2024 年 AI Cloud 经济5大趋势

近日，BVP 发布了《State of the Cloud 2024》报告，并深入探讨了塑造 AI 云经济未来的五大趋势，以及对 2030 年前景的预测：

趋势一：AI 基础模型为大科技公司的新世纪之战奠定舞台

在反思过去的平台变迁——从浏览器和搜索到移动和云计算时，每次技术变革都会引发对基础层的控制竞争。AI 时代也不例外。基础模型是新的“石油”，将为下游 AI 应用和工具提供动力。

在 2023 年，基础模型公司获得了 AI 领域绝大部分的风险投资资金，占总 AI 资金的 60% 以上。像 OpenAI  、Anthropic、 Mistral 、Cohere等公司共筹集了 230 亿美元，总市值达到 1240 亿美元，凸显了它们在全球 AI 生态系统中的关键作用。

值得注意的是，这一资本的涌入主要由企业风投推动， 2023 年企业风投占据了私人生成式 AI 融资的90%（根据摩根士丹利的数据，这一比例在 2022 年为 40%）。

微软、谷歌、亚马逊、英伟达和甲骨文等大科技公司现在在基础模型公司中拥有重要股份，这些投资与提升这些科技巨头的 AI 能力战略性一致，推动了它们核心云和计算服务的使用。这还不包括大科技公司自行开展的基础模型项目，如谷歌的 Gemini 和 Meta  AI 的 Llama。

随着如此多的资金流入这一基础层，竞争正在以前所未有的速度加剧，推动了生态系统中的大量创新。

以下是 BVP 在 2023 年观察到的一些关键趋势：

基础模型的快速改进：通用的  LLM  在基础性能能力（如准确性和延迟）以及前沿多模态功能方面的提升日新月异。GPT-4 o 的发布令人惊叹——新版本展示了从上传文件中查看和理解视频和音频的能力，还能生成短视频。模型改进的惊人速度引发了关于投资策略的明显问题，尤其是在模型的半衰期仅以几个月计的情况下。

开源与闭源之争愈演愈烈：正如 BVP 在去年的《云计算现状》中提到的，开源与闭源的争论在 2024 年依然是热点话题，尤其是随着 Llama3 的发布。新的问题包括监管影响、闭源玩家是否应该将其旧模型开源作为新的商业化策略的一部分，或者这是历史上第一次开源领导者可能成为市场赢家。

小模型运动崛起：2023 年还见证了小模型运动的崛起，HuggingFace CEO &联合创始人 Clem Delangue 宣布 2024 年将是小模型年。与较大的模型相比， 2023 年推出的 Mistral  8x22b等示例表明，较大的模型并不总是性能更好，小模型在成本和延迟方面具有显著优势。

新型架构和特定用途基础模型的出现：2023 年还出现了新型模型架构，如状态空间模型和几何深度学习，推动了计算资源需求更少、能够处理更长上下文或表现出结构化推理能力的基础模型的发展。此外，专门用于代码生成、生物学、视频、图像、语音、机器人、音乐、物理、脑波等领域的特定用途模型团队也大量涌现，为模型层增加了多样性。

基础层的变化如此迅速，尽管投入了大量资金，目前尚无明确的赢家。

预测：AI  模型之争在可预见的未来将持续激烈，这是决定未来几年哪些大科技公司将在云和计算市场中称雄的关键“争夺战”。

BVP 预计在可预见的未来中，谁将捕捉到最多的价值，有以下三种可能的现实：

现实一：模型层商品化。数亿美元的资本是否会浪费在VC和大科技公司支持的 AI 领导者竞赛中？资金最充足的模型并不一定会成为赢家，因为开源模型仍在紧追市场领先者。然而，AI  模型商品化的未来并不一定意味着模型的价值会降低。AI  模型作为商品，将像计算或石油一样成为全球业务运营的必需资产。在这种现实中， AI 生态系统的最终价值将被计算和云服务提供商、市场和应用程序所捕获，而不是模型本身。然而，在一个  AI  模型商品化的世界中，正如 BVP 在石油市场上所见，这可能仍会产生一两家极具价值的公司销售这些“商品”。

