• 在“决赛选手”层面，巨头博弈从同质化模型竞赛转向在芯片、人才、品牌、开源策略等多维度竞争，格局清晰但并不平静。
• 在应用层面，以AI搜索为核心的杀手级场景浮出水面，行业化、专业化的场景创新大行其道。
• 在资本与产业生态层面，资本开支趋稳、ROI成为关键问题驱动产业回归商业本质和价值创造，推动AI真正融入社会生产实践。

这三重变化叠加，预示AI将从“狂热与试验”过渡到“稳健与增值”的新阶段。2025年，AI生态的关键词将是专业化、差异化与商业闭环。在这场产业洗牌中，抓住垂直赛道落地、借助开放生态加速迭代、以创新商业模式兑现算力与技术红利的玩家，将有望在这片AI蓝海中建立长期的竞争优势与价值主张。

2025年AI行业发展的三大趋势

2024年是AI的“原始汤”之年（Primordial Soup Year），而到了2025年，AI的基础已经扎实确立。

今年1月，我们将ChatGPT比作AI的“大爆炸”时刻，并预测2024年会是AI的“原始汤”之年。当时的AI生态系统中充满了新点子和潜在能量，对于新晋创业者而言是黄金机遇。“空气中充满可能性，但仍然无形，需要有远见的人将其转化为真实、有形、最终有影响力的事物。”我们当时如是写道。

如今，AI生态系统已经“硬化”成型。现在，争夺最大模型头衔的竞赛中只剩下“五位决赛选手”。英伟达（NVIDIA）备受期待的Blackwell芯片即将于本月出货。许多在2024年初规划的数据中心如今进入全面建设阶段。台积电（TSMC）正在扩增晶圆厂产能，博通（Broadcom）正在研发定制AI芯片，整个供应链都已全速运转。在医疗、法律、保险等各行各业，新一轮的AI项目正在启动。

如果说2024年是AI的“原始汤”时代，那么2025年则是AI基础构件坚实落地的一年。这种潜能如今正凝结为真实可感的形态——美国各地的数据中心如雨后春笋般矗立，从宾夕法尼亚州的Salem，到德州的Round Rock，再到威斯康辛州的Mount Pleasant，无不如此。如果说2024年满是新奇点子，2025年则是对这些点子进行筛选，看看哪些真正可行。

下面，我们对即将到来的2025年做出三大预测：

1. 大型语言模型（LLM）提供商已发展出独特的“超能力”——这将带来细分差异化，并在2025年形成激烈的格局竞争。

在2024年，大模型竞赛的核心是赶上GPT-4的水准。有五家公司达到了这一目标（或足够接近），因此成为“决赛选手”：微软/ OpenAI、亚马逊/Anthropic、谷歌、Meta以及xAI。其他公司则退出了这场竞赛，最著名的有Inflection、Adept和Character。

为了达到GPT-4的质量水平，这些公司采用了相似的策略：尽可能多收集数据，使用尽可能多的GPU进行训练，并优化预训练/后训练架构以最大化性能。2024年人才在各机构之间频繁流动，几乎没有什么机密技术诀窍能独家保持。

当各玩家为下一轮大规模LLM扩张做准备（可能需要再增加10倍算力）时，这些实验室正逐渐发展出不同的优势领域。他们已经“选定武器”，准备迎接未来的战斗。在2025年，这些差异化战略将带来不同的结果，有的会领跑，有的则会落后。

