无论人工智能是泡沫还是革命，软件开发公司该如何生存？

自从2022年11月ChatGPT发布以来，随着人工智能的闸门打开，行业已经发展和扩展到涵盖今天的几乎所有科技公司。根据Crunchbase的数据，超过1000亿美元被投资于人工智能和人工智能公司。虽然你们中的许多人已经明确表示厌倦了听到关于人工智能的事情，但显然拥有资金的人并没有厌倦投资人工智能。

一个条形图，标题为“全球对人工智能十年的资金投入，以及最近生成式人工智能的资金投入”。图表显示了2015年至2024年每年全球的人工智能资金投入，分为两类：“其他人工智能”（深蓝色）和“生成式人工智能”（浅蓝色）。资金投入随着时间的推移增加，2021年有显著增长（840亿美元）。到2024年，“生成式人工智能”的资金达到720亿美元中的310亿美元。

数据由Crunchbase可视化。

在资讯观点中，我们每周都会与那些正在为生成式人工智能寻找利基市场的人们对话，无论是安全测试、简化医疗流程，还是管理API。这仍然是一项非常新的技术，建设者们正在努力寻找利用人工智能解决现实世界问题的方法，而不是仅仅向网络上灌输低质量的内容。三月份，我去参加了HumanX会议，了解人工智能正在被用来解决哪些问题。

在会议之前，HumanX分享了一份报告，该报告详细说明了AI领域资金的流向，并与Crunchbase合作制作。除此之外，他们还使用了Crunchbase的AI驱动的预测引擎来预测未来的发展趋势，未来将有更多的资金注入和收购活动。他们的AI引擎预测，在HumanX舞台上展示的近30%的公司可能会在明年成为收购目标。

在会议上，我有机会与HumanX和Crunchbase的首席执行官们以及其他人士讨论人工智能领域的现状，看看这轮资金注入和正在进行的整合是好兆头，还是表明人工智能的炒作火车终于要出轨了。

从绿地到企业

我在网络早期开始了我的科技生涯，并且看到那些懂得如何关闭锚标签的人赚到了钱。当时很好，钱开始流向那些提供设施、酷办公室和薪酬的人。但是2001年的泡沫破裂了。任何在科技行业工作一段时间的人都会在新的科技领域开始堆积资金时感到有点紧张，因为这看起来就像是另一个泡沫。

有时候，一个泡沫不会因为台球桌的大甩卖和硅谷空置的办公空间而破裂。有时候，它看起来像是这个领域的成熟，大玩家巩固他们的地位，经过测试的使用案例找到市场契合度。创业公司的道路不是二元的——不是独角兽或者死。很多初创公司通过被收购找到软着陆。我们去年看到了很多整合，今年可能会看到更多，因为生成式人工智能及其组件变得商品化。

去年，有很多AI收购：Nvidia收购了Run:ai和OctoAI，Databricks收购了MosaicML，ServiceNow收购了Moveworks，每天都有更多的收购发生。在上述报告中，Crunchbase指出，HumanX的153家私人公司中，有45家（29%）很可能会被收购。几十年来，追逐独角兽地位的初创公司通常将收购视为一个相当好的替代结果。但公司从初创到退出的速度似乎非常快——ChatGPT只是在2022年底打破了GenAI市场的格局，仅仅两年半前。

“在早期市场中，整合是自然的，”HumanX的首席执行官Stefan Weitz说。Primary Ventures的数据显示：在1900年代初，有2000家汽车公司和超过3000种独特的汽车型号。因此，作为投资者，如果你在1904年在那里看这些数据，你会选择福特吗？也许会。我们在互联网和早期互联网时代见过这种情况，但最让我惊讶的是能够在一年内或在实例化的一年半内被整合的公司数量。”

在早期市场，可能性似乎是无穷无尽的，每个人都想分一杯羹。这是一场非理性的狂欢，投资者以期获得巨额奖金，进行高风险投入。在与Theory Ventures的Tomasz Tunguz的对话中，他在HumanX上谈论了泡沫经济作为一个特点，而不是一个错误。“有一本很棒的书由Carlota Perez写的她谈到了巨大的创新周期，并将其分为安装和商业化阶段。安装是指铁路、光纤电缆、电话系统的部署，你需要非理性的热情来为这些高度资本密集型的项目融资，这些项目的回报率完全不确定，并且很可能会是负的。然后你会有一个调整期，软件公司会被建立。这仅仅是我们所喜爱的繁荣-萧条周期的一部分。

