看到红杉发布的一篇关于 AI 50 企业相关的文章：AI 50: Companies of the Future，分享一下。

核心观点

这篇文章概述了AI技术如何转变企业生产力，并讨论了AI未来的潜力及其对商业和社会的深远影响。

  1. 生成式AI的崛起：2024年的AI 50名单显示，生成式AI已从一个边缘领域走向主流，成为推动企业生产力增长的关键因素。大型公司如ServiceNow、Palo Alto Networks 和 Hubspot通过整合AI提高了效率和降低了成本。

  2. AI企业的发展：文章强调，越来越多的企业将AI融入其业务流程，以提升关键绩效指标。这不仅涉及自动化和成本节约，也包括客户服务和产品开发的优化。

  3. 技术扩展和新进展：AI 50名单的公司显示了生成式AI如何在企业生产力应用中快速扩张，从四家增至八家，涵盖了更多企业部门。同时，消费者和专业消费者之间的界限变得模糊，创意软件的使用越来越广泛。

  4. 行业应用变革：AI正在被应用于工业领域，如机器人、工业维护和自动驾驶，展示了软硬件结合的变革潜力。基础设施领域也见证了显著发展，如向量数据库和大型语言模型的应用开发框架。

  5. 企业的未来形态：AI技术预示着一场生产力革命，类似于个人计算机时代的变革。未来的企业可能会更加精简，企业数量将大增，企业结构将更加灵活和迅速形成。

  6. 成本和社会影响：AI有潜力在教育、医疗等关键领域降低成本，提高可获得性和负担能力。这需要负责任地进行，通过政府和私营部门的共同努力，重新培训和赋能所有人。

  7. 长远预期：AI的应用预计将在未来几年内在深度和广度上扩展，2024年只是一个开始，标志着AI在各行各业的广泛应用和深远影响的起点。

总之，文章展望了AI如何作为未来企业的核心驱动力，重塑工作方式、增加企业效率，并为社会带来更广泛的变革。

原文

2024年版的 AI 50 显示了生成式 AI 如何开始改变企业生产力。

去年，生成式 AI 从 AI 50 名单的背后走到了前台。今年，它成了焦点，我们看到了企业客户和消费者在 AI 生产力方面的重大增长初现端倪。尽管2023年美国的 AI 风险投资大部分用于基础设施——60%给予了最大的大语言模型（LLM）提供商——但应用公司继续主导 AI 50 名单。

同时，我们开始见识到植入 AI 的公司将会呈现何种面貌。如今，许多公司正在将 AI 融入其流程，以此加速关键绩效指标（KPI）的提升。我们见证了大型公司通过将 AI 融入产品而获益良多。例如，工作流自动化平台 ServiceNow 通过其 AI 驱动的 Now Assist 实现了近20%的案例避免率。Palo Alto Networks 通过 AI 降低了费用处理成本。Hubspot 利用 AI 扩展了其客户支持服务。瑞典金融科技公司 Klarna 最近宣布，通过在客户支持中使用 AI，节省了超过4000万美元的运营成本。数千家企业现在正将 AI 整合进他们的工作流程中，以促进增长和降低成本。AI 50中的企业正推动这些迅速的改进。

展望未来，我们期待看到在 AI 能力支持下，用户体验（UX）和用户界面（UI）的重新设计。不仅仅是更好更廉价地复制现有功能，更是发展全新的用户界面，以提供有价值的新体验。

今年的新动向

今年 AI 50 名单的重大变化强调了生成式 AI 是如何提升企业及行业生产力的。企业通用生产力类别今年翻了一番，从四家增至八家，因为这些公司扩大了产品线以满足客户不断增长的需求。例如，Writer 从之前的企业营销类别中脱颖而出，扩展了其产品线以覆盖所有企业部门。Notion 新晋榜单，将 AI 助手整合至其生产力平台，并新增了如日历等功能。

五个生产力应用——OpenAI 的 ChatGPT，Anthropic 的 Claude，DeepL，Notion 和 Tome 现在正服务于消费者、专业消费者及企业客户。图像编辑器 Photoroom、视频生成应用 Pika 和游戏开发工具 Rosebud 显示出创意软件在消费者和专业消费者之间的界限正变得模糊。总的来说，这一类别的公司数量也翻了一番，从三家增至六家。

今年虽然行业垂直类别有所减少，但出现了新的工业领域。在机器人、工业维护和自动驾驶领域，如 Figure、Tractian 和 Waabi 显示了 AI 软件与硬件结合将如何变革实体世界的工作方式。

2023年是基础设施的强劲之年，其中不乏像 Mistral 这样的基础模型的重要新进入者。在云数据平台类别中，Pinecone 和 Weaviate 突显了向量数据库的重要性。同时，Databricks 通过去年收购 MosaicML，与 Anyscale, Baseten, Replicate 和 Together 一道，成为推理提供商的重要一员。LangChain 则在处理大语言模型的应用开发框架中确立了其独特地位。

未来的企业

过去的技术革新浪潮——网络、互联网和移动通信——主要是通信革命。AI 承诺将带来一场不同的革命——生产力革命，这更类似于改变了商业和工业未来的个人计算机。

随着更多的 AI 被开发出来，它们将开始像网络一样作为 AI 网络运作。去年我们见证了生成式 AI 从简单的文本或代码生成扩展到代理交互。正如 PC 的兴起及后来的智能手机推动了对互联网带宽的需求一样，AI 代理的演变将推动对支持更强大计算和交流的新基础设施的需求。

我们正步入一个由 Nvidia CEO Jensen Huang 所描述的「每个像素都将生成」的生成式未来。在这一未来，建立公司本身可能将成为 AI 代理的任务；未来，整个公司可能会像神经网络一样运作。

我们现在看到的应用领域中的创新是下一代企业将使用的工具的初步形态。我们可以预见，这些企业将更为精简，但随着建立企业的便利性，未来的企业数量将大为增加。企业的形成将变得更加迅速和灵活，拥有全新的所有权和管理结构。将来，可能会有大型企业仅由一名 AI 工程师运营。

在不远的将来，大部分企业虽然不会是一人企业，但它们将面临不同于今日的需求和挑战。它们需要的企业产品将能够解决知识管理和内容生成、信任、安全和认证等问题。这些企业将运行的软件数量将增加并发生变化，代码生成和软件代理将使定制和快速迭代成为可能。

为了赢得未来企业的信赖和支持，创业者需要回答一些关键问题：这些企业将制造何种产品？它们需要什么样的基础设施和应用？劳动力将如何变化？分配模式和价值捕获方式将如何变化？他们的全部可寻址市场将由多少人和自治 AI 代理组成？

接下来是什么？

像 AI 这样的生产力革命推动了成本下降。本世纪的技术进步大幅降低了硬件成本，但人类提供的服务成本，如医疗和教育，则急剧上升。AI 有潜力在这些关键领域降低成本，使它们更易于获得和负担。这些变化需要负责任地进行，以减少就业流失并促进就业创造。AI 将使我们能够以更少的资源做更多的事情，但我们需要政府和私营部门的共同努力来重新培训和赋能所有人。

AI 定位于改变成本结构，并在我们社会中一些最关键的领域提高生产力。它有潜力带来更好的教育、更健康的人口和更高效的个体，通过简化日常工作，让我们能够专注于更重要的问题和未来的更好工具。它可以让更多的人投入到解决更多问题中，从而创造一个更好的社会。

2024年的 AI 50 展现了 AI 的应用正变得前所未有地广泛，我们预期在接下来的几年里，这一领域将在深度和广度上都有所扩展。2024年仅仅是一个开始。