實時航班追蹤背后的技術(shù)：在線飛機追蹤器的工作原理
1.核能的復(fù)興核能需求在2025年將迎來大幅增長。監(jiān)管改革、公眾熱情、資本注入以及巨大的能源需求壓力（特別是來自AI數(shù)據(jù)中心的需求）將推動數(shù)十年來首次新核反應(yīng)堆的建設(shè)訂單潮。隨著AI的進步，美國的能源需求飆升。幾十年來，電力消費首次出現(xiàn)增長，這使得原本就已老化的電網(wǎng)帶來了沖擊，也重新點燃了對新型、可靠電力來源的尋找熱情。迫切需要清潔且穩(wěn)定的能源的超大規(guī)模數(shù)據(jù)中心開始重啟一些已退役的核電站，包括曾因核泄漏而聲名狼藉的賓夕法尼亞州三哩島核電站也預(yù)計將在2028年重新投入使用。兩黨合作和民間對清潔能源的支持為核能復(fù)興帶來了新的動力。但這不僅僅是關(guān)于能源的問題：這還關(guān)系到確保美國在全球AI競賽中的領(lǐng)導(dǎo)地位，打造更具韌性的電網(wǎng)，并為國家未來的繁榮奠定基礎(chǔ)。
2.未來的工作：跨越硬件與軟件的鴻溝在2000年代和2010年代，如果你不懂編程，似乎就會被淘汰。計算機科學(xué)專業(yè)的學(xué)生人數(shù)激增，而像機械工程和電氣工程這樣的學(xué)位項目則相對萎縮。如今，我們開始看到一個關(guān)鍵的轉(zhuǎn)變——那些將人工智能最新進展應(yīng)用于復(fù)雜硬件環(huán)境的工作開始嶄露頭角。在制造業(yè)回流的推動下，水處理、商業(yè)暖通空調(diào)、石油天然氣等不太“光鮮”的行業(yè)面臨大量技術(shù)工人的退休，同時，防務(wù)、企業(yè)和消費領(lǐng)域的自動化也在興起，我們正在迎來跨越硬件與軟件鴻溝的技術(shù)學(xué)科復(fù)興，這些就是未來的新興職業(yè)。到2025年將尤其加速對以下崗位的需求：電氣工程師、控制工程師、機械與機電工程師、制造工程師、射頻工程師、工業(yè)工程師、測試工程師、質(zhì)量工程師，以及各種類型的高技能技術(shù)員或者機器人遠程操作員。這些領(lǐng)域的增長甚至可能在未來十年內(nèi)超過“傳統(tǒng)”軟件工程的增長。機器人時代正在到來，必須需要有人來構(gòu)建、訓(xùn)練和維護它們。
3.“The Catch”標(biāo)志著宇宙探索的新邊界星艦助推器成功回收，讓我們向擁有150公噸以上運載能力的完全快速可重復(fù)使用航天器的目標(biāo)邁進了一大步，這可能預(yù)示著太空探索將進入一個全新的時代。“星際飛船”的成功不僅提升了我們送人類到月球和火星的能力，也為將數(shù)據(jù)中心、空間站等大型設(shè)施送入太空提供了可能性。這意味著我們有望在微重力環(huán)境中建立生物醫(yī)學(xué)實驗室。而且，在40分鐘內(nèi)將人類和貨物運送到地球上任何地方的能力，將開啟前所未有的行業(yè)和新興市場。2025年或許將成為科幻變?yōu)楝F(xiàn)實的起點。
4.未來的防御將是去中心化的未來的軍事決策將更多地在前線進行，那里的自動化無人機、傳感器網(wǎng)絡(luò)和戰(zhàn)場AI系統(tǒng)將在最少的人工干預(yù)下運作。想象一下，在遙遠的沖突區(qū)域，實時戰(zhàn)術(shù)調(diào)整正在發(fā)生，士兵們依靠AI提供的洞察力和自動化系統(tǒng)迅速做出決策。小型移動指揮中心可能會被部署到敵對區(qū)域，現(xiàn)場處理大量數(shù)據(jù)，以減少延遲和集中控制的風(fēng)險。關(guān)鍵在于，在這些遙遠且敵對的環(huán)境中，需要提供穩(wěn)定、可擴展的計算和電力支持，以維持先進武器系統(tǒng)的正常運行。這不僅是一個后勤挑戰(zhàn)，也是供應(yīng)鏈和技術(shù)領(lǐng)域的一次革命。為了保持戰(zhàn)場上的優(yōu)勢，我們必須投資于那些能在復(fù)雜環(huán)境中迅速部署兵力的技術(shù)。在能源、太空和AI領(lǐng)域的進步將對我們增強實力、對抗國際競爭者起到關(guān)鍵作用。未來的國防可能會更加去中心化，而對這些前沿技術(shù)的競爭可能會定義下一代軍事創(chuàng)新。
5.XR設(shè)備迎接開發(fā)者時代XR設(shè)備將成為開發(fā)者構(gòu)建物理世界應(yīng)用的重要工具。去年，隨著蘋果Vision Pro和Meta的Orion增強現(xiàn)實眼鏡等新一代擴展現(xiàn)實平臺的問世，XR技術(shù)進入了一個新的階段。盡管這些產(chǎn)品在消費者接受度和開發(fā)者活躍度方面仍處于早期階段，但它們在解鎖更多物理世界應(yīng)用，尤其是在世界模型和機器人基礎(chǔ)模型等前沿領(lǐng)域中的潛力巨大。目前，這些設(shè)備已在機器人技術(shù)、自動化和仿真領(lǐng)域中發(fā)揮著重要作用。XR設(shè)備的廣泛應(yīng)用，加上開發(fā)者在空間計算平臺上的活躍，尤其在涉及大量物理世界數(shù)據(jù)、交互和基礎(chǔ)設(shè)施的垂直行業(yè)中，前景尤為值得期待。
6.利用地球觀測數(shù)據(jù)在過去五年里，地球觀測衛(wèi)星的數(shù)量翻了一倍，從500顆增加到超過1000顆。地球上接收到的數(shù)據(jù)量前所未有，圖像獲取比以往任何時候都更加便捷（盡管仍然過于復(fù)雜）。政府和學(xué)術(shù)界的客戶已經(jīng)投入了大量資源來開發(fā)依賴地球觀測數(shù)據(jù)的工具，以滿足他們的需求。然而，該行業(yè)中的商業(yè)收入仍未顯現(xiàn)出實質(zhì)性增長。真正的商業(yè)機會在于開發(fā)垂直化產(chǎn)品，將地球觀測數(shù)據(jù)作為眾多工具中的一項，用以解決行業(yè)特定需求。這些產(chǎn)品應(yīng)當(dāng)能夠?qū)嶋H解決客戶的實際問題——考慮到勞動力短缺、預(yù)算限制和其他業(yè)務(wù)挑戰(zhàn)——而不僅僅是提供另一個分析工具或儀表盤。在未來，潛在的地球觀測數(shù)據(jù)可能會提升每一位供應(yīng)鏈經(jīng)理、城市規(guī)劃師和緊急響應(yīng)人員的工作效率。
7.機器人數(shù)據(jù)收集的下一個階段許多公司已經(jīng)開始通過遠程操作、合成sim2real、模塊化機械臂附件等方式投資大規(guī)模的機器人數(shù)據(jù)收集。這些方法可以幫助收集在現(xiàn)實世界中通用機器人所需的基礎(chǔ)規(guī)模數(shù)據(jù)。然而，一旦我們收集了數(shù)十億甚至數(shù)萬億個機器人的數(shù)據(jù)，接下來會發(fā)生什么呢？在自動駕駛熱潮期間，Scale AI憑借為感知系統(tǒng)標(biāo)注數(shù)據(jù)而嶄露頭角：例如為汽車?yán)L制邊框，或?qū)⒌缆放c天空分開。
今天，AI的進步帶來了新的數(shù)據(jù)收集形式，這些數(shù)據(jù)不再直接與模型構(gòu)建者試圖訓(xùn)練的具體策略相關(guān)聯(lián)。生成式AI的興起推動了對基準(zhǔn)測試、偏好數(shù)據(jù)、安全性和紅隊測試的關(guān)注——這不僅僅是簡單標(biāo)注和收集精確的策略數(shù)據(jù)，而是向價值鏈上游邁進，承擔(dān)更復(fù)雜、更昂貴和更困難的任務(wù)。這對機器人技術(shù)意味著什么？我們是否會看到機器人倉庫被部署在危險環(huán)境中進行安全評估？組織是否會創(chuàng)建復(fù)雜、隱蔽的基準(zhǔn)測試來決定行業(yè)垂直領(lǐng)域中的贏家？雖然確實需要組織收集數(shù)據(jù)來訓(xùn)練首批真正具通用性的機器人策略，但這些策略的實際部署將依賴于這些二階系統(tǒng)。
