50位 a16z 合伙人对 2025 年科技领域发展趋势的预测
以下内容为 a16z（Andreessen Horowitz）多位合伙人对 2025 年将推动创新的一些重要趋势和想法的集锦，涵盖了从美国活力（American Dynamism）、生物与医疗健康（Bio+ Health）、消费技术（Consumer Tech）、加密（Crypto）、企业与金融科技（Enterprise + Fintech）、游戏（Games）、成长期科技（Growth-Stage Tech）到基础设施（Infrastructure）等多个领域。每位合伙人都从自己的专业角度给出了他们对于未来一两年大趋势的预测。所有文字与观点均来自原文翻译，力求完整、通俗易懂，以帮助读者深入了解相关背景与最新思考。
2025 年科技领域的重要趋势与创想
来自 50 位 a16z 合伙人的思考：
美国活力（American Dynamism）
核能的复苏
作者：David Ulevitch
a16z 合伙人，负责带领美国活力（American Dynamism）相关的投资，并同时投资企业级和 SaaS 软件。
我预测到 2025 年，核能需求将激增。一系列因素的“完美风暴”——包括监管改革、公众热情、资金大量涌入以及对能源的渴望（尤其是 AI 数据中心对电力需求的不断飙升）——都将促使人们几十年来首次加速订购新型核反应堆。
随着 AI 的发展，美国的能源需求正在飙升。几十年来第一次，我们的电力消费开始显著上升，给老旧的电网带来冲击，同时也重新点燃对新型、可靠电力来源的渴望。那些需要大量清洁且稳定能源的超大型数据中心，已经开始让一些退役的核电站“复活”。就连宾夕法尼亚曾经声名狼藉的三里岛核电站，也计划在 2028 年重新启动，用于给大型数据中心供电（例如微软与其他公司近期的合作案例已见诸报端）。
这种对核能的再次关注，不仅仅是因为清洁能源的两党共识和全民对气候等问题的支持，也是在全球 AI 竞争中确保美国领先地位，建设更有韧性的电网，并为国家繁荣奠定长期基础。
未来工作：跨越硬件-软件鸿沟的技能
作者：Erin Price-Wright
a16z 合伙人，主要投资在“美国活力”（American Dynamism）领域，关注物理世界相关的 AI 解决方案。
在 2000 至 2010 年代，很多人都觉得“不会写代码就要被淘汰了”。当时，计算机科学专业大火，而机械工程、电气工程等学科则相对式微。
如今的转变在于——硬件与软件的结合。随着“再工业化”呼声上升，以及在供水处理、商业空调、油气行业等“不性感”的领域里熟练工人正在大批退休；再加上在国防、企业与消费领域对于自动化的需求正在飙升，越来越多涉及硬件与软件交叉的岗位将成为真正的“未来工作”。尤其是电气工程、控制工程、机械与机电一体化、制造工程、射频工程、工业工程、测试工程、质量工程，以及各种高级技师/机器人远程操作员等需求会迅猛增长，甚至某些增速可能会超过传统软件工程师。
机器人将大规模进入各行各业，但总要有人来设计、制造、训练和维护它们。
“抓取”空间的下一次突破：太空行业的新征程
作者：Lejla Custo
a16z 合伙人，投资于美国活力（American Dynamism）领域。
随着 Starship 火箭助推器的“抓取”回收技术逐渐实现，重型可复用火箭运输能力（150+ 吨级）的进步可能开启太空新时代。这意味着我们不仅可以更容易将人类送到月球和火星，还能在太空部署数据中心、空间站等大型设施，或在微重力环境下建设生物医学实验室，还可以在 40 分钟内环绕地球运输物资与人员。
到了 2025 年，曾经科幻般的想法或许就要变为现实。
防务的未来是“去中心化”
作者：Ryan McEntush
a16z 合伙人，关注国防与美国活力（American Dynamism）领域。
我预测军事决策将在“边缘端”越来越多地产生。自律性无人机、传感器网络和战场 AI 系统，会在极少的人类干预下进行实时分析和行动。比如，在遥远的冲突地区，一些小型、移动指挥中心可能部署在极端环境中，实时处理大量数据以避免因为延迟和中心化指挥所带来的潜在风险。
关键点在于，分散化意味着需要在艰苦环境中快速供电和提供计算能力，为先进武器系统提供支持。要维持作战优势，我们需要在能源、太空和 AI 技术上进一步投资，以有效地与国际对手竞争。“去中心化”在军事上是大势所趋，“边缘端”的保障能力或许会定义下一代军事创新格局。
XR 设备与开发者的崛起
作者：Oliver Hsu
a16z 美国活力（American Dynamism）投资团队合伙人，关注新一代计算平台和物理世界应用。