现实二： AI  模型巨头瓜分市场。类似于云计算之战，一些由大科技公司战略性支持或企业VC重金支持的新模型公司将拥有基础模型生态系统并成为巨头。这些赢家中的每一个都将找到一条差异化的楔子与技术差异化配对，无论是通过分销、价格/成本效率、监管影响等。仍可能有一条长尾的不同玩家（特别是开源），但价值将积聚在少数几家模型玩家手中。决定明天的 AI 巨头的不仅是优越的技术，还有他们建立的分销渠道。

现实三： AI  模型变得像薯片市场一样多样化和受欢迎。就像薯片有无数种口味，  AI  模型经济的未来可能会像你当地超市的零食过道一样。由于有足够多样化的用例（例如模态、性能、延迟、成本、安全等），许多模型公司可以繁荣发展。此外，地理和监管可能在这里发挥作用，如果地缘政治考虑进入  AI  模型领域，混合的法规和主权考虑支持这一层的多样性。

预测：尽管 BVP 还远未达成共识，但 BVP 大多数合伙人预测闭源模型将驱动大部分 LLM 计算周期，AI 模型巨头最终将瓜分经济蛋糕（现实二）。

BVP 预计云计算巨头将利用他们对计算、芯片和资本的访问权，影响这场战斗并使其对自己有利。而领跑者已经在比赛中——微软/ OpenAI  、AWS/Anthropic、谷歌/Gemini，Meta/Llama 作为 Linux 等效的开源替代方案，包括 Mistral 作为欧洲的领先者。

趋势二：AI 使我们都成为 10 倍速开发者

现代工程师一直是部分构建者和部分学生——在完成日常工作时，还不断努力跟上新的语言、框架、基础设施等。AI 的冲击增加了工作的博士学位要求，开发者面临着一套全新的工具链和最佳实践，以利用不断发展的  LLM ，包括用于数据管理、策划、提示、预训练和微调的新基础设施套件。在 AI 时代的每一年，都需要掌握十年之久的新开发者知识。

然而， AI 也可能为这种新复杂性提供解决方案。2023 年见证了代码 Copilot 的广泛采用， 2024 年初则看到了 Agent 工具的早期突破，表明端到端的简单代码任务自动化，甚至更多，可能比 BVP 预期的更早到来。

预测：开发者的角色将被 AI 彻底改变，或许比任何其他职业都要多。在本世纪末，每个人只要拥有一台计算机就能拥有显著的开发能力。由此产生的软件开发速度将超乎想象，并大大降低平均科技初创企业创始人的年龄。

BVP 指出， AI 开发者经济正以惊人的速度演变，主要由以下三个方面驱动：

1. 代码助手行业

代码助手行业目前是创新和竞争的热点， 2023 年在生成式 AI 技术和工具上投资了39亿美元。GitHub 的 Copilot 产品由 OpenAI  的 GPT-4 和 Codex 模型驱动，安装量已超过 1400 万。

众多资金雄厚且正在扩展的初创企业，如Tabnine、Magic.dev、Augment、Poolside、Cursor  AI 、OpenDevin、Cognition Devin 和 Supermaven，正在与开发者一起不断迭代和开发。

一些公司，如 Magic.dev、Poolside、Augment和 Supermaven，正在预训练自己的大型  AI  模型，重点关注模型属性，如上下文和延迟等。其他公司，如Cursor，则不依赖特定模型，专注于开发者体验、界面和工作流程。这个领域展现了模型层 AI 公司的高资本密集度；Magic.dev、Augment、Poolside和Devin在过去几年中各自筹集了超过 1.5 亿美元。

2. “毕业动作”

代码助手嵌入 Agent 搜索和生成功能的“毕业动作（graduation motion）”将在未来几年带来巨大的价值。Devin、SWE-agent 和 OpenDevin展示了与开发者环境（如文件编辑器、bash shell）和互联网交互以完成编码任务的端到端 Agent 工具的潜力。

