我对AI时代的一些看法

1.AI与人类历史上任何一个科技革命都是不同的。

它减少了人与人的链接，用算力代替人力，通缩属性更强。

AI越发达，人类的就业越少，需求越少。

但是AI的壁垒更高于以往的科技革命，他的受益群体高度集中，主要是算力和大模型。

所以AI的受益者的市值会远远高于以前科技革命时代的巨头市值。

2.算力是AI最核心的环节。

AI的本质就是算力代替人力。

算力在AI时代的重要性，永远不能低估。

大模型本身存在一个问题，开源 VS 闭源，哪个更牛逼，还不确定。

但他们都需要算力。

算力本身技术在高速发展，里边细分技术层出不穷。

始终会有机会。

3.C端硬件

马斯克预测，只有语音输入功能的AI设备会在几年后替代手机。

他对人形机器人也非常乐观。

我个人不这么认为，因为AI大模型的幻觉问题是无法解决的。

我自己用AI写文章，作图，有些场景下AI的弱智程度想让人砸电脑。

譬如以前我想让AI生成没有白云的蓝天，折腾了好久，效果都不行。

但是，AI时代会诞生一些手机之外的长尾硬件。

譬如目前最火的AI硬件爆款是plaud录音卡片。

一个录音功能，看起来不起眼，手机本身就有录音功能，但是对于需求极端的消费者，手机无法满足他的需求。所以需要一个专门的硬件来服务它们。

以前很多长尾碎片化场景，因为缺乏智能，无法满足这些需求极端的客户的需求。

这些市场等于是空白的，AI时代可以在这些地方发挥作用。

但是这些长尾硬件，市场碎片化，很难诞生巨头。

对于二级市场，意义不大。

4.应用软件

应用软件的机会比起移动互联网时代会小得多。

因为移动互联网时代，各个垂直领域是分化的，很难有人一统天下。

人与信息，人与人，人与商品，每个领域都是专门的巨头。

但是大模型时代，他可以跨界。

一个AI助手，可以帮你下单购物，替代电商，可以帮你作图，替代PS软件。

理论上，大模型越强，下游应用越是利空，因为应用做的一些适配工作，本身就是弥补大模型的能力不足。

比如，阿里钉钉都推出了CAD看图功能。

我不知道这个功能和AI大模型有没有关系，但是至少说明一点，软件本身也是容易跨界的，特别是大模型时代。

其他公司专门做CAD看图软件的，会否面临巨大威胁？

同理，做PDF，文字扫描等基础通用功能的细分软件龙头，会否被一个同时做这些功能的巨头软件替代？

这些复杂情况，造成AI应用软件的投资价值不大，格局很难看懂，变数太多。

当然，也不能过于悲观。

以前SAAS软件在中国是最苦逼的商业模式，因为这些软件缺乏智能，他们只是工具，需要人类来操作。

中国人力成本低，老板可以用人类牛马干活。

未来AI牛马性价比远超人类牛马，所以应用软件在中国的市场会起来。

但是中国的市场有限，如果不能国际化，想象力依然不高。

但至少，这是老龄化和逆全球化时代，中国内需少有的增量市场。

5.AI应用最大的机会在哪里？软硬件结合的工业设备。

当我们提到终端硬件，我们一般只考虑C端，譬如苹果。但是我们不会想到，B端也有苹果模式，例如日本基恩士。

对于工业机床，大模型的幻觉问题，精度问题，对世界物理学规律的理解都不行，大模型还无法取代传统巨头，所以中国公司很难迅速干掉西门子，发那科。

但是日本基恩士的设备，他主要是视觉功能。大模型的视觉功能比小模型强了太多。

以前，基恩士的软件有很多专业算法，中国公司缺乏积累。

现在，凭借能力更强的大模型，中国公司可以弯道超车，反超基恩士。

当然，基恩士的牛逼，还不仅仅是算法，他在基础硬件上还是很厉害的，譬如机械加工精度。

C端的消费电子，会诞生很多长尾AI硬件，B端同样如此。

工业领域也有很多场景，这些场景也很碎片化。

中国公司依靠软硬件结合，是可能在这些细分领域弯道超车的。

看看欧美日本股市，工业领域有很多隐形冠军，市值都是几百亿美元。

消费领域要诞生一个几百亿美元市值的硬件公司，容易吗？

不容易。

工业领域反而机会更多。