我认为 XR 设备会成为开发者打造物理世界应用的宝贵工具。过去一年，包括 Apple Vision Pro 和 Meta Orion 在内的新一代扩展现实平台出现，虽然目前在消费端和开发者群体中仍处于早期阶段，但却潜力巨大，特别是在世界模型、机器人基础模型等前沿领域。
目前，这些设备已经在机器人学、自动化、仿真等方向上发挥关键作用。如果再结合增强现实的广泛普及和更多开发者的加入，我们可能在需要大量物理数据、交互和基础设施的垂直行业（如物流、制造、检测、维修等）上看到更多突破。
利用地球观测数据
作者：Millen Anand
a16z 美国活力团队的工程研究员，重点关注航天、地理空间和仿真行业。
过去五年，地球观测卫星数量从 500 增至 1000 多颗。虽然现在下传的观测数据数量空前，但大规模商业化仍未完全到来。
真正的商机并不只是“卖影像”，而是打造针对特定行业的问题解决方案，让地球观测只是技术工具之一，帮助行业完成关键业务目标。例如，在供应链、城市规划、应急响应等领域里，用“地理空间数据+ 业务系统”的集成方式创造实际价值，将才是更可能实现大规模商业化的路径。
新一阶段的机器人数据采集
作者：Jacob Phillips
a16z 美国活力团队的工程研究员，关注 AI 和机器人。
如今，多家公司都在尝试大规模机器人数据采集，通过远程操控（teleoperation）、仿真训练（sim2real）、模块化机械手等方式为通用机器人模型收集“基础级”数据。
但在我们能用数十亿、甚至数万亿条机器人相关数据来训练“通用”机器人之后，问题来了：下一步是什么？
类似当年自动驾驶行业崛起带动了数据标注需求（如 Scale AI），如今生成式 AI 让数据收集与标注模式也在升级——从传统的“给定图像框出汽车”变成针对更高阶、更复杂的标注、偏好数据、以及安全评测等。
未来，机器人领域会不会出现类似的大规模安全评测场景？或是某些非常复杂的行业基准测试？我们确实需要企业或组织持续收集数据来打造通用机器人策略模型，但真正落地时还需要更多“第二层级”的系统——安全监测、基准测试、垂直化验证等等。
自由空间光通信的新进展
作者：Peter Bowman-Davis
a16z 美国活力团队工程研究员，聚焦扩散式仿真及运动规划算法。
我预计到 2025 年，自由空间光通信（FSO）将继续快速发展，主要因为对通信带宽的需求接近“无弹性”水平。与传统射频通信相比，FSO 在数据速率和定向性上具有明显优势，但当前在抗干扰、抗环境影响等方面还比较初步，往往需要依赖传输层协议（例如 TCP）进行纠错。
令人振奋的是，我们有望看到更先进的调制技术（比如无线通信里常见的 QPSK、OFDM 等），以及更好的波束控制和错误更正机制来提高系统韧性。更精准的定位、导航和定时（PNT）系统也能帮助光学通信在更广泛的场景（如移动平台）里大显身手。这对电信、卫星通信、防务等领域都可能产生重大影响。
生物与医疗健康（Bio + Health）
“Big is Back”：再度攻克常见病
作者：Vineeta Agarwala
a16z 生物与医疗健康团队合伙人，关注生物技术、数字医疗和生命科学工具/诊断。
我相信在 2025 年，“Big is Back”——即便是早期的生物初创公司，也会重新聚焦那些常见病的大领域。
我们之所以会看到这种转向，一方面是糖尿病和肥胖 GLP-1 类药物市场规模可能在 2030 年达到 1000 亿美元以上，让整个心代谢疾病赛道重新火热；另一方面，在自身免疫疾病（如狼疮、关节炎等）领域，也有革命性的进展。例如德国慕尼黑的 Georg Schett 医生尝试用 CAR-T 细胞疗法（原本针对 B 细胞癌症）来治疗 B 细胞驱动的自身免疫病，结果惊艳：15 名无计可施的病人，全部病情显著改善。这种“按下重启按钮”式疗法给业界极大震撼，也点燃了更多企业和投资人继续攻克大病的热情。
以科技实现人人健康
作者：Vijay Pande
a16z 生物与医疗健康团队创始合伙人，专注于生物与计算机科学的交叉。
这几年，从 AI 分析血液生物标记，到可穿戴设备监测生理数据，再到平价全身扫描，医疗科技在“全民化”方面突飞猛进，帮助个人更加了解和掌控自己的健康状况。
在当前这个堆砌了无数繁琐流程的“病态”医疗体系里（更专注于事后治疗而非预防），这些技术将是革命性的，因为它们让人们可以更早、更精准地检测问题，并做出个性化预防。未来，我们希望这些工具能引领医疗走向“保健”而不是“治病”模式。
医疗人员短缺与 AI 的“超级人力”
作者：Julie Yoo
a16z 生物与医疗健康团队合伙人，主要关注医疗服务、支付模式和就医体验革新。