这些 Agent 演示背后是代码语言推理、 Agent 轨迹规划（包括提示、行为克隆/微调、强化学习等方法）以及各种 Agent 计算机接口（ACI）改进（如浏览器和操作系统的抽象和基础设施）方面的快速进展，使得 Agent 工具的查询和自我纠正更加无缝。

3. 代码语言推理

代码语言推理将继续成为 AI 活动的中心，受益于模型层创新（如 GPT-4 、Claude 3 Opus）和新的推理/ Agent 范式（如Cognition的Devin、SWE-agent、OpenDevin）。

模型层的改进将提升代码编辑和完成的质量，最终使开发者和软件组织受益。除了代码推理，推动延迟、上下文大小边界和扩展语言领域/预训练集的系统也将为开发者带来巨大价值。

AI 正在推动创新和变革，加速开发者的速度、生产力和对软件组织的杠杆效应。前瞻性的软件组织正在积极调查新兴工具和供应商，并迅速优先采用高价值的开发者软件。开发者预算再次流入市场，对有明显影响的工具的支付意愿也很高。

对于开发者创业者来说，这是一个令人兴奋的时刻，机会遍布于代码助手、基础设施、开发工具、质量保证、IT配置和供应、安全操作监控、渗透测试等领域。虽然代码助手是目前最明显的机会，但这也意味着它是竞争最激烈的领域之一。

BVP 还看到在更具体的开发者领域工具爆发，从安全的 SecOps 到 SRE，再到 QA 和渗透测试。这些工具利用  LLM  抽象掉低层次的复杂性，并自动化耗时且痛苦的工程任务，从而释放工程资源用于更高层次的任务。AI 在DevOps 流程中的集成将增强 CI/CD 管道、自动化测试和部署策略，带来更快且更可靠的软件交付。

代码重构是 AI 在开发者工作流程和生态系统中的另一大影响力的例子。许多现代工程团队在编写新代码上只花费很少的时间，特别是在大型组织中，大量的软件工程师时间花在软件工程角色中不太吸引人的部分：维护、保护和测试代码。许多这些任务，如代码重构，需要对技术栈的深刻了解，通常是高级工程师不情愿执行的繁琐项目。

AI 在解决这些挑战方面有明显的潜力；像 Gitar、Grit、ModelCode 等初创公司利用代码生成模型、静态分析和抽象语法树（AST）解析器来解释代码结构并在语言、包库和框架之间迁移代码。这些努力中的一些专注于现代Web框架，而另一些则致力于处理逐渐过时的传统工程栈（如COBOL、Perl等），其中流利的工程师正逐渐减少。许多与核心软件工程功能相邻的工作流程也高度耗时、重复且适合自动化。

预测：到 2030 年，大多数企业软件开发者将成为类似软件审查员的角色。开发成本将下降，随着有经验的开发者变得更高效，他们的薪资将上涨。

AI 将影响所有工作市场的范围和技能需求，开发者领域尤为显著。AI 增强不仅会大幅提升这一职业的生产力，还会扩展开发者的边界。到本世纪末，开发能力将成为全球大多数人可以获得的技能。

趋势三：多模态模型和 AI Agent 将改变人类与软件的关系

多模态模型和 AI  Agent 的兴起正在引领 AI 创新的下一波浪潮，并大大扩展了 AI 的潜在应用范围，比早期基于文本的模型实现的应用要广泛得多。对于 AI 企业家来说，在新的模态（如语音、图像和视频）以及 Agent 工作流中创新是一个全新的机会。这些新模态赋予了 AI 类似于人类的视觉、听觉和语言能力，这为 AI 在依赖这些感官的大量人类工作中扮演辅助角色提供了机会。

在接下来的 12 个月里， BVP 预计语音 AI 应用将出现爆发性增长。从长远来看， BVP 还看到了以 Agent 为核心的产品有望改变企业运营方式，因为它们设定了 AI 可以处理的任务复杂性和广度的新期望。