8.自由空間光通信的新進展到2025年，自由空間光通信將繼續(xù)取得進展，這一發(fā)展主要受對通信帶寬幾乎無彈性的需求驅(qū)動。與傳統(tǒng)的射頻方法相比，自由空間光鏈路具有顯著優(yōu)勢，特別是在更高比特率和更高傳輸定向性方面。然而，目前的光通信技術(shù)仍然處于初級階段，特別是在在減少停機時間和干擾方面，通常依賴像TCP這樣的傳輸層協(xié)議進行錯誤修正。令人興奮的進展包括更先進調(diào)制方案的引入，類似于無線通信中的QPSK和OFDM等創(chuàng)新，
這些技術(shù)能夠提高數(shù)據(jù)傳輸效率。此外，我們還預(yù)計在抗干擾性方面會有改善，表現(xiàn)為更好的光束引導(dǎo)與控制，以及更有效的錯誤修正機制，以應(yīng)對環(huán)境因素。更精確的定位、導(dǎo)航和授時（PNT）系統(tǒng)的集成將進一步提升光通信，尤其是在移動應(yīng)用中，通過實現(xiàn)更精確的光束對準(zhǔn)來增強光通信。隨著技術(shù)的進步，這些創(chuàng)新將對電信、衛(wèi)星通信以及國防能力產(chǎn)生深遠影響。
9.大回歸：再次攻克重大常見疾病到2025年，在生物制藥界“大回歸”將成為趨勢，甚至是早期生物技術(shù)初創(chuàng)公司也開始重新攻克那些大規(guī)模、常見的疾病。是什么推動了這一轉(zhuǎn)變？預(yù)計到2030年，用于糖尿病和肥胖癥的治療的GLP-1類藥物將創(chuàng)造超過1000億美元的市場，并為心血管代謝疾病領(lǐng)域注入新活力?；蛟S更為低調(diào)的變化是，我們在理解和治療許多常見的自身免疫性疾病（如狼瘡和關(guān)節(jié)炎）方面也正在經(jīng)歷一場漸進的革命。最近，德國慕尼黑的Georg Schett醫(yī)生提出了一個假設(shè)，即用于某些B細胞癌癥的工程化CAR-T細胞療法，可能也能幫助患有B細胞驅(qū)動的自身免疫疾病的患者——今年，他發(fā)布了令人震驚的研究結(jié)果：在一個由15名沒有其他療法提供益處的患者組成的實驗中，每一位患者都經(jīng)歷了顯著的改善。正如Schett醫(yī)生所描述的那樣，“CAR-T療法就像是計算機上的重置按鈕；它基本上重新啟動了系統(tǒng)，免疫系統(tǒng)重新恢復(fù)了正常功能?！笔艿竭@一類強有力結(jié)果的啟發(fā)，以及新型肥胖藥物在臨床和商業(yè)上的成功，新的生物技術(shù)和初創(chuàng)公司創(chuàng)新浪潮將專注于治療（甚至可能治愈）最常見的疾病。
10.通過科技普及健康過去幾年，隨著創(chuàng)新科技的涌現(xiàn)，健康管理變得更加普及，從能夠分析血液生物標(biāo)志物的AI技術(shù)，到監(jiān)測生理特征的可穿戴設(shè)備，再到方便的全身健康篩查工具。這些工具讓病人能夠掌握自己的健康數(shù)據(jù)，將原本只有在醫(yī)院才能獲得的個人信息和見解變得輕松可得。在這一變革中，AI扮演了關(guān)鍵角色，它不僅提供了深入的數(shù)據(jù)分析、個性化的健康建議和早期疾病篩查，還能發(fā)現(xiàn)那些容易被忽略的健康模式。在一個以治療疾病而非醫(yī)療保健為主的醫(yī)療體系中，健康管理模式的普及是一場革命性的轉(zhuǎn)變。這些科技工具讓人們能夠主動監(jiān)測自己的健康狀況，將醫(yī)療的重點從治療轉(zhuǎn)向預(yù)防、早期發(fā)現(xiàn)和健康維護，幫助患者保持更長時間的健康生活。最終，我們將迎來一個以患者為中心的醫(yī)療系統(tǒng)，憑借預(yù)測性的洞察力，使個人能夠做出更明智、更及時的健康選擇。
11.醫(yī)療行業(yè)的超級人員配置醫(yī)療行業(yè)目前正遭遇前所未有的人員短缺問題——隨著未來五年對臨床服務(wù)需求的激增，我們預(yù)計將面臨數(shù)十萬醫(yī)生和護士的缺口。在行政管理方面，我們也面臨著一個前所未有的困境：我們在執(zhí)行基礎(chǔ)、重復(fù)性工作時投入了過多的人力，這不僅增加了成本，也加劇了系統(tǒng)的負擔(dān)。醫(yī)療行業(yè)面臨的一個重大挑戰(zhàn)是如何提升現(xiàn)有臨床和行政人員的工作效率，同時利用技術(shù)自動化那些本應(yīng)由低薪崗位員工完成的任務(wù)。在應(yīng)對這一挑戰(zhàn)時，AI技術(shù)顯得尤為重要。到2025年，專門的AI模型將作為“超級人力資源”平臺，在高風(fēng)險的醫(yī)療環(huán)境中大顯身手。通過這樣的技術(shù)，相關(guān)企業(yè)將能夠?qū)⑷肆Y源預(yù)算與IT預(yù)算相結(jié)合，釋放出比傳統(tǒng)醫(yī)療保健IT時代更大規(guī)模的潛力。
12.藥物靶點是鱷梨制藥行業(yè)充滿挑戰(zhàn)，生物學(xué)的復(fù)雜性令人難以捉摸。我們的目標(biāo)是找到潛在的疾病治療靶點，并通過一系列嚴(yán)格的實驗來驗證它們。要獲得最終的認(rèn)可——比如美國食品藥品監(jiān)督管理局（FDA）的批準(zhǔn)——可能需要長達十年的時間和高達十億美元的投資。盡管如此，這種努力的回報是巨大的。新藥的研發(fā)不僅為患者帶來希望，也為制藥公司和社會創(chuàng)造了巨大的價值。但是，時機非常關(guān)鍵。如果針對錯誤的靶點開發(fā)藥物，將會導(dǎo)致昂貴的失??；而錯過了下一個像胰高血糖素樣肽-1（GLP-1）這樣的重大發(fā)現(xiàn)，則是一個代價極高的錯誤。生物靶點的開發(fā)時機就像等待鱷梨成熟的過程：太早嘗試，它還沒熟；太晚，則已經(jīng)過熟。理想的靶點出現(xiàn)往往是不可預(yù)測的。一旦某個靶點被驗證有效，就會引發(fā)一場激烈的競爭。各家公司爭相開發(fā)針對該靶點的藥物，尤其是當(dāng)中國等大國參與進來時，全球制藥巨頭和投資者的關(guān)注也會更加集中。
對于初創(chuàng)公司來說，展望2025年，他們越來越需要擁有一個“獨家秘方”：對一個新興靶點的獨特洞察（搶先機）；以差異化的方式瞄準(zhǔn)熱門靶點。技術(shù)和人工智能是獲得并保持秘密的強大工具。初創(chuàng)公司需要快速、隱秘并且迅猛地搶先獲取成熟的鱷梨——否則就注定失敗。
13.“AI鼓手”與實時AI的前景想象一下，你的樂隊里有一個AI鼓手：每當(dāng)你變換節(jié)奏或者即興演奏新旋律時，鼓點都能立刻跟上，與你的節(jié)奏完美同步。這種配合天衣無縫、直觀自然，完全匹配你的演奏水平，補充你的風(fēng)格，讓你的即興演奏更加流暢。實時AI技術(shù)正讓這樣的場景變得越來越可實現(xiàn)。2023年，我們通過“潛在一致性模型”（Latent Consistency Models，LCMs）的推出，看到了實時AI的初步形態(tài)。隨著AI推理速度的加快，創(chuàng)意工具變得更加高效，每秒能生成更多內(nèi)容，也更加實用，催生了像實時視頻這樣的新應(yīng)用場景。在未來一年中，我們將看到更多激動人心的應(yīng)用誕生，比如生成的視頻伴侶和AI樂隊成員。隨著技術(shù)延遲的減少，新的機會也隨之出現(xiàn)。這項技術(shù)甚至在教育領(lǐng)域也大有可為，教師可以根據(jù)學(xué)生的實時反應(yīng)（比如學(xué)生看起來分心或困惑時）調(diào)整教學(xué)節(jié)奏或重新解釋某個概念。即時的反饋循環(huán)讓我們能夠以驚人的速度進行設(shè)計原型、迭代和完善想法。這種轉(zhuǎn)變將重新定義每一個創(chuàng)意工作流程，讓我們在創(chuàng)作過程中親身體驗想法的孕育，開啟與機器真正共創(chuàng)的前景。
