中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

今日，美國風投公司BVP發布了名為《state of the cloud 2024》的報告，深入探討了塑造AI云經濟未來的五大趨勢，以及對2030年前景的5個預測，一起來看看。

近日，BVP 發布了《State of the Cloud 2024》報告，并深入探討了塑造 AI 云經濟未來的五大趨勢，以及對 2030 年前景的預測：

趨勢一：AI 基礎模型為大科技公司的新世紀之戰奠定舞臺

在反思過去的平臺變遷——從瀏覽器和搜索到移動和云計算時，每次技術變革都會引發對基礎層的控制競爭。AI 時代也不例外?；A模型是新的“石油”，將為下游 AI 應用和工具提供動力。

在 2023 年，基礎模型公司獲得了 AI 領域絕大部分的風險投資資金，占總 AI 資金的 60% 以上。像 OpenAI  、Anthropic、 Mistral 、Cohere等公司共籌集了 230 億美元，總市值達到 1240 億美元，凸顯了它們在全球 AI 生態系統中的關鍵作用。

值得注意的是，這一資本的涌入主要由企業風投推動， 2023 年企業風投占據了私人生成式 AI 融資的90%（根據摩根士丹利的數據，這一比例在 2022 年為 40%）。

微軟、谷歌、亞馬遜、英偉達和甲骨文等大科技公司現在在基礎模型公司中擁有重要股份，這些投資與提升這些科技巨頭的 AI 能力戰略性一致，推動了它們核心云和計算服務的使用。這還不包括大科技公司自行開展的基礎模型項目，如谷歌的 Gemini 和 Meta  AI 的 Llama。

隨著如此多的資金流入這一基礎層，競爭正在以前所未有的速度加劇，推動了生態系統中的大量創新。

以下是 BVP 在 2023 年觀察到的一些關鍵趨勢：

基礎模型的快速改進：通用的  LLM  在基礎性能能力（如準確性和延遲）以及前沿多模態功能方面的提升日新月異。GPT-4 o 的發布令人驚嘆——新版本展示了從上傳文件中查看和理解視頻和音頻的能力，還能生成短視頻。模型改進的驚人速度引發了關于投資策略的明顯問題，尤其是在模型的半衰期僅以幾個月計的情況下。

開源與閉源之爭愈演愈烈：正如 BVP 在去年的《云計算現狀》中提到的，開源與閉源的爭論在 2024 年依然是熱點話題，尤其是隨著 Llama3 的發布。新的問題包括監管影響、閉源玩家是否應該將其舊模型開源作為新的商業化策略的一部分，或者這是歷史上第一次開源領導者可能成為市場贏家。

小模型運動崛起：2023 年還見證了小模型運動的崛起，HuggingFace CEO &聯合創始人 Clem Delangue 宣布 2024 年將是小模型年。與較大的模型相比， 2023 年推出的 Mistral  8x22b等示例表明，較大的模型并不總是性能更好，小模型在成本和延遲方面具有顯著優勢。

新型架構和特定用途基礎模型的出現：2023 年還出現了新型模型架構，如狀態空間模型和幾何深度學習，推動了計算資源需求更少、能夠處理更長上下文或表現出結構化推理能力的基礎模型的發展。此外，專門用于代碼生成、生物學、視頻、圖像、語音、機器人、音樂、物理、腦波等領域的特定用途模型團隊也大量涌現，為模型層增加了多樣性。

基礎層的變化如此迅速，盡管投入了大量資金，目前尚無明確的贏家。

預測：AI  模型之爭在可預見的未來將持續激烈，這是決定未來幾年哪些大科技公司將在云和計算市場中稱雄的關鍵“爭奪戰”。

BVP 預計在可預見的未來中，誰將捕捉到最多的價值，有以下三種可能的現實：

現實一：模型層商品化。數億美元的資本是否會浪費在VC和大科技公司支持的 AI 領導者競賽中？資金最充足的模型并不一定會成為贏家，因為開源模型仍在緊追市場領先者。然而，AI  模型商品化的未來并不一定意味著模型的價值會降低。AI  模型作為商品，將像計算或石油一樣成為全球業務運營的必需資產。在這種現實中， AI 生態系統的最終價值將被計算和云服務提供商、市場和應用程序所捕獲，而不是模型本身。然而，在一個  AI  模型商品化的世界中，正如 BVP 在石油市場上所見，這可能仍會產生一兩家極具價值的公司銷售這些“商品”。

