📎 Final_PDF_State_of_AI_2025_slides_Bessemer_Venture_Partners.pdf

在过去十年里，Bessemer Venture Partners 见证并推动了云计算的崛起，如今，它正以同样的敏锐嗅觉与方法论，下注在 AI 这一更为浩瀚的科技宇宙。硅谷科技评论（SVTR）AI 创投库的数据显示，BVP 以 59 起 AI 投资案例位列全球AI投资机构排行榜第 16位，这一排名并非偶然，而是其“分路投资、长期陪伴”的风格在新时代的延伸。三年前 ChatGPT 引燃的“AI 大爆炸”，正在 2025 年演化为星系初成的格局：超级新星般的爆发、流星型的沉淀，以及尚待定义的暗物质空间。

这份报告的价值在于，它不是停留在云端的叙事，而是提供了一张可操作的“宇宙航行图”：新基准、创业地图、暗物质观察与未来预测。对创始人而言，它意味着如何在喧嚣与幻象中识别真正的轨迹；对投资人而言，它提醒我们，少数耀眼的超级新星并不能定义一个时代，真正决定格局的，是那些默默积累、稳健前行的“流星型企业”。换句话说，AI 创业的考题早已不是“会不会爆发”，而是“能否穿越长夜”。

图片

三年前，ChatGPT 的横空出世引爆了人工智能的“大爆炸”。如今步入 2025 年，我们仿佛来到了第一缕曙光时刻：混沌渐散，AI 版图上开始显现出若干初具雏形的“星系”。

可以毫不夸张地说，AI 正驱动着有史以来最大的一波科技浪潮。即使创始人们仍怀疑投资人口中的“真相”与“炒作”，单从数据来看，AI 的增长和影响力已毋庸置疑。

Bessemer 调研了 20 家高速成长的 AI 初创公司，从中提炼出 2025 年“优秀 AI 初创企业”的新基准。需要强调的是，这些基准已完全不同于 SaaS 时代的评判标准。在这 20 家案例中，AI 初创企业的发展大致分为两类：

图片

AI 超级新星（Supernovas）

  1. 典型特征：从零到 $100M ARR（年度经常性收入）几乎只需一年。
  2. 平均表现：第一年 $40M ARR，第二年 $125M ARR。
  3. 代价：毛利率仅约 25%，甚至可能为负。为了争夺用户，往往以牺牲利润换取分发速度。
  4. 优势：人效极高，平均 $1.13M ARR/人，是 SaaS 标准的 4-5 倍。
  5. 风险：增长过快，用户留存脆弱，竞争极度激烈。

AI 流星（Shooting Stars）

  1. 典型特征：增长稳健、客户忠诚度高、资本效率强。
  2. 平均表现：第一年 ARR ~$3M，第二年 ~$12M，第四年即可突破 ~$103M。
  3. 毛利率：约 60%，虽略低于传统 SaaS，但足够健康。
  4. 增长模型：从 SaaS 时代的 T2D3（Triple, Triple, Double, Double, Double），进化到 Q2T3（Quadruple, Quadruple, Triple, Triple, Triple）。
  5. 优势：既有速度，也有可持续性，能真正沉淀为行业基石。

图片

Bessemer 的判断是：超级新星固然耀眼，但定义这个时代的，不会是少数暴涨的个例，而是 数以百计的流星型企业。

然而，快速增长并不意味着坚实基础。AI 初创公司仍面临几大挑战：

  1. 虚假信号：炫目的 Demo 和短期销量并不等于长期价值。
  2. 竞争白热化：同一赛道竞争者数量是过去的 2-3 倍，巨头如 Intercom 已经推出 $1 亿级别的 AI 产品，未来压力只会更大。
  3. 暗物质存在：像 MCP（Model Context Protocol）、AI 浏览器等新兴领域，还未形成清晰的商业模式，前景难以预料。

