2025年。AI，正在以前所未有的速度，改變著世界。

打開(kāi)社交軟件，AI創(chuàng)作的圖片視頻滿天飛；想咨詢點(diǎn)問(wèn)題，對(duì)話框和聽(tīng)筒那頭，幾乎清一色全部AI，家里的長(zhǎng)輩，也開(kāi)始動(dòng)不動(dòng)DeepSeek一下……

但是，機(jī)會(huì)在哪里？我該如何抓住？總感覺(jué)，看不清，看不懂。

前不久，全球頂尖的投資機(jī)構(gòu)，紅杉資本，召集了100多位AI領(lǐng)域的“大牛”，進(jìn)行了一場(chǎng)長(zhǎng)達(dá)6小時(shí)的閉門(mén)分享。OpenAI的Sam Altman、Google的Jeff Dean、Nvidia的Jim Fan……

這些創(chuàng)造了AI今天局面的頂尖大腦們，到底“密謀”了些什么？他們眼中AI的未來(lái)，又指向何方？

這些信息，對(duì)于我們這些普通人、創(chuàng)業(yè)者來(lái)說(shuō)，無(wú)疑是寶貴的。但6小時(shí)的密集分享，信息量巨大，光是精華視頻，就有足足4個(gè)多小時(shí)，全部看完，確實(shí)不容易。

所以，我試著用一篇文章的篇幅，為你提煉這場(chǎng)閉門(mén)會(huì)的精華，“偷聽(tīng)”頂級(jí)大腦的思考。

準(zhǔn)備好了嗎？咱們開(kāi)始。

萬(wàn)億，可能只是起點(diǎn)

一上來(lái)，紅杉資本的合伙人Pat Grady，就給出了一個(gè)判斷。

這波AI轉(zhuǎn)型，所能撬動(dòng)的市場(chǎng)規(guī)模，大概是萬(wàn)億級(jí)別。

憑什么這么說(shuō)？

技術(shù)浪潮的演進(jìn)，往往是層層疊加、不斷放大的。

每一波新的技術(shù)，都會(huì)站在前一波技術(shù)的肩膀上，爆發(fā)出更強(qiáng)的能量。AI，就站在了移動(dòng)互聯(lián)網(wǎng)、云計(jì)算這些“巨人”的肩膀上。全球數(shù)十億的互聯(lián)網(wǎng)用戶，幾乎人手一部智能終端，社交媒體病毒式傳播，能讓AI應(yīng)用一夜觸達(dá)數(shù)億用戶。

那么，AI未來(lái)的市場(chǎng)規(guī)模，到底有多大？

看看云計(jì)算轉(zhuǎn)型。它的產(chǎn)業(yè)規(guī)模有4000億美元，比它剛起步時(shí)的整個(gè)軟件市場(chǎng)規(guī)模還大。那么，AI轉(zhuǎn)型的市場(chǎng)，規(guī)模或許比目前的云計(jì)算市場(chǎng)，還要大一個(gè)數(shù)量級(jí)，達(dá)到萬(wàn)億級(jí)別。

（上邊一行是云計(jì)算轉(zhuǎn)型。下邊一行是AI轉(zhuǎn)型。）

萬(wàn)億。可能，還只是起點(diǎn)。真是令人激動(dòng)。

那么，站在AI浪潮之巔的科技巨頭們，又是如何看待未來(lái)的呢？

OpenAI，想成為AI時(shí)代的“操作系統(tǒng)

在重大技術(shù)變革的時(shí)代，總有一些公司，不是在追逐浪潮，而是在創(chuàng)造浪潮。

會(huì)上，OpenAI的CEO Sam Altman，就提到了自家的“野心”：

OpenAI想做的，是成為人們?nèi)粘?/strong>AI應(yīng)用的入口，成為“核心AI訂閱”。

你可以把OpenAI的這個(gè)戰(zhàn)略，理解為：他們想做AI領(lǐng)域的“Windows”。

他們提供底層的、通用的AI能力，就像PC時(shí)代的微軟和移動(dòng)時(shí)代的蘋(píng)果、谷歌一樣，構(gòu)建一個(gè)強(qiáng)大的“AI操作系統(tǒng)”。但這個(gè)“操作系統(tǒng)”，也和過(guò)往有所不同。