現實二： AI  模型巨頭瓜分市場。類似于云計算之戰，一些由大科技公司戰略性支持或企業VC重金支持的新模型公司將擁有基礎模型生態系統并成為巨頭。這些贏家中的每一個都將找到一條差異化的楔子與技術差異化配對，無論是通過分銷、價格/成本效率、監管影響等。仍可能有一條長尾的不同玩家（特別是開源），但價值將積聚在少數幾家模型玩家手中。決定明天的 AI 巨頭的不僅是優越的技術，還有他們建立的分銷渠道。

現實三： AI  模型變得像薯片市場一樣多樣化和受歡迎。就像薯片有無數種口味，  AI  模型經濟的未來可能會像你當地超市的零食過道一樣。由于有足夠多樣化的用例（例如模態、性能、延遲、成本、安全等），許多模型公司可以繁榮發展。此外，地理和監管可能在這里發揮作用，如果地緣政治考慮進入  AI  模型領域，混合的法規和主權考慮支持這一層的多樣性。

預測：盡管 BVP 還遠未達成共識，但 BVP 大多數合伙人預測閉源模型將驅動大部分 LLM 計算周期，AI 模型巨頭最終將瓜分經濟蛋糕（現實二）。

BVP 預計云計算巨頭將利用他們對計算、芯片和資本的訪問權，影響這場戰斗并使其對自己有利。而領跑者已經在比賽中——微軟/ OpenAI  、AWS/Anthropic、谷歌/Gemini，Meta/Llama 作為 Linux 等效的開源替代方案，包括 Mistral 作為歐洲的領先者。

趨勢二：AI 使我們都成為 10 倍速開發者

現代工程師一直是部分構建者和部分學生——在完成日常工作時，還不斷努力跟上新的語言、框架、基礎設施等。AI 的沖擊增加了工作的博士學位要求，開發者面臨著一套全新的工具鏈和最佳實踐，以利用不斷發展的  LLM ，包括用于數據管理、策劃、提示、預訓練和微調的新基礎設施套件。在 AI 時代的每一年，都需要掌握十年之久的新開發者知識。

然而， AI 也可能為這種新復雜性提供解決方案。2023 年見證了代碼 Copilot 的廣泛采用， 2024 年初則看到了 Agent 工具的早期突破，表明端到端的簡單代碼任務自動化，甚至更多，可能比 BVP 預期的更早到來。

預測：開發者的角色將被 AI 徹底改變，或許比任何其他職業都要多。在本世紀末，每個人只要擁有一臺計算機就能擁有顯著的開發能力。由此產生的軟件開發速度將超乎想象，并大大降低平均科技初創企業創始人的年齡。

BVP 指出， AI 開發者經濟正以驚人的速度演變，主要由以下三個方面驅動：

1. 代碼助手行業

代碼助手行業目前是創新和競爭的熱點， 2023 年在生成式 AI 技術和工具上投資了39億美元。GitHub 的 Copilot 產品由 OpenAI  的 GPT-4 和 Codex 模型驅動，安裝量已超過 1400 萬。

眾多資金雄厚且正在擴展的初創企業，如Tabnine、Magic.dev、Augment、Poolside、Cursor  AI 、OpenDevin、Cognition Devin 和 Supermaven，正在與開發者一起不斷迭代和開發。

一些公司，如 Magic.dev、Poolside、Augment和 Supermaven，正在預訓練自己的大型  AI  模型，重點關注模型屬性，如上下文和延遲等。其他公司，如Cursor，則不依賴特定模型，專注于開發者體驗、界面和工作流程。這個領域展現了模型層 AI 公司的高資本密集度；Magic.dev、Augment、Poolside和Devin在過去幾年中各自籌集了超過 1.5 億美元。

2. “畢業動作”