预测：语音 AI 应用将在未来五年内释放 100 亿美元的新软件 TAM 。

1. 语音

第一波语音 AI 公司主要利用自动语音识别（ASR）的进展，如Abridge，它提供了从医生和患者对话中转录笔记的领先产品，以及Rillavoice，它捕捉现场销售代表与客户的对话以辅助销售培训。

BVP 现在看到新一波语音 AI 公司正在开发能够处理繁琐和重复工作流程的对话语音产品，使销售、招聘、客户成功和行政等领域的人们能够专注于更有价值的工作。BVP 投资组合中的一个例子是Ada，它利用最近的语音突破将其基于聊天的客户支持产品扩展到包括对话语音。

这些发展的基础是新的语音架构。BVP 看到从级联架构（ASR将音频转录为文本，文本传递到  LLM  ，然后文本反馈到文本转语音模型）向语音原生架构的转变，如  GPT-4 o 这样的新模型，能够处理和推理原始音频数据而无需转录为文本，并以原生音频响应。这一转变将使对话语音产品具有更低的延迟和更大的非文本信息理解能力，如情感、语调和情绪，这些在级联架构中大多丢失。这些进步将带来真正实时的对话语音体验，帮助用户更快地解决问题，减少以往语音自动化带来的挫败感。

AI 语音应用正在许多行业中兴起，包括汽车经销商、零售、餐厅和家庭服务。由于大部分甚至大多数的入站销售电话是在营业时间之外发生的， AI 在这些情况下可以大显身手。AI 语音应用在销售中的回报率通常非常高，因为 AI 实际上是在为这些企业拾起丢失的收入，因此能够提供一个非常有吸引力的价值主张。

处于语音 AI 前沿的企业家比以往更有能力提供越来越自然和对话化的界面，能够提供接近人类水平的表现。BVP 预计会看到整个语音 AI 堆栈中的公司爆炸性增长，其中许多公司将经历真正的突破性增长。在这个过程中， BVP 也预计消费者对与语音 AI 交互的期望会发生变化，因为现代对话语音应用开始为用户提供更自然的体验，并最终更快地解决他们的问题。

2. 图像/视频

计算机视觉模型已经存在多年，但新一代多模态  LLM  令人兴奋的是它们能够结合对图像和文本数据（以及其他模态）的理解，这种结合对许多任务非常有用。

第一波基于企业的图像应用主要集中在数据提取用例上。BVP 看到公司如 Raft 处理货运文件，提取关键信息以填充客户的 ERP 并自动化发票对账工作流程。随着基础模型的不断改进， BVP 相信会出现一系列垂直领域的图像和视频处理应用，这些应用还能够处理越来越多的数据以推动其应用。

BVP 还看到工程和设计中的应用，利用视觉模型和图像生成模型帮助推理图形数据，如原理图，或生成建筑设计的渲染。例如，Flux. AI 提供了一个 AI 副驾驶，帮助电气工程师根据组件的PDF规格表生成其设计软件中的印刷电路板组件。

3. AI Agent

AI 发展的一个最令人兴奋的新主题是 AI  Agent 的开发，能够完全自主地处理复杂的多步骤任务。虽然大多数 AI  Agent 尚未能在复杂用例中可靠地自主运行，但 Agent 工作流的进展非常迅速， BVP 已经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 软件工程师——展示了随着 AI 计划和推理能力的不断扩展可能实现的目标。

越来越多的应用开始在高度受限的用例中实施 AI  Agent ，以限制跨多步骤流程的累积错误的影响。例如，企业正在通过 BVP 投资组合公司 Leena  AI 提供的 AI  Agent ，支持员工处理 IT、人力资源和财务相关的任务，帮助这些团队摆脱繁琐工作，提高员工体验。

此外，新模型的出现具有更强的推理能力，能够进一步增强 Agent 执行更复杂工作流程的能力。更有趣的是，有一系列研究集中在通过链式思维、反思、工具使用、计划和多 Agent 协作等各种方法改进 Agent 实现的新架构方法。