不仅仅是风险投资家在寻找下一个大事件，当前的大事件也想获取可能发生的创新成果。“我们看到许多大型公司的发展部门在Crunchbase上寻找，试图搞清楚他们应该收购哪些公司，”Crunchbase首席执行官Jager McConnell说。“这些公司非常渴望搞清楚他们应该在内部进行哪些创新。他们有三年期的路线图，但这是太慢了。他们看到这些小小的创新点，这些了不起的小部分，并希望将其纳入。”Tunguz同意这一观点：“错过一家公司的成本远远大于投资一家不成功的公司。”

对于那些进行创新并被收购的公司来说，在过度乐观的氛围下，许多企业家提出了类似的创意，但真正成功找到金矿的只有少数几个。“我不知道任何正常人，如果不是人工智能的话，如何能够知道哪些公司能够满足他们的需求，”Weitz说。“外面只是一片噪音；要突破并吸引注意力是困难的，而且在大多数情况下不会发生。”

在这样的气候下，随着我们看到越来越多的AI初创公司加入，创始人和他们的投资者可能会开始寻找 ways 来获得一些回报。 “就像我们可以拿钱，因为明天会怎样我们不知道，’”麦康奈尔饰演了一位风险投资家，说道。“当然，有很多成功的退出。我想投资者们很高兴能获得这个收益，特别是在经历了多年的亏损之后。”

无论是否是泡沫，人工智能无疑已经引起了一些波澜，大家都在寻找正确的策略。它已经给大小软件公司带来了大量的破坏——好的和坏的。技术从出现到迅速发展，速度令人惊叹；成本下降，硬件和软件改进，许多工作的平庸版本可以在聊天窗口中复制。这只会继续下去。“人工智能注定会不断自我颠覆，”麦康奈尔说。“这将是一个持续的颠覆。如果这是真的，那么今天投资到公司的所有资金都处于风险中，因为这些公司可能会被即将到来的某种新技术所颠覆。”

首先需要解决的颠覆目标是初创公司。如果你想要从零开始，达到市场适配，就不需要像以前一样建立同样的团队。“考虑一下工程师和销售员之间的比例，”Tunguz 说。“我们已经知道这些比例有 10 或 15 年了，但现在这些比例已经完全不成立了。如果我们真的处于一个人的生产力相当于 25 人的位置，管理团队看起来会非常不同。招聘看起来也会非常不同。”

这并不意味着真的需要人类编码员。我们已经看到，当编码创业公司把他们粗制滥造的应用程序放在无情的互联网面前时，他们会受到多么严重的打击。优质的企业软件的边际成本可能仍然很高，但你为单一目的需要的小应用程序的成本可能会接近零。它不需要安全或高效，它只需要工作。虽然我不认为软件工程师会消失，但你们的劳动力市场肯定会感受到一些冲击波。合同工可能会是第一个被裁掉的.

下一个被颠覆的将是：SaaS公司。那些存在于网页或移动应用中的应用程序可能不需要像今天这样有相同的前端。我在播客上半开玩笑地说，每家SaaS公司都会成为一个API。代理们已经在推动以编程方式访问各种SaaS功能；Model Context Protocol的开发似乎旨在标准化LLM的访问，不仅仅是通过API。麦康奈尔说：“如果一个LLM只是创建我需要的用于我正在尝试做的事情的用户界面呢？” “那么它确实会成为一个基于服务的模型，到处都是API，人工智能在需要时就会伸出援手。人工智能可以直接制作所需的东西，而不需要进行调用？这就是那些商业模式被颠覆的地方。”

Isaac Lyman在这个博客上写道AI仅仅是一个用户界面。现在正在以他当时没有写到的更多方式实现。不仅生成式AI工具正在取代网页搜索和网站，它们还在取代各种基于网页的工具的网页界面。“用户界面只是在人类笨拙或我们的思维方式与硅之间的一种抽象，”Weitz说。“当我想到AI可以做什么时，它应该是一个可以统治一切的画布。你不应该需要打开这个应用程序来发送电子邮件，你应该直接发送电子邮件。”正如Tunguz所说：“所有那些公司都是基于特定的工作流程来建立的。所有这些流程都在改变。过去20年中僵化的软件不再起作用，这意味着所有那个市值，1500亿美元的价值，现在都是松动的。”

最后，颠覆的大目标：人工智能公司本身。有两个因素正在影响他们。首先，所有的投资已经创建了一些相当重要的基础设施。更强大的芯片正在被设计，更好的电源管理正在被创造，处理方法也在改进。“推理和整体执行成本显著低于最初，”Tunguz说。“我认为我们已经看到了1000倍的价格性能改进。我认为我们可能会再看到1000倍的改进。”

