硅谷科技评论（SVTR）长期追踪的传奇投资人 Elad Gil，再次走在时代的拐点上。在2024年2月，他曾坦率地提出《关于AI我所不了解的事情》，反映出即便是AI圈内最敏锐的观察者，也难以完全预判技术与市场的演化路径。而就在一年半后，全球AI市场已然翻天覆地，他也给出了新的判断：AI的底层模型格局已初步稳定，未来的增长将更多来自“AI应用的爆发”与“行业整合的加速”。
我们认为，这不是一次简单的观点更新，而是一位长期主义者基于深度实践后的战略转向。Elad 不仅亲手参与了 Harvey、Perplexity、Character.AI 等明星项目的早期投资，也正在筹集高达 15–20 亿美元的全新基金，意图在下一个阶段支持那些能够将AI“用得最深、融得最广”的初创企业。SVTR AI创投库将这一系列变化称为“从范式验证转向结构重构”的关键阶段。
本文不仅回顾了Elad如何穿越技术泡沫、押中关键节点，更为AI创业者与投资人提供了一个清晰信号：真正的机会，正在从模型创新的前沿，转移到垂直场景、产业渗透与平台重构的广阔蓝海。在混沌中识别结构性机会、在巨头阴影下做出果敢下注，正是新一轮AI周期中的制胜之道。
过去四年，AI市场经历了飞跃式的发展。自从GPT-3发布、AI文献中开始公开讨论“扩展法则”（Scaling Laws）以来，很多人都意识到，从GPT-2到GPT-3的演进曲线可以继续外推到GPT-4、GPT-5，AI革命正在快速逼近。
四年前，我开始积极寻找具备潜力的生成式AI初创公司，或尝试亲自参与创立。当时，市场还处于早期阶段，真正开始做生成式AI创业的人非常少，因此“只需要支持所有在解决重大问题的最优秀人才”就是一条清晰的策略。在这个背景下，我主导或参与了多个早期项目的投资，包括Harvey、Perplexity、Character.AI、BrainTrust等。
当时，OpenAI 是唯一一家清晰定位为基础模型开发者的公司。Anthropic 还处于尚未发布的阶段，但已经显露出潜力；Llama 还根本不存在；谷歌虽然具备强大的技术储备，但由于内部流程束缚，创新速度受到限制，短期内看不出能主导市场的迹象。
随着AI核心圈外的从业者开始意识到这一机会，加上越来越多的大型AI实验室的研究人员和工程师选择离职创业，整个AI世界迅速变得复杂起来。我曾说过，“了解AI越多，反而越觉得自己不了解”，因为早期的AI市场变化太快，谁是最终赢家并不清晰，底层技术和模型也在不断重构。
举个例子：2022年，AI驱动的编程和软件开发已显现出重要趋势，但市场格局仍不明朗。像Cursor是在2023年才上线，Codium 则是在大约9个月前才正式发布 Windsurf，Cognition 则是稍早推出了Devin，但至今还只是限量发布。
如今，第一批AI市场已经基本稳定下来，一批领先者初步显现。虽然这并不意味着新的玩家不会出现，也不意味着当前的领头羊不会被收购或被淘汰——正如Stripe是在PayPal之后十多年才成立、也在Braintree四年后才起步；Facebook则是在Friendster和Myspace之后才登场，但最终却主导了社交市场。可以预见的是，未来几年还会有一批新的AI市场逐渐成型，而今天它们的走向依然充满不确定性。
更清晰的AI市场格局
随着生成式AI从技术前沿走向产业落地，多个细分市场已初步固化，一批领先者正逐步浮出水面。以下是当前已趋于明朗的几个关键AI赛道。
1. 基础模型（尤其是LLMs）
基础模型不仅包括大语言模型（LLM），也涵盖语音、图像、视频、音乐、化学、生物、材料、物理等多个领域。这类模型的发展高度依赖“规模”：数据量、算力、微调和反馈机制等都要求极大的投入。而“规模”的背后是资本，因此，要在LLM市场中取得胜利，巨额资金的持续投入几乎是前提。