一句话总结：AI 时代没有“云”之外的世界，但这片宇宙仍然处于不可预测的膨胀期。

Bessemer 自 2023 年起已在 AI 原生企业投入超过 $10 亿美金。几乎所有传统 SaaS 公司也在通过 AI 进行产品和运营升级。未来几年，AI 的发展仍会伴随“颠覆与重构”的双重节奏。报告将重点提供：

  1. 新基准：展示优秀 AI 初创企业应有的成长轨迹。
  2. 创业地图：涵盖基础设施、开发工具、横向 AI、纵向 AI、消费级应用等五大领域。
  3. 暗物质观察：指出那些重要但未解的问题。
  4. 五大预测：对未来一到两年的趋势做出前瞻。

这份“宇宙航行图”并非终极答案，而是为那些愿意在不确定中前行的创业者提供方向。未来的旅程或许颠簸，但绝不乏味。

AI 宇宙路线图

在 2024 年到 2025 年间，AI 技术栈各个层面的结构快速固化。Bessemer 用“星系”比喻正在清晰化的赛道格局，用“暗物质”形容那些仍充满不确定性的问题领域。从基础设施到消费应用，AI 的演化已进入一个新纪元。

I. AI 基础设施

新星系一：模型层主导权已归属少数玩家

OpenAI、Anthropic、Gemini、Llama、xAI 等已稳居基础模型主导地位，不仅继续推高性能，还大举推进垂直整合，推出编程代理、操作系统级智能体与 MCP（模型上下文协议）集成产品。

与此同时，Kimi、DeepSeek、Qwen、Mixtral 等开源模型在效率与垂直任务中不输闭源，展现开源生态“以小博大”的韧性。

研究创新也进入密集发布期：

  1. Google 的 Mixture-of-Recursions 提出可变深度架构，兼顾吞吐与准确；
  2. Mixture-of-Experts（专家混合架构）被重新激活，探索更聪明的模型组合；
  3. 推理时强化学习（Test-time RL） 与 自适应推理 在垂直场景中初露锋芒。

新星系二：从“能解决问题”到“定义什么是问题”

AI 的第一阶段以算法突破为主（如反向传播、卷积网络、Transformers），而“第二幕”则强调现实落地。正如 OpenAI 的研究员shunyu yao所言：“AI 的下半场，将从解题走向定义问题。”

新一代基础设施的特征：

  1. 强调与现实世界的交互能力；
  2. 强化持续学习、动态任务定义与反馈能力；
  3. 推动从原型验证转向大规模部署。

在这种背景下，新一代 AI 基础设施工具应运而生：

  1. 强化学习环境与任务生成平台：Fleet、Matrices、Mechanize、Kaizen、Vmax、Veris 等项目，正在解决“仅依赖人工标注数据”不足以支撑生产级 AI 的问题。
  2. 新型评估与反馈框架：如 Bigspin.ai、Kiln AI、Judgment Labs，帮助建立持续、精细的反馈闭环。
  3. 复合型 AI 系统：不仅依赖模型算力，还会结合知识检索、记忆、规划与推理优化等多种模块。

暗物质：强化学习奠基人Rich Sutton 的Bitter Lesson

历史经验告诉我们，依赖算力与通用学习的系统往往胜过人工设计的启发式方法。然而，当我们尝试将 AI 与真实世界深度集成，哪条技术路径才是长期最有效的？尚无定论。

SVTR点评：AI 基础设施正在重塑

  1. 从单纯追求算法与算力的突破，转向强调“问题定义与真实落地”；
  2. 从依赖人工数据，转向自动生成环境、任务与反馈闭环；
  3. 从单体大模型，转向复合型、多模块协作的系统。

换句话说，AI 宇宙的“星系”正在成形，但还有大片“暗物质”等待我们探索。

II. 开发者平台与工具

新星系一：AI 工程已成软件开发核心

AI 不再只是辅助工具，而是主导开发范式的变革者。自然语言成为新的编程语言，LLM 成为执行器，“Prompt 就是程序”的时代到来。

最具生产力的开发团队，不再仅用 AI 写代码，而是构建出 可自我学习与进化的系统，形成复利式开发流程。

新星系二：MCP 协议让智能体连接世界

由 Anthropic 在 2024 年推出的 MCP（Model Context Protocol）正成为智能体访问外部 API、工具与实时数据的“通用接口”，已被 OpenAI、Google DeepMind 和微软广泛采用。