14.AI視頻變得更加專業(yè)化現(xiàn)在，人們只需一張圖片或者簡單的文字描述，就能制作出逼真的視頻片段。過去兩年里，市場上出現(xiàn)了多個提供這類功能的產(chǎn)品，它們在效果的一致性和質(zhì)量上各有千秋。預(yù)計到2025年，AI生成視頻將更加細分，根據(jù)不同的使用場景提供給創(chuàng)作者更多的控制權(quán)和更優(yōu)質(zhì)的成果。在接下來的一年中，AI視頻工具將在故事情節(jié)的深度（不再僅限于無背景的5秒片段）、視頻質(zhì)量、角色一致性以及專業(yè)化方面取得更大的進步。視頻生成模型將針對特定用途進行訓(xùn)練，比如產(chǎn)品營銷、電影制作、超逼真的3D形象、無縫背景和補充鏡頭、動漫風(fēng)格轉(zhuǎn)換等。同時，這些工具也將針對不同的發(fā)布渠道進行優(yōu)化，無論是TikTok、YouTube、廣告還是電影院大屏幕。每一種看似針對特定細分市場的視頻工具，都有可能孕育出大型企業(yè)。在未來幾年里，AI視頻將從引人注目的原型演變成一種全新的藝術(shù)形式。
15.“AI大腦”之年我們每個人在日常中都會產(chǎn)生大量的數(shù)字痕跡，比如短信、電子郵件、推文、瀏覽歷史記錄、TikTok/Reddit評論等?，F(xiàn)在，借助LLMs，我們可以利用這些非結(jié)構(gòu)化數(shù)據(jù)來構(gòu)建一個“數(shù)字大腦”，這個大腦能夠理解你的思考方式和情感狀態(tài)。這不再是科幻小說中的場景。我花了六個月的時間將自己的“大腦”導(dǎo)入到ChatGPT中，結(jié)果發(fā)現(xiàn)它在幫助我處理個人和職業(yè)問題上的能力讓我驚訝。有很多用例和應(yīng)用程序，將會有應(yīng)用幫助你更好地了解自己，有產(chǎn)品指導(dǎo)你如何與他人溝通，還有工具提高你的工作效率。就像LLM能夠處理海量信息、提取洞察并總結(jié)關(guān)鍵點一樣，人工智能驅(qū)動的應(yīng)用程序可以像數(shù)字日記一樣記錄我們的思維。在面向這一目標(biāo)的新興消費產(chǎn)品的推動下，預(yù)計在未來一年里，越來越多的人將開始使用AI作為無限記憶庫，指導(dǎo)他們的決策、社交互動和個人成長。
16.知識工作變得個性化人工智能在制造標(biāo)準(zhǔn)化產(chǎn)品方面做得很好，但在制作個性化物品方面就不太擅長了。任何嘗試過AI寫作的人都能體會到，有時候一份糟糕的初稿還不如沒有草稿。風(fēng)格和語氣往往是決定草稿是否合適、是否需要大幅修改的關(guān)鍵因素。在圖像處理領(lǐng)域，我們已經(jīng)見證了LoRAs和Midjourney風(fēng)格參考（SREFs）的興起，這些工具讓用戶能夠控制生成圖像的風(fēng)格和外觀。我很高興看到類似的控制功能也開始應(yīng)用于知識工作領(lǐng)域。除了基本的自動補全，AI如何寫出一封真正符合你個人風(fēng)格的電子郵件？AI如何幫你檢索信息、創(chuàng)建和格式化PPT幻燈片，以滿足公司的要求？解決這個問題的方法有很多，而且解決方案可能會根據(jù)不同的角色和工作成果而有所不同。
在某些情況下，可能需要AI像Copilot一樣，在人類需要幫助或信息時“介入”。并不是所有任務(wù)都能通過一個簡單的提示就能得到完整的輸出，這對于我們邁向一個每個人都在日常工作中大量使用AI的未來至關(guān)重要。
17.用AI分析定性數(shù)據(jù)我們正迎來定性數(shù)據(jù)的革命。歷史上，分析軟件通常只限于數(shù)字和結(jié)構(gòu)化數(shù)據(jù)，這只是更大故事的一部分。電子表格適用于定量任務(wù)，但全局往往來自于文字、敘述和非結(jié)構(gòu)化的洞察。隨著LLM、基于Web的Agent和多模態(tài)模型的出現(xiàn)，我們現(xiàn)在可以收集、理解并整合非結(jié)構(gòu)化數(shù)據(jù)與定量信息，從而實現(xiàn)更全面的理解。這一變化將催生出一類新的分析工具，能夠無縫地將數(shù)字與實時外部環(huán)境相結(jié)合。未來的分析不僅僅是數(shù)字化的；它將是具有上下文和動態(tài)性的。定性和定量數(shù)據(jù)的融合不僅會增強現(xiàn)有的流程，它還將成為構(gòu)建未來大規(guī)模AI本土公司的戰(zhàn)略性工具。
18.人工智能需要擁有自己的錢包來采取Agent行動隨著人工智能的角色從配角（NPC）轉(zhuǎn)變?yōu)橹鹘?，它們開始充當(dāng)Agent。不過，直到最近，AI還未能真正獨立地扮演Agent角色，而且它們還未能在市場上自主地交換價值、展示偏好、協(xié)調(diào)資源，也就是說，它們的行為還不能被驗證為完全獨立于人為控制。正如我們所見，AI Agent（比如@truth_terminal）能夠使用加密貨幣進行交易，這為創(chuàng)造性內(nèi)容帶來了無限可能。但AI Agent的能力遠不止于此——它們不僅能更好地執(zhí)行人類的意圖，還能成為網(wǎng)絡(luò)中的獨立參與者。隨著AI Agent開始管理自己的加密錢包、簽名密鑰和加密資產(chǎn)，我們將看到一些有趣的新應(yīng)用。比如，AI可以在去中心化的物理基礎(chǔ)設(shè)施網(wǎng)絡(luò)（DePIN）中運行或驗證節(jié)點，比如在分布式能源領(lǐng)域提供支持。其他的應(yīng)用場景還包括AI Agent成為真正的高價值游戲玩家，我們甚至可能會見證第一個由AI擁有和運營的區(qū)塊鏈的誕生。
19.進入“去中心化自治聊天機器人”時代除了AI擁有的錢包之外，還有一種AI聊天機器人運行在受信執(zhí)行環(huán)境（TEE）中。TEE提供了一個隔離的環(huán)境，允許應(yīng)用程序在其中執(zhí)行，從而支持更安全的分布式系統(tǒng)設(shè)計。在這種情況下，TEE用于證明聊天機器人是自主運行的，并非由人工操控。進一步來看，接下來的大趨勢可能是我們所說的去中心化自治聊天機器人（DAC），這與去中心化自治組織（DAO）是不同的。這樣的聊天機器人可以通過發(fā)布有吸引力的內(nèi)容，無論是娛樂性的還是信息性的，來建立自己的粉絲群體。它們將在去中心化社交媒體上積累追隨者，通過多種方式從觀眾那里賺取收入，并管理自己的加密資產(chǎn)。相關(guān)的密鑰將在運行聊天機器人軟件的TEE中管理——這意味著，除了該軟件之外，沒有人可以訪問這些密鑰。隨著風(fēng)險的增加，可能需要監(jiān)管框架來規(guī)范這些新現(xiàn)象。但關(guān)鍵點在于去中心化：通過在無需許可的節(jié)點集合上運行，并通過共識協(xié)議進行協(xié)調(diào)，這樣的聊天機器人甚至有可能成為第一個真正自治的十億美元實體。
20.隨著更多人使用AI，我們將需要獨特的“人類身份證明”在這個充滿網(wǎng)絡(luò)詐騙、身份冒充、深度偽造等逼真卻具有欺騙性的AI生成內(nèi)容的時代，我們迫切需要一種“人類身份證明”機制，幫助我們確認(rèn)正在互動的是真實的人。問題不在于假內(nèi)容本身，而在于現(xiàn)在制造這些內(nèi)容的成本更低了，AI技術(shù)極大地減少了制作那些我們依賴以判斷內(nèi)容真?zhèn)蔚母鞣N線索的邊際成本。因此，現(xiàn)在比以往任何時候都更需要一種方法，將內(nèi)容與真人進行數(shù)字化、私密的關(guān)聯(lián)?！叭祟惿矸葑C明”是建立數(shù)字身份的關(guān)鍵部分。在這里，它成為了一種機制，用以提高攻擊個人或破壞網(wǎng)絡(luò)安全的成本：人類獲取唯一身份ID是簡單且免費的，但AI獲取這一ID卻既昂貴又困難。這就是為什么保護隱私的“唯一性”特性成為構(gòu)建一個可信網(wǎng)絡(luò)的下一個重要理念。它不僅僅是解決身份驗證的問題，更是從根本上改變了惡意行為者攻擊成本的結(jié)構(gòu)。因此，“唯一性特性”——或者說Sybil抗性——是任何人類身份證明系統(tǒng)不可或缺的特性。
