🎙️ 引言：開場與目的
主講人：Sequoia 合夥人 Pat、Sonia、Constantine
目的：作為會議開場前的「前菜」，簡要分享過去一年觀察與對未來的思考。
核心框架：
What is happening?（發生了什麼？）
So what?（為何重要？）
Why now?（為何現在？）
What now?（我們該怎麼做？）
📈 Part 1：AI 市場的現狀與演化
1.1 AI 的市場規模
對比雲端時代，AI 起始點市場規模即遠大，最終規模可能是其 10 倍以上。
不僅僅攻擊服務市場，AI 正在重塑軟體與服務的所有利潤池。
1.2 技術條件已成熟
Compute、資料、人才、網路分發皆已到位。
不再是「未來趨勢」，AI 是即將全面爆發的現實。
1.3 分發速度的轉變
相比過去幾次技術轉移（雲端、行動），AI 的採用速度更快。
社群媒體（如 Reddit/X）與全球 56 億用戶的網路基礎，使產品滲透幾乎無障礙。
⚒️ Part 2：應用層是決勝點
2.1 舊的模式仍適用，AI 是「加值」而非替代
95% 的公司成功因素仍是：
解決真實問題
招募頂尖人才
市場契合與產品優化
2.2 應用層 vs 模型層的競爭
雖然大型模型具備滲透應用層的能力（reasoning, tool use, inter-agent communication），但真正的價值與護城河仍建立於應用端。
建議：從客戶回推（customer-back），垂直整合，解決具人性、複雜度高的問題。
2.3 建立護城河的關鍵
資料飛輪（data flywheel）：產品使用行為產生唯一的資料資產。
產業專精：了解並嵌入目標產業語言、工作流程（例：Harvey 對律師事務所的深度理解）。
信任感與產品體驗並重：此時期客戶信任比產品本身更關鍵。
📊 Part 3：評估 AI 新創的 3 大關鍵
假性營收 vs 真實習慣改變
➤ 有使用者不等於有價值。觀察留存、使用深度、價值創造。
毛利結構與商業模型演進
➤ 計算成本隨時間降低，關鍵是是否能逐步提升客單價（從工具到解決方案）。
資料飛輪是否能驅動商業指標
➤ 無法連結到營運效益的資料就是沒用的資料。
🤖 Part 4：2024 年技術突破與應用趨勢
4.1 用戶黏著度飆升
與 2023 相比，ChatGPT 等應用的 DAU/MAU 比例大幅提升，顯示實際價值正在產生。
4.2 真正的 AI 「Her 時刻」
語音 AI 越過「不自然」的邊界，達成接近人類交流的體驗。
4.3 程式編寫：AI 首個殺手級應用
AI coding 工具（Claude, Cursor 等）已廣泛滲透，讓非工程師也能「自造應用」。
🕸️ Part 5：未來預測 – 從 Agent 到 Agent 經濟
5.1 Agent Network → Agent Economy
多代理協作、溝通、互信、交易的智能經濟體正在成形。
人類並未被替代，而是進入與智能共創的時代。
5.2 技術挑戰（3 大）
持久身份與記憶（Persistent identity & memory）
通訊協議的標準化（MCP 等）
信任與安全機制的進化
🧠 Part 6：思維模式的轉變
6.1 隨機思維取代確定性思維（Stochastic vs. Deterministic）
AI 回應並非固定輸出，與人類思維更為相似。
6.2 管理邏輯轉型
不再是「命令-執行」邏輯，而是「評估代理能力，制定策略」的管理型思維。
6.3 高槓桿、低確定的未來
一人公司未來可期，創業槓桿遠高於過去。
但也需管理更多的不確定性與風險。
🧬 結語：重新構築工作、公司與經濟的本質
AI 不僅改變我們怎麼工作，而是重寫「工作」的定義。
我們正走入一個「以神經網絡驅動神經網絡」的新經濟時代。
沒有留言:
張貼留言