍，必須通過差異化價值和高頻粘性場景贏得主屏位置。

隱性趨勢：潛在的下一波平臺機會

不少需求依舊“服務不足”，并非因為市場小，而是現有方案需要用戶付出過多手動操作。底層代理技術仍在成熟，安全、自主性、可靠性尚未完全解決，讓“全程代辦型AI”還為時過早。

隱藏機會包括：

• 旅行：碎片化且耗時的預訂體驗，有待個性化、端到端AI禮賓服務重構。
• 購物：當搜索起點從谷歌轉向“替你瀏覽、比價、結賬”的代理，電商流程有機會被徹底重寫。

這些場景的主導權，究竟會落在AI原生瀏覽器、通用助手，還是新一代端到端消費級代理應用手中？這或許將決定下一代消費平臺的格局。

07 創(chuàng)始人必須關注的10個趨勢

如今，AI行業(yè)已不再處在人工智能的黎明，而是置身于它層層展開的浩瀚宇宙。頂尖初創(chuàng)公司不僅能讓軟件跑得更快，還在于打造能觀察、傾聽、推理和行動的系統(tǒng)，讓智能融入工作和生活的方方面面。

雖然很多人認為，速度在AI時代很重要。但在Bessemer看來，真正決定成敗的，不僅僅只有速度，還有前進的方向。最具標志性的公司，都是那些能定義潮流的創(chuàng)造者，他們把指數級的增長潛力與現實世界的清晰洞察結合在一起。

今天，人工智能已扎根現實：它正在創(chuàng)造收入、重塑關系、改寫行業(yè)規(guī)則。但記憶、情境、治理、自主性等關鍵問題仍待解決。正是這種“未知中的確定”，構成了當下AI的獨特力量——地圖或許仍模糊，但前沿已經清晰可見。

以下是Bessemer提出的AI行業(yè)創(chuàng)始人需要注意的10個要點：

1. 兩種AI初創(chuàng)企業(yè)原型正在獲勝：平均而言，超新星在1.5年內達到約1億美元的ARR，但通常留存率很低且利潤率很低；流星像一流的SaaS一樣成長：4年內從300萬美元增長到1億美元，具有強勁的PMF和健康的利潤率。
2. 記憶和情境是新的護城河：最穩(wěn)固的產品將具備記憶力、適應力和個性化。持久記憶和語義理解能夠創(chuàng)造情感和功能鎖定。
3. 行動系統(tǒng)正在取代記錄系統(tǒng)：AI原生應用不僅存儲數據，還能根據數據采取行動。不要將AI強加于傳統(tǒng)軟件之上，而是要重新構想整個工作流程。
4. 從人工智能切入：解決一個狹窄且摩擦力較大的問題（例如，法律研究、銷售記錄）。快速交付10倍價值，然后進一步擴展。
5. 瀏覽器就是你的畫布：AgenticAI正在轉向瀏覽器層——一個可編程的環(huán)境，代理可以在其中觀察和執(zhí)行。以此為平臺進行構建，它是新的操作層。
6. 持續(xù)的私有評估至關重要：公共基準測試遠遠不夠。企業(yè)需要的是可信、可解釋的性能。從第一天起就構建評估基礎設施。
7. 實施速度是一項戰(zhàn)略優(yōu)勢：曾經需要數月的入職培訓現在只需數小時。代碼生成、自動映射和自然語言界面打破了供應商鎖定。
8. 垂直AI是新的SaaS：對技術抱有恐懼的行業(yè)正在快速采用AI。通過深度嵌入、從第一天起就證明投資回報率并快速擴展，才能贏得勝利。
9. 現有企業(yè)已經覺醒，并且積極收購：SaaS巨頭正在通過收購進軍AI領域。構建技術和數據護城河。做好并購準備，但要像掌控整個行業(yè)一樣運營。
10. 品味和判斷力是你的差異化優(yōu)勢：在代理和自動化的世界里，人類的洞察力才是優(yōu)勢。那些能夠直覺地預知什么應該存在——而不僅僅是什么可能存在——的創(chuàng)始人將定義下一個時代。

創(chuàng)始人的優(yōu)勢正在發(fā)生變化。單靠速度是不夠的。你需要產品直覺、同理心和清晰的目標。你不僅需要一個更好的模型，還需要一個更好的世界模型。接下來獲勝的公司不會再做更多的人工智能。他們會做正確的人工智能，在正確的高度，并取得正確的結果。