AI 商機大爆炸！紅杉資本：這次市場規模比雲端轉型大一個數量級，學會「隨機性思維」與「管理 AI Agents」
在 2025 紅杉資本 AI Ascent 大會上，紅杉合夥人 Pat Grady, Sonia, 和 Constantine 作為開場引言人，雖然謙稱只是「開胃菜」，但他們分享的觀察與觀點，猶如一道道精彩的前菜，為與會者描繪了 AI 時代的產業現況、發展速度，以及未來蘊藏的巨大機遇與挑戰。
AI 大浪為何如此重要？規模比你想的更巨大！
Pat Grady 首先拋出創投界的經典框架：「這是什麼？為何重要？為何是現在？接下來怎麼辦？」他巧妙地省略了「這是什麼」（畢竟在場的都是 AI 專家），直接切入「為何重要」的核心。
他引用一張對比圖：雲端轉型 (Cloud Transition) 當時的市場規模約 4,000 億美元，這已經大於當時全球的軟體市場總和。而對比這次 AI 轉型所瞄準的市場——包含「服務 (Services)」和「軟體 (Software)」，其起始點規模至少是雲端轉型的「一個數量級」以上。這意味著 AI 的潛在市場規模，從一開始就比當年的雲端轉型大得多。
更關鍵的是，AI 不只攻擊軟體市場，也開始侵蝕服務市場。過去的軟體工具，正透過 AI 變得更聰明，從「工具 (Tool)」變成協助工作的「協作夥伴 (Co-pilot)」，再進化到能自主完成任務的「自動駕駛 (Autopilot)」。這代表產品的價值正從「販售工具」轉向「販售成果 (Outcome)」，從爭取「軟體預算」變成爭取「勞動/服務預算」。因此，軟體和服務這兩個巨大的利潤池 (Profit Pools) 都正受到 AI 的衝擊與重塑，整體可及市場 (TAM) 規模空前龐大。
為何 AI 發展速度如此驚人？基礎建設已全面到位！
Pat 接著討論「為何是現在？」。他強調，AI 發展的快速不僅是必然，更是「迫在眉睫」。過去幾十年科技疊加累積的基礎——運算 (Compute)、網路 (Networks)、資料 (Data)、通路 (Distribution)、人才 (Talent)——都已成熟到位。具備了這些關鍵要素，AI 的起飛有了堅實的根基。
更令人矚目的是這次科技傳播的速度。Pat 幽默地拿出另一張圖表，解釋為何事物發生得越來越快。他用「傳播的物理學」來比喻：一個新東西要普及，人們必須「知道它」、「想要它」，並且「能夠買到它」。
回顧雲端轉型初期，像 Salesforce 的創辦人 Marc Benioff 還需要靠游擊行銷來引起注意。但 AI 時代不同了！2022 年 11 月 30 日 ChatGPT 一推出，全球的目光瞬間聚焦。現今，像 Reddit 和 Twitter (現在的 X) 這樣的社群平台擁有超過 12 億的月活躍用戶，成為資訊病毒式傳播的溫床，人們可以極快地知道「酷東西」。而在購買/使用方面，網際網路用戶數已從雲端初期的 2 億暴增到今天的 56 億，幾乎涵蓋全球每個家庭和企業。
這意味著，「軌道已經鋪好」(The rails are in place)。當 AI 的發令槍響起時，幾乎沒有採用門檻。這種極致的傳播速度，已經成為「科技傳播的新現實」，AI 的「物理定律變了」，火車頭（AI）一啟動，就能在現成的全球軌道上全速狂飆。
價值何在？應用層才是主戰場！
談到「接下來怎麼辦？」，也就是在哪裡「玩」才能贏。Pat 再度引用去年的一張圖，那張圖上應用層 (Application Layer) 留有大量空白。他指出，雖然現在空白少了一些，但機會依然非常廣闊。
他展示了過去科技轉型（如雲端）中，能達到年營收 10 億美元以上規模的公司，絕大多數都位於「應用層」。紅杉堅信，AI 時代的價值累積也將主要發生在應用層。
然而，應用層的競爭正在加劇，特別是基礎模型 (Foundation Models) 憑藉其強大的推理能力 (Reasoning)、工具使用 (Tool Use) 和 Agent 間的協作 (Interagent Communication)，正逐步深入應用層領域。
面對基礎模型的競爭，應用層創業公司該如何建立護城河 (Moats)？Pat 建議：