代碼助手嵌入 Agent 搜索和生成功能的“畢業動作（graduation motion）”將在未來幾年帶來巨大的價值。Devin、SWE-agent 和 OpenDevin展示了與開發者環境（如文件編輯器、bash shell）和互聯網交互以完成編碼任務的端到端 Agent 工具的潛力。

這些 Agent 演示背后是代碼語言推理、 Agent 軌跡規劃（包括提示、行為克隆/微調、強化學習等方法）以及各種 Agent 計算機接口（ACI）改進（如瀏覽器和操作系統的抽象和基礎設施）方面的快速進展，使得 Agent 工具的查詢和自我糾正更加無縫。

3. 代碼語言推理

代碼語言推理將繼續成為 AI 活動的中心，受益于模型層創新（如 GPT-4 、Claude 3 Opus）和新的推理/ Agent 范式（如Cognition的Devin、SWE-agent、OpenDevin）。

模型層的改進將提升代碼編輯和完成的質量，最終使開發者和軟件組織受益。除了代碼推理，推動延遲、上下文大小邊界和擴展語言領域/預訓練集的系統也將為開發者帶來巨大價值。

AI 正在推動創新和變革，加速開發者的速度、生產力和對軟件組織的杠桿效應。前瞻性的軟件組織正在積極調查新興工具和供應商，并迅速優先采用高價值的開發者軟件。開發者預算再次流入市場，對有明顯影響的工具的支付意愿也很高。

對于開發者創業者來說，這是一個令人興奮的時刻，機會遍布于代碼助手、基礎設施、開發工具、質量保證、IT配置和供應、安全操作監控、滲透測試等領域。雖然代碼助手是目前最明顯的機會，但這也意味著它是競爭最激烈的領域之一。

BVP 還看到在更具體的開發者領域工具爆發，從安全的 SecOps 到 SRE，再到 QA 和滲透測試。這些工具利用  LLM  抽象掉低層次的復雜性，并自動化耗時且痛苦的工程任務，從而釋放工程資源用于更高層次的任務。AI 在DevOps 流程中的集成將增強 CI/CD 管道、自動化測試和部署策略，帶來更快且更可靠的軟件交付。

代碼重構是 AI 在開發者工作流程和生態系統中的另一大影響力的例子。許多現代工程團隊在編寫新代碼上只花費很少的時間，特別是在大型組織中，大量的軟件工程師時間花在軟件工程角色中不太吸引人的部分：維護、保護和測試代碼。許多這些任務，如代碼重構，需要對技術棧的深刻了解，通常是高級工程師不情愿執行的繁瑣項目。

AI 在解決這些挑戰方面有明顯的潛力；像 Gitar、Grit、ModelCode 等初創公司利用代碼生成模型、靜態分析和抽象語法樹（AST）解析器來解釋代碼結構并在語言、包庫和框架之間遷移代碼。這些努力中的一些專注于現代Web框架，而另一些則致力于處理逐漸過時的傳統工程棧（如COBOL、Perl等），其中流利的工程師正逐漸減少。許多與核心軟件工程功能相鄰的工作流程也高度耗時、重復且適合自動化。

預測：到 2030 年，大多數企業軟件開發者將成為類似軟件審查員的角色。開發成本將下降，隨著有經驗的開發者變得更高效，他們的薪資將上漲。

AI 將影響所有工作市場的范圍和技能需求，開發者領域尤為顯著。AI 增強不僅會大幅提升這一職業的生產力，還會擴展開發者的邊界。到本世紀末，開發能力將成為全球大多數人可以獲得的技能。

趨勢三：多模態模型和 AI Agent 將改變人類與軟件的關系

多模態模型和 AI  Agent 的興起正在引領 AI 創新的下一波浪潮，并大大擴展了 AI 的潛在應用范圍，比早期基于文本的模型實現的應用要廣泛得多。對于 AI 企業家來說，在新的模態（如語音、圖像和視頻）以及 Agent 工作流中創新是一個全新的機會。這些新模態賦予了 AI 類似于人類的視覺、聽覺和語言能力，這為 AI 在依賴這些感官的大量人類工作中扮演輔助角色提供了機會。

在接下來的 12 個月里， BVP 預計語音 AI 應用將出現爆發性增長。從長遠來看， BVP 還看到了以 Agent 為核心的產品有望改變企業運營方式，因為它們設定了 AI 可以處理的任務復雜性和廣度的新期望。

