原文連結： 人工智慧的價值將在哪裡累積：Martin Casado 和 Sarah Wang
引言與AI領域概覽
「零和思維一直是錯誤的。這並不意味著你不會遇到麻煩。所有 SaaS 公司都推出了 AI 產品。他們並非袖手旁觀。你可能會認為他們在分銷方面擁有巨大優勢。但我們只是看到經典的創新者困境。GPT 封裝（GPT wrapper）曾是一個貶義詞。我認為我們已經得出結論，那根本不是一回事。當有人在雲端上編寫軟體時，你不會稱之為雲端封裝（cloud wrapper）。這些公司的成功，顯然也反映了客戶的喜愛，但我還要補充一點，是他們為客戶帶來了實質價值。衝突在這個領域確實很重要。因此，如果你在早期過於激進，而沒有真正深思熟慮，那確實會阻礙你投資那個正在獲勝的項目。」
錄製於我們在拉斯維加斯舉行的年度LP峰會現場，我與普通合夥人 Martine Casado 和 Sarah Wang 進行了一次深入對談，探討了 AI 領域的現況。我們涵蓋了價值在整個堆疊中的累積方式、這波浪潮與過去平台轉型的比較，以及在指數級加速時代建立和投資持久型公司所需的條件。從 GPT 封裝的迷思，到 AI 原生應用的興起，以及 Cursor 突破性增長背後出人意料的教訓，所有討論都著眼於 AI 的下一步發展。現在，讓我們開始吧。
AI生態系的發展與關鍵發現
Martin、Sarah，我們剛剛討論了公司的現況。那麼，AI 領域目前發展如何？過去兩年半的時間感覺像一陣模糊。或許可以先鋪陳一下，鑑於 AI 版圖變化如此之快，Martin 和我認為，對我們的內部團隊而言，評估和盤點價值在 AI 生態系統中累積的位置，會是很有價值的。我認為這真的歸結為幾個關鍵結論：第一，AI 公司的成長速度比我們預期的還要快，規模也更大。價值正在堆疊的每一層累積，包括模型、基礎設施和應用。儘管如此，我們也看到一個悖論，即在更短的時間內產生了更多的價值創造，同時也在更短的時間內出現了更大的淘汰潛力。我們肯定會更深入地探討這種動態。最後，我們的結論是，你必須參與其中，但在進行這些投資時，必須比以往任何時候都更加明智，因為風險更高。我認為當您在聽這段內容時，可能值得指出的是，我們已經得出一個觀點，即「AI」並不存在。它是由許多完全不同的子領域組成，每個子領域都需要自己的策略。例如，語言模型與擴散模型非常不同。應用程式與模型本身非常不同。工具與這些也不同。所有這些子領域都非常不同。我們開始意識到，這就像軟體一樣龐大，策略也需要同樣多樣化。
基礎模型市場的規模與增長
讓我們更深入地探討您提出的第一點。當我們說基礎模型發展速度超出預期時，我們談論的規模是什麼？兩年前，我會說我們可能是對市場潛力最樂觀的公司。但我必須承認，連我們也對這個市場的規模和快速增長感到驚訝。如果你看看僅兩家頂級 Frontier Labs 的收入，它們不僅超越了歷史上一些最佳 SaaS 公司早期的營收增長，甚至開始超越一些 hyperscalers 的早期增長曲線。我認為，當你考慮到這些產品推出的時間點時，這些數據更是令人驚嘆。我認為在這個領域中，更令人興奮的是，並非只有兩家 AI 公司正在快速增長。這表明市場不僅增長更快、規模更大，而且正在碎片化。
市場碎片化與零和思維的謬誤
