AI后续发展的七个阶段与造富机会

每一次的变革，都会带来大量的财富和造福机会，AI 这次也不例外。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。

AI后续发展的七个阶段与造富机会© 由 ZAKER科技 提供

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于技术的特征。

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。

一、参照系：从 PC 到互联网的底层脉络

上世纪五十年代到现在如果要提炼，走过的过程大致是：

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© 由 ZAKER科技 提供

（2000 年微软的股票价格和市盈率）

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。

AI后续发展的七个阶段与造富机会© 由 ZAKER科技 提供

( SAP 的市值）

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

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平台，应用平台催生新的工种。

二、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参照（方法的方法类似）。

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的式的成功。

AI后续发展的七个阶段与造富机会© 由 ZAKER科技 提供

（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。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 是在这里。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，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 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。和过去差分的是还可能出现一些顶着 Agent 名义的工具人平台。过去需要雇佣人的情景，直接雇佣他们。

说 AI 是单纯的赋能，颠覆性不强，应该是错的。

恰相反，所有过去的技术的颠覆性可能都不如 AI 的一半。（同携程梁建章梁总的 AI 影响不如互联网观点正相反）

这个一半是从人的角度进行考量。但它确实因为纵深太夸张，启动的非常费劲，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。

三、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© 由 ZAKER科技 提供

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© 由 ZAKER科技 提供

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，但它后面的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 助手比，影响深度根本不在一个量级。

所有的领域的”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。

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。

四、真正的挑战

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

核心的不是资源而是场域。不妨先简单的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，都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。我们也有员工更多享受生活，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。我们不应该在一起共事，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，但对 AI 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价格战。

花的钱并不会少的。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。

但研发它不单是个砸钱的过程，没见富二代出山砸的很多电影五分都没有。

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。

参见：为什么英伟达很贵，联想等就不行

五、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。（其实这篇文章的通篇观点同金沙江朱啸虎朱总的关于 AI 的观点也正相反）

其它相关文章和视频 :

AI 的终局什么样：从微软发布会能看到些什么

国内的 AI 大模型们路走偏了吧 !

原点上的失败：十倍执行力提升可以换来一个成功的 AI 产品么

专栏作家

琢磨事，微信公众号：琢磨事，人人都是产品经理专栏作家。声智科技副总裁。著有《终极复制：人工智能将如何推动社会巨变》、《完美软件开发：方法与逻辑》、《互联网 + 时代的 7 个引爆点》等书。

题图来自 Pixabay，基于 CC0 协议