AI 已经能写代码、跑实验、交结果,最难交出去的是第一步:判断哪个想法值得做。
#a16z 10 篇
制药是一门靠少数爆款药赚钱、药一旦成功就能收十几年钱的生意,难在研发又贵又慢。a16z 认为 AI 能同时改动成功率、研发时间和成本这几个数字,让药企变得更大,甚至改变它被估值的方式。
当用户只交代要办什么,接下来用哪家工具,可能由 Agent 决定。a16z 把商家因此获得的新生意叫作 B2A。
a16z 每周数据栏目这一期的四组图:苹果不跟着砸 AI 反被市场奖励,Roblox 上 AI 做的游戏开始有人玩,打减肥针的家庭饭钱没少花,maxxing 成了年度词。
a16z 增长基金拿 Harvey、Decagon、Clay 的真实案例,讲 AI 应用在客户「自己用大模型搭一个」越来越容易时,凭什么还能收高价、该怎么定价。
岗位招聘回升,AI 导购带来更高价值的访客;但算力更贵、Token 更便宜,究竟能说明多少商业回报?
11 张图看注意力争夺、GPU 租金、制造业供给和网络安全收入:需求有韧性,增长却各有条件。
17 张原始图表,读懂 AI 购物的三重阻力、TikTok Shop 的头部集中、AI 建设的成本反馈,以及美国年轻人收入与信心的反差。
从巨头现金流、旧GPU租金,到企业AI收益与创业融资,读懂这轮科技市场变化的原因和仍未解决的问题。
a16z 访谈加官方博客、专访和外界质疑:一位前 OpenAI 研究员认为聊天式训练走偏了,他做的 Jev 不聊天,只在软件预设的选项里给出带把握的判断。