比如，你對(duì)它說(shuō)：“幫我安排下周去北京的出差，參加X(jué)X會(huì)議，預(yù)算控制在XX以內(nèi)。” 然后，這個(gè)“AI核心訂閱”，就能自動(dòng)幫你預(yù)訂機(jī)票酒店、安排會(huì)議日程、查詢當(dāng)?shù)靥鞖猓踔翜?zhǔn)備好報(bào)銷(xiāo)單據(jù)。它能記住你的偏好，理解你的意圖，在你沒(méi)有明確指令的情況下，主動(dòng)為你處理事務(wù)，協(xié)調(diào)多個(gè)AI工具，共同完成目標(biāo)。

所以，當(dāng)用戶有了需求，誰(shuí)能站出來(lái)，第一個(gè)接住這個(gè)需求，它就成為了AI時(shí)代的“入口”。

掌握了這個(gè)入口，就掌握了未來(lái)AI世界的調(diào)度權(quán)。

想做“操作系統(tǒng)”，這很牛。但這也要求“操作系統(tǒng)”，要比現(xiàn)在更加強(qiáng)大。

如何做到呢？答案之一，或許就是：強(qiáng)化學(xué)習(xí)。

9年后，愛(ài)因斯坦級(jí)別的AI要來(lái)了？

OpenAI的Dan Roberts說(shuō)，或許：9年后，模型就能獨(dú)立發(fā)現(xiàn)廣義相對(duì)論級(jí)別的成果。

9年后。愛(ài)因斯坦級(jí)別的AI。這太夸張了。

憑什么這么說(shuō)？

這要從ChatGPT發(fā)布的幾個(gè)模型說(shuō)起。從4o模型，到o1，再到o3。他們的推理能力，表現(xiàn)得越來(lái)越好。o3，能在1分鐘的時(shí)間內(nèi)，完成Dan Roberts要花3小時(shí)才能計(jì)算出來(lái)的物理問(wèn)題。

為什么會(huì)這樣？

Dan Roberts認(rèn)為，答案可能是：強(qiáng)化學(xué)習(xí)。

如果說(shuō)預(yù)訓(xùn)練，是讓AI模型通過(guò)“提前預(yù)習(xí)”，學(xué)到了海量知識(shí)，那么強(qiáng)化學(xué)習(xí)，就是讓AI在不斷的實(shí)踐、試錯(cuò)和獲得反饋中，自己摸索出解決問(wèn)題的方法。4o模型，幾乎全部是預(yù)訓(xùn)練計(jì)算。o1里，有了那么一些強(qiáng)化學(xué)習(xí)計(jì)算。o3里，強(qiáng)化計(jì)算的占比進(jìn)一步增加了。

所以未來(lái)，Open AI，打算繼續(xù)加碼強(qiáng)化學(xué)習(xí)。

他們相信，強(qiáng)化學(xué)習(xí)，是讓AI從“博學(xué)的學(xué)生”，進(jìn)化為能夠獨(dú)立思考、主動(dòng)探索的“研究員”的關(guān)鍵路徑。

以前，大家覺(jué)得強(qiáng)化學(xué)習(xí)，只是預(yù)訓(xùn)練這個(gè)大蛋糕上的一顆小櫻桃，但OpenAI，打算用“巨大的強(qiáng)化學(xué)習(xí)櫻桃”，壓垮整個(gè)蛋糕。

所以，如果把AI的思考能力，按照7個(gè)月翻一番的速度來(lái)計(jì)算的話，想讓模型能力到達(dá)愛(ài)因斯坦的級(jí)別，所花費(fèi)的時(shí)間，差不多需要：

9年。

不過(guò)，有聰明的大腦還不夠，還得有能干活兒的手腳才行。

于是，Nvidia的研究主管Jim Fan，提出了：物理圖靈測(cè)試。

通過(guò)“物理圖靈測(cè)試”那天，似乎不遠(yuǎn)了

什么是“物理圖靈測(cè)試”？

舉個(gè)例子。

你剛和狐朋狗友，在家里聚完。好好的客廳，亂得像“戰(zhàn)場(chǎng)”一樣。

眼看老婆要發(fā)火，你趕忙對(duì)AI機(jī)器人說(shuō)，收拾干凈，順便準(zhǔn)備一頓燭光晚餐，讓我領(lǐng)導(dǎo)開(kāi)心開(kāi)心。

