Registration is now open for #NVIDIAGTC 2026
Register by February 2 to save with:
ROGER'S LETTER
AI 吞噬世界:科技趨勢的變革與挑戰
他提到幾個重點:
1.模型層面已經開始大宗商品化,除了最前沿的專業應用之外,多數人無法透過問問題得知模型的好壞。
2.差異化只能往下游走,做出更多應用場景。而這些應用場景,會因為適合的情境不同,而同時存在,就像是Oracle的人資軟體與Workday彼此競爭,但又同時存在一樣。或著是依靠雙邊網路效應,將用戶捆綁在一起。
3.他認為AI有三個步驟,一是自動化,二是做新的事,三是改變市場。
目前AI正在大量自動化,降低許多製作成本,強化廣告轉換率,這也是目前AI的位置,但人們並不知道AI可以做什麼新的事。目前都在嘗試中。
4.最後,他認為人們往往看到早期的成功,就認為這個世界會改變,但事實上,改變需要花十數年,就像過去的智慧型手機、行動裝置、Web、個人電腦、計算,大型主機等時代,他們需要一些時間,當他們剛剛出現時,他們都是全新的酷炫東西,但最後都變成了世界的一部分。
而什麼是泡沫呢,就像加密貨幣熱潮那樣,認為圖表在上升,就認為它會無限期的一直上升下去。
他看到最經典且廣為流傳的圖片是,有人在一張對數尺度的圖表上畫了網際網路普及、智慧型手機普及,然後是正在使用的加密錢包數量,他們在圖表上畫了直線,然後說,因此,到 2026 年,地球上每個人都會有一個加密錢包。
預測不是這麼做的。
更多筆記請看留言連結。
摘要
Benedict Evans 討論了他關於科技趨勢的最新簡報,核心聚焦於人工智慧(AI)。他將 AI 視為一場重大的平台轉移,如同過去的網際網路與行動裝置革命。內容探討了大型科技公司的策略問題、AI 領域的投資泡沫、模型的商品化趨勢,以及企業應如何思考自身的 AI 策略。他也比較了歷史上的科技變革,強調儘管當前充滿不確定性,但 AI 的變革潛力巨大,將從自動化現有流程,逐步發展到創造全新的可能性。
Highlight
1.
AI 已經成為科技產業的中心、重大的平台轉移,以及改變一切的事物,這也是我們大部分 podcast 的主題。所以到了這個時候,我會試著將所有事情整理成一個連貫的故事,解釋如何理解正在發生的事,以及如何思考它。特別是如果你不深入了解模型,也不知道如何運行自己的基準測試,或者你不是 Nvidia 的股東,也不必然是新創公司的投資者,不想知道所有細節和過程,只想知道這對我們其他人意味著什麼、將會發生什麼,以及我們需要關心什麼。
2.
然後,當然還有第二件事正在發生,那就是投資泡沫。這些公司將共同花費超過四千億美元來建設基礎設施。他們不斷宣布數千億甚至上兆美元的投資。KKR 的某個人前幾天創造了一個詞叫「Bragawatt」,用來取代GW,因為人們似乎在吹噓他們要建置多少 GW 的電力,特別是 OpenAI。
3.
我想 Douglas Adams 有一句話是這樣說的:任何在你 15 歲之前被創造出來的東西,都是世界本來的樣子;任何在你 15 到 35 歲之間被創造出來的東西,都是驚人且令人興奮的,你會想投入其中;而任何在你 35 歲之後被創造出來的東西,都是對文明的威脅。
4.
想像一下,在 2006 年坐在一家顧問公司,和策略團隊討論,哪些產業會受到網際網路的影響。你可以做出一些非常高層次的評論,而且是對的。你也可以對某些產業做出一些斷言,而且可能是對的。但你不會預測到 Uber,你不會預測到 Airbnb,你也不會預測到超過一半的新關係是從網路上開始的。
5.
人們大概在 1997 或 1998 年就開始談論泡沫,我不太確定,我那時還在念大學。但它並不是真的泡沫。當我在 Andreessen Horowitz 工作時,我們在 2016 或 2017 年做了一份關於「科技業是不是泡沫」的大型報告。Morgan Bender,他現在去做別的更成功的事了,花了好幾個月的時間整理數據。當然那不是泡沫,但很多人在 2007 年、2008 年、2017 年都覺得那顯然是個泡沫。有個笑話是關於一位經濟學家,他成功預測了過去五次衰退中的十次。
6.
當你從宏觀角度看,過去一年來已經很清楚,這些模型在專業應用場景之外,基本上是商品。對於那些每天都在深度使用它們的人來說是另一回事。除非你在做圖像生成或寫程式之類的事,否-則情況就不同了。但如果你只是每天問幾個問題,你根本無法通過雙盲測試。
7.