預測：語音 AI 應用將在未來五年內釋放 100 億美元的新軟件 TAM 。

1. 語音

第一波語音 AI 公司主要利用自動語音識別（ASR）的進展，如Abridge，它提供了從醫生和患者對話中轉錄筆記的領先產品，以及Rillavoice，它捕捉現場銷售代表與客戶的對話以輔助銷售培訓。

BVP 現在看到新一波語音 AI 公司正在開發能夠處理繁瑣和重復工作流程的對話語音產品，使銷售、招聘、客戶成功和行政等領域的人們能夠專注于更有價值的工作。BVP 投資組合中的一個例子是Ada，它利用最近的語音突破將其基于聊天的客戶支持產品擴展到包括對話語音。

這些發展的基礎是新的語音架構。BVP 看到從級聯架構（ASR將音頻轉錄為文本，文本傳遞到  LLM  ，然后文本反饋到文本轉語音模型）向語音原生架構的轉變，如  GPT-4 o 這樣的新模型，能夠處理和推理原始音頻數據而無需轉錄為文本，并以原生音頻響應。這一轉變將使對話語音產品具有更低的延遲和更大的非文本信息理解能力，如情感、語調和情緒，這些在級聯架構中大多丟失。這些進步將帶來真正實時的對話語音體驗，幫助用戶更快地解決問題，減少以往語音自動化帶來的挫敗感。

AI 語音應用正在許多行業中興起，包括汽車經銷商、零售、餐廳和家庭服務。由于大部分甚至大多數的入站銷售電話是在營業時間之外發生的， AI 在這些情況下可以大顯身手。AI 語音應用在銷售中的回報率通常非常高，因為 AI 實際上是在為這些企業拾起丟失的收入，因此能夠提供一個非常有吸引力的價值主張。

處于語音 AI 前沿的企業家比以往更有能力提供越來越自然和對話化的界面，能夠提供接近人類水平的表現。BVP 預計會看到整個語音 AI 堆棧中的公司爆炸性增長，其中許多公司將經歷真正的突破性增長。在這個過程中， BVP 也預計消費者對與語音 AI 交互的期望會發生變化，因為現代對話語音應用開始為用戶提供更自然的體驗，并最終更快地解決他們的問題。

2. 圖像/視頻

計算機視覺模型已經存在多年，但新一代多模態  LLM  令人興奮的是它們能夠結合對圖像和文本數據（以及其他模態）的理解，這種結合對許多任務非常有用。

第一波基于企業的圖像應用主要集中在數據提取用例上。BVP 看到公司如 Raft 處理貨運文件，提取關鍵信息以填充客戶的 ERP 并自動化發票對賬工作流程。隨著基礎模型的不斷改進， BVP 相信會出現一系列垂直領域的圖像和視頻處理應用，這些應用還能夠處理越來越多的數據以推動其應用。

BVP 還看到工程和設計中的應用，利用視覺模型和圖像生成模型幫助推理圖形數據，如原理圖，或生成建筑設計的渲染。例如，Flux. AI 提供了一個 AI 副駕駛，幫助電氣工程師根據組件的PDF規格表生成其設計軟件中的印刷電路板組件。

3. AI Agent

AI 發展的一個最令人興奮的新主題是 AI  Agent 的開發，能夠完全自主地處理復雜的多步驟任務。雖然大多數 AI  Agent 尚未能在復雜用例中可靠地自主運行，但 Agent 工作流的進展非常迅速， BVP 已經看到了可能性的端倪。每一次新的演示都比上一次更好，Cognition  AI 的Devin—— AI 軟件工程師——展示了隨著 AI 計劃和推理能力的不斷擴展可能實現的目標。

越來越多的應用開始在高度受限的用例中實施 AI  Agent ，以限制跨多步驟流程的累積錯誤的影響。例如，企業正在通過 BVP 投資組合公司 Leena  AI 提供的 AI  Agent ，支持員工處理 IT、人力資源和財務相關的任務，幫助這些團隊擺脫繁瑣工作，提高員工體驗。

