今年以来，美股硬件板块与软件服务的板块喇叭口拉的很大，核心就在于很多人认为AI会取代软件，事实上真的是这样吗？
近期Eric Newcomer与红杉合伙人Pat Grady 的谈话，有很多值得思考的地方，一起来看看：
Pat Grady 的核心观点
AI 的变革性机遇：AI 技术正处于关键转折点，将为法律、咨询、会计和簿记等服务行业带来变革性机遇。这些行业的工作流程大多是文本输入和输出，非常适合 AI 技术的应用。
基础模型的稳定性：稳定的基础模型有助于整个 AI 生态系统的发展，因为它能让企业更合理地预测和构建所需的应用程序。Grady 认为现在的模型能力已经足够强大，能够创造出数万亿美元的新业务，关键在于如何在模型之上进行工程化优化和认知架构设计。
工程化优化的重要性：Grady 强调，很多人在模型之上投入大量的工程努力，包括认知架构和计划推理等，这将创造出非常神奇的体验。他认为，今天的基础模型功能已经足以构建出具有变革性的应用程序。
服务行业的潜力：Grady 特别提到法律行业的巨大潜力，仅在美国，法律行业的市场规模（TAM）就达到 4000 亿美元，而且大部分工作是文本输入和文本输出，这些正是 AI 模型擅长的地方。
Eric Newcomer 的问题：
生成式 AI 的兴起：Eric Newcomer 问及红杉资本何时开始关注生成式 AI。Grady 回答说，大约在 2016-2018 年间，他们开始注意到这一趋势，当时的云计算和移动领域已经相对成熟，他们开始寻找新的技术革命。
基础模型公司的类比：Newcomer 询问基础模型公司的未来是否会像 AWS 或 Google。Grady 回答说，这些公司更可能像 MongoDB，成为信息处理工具的提供者，但 OpenAI 是一个特例，因为它已经从开发者业务转向消费者业务。
训练到推理的转变：Grady 认为，很多已经进行的训练量可能比实际需要的多，现在是时候将更多精力投入到优化和顶层工程上。他预测，未来的重点将从训练转向推理。
AI 对风险投资的影响：Grady 谈到 AI 如何颠覆风险投资的部分流程，尤其是发现和挑选阶段，自动化将占很大一部分。风险投资公司需要适应这种变化，成为 AI 或软件赋能的公司。
其他讨论的一些核心问题：
HuggingFace 和其他投资项目：Grady 提到，HuggingFace 是红杉资本在生成式 AI 领域的重要投资之一。他还提到 Harvey 是一家公司，正在利用 AI 技术赋能法律服务行业。
Nvidia 的类比：Grady 将 Nvidia 比作互联网时代的思科，认为它是 AI 领域的核心基础设施提供商。
AI 热潮的兴衰周期：Grady 认为我们正在经历炒作周期的收缩阶段，当前的重点是解决工程挑战，使 AI 技术真正有用。
我们核心关注，软件会不会被取代？
根据会议纪要，Pat Grady 对软件公司是否会被替代的问题有以下几个关键观点：
AI 不会取代现有的软件公司：Grady 强调，AI 将带来新的服务模式和商业机会，但现有的软件公司不会被取代。AI 将主要在服务行业带来变革，帮助优化和提升这些行业的效率，而不是直接取代现有的软件公司。
现有软件公司的优势：Grady 提到，现有的 SaaS 公司已经拥有了数据和分发渠道，这使它们在面对新的 AI 技术时具有一定的优势。虽然创业公司可以构建新的 AI 应用，但现有公司可以更快地利用其已有的数据和分发网络来开发新功能。
AI 的赋能作用：AI 技术将更多地充当助手的角色，为现有软件和服务行业赋能。例如，在法律、咨询、会计等领域，AI 可以通过自动化文本处理和数据分析来提升效率，但核心的执行和人际关系仍需依赖人工。
工程化优化和认知架构：Grady 认为，今天的基础模型已经足够强大，通过在模型之上进行工程化优化和认知架构设计，可以创造出具有变革性的应用程序。这意味着，现有的软件公司可以利用 AI 技术来增强其产品和服务，而不是被取代。
新兴公司的机会：虽然现有的软件公司不会被取代，但 AI 技术将带来新的商业机会，新的服务模式和新兴公司将涌现。Grady 举例说明了法律行业的新兴公司 Harvey，利用 AI 技术为更多人提供法律服务。
会议纪要关键摘录：
“AI 不会取代现有的软件公司，而是会带来新的服务模式和商业机会，但人际关系和实际执行仍需依赖人工。”
“现有的 SaaS 公司已经有数据和分发渠道，这使它们在面对新的 AI 技术时具有一定的优势。”
“今天的基础模型已经足够强大，通过在模型之上进行工程化优化和认知架构设计，可以创造出具有变革性的应用程序。”
“AI 技术将更多地充当助手的角色，为现有软件和服务行业赋能，而不是直接取代现有的软件公司。”
总的来说，会议纪要中明确指出，AI 技术将为服务行业带来变革性机遇，并赋能现有的软件公司，而不是取代它们。
AI增强的是能力，而软件定义的是业务逻辑。因此，AI不会替代软件，而是对其进行增强和优化，以下是我的一些思考与进一步的解释：
AI与软件的关系
增强而非取代：AI 技术的主要作用是增强现有软件的功能，而不是替代它们。AI 可以通过自动化、智能化和数据驱动的方式提升软件的效率和效能。
业务逻辑的稳定性：软件定义了业务逻辑，这些逻辑通常是基于长期以来积累的业务规则和流程。AI 可以帮助优化这些流程，提供更高效的解决方案，但这些业务逻辑的核心部分仍然由软件定义和控制。
辅助决策与执行：AI 可以作为决策辅助工具，为软件提供更好的数据分析和预测能力，但最终的执行和业务逻辑的实施仍然依赖于软件本身。
AI 赋能服务行业：Pat Grady 强调，AI 的真正潜力在于赋能服务行业（如法律、咨询、会计等），这些行业的工作流程大多是文本输入和输出，非常适合 AI 技术的应用，法律行业在美国就是4000亿美金的市场，被替代为TAM的机会非常大。
AI 与软件公司的共存：Grady 明确指出，AI 不会取代现有的软件公司，而是会带来新的服务模式和商业机会。AI 技术将帮助软件公司开发出新的功能和服务，提高效率和客户满意度。
基础模型的作用：Grady 提到，稳定的基础模型有助于整个 AI 生态系统的发展，使企业能够更合理地预测和构建所需的应用程序。这进一步说明，AI 技术将更多地作为软件的基础设施，而非取代软件本身。
综上所述，AI 技术与软件并非替代关系，而是相互增强和协同发展的关系。通过这种方式，企业能够利用 AI 技术优化其业务逻辑和工作流程，从而实现更高的效率和创新。
全文完。