• 谷歌（Google）——垂直整合
  谷歌的优势在于垂直整合。谷歌是唯一拥有自研一流芯片的公司：TPU有望在2025年与英伟达GPU正面竞争。谷歌还自建数据中心、自研训练模型，并拥有强大的内部研究团队。与微软和亚马逊不同的是，后两者通过与OpenAI、Anthropic的合作参与竞争，而谷歌则是全链条自有化运作，力求独揽最终大奖。
• OpenAI——品牌优势
  已有多份调查显示，在未提供提示的情况下，用户对ChatGPT的品牌认知度远高于Claude或Gemini。OpenAI在AI领域的品牌力无出其右。这带来了强劲的营收引擎，据传OpenAI的收入已超过36亿美元。如果AI成功的关键在于消费者心智份额和企业分销能力，那么OpenAI可能会进一步拉大与竞争对手的差距。
• Anthropic——人才优势
  2024年，OpenAI研究人才大量流失，而Anthropic成为他们的目的地。Jon Schulman、Durk Kingma、Jan Leike等重量级科学家从OpenAI跳槽到Anthropic。此外，Anthropic还聘请了Instagram联合创始人Mike Kreiger担任首席产品官。在GPT-3发明者Dario Amodei的领导下，Anthropic已成为AI科研人才的“首选目的地”之一。
• xAI——数据中心建设能力
  我们在此前有关“钢铁、服务器与电力”的文章中讨论过数据中心建设对AI竞赛下一阶段的重要性。xAI以创纪录的速度打造了拥有10万GPU的“Colossus”集群，成为数据中心扩张的标杆。下一目标则是20万、30万GPU的集群。如果“规模即一切”这个命题成立，那么xAI将在其迅猛扩张的道路上持续领先。
• Meta——开源战略
  Meta已拥有通过Instagram、WhatsApp和Facebook广泛分发的优势，并决定在AI领域全力押注开源。与其他顶级玩家不同，Meta的Llama模型是开源的，吸引了众多拥趸。有关封闭源代码与开源的争论仍在继续。如果前沿进展放缓，Meta将能凭借开源模型快速普及新功能，占得先机。

在这场大模型竞赛中，2025年将是严格执行战略的时期。如今各玩家的格局已定型，2025年我们将看到谁的战略先见之明得以验证，谁的策略最终成为败笔。

在这一预测中，红杉强调了从2024年的“你追我赶”到2025年的“分道扬镳”。这反映了AI产业“内涵式发展”阶段的来临：当基本的模型能力达到一定同质化水准后，巨头们必须透过战略资源（人才、品牌、供应链）及产品形态（开源、垂直一体化）进行差异化竞争。2025年，决赛选手们不再简单地拼算力和模型质量，而是通过战略定位、生态建设和商业布局形成护城河。这意味着AI产业正向成熟化、高度分工化迈进，从单纯的技术竞赛进入体系化竞争时代。未来的胜出者将是那些在产业价值链上占据关键环节（例如芯片供应链掌控、品牌认知、高附加值人才集聚）并能够快速迭代模型与产品形态的企业。

2. AI搜索将成为一款杀手级应用——在2025年中会迅速普及

自从ChatGPT问世以来，我们一直在寻找AI的杀手级应用。哪些持久的新用户习惯将经受时间考验？

2024年，人们尝试了形形色色的应用场景：从AI女友、AI租房助手到语音代理和AI会计师，应有尽有。

我们认为2025年一个有望广泛传播的用例是：将AI作为搜索引擎使用。Perplexity自推出以来发展迅猛，已拥有1,000万月活用户。OpenAI在10月推出了ChatGPT搜索功能，拓展了其原本就具备搜索属性的功能。华尔街日报（WSJ）最近发表一篇文章标题为《用谷歌搜索是老年人的事》。具有讽刺意味的是，就在谷歌因垄断而面临审判之际，对其搜索主导地位的挑战正逐渐浮现。

AI搜索是对已经成为互联网“杀手级应用”的传统搜索的强大重塑。传统互联网搜索是基于对网页的索引，是一种导航技术；而AI搜索则基于LLM，可阅读和语义理解知识，是一种信息获取技术。这对白领群体将是巨大福音。

AI搜索可能打破当前一统天下的市场格局。我们能想象一个场景：每个行业、每个专业领域都有自己的专用AI搜索引擎——分析师和投资人用Perplexity，律师用Harvey，医生用OpenEvidence。以此类推，Midjourney相当于在“像素世界”进行搜索，Github Copilot是“代码世界”的搜索，Glean则是“文档世界”的搜索。与传统搜索不同，AI搜索可进行更深层次的语义理解，提供数量级更高的生产力提升。

从用户的文本响应来看，LLM为产品差异化打开了更多维度的可能性，不同的文本回复并不等同。我们认为，LLM可以在以下几方面实现差异化，为不同用户定制化打造独特的产品体验：

