跳到正文
Hacker News· madars·· 1 天前AI 评分36

为什么 AI 不会让你变富:从集装箱化与微处理器看生成式 AI 的财富归属

AI will not make you rich (2025)

AI 导读

生成式 AI 可能更像集装箱化而非微处理器:技术虽具变革性,但价值最终流向客户而非模型构建者。文章认为 AI 模型公司与应用公司终将竞争成寡头,除少数早期投资者外,大量涌入 AI 的资金投错了地方。

正文 · AI 翻译

点击此处 订阅送到办公室或家中的印刷版。

财富的缔造源于企业家和投资者,当革命性技术催生出一波又一波具有创新性、可投资的公司时。想想铁路、贝塞麦炼钢法、电力、内燃机或微处理器——它们每一个都像烟花厂里的一颗火星,引发了数十年的后续创新,渗透到社会的每个角落,并将一批新的发明家和投资者推上权力、影响力和财富的巅峰。

然而,有些技术创新虽然具有社会变革性,却几乎不产生新的财富;相反,它们强化了现状。在微处理器问世十五年前,另一个革命性的想法——集装箱化运输——在一个不那么有利的时机到来,当时技术进步是一场红皇后式的竞赛,发明家和投资者不停奔跑却并未因此过得更好。

任何投资于新新事物的人都必须回答两个问题:第一,这项创新将创造多少价值?第二,谁将获取这些价值?信息与通信技术(ICT)是一场革命,其价值被初创企业获取,造就了成千上万新富的创始人、员工和投资者。相比之下,集装箱化运输是一场革命,其价值被摊得如此之薄,最终只让一位创始人短暂致富,只让一位投资者稍微富了一点。

生成式AI更像前者还是后者?它将成为未来众多产业财富的基础,还是整个投资界的净输家,只有零星的零和赢家?

投资AI成果是有赚钱之道的,但这取决于假设后者——即对发明家和投资者来说又是一个不那么有利的时机,AI模型构建者和应用公司最终将相互竞争形成寡头垄断,而AI的收益不会归于其构建者,而是归于客户。因此,涌入AI的大量资金被投向了错误的地方,除了一两个幸运的早期投资者外,能赚钱的将是那些有先见之明早早退出的人。

微处理器是革命性的,但1971年在英特尔发明它的人并不这么看——他们只是想避免每次都从头设计桌面计算器芯片组。但局外人意识到他们可以用微处理器来构建自己的个人电脑,爱好者们做到了。成千上万的动手爱好者找到了英特尔从未梦想过的配置和用途。这种分布式、无需许可的发明开启了一场“发展大浪潮”,正如经济学家卡洛塔·佩雷斯所称,它由技术触发,却由经济和社会力量驱动。[1]

20世纪70年代初,个人计算机并没有真正的需求;它们只是昂贵的玩具。但实验者们奠定了技术基础,并建立了一个社群。然后,大约在1975年,微处理器成本的阶跃式变化使个人计算机市场变得可行。Intel 8080最初的标价为360美元(相当于今天的2300美元)。MITS以每台75美元(今天490美元)的批量价格出售其Altair,几乎无法盈利。但当MOS Technologies开始以25美元(今天150美元)的价格出售其6502时,Steve Wozniak就有能力制造一台Apple原型机了。6502和价格相近的Zilog Z80迫使Intel降价。初生的PC社群开始催生企业家,涌现出许多公司,每家公司的产品都略有不同。

在20世纪70年代中期,你不可能知道PC(以及类似PC的产品,如ATM、POS终端、智能手机等)将彻底改变一切。当Steve Jobs告诉投资者每个家庭总有一天都会拥有一台个人计算机时(事实证明,这是一个严重低估),其他人则质疑个人计算机究竟是否有必要。直到1979年,Apple的广告都没有告诉你个人计算机能做什么——它问的是你用它做什么。[2]老牌计算机制造商(IBM、HP、DEC)对客户没有要求的产品毫无兴趣。没有人“需要”计算机,因此PC不是被买走的——而是被卖出去的。像Apple和Sinclair这样花哨的初创公司用炒作来吸引注意,而在消费电子领域已有立足点的公司,如Atari、Commodore和Tandy/RadioShack,则利用强大的零售关系将他们的PC摆到潜在客户面前。 

