每一次的變革，都會帶來大量的財富和造福機會，AI這次也不例外。在這篇文章里，我們拔高到上帝視角，嘗試對AI的歷史性機會進行預測。

工業(yè)革命就注定會有鋼鐵、石油、鐵路巨頭。互聯(lián)網也注定會有搜索、電商、即時通訊。歷史性變革催生歷史性機會，而這種歷史性機會往往內置于技術的特征。

技術特征決定了機會是什么，甚至也決定了機會的先后。

如果我們認為AI是歷史性變革，那什么是AI背后的歷史性機會呢？這種歷史性機會又會如何排布？

所謂不謀全局者不足謀一域，在這篇文章里，我們拔高到上帝視角，嘗試對AI的歷史性機會進行預測。

一、參照系：從PC到互聯(lián)網的底層脈絡

上世紀五十年代到現在如果要提煉，走過的過程大致是：

市值千億美金量級

1. 底層基礎設施萌芽 — 硅谷八叛徒那個年代做的芯片等，最終醞釀出的就是Intel這種峰值3000億美金（2000年）的芯片公司。

2. 底層基礎設施確立（硬） — 電腦、操作系統(tǒng)鋪開。Wintel聯(lián)盟，讓產業(yè)形成了芯片和系統(tǒng)為核的控制點，PC服務器反倒是配套的局面。互聯(lián)網則是思科（后面是華為等）提供網絡基礎設施。

市值2萬億美金量級：

3. 底層基礎設施確立（軟，系統(tǒng)級平臺） —微軟控制力達到歷史峰值，2000年達到那時候的5000億美金。開源的Linux把云服務的操作系統(tǒng)切走了。后來的云算是一部分互聯(lián)網基礎設施。

（2000年微軟的股票價格和市盈率）

蘋果很另類是軟硬融合的系統(tǒng)級平臺，但這非常依賴喬布斯這種另類的人。

市值千億美金量級

4. 垂域型應用出現 — SAP、Office、搜索等。千億美金及以上市值的公司。

(SAP的市值）

市值萬億美金量級

5. 平臺型應用出現（應用級平臺） — 電商、即時通訊、短視頻等。

市值十億美金量級

6. 新工種出現 — 主播、淘寶店主、滴滴司機。比如MCN等

市值百億美金量級

7. 周邊的工具 — 安全等

總結來看就是底層基礎設施催生系統(tǒng)型平臺，而底層基礎設施成熟后催生巨型應用和應用平臺，應用平臺催生新的工種。

二、AI的脈絡什么樣？

AI構建了一種新的計算模式，它從底層到上層都與過去的計算機和互聯(lián)網是并行的，雖然很多時候會交叉。但就像互聯(lián)網也用計算機一樣，兩者要分開看，但底層的脈絡反倒是可參照（方法的方法類似）。

我們還是用同樣的思考框架來看AI：

潛在2萬億美金量級

1.底層基礎設施（硬，英偉達實際上是軟硬融合的系統(tǒng)級平臺） — 英偉達GPU+CUDA。與過去的純粹芯片并不完全一樣，而是融合部分操作系統(tǒng)的職責。英偉達走在了所有人的前面，成為2萬億美金以上的公司。但不要忘記這是幾十年努力的結果，不是微信這種快速崛起的式的成功。

（2024-5-29 英偉達股票，市值全球前五）

2.底層基礎設施（軟，系統(tǒng)級平臺） — 大模型公司正在形成。OpenAI看來會占據一個。其它的還不明朗。

會不會出個類似蘋果那樣的軟硬融合的機器人公司呢？一個是很遙遠，一個也是不確定性太大，先不討論了。

潛在千億美金量級

3.垂域型應用 — Copilot是在這里。Copilot每年收入超過100億美金，單獨拆分的話估計很快會過千億美金市值。

潛在萬億美金量級

4.平臺型應用（應用級平臺）— 還沒影，但不能假設OpenAI把這個都做了?？梢韵胂蠡ヂ?lián)網的各種應用要基于AI重構、稅務、企業(yè)、制藥等會出現新的應用。千億美金以上的AI公司。最簡單的形式，擁有大量《Her》也可以成為平臺?？赡苡凶匝心Ｐ?，也可能沒有。和過去的應用不一樣，這種應用有可能是軟硬融合的，外部同時管理大量設備，比如一個中心+N個AR眼鏡。

潛在十億美金量級

5.新工種出現 — 比如真是Her的平臺，那陪聊天服務中真人也會有個特殊位置。

潛在百億美金量級

6.周邊的工具 — 這個會一直有，小工具估計到不了這個規(guī)模。但同樣的安全類工具等還是可以的。和過去差分的是還可能出現一些頂著Agent名義的工具人平臺。過去需要雇傭人的情景，直接雇傭他們。

說AI是單純的賦能，顛覆性不強，應該是錯的。

恰相反，所有過去的技術的顛覆性可能都不如AI的一半。（同攜程梁建章梁總的AI影響不如互聯(lián)網觀點正相反）

這個一半是從人的角度進行考量。但它確實因為縱深太夸張，啟動的非常費勁，節(jié)奏也慢很多。

基礎設施成熟后，真能進入應用階段一下子增速會快起來。

微軟從成立到峰值花了30年，Google就不用，大概也就10年。這次的英偉達也差不多用了30年。偏硬科技的基礎設施所對應的游戲規(guī)則和應用的游戲規(guī)則差別很大。

