AI 后续发展的七个阶段与造富机会

工业革命就注定会有钢铁、石油、铁路巨头。互联网也注定会有搜索、电商、即时通讯。历史性变革催生历史性机会,而这种历史性机会往往内置技术的特征。技术特征决定了机会是什么,甚至也决定了机会的先后。

如果我们认为 AI 是历史性变革,那什么是 AI 背后的历史性机会呢?这种历史性机会又会如何排布?所谓不谋全局者不足谋一域,在这篇文章里,我们拔高到上帝视角,尝试对 AI 的历史性机会进行预测。

上世纪五十年代到现在,如果要提炼,走过的路程大致是:

市值千亿美金量级

1. 底层基础设施萌芽:硅谷八叛徒那个年代做的芯片等,最终酝酿出的就是 Intel 这种峰值 3000 亿美金(2000 年)的芯片公司。

2. 底层基础设施确立(硬):电脑、操作系统铺开。Wintel 联盟,让产业形成了芯片和系统为核心的控制点,PC 服务器反倒是配套的局面。互联网则是思科(后面是华为等)提供网络基础设施。

市值 2 万亿美金量级

3. 底层基础设施确立(软,系统级平台):微软控制力达到历史峰值,2000 年达到 ” 那时候 ” 的 5000 亿美金。开源的 Linux 把云服务的操作系统切走了。后来的云计算是一部分互联网基础设施。

AI 后续发展的七个阶段与造富机会

(2000 年微软股票价格和市盈率)

苹果很另类是软硬融合的系统级平台,但这非常依赖乔布斯这种另类的人。

市值千亿美金量级

4. 垂域型应用出现: SAP、Office、搜索等。千亿美金及以上市值的公司。

市值万亿美金量级

5. 平台型应用出现(应用级平台):电商、即时通讯、短视频等。

市值十亿美金量级

6. 新工种出现:主播、淘宝店主、滴滴司机。比如 MCN 等。

市值百亿美金量级

7. 周边的工具: 安全等。

总结来看,就是底层基础设施催生系统型平台,而底层基础设施成熟后催生巨型应用和应用型平台,应用型平台催生新的工种。

AI 的脉络什么样?

AI 构建了一种新的计算模式,它从底层到上层都与过去的计算机和互联网是并行的,虽然很多时候会交叉。但就像互联网也用计算机一样,两者要分开看,但底层的脉络反倒是可以互相参照的。

我们还是用同样的思考框架来看 AI:

潜在 2 万亿美金量级

1. 底层基础设施(硬,英伟达实际上是软硬融合的系统级平台):英伟达 GPU+CUDA。与过去的纯粹芯片并不完全一样,而是融合部分操作系统的职责。英伟达走在了所有人的前面,成为 2 万亿美金以上的公司。但不要忘记这是几十年努力的结果,不是微信这种快速崛起式的成功。

AI 后续发展的七个阶段与造富机会

(2024-5-29 英伟达股票,市值全球前五)

2. 底层基础设施(软,系统级平台): 大模型公司正在形成。OpenAI 看来会占据一个位置,其它的还不明朗。

会不会出个类似苹果那样的软硬融合的机器人公司呢?一个是很遥远,一个也是不确定性太大,先不讨论了。

潜在千亿美金量级

3. 垂域型应用:Copilot 是在这一类里面。Copilot 每年收入超过 100 亿美金,单独拆分的话估计很快会过千亿美金市值。

潜在万亿美金量级

4. 平台型应用(应用级平台):还没影儿,但不能假设 OpenAI 把这个都做了。可以想象互联网的各种应用要基于 AI 重构,税务、企业、制药等会出现新的应用。千亿美金以上的 AI 公司。最简单的形式,拥有大量《Her》也可以成为平台。可能有自研模型,也可能没有。和过去的应用不一样,这种应用有可能是软硬融合的,外部同时管理大量设备,比如一个中心 +N 个 AR 眼镜。

潜在十亿美金量级

5. 新工种出现:比如真是《Her》这样的平台,那陪聊天服务中真人也会有个特殊位置。

潜在百亿美金量级

6. 周边的工具:这个会一直有,小工具估计到不了这个规模,但同样的安全类工具等还是可以的。和过去不一样的是,还可能出现一些顶着 Agent 名义的工具人平台。过去是需要雇佣人的情景,现在直接雇佣 ” 工具人 “。

说 AI 是单纯的赋能,颠覆性不强,应该是错的。

恰好相反,所有过去的技术的颠覆性可能都不如 AI 的一半。(同携程梁建章 “AI 影响不如互联网 ” 的观点正好相反。)

这个是从人的角度进行考量,但它确实因为纵深太夸张,启动非常费劲,节奏也慢很多。

基础设施成熟后,真能进入应用阶段一下子增速就会快起来。

微软从成立到峰值花了 30 年,Google 就不用,大概也就 10 年。这次的英伟达也差不多用了 30 年。偏硬科技的基础设施所对应的游戏规则和应用的游戏规则差别很大。

颠覆性何来?