起初市场增长缓慢,只有当实验催生出实际应用(如1979年推出的电子表格)后才加速。随着使用量增长,对使用的观察减少了不确定性,从而在自我强化的循环中带来更多采用。这种势头的积聚在每一次技术浪潮中都需要时间:例如,电力花了近30年才进入半数美国家庭,而个人计算机也花了差不多同样长的时间。[3]当一场技术革命改变一切时,它需要大量的创新、投资、叙事、时间以及普普通通的老式工作。它还会吸走所有可用的资金和人才。就像科学中的Kuhn范式一样,任何不属于这场浪潮的技术经济范式的技术,都会显得像插曲。[4]

PC的初生增长吸引了投资者——风险投资家——他们开始对新公司下风险赌注。这一发展激励了更多发明家、企业家和研究人员,进而吸引了更多投机资本。

像IBM这样在PC之前是计算巨头的公司,相对表现不佳。他们不相信PC能存活足够长的时间,从而在他们的市场中变得有能力,也不关心想要更便宜解决方案的新兴小市场。

事后看来,我们赋予PC先驱们先知而非远见者的力量。但在当时,除了少数早期采用者之外,没有人关注。像《纽约时报》这样的主流媒体直到1981年8月IBM推出PC后才认真对待它。在苹果电脑成立的1976年整整一年里,NYT只提到了PC四次。[5]显然,只有疯狂的人、不合群的人、叛逆者和麻烦制造者在关注。

当我们把计算机革命的早期与今天相比时,最应该强烈触动我们的是那种意外感。20世纪70年代没有人注意到个人电脑。而在2025年,AI似乎是我们唯一谈论的话题。

大公司讨厌意外。这就是为什么不确定性成为初创公司的完美护城河。如果IBM在1979年进入市场,苹果绝不可能幸存下来,只有在1980年IPO筹集1亿美元后才得以存活并再战一天。在IBM引发的淘汰之后,它是唯一剩下的竞争者。[6]

随着这项技术站稳脚跟并开始展现前景,软件、内存以及软盘驱动器和调制解调器等外设的创新也随之而来。它们相互强化,每一项进步都对相邻技术施加压力。当系统的任何部分拖累其他部分时,投资者便蜂拥资助该领域。例如,随着PC内存的增加允许更复杂的软件,对外部存储的需求随之产生,这促使风投Dave Marquardt在1980年投资了磁盘驱动器制造商Seagate。Seagate在1981年上市时给Marquardt带来了40倍的回报。其他投资者注意到了这一点,随后三年约有2.7亿美元涌入该行业。[7]

资金也涌入了底层基础设施——光纤网络、芯片制造等——因此容量从未成为瓶颈。利用新技术系统超越现有企业的公司开始夺取市场份额,甚至保守的竞争者也意识到他们必须采用新事物,否则就会消亡。炒作变成了泡沫,泡沫又变成了投资泡沫:20世纪90年代末的互联网狂热。因此,ICT浪潮与之前的浪潮相似——比如19世纪30年代的投资狂热和“咆哮的二十年代”,它们分别紧随运河和铁路的基础设施建设——在这些浪潮中,人类对每个阶段的反应可预测地催生了下一个阶段。

当互联网泡沫破裂时,社会发现它不赞成该行业的过度行为,政府发现他们有民众支持来重新对科技公司及其投资者行使权威。这给疯狂踩下了刹车。企业不再进行泡沫时期的鲁莽创新,而是开始向成熟市场扩张,金融家从投机转向投资。企业家开始专注于寻找应用,而不是创新底层技术。技术进步仍在继续,但变化变得更像是进化而非革命。

随着变化放缓,企业获得了信心,开始进行长期投资。它们开始以新的方式将系统的各个部分组合起来,为更广泛的用户群体创造价值。在狂热时期,光纤电信网络和其他基础设施的大规模过度建设留下了大量廉价产能,压低了扩张成本。那是一个做企业家和投资者的好时代。