MCP 被称作 AI 的 “USB-C”，因为它为智能体访问外部 API、工具和实时数据提供了统一规范。它具备几个核心特性：

  1. 持久化记忆：支持跨会话保留上下文
  2. 多工具工作流：可以串联不同工具完成复杂任务
  3. 细粒度权限管理：让智能体能安全地调用外部资源

借助 MCP，智能体不仅能生成文本，还能链式完成任务、对实时系统进行推理、与结构化工具交互。对开发者而言，MCP 极大简化了集成工作；对创业者而言，它打开了构建“真正具备行动力的产品”的大门——AI 不仅是助手，而是能代表用户跨系统行动的代理人。

不过，MCP 更像一本“食谱”，而不是“厨师”。要真正落地，还需要更多生态支持：

  1. FastMCP（Prefect 出品）：降低构建 MCP 服务器的门槛
  2. Arcade 与 Keycard：推动代理授权与权限管理

随着围绕 MCP 的连接器、治理框架和专属工具逐步成形，它很可能会像 HTTP 之于互联网 一样，成为 Agent 原生网络的基础层。

暗物质：记忆与上下文——新护城河的起点

随着 AI 原生工作流的成熟，记忆（Memory） 正在成为核心产品能力。真正出色的 AI 系统，必须能够在时间维度上持续记住、适应并个性化，这才是从“好用”走向“不可替代”的关键。

在 2025 年，大模型通过 大上下文窗口 与 RAG（检索增强生成） 已经能保证单次交互的连贯性。但跨会话的持久记忆依旧是难题。

除了大厂的探索，创业公司也在积极尝试：mem0、Zep、SuperMemory，以及 Langchain 的 LangMem，都在研发长程记忆机制。

这里要区分两个概念：

  1. 上下文（Context）：推理时模型能看到的数据
  2. 记忆（Memory）：跨交互保留的信息，支持多步推理、个性化和代理连续性

未来的领先技术栈，很可能结合三种记忆层：

  1. 短期记忆：通过大规模上下文窗口（128k 到百万级 token）实现
  2. 长期记忆：依赖向量数据库、Memory OS（如 MemOS）、以及 MCP 协同
  3. 语义记忆：结合混合 RAG 与新兴的“情景记忆（episodic memory）”模块

但这其中仍有权衡：上下文越大，延迟和成本越高；持久记忆如果缺乏智能上下文工程，就会变得脆弱。因此，动态选择、压缩和任务隔离将成为关键。

目前，多模态记忆层和有状态工作流，已经率先在开发者助手、客户支持 Copilot、创意工具等应用中落地。与此同时，神经记忆、持续学习和本地上下文缓存的研究，也在表明可扩展的“类人记忆”并非遥不可及。

SVTR点评：记忆就是护城河

对 AI 应用创业者而言，上下文与记忆或许会成为新的护城河。

未来，AI 产品的“粘性”可能不只是数据规模，而是用户情感上的“切换成本”。一个深度理解用户环境的产品，就像一位长期合作伙伴——无论是掌握团队代码库的开发助手，还是深度嵌入 CRM 与通讯系统的销售代理，都让替换变得像“从头开始”。

成功的创业公司需要做到：

  1. 构建灵活、低延迟的记忆感知系统
  2. 在设计中考虑隐性学习，与核心工作流深度融合
  3. 将上下文转化为复利优势，覆盖数据、分发与用户体验

最重要的是，要把“记忆”视作产品，而不仅是后端功能。今天用记忆感知构建的系统，将塑造未来最智能、最个性化、最难被替代的 AI。

III. 企业级 AI

在企业软件领域，AI 正在撕开一些看似坚不可摧的护城河。长期以来，Salesforce、SAP、Oracle、ServiceNow 等企业级“系统记录（SoR, Systems of Record）”巨头，凭借庞大的产品覆盖面、复杂的实施流程，以及对核心业务数据的中心化管理，稳居市场霸主地位。它们的护城河曾经极其牢固，切换成本高得让初创公司望而却步。