很快，機(jī)器人三下五除二，家里窗明幾凈，桌上牛排紅酒，浪漫得不行。最關(guān)鍵的是，你完全看不出來(lái)這活兒，是人干的還是機(jī)器干的。

如果真能這樣，那恭喜，這個(gè)機(jī)器人就通過(guò)了“物理圖靈測(cè)試”。

聽(tīng)起來(lái)不錯(cuò)，對(duì)吧？

但是，要讓機(jī)器人在現(xiàn)實(shí)世界里學(xué)會(huì)各種技能，就得有大量數(shù)據(jù)來(lái)訓(xùn)練。

可是，讓機(jī)器人在現(xiàn)實(shí)中一點(diǎn)點(diǎn)試錯(cuò)，收集數(shù)據(jù)，成本太高，效率太低。你要雇傭大量人員，操控機(jī)器人，在各種環(huán)境里完成任務(wù)。

Jim Fan把這種寶貴的真實(shí)數(shù)據(jù)，比作“人類燃料”。實(shí)在太金貴了，燒不起。

那怎么辦？答案是：模擬。

用AI技術(shù)，在電腦里，搭建出超級(jí)逼真的虛擬世界。一個(gè)人類實(shí)操的數(shù)據(jù)，可以疊加100種環(huán)境，100種條件，獲得1萬(wàn)條數(shù)據(jù)。

由此，機(jī)器人就可以在虛擬世界里，進(jìn)行億萬(wàn)次的低成本、高效率、零風(fēng)險(xiǎn)的交互，從而收集數(shù)據(jù)。機(jī)器人的“智商”，得以飛速提升。

具身智能的時(shí)代，可能真的離我們不遠(yuǎn)了。

也許未來(lái)某天，當(dāng)機(jī)器人通過(guò)“物理圖靈測(cè)試”的時(shí)候，那天也將被認(rèn)為，是一個(gè)普普通通的周二。

AI發(fā)展，不僅改變上層應(yīng)用，也在重塑底層的基礎(chǔ)設(shè)施。

比如：數(shù)據(jù)中心。

AI，正在重塑數(shù)據(jù)中心產(chǎn)業(yè)

Crusoe公司的CEO，Chase Lochmiller提到，AI，正在重塑數(shù)據(jù)中心產(chǎn)業(yè)。

為什么這么說(shuō)？

現(xiàn)在，假設(shè)你是一個(gè)數(shù)據(jù)中心的負(fù)責(zé)人。你要考慮什么？

首先，一切都要為AI模型的性能服務(wù)。

AI模型的訓(xùn)練和推理，要調(diào)用十萬(wàn)，甚至上百萬(wàn)個(gè)GPU集群。所以，不能簡(jiǎn)單地把服務(wù)器堆在一起，要統(tǒng)一規(guī)劃調(diào)度，確保網(wǎng)絡(luò)、存儲(chǔ)、計(jì)算單元之間的數(shù)據(jù)流轉(zhuǎn)。

甚至，整個(gè)數(shù)據(jù)中心本身，都可以被看作是一臺(tái)為AI計(jì)算打造的超級(jí)計(jì)算機(jī)。

不過(guò)，要驅(qū)動(dòng)這么一臺(tái)“超級(jí)計(jì)算機(jī)”，“動(dòng)力”從哪里來(lái)，成了關(guān)鍵。

要運(yùn)行十萬(wàn)、百萬(wàn)規(guī)模的GPU集群，所需要的電力特別驚人。根據(jù)中國(guó)能源報(bào)報(bào)道，一個(gè)典型AI數(shù)據(jù)中心消耗的電力，相當(dāng)于10萬(wàn)戶家庭的用電量。所以，那些風(fēng)電、水電便宜，比如大草原、大沙漠、大河旁邊的選址，就會(huì)更受青睞。