• 意图提炼（Intent Extraction）
  更精准地匹配用户意图。相同的问题，医生和病人的期望答案可能截然不同。
• 专有数据（Proprietary Data）
  独特的数据集，如法律案例数据（律师）、财务数据（分析师）或天气数据（保险业），在商业场景中至关重要。正确答案是基础要求。
• 呈现形式（Formatting）
  回答的表现形式，如详细程度、使用要点或列表、引用来源、使用多模态内容等。会计师和记者获取信息的方式和偏好完全不同。
• 界面设计（Interface Design）
  代码搜索要在IDE中进行，会计准则搜索要在会计软件中进行。语义搜索受益于与用户工作流和数据的上下文结合。不同领域需要不同的界面。

新的行业特定AI搜索引擎将最大程度贴合目标用户的“思维模型”。医生、律师、会计师的思考方式各不相同。当我们在某一领域成为专家时，我们获取、分析、决策知识的模式开始分化。医生面对的是医学文献，律师面对的是案例法条，投资人面对的是财报——他们理解和使用信息的方式有本质区别。

消费级与企业级AI搜索可能会分化开来。在消费者场景下，我们的需求相对一致，因此ChatGPT能快速获得消费者产品市场匹配（PMF）。但在专业场景中，每种职业对信息的要求不尽相同。因此很容易想象，每个知识工作者都会至少使用两个AI搜索引擎——一个用于工作，一个用于生活。

AI搜索的崛起体现了从信息索引到信息理解的范式转变。这种转变将对传统搜索巨头（如谷歌）形成强大挑战，并可能重构信息分发和获取的产业格局。在2025年，AI搜索可能形成“通用+行业垂直”的多层市场结构：

• 消费级AI搜索（如ChatGPT搜索、Perplexity）快速蚕食传统搜索流量。
• 专业领域AI搜索工具为企业、机构和特定职业群体赋能，使知识工作者能快速获得深层次、高精度的信息服务，从而提升生产力。
• 用户体验与商业模式将进一步进化：专业搜索服务可能采用订阅制、API付费接入、SaaS融合，以及更深入的本地化数据集成。这将催生新的商业生态，既有赛道的垄断地位可能被打破，新的创业创新机会大量涌现。

3. 投资回报（ROI）仍将是难题，2025年资本开支（CapEx）将趋于稳定

我们曾探讨过AI的“2000亿美元问题”和“6000亿美元问题”，这与大型科技公司在AI上的巨额资本开支有关，以及缺乏相应的终端用户收入来支撑这些支出。

在2024年初，大型科技公司担心AI会动摇他们在云业务上的寡头垄断地位。正如我们在《AI CapEx博弈论》中所写，这些公司觉得不得不大举投资来确保他们在AI未来中的主导地位。如果不投入，竞争对手就会投入，他们就会落后。

进入2025年，情况已大不相同。大型科技公司已牢牢掌控AI革命。他们不仅控制了绝大部分为AI提供动力的数据中心，还拥有大模型公司的重要股权，并是众多AI初创公司的最大支持者之一。

随着大型科技公司更有信心控制局面，我们认为2025年将是AI资本开支稳定的一年。如果2024年还在为土地和电力签约而争相布局，2025年则是执行之年。工地上铲子已经落地，这些公司将集中精力如期并按预算完成新建项目。随后，他们需要将这些新增产能销售给客户，并帮助企业成功应用新AI能力。

在经历了自ChatGPT推出以来几乎翻倍的资本开支后，我们或许会在2025年看到一些正常化趋势。Q3财报的最新数据表明，微软和谷歌的资本开支增长曲线已经开始趋缓。亚马逊和Meta仍在增加投入，但可能在2025年初达到稳定状态。（虽然Meta在图表中看似平稳，但公司已暗示Q4会有更多资本支出）

随着更多数据中心产能在2025年上线，AI算力价格应会继续大幅下降。这对初创公司来说是利好消息，会刺激新的创新。正如我们过去所说，初创公司主要是算力的消费者，而非生产者，因此他们将从这种“过度建设”中受益。大型科技公司实际上是在为整个AI生态系统提供一种“补贴”。