但这种格局，正在被 AI 改变。

新星系一：系统记录（SoR）走向系统行动（Systems of Action）

AI 具备两个关键能力：结构化非结构化数据，以及按需生成代码。这让迁移到新平台的成本骤降，也让“更换系统”成为可行选项。与此同时，智能体工作流正在替代繁琐的数据录入，而过去需要庞大咨询团队花费数年完成的实施项目，如今正被 AI 加速到几个数量级之内。

新的平台不仅是“存储信息”，而是能对信息采取行动：

  1. CRM（客户关系管理）：Day.ai、Attio 能自动记录邮件、电话、Slack 等多渠道的客户互动；
  2. ERP（企业资源计划）：Everest、Doss、Rillet 等 AI 原生 ERP，可以自动化财务预测和采购流程。

这种生产力的提升几乎不容忽视。新一代创业者不再满足于做“更好的数据库”，而是直接构建“系统行动”。

对于创业者而言，成功的关键解锁点包括：

  1. AI 木马功能（Trojan horse features）：用某个高价值切入口工具切入数据流，不必立刻替换整个 SoR，就能逐步积累数据。
  2. 实施效率：借助代码生成和自然语言转代码的能力，实施速度提升 90%。
  3. 数据迁移：AI 能够自动转换不同数据架构，实现“一天级迁移”，传统厂商的锁定效应几乎失效。
  4. ROI：生产力飞跃达到 10 倍，而不是 10%，智能体工作流显著减少咨询服务开销，加速价值兑现。

新星系二：下一代 CRM、HR、企业搜索

一个大问题是：AI 原生新创公司，究竟会创造全新类别，还是直接威胁传统巨头？

在 CRM 领域，颠覆已经出现。这些 AI 原生工具不仅仅是替代 Salesforce，它们提供的是全新体验：

  1. 自动减轻销售团队的大量手工工作
  2. 为销售经理提供智能化推荐（基于多渠道自动合成的交易信号）

这不是 10% 的改进，而是 10 倍的飞跃。

类似的“楔子”机会也正在其他领域出现：

  1. HR 与招聘：AI Copilot 自动筛选候选人、支持入职与绩效追踪
  2. 企业搜索：水平型 Copilot 学习内部知识，逐步替代 SharePoint 或 Notion 搜索
  3. FP&A（财务计划与分析）：AI 原生工具让财务分析师无需数据工程团队，就能集中整合多源数据并进行复杂分析

真正的制胜策略在于：从高价值的切入口开始（wedge），逐渐扩展成完整的 SoR。这样既能收集专有数据，又能与传统工作流兼容。例如：

  1. Tradespace（知识产权管理）
  2. Serval（IT 服务管理 ITSM）

这些公司正通过“AI 楔子”逐步扩展版图。虽然还在早期，但新的战线已经逐渐清晰：全新类别 vs. 真正的 SoR 替代。

暗物质：企业级 ERP 与 SoR 的长尾

尽管 AI 带来了巨大势能，但一些最大的企业级系统仍然“坚不可摧”：

  1. 企业级 ERP。今天的 AI ERP 初创公司，更多集中在 中小企业（SMB）和中端市场，尤其是软件与服务类客户。但对于高度复杂的行业（制造、供应链、库存管理等），AI 新创还不具备足够的产品深度。我们认为 AI 在这些复杂领域同样潜力巨大，但替换周期可能需要数年甚至更久。

  2. SoR 的长尾。除了 CRM 和 ERP，其实还有一长串 SoR 系统也蕴含巨大机会：

  3. 企业安全的身份平台

  4. 公共安全的计算机辅助调度系统

  5. 网站设计中的内容管理系统（CMS）

这些类别都值得颠覆，但这是一个 十年级别的旅程，创业者才刚刚开始涉足。

SVTR点评：企业级AI正面临历史性转变

  1. SoR 正在被重塑为 SoA（系统行动），数据不仅被记录，还会被实时激活；
  2. 新兴 CRM、HR、搜索与财务分析工具，正在形成颠覆性体验，威胁传统巨头；
  3. 企业级 ERP 与长尾 SoR 依旧难以攻破，但潜力巨大，是未来十年的创业机会。