相比之下,社会并不需要泡沫破裂才开始猛烈抨击AI。鉴于对科技的反弹已经持续了十年,这对我们来说似乎很正常。但AI遭遇的反弹,与比尔·盖茨、史蒂夫·乔布斯、杰夫·贝索斯等打造大型科技企业的人在本轮周期早些时候所享有的普遍推崇有所不同。世界厌恶变化,之所以在80年代和90年代对科技网开一面,只是因为一切看起来仍可逆转:如果结果糟糕,还可以让它消失。这给了早期计算机创新者一些试验的余地。如今人人都知道计算机已成定局,AI便不被允许享有同样的观望态度。它被视为ICT革命的一部分。

经济学家佩雷斯将每一次技术浪潮分为四个可预测的阶段:爆发、狂热、协同和成熟。每个阶段都有其特征性的投资特征。

中间两个阶段——狂热和协同——对投资者来说比较容易。狂热阶段是所有人蜂拥而入、投资者因在未经证实的想法上承担巨大风险而获得回报的时期,最终走向泡沫,纸面利润消失。当理性回归,协同阶段便开始了,企业让自己的产品对广大用户变得可用且富有生产力。协同阶段回报那些有耐心、挑剔、且能带来的不只是资金的人。

爆发和成熟阶段则更难投资。

投资1970年代比事后看来要困难得多。要从1971年投资到1975年,你必须要么是真正的信徒,要么是奉行愚蠢多元化战略的企业集团。英特尔是一笔伟大的投资,尽管它起初看起来像一家上一波浪潮的电子公司。MOS Technologies成立于1969年,旨在与德州仪器竞争,但为了维持运营,将自身多数股权出售给了Allen-Bradley。Zilog于1975年由埃克森(埃克森!)出资。苹果是一笔伟大的投资,但它不具备风投所看重的任何特征,因为PC当时仍是一个在寻找问题的解决方案。

后来到了1980年代初的爆发阶段后期,大量机会涌现:PC制造商(康柏、戴尔)、软件和操作系统(微软、Electronic Arts、Adobe)、外设(希捷)、工作站(Sun)和电脑商店(Businessland)等。如果你投资了赢家,你就做得很好。但资金仍然多于想法,这意味着那并非投资的黄金时代。到1983年,仅在磁盘驱动器领域就有70多家公司在竞争,估值崩塌。许多人的财富是在1970年代和1980年代奠定的,许多风投也在那个时代成名。但作为爆发阶段投资者的最大优势,是积累机构知识,以便在狂热和协同阶段早早且出色地投资。

在成熟阶段投资甚至更加困难。在爆发期,很难看清将会发生什么;在成熟期,几乎什么都不会发生。关于什么会奏效、客户和社会将如何反应的不确定性几乎消失殆尽。一切都可以预测,每个人的行为也都可以预测。

缺乏活力使得成功的协同型企业得以固守阵地(参见:漂亮50和FAANG),但增长变得更加困难。它们开始进入彼此的市场,进行集团化扩张,提高价格,削减成本。以吸引新客户为目标的产品定价时代结束了,质量也随之下降。大公司继续拥抱革命性创新的理念,但觉得有必要控制其进步成果的使用方式。研发支出从产品和流程创新转向越来越徒劳的尝试——寻找延长当前范式的方法。企业将此包装为追求胜利的动力,但实际上是对失败的恐惧。

创新可以在成熟期发生,有时还非常壮观。但由于这些创新只有在契合当前浪潮范式时才能获得支持,它们很容易被主导企业的引力井所捕获。这意味着作为创业者或投资者从中赚钱几乎是不可能的。生成式AI显然正在被主导性的ICT企业所捕获,这引出了一个问题:对发明者和投资者而言,这一次是否会有所不同——这与AI本身是否是一项革命性技术是不同的问题。