21.從預(yù)測市場到更好的信息聚合在2024年，預(yù)測市場在美國大選中嶄露頭角，但作為一名研究市場設(shè)計的經(jīng)濟學(xué)家，2025年真正具有革命性的可能不是預(yù)測市場本身，更重要的是，預(yù)測市場為更廣泛的分布式技術(shù)信息聚合機制鋪平了道路，這些機制可以應(yīng)用于社區(qū)治理、傳感器網(wǎng)絡(luò)、金融等多個領(lǐng)域。過去一年已經(jīng)驗證了這一概念，但我們必須認(rèn)識到，預(yù)測市場并不總是最佳的信息聚合方法：即使對于全球“宏觀”事件，它們也可能不可靠；對于更多“微觀”問題，預(yù)測池可能太小而無法獲得有意義的信號。然而，研究人員和技術(shù)人員已經(jīng)積累了幾十年的設(shè)計經(jīng)驗，這些經(jīng)驗涉及如何在不同的信息環(huán)境中激勵人們誠實分享他們所知的內(nèi)容，比如數(shù)據(jù)定價和購買機制、用于收集主觀看法的“貝葉斯真理血清”等，許多這樣的框架已經(jīng)在加密項目中得到應(yīng)用。區(qū)塊鏈一直是實施這些機制的理想平臺——不僅因為它們的去中心化特性，還因為它們促進了開放、可審計的激勵機制。更重要的是，區(qū)塊鏈還能確保輸出結(jié)果的公開性，讓每個人都能實時解讀這些結(jié)果。
22.企業(yè)將越來越多地接受穩(wěn)定幣支付穩(wěn)定幣在過去一年中確實找到了市場契合點，這并不出人意料，因為它們是發(fā)送美元成本最低的方式，能夠?qū)崿F(xiàn)快速的全球支付。穩(wěn)定幣還為創(chuàng)業(yè)者提供了一個更容易接觸的平臺來構(gòu)建新的支付產(chǎn)品：沒有中間商、最低余額要求或?qū)Ｓ熊浖_發(fā)工具包（SDK）的限制。然而，大型企業(yè)還沒有充分意識到通過轉(zhuǎn)向這些支付方式可以節(jié)省大量成本，并獲得新的利潤空間。盡管一些企業(yè)已經(jīng)對穩(wěn)定幣表現(xiàn)出興趣，并在點對點支付中開始早期采用，但到2025年會迎來更大規(guī)模的實驗浪潮。特別是那些擁有強大品牌、固定客戶群并面臨高昂支付成本的小型和中型企業(yè)，如餐館、咖啡店、便利店，將是首先從信用卡支付轉(zhuǎn)向穩(wěn)定幣支付的先鋒。由于面對面交易無法享受信用卡欺詐保護，這些企業(yè)也是交易手續(xù)費影響最大的（比如每杯咖啡30美分的手續(xù)費，對于利潤來說是一個不小的損失）。同時，較大的企業(yè)也開始接受穩(wěn)定幣支付。如果穩(wěn)定幣真的能像推動銀行業(yè)發(fā)展那樣迅速發(fā)展，企業(yè)將嘗試去除支付服務(wù)提供商的中介角色，直接將2%的費用轉(zhuǎn)化為自己的利潤。企業(yè)還將開始尋求新的解決方案來應(yīng)對目前由信用卡公司解決的問題，比如欺詐保護和身份驗證。
23.各國將探索政府債券上鏈將政府債券數(shù)字化并上鏈，可以創(chuàng)造出一種由政府背書、能產(chǎn)生利息的數(shù)字資產(chǎn)，這種做法可以避免中央銀行數(shù)字貨幣（CBDC）可能帶來的監(jiān)控問題。這些產(chǎn)品可以釋放DeFi（去中心化金融）貸款和衍生品協(xié)議中抵押品使用的新需求來源，從而為這些生態(tài)系統(tǒng)增加更多的穩(wěn)定性和可靠性。因此，隨著全球一些支持創(chuàng)新的政府深入探索公共、無需許可且不可撤銷的區(qū)塊鏈技術(shù)的優(yōu)勢和效率，一些國家可能會嘗試發(fā)行數(shù)字化的政府債券。比如，英國已經(jīng)通過金融監(jiān)管機構(gòu)FCA（金融行為監(jiān)管局）的沙盒計劃，探索了數(shù)字證券的可能性；英國財政部也表示對發(fā)行數(shù)字禮物感興趣。在美國，鑒于證券交易委員會（SEC）計劃明年要求通過傳統(tǒng)、復(fù)雜且成本高昂的基礎(chǔ)設(shè)施來清算國債，預(yù)計會有更多關(guān)于區(qū)塊鏈如何提升債券交易透明度、效率和參與度的討論
24.我們將看到“DUNA”（去中心化非注冊非營利協(xié)會）作為美國區(qū)塊鏈網(wǎng)絡(luò)的新行業(yè)標(biāo)準(zhǔn)被廣泛采用2024年，美國懷俄明州通過一項新法律，正式承認(rèn)去中心化自治組織（DAO）為法人實體。DUNA，即“去中心化非注冊非營利協(xié)會”，是為支持區(qū)塊鏈網(wǎng)絡(luò)的去中心化治理而特別設(shè)計的，也是目前美國國內(nèi)項目唯一可行的組織形式。通過將DUNA納入去中心化法人實體結(jié)構(gòu)，數(shù)字貨幣項目和其他去中心化社區(qū)能夠為他們的DAO賦予法律地位，這有助于促進更多的經(jīng)濟活動，同時保護代幣持有者不受法律責(zé)任追究，并解決稅務(wù)和合規(guī)問題。DAO是管理開放區(qū)塊鏈網(wǎng)絡(luò)事務(wù)的社區(qū)，它們是確保網(wǎng)絡(luò)保持開放性、非歧視性以及公平分配價值的關(guān)鍵工具。DUNA能夠釋放DAO的潛力，許多項目已經(jīng)開始實施這一結(jié)構(gòu)。隨著美國準(zhǔn)備在2025年推動其加密生態(tài)系統(tǒng)的快速發(fā)展，DUNA將成為美國項目的標(biāo)配。我們還預(yù)計其他州也會采納類似的結(jié)構(gòu)——畢竟，懷俄明州在采納現(xiàn)今廣泛使用的有限責(zé)任公司（LLC）結(jié)構(gòu)上也是先行者……特別是隨著加密貨幣領(lǐng)域之外的去中心化應(yīng)用（比如物理基礎(chǔ)設(shè)施、能源電網(wǎng)等）開始興起。
25.在線流動民主走向現(xiàn)實隨著人們對現(xiàn)有的治理和投票系統(tǒng)越來越不滿，現(xiàn)在正是利用技術(shù)手段來探索新型治理模式的好時機——這不僅包括線上治理，也包括現(xiàn)實世界的治理。我之前討論過DAO（去中心化自治組織）和其他去中心化社區(qū)如何幫助我們研究政治機構(gòu)、行為以及快速發(fā)展的治理實驗。但如果我們將這些經(jīng)驗應(yīng)用到區(qū)塊鏈技術(shù)支撐的現(xiàn)實世界治理中，又會怎樣呢？我們或許可以開始使用區(qū)塊鏈技術(shù)來進行安全、私密的選舉投票，先從低風(fēng)險的試點項目做起，以減少網(wǎng)絡(luò)安全和審計方面的擔(dān)憂。更重要的是，區(qū)塊鏈技術(shù)還將使我們能夠在地方層面嘗試“流動民主”——一種讓人們直接對問題進行投票，或?qū)⑼镀睓?quán)委托給他人的機制。這個概念最早由《愛麗絲夢游仙境》的作者Lewis Carroll提出，他同時也是一位多產(chǎn)的投票系統(tǒng)研究者；然而，直到如今，這一理念的大規(guī)模應(yīng)用還不切實際。但得益于最近的計算和連接技術(shù)的進步，以及區(qū)塊鏈技術(shù)的進展，這種新型的代議制民主變得可能。加密項目已經(jīng)在實踐這一理念，并收集了大量關(guān)于這些系統(tǒng)工作原理的數(shù)據(jù)——這些經(jīng)驗可以為地方政府和社區(qū)提供借鑒。