當(dāng)然，強(qiáng)大的“動(dòng)力”，也帶來(lái)了驚人的熱量。

一個(gè)AI服務(wù)器機(jī)架的功率，可能是以前普通服務(wù)器機(jī)架的十倍、百倍。再靠傳統(tǒng)的空調(diào)制冷，可就完全不夠用。你可能需要把整個(gè)服務(wù)器，都泡在冷卻液里，才能達(dá)到效果。

所以，你看。

由AI驅(qū)動(dòng)的基礎(chǔ)設(shè)施變革，正在為能源、建筑、制冷、網(wǎng)絡(luò)、芯片制造等多個(gè)傳統(tǒng)行業(yè)，帶來(lái)全新的挑戰(zhàn)，和前所未有的機(jī)遇。

好吧。不過(guò)看來(lái)看去，這都是“大生意”，或者需要之前就在這些行業(yè)里，有所積累。

那么，沒(méi)有積累，想要快速入局的普通創(chuàng)業(yè)者，又該怎么辦？

AI創(chuàng)業(yè)公司，又該怎么辦？

別慌。

還記得嗎？Open AI這樣的巨頭，想做入口，想做操作系統(tǒng)。

而這，對(duì)很多創(chuàng)業(yè)者來(lái)說(shuō)，就意味著新的機(jī)會(huì)。

因?yàn)椋琍C時(shí)代有了Windows，才催生了Office、Photoshop等無(wú)數(shù)應(yīng)用軟件；移動(dòng)時(shí)代有了iOS和Android，才有了我們手機(jī)里五花八門(mén)的App。

AI時(shí)代，很可能也會(huì)遵循類似的邏輯。機(jī)會(huì)，就藏在那些細(xì)分的垂直應(yīng)用中。

看圖。這張圖，描述的就是從互聯(lián)網(wǎng)時(shí)代，到AI時(shí)代，大面積的巨頭公司空白。尤其是，應(yīng)用層面的空白。

了解。那么，要做應(yīng)用的話，具體又該怎么入手呢？

一個(gè)非常重要的思路轉(zhuǎn)變，就是：從“賣(mài)能力”轉(zhuǎn)向“賣(mài)結(jié)果”。

從賣(mài)能力，到賣(mài)結(jié)果

客戶，越來(lái)越不耐煩為那些“可能有用”的工具買(mǎi)單了。他們關(guān)心的，是結(jié)果。

你到底能幫我多簽多少訂單？降低多少成本？幫我的產(chǎn)品，獲得多少傳播？

Sierra的聯(lián)合創(chuàng)始人Bret Taylor提到：AI的價(jià)值在于解決問(wèn)題、創(chuàng)造結(jié)果。收費(fèi)模式，也應(yīng)與此掛鉤。

有意思。創(chuàng)造結(jié)果，并且按結(jié)果收費(fèi)。具體怎么理解？

舉個(gè)例子。Sierra會(huì)幫助企業(yè)，建立AI客服，解決客戶咨詢問(wèn)題。那么，如果AI客服能夠獨(dú)立自主地解決問(wèn)題，讓客戶滿意，那么Sierra就會(huì)為這個(gè)“結(jié)果”，向企業(yè)收取一筆費(fèi)用。

但如果AI客服自己搞不定，需要轉(zhuǎn)接人工客服，那就不收費(fèi)。

把AI的價(jià)值，和客戶的實(shí)際收益綁在一起。客戶，不再需要為了一堆可用可不用的軟件功能付費(fèi)，而是為AI干成的結(jié)果付費(fèi)。AI干得越好，解決的問(wèn)題越多，Sierra賺的錢(qián)就越多。就像銷(xiāo)售，拿提成一樣。

類似的例子，還有。比如，法律行業(yè)。之前的AI軟件，賣(mài)的是“合同模板庫(kù)”或者“案例檢索工具”。但現(xiàn)在，你賣(mài)的，可以是“完成XX份合同的初審，標(biāo)記潛在風(fēng)險(xiǎn)”這個(gè)結(jié)果。

律師事務(wù)所不再為工具付費(fèi)，而是為AI律師助手完成的具體工作成果付費(fèi)。

巨頭們，往往追求通用性和規(guī)模效應(yīng)，難以深入到細(xì)分行業(yè)的具體業(yè)務(wù)流程中，啃硬骨頭。所以，能夠深刻理解行業(yè)Know-how的初創(chuàng)公司，就有了大量的發(fā)展空間。

