2024年AI行业的发展，完全可以用“AI一天，人间一年”来形容。

面对即将到来的2025年，AI行业会将发生怎样的变化。这是所有人都关心的话题。

硅谷顶级风投A16z最近发表了一篇文章《2025 Big ldeas in Tech》，通过对其50位合伙人进行了采访，得出了50个对科技趋势发展的判断，其中22个与AI有关。这一定程度上反映了国外顶级投资人对于大模型行业上的一些定性判断。

今天，乌鸦君就把这22个预测摘录出来，分为新的机会和产业趋势变化两个部分进行介绍，希望对你有所帮助。

以下是这22个预测：

1）“第二大脑”时代来临

2）实时AI，应用开发的下一个重要方向

3）下一代皮克斯即将出现

4）人工智能副驾驶的元年

5）销售的黄金时代

6）人力短缺将催生医疗AI超级机会

7）AI合规大有可为

8）2025，AI原生UI和UX元年

9）谷歌的搜索垄断即将结束

10）大模型套壳的时代过去了

11）更亲密的AI伴侣或将出现

12）AI视频走向专业化

13）知识工作变得更加个性化

14）传统办公软件的定式被打破

15）AI将开始主导决策环节

16）AI重塑服务行业商业模式

17）深度洞察非结构化数据，数据的革命时刻来了

18）AI应用，将建立真正护城河

19）超级中心：AI基础设施的军备竞赛

20）端侧AI开始崛起

21）AI将与所有的电子硬件融合

22）人格证明，反AI的重要武器

01

2025年AI新机会

从“第二大脑”到实时AI

1）“第二大脑”时代来临

我们每天通过短信、邮件、社交媒体等产生大量数字数据。得益于大模型技术，我们可以将这些非结构化数据用于构建“数字大脑”，以洞察我们的思维和情感。

这不再是科幻小说的情节。未来，这一领域将涌现众多应用，越来越多人会把AI作为自己的“第二大脑”。这些产品将帮助你更深入地了解自己，帮助你提升沟通和工作效率。同时，这些AI应用还将记录你的想法，提取信息、洞察并总结关键点。

2）实时AI，应用开发的下一个重要方向

你能想象与AI鼓手共同组建乐队，它能根据你的节奏变化和音乐风格，实时同步你的即兴演奏。

实时AI技术的发展，尤其是2023年潜在一致性模型（LCM）的推出，让这种互动成为可能。AI工具的推理时间缩短，提高了效率，为实时视频到视频等新应用铺平了道路。未来，我们将看到更多创新应用，如视频伴侣和AI乐队成员。

技术的延迟问题得到解决后，将开启新的可能性。在教育领域，教师可以实时调整教学节奏，响应学生的注意力和理解程度。此外，即时反馈循环将加速创意的原型设计、迭代和改进，重新定义创意工作流程，实现与机器的真正共创。

3）下一代皮克斯即将出现

AI将催生下一代皮克斯，即利用AI原生叙事格式，模糊电影和视频游戏之间的界限。

传统视频游戏通常基于多年开发的预制资产进行确定性渲染。现在，一种新的AI原生叙事格式——交互式视频，能够即时生成整个游戏，无需游戏引擎或预制资产。

这种视频完全由神经网络实时生成的视频帧组成，图像生成模型根据玩家输入推断下一个游戏帧，提供个性化、无限的游戏玩法，结合了电视/电影的可访问性与视频游戏的动态、玩家驱动系统。

过去，视频生成模型取得了很大的进步，预计我们很快就会看到一家新的标志性媒体公司的崛起，它通过互动视频讲述故事，由一个成功融合视频游戏、电影和人工智能学科的团队领导。

4）人工智能副驾驶的元年

2025年将成为人工智能副驾驶之年，届时每个白领岗位都将配备一个AI副驾驶，承担工作中最繁琐的部分，使员工能够专注于更具创造性或战略性的任务。

AI代理能够接入任何现有记录系统，从不同来源获取数据，并利用这些数据简化重复性任务，节省数小时的工作时间。例如，虚拟销售开发代表（SDR）可以在CRM系统创建记录之前，收集所有潜在客户的相关信息并管理初步拓展。

这为初创公司提供了解决繁琐、垂直特定工作流程的良机。OpenAI和宾夕法尼亚大学的研究显示，有了大模型，约15%的美国工人任务可以在同等质量下更快完成。而用了大模型构建的软件或者工具，这一比例可提升至47%至56%。

