新智元報道

編輯：peter東

吳恩達指出，當下大模型的卷生卷死，誰是贏家不重要。關鍵的是誰能構建可信的AI應用，誰才能成為真正塑造未來之人，順便成為下一個通過AI財富自由者。

AI創業的真機遇不在「更大」，而在「更聰明」！

當巨頭們在百億美金的賽道上比拼模型參數時，真正的創業機會正在另一端悄然爆發——智能體的時代，正在打開。

這是AI世界的「中小企業革命」：它不追求通用智能的神話，而是用成千上萬個專注、可靠、懂業務的智能體，去啃下那些不起眼卻極其值錢的現實問題。

AI創業：機會在智能體！

模型越大越好？投入越多越好？AI界的競爭，真的是這么樸實無華？

如果真是這樣，那AI就不適合創業。

但除了做大模型，更大的機會在于使用工具去解決各行各業的實際問題，也就是所謂的智能體。

目前，?AI智能體市場約為51億美元，預計到?2032?年將增至?691?億美元，7?年增長約17倍。

智能體會將任務其分解為一系列更小、更易于管理的子任務。它制定戰略計劃，逐步執行，并在過程中進行調整，模擬高級人類推理。

智能體會用多組提示詞＋知識庫，再聯動外部工具，如搜索引擎、代碼執行等。

智能體還能對大模型輸出的結果進行自我批評。通過對「這是最好的方法嗎？這能更準確嗎？我遺漏了什么？」等問題自問自答、反復迭代的自我糾正，極大地提升了輸出的質量和可靠性。

對于準備進入?AI?領域的創業者，必須明白：智能體的優勢在于「專業化」。

大廠試圖用單一模型包打天下，而多智能體中每個智能體只負責中一部分工作。

如何為智能體分配不同的角色，讓小型、廉價的模型集體工作時超越像GPT-5這樣的價格昂貴的標準模型，從而在特定領域降本增效——

這就是創業者能帶來的價值增量。

不去追求AGI，

要用AI解決日常問題

科技界熱衷于追求通用人工智能（AGI）。

這一追求消耗了數十億美元的研究資金，并引發了無數的媒體炒作。吳恩達對此的建議是忽略它。

對于想進入AI界的創業者，最好期待AGI不會出現，因為AGI的出現意味著所有公司解雇所有知識型員工。

若這一天真的到來，自然也沒了創業者的生存空間。

而當前AI領域之所以需要創業者，是因為當今每個行業都存在大量「無聊」、缺乏魅力但極具商業價值的難題。

創業公司應當專注于可衡量的成果，例如自動化文檔處理、優化能源消耗、提高醫療診斷準確性以及簡化制造流程。

這些應用不會登上頭條，但它們通過提高效率、減少錯誤和降低成本，創造了數十億的價值。這就是現在在人工智能領域真正賺錢的地方。

創業者要選擇自己熟悉的行業，批判性審視工作過程反復出現是每一步流程，看看有哪些重復的、數據密集型的工作消耗了最多的人力？哪些流程最容易出錯？這些都是你的目標。

構建或部署解決這些特定、高成本問題的窄人工智能解決方案。投資回報是直接、可衡量且巨大的。

在此過程中，創業者不必從頭開發模型，而是要秉持「拿來主義」，積極探索和實驗領先，且成本只有專有模型十分之一的開源模型，無論其來源如何。通過構建這些成本效益高且快速改進的基礎，初創公司可以以更低的燒錢速度運營，更快地推出產品，并超越那些陷入昂貴專有模型的巨頭。

關注小模型的邊緣計算

當前，大多數大模型都在云端運行.