目前，LLM领域的核心玩家已经浮现，他们往往与“超大规模云服务商”形成深度合作关系：Amazon支持Anthropic、Google云绑定Gemini、微软Azure捆绑OpenAI并自研模型。这些云厂商在AI上的支出本身就构成了对AI公司的资本驱动，甚至独立于这些公司是否具备良好投资回报的评估。传闻中，这些基础模型公司的营收能在三年内从0跃升至数十亿美元；而几大云厂商在AI相关的季度开销，已达到数十亿美元量级。
目前LLM的核心玩家包括：Anthropic、Google、Meta（Llama）、微软、Mistral、OpenAI，以及Elon Musk支持的X.AI。在各类评测中，有三到四家公司稳居领先，并广泛被开发者和企业采用，主导了行业大部分的算力和资金支出。
当然，也有一些新玩家如SSI和Thinking Machine Labs，由顶尖研究人员创办，可能通过技术创新或持续融资成为竞争者，或者最终被大厂收购作为“人才入口”。与此同时，中国也出现了一批高性能的开源LLM，例如Deepseek、阿里Qwen，以及近期表现突出的Kimi等，关于中国开源LLM的发展值得单独讨论。
总体来看，由于资本门槛过高，LLM领域未来很难再诞生全新的核心玩家，除非出现革命性突破，且该技术不会迅速扩散。
至于其他领域的基础模型（如音乐、图像等），目前仍处于探索期，尚未有明显的赢家。
2. 编程辅助（Code）
代码生成是生成式AI最早落地、规模化的应用场景之一。Github Copilot早在2021年10月就已上线，尽管当时模型能力还有限，但已具备实际可用性。
代码本身的结构化、高精度需求，使其非常适合与LLM结合。传闻中，部分AI编程公司的营收在上线后两年内已从0跃升至5000万美元甚至5亿美元，增长速度惊人。
目前，这一赛道的潜在赢家已相对明确。大型公司仍有可能介入，且目前的产品黏性并不算强，但随着时间推进，护城河将逐渐建立。
目前值得关注的参与者包括：Anthropic 的 Claude Code、Cognition 和 Windsurf、Cursor、Google 与 Windsurf 的合作、微软与GitHub、OpenAI，以及Magic、Poolside等新锐初创公司。此外，一些“带有创作氛围”的平台也在切入，比如Lovable、Replit，以及推出编程工具的Figma和Canva。
值得持续关注的问题包括：代理式工作流（agentic）和IDE工作流的融合趋势（几乎可以确定将会融合）；以及基础模型厂商是否会直接整合这些功能以获取更高的商业价值，毕竟代码不仅有高商业价值，也可能成为迈向AGI的跳板。
3. 法律领域（Legal）
法律行业也在快速形成格局。目前，Harvey和CaseText成为该赛道的头部玩家，分别服务于律所和企业客户。
其他初创企业也开始布局细分市场，比如Legora探索与主流重叠的方向，Crosby则切入全新领域；EvenUp转型切入个人伤害诉讼领域，Eve和Supio专注原告端的工作流。
虽然目前还处于法律工作流自动化的早期阶段，但像Harvey和EvenUp已开始构建完整的“端到端”自动化系统。考虑到法律在各类专业服务中的中心地位，Harvey等公司未来可能自然延伸至其他相关领域。
由于法律本身覆盖面广（专利、合同等）且服务对象多元（律所、企业、中小企业、消费者），未来仍有大量子领域尚待开拓。
4. 医疗文书助手（Medical Scribing）
医生助手和文书自动化是另一个市场集中度快速上升的领域。当前主要玩家包括：Abridge、Ambience、Commure / Athelas，以及微软旗下的Nuance。此外，一些国际玩家也在崛起，未来可能独立发展，或并入主流玩家。
接下来的关键方向，是这些公司能否将产品扩展到医疗系统的更多层级。
5. 客户服务 / 客户体验（Customer Experience）
美国客户体验市场短期内已趋于集中，初创公司中的代表是Decagon和Sierra，而传统玩家如Intercom、Zendesk等则通过内部升级或并购引入生成式AI功能。
此外，Forethought、Maven、Parahelp、Wonderful等初创公司也在探索不同切入点。