26.建設(shè)者將重復(fù)利用基礎(chǔ)設(shè)施，而不僅僅是重新發(fā)明過去一年中，許多團隊在區(qū)塊鏈技術(shù)領(lǐng)域重復(fù)造輪子，不斷開發(fā)定制的驗證機制、共識協(xié)議、執(zhí)行引擎、編程語言和RPC API。雖然這些創(chuàng)新在特定功能上有所提升，但在更廣泛或更基礎(chǔ)的功能上往往不足。比如，為SNARK定制的編程語言可能在理論上能提高SNARK的效率，但實際上可能在編譯器優(yōu)化、開發(fā)工具、在線教程、AI編程支持等方面不如通用編程語言，甚至可能導(dǎo)致SNARK的性能不如預(yù)期。到2025年，更多的團隊會利用他人的成果，更多地采用現(xiàn)成的區(qū)塊鏈基礎(chǔ)設(shè)施組件，從共識協(xié)議、現(xiàn)有的質(zhì)押資本到證明系統(tǒng)。這樣做不僅能為開發(fā)者節(jié)省大量時間和精力，還能讓他們更專注于提升自己產(chǎn)品/服務(wù)的獨特價值?；A(chǔ)設(shè)施終于可以用來構(gòu)建適合主流市場的Web3產(chǎn)品和服務(wù)。就像其他行業(yè)一樣，這些產(chǎn)品和服務(wù)將由那些能夠成功管理復(fù)雜供應(yīng)鏈的團隊來構(gòu)建，而不是那些對任何非自家發(fā)明的東西不屑一顧的團隊。
27.加密公司將從最終用戶體驗開始，而不是讓基礎(chǔ)設(shè)施決定用戶體驗盡管區(qū)塊鏈技術(shù)基礎(chǔ)設(shè)施充滿趣味且種類繁多，但很多加密貨幣公司在選擇技術(shù)基礎(chǔ)時并沒有太多自由——實際上，他們選擇的技術(shù)基礎(chǔ)在很大程度上已經(jīng)決定了他們的產(chǎn)品會給用戶帶來什么樣的體驗。這是因為技術(shù)層面的決策會直接影響到用戶使用區(qū)塊鏈產(chǎn)品和服務(wù)的感受。然而，行業(yè)正在改變這種狀況：技術(shù)不應(yīng)該主導(dǎo)用戶體驗，而是用戶體驗應(yīng)該引領(lǐng)技術(shù)的選擇。預(yù)計到2025年，更多的加密產(chǎn)品設(shè)計師會從他們期望的用戶體驗出發(fā)，然后選擇與之匹配的基礎(chǔ)設(shè)施。加密初創(chuàng)公司在找到產(chǎn)品市場契合點之前，不再需要過分糾結(jié)于特定的基礎(chǔ)設(shè)施決策——他們可以更專注于真正實現(xiàn)產(chǎn)品市場契合。我們將不再受限于特定的EIP、錢包供應(yīng)商、意圖架構(gòu)等，而是能夠?qū)⑦@些選擇整合為一個整體的、全棧的、即插即用的方案。行業(yè)已經(jīng)準(zhǔn)備好迎接這一變化：豐富的可編程區(qū)塊空間、日益成熟的開發(fā)者工具以及鏈抽象化開始讓更多人能夠在加密領(lǐng)域進行設(shè)計。大多數(shù)技術(shù)產(chǎn)品的最終用戶并不關(guān)心產(chǎn)品是用什么語言編寫的，未來在加密領(lǐng)域也將出現(xiàn)類似的現(xiàn)象。
28.“隱藏電線”將推動Web3的殺手級應(yīng)用的出現(xiàn)區(qū)塊鏈技術(shù)的獨特優(yōu)勢讓它顯得與眾不同，但這些技術(shù)特性也一直是阻礙它被廣泛采用的原因。對于創(chuàng)作者和粉絲來說，區(qū)塊鏈打開了連接、所有權(quán)和貨幣化的新世界，但行業(yè)內(nèi)的專業(yè)術(shù)語（比如“NFT”、“zkRollups”等）和復(fù)雜的設(shè)計卻成了那些本可以從這些技術(shù)中獲益最多的人的門檻。在我與許多對Web3感興趣的媒體、音樂和時尚行業(yè)的高管交流中，這一點感受尤為深刻。許多消費技術(shù)的普及都經(jīng)歷了這樣的過程：先是技術(shù)的出現(xiàn)，然后某個標(biāo)志性的公司或設(shè)計師將復(fù)雜性簡化，推動了突破性應(yīng)用的誕生。想想電子郵件最初的樣子——SMTP協(xié)議被隱藏在“發(fā)送”按鈕后面；或者信用卡，大多數(shù)用戶今天并不會去關(guān)心支付的具體通道。同樣，Spotify通過將歌曲播放列表送到我們指尖，徹底改變了音樂行業(yè)，而不是炫耀文件格式。正如Nassim Taleb所說：“過度工程化會導(dǎo)致脆弱性，簡單才具備擴展性?！?strong>到2025年，我們的行業(yè)將采納“隱藏電線”的理念。最優(yōu)秀的去中心化應(yīng)用已經(jīng)開始專注于更直觀的界面設(shè)計，力求讓操作變得像使用觸摸屏或刷卡一樣簡單。2025年我們將看到更多公司采用簡潔的設(shè)計和清晰的溝通方式；成功的產(chǎn)品不會過多解釋技術(shù)細節(jié)，而是直接解決用戶的問題。
29.加密行業(yè)終將擁有了自己的應(yīng)用商店和發(fā)現(xiàn)平臺當(dāng)加密應(yīng)用遭到App Store或谷歌Play等中心化應(yīng)用商店的限制時，它們獲取用戶變得不易。但現(xiàn)在，一些新的應(yīng)用商店和市場出現(xiàn)，它們提供了無門檻的分發(fā)和發(fā)現(xiàn)功能。例如，Worldcoin的World App市場不僅存儲身份驗證，還允許用戶訪問“迷你應(yīng)用”，迅速為多個應(yīng)用帶來了成千上萬的用戶。另一個例子是為Solana手機用戶提供的免手續(xù)費的dApp Store。這些新平臺展示了硬件——比如手機和球形設(shè)備——可能是加密應(yīng)用商店的關(guān)鍵優(yōu)勢，類似于蘋果設(shè)備早期對其應(yīng)用生態(tài)系統(tǒng)的貢獻。同時，一些商店提供了成千上萬的去中心化應(yīng)用和Web3開發(fā)者工具，覆蓋了流行的區(qū)塊鏈生態(tài)系統(tǒng)，如Alchemy；還有一些區(qū)塊鏈平臺，如Ronin，既是發(fā)行商也是分銷商，特別是在游戲領(lǐng)域。然而，并非所有加密產(chǎn)品都能順利轉(zhuǎn)型：如果一個產(chǎn)品已經(jīng)有了現(xiàn)有的分發(fā)渠道（比如通過消息應(yīng)用），將其遷移到鏈上會非常困難（Telegram/TON網(wǎng)絡(luò)是個例外）。不過，我們可能會在2025年看到更多這樣的轉(zhuǎn)型發(fā)生。
30.加密貨幣持有者成為加密貨幣用戶在2024年，加密貨幣在政治領(lǐng)域取得了顯著進展，一些關(guān)鍵的政策制定者和政治家開始公開表示支持。同時，我們也見證了它在金融領(lǐng)域的不斷發(fā)展，比如比特幣和以太坊的交易所交易產(chǎn)品（ETPs）讓更多投資者有機會接觸加密貨幣。展望2025年，加密貨幣有望進一步發(fā)展成為一場計算運動。但問題是，接下來的用戶增長將從何而來？現(xiàn)在是時候激發(fā)那些“被動”持有加密貨幣的人群，將他們轉(zhuǎn)變?yōu)楦e極的用戶。畢竟，目前只有5-10%的加密貨幣持有者在積極使用這些資產(chǎn)。我們可以將已經(jīng)擁有加密貨幣的6.17億人引導(dǎo)到鏈上交易，尤其是在區(qū)塊鏈基礎(chǔ)設(shè)施不斷進步、用戶交易費用降低的背景下，這意味著新的應(yīng)用將開始服務(wù)于現(xiàn)有和新用戶。同時，我們也已經(jīng)看到的早期應(yīng)用——包括穩(wěn)定幣、去中心化金融（DeFi）、NFTs、游戲、社交、去中心化物理基礎(chǔ)設(shè)施（DePIN）、去中心化自治組織（DAOs）和預(yù)測市場等——也開始變得更加易于主流用戶接受，因為社區(qū)更加注重用戶體驗和其他方面的改進。
