2024年人工智能产业的发展可谓“人工智能一日，人类世界一年”。

面对即将到来的2025年，AI行业将发生怎样的变化？这是一个大家都关心的话题。

硅谷顶级风投A16z近日发表文章《2025 Big Ideas in Tech》。通过对50家合作伙伴的采访，获得了50条对技术趋势发展的判断，其中22条与AI相关。这在一定程度上反映了国外顶尖投资者对大模型行业的一些定性判断。

今天，Crow先生将摘录这22条预测，分为新机遇和行业趋势变化两部分进行介绍。希望对您有所帮助。

以下是 22 个预测：

1）“第二大脑”时代即将到来

2）实时AI，应用开发的下一个重要方向

3）下一代皮克斯即将到来

4）人工智能副驾驶元年

5）销售的黄金时代

6）人力短缺将为医疗AI创造超级机会

7）AI合规潜力巨大

8）2025年，AI原生UI和UX元年

9）谷歌的搜索垄断即将结束

10）大模型外壳时代已经结束

11）更亲密的人工智能伴侣可能会出现

12）AI视频日趋专业

13）知识工作变得更加个性化

14）打破传统办公软件的刻板印象

15）人工智能将开始主导决策过程

16）人工智能重塑服务业商业模式

17）深入洞察非结构化数据，数据革命即将来临

18）人工智能应用将构建真正的护城河

19) 超级中心：人工智能基础设施的军备竞赛

20) 设备端人工智能开始崛起

21）人工智能将与所有电子硬件集成

22）个性证明，对抗人工智能的重要武器

01 2025年AI新机遇，从“第二大脑”到实时AI

1）“第二大脑”时代即将到来

我们每天通过短信、电子邮件、社交媒体等产生大量的数字数据。得益于大模型技术，我们可以利用这些非结构化数据构建“数字大脑”，从而洞察我们的思想和情感。

这不再是科幻小说中的内容。未来，这一领域将会涌现出很多应用，越来越多的人将把人工智能作为自己的“第二大脑”。这些产品将帮助您更深入地了解自己，帮助您提高沟通和工作效率。同时，这些人工智能应用程序也会记录你的想法、提取信息、见解和总结要点。

2）实时AI，应用开发的下一个重要方向

你能想象与人工智能鼓手组建一支乐队，可以根据你的节奏变化和音乐风格实时同步你的即兴创作吗？

实时AI技术的发展，特别是2023年潜在一致性模型（LCM）的推出，使这种交互成为可能。人工智能工具减少了推理时间，提高了效率，为实时视频到视频等新应用铺平了道路。未来我们还会看到视频伴侣、AI乐队成员等更多创新应用。

一旦该技术的延迟问题得到解决，新的可能性就会出现。在教育领域，教师可以实时调整教学节奏，以回应学生的注意力和理解。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并实现真正的与机器共同创造。

3）下一代皮克斯即将到来

人工智能将催生下一代皮克斯，它使用人工智能原生的叙事格式来模糊电影和视频游戏之间的界限。

传统视频游戏通常是基于多年来开发的预制资产来确定性渲染的。现在，一种新的人工智能原生叙事格式（交互式视频）可以动态生成整个游戏，无需游戏引擎或预制资产。

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，将电视/电影的可访问性与动态和动态结合起来视频游戏。玩家驱动系统。

视频生成模型在过去已经取得了长足的进步，我们预计很快就会看到一家新的标志性媒体公司的崛起，该公司通过交互式视频讲述故事，其领导的团队成功地将视频游戏、电影、和人工智能。团队领导。

4）人工智能副驾驶元年

2025年将是AI副驾驶年，届时每个白领岗位都将配备一名AI副驾驶来承担工作中最繁琐的部分，让员工专注于更具创造性或战略性的任务。

人工智能代理可以插入任何现有的记录系统，从不同来源获取数据，并用它来简化重复性任务并节省工作时间。例如，虚拟销售开发代表 (SDR) 可以收集所有潜在客户的相关信息，并在 CRM 系统中创建记录之前管理初始外展活动。