2023 年是以文本为基础的 AI 应用爆炸性增长的一年。在 2024 年， BVP 预测多模态模型将在能力和应用案例方面开辟新的前沿。这将带来一波新的应用，将近似人类的能力带入从大型企业到特定垂直领域的小企业市场，甚至激发消费类应用的巨大潜力。

趋势四：垂直 AI 展现出巨大的潜力，通过新应用和商业模式超越传统 SaaS

在第一次云计算革命中，垂直 SaaS 被证明是一个沉睡的巨人，彻底改变了各个行业。今天，美国前20名公开交易的垂直 SaaS 公司总市值约为3000亿美元，其中超过一半的公司在过去十年中完成了 IPO。

如今，  LLM  的崛起引发了下一波垂直 SaaS 的浪潮， BVP 看到新 LLM 原生公司正在瞄准新的职能，有时是传统垂直 SaaS 无法企及的行业。垂直 AI 应用特别针对那些在众多垂直领域和大部分经济部门中占主导地位的高成本重复性语言任务。

美国劳工统计局指出，商业和专业服务业占美国 GDP 的 13%，仅这个部门（主要由重复性语言任务主导）就相当于软件行业规模的 10 倍。除了专业服务部门，每个行业垂直中的重复性语言任务也占据了大量活动。

BVP 认为，垂直 AI 将竞争这些市场份额，并在一些人力资源不足的领域推动活动。例如， BVP 投资组合公司 EvenUp 自动化了第三方法律服务和内部助理工作流程。此外，EvenUp 还开启了人力资源成本过高或不一致的任务领域。这种多维度的扩展对整个经济的垂直 AI 都有重要意义。

预测：垂直 AI 的市值将至少是传统垂直 SaaS 的 10 倍，因为垂直 AI 将涉足服务经济并释放出新的商业模式。

Copilot、自动驾驶和 AI 驱动的服务构成了垂直 AI 经济的三种新商业模式。垂直 AI 还通过几种不同的商业模式交付，从而增加了将 AI 能力与特定行业需求匹配的机会。

Copilot 通过利用 LLM 自动化任务来提高工人的效率。例如，Sixfold通过数据分析和风险理解帮助保险核保人。在 Copilot 模式中， AI 应用与用户并肩工作，使用户更成功。

而 Agent 则完全自动化工作流程，取代用户。Agent 通常专注于垂直公司内部的特定功能，如外呼销售或接收来电。Slang  AI 处理餐厅的来电预订、回答问题等。

最后， BVP 看到 AI 驱动服务的出现。这些服务通常外包给第三方提供商，如会计、法律服务、医疗账单等。由于这些业务对人力依赖较大，传统上利润率较低，难以扩展，难以区分，并且比技术业务价值低。通过使用软件自动化工作，这些 AI 驱动的服务公司旨在向市场提供更便宜、更好、更快的服务，并从现有的服务导向业务中夺取份额。SmarterDx利用 AI 代表健康系统和医院审核住院索赔，在账单和相应的临床文件发送给付款人之前进行审核。这些预账单服务传统上外包给使用医生和护士进行审核工作的供应商。

BVP 投资组合中的垂直 AI 商业模式早期信号

现在 BVP 拥有最大的垂直 AI 投资组合之一，特别是那些已经达到中期至增长阶段的业务。因此， BVP 已经拥有有意义的数据，可以用来比较垂直 AI 公司和传统垂直 SaaS 公司的情况。虽然 BVP 和其他风投一样对语言模型的力量感到兴奋，但 BVP 对垂直 AI 商业模式的早期数据同样感到兴奋。BVP 对垂直 AI 投资组合的三项分析暗示了这一新应用类别的强劲势头。

