AI创业新纪元：智能体驱动的商业革命与机遇

【导读】AI专家吴恩达强调，当前大模型竞争已进入白热化阶段，但真正的赢家并非参数规模之王，而是那些能够构建可信AI应用的创新者。这些人将塑造未来趋势，并有望通过AI实现财富自由。

AI创业的真正机遇不在于追求“更大”，而在于追求“更智能”！

当科技巨头在百亿美金赛道上比拼模型参数时，创业机会正在另一端悄然爆发——智能体的时代，正在全面打开。

这被视为AI领域的“中小企业革命”：它不追逐通用智能的神话，而是依靠成千上万个专注、可靠、深谙业务的智能体，去攻克那些看似微小却极具商业价值的现实问题。

AI创业：智能体成为新风口！

模型越大越优秀？投入越多越有效？AI界的竞争，真的如此简单吗？

如果真是这样，那AI创业将毫无空间。

但除了研发大模型，更大的机会在于利用工具解决各行各业的实际问题，这就是智能体的核心价值。

目前，AI智能体市场规模约为51亿美元，预计到2032年将增至691亿美元，7年间增长约17倍，展现出巨大潜力。

智能体能够将复杂任务分解为一系列更小、更易于管理的子任务。它制定战略计划，逐步执行，并在过程中动态调整，模拟人类高级推理能力。

智能体运用多组提示词和知识库，结合外部工具，如搜索引擎、代码执行等，实现高效协作。

智能体还能对大模型输出进行自我批评。通过“这是最好的方法吗？这能更准确吗？我遗漏了什么？”等问题的自问自答、反复迭代的自我纠正，显著提升输出质量和可靠性。

对于准备进入AI领域的创业者，必须明确：智能体的优势在于“专业化”。

大厂试图用单一模型包打天下，而多智能体系统中每个智能体只负责一部分工作。

如何为智能体分配不同角色，让小型、廉价的模型协同工作时超越像GPT-5这样昂贵的大型模型，从而在特定领域实现降本增效——

这正是创业者能带来的价值增量。

放弃AGI幻想，用AI解决日常实际问题

科技界热衷于追求通用人工智能（AGI）。

这一追求消耗了数十亿美元研发资金，并引发无数媒体炒作。吴恩达对此的建议是忽略它。

对于AI创业者，最好期待AGI不会过早出现，因为AGI的实现意味着所有公司可能解雇知识型员工。

若这一天真的到来，创业者的生存空间也将消失。

而当前AI领域之所以需要创业者，是因为每个行业都存在大量“无聊”、缺乏魅力但商业价值巨大的难题。

创业公司应当专注于可衡量的成果，例如自动化文档处理、优化能源消耗、提高医疗诊断准确性以及简化制造流程。

这些应用不会登上头条，但它们通过提升效率、减少错误和降低成本，创造了数十亿的价值。这就是AI领域真正赚钱的地方。

创业者要选择自己熟悉的行业，批判性审视工作流程中重复出现的步骤，看看有哪些重复性、数据密集型任务消耗了最多人力？哪些流程最容易出错？这些都是你的目标。

构建或部署解决这些特定、高成本问题的窄人工智能解决方案。投资回报直接、可衡量且巨大。

在此过程中，创业者不必从头开发模型，而是要秉持“拿来主义”，积极探索和实验领先且成本只有专有模型十分之一的开源模型，无论其来源如何。通过构建这些成本效益高、快速改进的基础，初创公司可以以更低的烧钱速度运营，更快推出产品，并超越那些陷入昂贵专有模型的巨头。

聚焦小模型与边缘计算

当前，大多数大模型都在云端运行。

然而，吴恩达指出，随着小模型性能提升和硬件价格降低，未来将会见到更多小尺寸模型，以及更多模型在本地运行。

小模型的市场总量，将会从2022年的9.3亿美元增长到2032年的54.5亿美元；而边缘计算市场，预计将在2028年达到3780亿美元。

边缘计算使得涉及隐私数据的应用成为可能。

例如，创业者可以开发一款手机app，实时分析用户的语音及使用数据，据此检测诸如抑郁症、阿尔茨海默症等的早期迹象，而所有数据都安全存储在本地设备上，让用户放心使用。

在制造业中，创业者可在摄像头上集成多模态模型，让用户通过输入提示词，即时识别微小缺陷。

在零售业中，创业者可以开发可租赁的导购机器人替代推销人员，接受商家定制的机器人通过观察用户行为，选择潜在客户发送赠品，并将商家关注的私有用户数据保存在本地。

边缘计算+小模型之所以可行，是因为现有基础设施已经完善，数十亿智能手机及物联网设备作为计算设备早已存在。

这些设备提供零延迟、零云成本和极致隐私保护。

创业者只需利用好这三个优势，通过优化小模型在特定领域的性能，构建一个个小而美的应用。

随着模型变得越来越小、性能越来越强大。

对AI创业者而言，护城河不该是技术本身。

当下，人人都可以下载开源模型并部署。创业企业的真正不可取代之处在于提供用户可信任感。

创业者不需要教育客户技术有多先进，而是要想办法说服客户信任你开发的AI。

于此同时，监管机构也不再接受黑盒系统；他们要求可解释和透明的模型。

当模型本身不再稀缺，真正的竞争优势来自值得信赖的AI应用。

那些发展最快的公司不仅仅是在部署更多模型；它们在部署经过验证、监控和适当管理的模型。只有致力于构建可靠和透明系统的承诺，才能持久地保持领先地位。

关注军民两用的应用场景

2025年2月，吴恩达发表了惊人言论：“我很高兴谷歌改变了其对AI武器的立场。”

然而，这样的言论并非无的放矢，AI在军事领域的应用已成为一个关键、不可避免且充满创新的爆炸性领域。

尽管自主武器充满伦理风险，但现实是“军事AI淘金热”已经拉开序幕。这不仅仅局限于涉及生死的武器。

吴恩达自己的投资组合公司正在开发自主无人机，它们通过在灾区进行快速侦察来拯救生命，并为偏远部队提供安全的后勤保障。这可视为一种军民两用的应用场景。

除此之外，AI驱动的智能安防，例如威胁检测、复杂硬件的预测性维护、军事仿真和培训，以及前所未有的大规模后勤优化。全球各国政府的投资正在涌入，为能够提供强大、可靠和尖端AI解决方案的初创公司创造了一个成熟的生态系统。

企业家应调查“军民两用”技术。

为优化商业供应链而设计的AI系统，可以适应军事物流。用于工业检查的计算机视觉模型，可以重新用于海军舰艇的设备维护。

关键在于构建既适用于民用又适用于国防部门的基础技术，从而开辟一个庞大、资金充足的庞大市场。但许多人因胆怯而不愿进入。

远见即财富，洞察即机遇

以上几点，便是吴恩达对AI创业者给出的实用建议，这些指导基于当前技术，具有可操作性。

遵循这些建议，用AI创业并生存下来，并非遥不可及的梦想，而是当下的现实。

如果你有远见、能洞察世界发展趋势，未来触手可及。

未来的AI财富，不属于那些拥有最大GPU集群的人，而属于懂得用最小模型解决最具体问题的人。

在巨头的阴影之外，是创业者的黄金边界——他们让智能真正落地，让信任成为新的护城河。

AI不再是技术的战争，而是执行与洞察的竞赛。胜者，将是那些在“巨浪之下”仍能稳稳立足的智能体造梦者。

参考资料：

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