这为初创公司提供了解决繁琐、垂直特定工作流程的绝佳机会。 OpenAI 和宾夕法尼亚大学的研究表明，使用大型模型，大约 15% 的美国工人任务可以更快地完成，并且质量相同。对于用于构建大型模型的软件或工具，这一比例可以增加到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，反而会创造销售的黄金时代。

原因是人工智能驱动的销售技术可以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，有助于提高销售人员的效率和效果。

销售代表的效率和能力越强，他们带来的收入就越多。只要每个销售代表的边际生产力不下降，公司就可能增加销售人员的数量。更高的生产力意味着更多的销售代表和更多的收入。

6）人力短缺将为医疗AI创造超级机会

医疗保健行业正在经历人员短缺危机，预计未来五年将短缺数十万名医生和护士，无法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高临床和行政人员的工作效率，利用人工智能技术将重复性和简单的任务自动化。

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“超级用工”平台，帮助企业优化劳动力和IT预算，释放前所未有的机遇。

7）AI合规潜力巨大

银行、保险和医疗保健行业的公司投入大量时间和金钱来确保合规性。规范性文件体积大；例如，SBA 贷款文件超过 1,000 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。

想象一下，如果将这些文件（包括文本、图像和案例）交给一个大型模型进行训练，合规性检查就变得像搜索一样简单：“这个文件合规吗？需要进行哪些修改？”

繁琐的监管流程也间接增加了消费者成本。例如，每年大约有 150 万消费者拖欠抵押贷款。如果他们能够快速准确地获得如何修改贷款的信息，并从熟悉房利美 (Fannie Mae) 1,000 多页服务指南的人那里获得救济，他们也许能够避免这种情况。

总体而言，人工智能代理在合规性检查和规则咨询方面可以提供很多帮助。

8）2025年，AI原生UI和UX元年

2025 年将是下一代人工智能公司建立人工智能原生用户界面（UI）和用户体验（UX）范式的一年。

在过去的几年里，我们一直在训练基础模型并开发实际应用。现在用户已经习惯了AI支持的提示文字交互和非确定性界面交互。

这意味着我们可以开始探索与 LLM 之前的软件不支持的软件交互的新方式。未来的UI将不同于传统的SaaS工具。人类不再需要手动将内容输入到输入框中。

聊天界面是第一个实验界面，预计会出现新的创新交互机制。在此阶段，人工智能代理将能够在工作流程中采取直接操作，并且用户界面将重新设计以供人工审查或质量检查。

02 2025年新变化：打破谷歌垄断，大模型壳时代已经过去

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。谷歌最近的美国反垄断裁决鼓励苹果和其他手机制造商向其他搜索提供商授予许可。

除了法律压力外，新一代人工智能也正在进入搜索领域。 ChatGPT 每周有 2.5 亿活跃用户。答案引擎 Perplexity 的市场份额正在以超过 25% 的速度增长，它改变了搜索参与的形式。其平均查询长度约为10个单词，是传统搜索的三倍多，并且近一半的查询会导致后续问题。

Claude、Grok、Meta AI 和 Poe 等聊天机器人也在瓜分搜索市场份额。 60% 的美国消费者在过去 30 天内使用聊天机器人来研究或决定购买。

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

考虑到谷歌搜索体验持续下滑，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）大模型外壳时代已经过去

2025年将是AI原生应用层崛起之年。

如今，客户对人工智能的态度更加理性，更加注重投资回报率（ROI）。在这种情况下，产品创始人往往扮演应用人工智能工程师的角色，他们需要寻找测试并找到解决客户问题的人工智能解决方案。

随着模型数量的增长，最终的解决方案可能涉及多个模型甚至定制训练的小模型的融合，以优化客户的用例、速度和成本。至关重要的是，这些应用程序还需要吸收尽可能多的客户数据。