换句话说，企业软件的护城河正在被冲刷，下一代赢家可能正悄然登场。

IV. 垂直 AI

去年，我们提出了一个大胆的观点：垂直领域 AI（Vertical AI）有潜力超越历史上最成功的垂直 SaaS 市场。如今，这一观点比以往任何时候都更有说服力。

过去那些被视为“技术恐惧症”的行业：医疗、法律、教育、房地产、家庭服务等，正在快速接受 AI。事实证明，这些行业并不是不愿意采用新工具，而是传统 SaaS 没能解决它们特定的、高价值、语言密集或多模态的核心任务。而 Vertical AI 正好切中要害，提供的产品不像“软件”，更像是“现实杠杆”。

新星系一：行业专属的工作流自动化

多个行业正在出现明确的 Vertical AI 采用浪潮：

医疗

  1. Abridge：利用生成式 AI 自动记录临床笔记，减轻医生负担，同时提高文档质量。
  2. SmarterDx：自动化复杂的医疗编码流程，帮助医院追回漏计收入。
  3. OpenEvidence：自动化医学文献综述，并在诊疗点提供即时答案。

法律

  1. EvenUp：将数天的人工劳动缩短为数分钟，自动生成法律诉讼材料，帮助律师事务所扩展案件处理量。
  2. Ivo：帮助法律团队自动审查合同，并在合同库中进行自然语言检索。
  3. Legora：加速法律研究、文档审查与撰写，同时支持团队协作。

教育

  1. Brisk Teaching、MagicSchool：为教师提供 AI 工具，简化批改、辅导与内容创作。

房地产

  1. EliseAI：自动化繁琐的物业管理工作流，包括与租户的沟通、租约审查等。

家庭服务

  1. Hatch：作为 AI 客服代表团队，提供全天候客户支持。
  2. Rilla：分析线下销售对话的真实音频，大规模培训销售代表。

这些案例揭示了 Vertical AI 成功的共同路径：

  1. 楔子式切入（Compelling wedge）：早期赢家往往解决一个语言密集或多模态的痛点，传统软件此前无法覆盖。语音/音频反复被验证为高价值切口。
  2. 语境为王（Context is key）：竞争壁垒来自行业深度，例如特定的集成能力、数据护城河、多模态交互设计。领先团队迅速跳出“微调模型”，转向深度垂直化实用性。
  3. 价值导向（Built for value）：ROI 一目了然，不需要 Excel 来说服客户。这些工具往往带来 10 倍生产力提升，要么释放劳动力，要么降低成本，要么直接驱动收入增长。它们不是“锦上添花”，而是“刚需”。

暗物质：垂直领域 AI 的三大未知数

尽管势头强劲，Vertical AI 仍存在不少悬而未决的问题：

  1. 与传统 SoR 的关系。今天，大多数 Vertical AI 仍与现有 SoR（系统记录）集成。未来，它们会继续依附传统系统，还是会逐渐替代并推出 AI 原生的行业专属“系统行动（Systems of Action）”？
  2. 来自 incumbents 的竞争。在一些老牌巨头仍保持活跃的行业，新创能否突围？还是说规模与分发渠道依旧胜过创新？
  3. 可持续的数据护城河。垂直领域的数据往往碎片化、隐私敏感、难以标准化。Vertical AI 创业公司能否在扩展过程中维持有意义的数据优势？这是决定长期竞争力的关键。

SVTR点评

垂直领域 AI 正在改变那些过去最难以技术化的行业：

  1. 医疗、法律、教育、房地产、服务业 等纷纷被自动化工作流重塑；
  2. 成功公司往往凭借 高价值切口 + 行业语境 + 直接 ROI 三大策略快速突围；
  3. 但未来的不确定性依然很大：它们会与传统 SoR 共生，还是彻底取代？老牌巨头会被颠覆，还是会反击？数据护城河能否建立？