此外，新模型的出現具有更強的推理能力，能夠進一步增強 Agent 執行更復雜工作流程的能力。更有趣的是，有一系列研究集中在通過鏈式思維、反思、工具使用、計劃和多 Agent 協作等各種方法改進 Agent 實現的新架構方法。

2023 年是以文本為基礎的 AI 應用爆炸性增長的一年。在 2024 年， BVP 預測多模態模型將在能力和應用案例方面開辟新的前沿。這將帶來一波新的應用，將近似人類的能力帶入從大型企業到特定垂直領域的小企業市場，甚至激發消費類應用的巨大潛力。

趨勢四：垂直 AI 展現出巨大的潛力，通過新應用和商業模式超越傳統 SaaS

在第一次云計算革命中，垂直 SaaS 被證明是一個沉睡的巨人，徹底改變了各個行業。今天，美國前20名公開交易的垂直 SaaS 公司總市值約為3000億美元，其中超過一半的公司在過去十年中完成了 IPO。

如今，  LLM  的崛起引發了下一波垂直 SaaS 的浪潮， BVP 看到新 LLM 原生公司正在瞄準新的職能，有時是傳統垂直 SaaS 無法企及的行業。垂直 AI 應用特別針對那些在眾多垂直領域和大部分經濟部門中占主導地位的高成本重復性語言任務。

美國勞工統計局指出，商業和專業服務業占美國 GDP 的 13%，僅這個部門（主要由重復性語言任務主導）就相當于軟件行業規模的 10 倍。除了專業服務部門，每個行業垂直中的重復性語言任務也占據了大量活動。

BVP 認為，垂直 AI 將競爭這些市場份額，并在一些人力資源不足的領域推動活動。例如， BVP 投資組合公司 EvenUp 自動化了第三方法律服務和內部助理工作流程。此外，EvenUp 還開啟了人力資源成本過高或不一致的任務領域。這種多維度的擴展對整個經濟的垂直 AI 都有重要意義。

預測：垂直 AI 的市值將至少是傳統垂直 SaaS 的 10 倍，因為垂直 AI 將涉足服務經濟并釋放出新的商業模式。

Copilot、自動駕駛和 AI 驅動的服務構成了垂直 AI 經濟的三種新商業模式。垂直 AI 還通過幾種不同的商業模式交付，從而增加了將 AI 能力與特定行業需求匹配的機會。

Copilot 通過利用 LLM 自動化任務來提高工人的效率。例如，Sixfold通過數據分析和風險理解幫助保險核保人。在 Copilot 模式中， AI 應用與用戶并肩工作，使用戶更成功。

而 Agent 則完全自動化工作流程，取代用戶。Agent 通常專注于垂直公司內部的特定功能，如外呼銷售或接收來電。Slang  AI 處理餐廳的來電預訂、回答問題等。

最后， BVP 看到 AI 驅動服務的出現。這些服務通常外包給第三方提供商，如會計、法律服務、醫療賬單等。由于這些業務對人力依賴較大，傳統上利潤率較低，難以擴展，難以區分，并且比技術業務價值低。通過使用軟件自動化工作，這些 AI 驅動的服務公司旨在向市場提供更便宜、更好、更快的服務，并從現有的服務導向業務中奪取份額。SmarterDx利用 AI 代表健康系統和醫院審核住院索賠，在賬單和相應的臨床文件發送給付款人之前進行審核。這些預賬單服務傳統上外包給使用醫生和護士進行審核工作的供應商。

BVP 投資組合中的垂直 AI 商業模式早期信號

現在 BVP 擁有最大的垂直 AI 投資組合之一，特別是那些已經達到中期至增長階段的業務。因此， BVP 已經擁有有意義的數據，可以用來比較垂直 AI 公司和傳統垂直 SaaS 公司的情況。雖然 BVP 和其他風投一樣對語言模型的力量感到興奮，但 BVP 對垂直 AI 商業模式的早期數據同樣感到興奮。BVP 對垂直 AI 投資組合的三項分析暗示了這一新應用類別的強勁勢頭。