這，才是AI時(shí)代，真正百花齊放的市場(chǎng)份額來(lái)源。

果然。在這個(gè)日新月異的AI時(shí)代，唯一不變的，是變化。而這種變化，也不僅僅體現(xiàn)在產(chǎn)品本身的形態(tài)上，還體現(xiàn)在產(chǎn)品開(kāi)發(fā)的過(guò)程中。

明年開(kāi)發(fā)的產(chǎn)品，其實(shí)現(xiàn)在還沒(méi)著落

當(dāng)被問(wèn)到OpenAI明年的產(chǎn)品規(guī)劃時(shí)，Sam Altman也很實(shí)在：明年開(kāi)發(fā)的產(chǎn)品，現(xiàn)在還沒(méi)開(kāi)始考慮呢。

啊？OpenAI這么牛的公司，難道都不規(guī)劃產(chǎn)品的嗎？這么“草臺(tái)班子”嗎？

其實(shí)，這恰恰說(shuō)明了AI產(chǎn)品的開(kāi)發(fā)特點(diǎn)。

它的進(jìn)化速度，快的驚人，而且，高度不確定。

Sam還補(bǔ)充，一些人很喜歡聊目標(biāo)，然后再?gòu)哪繕?biāo)倒推，一步步規(guī)劃好現(xiàn)在。但說(shuō)實(shí)話，我很少見(jiàn)到這些人取得巨大成功。

更好的做法，或許就是專注于眼前，一步、兩步，慢慢推進(jìn)。

為什么會(huì)這樣？

因?yàn)椋珹I的技術(shù)和應(yīng)用場(chǎng)景日新月異，今天還是個(gè)新概念，明天可能就有了顛覆性的產(chǎn)品。不像我們熟悉的很多行業(yè)，可以提前把未來(lái)幾年的路，都規(guī)劃明白，然后按部就班。

正如Anthropic的CPO Mike Krieger所說(shuō)，你往往只能在產(chǎn)品開(kāi)發(fā)比較靠后的階段，才能真正知道它們到底能干些什么。

畢竟，AI產(chǎn)品，不像傳統(tǒng)軟件，功能邊界是清晰的。很多時(shí)候，只有和用戶的持續(xù)互動(dòng)中，AI的那些“隱藏技能”才能被一步步地“發(fā)現(xiàn)”出來(lái)。

所以，與其按部就班地規(guī)劃，不如放手讓產(chǎn)品自然生長(zhǎng)。與其憋個(gè)大招，不如快速拿出你的“最小可行產(chǎn)品”（MVP），扔出去遛遛，接受用戶的檢驗(yàn)。

即使是像OpenAI，在開(kāi)發(fā)產(chǎn)品新功能的時(shí)候，也沒(méi)有閉門(mén)造車(chē)。

Deep Research的負(fù)責(zé)人Isa Fulford，就分享了一個(gè)有趣的細(xì)節(jié)：做DeepResearch之前，我們先做了個(gè)PPT，確認(rèn)大家有興趣。

無(wú)論你的技術(shù)有多新，模型參數(shù)多嚇人，深刻理解用戶需求，永遠(yuǎn)是做產(chǎn)品的“第一性原理”。

3個(gè)AI產(chǎn)品

在這次紅杉的AI峰會(huì)上，有好幾位一線創(chuàng)業(yè)者，用他們親手打造的產(chǎn)品，為我們展示了AI在不同領(lǐng)域的驚人潛力。我列舉其中3個(gè)，給你看看。

1）客戶調(diào)研

Listen Labs的CTO，F(xiàn)lorian Juengermann，展示了一個(gè)AI客戶研究員。

它能像一個(gè)經(jīng)驗(yàn)豐富的訪談高手一樣，同時(shí)與成千上萬(wàn)的用戶，進(jìn)行對(duì)話。引導(dǎo)用戶說(shuō)出真實(shí)的需求之后，它，還能自動(dòng)分析這些海量的對(duì)話數(shù)據(jù)，為你生成一份包含核心洞察、圖表的PPT。