可以肯定的是，Vertical AI 已经成为 AI 宇宙中最具爆发力的新星系之一，而真正的赢家，或许将在未来几年里浮出水面。

V. 消费级 AI

随着底层技术的不断进化，AI 正在进入消费者生活的更深层次。去年，大多数消费者主要用它来处理写作、编辑、搜索等生产力相关任务，把 AI 当成“效率工具”。但如今，趋势正在发生转变：AI 开始进入疗愈、陪伴与自我成长等更有意义的生活场景。AI 不再只是任务助手，而是逐渐融入人们的情感与日常。

新星系一：面向日常任务与创作的 AI 助手

跨年龄层的消费者越来越多地使用通用型大模型，尤其是 ChatGPT（6 亿周活用户） 和 Gemini（4 亿周活用户）（截至 2025 年 3 月）。从新鲜感到习惯，这些助手如今已成为数亿人每周生活的一部分。尽管出现了大量垂直应用，但大多数消费者依然依赖这些通用助手来完成研究、规划、建议和对话等多样化任务。

在交互方式上，语音正在成为关键突破口。不同于 Alexa 或 Siri，基于大模型的语音 AI 能处理开放式问题，支持反思和连贯对话，提供更自然的“免手动”交互体验。像 Vapi 这样的平台正推动语音 AI 走向多语言、多语境、富有情感的交流。

另一大转变是 搜索与网页交互方式的重构。Perplexity 已成为 AI 原生搜索的明星，凭借模型无关的调度和极快的体验成为用户首选。随着 Comet（其智能浏览器）的推出，Perplexity 正进一步探索“智能体浏览器”模式，这可能成为下一代 AI 助手的核心形态——无处不在、主动服务。

此外，AI 正在大幅降低创作门槛，把每位消费者都变成潜在的创作者：

  1. 应用开发：Create.xyz、Bolt、Lovable
  2. 音乐生成：Suno、Udio
  3. 多媒体制作：Moonvalley、Runway、Black Forest Labs
  4. 创意加速工具：FLORA、Visual Electric、ComfyUI、Krea

AI 正在推动普通人突破原有界限，进入“随时创作”的时代。

新星系二：为特定场景打造的 AI 助手

随着用户希望 AI 更深度融入日常，一批面向特定需求的消费应用应运而生。

最突出的方向是 心理健康与情感疗愈：

  1. “ChatGPT 治疗”持续流行
  2. Rosebud：作为 AI 日记与导师，支持自我反思与目标设定
  3. Finch：以游戏化方式帮助用户培养习惯、追踪情绪健康
  4. Character.AI：率先验证了“情感表达型 AI”的需求，而过去一年，这类需求已经进入主流

这些应用正在探索长期记忆、情绪韧性与自我发展的支持方式。

另一类快速发展的场景是 邮箱与日程管理。一批初创公司试图用 AI 简化排期、管理收件箱与自动化待办事项。然而，由于涉及 高度信任 和 强大 incumbents（如 Gmail） 的竞争，获客与留存依然困难。

此外，还有大量针对 饮食、健身、育儿 等细分场景的消费应用，但在这些赛道，通用 LLM 已经能提供“足够好”的体验。要想脱颖而出，专业化应用必须提供明确的差异化价值，尤其是围绕高频、刚需、可复用的任务，否则难以获得用户长期留存。

暗物质：消费者的痛点仍待解决

一些最明显的消费级痛点，仍未被很好地满足——并非因为需求不足，而是因为现有 AI 产品依旧需要用户 过多手动操作。

虽然早期的智能体产品已经出现，但在 安全性、自治性与可靠性 方面，技术仍不够成熟。真正能代替用户采取行动的代理系统，还在路上。

典型的潜在机会包括：

  1. 旅行：订票、行程安排依然碎片化，缺乏一站式个性化 AI 旅行管家。
  2. 购物：电商有可能被彻底重塑，当起点不再是 Google 搜索，而是 AI 代理直接帮用户完成浏览、比价、甚至支付。