这只是开始。未来几年，我们预计某些角色将几乎完全由人工智能代理实现自动化。

5）销售的黄金时代

AI不仅不会让销售失业，反而会催生销售的黄金时代。

原因是，AI驱动的销售技术能够自动化销售人员的大部分行政工作，这将缩短新员工的培训时间，有利于提高销售人员的效率和成效。

销售代表的效率和能力越强，带来的收入就越多。只要每位销售代表的边际生产率不下降，企业很可能会增加销售人员的数量。更高的生产率意味着更多的销售代表和更多的收入。

6）人力短缺将催生医疗AI超级机会

医疗保健行业正遭遇人员配备危机，预计未来五年内将短缺数十万名医生和护士，难以满足快速增长的临床服务需求。同时，行政工作过度依赖人力，导致成本增加，效率低下。

我们面临的主要挑战是如何提升临床和行政人员的工作效率，利用AI技术把那些重复、简单的工作自动化。

人工智能（AI）是解决这一问题的关键技术。预计到2025年，专业的AI模型将成为医疗保健领域的“超级人员配置”平台，帮助企业优化劳动力和IT预算，释放出前所未有的机遇。

7）AI合规大有可为

银行、保险和医疗行业公司投入巨额时间和资金以确保合规。法规文件庞大，例如SBA贷款文件就超过1000页。企业需要复杂的工作流程和大量时间来招聘和培训员工以掌握这些法规。

设想如果这些文件（包括文本、图像和案例）交给大模型训练，合规性检查变成一项像搜索一样很简单的事情：“这个文件是否合规？需要做哪些修改？”

监管的繁琐过程，也间接增加了消费者成本。例如，每年约有150万消费者拖欠抵押贷款。如果他们能与熟悉房利美1000多页服务指南的人，快速准确地获得如何修改贷款和获得救济的信息，或许就能避免这种情况。

总的来说，在合规检查和规则咨询方面，AI代理大有可为。

8）2025，AI原生UI和UX元年

2025年将是下一代AI公司建立AI原生用户界面（UI）和用户体验（UX）范式的一年。

过去几年，我们一直在训练基础模型，并开发了落地的应用程序。现在用户已经习惯了提示词互动以及AI支持的非确定性界面交互。

这意味着，我们可以开始探索LLM之前的软件所不支持的新软件交互方式。未来的UI将不同于传统SaaS工具，人类不再需要手动输入内容到输入框中。

聊天界面是第一个实验性界面，预计会出现新的、创新的交互机制。在这个阶段，AI代理将能够在工作流程中直接采取行动，UI将被重新设计，以便人类进行审查或QA。

02

2025年新变化：打破谷歌垄断，

大模型套壳的时代过去了

1）谷歌的搜索垄断即将结束

搜索垄断将于2025年结束。

目前，谷歌控制着美国约90%的搜索市场，但其控制力正在减弱。谷歌最近在美国做出的反垄断裁决鼓励苹果和其他手机制造商授权其他搜索提供商。

除了法律压力，新一代人工智能也正在进入搜索领域。ChatGPT拥有2.5亿周活跃用户。答案引擎Perplexity的市场份额正以超过25%的速度增长，它改变了搜索参与形式，其查询平均约10个字，是传统搜索的3倍以上，近一半查询会引发后续问题。

Claude、Grok、Meta AI、Poe等聊天机器人也在分割搜索市场份额。在过去30天内，60%的美国消费者使用聊天机器人进行研究或决定购买。

对于深度工作，专业人士正在利用特定领域的AI信息提供商，如Causaly（科学）、Consensus（学术研究）、Harvey（法律）和Hebbia（金融服务）。

考虑到现在谷歌搜索的体验不断下滑，谷歌只能通过牺牲短期利润来扭转这一趋势。但这显然并不容易。

2）大模型套壳的时代过去了

2025年将是AI原生应用层的崛起之年。

如今，客户对AI态度变得更加理性，更看重投资回报率（ROI）。在这种情况下，产品创始人往往扮演着应用AI工程师的角色，他们需要找到测试并找到解决客户问题的AI解决方案。

随着模型越来越多，最终的解决方案可能会涉及多个模型的融合，甚至还需要自定义训练的小型模型，以优化客户的用例、速度和成本。最关键的是，这些应用也需要吸收尽可能多的客户数据。