31.各行業(yè)可能開始將“非常規(guī)”資產(chǎn)轉(zhuǎn)變?yōu)門oken隨著加密技術(shù)基礎(chǔ)設(shè)施和新興技術(shù)的不斷發(fā)展，將資產(chǎn)轉(zhuǎn)化為Token的成本正在降低，這種做法有望在各行業(yè)得到廣泛應(yīng)用。這不僅使得那些因為成本過高或價值認(rèn)可不足而難以觸及的資產(chǎn)變得流動起來，更重要的是，它們將能夠參與到全球經(jīng)濟中。AI引擎也可以將這些信息作為獨特的數(shù)據(jù)集進行處理。就像水力壓裂技術(shù)釋放了曾經(jīng)無法開采的石油資源一樣，資產(chǎn)Token化有可能重新定義數(shù)字時代的收入模式。一些看似科幻的場景正在變得越來越現(xiàn)實：比如，個人可以將自己的生物識別數(shù)據(jù)Token化，并通過智能合約將這些信息出租給企業(yè)。我們已經(jīng)看到了一些早期的例子，比如DeSci公司利用區(qū)塊鏈技術(shù)在醫(yī)療數(shù)據(jù)收集方面提高了所有權(quán)、透明度和同意機制。
雖然我們還不知道這種未來將如何展開，但這些進展將使人們能夠以去中心化的方式從以前未被利用的資產(chǎn)中獲益，而不再依賴于政府和中心化的中介機構(gòu)來提供這些資源。
32.當(dāng)監(jiān)管法規(guī)變成代碼在銀行、保險和醫(yī)療行業(yè)，企業(yè)為了確保合規(guī)，投入了巨大的時間和資金。目前，銀行和保險行業(yè)的監(jiān)管規(guī)定已經(jīng)堆積如山，單是SBA貸款的文件就超過了1000頁。企業(yè)為了跟上這些法規(guī)的變化，不得不建立復(fù)雜的工作流程，并且投入大量時間和資源來雇傭和培訓(xùn)員工。如果那些繁瑣的文件（涵蓋文本、圖像和判例）能夠用來訓(xùn)練專門針對特定法規(guī)的大型語言模型，那么合規(guī)性檢查就能變得像在谷歌上搜索一樣便捷。你只需問：“[X]合規(guī)嗎？如果不符合，需要如何調(diào)整？”對于消費者來說，跟上法規(guī)變化的繁瑣過程也帶來了隱性成本。例如，每年約有150萬消費者未能按時償還抵押貸款，如果他們能夠與熟悉房利美（Fannie Mae）1000頁服務(wù)指南的專家交流，快速、準(zhǔn)確地獲取如何修改貸款和尋求救濟的信息，那將會怎樣？AI Agent可以迅速學(xué)習(xí)并且具有無限的耐心，LLM能夠簡化這一傳統(tǒng)上復(fù)雜且容易出錯的過程。勞動密集型的合規(guī)工作正是新軟件發(fā)展的沃土。AI有能力使我們的系統(tǒng)更安全、更簡單、更高效，為消費者和公司帶來更大的好處。
33.拆除傳統(tǒng)的記錄系統(tǒng)AI正在推動企業(yè)買家重新審視他們的整個技術(shù)棧，Klarna今年早些時候決定用自開發(fā)的AI解決方案替換Salesforce和Workday。這只是冰山一角，，將會有越來越多的企業(yè)選擇放棄傳統(tǒng)的記錄系統(tǒng)，轉(zhuǎn)而采用那些具有更強大的動態(tài)更新能力的新解決方案，這樣的趨勢將不斷涌現(xiàn)。十多年來，記錄系統(tǒng)首次變得脆弱。與2010年代典型的軟件公司通過接入現(xiàn)有記錄系統(tǒng)來推動下游工作流程不同，如今，最有抱負的創(chuàng)始人正在重新構(gòu)想這些核心系統(tǒng)。關(guān)系型數(shù)據(jù)庫將變得多模態(tài)：由于AI已經(jīng)能夠執(zhí)行工作（而不僅僅是促進工作），客戶將尋求“參與系統(tǒng)”——這些動態(tài)的、由AI驅(qū)動的工具將把人類“執(zhí)行者”轉(zhuǎn)變?yōu)橹饕摹皩徍苏摺薄?/strong>參與系統(tǒng)不僅會存儲核心數(shù)據(jù)集（客戶詳情、訂單信息等），還將作為用戶完成工作的主要應(yīng)用程序。這不會是快速或容易的過程，這些領(lǐng)域的現(xiàn)有企業(yè)擁有深厚的數(shù)據(jù)壁壘和大量資源，但我很興奮看到越來越多的創(chuàng)始人勇敢追求軟件領(lǐng)域的最大獎項。
34.差異化與持久防御力AI已成為差異化的終極驅(qū)動力，將軟件轉(zhuǎn)變?yōu)楦餍懈鳂I(yè)的勞動力。2024年，許多初創(chuàng)公司以解決“雜亂收件箱”問題作為切入點，將LLM應(yīng)用于需要人類判斷的任務(wù)。預(yù)計到2025年，AI公司將把差異化轉(zhuǎn)化為持久的競爭優(yōu)勢。成功的初創(chuàng)公司將專注于圍繞其產(chǎn)品構(gòu)建護城河。競爭力依然依賴于幾個永恒的因素：隨著用戶增長而增強的網(wǎng)絡(luò)效應(yīng)、使得產(chǎn)品難以替代的高轉(zhuǎn)換成本，以及產(chǎn)品本身的病毒性傳播降低客戶獲取成本。那些能夠成功的AI公司將不局限于單一的使用場景，而是擴展到相關(guān)的工作流程，并成為核心記錄系統(tǒng)的一部分。通過在某個特定問題上提供10倍甚至100倍效率的解決方案，實現(xiàn)差異化，為建立競爭壁壘提供了機會。然而，差異化并不等同于防御力，混淆這兩者的初創(chuàng)公司可能會被更有戰(zhàn)略眼光的競爭對手超越。
35.AI從數(shù)據(jù)收集到數(shù)據(jù)應(yīng)用的進步目前，AI已經(jīng)開始從電子郵件、電話、傳真等多個渠道提取那些被忽視或未被充分利用的數(shù)據(jù)。這些寶貴的數(shù)據(jù)通常被用來自動化那些重復(fù)性的行政工作，從而釋放人力資源，讓人們能夠?qū)Ｗ⒂谀切┬枰M行判斷的任務(wù)。接下來的進步將是AI不僅能收集這些數(shù)據(jù)，還能建議我們應(yīng)該按照什么順序采取行動。這樣，AI就將成為用戶真正的操作系統(tǒng)。通過學(xué)習(xí)上下文數(shù)據(jù)（包括內(nèi)部和外部的信號），下一代AI驅(qū)動的軟件可能會變成一個用戶可以“沉浸其中”的記錄系統(tǒng)。例如，銷售賬戶經(jīng)理可以查看一個儀表板，這個儀表板會告訴他們應(yīng)該在哪些客戶上投入時間（以及何時投入時間）并幫助他們起草跟進信息。同樣，AI也能基于從銀行對賬單和發(fā)票中提取的實時數(shù)據(jù)，為財務(wù)分析師提供構(gòu)建預(yù)測的指導(dǎo)。短期內(nèi)，人類工作者將作為審閱者；隨著信任的建立，未來許多數(shù)據(jù)驅(qū)動的行動可能會完全由AI來主導(dǎo)。
36.無機增長浪漫化AI技術(shù)正在逐漸滲透到保險、法律、房地產(chǎn)和IT等傳統(tǒng)服務(wù)行業(yè)，這些行業(yè)過去往往利潤較低且難以擴大規(guī)模。但現(xiàn)在，一些企業(yè)開始利用LLM（尤其是在涉及語音、電子郵件或消息傳遞的角色方面的自動化），將其轉(zhuǎn)變?yōu)楦呃麧?、可擴展的商業(yè)模式。雖然有人預(yù)測這種轉(zhuǎn)變將開啟傳統(tǒng)私募股權(quán)的新時代，即大型企業(yè)收購并轉(zhuǎn)型資產(chǎn)，但AI驅(qū)動的、垂直特定服務(wù)的初創(chuàng)公司具有更大的發(fā)展?jié)摿?/strong>。通過結(jié)合AI和定制化的工作流自動化工具，這些公司能夠徹底改變傳統(tǒng)服務(wù)行業(yè)的運作方式。其中最成功的企業(yè)將會找到證明利潤切實提升的方法，這可能始于與小型現(xiàn)有企業(yè)的合作，隨后通過更強大的經(jīng)濟實力和現(xiàn)金流去兼并更小的競爭者。這種經(jīng)營模式在實際操作中并不容易，但如果能夠妥善執(zhí)行，預(yù)計我們將會看到服務(wù)行業(yè)的運作方式發(fā)生變革。