医疗行业正面临史无前例的人才荒：医生、护士都大批短缺，而在行政管理方面却有很多“冗员”在从事琐碎的重复性工作。如何让现有临床和行政人力充分发挥，并让技术替代大部分不必要的人力消耗，是当今最重要的难题之一。
AI 将发挥关键作用。2025 年会出现针对医疗领域各专业的“AI 专家模型”，发挥“超级员工”平台的功能：一方面能分担大量重复性任务，让专业人员专注更高价值工作；另一方面，让医院和诊所能直接在“人力预算”层面支出（而非 IT 预算），大幅提高效率与规模。
药物靶点如同牛油果：成熟时机转瞬即逝
作者：Jorge Conde
a16z 生物与医疗健康团队合伙人，关注疗法、诊断、生命科学工具以及软件等领域。
研发药物是个艰难的过程。我们常说，每当一个潜在的生物靶点成熟时，就像牛油果一样，成熟期很短，错过就浪费；而如果还未到时机就贸然开发，也可能失败花钱。
为什么现在又有活力？一旦一个靶点被验证，那就会引发全面“哄抢”。尤其随着中国也在加速进入，全球竞争更激烈。所以对初创公司而言，如何获得“独家秘密”（First mover advantage + 独特技术角度），或者在热门靶点上差异化胜出，就显得尤为关键。AI 可能是帮助公司快速“挣到独家秘密”的有力工具。但要抓住“成熟窗口”，需要极快的节奏、良好的保密与突出的执行力。
生物与医疗健康领域 2024 年热门内容回顾
消费者科技（Consumer Tech）
“AI 鼓手”与实时 AI 的未来
作者：Anish Acharya
a16z 合伙人，关注 AI 原生产品以及推动高效、普惠化时代的新公司。
想象一下，你和一个 AI 鼓手组乐队：当你加快节奏或即兴弹奏新段落时，AI 鼓手能立刻同步改变鼓点，配合你的风格和能力。这就是实时 AI 的潜力。
2023 年推出的 Latent Consistency Models（LCMs）只是一个开始，推理速度的提升让生成式 AI 更高效并解锁新场景，例如实时视频到视频转换。未来，随着延迟不断降低，AI 能够在内容创作或其他交互中实现“所见即所得”的体验。它还能应用于教育场景，比如学生一旦表现出疑惑或分心，AI 能即刻调整教学方式。实时反馈让想法的迭代和原型设计变得前所未有地迅速。
AI 视频的细分与专业化
作者：Bryan Kim
a16z 合伙人，关注消费科技和 AI 应用层投资。
目前，借助简单的文本提示或单张图片就能生成逼真的视频片段，一些初创产品开始崭露头角。
但我相信到了 2025 年，AI 视频会逐渐细分为各类垂直场景：短时广告、3D 虚拟人、背景/素材制作、特定画风（如动漫风、写实风）等。开发者也会针对不同平台（如 TikTok、YouTube 或电视广告、院线）进行更精准的模型训练，让最终效果更加专业和一致。
这意味着每一个看似小众的细分场景都可能孕育出大公司。AI 视频从原型走向成熟艺术形态的过程正迅猛开启。
每个人都拥有一个“AI 大脑”
作者：Justine Moore
a16z 消费科技团队合伙人，关注 AI 创业公司。
我们每个人都在日常中创造大量的数字“碎片”——聊天记录、邮件、社交媒体、浏览历史等等。通过大语言模型（LLM）和针对个体的数据训练，我们可以把这些海量非结构化信息变成一个“数字大脑”，让它真正理解你的想法、性格与偏好。
我自己花了 6 个月把自己的信息“导入”ChatGPT，惊叹于 AI 对个人事务的帮助：它协助我处理工作决策、个人生活和人际沟通。
未来会有多种应用：例如帮助更好地认识自我、辅助沟通乃至在工作场景中大幅提升效率。AI 可以记住、提炼并总结任何过去的信息，随时用来给你最贴切的建议，就像一个无限记忆库。
知识型工作变得个性化
作者：Olivia Moore
a16z 消费科技团队合伙人，专注 AI 领域。
生成式 AI 能大量产出文本，但“千人一面”的风格让人诟病。在很多实际应用中，如果 AI 写的东西不符合个人表达习惯，改起来可能更费劲。
在图像生成方面，我们已经看到了 LoRA、SREF（Midjourney 中的风格参考）这类技术让用户指定输出风格，相当于给用户更多可控性。文字领域也需要类似方式，让 AI 更接近个人风格与语境。例如自动写邮件或做 PPT 时，AI 不仅要提供框架，也要匹配公司文化与个人风格。
实现路径可能各不相同，但目的是一致的：让每个人都能真正把 AI 当成生产力工具，而非一段“格式化”输出。AI 创造出的价值将与个人/企业的独特性深度结合。
用 AI 分析定性数据
作者：Zach Cohen
a16z 消费科技团队合伙人，投资于生成式 AI 的应用层。
我们正迎来“质性数据革命”。过去，市面上的分析软件主要处理定量数据（数字、表格），但其实更多信息是非结构化的文本（对话、调研、社交媒体发言等）。