你看，AI應(yīng)用的一個(gè)重要方向，就是以遠(yuǎn)超人類的效率，幫你把信息，收集起來(lái)。

2）醫(yī)學(xué)助手

醫(yī)學(xué)知識(shí)，浩如煙海。最頂尖的醫(yī)生，也難以窮盡。

所以，創(chuàng)始人Zachary Ziegler，就分享了他們的平臺(tái)，OpenEvidence。這個(gè)平臺(tái)，不光能從醫(yī)學(xué)文獻(xiàn)中精準(zhǔn)地找到信息，還會(huì)給出清晰總結(jié)，為臨床決策提供支持。

舉個(gè)真實(shí)的例子。

在萬(wàn)米高空，有位醫(yī)生就在飛機(jī)上，通過(guò)OpenEvidence，診斷了一例特別復(fù)雜的病情。病人不光有水痘，而且還服用一些藥物治療癌癥。在確定病人的情況并不嚴(yán)重之后，醫(yī)生做出了讓飛機(jī)繼續(xù)前進(jìn)，不需要返航的判斷。

未來(lái)，OpenEvidence還希望，收集全球頂尖醫(yī)生的臨床經(jīng)驗(yàn)，形成一個(gè)動(dòng)態(tài)更新的知識(shí)庫(kù)。

3）自主行動(dòng)的郵箱助手

LangChain的創(chuàng)始人Harrison Chase，介紹了產(chǎn)品：智能體收件箱。

它不需要被動(dòng)地等待指令，而是主動(dòng)作出反應(yīng)。

一封新郵件的到達(dá)，一個(gè)日歷提醒的觸發(fā)，一個(gè)項(xiàng)目進(jìn)度的更新，一旦感知到這些事件，它就能自主地采取相應(yīng)的行動(dòng)，可能是起草郵件、調(diào)整會(huì)議安排，提醒截止日期，甚至能夠協(xié)調(diào)多個(gè)AI工具或其他的智能體來(lái)共同完成一個(gè)更復(fù)雜的任務(wù)。

最終，等待你批準(zhǔn)。

你不再需要一個(gè)一個(gè)地去指揮AI工具，而是有了一個(gè)能幫你“統(tǒng)籌全局”的AI大腦。

這就是Harrison Chase認(rèn)為的，一種更高級(jí)的AI形態(tài)——環(huán)境智能體。

3個(gè)思維轉(zhuǎn)變

紅杉資本的合伙人Konstantine Buhler，分享了AI時(shí)代，個(gè)體需要完成的3個(gè)重要思維轉(zhuǎn)變。

1）擁抱隨機(jī)性

之前的電腦，特別靠譜。你給它下個(gè)指令，比如讓它記住數(shù)字73，那它明天、下個(gè)月，還記得是73。

但AI來(lái)了，情況就有點(diǎn)不一樣了。

如果你讓AI記住73，那它下次告訴你的時(shí)候，可能是73，但也可能變成了37、72、74，或者干脆忘得一干二凈。這不是AI笨，而是由它基于概率和大規(guī)模數(shù)據(jù)學(xué)習(xí)的運(yùn)行機(jī)制，所決定的。

我們，正在進(jìn)入一個(gè)計(jì)算結(jié)果本身就帶有“隨機(jī)性”的時(shí)代。

所以，要學(xué)會(huì)和不確定性相處，從它的輸出中去篩選那些真正有價(jià)值的東西。

2）培養(yǎng)管理思維

未來(lái)的工作中，我們很可能會(huì)發(fā)現(xiàn)，身邊多了一群“同事”：各種各樣的AI智能體。

這時(shí)候，我們就不能再簡(jiǎn)單地，把AI僅僅看作一個(gè)執(zhí)行指令的“工具”了，而是要學(xué)會(huì)像管理一個(gè)有特定能力、有自己“個(gè)性”的團(tuán)隊(duì)成員一樣，與它協(xié)作。

這意味著，你需要清晰地了解，你的AI們，到底“擅長(zhǎng)干什么”。比如，它擅長(zhǎng)讀報(bào)告；它擅長(zhǎng)搜索資料，做深度研究；這個(gè)呢？又擅長(zhǎng)即時(shí)查詢，速度和反應(yīng)最快。