37.AI原生UI和UX到2025年，AI原生的用戶界面（UI）和用戶體驗（UX）將成為下一代SaaS公司發(fā)展的基礎(chǔ)。過去幾年，我們主要集中于訓(xùn)練先進的基礎(chǔ)模型和構(gòu)建能夠在實際生產(chǎn)中運用這些模型的基礎(chǔ)設(shè)施?，F(xiàn)在，我們已經(jīng)達到了技術(shù)成熟的階段：公司已經(jīng)明白AI能做什么，用戶也習(xí)慣了如何與AI模型互動，以及如何使用AI支持的非確定性界面。這為我們開啟了嘗試與軟件互動的新方式的大門，這些新方式是傳統(tǒng)的LLM軟件所無法實現(xiàn)的。未來的用戶界面將與傳統(tǒng)的SaaS工具有很大的不同，用戶不再僅僅通過輸入框手動輸入信息。聊天界面是第一個實驗性的界面，現(xiàn)在我們預(yù)計將會出現(xiàn)更多新的、創(chuàng)新的互動方式。在這個階段，AI Agent將能夠在工作流程中直接采取行動，用戶界面將被重新設(shè)計，以便人類可以進行審查或進行質(zhì)量保證（QA）。
38.每個白領(lǐng)都將擁有一個AI Copilot到2025年將是AI“Copilot”的時代——最終，每個白領(lǐng)都會有一個AI助手，幫助他們擺脫日常工作中最繁瑣的部分，讓他們有更多時間投入到更有創(chuàng)意或更具戰(zhàn)略性的任務(wù)上。AI Agent能夠輕松接入任何現(xiàn)有的記錄系統(tǒng)，從多個來源收集數(shù)據(jù)，并利用這些數(shù)據(jù)來簡化重復(fù)性工作。比如，像11x這樣的虛擬銷售開發(fā)代表（SDR）可以在創(chuàng)建客戶關(guān)系管理系統(tǒng)（CRM）記錄之前，就收集所有相關(guān)的潛在客戶信息并進行初步接觸。
這對于初創(chuàng)公司來說是一個巨大的機遇，它們可以針對特定行業(yè)的繁瑣工作流程提供解決方案。數(shù)據(jù)也支持這一觀點：OpenAI和賓夕法尼亞大學(xué)的最新研究顯示，大約15%的美國工人的日常任務(wù)可以通過大型語言模型（LLM）顯著提高效率，而當(dāng)結(jié)合使用基于LLM的軟硬件工具時，這一比例可以提高到47%至56%。這只是一個開始。在未來幾年，某些職位將幾乎完全由AI Agent自動化完成。
39.新一代皮克斯將誕生我們將見證新一代皮克斯式公司的誕生，它們會采用AI原生的敘事方式，打破電影和電子游戲之間的界限。傳統(tǒng)上，大多數(shù)電子游戲的開發(fā)依賴于預(yù)先設(shè)計好的資源，經(jīng)過多年精心制作的確定性渲染。但現(xiàn)在，一種新的AI原生敘事格式——互動視頻——正在興起，它能夠?qū)崟r生成整個游戲世界。這種方式不需要游戲引擎，也不需要預(yù)先構(gòu)建的游戲資源?；右曨l完全由實時生成的神經(jīng)網(wǎng)絡(luò)視頻幀構(gòu)成，圖像生成模型根據(jù)玩家的操作來推斷出下一個游戲畫面。這種體驗是個性化且無界限的，它結(jié)合了電視/電影的易接近性和電子游戲的動態(tài)、玩家驅(qū)動的特點。圖像生成模型的技術(shù)在過去一年里取得了驚人的進步：我們見證了OpenAI、Luma Labs、Pika、Runway等公司推出的開創(chuàng)性視頻基礎(chǔ)模型。隨著研究的不斷深入，包括DeepMind和微軟團隊的加入，我們相信不久的將來，將會有一個新的標(biāo)志性媒體公司出現(xiàn)，它通過互動視頻講述故事，成功地將電子游戲、電影和AI這三個領(lǐng)域融合在一起。
40.擁有自己內(nèi)心世界的AI伴侶已經(jīng)有數(shù)百萬用戶下載了AI伴侶，并每天與它們進行數(shù)小時的互動。但目前的AI伴侶體驗還有局限：這一代的AI伴侶是被動的，它們只會對你發(fā)起的對話做出回應(yīng)。在你與它們互動之外，這些AI伴侶沒有自己的社交圈，也沒有自己的背景故事。換句話說，它們?nèi)狈σ粋€內(nèi)心世界。下一代的AI伴侶將會變得更加吸引人和生動。它們將擁有自己的虛擬朋友圈，對新聞有自己的反應(yīng)和情緒。它們將有自己的目標(biāo)、任務(wù)和愿望，并愿意與你分享它們的想法。你與AI伴侶之間的關(guān)系將變得更加互動和雙向。AI伴侶的未來設(shè)計可以從視頻游戲中獲得很多靈感。就像在游戲中一樣，你與伴侶的對話應(yīng)該有目的，并且由你的動機推動（就像游戲中的任務(wù)，不管你是否這樣稱呼它們）。AI伴侶應(yīng)該提到其他角色，介紹它們的朋友，討論它們世界中的地方、話題和問題。有時，它們會主動給你發(fā)信息或打電話，進行深入的對話；其他時候，它們則只是對你的互動做出反應(yīng)。當(dāng)AI伴侶感覺自己生活在一個有意義的世界時，它們給人的感覺將越來越真實。
41.游戲技術(shù)推動的明日商業(yè)游戲歷來被視為娛樂的虛擬世界模擬，但現(xiàn)在，游戲技術(shù)正超越純粹的娛樂，成為改變企業(yè)運作方式的重要工具。長期以來，游戲技術(shù)一直是技術(shù)進步的推動力——從Nvidia的圖形技術(shù)到Unreal Engine的實時3D渲染——這些技術(shù)現(xiàn)在被用來解決商業(yè)領(lǐng)域的關(guān)鍵挑戰(zhàn)。例如，Applied Intuition這家公司就基于Unreal Engine，利用虛擬仿真技術(shù)來訓(xùn)練和測試自動駕駛汽車。這一轉(zhuǎn)變得益于三股力量的推動：生成式AI大幅降低了虛擬內(nèi)容的創(chuàng)作成本；先進的3D捕捉技術(shù)使得現(xiàn)實環(huán)境的數(shù)字化成為可能，也就是所謂的數(shù)字孿生；下一代XR設(shè)備讓沉浸式體驗變得實用，適用于各種工作環(huán)境。這種應(yīng)用已經(jīng)開始顯現(xiàn)：Anduril利用游戲引擎進行國防仿真；特斯拉創(chuàng)建虛擬世界以訓(xùn)練自動駕駛系統(tǒng)；寶馬在其未來的抬頭顯示系統(tǒng)中融入增強現(xiàn)實技術(shù)；Matterport通過虛擬漫游徹底改變了房地產(chǎn)行業(yè)；Traverse3D幫助企業(yè)為員工提供虛擬互動式培訓(xùn)。無論是通過虛擬環(huán)境訓(xùn)練自動化系統(tǒng)，幫助消費者通過3D視覺進行購物，還是通過仿真技術(shù)擴大未來勞動力規(guī)模，到2025年，游戲技術(shù)將滲透到各行各業(yè)。
42.第二波“不露面”視頻創(chuàng)作者“不露面”視頻創(chuàng)作者是指那些不露真容的數(shù)字時代視頻制作者，他們不展示自己的面孔。這樣的視頻創(chuàng)作者有著多種形式：一種是完全隱藏面貌，只通過聲音來表達；另一種是通過角色形象或裝扮來遮掩身份；還有一種則是將自己的身份完全與虛擬形象綁定，比如虛擬主播（VTubers）。
對于有志于創(chuàng)作的人士來說，過去需要攝像機、音響和綠幕等設(shè)備才能制作的內(nèi)容，現(xiàn)在可以通過AI軟件輕松實現(xiàn)。通過隱藏身份，創(chuàng)作者可以利用越來越多的AI工具，比如用非母語甚至是非本地方言的聲音來創(chuàng)作。比如，一個來自印度的創(chuàng)作者可以制作一部關(guān)于盧浮宮的法語口音視頻評論，他只需要一臺性能強大的筆記本電腦，就能錄制出堪比價值400美元播客麥克風(fēng)的聲音效果。最終，觀眾會決定哪些內(nèi)容值得關(guān)注。如果內(nèi)容傳遞的信息有價值、有趣或者有深度，我們還會在意鏡頭后面是誰嗎？