随着 LLM、网络智能体、多模态模型的兴起，我们现在不仅可以收集并理解这些文本/音频/图像数据，还能和数字化的定量数据深度融合。这也意味着会出现新一代分析工具——把数字与文本、外部信息结合起来进行动态分析，而非只盯着表格看。对初创企业来说，这会是构筑大规模 AI 原生公司的战略切入点。
消费者科技领域 2024 年热门内容回顾
加密（Crypto）
当 AI 成为“代理人”，它需要一个自己的钱包
作者：Carra Wu
a16z crypto 投资合伙人。
AI 目前依然像 NPC（非玩家角色）一样被动执行，但未来会越来越多地充当“代理”。不过要让 AI 真正独立行动并与市场互动（交换价值、展现偏好、协调资源等），就需要在加密世界里获得自主身份和金融能力。
目前已经有 AI 通过加密货币进行交易的实例（如 @truth_terminal），接下来我们会看到更多 AI 网络节点实际拥有并管理自己的加密钱包、签名密钥和数字资产，这能带来许多全新应用场景，比如在去中心化物理基础设施网络（DePIN）中以节点身份参与能源、通信、甚至可能出现 AI 自己拥有的区块链等等。
“去中心化自治聊天机器人”（DAC）
作者群体：Dan Boneh, Daniel Reynaud, Daejun Park, Daren Matsuoka
均为 a16z crypto 研究或工程团队成员，在密码学、分布式系统、形式化验证等领域有深厚背景。
目前已经出现运行在可信执行环境（TEE）中的 AI 聊天机器人，用来证明其“自治性”，即无人类幕后操控。接下来，可进一步发展为“去中心化自治聊天机器人”（DAC）。
该机器人可以在去中心化社交平台上发内容，积攒粉丝，并通过智能合约或去中心化方式赚取收入、管理资产——私钥由运行其软件的 TEE 管理，任何人类都无法直接访问。这样，就能出现真正意义上“自己管理自己钱包”、并可在网络上完全独立运营的 AI。
当然这也带来监管与安全考量，但如果 DAC 能在开源、不可篡改的网络环境中独立运转，也许会成为第一个真的“自动化且估值上亿”的实体。
AI 普及下的“真人证明”（Proof of Personhood）
作者：Eddy Lazzarin
a16z crypto CTO。
在 AI 可以大规模生成或模仿人的情况下，如何确定你线上对话的是真人，而不是某个假账号或深度伪造？这就需要“真人证明”（Proof of Personhood）——一个数字身份验证手段，能够保证一个人对应一个账户，且隐私友好。 过去内容造假需要付出较大成本，而现在 AI 使得“欺骗”成本几乎为零，所以需要给“真人”增加一点获取成本；让真人免费或低成本完成验证，但让大规模伪造变得昂贵或难以操作。“唯一性”或许会成为构建可信网络的关键属性。
从预测市场到更广泛的信息聚合
作者：Scott Duke Kominers
a16z crypto 研究合伙人，哈佛商学院经济学教授。
预测市场在 2024 年因美国大选而大放异彩。但真正有潜力的，不仅是预测市场，而是更广义的信息聚合机制，可以应用在社区治理、传感器网络、金融等众多领域。
区块链适合实现这些机制：一方面它是去中心化且公开的，能让所有人公平参与；另一方面链上的结果可被所有人实时审阅并利用。很多学术研究也在探索不同激励机制以让人们“说真话”，如海量微支付、数据定价、贝叶斯真值机制等。随着技术进步，这些理论工具有望被广泛落地在区块链应用上。
企业开始用稳定币收付款
作者：Sam Broner
a16z crypto 投资合伙人。
稳定币已经在个人跨境支付等场景找到产品市场契合，但大型企业还没真正大规模使用它们。到 2025 年，一些拥有强势品牌、客户基础且饱受交易手续费之苦的中小企业，将会率先尝试使用稳定币替代传统支付，省下不菲的刷卡手续费。
大企业也会跟进，因为稳定币等于绕开信用卡网络，直接省 2% 左右的成本，同时还可以探索欺诈保护、身份验证等新解决方案。
各国开始探索把政府债券上链
作者：Brian Quintenz
a16z crypto 政策负责人，负责在加密和监管圈之间搭建沟通桥梁。
政府债券上链可让债券成为由政府背书、可获得利息的数字资产，而且不会像 CBDC（中央银行数字货币）那样引发隐私争议。
这将为 DeFi 借贷和衍生品提供优质的抵押品，带来更强的透明度和效率。目前英国、美国等都在探讨发行“链上国债”的可能性。如果成功，将对全球金融市场带来深远影响。
美国项目将广泛采用 “DUNA” 组织形式
作者：Miles Jennings
a16z crypto 总法律顾问兼去中心化事务负责人。