首先， BVP 注意到垂直 AI 玩家大多数以不与传统SaaS竞争的功能为主。这些应用程序的实用性通常是传统SaaS产品的补充（如果存在的话），因此不被要求复制和取代现有的产品。同样令人兴奋的是，这些垂直 AI 新贵已经占据了传统核心垂直 SaaS 系统约 80% 的 ACV ，而这些垂直 AI 玩家才刚刚起步，显然有潜力扩展 ACV。这个数据展示了垂直 AI 通过替代服务支出来解锁垂直终端市场中显著支出的能力，并提供可能最终是传统 SaaS 的多倍的 TAM 。

BVP 还对具有有意义规模（ ARR 超过400万美元）的垂直 AI 公司的效率和增长情况感到鼓舞。这是一个年增长率达到约400%的公司群体。同样令人印象深刻的是，这些公司也展示了健康的效率，平均毛利率约为65%，BVP效率比率（净新增经常性收入/净燃烧率）约为1.1倍。BVP 相信这些公司的利润率会随着时间的推移而不断提高，因为 BVP 在软件行业中历史上也见过这样的情况，因此，作为一个类别，这些公司有望成为持久的独立上市公司。

最后， BVP 分析了这些垂直 AI 公司用于模型成本的收入百分比，以解决这些应用程序只是薄包装的担忧。平均来说，这些公司目前只花费其收入的约10%用于模型成本，或其总销售成本的约25%。因此，这些建立在 LLM 之上的垂直应用程序已经产生了大约6倍于基础模型费用的利润。随着模型成本的快速下降和这些初创公司刚开始优化其支出， BVP 相信这些有吸引力的利润率只会变得更好。

总体而言，虽然 BVP 预计模型层会创造巨大的价值，但这些数据告诉 BVP ，与过去的基础设施创新一样，企业价值的大部分将再次在应用层被捕获。

垂直软件的老牌公司并没有完全忽视这一趋势。像 Thomson Reuters（以 6.5 亿美元收购 CaseText ）和Docusign（以 1.65 亿美元收购 Lexion）这样的公司已经进行了首批高调的垂直 AI 收购。

但 BVP 相信我们仍处于垂直 AI 马拉松的起点……尽管这场比赛的选手可能会全程冲刺。随着像 EvenUp、Abridge、Rilla、Axion 等早期初创公司以令人印象深刻的速度增长， BVP 预计在短短几年内会有新的持久上市垂直 AI 公司诞生。

根据 BVP 已经看到的规模增长率， BVP 预测在未来两到三年内将会出现至少五家垂直 AI 独角兽（ ARR 超过1亿美元）。

预测：第一家垂直 AI 公司将在未来三年内 IPO。

趋势五：AI 使消费者云重获新生

毫无疑问，消费者云在过去的十年中发展缓慢。BVP 将消费者云定义为那些直接向个人消费者提供云存储、计算和数字应用的公司，有时包括同时面向企业和“专业消费者”的产品。

为了说明这一缓慢的发展， BVP 分析了过去八年的《云100》数据——这是自 2016 年以来 BVP 、Forbes和 Salesforce Ventures 每年发布的全球 100 家顶级私有云公司排名。

在过去九年中，累计榜单中只有4%的公司具有消费者产品，通常还伴随着更为显著的 B2B 产品（如 2016 年的 Zoom 和 2023 年的 OpenAI  ）。可以说，自2018年 Dropbox IPO以来， BVP 还没有看到任何一家纯粹的消费者云公司成功退出市场。

消费者云独角兽通常是在重大技术变革之后建立的。但自iPhone发布和社交媒体平台发展以来， BVP 还没有看到广泛的消费者技术领域的变革。然而，两年前，消费者们听到了一次重要的震动。

随着 LLM 快速发展的多模态能力使 BVP 能够以前所未有的方式扩展和增强 BVP 的文字、视觉和听觉感官， BVP 看到在每一个传统消费者云类别中都出现了颠覆的潜力。

AI 的消费能力的一个衡量标准是这些应用消耗 BVP 时间和注意力的程度。例如，ChatGPT 现在已经与注意力经济的领导者如 Reddit 旗鼓相当，其他通用 AI 助手（如 Claude 和 Gemini）也迅速获得了关注。