然而，吳恩達指出，隨著小模型性能的增加，以及硬件價格的降低，未來將會見到更多的小尺寸模型，以及更多的模型在本地運行。

小模型的市場總量，將會從2022 年的9.3億美元增長到2032 年的 54.5 億美元；而邊緣計算的市場，預計將在2028年達到3780億美元。

邊緣計算使得更多涉及隱私數據的應用變成可能。

例如，創業者可以開發一款手機app，實時分析用戶的語音及使用數據，據此檢測諸如抑郁癥，阿爾茨海默癥等的早期跡象，而所有數據都安全地存儲在本地設備上，從而讓用戶方向使用。

在制造業中，創業者可在攝像頭上增加多模態模型，讓用戶可以輸入提示詞，從而即時識別用戶關心的微小的缺陷。

而在零售業中，創業者可以開發可供租賃的導購機器人去替代推銷人員，接受商家定制的機器人通過觀察用戶的行為，選擇潛在用戶發送贈品，并將商家關注的私有用戶數據保存在本地。

邊緣計算+小模型之所以可行，是因為現有的基礎設施已經完善，數十億的智能手機及物聯網作為計算設備，本身已經存在。

這些設備零延遲，零云成本和極致的隱私保護。

創業者要做的只是利用好這三個優勢，通過優化小模型在特定領域的性能，構建一個個小而美的應用。

隨著模型變得越來越小、同時性能越來越強大。

對AI領域的創業者而言，護城河不該是技術本身。

當下，人人都可以下載開源模型并部署。創業企業的真正不可取代之處在于提供給用戶可信任感。

創業者不需要教育客戶自己的技術有多先進，而是要想辦法說服客戶需要信任你開發的AI。

于此同時，監管機構也不再接受黑盒系統；他們要求可解釋和透明的模型。

當模型本身不再稀缺，真正的競爭優勢來自值得信賴的AI應用。

那些發展最快的公司不僅僅是在部署更多模型；它們在部署經過驗證、監控和適當管理的模型。只有致力于構建可靠和透明系統的承諾，才能持久地保住領先地位。

關注軍民兩用的應用場景

2025年2月，吳恩達發表了暴論「我很高興谷歌改變了其對AI武器的立場」。

不過，這樣的言論也并非無的放矢，AI在軍事領域的應用已成為一個關鍵、不可避免且充滿創新的爆炸性領域。

盡管自主武器充滿倫理風險，但現實是「軍事 AI 淘金熱」已經拉開序幕。這不僅僅局限于涉及生死的武器。

吳恩達自己的投資組合公司正在開發自主無人機，它們通過在災區進行快速偵察來拯救生命，并為偏遠部隊提供安全的后勤保障。這可視為一種軍民兩用的應用場景。

除此之外，AI 驅動的智能安防，例如威脅檢測、復雜硬件的預測性維護、軍事仿真和培訓，以及前所未有的大規模的后勤優化。全球各國政府的投資正在涌入，為能夠提供強大、可靠和尖端 AI 解決方案的初創公司創造了一個成熟的生態系統。

企業家應調查「軍民兩用」技術。

為優化商業供應鏈而設計的AI系統，可以適應軍事物流。用于工業檢查的計算機視覺模型，可以重新用于海軍艦艇的設備維護。

關鍵在于構建既適用于民用又適用于國防部門的基礎技術，從而開辟一個龐大、資金充足的龐大市場。但許多人因膽怯而不愿進入。

遠見即財富，洞見即機遇

以上幾點，便是吳恩達對AI創業者給出的幾點實用建議，這些指導從當前的技術出發，具有可操作性。

遵照這些建議，用AI創業并活下來，并非遙不可及的夢想，而是當下的現實。

如果你有遠見、能洞察世界發展趨勢，未來觸手可及。

未來的AI財富，不屬于那些擁有最大GPU集群的人，而屬于懂得用最小模型解決最具體問題的人。

在巨頭的陰影之外，是創業者的黃金邊界——他們讓智能真正落地，讓信任成為新的護城河。

AI不再是技術的戰爭，而是執行與洞察的競賽。勝者，將是那些在「巨浪之下」仍能穩穩立足的智能體造夢者。

參考資料：

https://www.reddit.com/r/AgentsOfAI/comments/1nogqpy/andrew_ng_the_ai_arms_race_is_over_agentic_ai/

https://aiquantumcomputing.substack.com/p/the-ai-oracle-has-spoken-andrew-ngs