附图来自风险投资机构 First Mark，去发布了 The 2024 MAD (ML, AI & Data) Landscape。
详细列出了机器学习、AI 和数据分析相关赛道和企业的名录。
此类 Landscape 赛道划分越细，反映了生态系统的多样化和繁荣程度。无论大角色，还是小角色能找到自己的位置。
当一个生态体系中只有大企业，而小企业只能做 “外包” 这种附庸，而不能提供 “微小而稀缺价值” 时，这个生态系统的创造力是欠佳的。
附件 PPT 来自红杉资本（Sequoia Capital）美国。
图 1：生成式 AI 目前达到了 30 亿美元的收入，大约花费了一年多时间。而 SaaS 达到类似水平花费了十年。
图 2：CB Insights 统计的已披露大模型相关投资并购案例的数据，大约 200 多亿美元的资金中，有 169 亿美元投向了基础设施，尤其是英伟达的 GPU。
根据红杉资本的研究，其认为过一年一共有 500 亿美元花费在了生成式 AI 上面（包含数据中心配套的机房、供电等）。
500 亿美元 vs. 30 亿美元，是过热了，还是伟大征程的开始？
BCG 预测全球 AI Agent 的市场空间将从 2024 年的 57 亿美元提升到 2030 年的 521 亿美元，涨幅接近 10x 倍。
从技术类别看，最大的技术类别是机器学习、NLP 自然语言处理、深度学习和计算机视觉。
2022~2023 年，Apple AppStore 的应用数量在 170-190 万款左右，Apple 为了维持庞大应用生态的 “秩序” 投入了极大的工作量。
以应用审核为例，2023 年开发者一共提交了 689 万次应用（可能在审核前，会反复提交不同版本），其中因为不符合 Apple 的安全和规范要求，被 Apple 退回的 App 共计 176 万次。