2024 年，怀俄明州通过新法，承认 DAO（去中心化自治组织）为合法实体，引入了一种称作 “DUNA”（Decentralized Unincorporated Nonprofit Association）的法律架构，专门为区块链网络的去中心化治理而设计。
DUNA 既能赋予去中心化社区法律地位，帮它们进行税务和合规处理，也能让代币持有人免于承担无限责任。随着更多去中心化应用出现，DUNA 可能成为美国默认的标准 DAO 组织形式，其他州也会跟进。
把链上治理扩展到现实世界：开启“流动民主”
作者：Andrew Hall
斯坦福商学院政治经济学教授，与 a16z crypto 研究实验室合作。
越来越多人对传统投票方式不满，希望能用区块链和去中心化技术进行更公开透明的自治和决策。
区块链不但能用于安全、私密的选举投票，还能试验“流动民主”（liquid democracy）——选民可直接投票，也可把选票委托给他人。以前此类系统在大规模层面很难实现，但如今区块链能提供可验证且快速的方案。我们在加密项目里已经看到许多 DAO 在做类似实验并收集数据，未来也许可以把这些经验复制到现实城市或社区中去。
行业会更多地“复用”而非反复“重造轮子”
作者：Joachim Neu
a16z crypto 研究助理。
过去一年，很多项目都尝试从头重写区块链协议、共识机制、执行引擎、甚至发明新编程语言，但往往要兼顾大部分通用功能，结果不一定比现有成熟组件更好。
预计到 2025 年，更多团队将直接复用现有的成熟模块（如共识协议、质押系统、零知识证明等），以节省大量重复性劳动，把精力聚焦在真正差异化的产品功能上。随着基础设施的逐渐完善，这种“供应链”式的组装将成为主流。
先从用户体验出发，再决定底层基础设施
作者：Mason Hall
a16z crypto 投资合伙人。
现在加密项目普遍存在一个问题：往往从基础设施入手，再把用户体验“硬套”上去，造成 UX 不够友好。但真正成功的产品应“以用户为中心”，再去选择恰当的底层链、标准、钱包框架等。
好消息是，智能合约平台、开发者工具、Chain Abstraction 等都在成熟，开发者不必在找产品市场契合前，就纠结无数技术决定。多数用户也不会去关心哪个 EIP 或什么 Rollup，只要产品好用就行。
隐去技术细节：Web3 杀手级应用的崛起
作者：Chris Lyons
a16z crypto Web3 Media 总裁。
区块链世界的技术名词很多，如“NFTs”、“zkRollups”等，一般消费者不关心这些“技术导线”，他们只想直接享受功能和价值。就像传统应用不会不断向用户科普 SMTP 或 PCI，那些注重“简洁体验”的产品将更易让用户接受。
一旦区块链的神奇能力被包装成直观易用的产品（类似苹果在 App Store 时代所做的），可能就会迎来真正的大规模用户采用。
专属的加密应用商店与分发网络
作者：Maggie Hsu
a16z crypto Go-to-Market 负责人。
长期以来，苹果和谷歌的应用商店对于加密项目有种“带限”甚至阻拦。但现在，越来越多新型应用商店或平台可以绕开这种限制。例如 World App 推出的“迷你应用”商店在数天内为多款去中心化应用带来几百万新用户；Solana 移动生态也有 dApp Store。
一旦这些渠道成熟，类似传统互联网时期的发展模式将在加密领域复制，使得开发者更直接触达用户。当然，如果已有大流量的平台（比如 Telegram 与 TON 网络结合）也可能形成自己的分发生态。这一趋势在 2025 年值得期待。
让“持币者”真正变为“用币者”
作者：Daren Matsuoka
a16z crypto 数据科学家。
在加密行业，依然存在一个巨大空间：全世界约有 6 亿多人持有加密货币，但只有其中的 5-10% 真正用它来进行链上交易或应用。如何把这部分“被动持币者”转化成活跃用户，将是 2025 年的重要机会。
过去几年的基础设施升级（如 Layer 2、低 Gas）大幅降低了使用门槛，更广泛的应用（稳定币、NFT、DeFi、社交、游戏、去中心化物理网络等）也逐渐成熟，足够吸引更多用户来尝试实打实的链上交互。
各种“非常规资产”开始被代币化
作者：Aaron Schnider
a16z crypto 技术运营专家。
随着区块链技术和其他创新让代币化成本越来越低，我们将看到更多过去被视为“难以进入市场”的资产开始代币化，进入全球资本流通体系。
这甚至可能扩展到个人生物数据、健康数据等私密信息，人们通过区块链工具在隐私保护的同时，选择性授权给感兴趣的机构，获得收益。例如在去中心化科学（DeSci）领域，已有一些公司在尝试“允许个人对医疗数据进行自主授权并获得收益”。
这些似乎很科幻，但一旦技术和配套机制完善，将大大拓宽全球资产范围与个人变现渠道。