首先， BVP 注意到垂直 AI 玩家大多數以不與傳統SaaS競爭的功能為主。這些應用程序的實用性通常是傳統SaaS產品的補充（如果存在的話），因此不被要求復制和取代現有的產品。同樣令人興奮的是，這些垂直 AI 新貴已經占據了傳統核心垂直 SaaS 系統約 80% 的 ACV ，而這些垂直 AI 玩家才剛剛起步，顯然有潛力擴展 ACV。這個數據展示了垂直 AI 通過替代服務支出來解鎖垂直終端市場中顯著支出的能力，并提供可能最終是傳統 SaaS 的多倍的 TAM 。

BVP 還對具有有意義規模（ ARR 超過400萬美元）的垂直 AI 公司的效率和增長情況感到鼓舞。這是一個年增長率達到約400%的公司群體。同樣令人印象深刻的是，這些公司也展示了健康的效率，平均毛利率約為65%，BVP效率比率（凈新增經常性收入/凈燃燒率）約為1.1倍。BVP 相信這些公司的利潤率會隨著時間的推移而不斷提高，因為 BVP 在軟件行業中歷史上也見過這樣的情況，因此，作為一個類別，這些公司有望成為持久的獨立上市公司。

最后， BVP 分析了這些垂直 AI 公司用于模型成本的收入百分比，以解決這些應用程序只是薄包裝的擔憂。平均來說，這些公司目前只花費其收入的約10%用于模型成本，或其總銷售成本的約25%。因此，這些建立在 LLM 之上的垂直應用程序已經產生了大約6倍于基礎模型費用的利潤。隨著模型成本的快速下降和這些初創公司剛開始優化其支出， BVP 相信這些有吸引力的利潤率只會變得更好。

總體而言，雖然 BVP 預計模型層會創造巨大的價值，但這些數據告訴 BVP ，與過去的基礎設施創新一樣，企業價值的大部分將再次在應用層被捕獲。

垂直軟件的老牌公司并沒有完全忽視這一趨勢。像 Thomson Reuters（以 6.5 億美元收購 CaseText ）和Docusign（以 1.65 億美元收購 Lexion）這樣的公司已經進行了首批高調的垂直 AI 收購。

但 BVP 相信我們仍處于垂直 AI 馬拉松的起點……盡管這場比賽的選手可能會全程沖刺。隨著像 EvenUp、Abridge、Rilla、Axion 等早期初創公司以令人印象深刻的速度增長， BVP 預計在短短幾年內會有新的持久上市垂直 AI 公司誕生。

根據 BVP 已經看到的規模增長率， BVP 預測在未來兩到三年內將會出現至少五家垂直 AI 獨角獸（ ARR 超過1億美元）。

預測：第一家垂直 AI 公司將在未來三年內 IPO。

趨勢五：AI 使消費者云重獲新生

毫無疑問，消費者云在過去的十年中發展緩慢。BVP 將消費者云定義為那些直接向個人消費者提供云存儲、計算和數字應用的公司，有時包括同時面向企業和“專業消費者”的產品。

為了說明這一緩慢的發展， BVP 分析了過去八年的《云100》數據——這是自 2016 年以來 BVP 、Forbes和 Salesforce Ventures 每年發布的全球 100 家頂級私有云公司排名。

在過去九年中，累計榜單中只有4%的公司具有消費者產品，通常還伴隨著更為顯著的 B2B 產品（如 2016 年的 Zoom 和 2023 年的 OpenAI  ）。可以說，自2018年 Dropbox IPO以來， BVP 還沒有看到任何一家純粹的消費者云公司成功退出市場。

消費者云獨角獸通常是在重大技術變革之后建立的。但自iPhone發布和社交媒體平臺發展以來， BVP 還沒有看到廣泛的消費者技術領域的變革。然而，兩年前，消費者們聽到了一次重要的震動。

隨著 LLM 快速發展的多模態能力使 BVP 能夠以前所未有的方式擴展和增強 BVP 的文字、視覺和聽覺感官， BVP 看到在每一個傳統消費者云類別中都出現了顛覆的潛力。

AI 的消費能力的一個衡量標準是這些應用消耗 BVP 時間和注意力的程度。例如，ChatGPT 現在已經與注意力經濟的領導者如 Reddit 旗鼓相當，其他通用 AI 助手（如 Claude 和 Gemini）也迅速獲得了關注。