许多人将云计算巨头与镀金时代的铁路寡头进行类比。如果数据中心真是数字经济的铁路，那么到2025年底，新建的AI“铁轨”将安全地铺设就绪。剩下的问题是，哪些“货物”会在这些铁轨上运输？我们如何利用这项新技术为客户和终端用户创造价值？

                                                  02

                                      —

     AI走向大规模商业化与专业化应用的关键转折点

资本开支的稳定化意味着产业进入“消化期”和“精耕期”。在2025年，AI行业将面临的几个关键问题是：

1. 如何将庞大的数据中心与算力资源转化为真正的生产力工具，而非仅仅是“云端闲置资产”？
2. 初创公司在算力成本下降和基础设施完善的背景下，能否抓住机遇打造可持续的商业模式，将AI技术真正内嵌进企业工作流程和产业链条，从而实现稳定的业务现金流？
3. 大厂在投入巨大资本之后，将从“投资人”和“赋能者”的双重角色转向寻找可规模化变现的AI生态系统。整体行业将更加关注终端价值与盈利模式的跑通，而不再仅仅追逐技术指标和模型规模。

随着市场理性回归，应用落地与ROI提升将成为各方考量的重点。这将促使AI从基础设施时代走向行业价值时代，为医疗、制造、金融、教育等传统领域深度赋能。那些能与产业深度结合、解决实际痛点、提高生产与决策效率的AI方案将获得更多青睐和投资回报。

谈几点我的看法：

1. AI产业格局固化与差异化形成
   2024年AI产业从原始混沌到2025年竞争格局已初步定型，“五强”决赛入围者在大模型领域分庭抗礼。每家巨头都选择了不同的核心竞争力作为制胜关键点，如谷歌的垂直整合、OpenAI的品牌效应、Anthropic的人才沉淀、xAI的基础设施扩张与Meta的开源策略。这种多元化路径意味着2025年将是检验战略有效性的试金石，分化与淘汰在所难免。
2. AI搜索为潜在杀手级应用
   在众多尝试中，AI搜索逐渐凸显出持久的用户价值。传统搜索引擎在移动互联网时代几乎垄断了信息获取的入口，而AI搜索有望通过深度语义理解与专业领域定制化场景，实现颠覆性突破。行业专属AI搜索引擎的出现将打散统一的搜索市场格局，为专业人群提供更高附加值的知识获取体验。这不仅意味着用户行为习惯的彻底改变，也预示着下一轮产业链条的重塑和价值捕获点的转换。
3. 资本开支趋于稳定，算力成本下行推动创新
   2024年的AI风潮引发了大规模的数据中心和芯片投资，但2025年开始，行业巨头不再盲目扩大投入，而是着手整合资源，提高产能利用率。这种成熟期的资本投入稳定化，将推动算力价格走低，为初创企业带来福音。在算力门槛不断降低的背景下，创新型创业公司可用更低成本快速试错，加速新业务和新场景落地。这为AI生态持续繁荣奠定基础。
4. 行业演进的关键是价值实现与落地
   2025年最大的挑战是如何将已经基本成型的AI基础设施和能力转换为实实在在的商业和社会价值。无论是“AI搜索”这种新应用形态，还是各行业定制化的知识对接，最终检验标准在于是否能显著提升生产效率、创造新的消费场景、赋能新商业模式。随着生态日趋成熟，投资者与产业各方将更关注实际ROI，而非空洞的故事和炒作。

总体而言，2025年AI行业将进入从“大爆炸”后的混沌到清晰化的阶段。基础设施、人才、技术和资本资源加速聚拢成型，头部玩家策略渐趋清晰，AI应用场景从广撒网走向精深发展。随着算力成本下降与创新成本降低，产业创新将更加有的放矢。行业将在2025年迎来真正的价值锤炼期：有清晰商业闭环的应用将蓬勃发展，而缺乏长久价值支撑的概念与赛道则面临淘汰。

这一年，将成为AI走向大规模商业化与专业化应用的关键转折点。

全文完。