这意味着一个成功的人工智能应用将不仅仅是一个盒子产品。

3）更亲密的人工智能伴侣可能会出现

数百万人下载人工智能伴侣并每天与他们互动数小时。然而，这一代同伴的体验是有限的：他们是被动的，只对用户发起的对话做出反应，缺乏对现实世界的感知，没有内心世界。

相信下一代的同伴会更加有趣、更加现实。他们将拥有自己的虚拟朋友，能够对新闻做出反应并表达情感，拥有动机、使命和愿望，并与用户分享这些经历。

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，同伴对话应该有一个目的，并由用户的动机驱动（类似于游戏中的“任务”）。同伴应该提及其他角色，介绍朋友，并讨论他们世界中的地点、话题和问题。

有时他们也会发短信或打电话给你进行深入的交谈，有时他们只是做出反应。当人工智能同伴相信自己有一个值得为之工作的世界时，他们就会显得越来越真实。

4）AI视频日趋专业化

如今，人们可以轻松地制作带有图片或文字提示的逼真视频。在过去的两年里，市场上出现了几种提供类似功能的产品，但它们的一致性和质量各不相同。预计到 2025 年，人工智能生成的视频将根据特定用例进一步细分，让创作者有更多的控制权以获得更好的结果。

在接下来的一年里，预计人工智能视频工具将在情节深度、质量和角色一致性方面实现飞跃，同时提高专业水平。视频生成模型将针对不同的用途进行专门训练，包括产品营销、电影制作、超逼真的3D头像、无缝背景和B-roll、动画转换等。它们还将针对不同的发布平台进行优化，无论是TikTok 、YouTube、广告或大屏幕。

这些看似小众的视频工具有望催生行业巨头。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

人工智能擅长创造事物，但它往往很难创造出真正个性化的作品。任何曾经使用人工智能写作的人都知道，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。

在图形领域，LoRA 和 Midjourney Style References (SREF) 等技术已经允许用户控制输出的样式和外观。我们预计将来在知识工作中会看到类似的控制功能。人工智能如何写出更接近您的语言的电子邮件？如何按照公司要求的方式创建演示文稿中的幻灯片并设置其格式？

解决这些问题的方法有很多，并且可能会根据角色和工作产品的不同而有所不同。在某些情况下，人工智能可能需要像副驾驶一样，在人类需要帮助或信息时“介入”。从简单的提示到综合的输出，并不是所有的任务都需要一气呵成。这对于实现每个人每天都使用人工智能完成大部分工作的世界至关重要。

6）打破传统办公软件的刻板印象

人工智能正在促使企业买家重新评估他们的技术堆栈。 Klarna 今年早些时候用自主开发的定制 AI 解决方案取代了 Salesforce 和 Workday，而这仅仅是开始。我预计这种“断开连接”的行为——放弃遗留管理系统以支持更动态的升级——将被广泛复制。

自 2010 年以来，软件公司已经销售了不同的管理系统以集成到客户的工作流程中。但现在，一些创始人正在推翻这种模式。随着人工智能能够完成特定任务，客户将转向由人工智能支持且能够动态适应的工具。这个AI系统不仅存储核心数据，还完成一些重要的工作。

当然，这种转变不会很快或容易。

7）人工智能将开始主导决策过程

目前，人工智能正被用来从电子邮件、电话、传真等渠道中提取被忽视或未充分利用的数据。这些数据主要用于自动执行重复的管理任务，以释放人力资源。未来，AI不仅会捕捉数据，还会给出决策建议，成为用户真正的操作系统。

下一代人工智能软件将通过学习上下文数据（包括内部和外部信号）成为用户可操作的记录系统。例如，销售领导可以根据人工智能建议了解哪些客户应优先考虑，并自动起草后续消息。财务分析师还可以获得根据从银行对账单和发票中提取的实时数据进行预测的指导。

短期内，人类还需要审查人工智能的决策。但从长远来看，大量数据驱动的决策将完全由人工智能主导。

8）人工智能重塑服务业商业模式

人工智能正在推动保险、法律、房地产和 IT 等传统服务行业的工作自动化。

过去，这些行业利润率低，难以规模化，但随着越来越多的工作实现自动化，它们的商业模式正在向高利润率和高可扩展性转变。

最成功的企业将找到方法来证明盈利能力的显着提高，也许是通过与现有的小企业合作，然后利用其优越的经济和现金流收购较小的企业。虽然这种运营方式并不容易，但如果执行得当，预计将引发服务企业运营方式的变化。