讓我們更深入地探討一些例子。顯然，OpenAI 和 Anthropic 面前有巨大的增長機會。為什麼我們對整個堆疊中的領導地位感到興奮？早期有一種觀點認為 OpenAI 或這些大型模型會贏得一切。但如果你看看從歷史到現在，過去三年來的情況卻恰恰相反。如果你還記得，OpenAI 做的第一個使用案例是什麼？是程式碼。是 co-pilot，對吧？但他們失去了那個。然後他們實際上是第一個真正將圖像帶入 DALL-E 的公司。他們失去了那個，對吧？Midjourney 出現了。他們是第一個像 Sora 那樣實現真實影片的公司，他們也失去了那個。然而，他們從文本中獲得了巨大的價值。所以，就像 Sarah 說的，我認為這是對的。主要結論是這些市場比我們預期的更大，增長也更快。因此導致了碎片化。所以以前我們可能會說，「哦，這只是個次級市場，OpenAI 會拿下它」或者「這是一個小型市場」之類的，結果卻變得足夠大，足以讓多家公司獲得巨大的增長和巨大的價值，對吧？因此，我們認為唯一的錯誤（稍後會加以說明）是零和思維。任何宣稱「哦，防禦性不起作用」的人都錯了。任何宣稱「這一切都將會聚合」的人也都錯了。所以，零和思維一直是錯誤的。這並不意味著你不會遇到麻煩。我們稍後會討論這個。
「GPT封裝」迷思與AI應用的崛起
很有趣的是，大約一年前大家都在談論「GPT封裝」。每個應用程式都被稱為 GPT 封裝。你知道的，基礎模型和所有一切。是什麼改變了？為什麼基礎模型沒有贏得一切？我認為這對在場的許多投資者來說很有趣，因為我們並非都只投資基礎模型。而我們看到 AI 應用程式的強勁增長，確實令人興奮。所以，我想您的問題有兩部分。第一，這個週期早期的大部分焦點和投資都集中在基礎設施方面，這是合理的。現在我們看到的是，應用程式正從那筆巨大的投資中受益，因為智慧有效地變成了免費。而且，天時地利人和，最先進模型市場的激烈競爭正在推動能力的不斷持續提升，同時也帶來了持續的價格下降。事實上，我認為模型推理成本同比下降了 10 倍。所以，就像我們說的，天時地利人和在這一方面正在匯聚。然後關於您的問題，為什麼基礎模型沒有接管一切？我認為這是一個問題。我意思是，這是一個非常合理的問題。這也是我們每次進行新投資時都會問自己的問題。我們當然在早期的行銷文案 AI 應用程式中看到了這種情況。但是，你知道，在與這些應用程式公司的創始人以及模型提供商交談時，這個問題的答案變得越來越一致。那就是，當存在複雜工作流程和大量客戶數據，並且深度整合對於為客戶獲取最後一哩價值是必要時，專業化的 AI 應用程式在市場上會壓倒任何基礎模型層或其他公司。我們實際上有一些例子會涵蓋這一點。但看到這一點非常有趣，因為最初的局面是朝著不同方向發展的。我必須說，「GPT封裝」曾是一個貶義詞。我認為我們已經得出結論，這根本不是一回事。當有人在雲端上編寫軟體時，你不會稱之為雲端封裝。同樣，這些模型之上存在著軟體的所有複雜性。透過傳統軟體，但同時也透過建立自己的模型，存在著巨大的增值機會。因此，我們有點認為，這是一個軟體的演進。這些模型是基礎設施的演進，在堆疊之上存在著巨大的增值機會。
AI原生公司與傳統SaaS公司的比較
有人曾在推特上說，創投只是LP資本的封裝。但回歸正題，我們應該如何看待 AI 原生公司相對於傳統 SaaS 公司呢？這是一個很有趣的點。首先，讓我提到一個躍然紙上的事實是，AI 原生公司遠遠超越了它們的 SaaS 同行。你可以看到，新公司正迅速突破「達到 1 億美元年度經常性收入所需時間」這個黃金指標，這在左側圖表中確實是一個令人難以置信的壯舉。但令人驚訝的是，不僅是最好的公司表現出色，平均而言也是如此。你可以從 Stripe 的彙總數據中看到這一點，AI 原生公司的增長速度超過了可以稱為 SaaS 2.0 世代的公司。我們將此歸因於多種因素。一是從開箱即用的引人注目的投資報酬率來看。隨著 AI 的改進和能力提升，你看到客戶體驗得到了 10 倍以上的提升。而 SaaS 2.0 通常只會看到一些增量改進，比如 25%、50%。然後第二點是，這尚處於早期階段，但你開始看到部分服務預算被取代，而不僅僅是軟體預算。此外，除了增長本身正在發生之外，我想說的第二點是，當你考慮到幾乎所有 SaaS 公司都已經推出了 AI 產品時，這種相對增長顯得尤為有趣。他們並沒有袖手旁觀。