加密领域 2024 年热门内容回顾
企业与金融科技（Enterprise + Fintech）
当法规变成“代码”
作者：Angela Strange
a16z 合伙人，主要关注金融服务、保险及 B2B 软件（含 AI）领域。
金融、保险、医疗等行业要遵守数万页的各种监管规定，过程极其耗费时间和成本。如果把所有法规文本、图片、案例先训练成特定领域 LLM，那么合规流程就可能变成一句简单的自然语言查询：“这是否合规？需要修改哪些环节？”
对消费者同样有利。例如，很多房贷客户因为不懂规则而拖欠贷款，但如果有一个完美掌握 Fannie Mae 那上千页条款的 AI 智能体，就能随时提供专业解答，让他们及时采取措施避免违约。
在合规性与用户体验之间，AI 能够带来极大效率提升。
颠覆传统系统：Salesforce、Workday 的替代者
作者：Marc Andrusko
a16z 合伙人，关注 B2B AI 应用与金融科技。
AI 驱动的时代，企业买家正重新审视核心技术栈。Klarna 今年就宣布要替换 Salesforce 和 Workday 的系统，转向自研 AI 方案。这只是开始。
过去十年，各类 SaaS 初创公司通常都是“接入”已有系统记录，再做下游自动化。然而现在，AI 让核心系统本身也面临重构。以前人们依赖关系型数据库，但在 AI 时代需要一个能自主执行、把人从大量手动工作中解放出来的“系统交互层”（system of engagement）。也就是说，这个新平台既能存储数据又能处理流程。
虽然大厂的资源和数据壁垒不可小觑，但也给初创企业留下了最大的机会：重写那些最基础、最深层的软件体系。
如何把差异化变成护城河
作者：David Haber
a16z 合伙人，关注企业软件及金融服务投资。
AI 已成为最强的“差异化”推动力，能让软件直接产出“劳动”。但仅仅有差异化并不等于有长期护城河。要想真正构建防御壁垒，依然需要老生常谈的三点：网络效应（网络越大越有价值）、高迁移成本（用户离不开你的产品）和产品的自然传播性（低获取成本）。
对 AI 原生公司而言，若能把一个切入点做出 10 倍或 100 倍的提升，就能进而扩展到邻近工作流，最终成为核心系统。这才是可持续成长的打法。
从“收集数据”到“让数据行动”
作者：Seema Amble
a16z 合伙人，关注 B2B 金融科技、支付、CFO 工具及垂直软件。
AI 正在帮助公司自动收集和提炼电子邮件、语音电话、传真等非结构化数据，把人从重复劳动中解放出来。下一步是 AI 不仅能“存储并分析”，还要“主动建议下一步行动方案”，从而成为真正的“操作系统”。
比如，销售人员能看到系统自动整理的潜在客户列表，并由 AI 草拟后续跟进内容；财务分析师能得到实时的票据与银行流水分析，再自动生成预测模型。短期内，人仍在监督和做最终定夺；但随着信任度提升，AI 无人干预的“全自动执行”也指日可待。
用 AI 改造传统服务行业
作者：Joe Schmidt
a16z 合伙人，关注企业软件、金融科技和保险科技。
AI 正在改造传统服务行业，例如保险、法律、房地产、IT 服务等。尽管这些行业普遍存在盈利低、规模难扩张等痛点，但一旦把 AI 大规模引入，通过自动处理“人声、短信、邮件”等沟通工作，就能极大提升效率和利润率。
有人说这会催生更多传统私募股权公司去收购和改造这些资产，但我认为更可能出现 AI 驱动的“垂直化服务”初创公司，直接从 0 到 1 地用 AI 颠覆整个行业：先验证能否提高盈利，再大规模收购或拓展并实现行业整合。
AI 原生的 UI/UX 崛起
作者：Kimberly Tan
a16z 合伙人，关注 SaaS 与 AI 投资。
到 2025 年，我认为会出现第一批真正“AI 原生”的界面与交互模式。在这之前，我们主要在搭建训练大模型的基础设施或把它们嵌入现有产品里。如今，用户逐渐习惯了聊天式交互，也接受了 AI 的“非确定性”输出。
因此，新一代的软件将不仅是简单的“聊天框”，而是允许 AI 自动执行整段流程，用户在必要时“插手”即可，甚至整个界面是为“审阅与 QA”而设计。简言之，软件的用户体验会彻底改变，AI 将真正成为协作者，而不只是一段插件。
每位白领都将拥有 AI 副驾（Copilot）
作者：James da Costa
a16z 合伙人，聚焦 B2B 软件和金融服务。
到 2025 年，AI 副驾将覆盖几乎所有白领工作，接管他们最痛苦的部分，让人专注创造或战略性工作。
这并非危言耸听。OpenAI 和宾大的一项研究发现，仅依赖 LLM，约有 15% 的美国白领工作量可大幅加速完成，一旦加入专业领域软件工具，这个比例可能攀升至 47-56%。