集装箱化是一项后期浪潮的创新,它改变了世界,开启了我们的现代全球化时代,对社会和经济产生了深远影响,并促进了福祉的快速增长。但是,或许只有一两个人通过投资它真正赚到了钱。

1956年处于上一轮浪潮的后期。但就在那一年,后来被称为SeaLand的公司通过推出第一艘集装箱船Ideal-X,彻底变革了货运方式。SeaLand的创始人马尔科姆·麦克莱恩顿悟到,卡车司机、铁路和航运公司要完成的工作是将货物从发货人运送到目的地,而不是开卡车、装棚车或往船上装货。SeaLand让货物能够在不同运输方式之间无缝转移,节省了时间,使运输更加可预测,并降低了成本——既包括装货、卸货和重新装载的成本,也包括船舶在港口装卸时闲置等待的成本。[8]

集装箱化的好处,如果能够实现的话,是显而易见的。每个人都能看到效率的提升,而客户并不关心某样东西是如何到达他们能够购买的地方的,只要它能到达就行。但码头工人会失去工作,政客会失去那些失去工作者的选票,港务局会失去政客的支持,联邦监管机构会因不良后果而受到指责,铁路可能会失去货运业务给航运公司,航运公司可能会失去货运业务给新的航运公司,而这一切都将耗费巨资。大多数人认为麦克莱恩永远无法让它成功。

麦克莱恩在对手的缝隙中挤出了一条路。他购买并改装战争剩余船只,降低成本。他进军沿海航运贸易——在新州际公路时代这是一个日薄西山的行业——以避开竞争。他把公司设在纽瓦克,而不是航运枢纽地狱厨房,以争取港务局的支持并避开曼哈顿的拥堵。他还与纽约码头工人工会达成协议,而这之所以可能,仅仅是因为他是个小玩家,工会认为他不构成威胁。

但竞争者和监管机构行动太快,麦克莱恩未能抓住本可获得的少数进入壁垒:对港口的支配、与托运人或其他运输形式的独家协议、对专有技术的标准化等。[9] 当事情在1965年前后开始看起来可能成功时,集装箱化的明显优势意味着每家大型航运公司都进入了这一行业,竞争随之爆发。尽管到1968年集装箱货运还不到总贸易量的1%,集装箱船的数量却已在快速攀升。[10] 运力多年来一直超过需求。

竞争的加剧引发了运价战,运价战导致利润被挤压,进而导致整合和卡特尔。与此同时,建造越来越大的集装箱船以及处理它们的港口设施的成本,意味着这门生意变得高度资本密集。麦克莱恩看到了不祥之兆,于1969年1月将海陆公司出售给R.J. Reynolds。他或许是唯一毫发无损退出的企业家。

端到端的愿景花了很长时间才实现。但大约在1980年,海运成本开始急剧下降。[11] 这推动了国际贸易的繁荣,[12] 并使制造商得以从高工资国家迁往低工资国家,使集装箱化不可逆转。

当然,有些人确实赚到了钱;总有人能赚到。麦克莱恩赚到了,航运大亨丹尼尔·路德维希也赚到了——他于1965年以每股8.50美元向海陆公司的前身麦克莱恩工业投资850万美元,1969年以每股50美元卖出。[13] 造船厂也赚到了钱:1967年至1972年间,约100亿美元(合2025年美元约800亿)被用于建造集装箱船。建造新集装箱港口的承包商也赚到了钱。后来,整合并主导该行业的航运公司,如马士基和长荣,变得非常庞大。但是,“对R.J. Reynolds以及其他在1960年代末通过收购进入集装箱航运以追逐快速增长的公司来说,他们的投资带来的除了失望几乎别无他物。”[14] 除了麦克莱恩和路德维希,很难找到任何因集装箱化本身而致富的人,因为竞争和资本支出成本使得快速成长或实现高利润率变得困难。

最终,这项业务主要被原有的在位者主导,利润流向了运送货物的公司,而不是它们所经由运输的公司。像宜家这样的公司从廉价航运中受益,从1972年一家外省性的斯堪的纳维亚公司,到2008年成为全球最大的家具零售商;集装箱航运完美契合了宜家的平板包装家具。其他公司,如沃尔玛,利用集装箱化带来的可预测性来降低库存及相关成本。