这个领域的核心特征在于：生成式AI不再只是辅助工具，而是替代人类完成实际任务的“智能代理”（agent）。这标志着一个重要的转变——从按“座位”计费的SaaS逻辑，转向按“认知单元”计费的新范式。
这种范式转变还鲜有人讨论，但它极可能成为未来AI商业模式的核心之一。推理模型的进步和“代理型”基础设施的发展将加速这一趋势。
6. 搜索与信息检索的重塑（Search & IR）
在搜索和信息获取方面，主要玩家包括：Google、OpenAI（ChatGPT）、Perplexity 和 Meta。其中，Perplexity 是目前最具代表性的初创公司，其他多为巨头玩家。
这种格局可能也会出现在其他面向消费者和专业用户的场景中，但整体仍存在广阔的创新空间。
Perplexity 正积极拥抱“代理式未来”，不仅推出了深度研究工具，还进入浏览器市场。例如，其Comet浏览器已支持在网页购物等场景中自动执行操作。
SVTR点评
这些领域的共同特征是：AI市场正在从混沌走向秩序，赢家雏形逐步清晰。与此同时，也开启了“认知即服务”的新时代——以AI为核心的工作方式，正在彻底重塑人类与信息、系统和工具的关系。
生成式AI的下一波蓝海市场：谁会是赢家？
三年前，AI领域的一些关键市场已经初见端倪——基础模型（Foundation Models）/大语言模型（LLM）、代码生成、医疗保健、客户服务等都被视为潜在的重大战场。然而，彼时尚不清楚哪些公司会脱颖而出成为行业领袖。
如今，随着市场的逐步成熟，短期内有望发挥主导作用的玩家已日渐明朗。尽管如此，依然存在后发制人的可能性——新兴创业公司或传统企业推出创新产品后，依然有机会切入并影响格局。
那么，下一阶段哪些市场最值得关注？我们团队正在积极寻找具有投资潜力的机会，以下列出的是我们尤为感兴趣、同时也对生成式AI来说颇具可行性的几大领域：
- 会计（Accounting）
会计领域正在经历技术革新。除了不断有创业团队构建基于AI的新型财务软件外，也有公司在进行行业整合（rollups），以规模化获取市场。
- 合规（Compliance）
合规是一个涵盖广泛的赛道，不同垂类对合规性有不同需求。制药行业便是一个典型案例，比如 Blue Note Health 就是聚焦制药合规的早期玩家之一，已经开始吸引关注。
- 金融工具（Financial Tools）
针对金融分析师和相关专业人士的AI工具市场同样炙手可热。我们看到有不少优质团队正在开发辅助决策、优化流程的工具，提升金融服务的智能化水平。
- 销售工具与代理（Sales Tooling and Agents）
销售领域的AI化空间巨大。从执行SDR（销售开发代表）任务的AI代理，到增强企业销售流程的工具，各类产品正加速落地，既可降本提效，也能赋能前线团队。
- 安全（Security）
AI在安全领域的应用前景尤为广阔。尤其是在高服务使用率、团队结构复杂的环境中，智能安全工具的价值将日益凸显。与此同时，围绕AI端点、AI代理、基础模型的使用也将诞生全新的安全公司，防范数据泄露、系统攻击等风险将成为重要命题。
- 其他市场（TBD）
除了上述几个方向，还有许多尚未完全显现的机会等待发掘。这个领域的变化之快，意味着“未知”本身就是潜力。
在上述每一个赛道中，都已经涌现出一批令人兴奋的公司。至于哪一家能最终跑出，或将在接下来的数月乃至几个季度中逐渐显现。
SVTR点评
以上赛道也是硅谷科技评论创投库、创投会和创投营重点关注的方向。如果你正投身其中，请务必联系我们，期待与你碰撞思想、携手前行！
生成式AI新市场的突破瓶颈：模型/GTM/团队
在前文提到的那些“新兴”市场中，一个核心问题是：是什么阻碍了市场的明确化（crystallization）？换句话说，为什么这些市场尚未诞生明确的领先者？
答案通常不是单一维度，而是模型能力、Go-To-Market策略（GTM）、团队构成等多因素交织的结果。