现有初创公司正专注于垂直场景，比如虚拟 SDR（销售开发代表），可以全自动搜集客户信息并做初步沟通。“人”则更多地用于评审和关键决策。一旦在一些工作岗位建立了信任，这些角色可能几乎完全被 AI 接管。
企业 + 金融科技领域 2024 年热门内容回顾
游戏（Games）
下一代的“皮克斯”诞生
作者：Jonathan Lai
a16z GAMES 创始投资人兼合伙人，关注游戏与社交、Web3、金融科技等交叉领域。
我相信我们正处于诞生新一代“皮克斯”的前夜：利用 AI 原生的互动叙事形式，模糊电影与游戏之间的界限。
传统视频游戏是基于预先制作的素材来进行渲染。而“AI 原生的互动视频”可实时根据玩家指令生成画面，不需要事先搭建庞大资产库。因此，游戏可以变得无限、个性化。
今年已经有多家团队在研发视频生成模型，如 OpenAI、Luma Labs、Pika、Runway，还有 DeepMind、微软等都在关注。如果能融合电影和游戏领域人才，形成全新故事叙事方式，或许真能出现一个新“皮克斯”级别的 IP。
具备“自我世界”的 AI 伙伴
作者：Andrew Chen
a16z GAMES 合伙人，专注游戏与科技交叉（AI、工作室、基础设施等）。
现在很多人都在与 AI 伙伴聊天，但这些 AI 只是被动地等待你的讯息，不会主动和其他 AI/世界交互，没有自己的“内心世界”。
下一代 AI 伙伴将拥有更丰富的背景、好友和虚拟社交环境；它们可能会跟你聊新闻、邀请你认识它的“朋友”，甚至表达情感或目标。这样的双向互动会让人感觉 AI 真的是一个“活着的个体”。
这一思路其实可以借鉴游戏：玩家之间和 NPC 之间的社交，以及游戏世界的剧情任务都是 AI 伙伴可以借鉴的灵感，让人类与 AI 的交流更有“意义”。
游戏技术为未来商业服务
作者：Troy Kirwin
a16z GAMES 合伙人，关注元宇宙及游戏背后的技术与基础设施。
游戏一直是推动新技术的先行者，比如 Nvidia 的图形技术、Epic 的 Unreal Engine 的实时 3D 渲染等。但现在，这些技术正超越娱乐，服务于商业和工业：
Applied Intuition 利用 Unreal Engine 构建虚拟仿真来训练/测试自动驾驶
Anduril 用游戏引擎做军事防务模拟
Tesla 也在用虚拟世界来训练自动系统
BMW 在采用 AR 改进汽车风挡等
Matterport 用 3D 扫描重构房产
Traverse3D 在做企业培训的互动模拟
AI、3D 捕捉以及更强的硬件让“游戏技术”不再只属于游戏行业，而是渗透到各行各业的工作流程。
第二波“无脸创作者”
作者：Lester Chen
a16z GAMES Creator Lead，深耕视频、创作者与内容平台。
“无脸创作者”指在视频中隐藏真实面孔或形象的人。这里面有广谱：从只用声音而不露面、到用替身或虚拟形象（VTuber）。
伴随 AI 技术的普及，过去需要专业摄像设备、棚内录音、后期剪辑才能完成的视频，如今在家里靠一台笔记本就能搞定。人们甚至可以使用 AI 生成不同口音、表情，极大扩充了创造力。观众只要觉得内容有趣、有价值，并不会太关心对方是否露脸。
这一趋势会让更多人投身内容创作，促进创意与观点的多元化。
查看更多 a16z GAMES 团队对 2025 年游戏产业的 12+ 大预测
游戏领域 2024 年热门内容回顾
成长期科技（Growth-Stage Tech）
“谷歌一下”式搜索的衰落
作者：Alex Immerman
a16z Growth 团队合伙人，关注金融科技、消费、企业、加密等领域。
谷歌在美国搜索市场占有率接近 90%，但正面临前所未有的挑战：
反垄断审判可能迫使苹果等取消谷歌默认搜索地位；
生成式 AI 的崛起正侵蚀搜索份额。
ChatGPT 当前每周活跃用户已超 2.5 亿；以 Perplexity 等问答式搜索为代表的新工具正快速增长，显著改变用户搜索习惯，平均查询长度从 3-4 个词变为 10 个词，后续还有更深层次的二次提问。
同时，Claude、Meta AI、Grok、Poe 等聊天机器人也在分食搜索场景；大量专业领域的 AI 搜索（Causaly、Consensus、Harvey、Hebbia）更是让专业用户开始离开谷歌。
即使谷歌尝试整合自己的 AI，也会影响它的广告营收模式。消费者要的是答案和深度，而不是一堆付费链接。“Google It” 可能不再是人们的默认选择。
销售行业的黄金时代
作者：Joe Morrissey
a16z Growth 团队合伙人，聚焦企业科技公司。