事后看来,很容易明白你本可以如何投资于集装箱化:不是投资于集装箱航运业本身,而是投资于从集装箱化中受益的行业。但即便在这里,沃尔玛、好市多和塔吉特等公司的成功也伴随着其他公司的失败。集装箱化的冲击使西尔斯和伍尔沃斯陷入螺旋式下滑,给蒙哥马利·沃德和A&P钉上了最后一颗棺材钉,并迫使梅西百货破产,之后才被联合百货拯救并缩减规模。与此同时,在北卡罗来纳州——“世界家具之都”,家具制造商试图通过从中国进口廉价家具部件来与宜家竞争。他们最终被自己的供应商所取代。[15]

如果有更多时间来构建护城河,或许会出现几家主导性的集装箱化公司,其背后的人会位居《福布斯》400强榜首,而他们的投资者会成为传奇。但护城河的构建需要时间,而且与个人电脑不同,集装箱化的采用并不令人意外——每个利益攸关的企业都立即制定了战略计划。

经济学家约瑟夫·熊彼特曾说:“每当有任何新事物被引入时,完全竞争就总是暂时中止。”[16] 但集装箱化表明,在技术浪潮的终点,这并不成立。而且,由于在完全竞争期间没有经济利润,创新者在成熟期也无钱可赚。与集装箱化一样,AI的引入并未为其创新者带来一段受保护的利润期。它带来了立即的竞争混战。

我们承认生成式AI是革命性的(但也承认,正如日益明显的那样,这项特定技术如今已处于演进阶段)。它将为经济创造大量价值,投资者希望从中分得一杯羹。何时、何人以及如何,取决于AI是信息通信技术浪潮的终点,还是新浪潮的起点。 

如果AI开启了一场新浪潮,本会有一段漫长的充满不确定性和实验的时期。本会有一批早期采用者试验自己的模型。当成千上万或数百万的修补者以全新的方式使用这项技术解决问题时,其用途便会激增。但由于他们使用的是大型AI公司拥有的模型,他们充分实验的能力受限于在位者所允许的范围,而在位者无意允许对现状的长期挑战。

这并不意味着AI不能开启下一次技术革命。它或许可以,前提是实验变得廉价、分布式且无需许可——就像沃兹尼亚克在车库里拼装电脑,福特在厨房里造出他的第一台内燃机,或者特里维西克在詹姆斯·瓦特的专利到期后立刻造出他的高压蒸汽机。当任何潜在的创新者都能在自己的笔记本电脑上构建和训练LLM,并按照自己的想象随意使用它时,这或许就是下一波重大变革的种子——是革命性的而非演进性的。但除非这一切发生,否则就不会有爆发。

相反,AI是信息通信技术浪潮的典型代表。20世纪60年代的计算机先驱们着手建造一台会思考的机器,他们的后继者最终通过扩展算法、芯片、数据和数据中心基础设施方面的成果实现了这一目标。就像集装箱化一样,AI是某种既有事物的延伸,因此没有人会对它能做什么和将做什么感到惊讶。在20世纪70年代,人们花了一段时间才理解强大且无处不在的计算的可取之处。但在2025年,比之前的机器思考得更好的机器对人们来说很容易理解。

不妨看看AI的进展与集装箱化的商业演进在多大程度上相互呼应:

在“AI呼应”一栏中,前四项已经在进行中。你该如何投资,取决于你是否相信第5至第7项是接下来的发展。

经济学家预测,未来十年AI将使全球GDP增长1%[17]至7%以上[18],即创造1至7万亿美元的新价值。最大的问题是,这些钱在流经价值链时会沉淀在哪里。

大多数AI市场概览都有二十个甚至更多的类别,并将每个类别细分为所服务的客户和行业。但这些在未来几年将发生巨大变化。你其实可以只跟着钱走,从而简化公司的分类:

集装箱化的历史表明,如果你还不是模型公司的投资者,那就不必费心了。萨姆·奥尔特曼和其他几位早期行动者可能会像麦克莱恩和路德维希那样赚得盆满钵满。但构建和运行模型的巨大成本,加上激烈的竞争,意味着最终只会剩下少数几家公司,每一家都由最大的科技公司出资并拥有。如果你已经是投资者,恭喜你:将会出现整合,所以你或许能获得退出机会。

特定领域的模型——比如Cursor或Harvey——将成为整合的一部分。这些可能是最有价值的模型。但微调相对便宜,而且存在巨大的范围经济。另一方面,正如谷歌在2010年不得不收购Invite Media以弄清楚如何向广告代理商销售一样,那些赢得了客户信任的特定领域模型公司将成为主要收购目标。尽管生成语言之外内容的模型——比如Midjourney或Runway——似乎有可能利用其略有不同的架构开辟一条独立的技术路径,但LLM公司也很容易进入了这一领域。这是否适用于Osmo这样的公司还有待观察。

虽然现在投资模型公司为时已晚,但利用这些模型解决特定问题的公司正大量涌现:Perplexity、InflectionAI、Writer、Abridge,以及上百家其他公司。但如果其中任何一家变得非常有价值,模型公司就会攫取它们的收益,要么通过歧视性定价,要么通过垂直整合。换句话说,成功就意味着失败——这从来都是一个糟糕的投资论点。在某个时刻,模型公司和应用公司将会融合:最终只会有AI公司,而且只有少数几家。一如既往,会有一些赢家,但对应用层整体的投资将会亏钱。 

然而,同样的告诫也适用:如果一家应用公司能够建立客户基础或一支了不起的团队,它可能会被收购。但这些公司实际上根本不是科技公司;它们是在投机性地构建一个市场,因此必须按此来估值。进一步的告诫是,会有投资者通过套利那些因错失恐惧而恐慌、愿意大幅溢价收购的买家来大赚一笔。但这并不是真正的“投资”。

在管理AI巨头与其客户之间的接口、或保护公司数据免受模型公司侵害的公司中,可能存在投资机会——比如Hugging Face或Glean——因为这些业务本质上独立于模型。但在集装箱化之后的航运市场中,没有任何类似的公司变得非常大。即便是AI领域成功的中介公司,最终也很可能停留在中等规模,因为模型公司不会允许它们获得战略杠杆——这是缺乏意外性的又一后果。

当一个行业将会变得庞大,但其发展方式存在不确定性时,通常明智的做法是向上游游向该行业的供应商。就AI而言,这意味着芯片提供商、数据公司和云/数据中心公司:SambaNova、Scale AI和Lambda,以及那些已经存在很长时间的公司,如Nvidia和Bloomberg。

数据的投资逻辑则喜忧参半。通用数据——即大多数人都知道的东西,包括大约10年前人人都知道的一切,以及此后学到的大部分内容——是一种商品。可能有一些公司有空间来做整理和标注的苦活,但由于整理和标注最好可能由AI本身来完成,因此不会有太大的定价杠杆。领域特定模型将需要专业数据,其他模型则会尝试回答关于当下时刻的问题。具体、及时且难以复制的数据将很有价值。当然,这并不是一个新市场——Bloomberg和其他公司已经借此做得很好。更集中的客户群将压低这类数据的价格,而更广泛的使用将提高收入。总体而言,这对该行业可能是个利好,尽管不是巨大的利好。会有新公司建立起来,但只有少数几家值得投资。

AI 公司的高额资本支出将主要花在基础设施公司身上。这些公司的估值已经反映了这一预期,因此不会出现上行惊喜。但想想看,造船业从 1965 年起受益于集装箱化,直到约 1973 年后需求崩溃。[19] 如果 AI 公司合并或以其他方式协同行动,哪怕是一场迫使它们节省现金的轻微低迷,也可能演变成基础设施支出严重、突然且持久的下降。这将使英伟达及其新兴竞争对手——它们都必须对供应商和产能扩张做出长期承诺——无法降低成本以匹配新的、更小的市场规模。为 S 型曲线定价的公司,如果出现峰值和下降,就是定价过高。