- 從客戶需求出發 (Go from the customer back)： 不要只是做技術很酷的東西，要解決客戶的實際問題。
- 專注垂直或特定功能 (Think vertical specific, function specific)： 針對特定產業或職能痛點提供深度解決方案。
- 處理複雜問題，結合人工判斷 (Deal with complex problems that might require a human in the loop)： 解決那些需要複雜判斷或倫理考量的任務，AI 作為輔助。
- 建立基於產品使用數據的資料飛輪 (Build data flywheels with the usage data of your own product)： 這是只有你自己擁有的獨特數據，能持續改進產品。
- 成為產業的一份子 (Be of the industry, for the industry)： 深入理解行業語言和痛點，提供客製化服務，與客戶建立深厚信任關係。
這場「應用層爭奪戰」將決定 AI 價值的歸屬。
投資人看 AI 公司什麼？不只看營收，更看品質與護城河！
Pat 進一步揭示，除了看任何優秀公司都具備的特質（解決重要問題、吸引人才等）之外，有 5% 的 AI 獨有評估標準：
- 營收的真實性 (Revenue Quality)： 小心「一時興起的營收」(Vibe Revenue)，那感覺很好，但可能只是客戶「試水溫」。務必深入檢視產品的「採用度 (Adoption)」、「使用頻率 (Engagement)」、「留存率 (Retention)」，看看你的產品是否真正「創造了持久的行為改變」。此外，與客戶建立「信任 (Trust)」至關重要，在 AI 週期早期，信任甚至比產品本身更重要。
- 毛利前景 (Margins)： 現在的毛利可能不高，因為計算成本 (COGS) 仍是重要組成部分。但別擔心，單一 Token 的成本在過去 12-18 個月下降了 99%，這個成本曲線還會繼續下降。更重要的是，如果你能成功地從「賣工具」轉向「賣成果」，向上攀升價值鏈，你的產品定價也能隨之上漲，最終能實現健康的毛利。
- 有意義的資料飛輪 (Meaningful Data Flywheel)： 很多公司聲稱有資料飛輪，但關鍵問題是：「這個資料飛輪能推動哪些業務指標？」如果說不出來，那你的資料飛輪可能「毫無意義」(Bullshit，Pat 用詞較直白，這裡用更為委婉的說法)。資料飛輪必須與業務指標掛鉤才有價值，它是建立護城河的最佳方式之一。
Pat 總結這部分時，強調 AI 時代是個「跑得飛快」的生意 (Run-like-heck business)。市場正處於一個巨大的「吸力」(Sucking sound)，如果你不趕快抓住機會，別人就會填補這個真空，因為「大自然厭惡真空」(Nature hates a vacuum)。現在是全力衝刺的時刻。
過去一年 AI 顯著進展：用戶黏著度提升、程式碼助理大爆發
Sonia 接著回顧過去一年 AI 的具體進展。她指出，去年 AI 應用程式的日活躍用戶/月活躍用戶比例 (DAU/MAU) 表現不佳，顯示「炒作多於實際」。但令人振奮的是，這一年來情況「戲劇性地改變」了！ChatGPT 的 DAU/MAU 比例已顯著攀升，接近 Reddit 的水平，這代表越來越多人從 AI 中獲得價值，並學會將 AI 融入日常生活。
AI 應用也從最初的趣味性（如 吉卜力風格圖片生成）走向更深層的應用，例如廣告文案生成、教育視覺化、醫療診斷 (Open Evidence 就是一個例子)。隨著 AI 模型能力提升，這些應用的影響力也日益深遠。
她特別提到「語音技術」達到了「Her」時刻（指電影《雲端情人》，其中 AI 助理的語音聽起來非常自然），語音生成幾乎跨越了「恐怖谷」(Uncanny Valley)，模糊了科幻與現實的界線。
過去一年最「爆發」的應用類別是「程式設計 (Coding)」。AI 程式碼助理達到了「驚人的產品市場契合度」(Screaming Product Market Fit)，例如 Anthropic 的 Claude 3.5 sonnet 改變了程式設計生態。AI 正在從根本上改變軟體開發的可及性、速度和經濟性，無論是資深工程師還是程式新手，都能感受到這種變化。