三、顛覆性何來？

這種顛覆性來自于計算模式的本質性變化。

過去的計算模式是CPU（包括電腦、服務器等）提供算力，程序員提供智能，互聯(lián)網加持應用范圍和可能性。

AI的計算模式是GPU提供算力，大模型提供智能，程序員負責縫合，互聯(lián)網繼續(xù)加持應用范圍。

別看主要是誰提供智能這一點變化，實際上作用到應用上是天壤之別。

這導致在到底能干什么，怎么干上發(fā)生本質性變化。

在程序員提供智能的時候，再怎么努力也只能是在各種領域做“輔助駕駛”。并且“輔助駕駛”的范圍非常限定，領域一復雜它就搞不定了。別看能運作抖音這種大型平臺，但它后面的需要的智能復雜度還不如管理一個200人的公司。

大模型提供的時代就可以在各種領域做“自動駕駛”，并且讓“輔助駕駛”的深度也完全不一樣。Copilot這種“輔助駕駛”工具和過去的Office助手比，影響深度根本不在一個量級。

所有的領域的”自動駕駛”，就是所有領域的超級自動化（Copilot VS Autopilot）。

因為是計算模式的本質性改變，必然會導致基礎設施上面的應用形態(tài)徹底改變。

從智能音箱這種產品我們應該能感受到，它和過去的APP不是一個事兒。

根子還是在智能的程度。

低智能、低信息量的前提下，最合適的吞吐信息的方式一定是分類。

菜單、按鈕、網頁導航等全是分類。整個圖形用戶界面交互的基礎就是分類。

高智能、全范圍信息量的前提下，最合適的吞吐信息的方式會變成對話。智能體負責分類并折疊了它。

在過去分類到對話最明顯的例子是雅虎的導航到搜索引擎。這是最原始版本的信息消費升級，從純粹分類到搜索框的類似對話。

現在恐怕所有的領域全部要重來，并且深度遠超以往。

四、真正的挑戰(zhàn)

真獨立打穿這樣一條產業(yè)，核心挑戰(zhàn)是什么呢？（也不可能再像過去那樣了，這次是需要獨立走起來）

核心的不是資源而是場域。不妨先簡單的把場域理解成一種體現價值體系的環(huán)境。

我們假設資源足夠，那看下這兩種環(huán)境里，能打穿上面這條路么？

璩女士的婆婆論里面能打穿上面那條路么？

你辭職啊，我秒批。

我為什么要考慮員工的家庭，我又不是你婆婆、也不是你媽媽。

你可以不用承擔重要的工作，但漲薪的時候就沒有你什么事。

東哥的兄弟宇宙里能打穿上面那條路么？

如果你業(yè)績好，你可以永遠不需要去加班加點，公司永遠是愛你的，永遠給你非常好的收入待遇。如果你業(yè)績沒那么好，只達到了平均水平，你只要拼搏，公司永遠不會辭退你。但是業(yè)績不好，又從來不拼搏的人，這家公司永遠不能容忍，一個（公司都）不能容忍，都會逐步通過各種手段全部淘汰出局。

我也知道每個人生活的選擇不一樣。我們也有員工更多享受生活，生活第一，事業(yè) / 工作第二，不想拼，我能理解。這沒有錯，但我只能說，你不是我們的兄弟，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，也不是我的敵人。我們不應該在一起共事，因為你的存在會讓我們在拼搏的兄弟們的利益嚴重受損，對他們嚴重不公平。

這點別的文章里面提過多次，沒錢肯定不行，但有錢了也不一定行。

固然很多團隊沒拿到錢，但對AI本質上資本是稀缺還是過剩呢？我的判斷是過剩。

真要從苦不苦想想長征兩萬五的角度，對一個會產生顛覆的領域而言，其它方面的條件其實也沒那么差。

大家對市場其實是舍得投巨資的比如價格戰(zhàn)。

花的錢并不會少的。不說大模型的價格戰(zhàn)，過去智能音箱上花出去的錢應該也夠做好幾個chatGPT。

但研發(fā)它不單是個砸錢的過程，沒見富二代出山砸的很多電影五分都沒有。

價格戰(zhàn)等是個加速手段，但現在的問題是車還不行。

這個根子的不匹配會導致基礎設施的缺位，除了開源Windows這種系統(tǒng)估計也是長期隔離狀態(tài)，反過來就會導致AI的智能長期不高，拖慢整個發(fā)展。

參見：為什么英偉達很貴，聯(lián)想等就不行

五、小結

AI確實到了比較危險的時候。一方面是整個通路還不通，一方面是已經聚集了能聚集的大量資源。如果彈藥用盡了，還是商業(yè)不閉環(huán)，那還真就抓瞎了。所謂知止而后有定，在懷疑和沮喪太多的時候，開腦洞看下產業(yè)后續(xù)發(fā)展的脈絡，可能也不是壞事。（其實這篇文章的通篇觀點同金沙江朱嘯虎朱總的關于AI的觀點也正相反）

其它相關文章和視頻:

AI的終局什么樣：從微軟發(fā)布會能看到些什么

國內的AI大模型們路走偏了吧!

原點上的失?。菏秷?zhí)行力提升可以換來一個成功的AI產品么