所有这些意味着,投资者不应逆流而上,而应顺流而下:那些产品依赖于从有些模糊的信息中取得高质量结果的公司,将看到生产率和利润的提高。这些行业包括专业服务、医疗保健、教育、金融服务和创意服务,它们合计占全球 GDP 的三分之一到一半,且尚未从自动化中获得多少生产率提升。AI 可以帮助降低成本,但就像集装箱化一样,各个企业如何将更低的成本纳入其战略——以及它们决定如何处理节省下来的资金——将决定成败。直白地说,利用成本节约来增加利润而不是增长收入,是失败者的游戏。

受益最快的公司将是那些战略已经以降低成本为前提的公司。宜家的长期战略是以低价销售优质家具,并通过销量来弥补。在集装箱化使其走向全球之后,宜家成为世界上最大的零售商,英瓦尔·坎普拉德(宜家的 IK)成为亿万富翁。同样,沃尔玛的战略是在服务不足的市场中实现高销量和低价格,它受益于成本节约和准时制供应链,从而增加了产品种类并降低了库存成本。

如今已经优先考虑同样价值观的知识型公司,是押注 AI 风险最低的方式,但新公司将通过高销量、低成本战略成立或重组,就像好市多在 1980 年代初所做的那样。新公司将与现有企业竞争,但拥有干净的起点和后见之明。无论如何,进入壁垒很少,因此这些公司中的每一家都将面临激烈竞争,并在分散的市场中运营。经验丰富的管理和完美的执行将是关键。

在这些行业中,成为企业家将是一个绝妙的主张。成为投资者将更难。公司不需要太多私人资本——宜家从未需要筹集风险资本,好市多在 1983 年只筹集了一轮资金,然后于 1985 年上市——因为实施成本节约技术并非资本密集型。与集装箱化一样,从技术触发到最佳投资之间将有很长的滞后。机会将在后面出现。

选股者也能赚钱,但他们需要精挑细选。在预测的高端情形下,10年内经济中三分之一的部分GDP额外增长7%,对这些公司而言也仅带来每年约2%的顺风——如果较旧的ICT产品带来的生产率增长放缓,则顺风更小。主要的价值转移将从那些未拥抱AI战略含义的公司转向拥抱它的公司,就像沃尔玛从西尔斯那里获益一样——西尔斯利用了更低的商品价格,却没有重塑自身。

然而,消费者将是最大的受益者。此前的机械化浪潮提升了制造业的劳动生产率,压低了价格,为消费者省了钱。但制造业劳动生产率的提高也带来了制造业工资的上涨。服务业企业的工资不得不随之上涨以参与竞争,尽管这些企业并未从生产率提升中获益。这导致服务价格上涨。[20]家庭在食品和服装上的支出占比从1918年的55%降至2023年的16%,[21]但医疗和教育等知识密集型服务的成本涨幅已远超通胀。 

AI也将带来类似的变化:知识密集型服务将变得更便宜,让消费者能购买更多此类服务;而需要人与人互动的服务将变得更贵,在家庭支出中占据更大比例。这指向了两方面显而易见的机会。但最重要的消息是,AI创造的大部分新价值将被消费者获取,他们应当能以合理价格获得更多种类的知识密集型产品,并更广泛、更负担得起地获得医疗、教育和咨询等服务。

没有什么比新浪潮的开端更美好——此时,构想、发明和打造改变世界的公司的机会带来金钱、名声和荣耀。但对投资者和创业者来说,没有什么比一厢情愿更危险。过去50年投资科技的经验教训并不适用于当下。投资AI的方法是深入思考知识工作者效率提升所带来的影响,想象这种效率释放了哪些市场,并投资于这些市场。几十年来,赚钱的方法是押注新事物是什么。现在,你必须押注它开启了哪些机会。

Jerry Neumann是一位退休的风险投资人,从事创新方面的写作与教学。

来源:Hacker News · colossus.com