9）深入洞察非结构化数据，数据革命即将来临

我们正处于定性数据革命的关键时刻。传统上，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。电子表格非常适合处理定量任务，但真正的见解通常来自文本、叙述性和非结构化数据。

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、理解非结构化数据并将其与定量信息整合，以获得更全面的理解。我预计这种转变将催生新一代分析工具，可以将数字与实时外部环境无缝融合。分析的未来将不再局限于数字，它将是情境化的和动态的。

定性和定量数据的融合不仅将增强现有流程，还将为创建未来的大型人工智能本土公司提供战略优势。

10）人工智能应用将构建真正的护城河

人工智能已成为推动差异化的关键力量，将软件转变为跨行业的劳动力。 2024年，很多初创公司将以“信息采集”作为实施大模型应用的突破口。到 2025 年，这些人工智能公司将需要将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围绕他们的产品建立护城河。防御仍然依赖于核心因素：随着用户增长而增加的网络效应、高昂的转换成本以及随着产品的传播而传播的客户获取成本。例如，一些AI公司可能会将应用场景延伸到相邻的工作流程，成为核心办公系统。

差异化和防御性是不同的概念，混淆这两个概念的初创公司可能会面临被更具战略性的竞争对手超越的风险。

11) 超级中心：人工智能基础设施的军备竞赛

在争夺人工智能主导地位的竞争中，计算已成为关键的国家基础设施，但并非所有国家都有能力参与竞争。

大规模AI模型的训练和推理需要数千个高耗电的GPU，不仅需要足够的能量，还需要高效散热的能力。这些能够开发、训练和托管最先进模型的地区被称为人工智能超级中心。

未来五到十年，世界级人工智能超级中心需要发展约3到6吉瓦的装机容量，才能保持在前沿人工智能领域的竞争力。目前还没有这种规模的设施，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努力实现这一目标。

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）设备端人工智能开始崛起

未来一年，在经济、隐私和其他因素的推动下，较小的设备上人工智能模型将在数量和使用方面占据主导地位。

智能手机和物联网设备上即时数据处理和推理能力的改进将吸引更多用户。这种行为转变将得到不断发展的基础设施的支持，包括软件框架（例如 TensorFlow Lite 或 PyTorch Edge）和定制硬件（例如 Google 的 Edge TPU）。

虽然较大的型号仍可能产生更多收入，但较小的型号将在改善消费者和 B2B 用户体验方面发挥带头作用，并显着增加市场份额。

13）人工智能将与所有电子硬件集成

人工智能正在渗透到每一个应用程序和每一个设备中。它不再仅仅运行在云端的大型服务器上，也可以运行在小型设备上。我们已经学会了如何训练强大的小型模型，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模型来帮助您起草电子邮件，而您的相机应用程序可以重新生成您不喜欢的照片的部分或总结视频中发生的情况。所有这些都将在本地运行，从而带来快速、响应灵敏的用户体验。

14）个性证明，对抗AI的重要武器

在一个充满人工智能生成的欺骗性内容（例如在线冒充、诈骗、多重身份、深度造假等）的世界中，我们迫切需要“个性证明”技术来确认我们正在与真实的人互动。

原因在于AI大大降低了内容制作的成本。在这种情况下，我们需要用数字化的手段来区分真实内容和用户。

“人格证明”是建立数字身份的关键部分，这增加了人工智能攻击个人或破坏网络完整性的成本。获得唯一的ID对于人类来说是免费的，但对于人工智能来说成本高昂且困难。

保护“唯一性”的隐私属性是构建可信网络的下一个关键思想。它不仅解决了角色证明的问题，还大大增加了恶意行为者所产生的成本。 “唯一性”或抗女巫攻击是任何人格证明系统不可或缺的属性。

本文来自微信公众号“乌鸦智谈”，作者：智能乌鸦，36氪授权发布。