这种颠覆性来自于计算模式的本质性变化。

过去的计算模式是 CPU(包括电脑、服务器等)提供算力,程序员提供智能,互联网加持应用范围和可能性。

AI 后续发展的七个阶段与造富机会

AI 的计算模式是 GPU 提供算力,大模型提供智能,程序员负责缝合,互联网继续加持应用范围。

AI 后续发展的七个阶段与造富机会

别看主要是谁提供智能这一点变化,实际上作用到应用上是天壤之别。

这导致在 ” 到底能干什么,怎么干 ” 上发生本质性变化。

在程序员提供智能的时候,再怎么努力也只能是在各种领域做 ” 辅助驾驶 “。并且 ” 辅助驾驶 ” 的范围非常限定,领域一复杂它就搞不定了。别看能运作抖音这种大型平台,但它后面需要的智能复杂度还不如管理一个 200 人的公司。

大模型提供的时代就可以在各种领域做 ” 自动驾驶 “,并且让 ” 辅助驾驶 ” 的深度也完全不一样。Copilot 这种 ” 辅助驾驶 ” 工具和过去的 Office 助手相比,影响深度根本不在一个量级。

所有领域的 ” 自动驾驶 “,就是所有领域的超级自动化(Copilot VS Autopilot)。

因为是计算模式的本质性改变,必然会导致基础设施上面的应用形态彻底改变。

从智能音箱这种产品我们应该能感受到,它和过去的 APP 不是一个事儿。

根子还是在智能的程度。

低智能、低信息量的前提下,最合适的吞吐信息的方式一定是分类。

菜单、按钮、网页导航等全是分类。整个图形用户界面交互的基础就是分类。

在高智能、全范围信息量的前提下,最合适的吞吐信息的方式会变成对话。智能体负责分类并折叠了它。

在过去,分类到对话最明显的例子是雅虎的导航到搜索引擎。这是最原始版本的信息消费升级,从纯粹分类到搜索框的类似对话。

现在恐怕所有的领域全部要重来,并且深度远超以往。

真正的挑战

真独立打穿这样一条产业,核心的挑战是什么呢?(也不可能再像过去那样了,这次是需要独立跑起来。)

核心的不是资源而是场域。不妨先简单地把场域理解成一种体现价值体系的环境。

我们假设资源足够,那看下这两种环境里,能打穿上面这条路么?

璩女士的婆婆论里面能打穿上面那条路么?

你辞职啊,我秒批。

我为什么要考虑员工的家庭,我又不是你婆婆,也不是你妈妈。

你可以不用承担重要的工作,但涨薪的时候就没有你什么事。

东哥的兄弟宇宙里能打穿上面那条路么?

如果你业绩好,你可以永远不需要去加班加点,公司永远是爱你的,永远给你非常好的收入待遇。如果你业绩没那么好,只达到了平均水平,你只要拼搏,公司永远不会辞退你。但是业绩不好,又从来不拼搏的人,这家公司永远不能容忍,一个公司都不能容忍,会逐步通过各种手段全部淘汰出局。

我也知道每个人生活的选择不一样。我们也有员工更喜欢享受生活,生活第一,事业 / 工作第二,不想拼,我能理解。这没有错,但我只能说,你不是我们的兄弟,是路人。什么叫路人?就是你既不是我的朋友,也不是我的兄弟,也不是我的敌人。我们不应该共事,因为你的存在会让我们在拼搏的兄弟们的利益严重受损,对他们严重不公平。

这点别的文章里面提过多次,没钱肯定不行,但有钱了也不一定行。

固然很多团队没拿到钱,但就 AI 来说,本质上资本是稀缺还是过剩呢?我的判断是过剩。

真要从苦不苦、想想长征两万五的角度,对一个会产生颠覆的领域而言,其它方面的条件其实也没那么差。

大家对市场其实是舍得投巨资的,比如大模型价格战。

花的钱并不会少。不说大模型的价格战,过去智能音箱上花出去的钱应该也够做好几个 ChatGPT 了。

但研发它不单是个砸钱的过程,没见富二代出山砸钱拍的很多电影,评分五分都没有。

价格战等是个加速手段,但现在的问题是车还不行。

这个根子的不匹配会导致基础设施的缺位,除了开源 Windows 这种系统,估计也是长期隔离状态,反过来就会导致 AI 的智能长期不高,拖慢整个发展进程。

小结

AI 确实到了比较危险的时候。一方面是整个通路还不通,一方面是已经聚集了能聚集的大量资源。如果弹药用尽了,还是商业不闭环,那还真就抓瞎了。所谓知止而后有定,在怀疑和沮丧太多的时候,开脑洞看下产业后续发展的脉络,可能也不是坏事。

ai工具箱
ai导航
免费aigc导航
aigc工具
免费ai工具

© 版权声明

相关文章