1. 模型：等“下一个”GPT出现
对于某些市场来说，最直接的瓶颈是模型本身尚不具备足够的推理能力或准确度（fidelity）。例如：
- 法律工作流程在 GPT-3.5 时代基本无法落地，但 GPT-4 的出现极大提升了执行力，也让像 Harvey 这样的初创公司受益匪浅，结合定制化模型进一步释放潜力。
- 编程辅助工具如 Cursor 则是等到 Claude 3.5（2024年6月发布）后才真正实现实用性的大跃升。在此之前，模型质量不足以支持其产品价值。
这些例子揭示了一个重要模式：
“GPT 阶梯”（GPT Ladder）：每当 GPT（或 Claude、Gemini、Grok、LLaMA 等）模型达到一个新的水平，就会随之打开一个全新的市场。这些市场在之前并非商业不可行，而是从技术层面来看，根本无法实现。
例如，GPT-5 或 Claude X 的发布，可能就会解锁目前看似遥不可及的某些应用场景，令它们成为现实可行的市场。
同时，那些在模型尚未成熟时就提前围绕用户需求打磨产品的团队，将在模型进化后迅速获得市场份额。这是一种典型的“前沿卡位”策略，风险较大但回报潜力同样巨大。
2. GTM：卖错了人，用错了方式
即使模型足够强，很多生成式AI公司仍然无法打开市场，根本原因往往出在 GTM 策略上：
- 客户画像选错了：产品解决的问题可能对目标客户来说并非“痛点”。
- 销售方式不匹配：试图用自下而上的 PLG（Product-led Growth）方式切入一个高价值、需要CIO/CTO签字的大客户市场，结果事倍功半。
- 现有巨头“锁死”市场：传统企业往往拥有成熟的UI、流程和客户渠道，即便产品不如创业公司好，也能通过价格打包、捆绑销售等方式阻挡新进入者。
此外，还有一个被经常低估的问题——市场接受度的时间滞后：一些买家（尤其是传统行业）就是“慢”，他们需要时间理解、试点、部署。再强的AI能力也得耐心等待市场成熟。
3. 团队：可能只是对的人还没出现
即使模型到位，GTM策略合理，一个市场能否跑出领先者，还得看团队：
- 有些领域尚未出现真正理解痛点、能迅速执行的团队；
- 或者创始人刚进入该领域，对行业理解有限，需要几轮迭代与客户反馈后，才能找到产品方向；
- 又或者最优秀的团队还在观察、等待时机。
归根结底，优秀团队往往是推动市场从模糊走向明确的“催化剂”。
4. 时机：市场活动仍处于萌芽阶段
最后，还有一个简单但经常被忽略的现实：时机不对。
- 某些产品线正在构建、测试，尚未完全推向市场；
- 某些市场仅仅是处在前期探索阶段，未来6-12个月内，可能就会有明确的赢家出现；
- 创业的节奏无法跳过“从0到1”的打磨期。
所以，市场尚未明确，并不意味着没有机会；可能只是还没到那个临界点。
SVTR点评
当我们审视生成式AI在各行业的落地进程时，不能只盯着模型的升级曲线。真正推动一个市场从“概念”走向“现实”的，是三位一体的协同：强大的基础模型、精准的GTM策略、以及具备学习和执行能力的团队。
无处不在的AI代理：从聊天工具到自动执行的智能劳动力
生成式AI的演进正在经历一次深层次的结构性转变——从“工具”走向“行动”。过去，我们把AI视为一种增强搜索、加快信息处理的助手，而如今，它正快速转型为“代理”（Agent），也就是能代表用户主动执行任务的智能体。
这就像是：以前你会用 Google 查一查西班牙的旅行攻略；而现在，你希望 Google 直接生成一个 AI 代理，为你完成订票、订酒店、行程安排等一系列操作，彻底跳过“你动手”的环节。
这不是小升级，而是一种范式转移。
从“聊天助手”到“自动执行者”
Agentic Workflows（代理工作流） 正成为当前最具颠覆性的AI应用趋势之一。
在B2B市场上，已有一些先锋产品率先完成了这种从“工具”到“代理”的跨越：
- Devin：一款AI编程工具，能够承担完整的开发任务，从理解需求、写代码，到部署上线，越来越像一个虚拟工程师。