这意味着，成功的AI应用将不仅仅是一个套壳产品。

3）更亲密的AI伴侣或将出现

数以百万计的人下载了人工智能伴侣，每天与其互动数小时。然而，这一代伴侣的体验有限：它们是被动的，仅对用户发起的对话做出反应，缺乏与现实世界的感知，也没有内心世界。

我相信下一代伴侣将更加有趣和逼真。它们将拥有自己的虚拟朋友，能够对新闻做出反应和表达情感，具备动机、使命和愿望，并与用户分享这些体验。

未来的人工智能伴侣设计可以借鉴视频游戏的成功经验。与视频游戏类似，伴侣的对话应有目的，并由用户的动机驱动（类似于游戏中的“任务”）。伴侣应提到其他角色，介绍朋友，并讨论它们世界中的地点、话题和问题。

有时它们还会发短信或打电话与你进行深入交谈，有时则仅作出反应。当人工智能伴侣相信自己拥有一个值得为之努力的世界时，它们将显得愈加真实。

4）AI视频走向专业化

如今，人们可以通过图片或文本提示轻松制作逼真视频。过去两年，市场上出现了多款提供类似功能的产品，但它们的一致性和质量参差不齐。预计到2025年，AI生成视频将根据特定用例进一步细分，赋予创作者更多控制权，以获得更优结果。

在接下来的一年，预计AI视频工具将在情节深度、质量和角色一致性方面实现飞跃，同时提升专业化水平。视频生成模型将针对不同用途进行专门训练，包括产品营销、电影制作、超现实主义3D头像、无缝背景和B-roll、动漫转换等。它们还将针对不同发布平台进行优化，无论是TikTok、YouTube、广告还是大屏幕。

这些看似小众的视频工具有望孕育出行业巨头。未来几年，AI视频将成为一种新的艺术形式。

5）知识工作变得更加个性化

人工智能在创作方面表现出色，但往往难以创作出真正个性化的作品。任何使用过AI写作的人都知道，一个糟糕的草稿可能比没有草稿更糟糕，因为风格和语气对于草稿的可用性至关重要。

在图像领域，技术如LoRA和Midjourney样式引用（SREF）已经允许用户控制输出的风格和外观。后续我们有望在知识工作中看到类似的控制功能。AI如何编写一封更接近你语言习惯的电子邮件？如何以公司要求的方式创建和格式化演示文稿中的幻灯片？

解决这些问题的方法多种多样，可能因角色和工作成果而异。在某些情况下，可能需要AI像副驾驶一样，在人类需要帮助或信息时“介入”。从简单的提示到全面的输出，并非所有任务都需要一次性完成。这对于实现一个每个人每天使用AI完成大部分工作的世界至关重要。

6）传统办公软件的定式被打破

人工智能正在促使企业买家重新评估他们的技术堆栈。Klarna今年早些时候用自研的定制AI解决方案取代Salesforce和Workday，这只是开始。我预计，这种“断线”行为——即放弃旧有管理系统，转而采用更动态的升级——将会被广泛复制。

自2010年开始，软件公司通过售卖不同的管理系统来进入客户的工作流程中。但现在，一些创始人正在推翻这种模式。随着AI能够完成具体的工作，客户将转向使用由AI驱动可动态调整的工具。这个AI系统不仅储存核心数据，还能完成一些重要的工作。

当然，这一转变不会迅速或容易实现。

7）AI将开始主导决策环节

目前，人工智能被用来从电子邮件、电话、传真等渠道提取被忽视或未充分利用的数据。这些数据主要用于自动化重复性行政工作，以释放人力资源。未来，AI不仅能捕获数据，还能给出决策建议，成为用户真正的操作系统。

下一代人工智能软件通过学习背景数据（包括内外部信号），将成为用户可操作的记录系统。例如，销售主管可以根据AI的建议，了解应优先处理哪些账户，并自动起草跟进消息。财务分析师也可以根据从银行对账单和发票中提取的实时数据获得构建预测的指导。

短期内，人类还需要对AI的决策进行审核。但长期来看，大量基于数据驱动的决策完全由AI来主导。

8）AI重塑服务行业商业模式

AI正在推动保险、法律、房地产和IT等传统服务行业的工作走向自动化。

过去，这些行业利润率低且难以扩大规模，但随着越来越多工作实现自动化，其商业模式正在向高利润、高可扩展性转变。

最成功的企业将找到证明盈利能力显著提高的方法，可能是通过与现有小公司合作，然后利用其优越的经济和现金流收购更小的企业。虽然这种运营方式并不容易，但如果执行得当，预计将引发服务业务运营方式的变革。