未來(lái)，我們大部分人都需要學(xué)會(huì)，對(duì)AI做管理決策。

比如，判斷什么時(shí)候該讓AI自主推進(jìn)，什么時(shí)候需要人工介入，如何給AI提供有效的反饋?zhàn)屗M(jìn)步，甚至是阻止AI跑偏。

3）運(yùn)用杠桿思維

以前一個(gè)人可能需要一周才能完成的工作，有了AI的輔助，現(xiàn)在幾個(gè)小時(shí)就能搞定。但與此同時(shí)，AI帶來(lái)的確定性，相比傳統(tǒng)工具可能會(huì)有所下降。

所以，我們必須在這種“高杠桿、低確定性”的情況下，管理風(fēng)險(xiǎn)，把握機(jī)會(huì)。

未來(lái)，能夠擁抱變化、善于學(xué)習(xí)、勇于試錯(cuò)的人，最有可能茁壯成長(zhǎng)。

因?yàn)椋珹I正在把我們從重復(fù)性的勞動(dòng)中解放出來(lái)，讓我們有更多機(jī)會(huì)去思考、發(fā)揮創(chuàng)造力。

好了。

一場(chǎng)閉門(mén)會(huì)，十多位嘉賓的分享，信息量極大。

看完之后，我不禁陷入了思考。

是的，AI，正以驚人的速度重塑著這個(gè)世界。它讓萬(wàn)億級(jí)的商業(yè)機(jī)會(huì)，觸手可及；讓愛(ài)因斯坦級(jí)別的智慧，近在眼前；讓具身智能，變?yōu)楝F(xiàn)實(shí)。

這一切，都讓人感到既興奮又忐忑。

但當(dāng)我們，透過(guò)紛繁復(fù)雜的技術(shù)變革，回到商業(yè)的本質(zhì)，你會(huì)發(fā)現(xiàn)：機(jī)會(huì)，其實(shí)就在那里。

它在細(xì)分垂直領(lǐng)域，等待被發(fā)現(xiàn)。在具體應(yīng)用場(chǎng)景中，等待發(fā)揮價(jià)值。而能否抓住這些機(jī)會(huì)，關(guān)鍵不在于你是否已經(jīng)站在風(fēng)口，在于你：

是否愿意，擁抱這個(gè)充滿不確定性的未來(lái)。

這個(gè)時(shí)代，不需要你成為Sam Altman，不需要你創(chuàng)造下一個(gè)OpenAI。你只需要找到自己的賽道，深耕你的領(lǐng)域，用AI幫助你的用戶解決實(shí)實(shí)在在的問(wèn)題，就能創(chuàng)造，屬于自己的價(jià)值。

這次，未來(lái)真的要來(lái)了。

讓我們?cè)谶@個(gè)無(wú)限可能的新時(shí)代，一起擁抱變化，肆意生長(zhǎng)。

ps：

對(duì)了，我們用AI生成了一個(gè)“商業(yè)小播客”，解讀每日文章。讓你在上班路上，帶著耳機(jī)輕松聽(tīng)完全文。

今天的播客在這里，你覺(jué)得效果如何？歡迎在評(píng)論區(qū)給我們反饋。

此外，我還有一個(gè)商業(yè)社群“劉潤(rùn)·進(jìn)化島”。

每天，我都會(huì)在島上更新“日課”，分享我一整里最大的學(xué)習(xí)收獲。不知不覺(jué)，已經(jīng)寫(xiě)了450多天了。

如果，你也對(duì)這樣的形式感興趣。歡迎你加入，和我們一起學(xué)習(xí)。

更多信息，歡迎你點(diǎn)擊下方圖片進(jìn)行了解。加入7天內(nèi)，可以無(wú)理由退全款。

我在島上，等你。

*個(gè)人觀點(diǎn)，僅供參考。

參考資料

1、AI推動(dòng)數(shù)據(jù)中心成新增用電需求主力

https://paper.people.com.cn/zgnyb/pc/content/202505/12/content_30073635.html

觀點(diǎn)/ 劉潤(rùn)主筆/ 景九/ 歌平版面/ 黃靜

這是劉潤(rùn)公眾號(hào)的第2608原創(chuàng)文章