- Decagon / Sierra：面向客户服务场景的AI代理工具，能够接管传统客服流程中的多步骤任务，如处理投诉、协调退款、反馈跟进等。
与此同时，那些以信息获取为核心的AI产品——如 ChatGPT、Gemini、Perplexity——也在不断内嵌代理能力，让用户不只是“问问题”，而是能够让AI为其“完成研究”或“生成分析”。
支撑“代理时代”的基础设施正在形成
随着推理能力日益提升，以及“多步骤任务执行”能力的爆发，整个AI行业正在搭建新的底层设施，以适配代理的生成、部署与管理需求。
- 多家初创公司正在构建面向开发者的代理框架与调度平台，让AI能够串联任务、自动迭代、并与外部系统无缝集成。
- 咨询公司、大型AI部署平台也在把代理组件融入其产品堆栈中，提供更完整的企业解决方案，比如自动报告生成、流程管理、CRM自动化等。
这意味着未来AI将不仅是“你问我答”，而是可以被打包成一套完整的工作系统，嵌入到企业运营的各个流程中。
从“卖工具”到“卖服务”
最具变革意味的，是AI代理正在改变软件的商业逻辑：
企业购买的不再是一个用户使用许可（seat），而是一种“单位认知能力”或“人类等效劳动”。
这是一种新的计量方式：你不再衡量一款AI工具能被多少员工使用，而是衡量它能代替多少认知任务、节省多少人力成本。从卖软件工具，到卖“智能劳动力”，AI商业化路径正迎来跃迁。
SVTR点评
AI代理不仅仅是技术演进的一步，更像是从“增强工具”到“通用智能”过渡期的核心形态。它将重新定义我们与软件的关系——不再是我们使用软件，而是软件主动为我们做事。在这个过程中，谁能构建更强的代理、建立标准化的代理基础设施，谁就有可能掌握下一阶段的技术制高点。
AI Roll Ups：生成式AI驱动的并购整合浪潮正在兴起
过去三年，我一直在关注并积极投资于生成式AI驱动的“Roll Up”策略。从一开始我就坚定认为，这类基于Transformer架构的生成式AI，在处理人类知识型工作方面表现优异，而这正是白领服务经济的核心。
与传统的“卖软件”模式相比，直接收购公司并将AI能力深度嵌入其中，往往能带来更快的AI采纳速度、更深的组织整合能力，以及更优的经济回报。
AI采纳难点并非技术，而是组织结构
现实中，企业落地AI的最大挑战并不是技术瓶颈，而是“组织、流程与人”。
很多企业并非不理解AI的潜力，而是无法在短时间内围绕AI重构其现有的业务运作体系。例如：
- 如何重新定义工作流程以最大化AI效能？
- 如何重塑人员结构以适应AI工具？
- 如何驱动内部文化从“人执行”转向“AI驱动”？
这些问题极具复杂性，而通过单纯“卖软件”的方式，创业公司往往难以真正推动客户完成组织升级。
因此，直接买下企业，再围绕AI能力对其进行重塑，就成为一种极具效率的路径。尤其对初创公司而言，拥有控制权能显著缩短改造周期，并快速释放AI带来的价值。
我们认为每个细分市场中，赢家会通过大规模资本、并购、渠道封锁等方式，迅速锁定领先地位。
新一轮的并购浪潮即将爆发
接下来的趋势已经非常明确：AI初创企业之间、或初创与传统企业之间的并购整合将大规模加速。
- 两个领先初创公司联合，虽然谈判复杂，但一旦成功往往能主导整个市场；
- 传统企业与AI初创的结合，通过“渠道 + 技术”的互补，形成新一代领先者；
- 平台型企业扩大收购动作，快速打通更多行业场景并实现规模效应。
我们已经看到这种整合趋势的早期迹象，而真正的高潮即将到来。
SVTR点评
到目前为止，硅谷科技评论已经观察到，该模式在海外各个白领服务垂类（如法律、财务、人力、市场营销等）开始兴起，同时国内市场也存在同样的机遇。
总结：AI市场正在定型，颠覆与整合正同时发生
2025年的今天，生成式AI市场比过去几年任何时候都更为清晰：
- 在如代码生成、法律服务等早期市场中，领导者已经浮出水面；
- 而在更广泛的知识型服务场景，新市场正等待AI Roll Up模式的介入与改造。
这是一个既清晰又充满不确定性的窗口期——适合破局、适合并购、也适合押注未来赢家。