Mary Meeker于2025年5月发布的《Trends：Artificial Intelligence》报告，预测了几个未来AI的发展趋势。

Mary Meeker 被誉为“互联网女皇”，她在科技、互联网、投资领域的影响力举足轻重，堪称硅谷最具影响力的投资人之一。Meeker作为风险投资家，投资过众多顶尖互联网公司，包括Facebook（现Meta）、Airbnb、Spotify、Slack、Square（现Block）、Pinterest、Snap、Instacart 等。

Mary Meeker早期是华尔街著名的分析师，曾任职于摩根士丹利，主导了多家知名互联网公司的IPO（包括谷歌）。她以“数据+故事”的研究方法闻名，既能深度解读技术产品，又能用金融视角分析商业模式，这让她在科技与资本的结合中如鱼得水。

以下是这份报告的核心内容：

01 全球AI用户增长与使用率

世界变化的速度前所未有；人工智能用户增长速度前所未有；人工智能资本支出增长前所未有。

报告指出，全球AI用户增长速度超越历史上任何一代技术浪潮，成为一场“指数级”爆发式增长。报告以OpenAI举例，其旗下的ChatGPT在23个月内达到5.3亿月活跃用户，成为史上最快达到数亿用户的AI产品。同期，中国的DeepSeek在4个月内就达到5400万用户，其中34%来自中国、9%来自俄罗斯，也说明AI平台在全球的多样化渗透。

有研究表明AI渗透率在美国企业的采用率Q1环比增长21%，并在美国AI IT职位中增长了448%，而非AI职位下降了9%。

报告还强调，AI技术不仅停留在数字层面，还在物理世界中发挥“数字大脑”作用，推动无人驾驶、国防、机器人等场景的快速发展。特斯拉的FSD（Full-Self Driving）在33个月内行驶里程增长了100倍；Anduril的国防业务连续两年收入翻倍；KoBold Metals借助AI在矿业实现了更高的勘探效率。

02 AI算力与推理成本的变革

AI的训练成本自2016年至2024年增长了2400倍，从百万美元级别快速跃升到数亿美元到数十亿美元。Anthropic CEO在2024年指出，当前顶尖模型的训练成本约1亿美元，而2025年可能达到10亿美元。

尽管训练成本高昂，但推理（Inference）成本却在持续下降，例如NVIDIA Blackwell GPU的推理能效比2014年的Kepler架构高出105,000倍。

报告特别提到，推理成本的下降导致了开发者生态的爆发式增长。比如，NVIDIA生态的AI开发者人数7年增长了6倍，达到600万；Google生态的AI开发者人数也增长到700万；Hugging Face的AI模型数量在16个月内激增33倍，推动了开源模型生态的发展。

这种推理成本的下降不仅降低了开发门槛，也推动了AI模型性能的趋同化，让更多开发者有机会利用AI进行产品创新。

03 AI商业模式与变现路径

报告揭示了AI商业化面临的多重趋势。一方面，AI正在从“工具收费”逐步演化为“嵌入式智能收费”，尤其在垂直行业（如FDA认证的AI医疗设备、实时定价优化等）获得初步突破。

另一方面，开源模型的崛起正在挑战大模型平台的商业壁垒。报告显示，开发者已经不再依赖于单一的AI供应商，而是倾向于分散在多家厂商之间选择最优模型（例如OpenAI、Anthropic、Meta、Google、Mistral等），形成“开发者主导的基础设施增长飞轮”。

报告指出AI在医疗领域的R&D周期被缩短30%-80%，例如Insilico Medicine和Cradle的数据都表明AI对药物研发带来了革命性变革。

但与此同时，报告提醒推理成本虽然下降，但大模型的训练成本却水涨船高（预计2025年可达10亿美元），这将进一步考验AI公司的商业可持续性。

04 AI对物理世界的颠覆

AI正在逐步打破数字与物理世界的壁垒。报告中提到，KoBold Metals利用AI进行矿业勘探，优化了矿产发现流程；Carbon Robotics的AI除草机器人帮助农场减少了10万加仑的除草剂使用；Anduril的国防业务在过去两年里收入连续翻倍，展现了AI在国防领域的巨大潜力；特斯拉的FSD功能不仅重塑了自动驾驶的未来，也在全球范围内大规模积累了数据（数十亿公里），进一步训练和完善AI系统。

报告指出，AI的核心价值已经不只是软件层面，而是渗透到物理世界每一个环节，成为新一代“数字基础设施”。

05 AI开发者生态的多元化

报告强调AI开发者生态正在发生结构性转变。AI工具的采用率2024年达到63%，比2023年的44%大幅增长，成为开发者的标配；GitHub上AI项目的开源仓库在16个月内增加了175%。

Google的AI开发者生态每月处理的Token数量从2024年5月的9.7万亿增长到2025年5月的480万亿，年增长50倍，说明AI开发者的使用量和依赖程度前所未有。

这种飞轮效应显著压缩了AI产品从概念到原型、从原型到商业化的时间，极大地推动了AI的规模化落地。

06 AI的地缘政治竞争

报告指出AI不仅是商业赛道，更是国家间的战略竞争。美国凭借模型创新、定制芯片和云计算的领先地位，占据了全球AI的第一阵营。中国在开源生态、国家基础设施和国家级AI战略方面迅速追赶，并通过国家队与科技巨头合作大力推动AI发展。

斯坦福大学AI指数报告称中国AI用户对AI产品的信心远高于美国用户，显示出AI消费市场的地域差异性。

报告援引微软总裁Brad Smith的观点：“技术市场具有网络效应，AI国际竞争很可能由最快的先行者赢得。”他呼吁美国政府必须采取全球战略支持AI产业，避免在全球竞争中落后。

07 未来AI发展趋势

AI将成为数字世界的默认入口。未来十年，AI将不再是“插件”功能，而是成为互联网和移动端的主流入口，就像互联网之于20年前的普及度一样。

AI全球化与本地化同步推进。OpenAI、Anthropic等全球平台正在快速扩张，但中国的DeepSeek等本地AI平台用户量增长迅猛，AI全球生态呈现双循环格局。

AI商业化模式的多样化。AI将从“按工具收费”演变为“按智能嵌入”收费，尤其是在行业软件、供应链管理、智能制造等垂直场景表现突出。

AI与物理世界的深度融合。自动驾驶、智能制造、AI除草机器人等将成为AI产业化的主要方向，推动数字世界和物理世界的深度结合。

AI的安全与治理问题。报告提醒AI的普及带来了数据安全、模型偏见、国家安全等一系列问题，中美竞争、开源生态的兴起都增加了AI治理的复杂度。

END