43.“Google IT”的衰退搜索壟斷將在2025年走向終結(jié)。谷歌在美國搜索市場的份額高達約90%，但其壟斷地位正逐漸受到挑戰(zhàn)。美國近期的反壟斷裁決促使蘋果等手機制造商開始支持其他搜索引擎。這不僅僅是法律壓力下的結(jié)果，生成式AI技術(shù)也在對傳統(tǒng)搜索方式構(gòu)成挑戰(zhàn)。ChatGPT每周活躍用戶超過2.5億，而回答引擎Perplexity的月增長率超過25%，它們正在改變搜索互動的方式。它們的查詢通常比傳統(tǒng)搜索長，平均約10個詞，是傳統(tǒng)搜索的3倍多，而且近一半的查詢會引發(fā)后續(xù)問題。Claude、Grok、Meta AI、Poe等聊天機器人也在瓜分搜索市場份額。60%的美國消費者在過去30天內(nèi)使用過聊天機器人進行研究或購買決策。對于專業(yè)領(lǐng)域的需求，專業(yè)人士更傾向于使用特定領(lǐng)域的服務(wù)提供商，如Causaly（科學(xué)領(lǐng)域）、Consensus（學(xué)術(shù)研究）、Harvey（法律領(lǐng)域）和Hebbia（金融服務(wù)）。廣告和鏈接一直是谷歌的使命——組織全球信息，使其易于獲取和有用。但谷歌的搜索結(jié)果變得過于繁雜，用戶需要花費時間篩選。用戶更希望直接獲得答案和更深入的內(nèi)容。盡管谷歌也能提供AI搜索結(jié)果，但這可能會影響其短期利潤。作為動詞的“Google”正面臨挑戰(zhàn)，新興的競爭正在加速這一變化。
44.銷售的黃金時代與其擔(dān)心生成式AI會取代銷售團隊，不如說它可能會引領(lǐng)銷售行業(yè)進入一個全新的黃金時期，并帶動銷售崗位的大幅增加。新一代的生成式AI技術(shù)將自動化大部分銷售流程中的行政任務(wù)，讓銷售團隊的效率和生產(chǎn)力得到顯著提升。這種技術(shù)不僅能減少每位客戶經(jīng)理所需的輔助人員數(shù)量，縮短培訓(xùn)周期，最關(guān)鍵的是，它讓銷售人員有更多時間投入到AI難以替代的工作中，即那些需要高度互動和咨詢式銷售的環(huán)節(jié)。銷售的核心在于幫助客戶了解如何評估和選購軟件。隨著生成式AI推動的開發(fā)者生產(chǎn)力的提升，市場上將涌現(xiàn)出大量新軟件，這就需要更多的銷售人員來協(xié)助買家理解這些軟件如何解決他們的問題。銷售人員的效率越高，上手越快，帶來的收益也就越大。只要新招聘的銷售人員的邊際生產(chǎn)率沒有遞減，企業(yè)很可能會競相增加銷售人員的數(shù)量。更高的生產(chǎn)力意味著更多的銷售人員，進而帶來更多的收入。想象一下，如果這些銷售人員都配備了AI教練、銷售開發(fā)代表（SDR）和銷售工程師，那么他們的效率和生產(chǎn)力將幾乎沒有上限。
45.超越GPT封裝工具2024年標(biāo)志著多模態(tài)市場真正成為現(xiàn)實。到了2025年，AI原生應(yīng)用將成為主流。那么，哪些AI應(yīng)用能夠脫穎而出呢？許多企業(yè)客戶已經(jīng)從盲目追求“AI”轉(zhuǎn)變?yōu)楦幼⒅赝顿Y回報率（ROI）的評估。因此，這個領(lǐng)域最優(yōu)秀的創(chuàng)業(yè)者們開始以應(yīng)用AI工程師團隊的身份啟動項目，他們正在探索與AI模型互動的最佳實踐，以解決客戶面臨的實際問題。隨著多模態(tài)市場的成熟，成功的策略可能會涉及將多個大型模型與自我訓(xùn)練的小型模型相結(jié)合，以優(yōu)化客戶的用例、提升速度和降低成本。關(guān)鍵在于，這些應(yīng)用需要盡可能多地獲取客戶數(shù)據(jù)（包括客戶的客戶數(shù)據(jù)），以便提供更豐富的上下文信息，使AI從通用型轉(zhuǎn)變?yōu)榫哂袑嶋H價值的解決方案。最終，那些成功的AI應(yīng)用公司將不再是簡單的GPT封裝工具，而是真正的創(chuàng)新者和解決方案提供者。
46.超級數(shù)據(jù)中心：AI基礎(chǔ)設(shè)施的區(qū)域競賽在AI領(lǐng)域的競爭中，計算能力已成為國家基礎(chǔ)設(shè)施的關(guān)鍵部分。但并非所有國家都有能力參與這場競爭。要訓(xùn)練和運行大規(guī)模AI模型，需要成千上萬個耗電的GPU，這不僅需要大量的能源，還需要足夠的空間來有效散熱，處理數(shù)百兆瓦的熱量。我將那些能夠自主開發(fā)、訓(xùn)練和托管先進AI模型的地方稱為AI超級數(shù)據(jù)中心（Hypercenters）。在未來五到十年內(nèi)，一個世界級的AI超級數(shù)據(jù)中心需要發(fā)展約三到六吉瓦的裝機容量，以保持在前沿AI領(lǐng)域的競爭力。雖然目前還沒有達到這種規(guī)模的數(shù)據(jù)中心，但包括美國、中國、日本、新加坡和沙特阿拉伯在內(nèi)的多個國家，正在通過建設(shè)AI基礎(chǔ)設(shè)施來競相實現(xiàn)這一目標(biāo)，每次建設(shè)的規(guī)模在100到150兆瓦之間。各國政府已經(jīng)開始將AI計算基礎(chǔ)設(shè)施視為戰(zhàn)略性的國家資源，認(rèn)為這對于保持AI開發(fā)的競爭優(yōu)勢至關(guān)重要。在未來幾年，那些在計算能力、可持續(xù)能源供應(yīng)和前瞻性政策方面進行投資的國家，將在全球科學(xué)和經(jīng)濟發(fā)展的未來中扮演決定性角色。
47.小而強大：設(shè)備端AI在未來一年，小型設(shè)備上的AI模型將因其實際應(yīng)用、經(jīng)濟效益、實用性和隱私保護的優(yōu)勢而變得更加流行。在智能手機和物聯(lián)網(wǎng)設(shè)備上進行即時數(shù)據(jù)處理和智能決策，將推動用戶行為的新趨勢，以及對實時、互動體驗的更高期待。這種變化將得益于基礎(chǔ)設(shè)施的不斷進步，比如TensorFlow Lite和PyTorch Edge等軟件框架的發(fā)展，以及Google Edge TPU等定制硬件的升級。雖然大型設(shè)備可能在收入上占據(jù)優(yōu)勢，但在消費者和企業(yè)用戶的體驗上，小型設(shè)備將占據(jù)主導(dǎo)地位，并顯著提升其市場份額。
48.超越“推理”：AI在數(shù)學(xué)、物理和編程領(lǐng)域取得進步LLMs顯然不像人類思維那樣進行推理。蘋果公司最近的一篇論文表明，LLMs看似能推理，實際上只是通過簡單地模仿訓(xùn)練數(shù)據(jù)來復(fù)制推理步驟。然而，最先進的模型在數(shù)學(xué)、物理和編程等“推理”任務(wù)中的表現(xiàn)正在進步。例如，LLMs能夠在國際數(shù)學(xué)奧林匹克比賽中達到金牌級別的表現(xiàn)。這一進展得益于模型訓(xùn)練中的新技術(shù)（例如，基于推理軌跡的強化學(xué)習(xí)）和推理計算（也稱為“測試時計算”）。OpenAI的o1是首個在這些技術(shù)上取得突破的重大模型發(fā)布，取得了可喜的成果。其他AI團隊也在認(rèn)真跟進這一工作，我對他們能夠取得的進展以及LLMs將實現(xiàn)的新能力充滿期待。
49.生成式AI無處不在AI將滲透到每個應(yīng)用程序和每個設(shè)備中，它將不再僅僅運行在云端的大型服務(wù)器上，而是同樣運行在小型設(shè)備上。我們已經(jīng)學(xué)會了如何訓(xùn)練強大的小型LLM和圖像模型，這些模型可以在手機、筆記本電腦甚至家用電器上本地運行。你的文本編輯器將內(nèi)置一個LLM，幫助你草擬郵件，你的相機應(yīng)用可以重新生成你不喜歡的照片部分或者總結(jié)你視頻中發(fā)生的事情。所有這些都將在本地運行，從而提供快速又響應(yīng)迅速的用戶體驗。
本文章轉(zhuǎn)載微信公眾號@Z Potentials
鍵.png)