问题在于：谁会赢下这些场景？

  1. 掌控 AI 原生浏览器 的厂商？
  2. 通用型 LLM 助手？
  3. 还是新一代面向消费者的端到端智能体应用？

答案或许将决定 下一代消费级平台的赢家。

SVTR点评：消费级 AI 正在进入一个新阶段

  1. 从生产力助手转向陪伴、疗愈与自我成长；
  2. 语音、搜索与浏览器交互 正重塑人与互联网的关系；
  3. AI 创作工具 正让每个消费者都成为潜在创作者；
  4. 专用 AI 助手 在心理健康、邮箱日程等领域逐渐成型，但尚未全面突破；
  5. 旅行与购物等核心痛点 仍然是“暗物质”，等待下一代智能体基础设施的成熟。

可以说，消费级 AI 正在从“工具”变成“伙伴”，而下一波平台级机会，很可能就藏在这些尚未解决的需求中。

关于 AI 的2025 年五大预测

像往年一样，Bessemer 与合伙人们一起梳理了未来几年最重要的 AI 趋势。今年的几十条预测，最终凝练为五个最具共识的判断。

预测一：浏览器将成为智能体 AI 的主战场

随着智能体（agentic AI）的演进，浏览器正从导航工具转变为数字世界的可编程接口。它不仅能展示网页，还能承载自动化执行与跨应用推理。

语音依旧是自然的交互方式，但浏览器的优势在于：它是一个嵌入日常工作流的上下文环境，能无缝集成消费者与企业应用。未来，AI 助手可以在浏览器内部观察、推理并执行完整的任务链。

新一代 AI 浏览器（如 Comet 与 Dia）将远不止是插件，而是操作层级的嵌入式 AI，能跨标签页和会话进行多步自动化，实时决策，并理解用户意图。我们预计 OpenAI、Google 等巨头很快会推出各自的 AI 原生浏览器，掀起新一轮“浏览器大战”。

简而言之，浏览器因其普及性、灵活性与集成深度，极可能成为 AI 智能体的核心入口。

预测二：2026 将是生成式视频的爆发之年

  1. 2024：生成图像模型进入主流
  2. 2025：语音生成迎来突破，延迟降低、表现更拟人化、成本骤降
  3. 2026：视频将迎来“跨越鸿沟”的拐点

当前，视频模型质量迅速提升：

  1. Google Veo 3、Kling、OpenAI Sora、Moonvalley Marey 等正刷新逼真度与可控性
  2. 开源阵营也在追赶，Qwen 已发布早期开源视频模型
  3. Lemonslice 等团队正在探索低延迟与实时生成，可能形成新的护城河

生成式视频的应用场景广泛：

  1. 电影级内容（Moonvalley 等工具已服务创作者与工作室）
  2. 实时场景（直播、虚拟主播、游戏）
  3. 高拟真视频（虚拟制作与沉浸式叙事）
  4. 个性化社交与电商内容
  5. 开发者工具链（简化视频生成应用的构建与分发）

但伴随而来的，是 知识产权与合规难题。版权诉讼正在出现，未来创业公司必须重视 数据授权、训练集合规、版税机制，否则不仅有法律风险，还会失去用户信任与长期竞争力。

一句话：生成视频的新时代已到来，互联网将因它而被重塑。

预测三：评估（Evals）与数据溯源（Data Lineage）将成为 AI 产品落地的关键

企业部署 AI 最大的瓶颈是：如何评估模型在真实场景下的表现。公开基准（如 MMLU、GSM8K、HumanEval）信号有限，无法映射到实际工作流、合规约束或关键决策。

2025-2026 将是转折点：评估将走向私有化、场景化与可信化。

未来的评估体系将包含：

  1. 私有数据驱动的用例评估
  2. 业务相关指标：准确率、延迟、幻觉率、用户满意度
  3. 持续化评估管道：嵌入生产系统与反馈回路
  4. 数据溯源与可解释性：尤其适用于医疗、金融、保险等监管行业