第二个是开源的。当Deepseek在2025年1月发布了他们的推理模型时，整个行业都集体吸了一口气。由于出口管制，它没有在顶级GPU上训练，并且在某些基准测试中与OpenAI的o1模型相当，而生产成本降低了96%。Nvidia的股票下跌了17%。此外，你现在可以免费下载该模型，并随意使用它。

关于模型训练存在重大问题，例如有多少蒸馏？模型训练是基于另一个模型的响应。但是，这种蒸馏、重新组合和再训练可能是未来过程的一部分。“当你有一个新的封闭源码的最高水印时，开源需要多长时间才能超越它？” Tunguz问道。“在2023年是140天，2024年是41天。除了Perplexity的Grok，没有可用的深度研究API。我认为这是为了防止下一波超级昂贵模型的商品化。”

随着这种持续的中断可能成为我们的未来，人们如何开始或经营业务？在这方面，人们如何选择一个供应商来构建长期解决方案？麦康奈尔说：“在未来五年内推动客户行动的将是‘我信任谁’，尤其是在那些基础层面上。” “即使有新的中断，我是否信任它？这是围绕DeepSeek立即发生的事情。感觉就像是，‘哦，好吧，它被中断了。它更便宜。它好多了。哦，但我不能信任它。所以现在我要回去，我会为另一个型号支付更多的钱。’”

这一直是开源软件自30年前软件开始吞噬世界以来的基本矛盾。开源软件在几乎所有现代企业中都有容身之地，但事情并不总是这样。“我记得在微软的时候，我们当时不能使用任何开源软件，”Weitz说。“部分原因是我不想处理许可证，但还有一个原因是，你真的信任这个库吗？”

在某些方面，这可能就是那句老话“你得到的正是你所付出的。”一家不为软件支付任何费用的公司，可能会遇到比解决问题更多的麻烦。我们已经与许多公司讨论过在免费获取的开源软件基础上建立业务。通过为开源软件支付费用，你将获得服务、支持和信任。“人们总是问我，‘为什么有人会做开源？’”Weitz说。“因为你不是在卖软件，你是在卖服务，你在卖一个包装或托管版本，或者所有对公司来说使使用变得容易的不同事情。”

还有一件事使得在人工智能时代有一个杀手级应用：数据。

真正的解决方案建立在良好的数据之上

在HumanX的展会上走动并与人们交谈制作播客时，我意识到，人工智能的热潮已经影响到整个技术栈，从定制云计算到手工超级计算机，再到医疗保健和物理基础设施的应用。我甚至看到一个展位，上面有一个艺术项目机器，可以从超乎想象的谷底中吐出80年代风格的广告。大公司都来了，无论是在人工智能领域还是在技术领域。广泛的兴趣和范围不足为奇——许多企业仍在努力将生成式人工智能转化为商业计划。

“企业如何在这一人工智能森林中找到自己的道路，并以信心和信念去做？”魏茨说。“目前，大多数我们交谈过的企业的这一点还缺失。他们没有一个很好的人工智能战略，他们可能只有1-25个想法。我交谈过的一家公司同时有230个试点项目在进行。”从很多方面来看，这听起来像是在绿色市场中投资的霰弹枪式风险投资模式；进行很多运气，希望其中一个能赢。

对于现有的企业来说，他们正在寻找更好的方式来服务他们的客户，为他们提供更多的功能，并吸引新的客户。我们不要闪烁其辞：他们正在投资于人工智能以获得更多的金钱。“我在Salesforce工作了11年，我听到很多客户问，‘你能帮我找到我的下一个客户吗？’”麦康奈尔说。“那些企业已经准备好使用人工智能，因为正如Salesforce的一个产品所说，‘我了解你销售给谁。我会去找类似的客户，并给你带来看起来像这样的新客户。’”如果明天你能做到这一点，那就是为企业准备好的人工智能。或者，你知道，在2024年。

除了商业之外，还有更多的AI使用案例。人们正在拯救蜜蜂，预测野火，以及在几天内而不是几年内中和超级细菌。"一些我在AI中见过的最好的思维都来自于跨学科和交叉学科的对话，"Weitz说。"去年我在TED上，这些加州理工学院的研究人员意识到如此多的住院是由感染引起的。导尿管尤其是一个大问题。他们将这个问题交给了人工智能，人工智能创造了一种导尿管，基本上是在内部带有许多牙齿，以防止细菌全部通过。他争论说，正交思维是我们获得许多创新的地方，但可能还有许多东西可以从我们甚至历史行为中挖掘出来。