9）深度洞察非结构化数据，数据的革命时刻来了

我们正站在定性数据革命的关键时刻。传统，分析软件主要处理数字和结构化数据，这只是故事的一部分。电子表格在处理定量任务方面表现出色，但真正的洞察往往来自文字、叙述和非结构化数据。

随着大型语言模型（LLM）、网络代理和多模态模型的发展，我们现在能够收集、理解和整合非结构化数据与定量信息，以获得更全面的理解。我预计这种转变将催生新一代的分析工具，这些工具能够将数字与实时外部环境无缝融合。未来的分析将不再局限于数字，它将是情境化的和动态的。

定性和定量数据的融合不仅会提升现有流程，还将为创建未来的大型人工智能原生公司提供战略优势。

10）AI应用，将建立真正护城河

人工智能已成为推动差异化的关键力量，将软件转变为各行业的劳动力。2024年，众多初创公司将“信息收集”，作为大模型应用落地的突破点。到了2025年，这些AI公司需要把这种差异化转化为持久的竞争优势。

成功的初创公司将专注于构建围绕其产品的护城河。防御能力依然依赖于核心因素：随用户增长而增强的网络效应、高转换成本以及产品病毒式传播降低的客户获取成本。比如，部分AI公司可能会把应用场景延伸到相邻工作流程，成为核心办公系统。

差异化和防御性是不同的概念，混淆二者的初创公司可能会被更具战略性的竞争对手超越。

11）超级中心：AI基础设施的军备竞赛

在AI主导权的竞争中，计算已成为关键的国家基础设施，但非所有国家都有能力竞争。

训练和推理大规模AI模型需要数千个耗电的GPU，这不仅需要充足的能源，还需要有效散热的能力。这些能够开发、训练和托管最先进模型的地区被称为AI超级中心。

在未来五到十年内，世界级的AI超级中心需要开发约3至6千兆瓦的装机容量，以在前沿人工智能领域保持竞争力。目前尚无此规模的设施，但美国、中国、日本、新加坡和沙特阿拉伯等国家正在通过建设100至150兆瓦的人工智能基础设施来实现这一目标。

未来几年，通过计算能力、可持续能源和前瞻性政策投资人工智能的国家将决定全球科学和经济的未来。

12）端侧AI开始崛起

在未来一年，受到经济性、隐私等因素的推动，较小的设备端AI模型将在数量和使用上占据主导地位。

智能手机和物联网设备上的即时数据处理和推理能力的提升，将吸引更多的用户。这一行为转变将得到不断发展的基础设施支持，包括软件框架（如TensorFlow Lite或PyTorch Edge）和定制硬件（如Google的Edge TPU）。

尽管大型模型可能仍能产生更多收入，但较小模型将在提升消费者和B2B用户体验方面处于领先地位，并显著增加市场份额。

13）AI将与所有的电子硬件融合

人工智能正在进入每一个应用程序和每一个设备。它不再仅仅运行在云端的大型服务器上，也运行在小型设备上。我们已经学会了如何训练功能强大的小型模型，这些模型可以在手机、笔记本电脑甚至家用电器上本地运行。

您的文本编辑器将有一个内置的模型，可帮助您起草电子邮件，您的相机应用程序可以重新生成您不喜欢的照片部分或总结视频中发生的事情。所有这些都将在本地运行，从而带来快速、响应迅速的用户体验。

14）人格证明，反AI的重要武器

在充满网络冒充、诈骗、多重身份、深度伪造等欺骗性AI生成内容的世界中，我们迫切需要“人格证明”技术，以确认我们正在与真实的人互动。

究其原因，AI让内容生产的成本大大降低。在这种情况下，我们需要用一种数字化手段来将真实的内容和用户区分出来。

“人格证明”就是建立数字身份的关键部分，它增加了AI攻击个人或破坏网络完整性的成本。获取一个独特的ID对人类免费，但对AI来说成本高昂且困难。

保护“独特性”的隐私属性是构建可信任网络的下一个关键理念。它不仅解决了人格证明问题，还大大增加了恶意行为者所付出的成本。“独特性”或Sybil抗性是任何人格证明系统不可或缺的属性。