除了上述通用助手之外， BVP 已經看到一些消費者 AI 公司在各自類別中推動創新的例子。這些公司包括用于搜索的Perplexity、用于陪伴的 Character. AI 、用于圖像創意的 Midjourney、用于音樂生成的 Suno 和 Udio，以及用于視頻生成的Luma、Viggle 和 Pika。這些公司展示了 LLM 原生應用吸引和保持用戶群體的潛力，在某些情況下，甚至有效地取代了現代的傳統公司。

隨著 AI 改變 BVP 與技術互動和娛樂的方式，這是成為消費者云建設者和投資者最令人興奮的時刻之一。BVP 預計在未來五年內會有多次消費者云IPO。

預測：隨著合成媒體的驚人崛起、新的消費者應用和對話 AI  Agent 的出現， BVP 預測到2030年，主導注意力經濟的前三大企業將基于 AI 生成的內容或產品。

BVP 還看到功能特定的消費者 AI 應用的長尾早期活動（如內容生成和編輯、教育）顯著增加，從每月的網絡和應用訪問量中可以看出。這些信號表明消費者需求和興奮的數量——這是消費者希望 AI 改善其生活的早期跡象。但壞消息是，目前還沒有超過10個類別特定的消費者 AI 原生應用顯示出超越薄包裝或證明強烈客戶喜愛的產品深度。這表明，未來幾個月和幾年內，創業者們仍有明確的機會建立持續的云公司，以滿足許多未滿足的消費者需求。

當 BVP 審視消費者需求時， BVP 提出了兩個關鍵問題，以了解在這個 LLM 時刻中價值將如何積累：

1. 消費者現狀有多么痛苦或勞動密集？
2. 需要多少重復、可預測的語言/視覺/聽覺努力？

BVP 在提出這些問題時，正在重新審視消費者生活中的每一個日常需求和痛點，但也不會僅限于考慮既定的消費者需求。BVP 相信，有許多大型企業可以為消費者提供新穎的實用性，例如克隆和陪伴、創意和創作、互動娛樂和記憶增強，包括許多尚未發明的市場。

BVP 也對一些新型的形式因素感到興奮，這些形式因素開始出現以滿足特定的消費者需求。由于 BVP 無法預測未來， BVP 無法確切知道 AI 在滲透消費者生活時將采取何種形式。然而，手持設備、可穿戴設備和家庭物品（如玩具、相框、鏡子）已經開始至少以原型形式出現，作為未來初創企業的潛在預兆。

AI 不僅會重塑 BVP 喜愛的消遣方式（如社交、娛樂、購物、旅游等），還會幫助 BVP 發現和重新想象人與人連接、玩耍、購買和探索世界的新方式。還有很多問題有待解決。從投資角度來看， BVP 質疑哪些消費者需求會由通用 AI 助手（包括 iPhone 上的 Siri 等）滿足，而不是獨立應用。更不用說伴隨這些未來產品出現的倫理考慮。盡管未來充滿未知， BVP 相信早期信號清楚地表明， LLM 革命將改變 BVP 所有人的生活，并重振消費者云的格局。

結論：AI 云，現實與炒作

BVP 認為，到目前為止，炒作是名副其實的。BVP 的大多數投資組合公司都已內部采用 AI 技術，并在更新產品路線圖以整合 AI 。

AI 原生的投資組合公司正在推動有意義的商業牽引力，以 BVP 見過的任何一個群體都未曾有過的速度和效率增長。

BVP 的全球投資團隊花費了絕大多數的時間追蹤全球各地云端的 AI 現象。值得注意的是，在 AI 浪潮中的六大趨勢激烈競爭，顯示了 AI 云現象的規模和強度。

BVP 預測 AI 原生公司將比傳統云公司更快達到 10 億美元的收入。OpenAI  據報道今年 2 月達到了 20 億美元的收入，并在幾個月后報告了 34 億美元的年化收入。Anthropic 據報道預計到 2024 年底達到 8.5 億美元的年化收入，其他報告估計 Midjourney 的收入為 2 億美元，Character. AI 也在類似的規模。