除了上述通用助手之外， BVP 已经看到一些消费者 AI 公司在各自类别中推动创新的例子。这些公司包括用于搜索的Perplexity、用于陪伴的 Character. AI 、用于图像创意的 Midjourney、用于音乐生成的 Suno 和 Udio，以及用于视频生成的Luma、Viggle 和 Pika。这些公司展示了 LLM 原生应用吸引和保持用户群体的潜力，在某些情况下，甚至有效地取代了现代的传统公司。

随着 AI 改变 BVP 与技术互动和娱乐的方式，这是成为消费者云建设者和投资者最令人兴奋的时刻之一。BVP 预计在未来五年内会有多次消费者云IPO。

预测：随着合成媒体的惊人崛起、新的消费者应用和对话 AI  Agent 的出现， BVP 预测到2030年，主导注意力经济的前三大企业将基于 AI 生成的内容或产品。

BVP 还看到功能特定的消费者 AI 应用的长尾早期活动（如内容生成和编辑、教育）显著增加，从每月的网络和应用访问量中可以看出。这些信号表明消费者需求和兴奋的数量——这是消费者希望 AI 改善其生活的早期迹象。但坏消息是，目前还没有超过10个类别特定的消费者 AI 原生应用显示出超越薄包装或证明强烈客户喜爱的产品深度。这表明，未来几个月和几年内，创业者们仍有明确的机会建立持续的云公司，以满足许多未满足的消费者需求。

当 BVP 审视消费者需求时， BVP 提出了两个关键问题，以了解在这个 LLM 时刻中价值将如何积累：

1. 消费者现状有多么痛苦或劳动密集？
2. 需要多少重复、可预测的语言/视觉/听觉努力？

BVP 在提出这些问题时，正在重新审视消费者生活中的每一个日常需求和痛点，但也不会仅限于考虑既定的消费者需求。BVP 相信，有许多大型企业可以为消费者提供新颖的实用性，例如克隆和陪伴、创意和创作、互动娱乐和记忆增强，包括许多尚未发明的市场。

BVP 也对一些新型的形式因素感到兴奋，这些形式因素开始出现以满足特定的消费者需求。由于 BVP 无法预测未来， BVP 无法确切知道 AI 在渗透消费者生活时将采取何种形式。然而，手持设备、可穿戴设备和家庭物品（如玩具、相框、镜子）已经开始至少以原型形式出现，作为未来初创企业的潜在预兆。

AI 不仅会重塑 BVP 喜爱的消遣方式（如社交、娱乐、购物、旅游等），还会帮助 BVP 发现和重新想象人与人连接、玩耍、购买和探索世界的新方式。还有很多问题有待解决。从投资角度来看， BVP 质疑哪些消费者需求会由通用 AI 助手（包括 iPhone 上的 Siri 等）满足，而不是独立应用。更不用说伴随这些未来产品出现的伦理考虑。尽管未来充满未知， BVP 相信早期信号清楚地表明， LLM 革命将改变 BVP 所有人的生活，并重振消费者云的格局。

结论：AI 云，现实与炒作

BVP 认为，到目前为止，炒作是名副其实的。BVP 的大多数投资组合公司都已内部采用 AI 技术，并在更新产品路线图以整合 AI 。

AI 原生的投资组合公司正在推动有意义的商业牵引力，以 BVP 见过的任何一个群体都未曾有过的速度和效率增长。

BVP 的全球投资团队花费了绝大多数的时间追踪全球各地云端的 AI 现象。值得注意的是，在 AI 浪潮中的六大趋势激烈竞争，显示了 AI 云现象的规模和强度。

BVP 预测 AI 原生公司将比传统云公司更快达到 10 亿美元的收入。OpenAI  据报道今年 2 月达到了 20 亿美元的收入，并在几个月后报告了 34 亿美元的年化收入。Anthropic 据报道预计到 2024 年底达到 8.5 亿美元的年化收入，其他报告估计 Midjourney 的收入为 2 亿美元，Character. AI 也在类似的规模。