代表性创业公司包括 Braintrust、LangChain、Bigspin.ai、Judgment Labs，它们正在构建评估基础设施：涵盖测试环境、实时反馈回路、代理基准体系等。DataHub 则帮助企业追踪模型所用数据的来源与用途，确保合规。

未来，企业客户将要求“可验证的可靠表现”，而不仅是宣传中的性能。评估与数据溯源将成为 AI 堆栈的战略层，而不是可有可无的功能。

对创业者的启示：

  1. 开发多指标评估工具（准确率+合规性+幻觉风险）
  2. 构建合成测试环境，压力测试智能体
  3. 与日志、检索、反馈系统互通
  4. 支持模型漂移与持续更新

随着基础模型性能趋同，真正的差异化不在于准确率，而在于企业能否确信模型在特定环境中“如何、何时、为何”可靠运行。

预测四：新一代 AI 原生社交媒体巨头或将诞生

历史经验表明，每次技术范式转移都会孕育新的社交巨头：

  1. PHP 之于 Facebook
  2. 手机摄像头之于 Instagram
  3. 移动视频之于 TikTok

生成式 AI 也不会例外。未来的社交平台可能是：

  1. AI 助手型网络：帮你记住生日、活动、动态，协助线上线下的社交生活
  2. AI 角色型世界：情感智能的 AI 网红、AI 分身成为社交空间的“主角”

Character.AI、Replika 已经验证了用户对情感交互 AI 的兴趣，而新一代平台可能借助语音交互、长程记忆、图像与视频生成技术，打造全新的社交生态。

新的社交巨头可能一夜爆红，也可能从小众社区逐步扩展。但趋势明确：AI 正在为社交媒体的下一次重大创新提供燃料。

预测五：巨头反击，AI 并购潮将全面升温

在 AI 原生初创公司经历两年的疯狂颠覆后，传统巨头们正在反击——方式是 并购。

  1. 垂直软件领域最明显。 AI 初创正在深耕行业工作流（保险理赔、法律简报、收入周期管理等）。SaaS 巨头面临“进化或淘汰”的选择。并购成为最快的路径。我们预计在医疗、物流、金融服务、法律科技等高服务/高监管行业，会迎来大规模整合。
  2. 不仅是功能升级，而是价值重构。Vertical AI 工具越来越像“智能服务提供商”，巨头并购它们，不只是“加个 AI 功能”，而是重新定义自身定位。
  3. AI 基础设施并购也会加速。模型编排、评估、可观测性、记忆系统等模块，都会成为企业收购的战略目标。

对创业者的启示：

  1. 做好被战略收购的准备，尤其是行业专属或基础设施层产品
  2. 构建技术护城河与客户黏性，增加不可替代性
  3. 理解潜在收购方的技术短板，填补它们的差距

对投资人来说，这是双重利好：既有退出机会，又是对 AI 论点的最佳背书——巨头用钱包证明了 AI 初创正在设定新标准。

简而言之：AI 的第一幕由初创开启，第二幕将由巨头推动。

SVTR点评

Bessemer 的五大预测勾勒出 2025-2026 年的 AI 格局：

  1. 浏览器 将成为智能体的操作层
  2. 生成式视频 将在 2026 爆发
  3. 评估与数据溯源 将成为企业部署的核心
  4. AI 原生社交平台 可能诞生新巨头
  5. 并购潮 标志着巨头全面入局

可以说，AI 的未来既在技术突破，也在场景落地，更在产业格局的重塑。

写在最后：创业者的真正优势

AI 创业正站在关键的分水岭：从单纯追逐速度，走向对价值与方向的深度把握。真正的突破，不在于叠加更多算力，而在于洞察人性、理解需求、塑造未来。当技术的边界尚未完全清晰时，正是敢于定义问题、厘清路径的团队，才能在星系般浩瀚的赛道中找到属于自己的引力场。未来的赢家，将不只是AI的使用者或推动者，而是能让智能真正融入世界秩序的创造者。

图片