AI创业效率预警：“立即行动”

“立即行动。”

近日，人工智能数据云公司Snowflake（SNOW.N）峰会上，OpenAICEO山姆·奥尔特曼（Sam Altman）呼吁创业者群体迅速行动，因为他认为2026年将是AI驱动发现的关键年。

奥尔特曼现场表示，过去用户可能习惯了让AI帮忙查资料、润色句子、写段代码，顶多是个帮手。但在明年的部分场景中，AI将开始帮助人类解决原本解不出的难题。

执行过程中，AI Agent（智能体）成为当下AI落地的重要方式。当大模型成为AI时代的基础设施，Agents将走向哪里？这也是红杉中国近期一场面向企业CEO与技术高管峰会提出的核心问题。

红杉中国合伙人周逵结合近期同样具备热度的具身智能概念表示：无论是“硬”的机器人还是软的“Agent”，共同特点都是在获得信息同时有进一步交付的能力。企业选择Level 2还是Level 4的智能目标，导致的智能能力和商业结果大不相同。

工具属性逐渐落地

“提效”是普通用户对AI的普遍认知，更细化场景中，AI正在带来不同行业场景下的差异性结果。

Revelio Labs是一家专注于劳动力市场数据分析的美国金融科技公司，据该公司数据，自ChatGPT发布以来，招聘广告中“可被AI完成”的任务比例整体下降了19%。在数据库管理、IT支持等技术岗位方面，这一下降幅度高达31%。这一现象表明，AI技术的应用正在显著改变企业的招聘需求和人力资源配置。

ChatGPT刚刚面世时，行业影响还未这样深。据红杉资本观察，2023年的AI 应用的用户参与度较低，数据显示市场热度超过了实际情况。

如今，ChatGPT 的日活跃用户与月活跃用户比例大幅上升，现在已经接近 Reddit（RDDT.N，美国版天涯）的水平。落地应用包括在广告领域，AI 能够创作出精美的广告文案，在教育领域能一键可视化新概念，在医疗领域能更好地诊断病人。

HeadAI中国合伙人王健聪在与锦秋基金的一次活动上表示，营销渠道也在全面拥抱AI的赋能。从内容创作的灵感火花到程序化广告的精准触达，AI无处不在。红人营销领域也经历了诸多升级迭代，一些老牌数据分析公司纷纷增加了AI功能，新兴公司则运用AI来驱动整个工作流程 。

红杉资本重点强调了AI编程的重大突破，该场景已经达到了极佳的PMF（产品与市场达到最佳契合的状态）。现在已有很多人通过AI编写了自己的软件，AI也正在从根本上改变软件开发的可及性、速度和经济性。

奥尔特曼用OpenAI内部使用的AI编程Agent产品Codex举例称：你可以给它一堆任务，Codex会在后台持续工作，你只需要看结果并进行调整。它已经不是实验室里的样品，而是 OpenAI 自己工程师们的“搭档”。

快速跟进

在趋势明确、技术稳步发展、市场需求逐渐被挖掘的前提下，“快速跟进”是目前海内外相关行业人士普遍给出的建议。

红杉资本合伙人帕特・格雷迪（Pat Grady）表示，目前市场对 AI 有着巨大需求，包括关税、利率等宏观经济因素属于“杂音”，当下技术采用率的上升趋势完全覆盖掉了市场波动，在市场存在巨大需求的背景下，如果创业者不抢占先机，别人就会。“因为自然厌恶真空。”帕特称。

人工智能权威学者吴恩达近期宣布了基金项目AI Fund 完成 1.9 亿美元新基金募集的进展情况，通过回顾 AI Fund 相关经验，吴恩达表示，创业成功的首要预测因素就是速度。虽然身在硅谷，但吴恩达发现很多人其实从未真正见识过一支高效团队可以有多快地执行。“如果你见过的话，你会知道，这种速度是传统企业完全想象不到的。”他称。

奥尔特曼也建议快速行动，他称，现在行业内仍存在很多犹豫。大家总想着再等等下一个模型，看看新版本有多强，或者在犹豫到底该用A公司还是B公司的技术。但技术发展越来越快，那些敢动手、动得快、犯错成本低、学得也快的公司，最终会获得胜利。关于快速行动的建议在风险投资公司Conviction创始人萨拉・郭（Sarah Guo）看来，主要基于当下的实验成本已经低到可以随时尝试、随时修正的程度。

速度之外便是核心的技术支撑，包括人工智能相关技术发展以及对技术的理解能力。吴恩达认为，虽然像市场营销、销售、定价这些商业技能也很重要，而且相关知识已经积累了很久、相对普及，但真正稀缺的资源是“技术理解力”——因为技术在快速演进。

吴恩达称自己对擅长Go-to-Market（商业推进）的人非常尊重——定价很难，营销很难，产品定位也很难，但这些知识是更容易被学习到的。真正稀缺的是那些真正懂技术的人，知道什么该做、什么不该做、怎么可以让事情加速两倍。所以 AI Fund 非常喜欢和技术背景深厚的人合作，尤其是那些对方向有直觉判断的人。而商业相关的能力当然也很重要，但它们相对更容易补足。

下一步发展方向

虽然Agent今年以来呈现明显热度，但行业目前对其暂未有非常明确的定义，Agent涉及的类别与应用场景足够丰富。

中信建投证券研究认为，中美大厂Agent发展思路存在差异：北美云厂商主要关注帮助客户高效部署模型和Agent，国内互联网大厂Agent布局仍延续互联网时代用户流量逻辑，通过类“Manus”的通用Agent产品抢占用户；中美B端企业更多关注Agent创建和管理平台。

长期关注硅谷创业群体的拾象科技CEO李广密表示，目前在LLM（大语言模型）的竞争格局中，OpenAI和Anthropic占据了绝对的领先优势。在AGI路线图开始分化的背景下，两家头部公司已选择了不同的发展路径。

而在具体落地场景中，李广密判断Coding（编程）+Agentic AI将成为AGI时代类似抖音和微信级别的机会，现在离各种Agent应用大爆发还差一步——就等“Long Context”（长上下文）问题得到解决，未来三年将是这一领域发展的关键窗口期，到2030年前，将有多家市值超过10万亿美元的公司诞生，这将标志着AI时代经济价值的巨大增长。

红杉中国合伙人张涵表示，目前AI Agent的热潮和十几年前移动互联网应用大量出现时的状态很相似，各类新产品如雨后春笋般出现。当下AI agent领域早期公司融资市场情绪偏乐观，企业想要寻求投资，需要创始人对人工智能、大模型相关技术发展有深刻认知和足够的趋势判断力，对业务切入方向洞察深入且细致，团队强执行力和高迭代速度，就有可能打动投资人。

此外，张涵认为，如果企业未来想要发展成一个国际化的公司，构建包含人力、品牌、财务、合规、法务等模块的海外架构是必要的。同时，除了用AI和新技术的构建提高企业的流程效率和竞争力，国际化企业更重要的是高效的人才吸引及管理，并通过全球人才协同创造价值。