很多人担心 AI 会削减销售岗位，但我认为恰恰相反：随着 AI 工具使销售过程自动化，效率提升，销售团队会更有动力去招聘更多业务骨干。
一旦销售代表更快成长、更高效产出，就能带来更多营收；而且开发者生产力提升也意味着市场将涌现更多软件产品，需要更多销售人员来为企业用户提供咨询式对接。
如果每个销售代表都配备 AI 助手，帮助处理枯燥的行政和线索搜集等工作，就能让销售在“与客户深度互动”上发挥更大价值，产生更高收入。
超越“GPT 外壳”
作者：Sarah Wang
a16z Growth 团队合伙人，关注企业科技公司。
2024 年我们见证了多模型市场的到来，不再只有 GPT 一家独大。2025 年将是“AI 原生应用”崛起之年。
下一波 AI 应用能成功的关键，在于能切实解决客户的最后一公里问题，并且提供清晰 ROI。很多优秀的创业团队其实会组合多种大模型和自研小模型，以兼顾场景、速度与成本。与此同时，也会尽力引入客户的真实数据，让 AI 输出高度贴合实际需求。这样就不只是“一个 GPT 接口的皮”，而是真正将多模型优势与领域数据融合的产品。
成长期科技 2024 年热门内容回顾
基础设施（Infrastructure）
“AI 超中心”与区域竞争
作者：Anjney Midha
a16z 合伙人，主要关注 AI、基础设施与开源技术。
在全球 AI 竞赛中，算力已经成为“核心国家基础设施”。并非每个国家都能参与竞争，因为训练和推理大型模型需要大量 GPU，还需要巨量电力和散热空间。我把能够自行训练、部署最先进模型的地方称为“AI 超中心”（Hypercenters）。
未来五到十年里，拥有 3-6 GW 装机容量的 AI 数据中心才能算得上全球最顶尖。美国、中国、日本、新加坡、沙特等都在疯狂建设百兆瓦级别的数据中心，企图抢占算力制高点。政府也将这些基础设施视为国家战略资源。能建立超中心的国家或地区，将在科学与经济发展中占据绝对领先地位。
边缘AI：小而强
作者：Jennifer Li
a16z 合伙人，专注企业与基础设施投资，尤其是数据系统、开发者工具和 AI。
我认为小型本地化 AI 模型在出货量和使用频率上，会成为 2025 年的主流。因为从经济和隐私角度出发，很多场景需要在本地设备（手机、物联网设备）上直接完成推理，不用每次都连云端。这能带来响应更快、隐私更好的体验。
随着 TensorFlow Lite、PyTorch Edge 这类框架以及 Edge TPU 等硬件的发展，AI 在本地设备的部署将越来越成熟。虽说大模型或许有更大营收空间，但小模型在“使用量”上很可能更惊人。
超越“推理”：AI 在数学、物理和编程中前进
作者：Matt Bornstein
a16z 合伙人，关注 AI、数据系统与基础设施。
大语言模型并不具备“类人推理”，它们是通过数据学习到一些“表面逻辑”。但在数学、物理、编程等需要“推理”的任务上，新一代模型已经取得不俗进展。
关键在于训练方法和推理时的技巧（如强化学习 + 思路链条训练）。OpenAI 的 o1 模型已经做了不少尝试。随着更多团队在这些方面加大研发，我们会看到 LLM 在严格逻辑领域更进一步，从而在 2025 年展现更强大功能。
生成式 AI 无处不在
作者：Guido Appenzeller
a16z 投资人，关注 AI、基础设施、开源和芯片等。
我相信生成式 AI 会进入每一个应用、每一个设备，不再只在云端，而会下沉到手机、笔记本甚至家电。想象一下：
文档编辑器内置 AI 帮你自动起草邮件；
相机应用实时替换你不想拍的背景或自动生成照片总结；
一切都在本地设备运行，速度极快，也无需上传到云端。
这种体验会彻底改变人们与软件的交互模式，使之更贴近实时和个性化。
基础设施领域 2024 年热门内容回顾
重要声明
以下观点均为文中引用的 a16z 合伙人或团队成员的个人观点，不代表 a16z 或其关联方的立场。
部分信息来自第三方来源，包括 a16z 管理基金投资组合公司，但 a16z 对这些信息未进行独立核实，也不对信息的准确性或适用性做任何保证。
本文仅作信息分享之用，不构成法律、商业、投资或税务建议。投资者须自担风险并自行决策。提到的任何证券或数字资产只是示例，不代表任何投资推荐。
本文中的图表、案例仅作示意，不应依此进行投资决策。过去表现不代表未来结果。
更多披露详情见 https://a16z.com/disclosures。
以上即为 a16z 诸多合伙人及专家对 2025 年前后可能涌现的重要趋势与机会所做的全景式观点汇总与解读，涵盖美国活力、生物与医疗健康、消费者科技、加密、企业与金融科技、游戏、成长期科技与基础设施等核心领域。希望对读者有所启发，让我们一起期待未来科技世界的快速演进。