技術層面，Sonia 坦承預訓練 (Pre-training) 的進展似乎正在放緩（低垂的果實已被摘得差不多），但研究生態正在尋找新突破，包括推理 (Reasoning)、合成數據 (Synthetic Data)、工具使用 (Tool Use)、Agentic Scaffolding 等，這些技術結合起來，正創造新的方式來擴展 AI 的智能。
下一波浪潮：Agent 經濟的崛起與技術挑戰
Constantine 將目光投向中長期，他預測下一波重大浪潮將是「Agent 經濟」(Agent Economy)。一年前大家還在談論 Agent（機器助理），它們正從單一助理發展為「Agent 群體」(Agent Swarms)，能在彼此協作、競爭中進行推理。
更進一步，他預測這些 Agent 群體將成熟演化為「Agent 經濟」。在這個經濟中，Agent 不僅交換資訊，還能轉移資源、進行交易、追蹤彼此，並理解信任與可靠性。這不是一個取代人類的經濟，而是一個 Agent 與人類「協作」的經濟。
然而，實現 Agent 經濟需要克服重要的技術挑戰：
- 持久身份 (Persistent Identity)： Agent 本身需要保持其個性與理解的持久性，否則每天都變樣無法信任。同時，Agent 也需要能「理解和記住你」（用戶），目前的 RAG、向量資料庫、長文本視窗等技術還存在挑戰，需要實現真正的記憶和自我學習能力。
- 無縫通訊協議 (Seamless Communication Protocols)： 就像沒有 TCP/IP 就沒有網路一樣，Agent 之間需要一系列的通訊協議來實現資訊、價值和信任的傳輸。Anthropic 的 MCP 等正是在探索這一方向。
- 安全性與信任 (Security and Trust)： 在 Agent 經濟中，你無法與交易對象「面對面」。因此，安全和信任將變得比當前經濟中更為重要，未來將圍繞此形成一個龐大的產業。
Agent 經濟下的新思維：隨機性與管理藝術
Agent 經濟的到來，將徹底改變我們的工作方式和思維模式：
- 隨機性思維 (Stochastic Mindset)： 我們需要從過去習慣的「決定論」(Determinism) 思維轉向「隨機性思維」。程式設計是確定的，但 AI 的輸出是機率性的，可能略有不同（記住數字 73 的例子）。你需要適應這種不確定性。
- 管理思維 (Management Mindset)： 就像管理人類工程師一樣，你將需要管理你的 Agent 團隊，理解它們的能與不能，學會分配任務、排除故障、提供回饋。這將是整個經濟體需要進行的轉型。
- 更高槓桿但更低確定性 (Higher Leverage but Lower Certainty)： 你將能用 AI 完成比過去多得多的工作，實現前所未有的「槓桿效應」。但同時，你必須管理隨之而來的不確定性和風險。Constantine 認為，在座的各位（指與會的 AI 專家）正是最適合在這個新世界中蓬勃發展的人。
他們重申一年前的預測：個體工作者透過 AI Agents 獲得巨大槓桿，部門功能可能因 Agent 協作而合併，甚至可能出現「一人獨角獸」。雖然一人獨角獸尚未實現，但公司規模化所需的人力確實比以往少得多，槓桿效應將達到歷史新高。最終，Agent 和流程將深度融合，形成大型、複雜的 Agent 網路，這將重塑個人工作、重新連接公司，並「再造經濟」(Recreate the economy)。
AI 的大潮已至，其市場潛力巨大，發展速度由底層基礎設施和新的傳播方式共同推動，價值正加速向應用層匯聚。對於創業公司而言，理解客戶需求、建立資料護城河並提供可信賴的解決方案至關重要。展望未來，Agent 經濟將帶來顛覆性的變革，要求我們擁抱隨機性、學習管理 Agent，並在更高槓桿與不確定性並存的世界中航行。
這不是旁觀的時刻，而是全速投入、抓住機遇的時代。正如 Pat 所言：「你正處於一個必須全力奔跑的生意中。」