那麼,你如何做出差異化?你是往下游走,在基礎設施上投入更多資本,建立更多設施,把其他人擠出市場嗎?這是一個有趣的對話,因為歷史上軟體是輕資產的。Microsoft 的資本支出佔銷售額的比例大概是 1% 或 2%,他們賣的是一張一美元的 CD,裝在一個十美元的盒子裡,售價 250 美元。所以你無法在資本上競爭,你必須在其他地方競爭,結果競爭的基礎是網絡效應,無論是 Windows 還是 Facebook。
另一面是,你可能需要創造產品、工具、市場推廣、品牌、分銷以及所有其他東西,你需要在這個商品化的基礎層之上建立各種東西。在那個類比中,你會說對於 Facebook 來說,社交本身是商品。分享文字片段是商品,製作 iPhone 應用程式也是商品。當然,他們在網絡效應上競爭,但他們是通過產品贏得了網絡效應。
這不可避免地會把你帶到一個結論:好吧,在這種情況下,下一個千億美元的企業軟體公司,可能會使用來自中國的開源模型,可能會使用十種不同的模型,可能會在 Google Cloud 上做這個,在 Amazon 上做那個。但它所做的事情,將是在企業軟體領域找到新的應用。就像今天典型的大公司會使用四五百種 SaaS 應用一樣。大型歐美公司會用四五百種 SaaS 應用。而所有這些基本上都是資料庫。你工作的公司 NationBuilder,當你還在做企業軟體時,它就是一個 CMS 和資料庫。
我大概幾年前在 Twitter 上和一個顧問聊過,他說他一半的工作是告訴人們用 Excel 來取代資料庫,另一半是告訴人們用資料庫來取代 Excel。是在 Oracle 裡做更有效率,還是在 Excel 裡做,還是從 Oracle 匯出資料到 Excel 裡處理,還是用第三方的 SaaS 應用?答案是,嗯,這要看問題是什麼。有些任務用 Excel 做比較好,有些則到了某個程度你會想買一個專門的 SaaS 應用,還有些情況下,你會想把它整合進 Oracle。所以這得看情況。我看到有人在社群媒體上說我應該賣印著「看情況」的周邊商品,但這就是重點。這件事會分解成許多不同的使用案例,它們不會全都符合一個單一的模式,就像我們不會所有事都用 Excel 做一樣。為什麼有四百種 SaaS 應用?答案是,看情況。
8.
我過去常談的關於電子商務的。第一步,自動化你所做的事;第二步,做新的事;第三步,改變市場。第一步,我們在行銷和廣告中看到了非常明顯的例子,那就是大量的自動化。所以,很多大型消費品牌現在都在談論用這個來將他們的製作成本減半,製作更多的影片,製作數百個素材而不是少數幾個。Amazon,不對,Meta 和 Google 也在談論用這個來提高他們廣告平台的轉換率。
但第二步是,我們能用這個做些什麼以前做不到的新事情?如果我只要用相機對著一張海報,它就能告訴我是哪一款 Sephora 的口紅,並讓我在 Sephora 上訂購,會怎麼樣?實際上是創造你以前做不到的東西。然後再進一步想,你到底要如何重新定義市場?我的一個思想實驗是,你現在去 Amazon 買包裝膠帶,它會推薦你買氣泡紙。它應該做的是說,你可能要搬家了,需要煙霧警報器和燈泡嗎?這些是後續的建議,是序列上的關聯。但更有趣的可能是,如果它能推薦房屋保險和抵押貸款呢?你可能已經有抵押貸款了,那房屋保險呢?
它帶你走完整個旅程。
9.
當我從宏觀角度看時,首先要記住,在 ChatGPT 出現之前的所有事情仍然存在。比如,電子商務現在佔美國零售業的 30%,Amazon 現在是第三大媒體擁有者,Waymo 每天的行程接近一百萬次。人們對機器人、AR 等東西感到興奮。
但我有一張圖片,是 1955 年美國政府關於「自動化」的報告。他們談論的其中一件事是電子控制的電梯。我在曼哈頓的公寓樓裡有一部手動電梯,門房會駕駛電梯,就像一台街車。如果他喝醉了,他可能會害死我,他可以開著電梯衝破屋頂,就像《巧克力冒險工廠》裡查理的那個玻璃電梯一樣。
現在,那已經是世界本來的樣子了。你走進電梯,按個按鈕,你不會去想它是一台電子控制的自動電梯。我們經歷了這些自動化的浪潮,它們都成了世界本來的樣子。今天,線上交友大概佔了所有新關係的 60%。
這就是世界本來的樣子了。當然每個人都有手機,每個人都有智慧型手機,每支智慧型手機都有相機。
大概十年前、五年前,你開始在新聞上看到智慧型手機拍攝的影片,那是一個時刻。現在是無人機。然後它就成了世界本來樣子的一部分。
如果我的簡報有一個一句話的總結,那就是:這將以我們無法想像的方式,徹底改變一切,就像我們過去所有其他時候一樣。
10.
你在兩三年前的加密貨幣熱潮中看到了這一切。有一張圖表廣為流傳,有人在一張對數尺度的圖表上畫了網際網路普及、智慧型手機普及,然後是正在使用的加密錢包數量,他們在圖表上畫了直線,然後說,因此,到 2026 年,地球上每個人都會有一個加密錢包。嗯,預測不是這麼做的,你不能在對數尺度的圖表上畫直線,然後說它就會到那裡。
11.
為什麼 10% 的人每天都在用這個?為什麼這麼多大公司已經部署了二三十個應用?是的,有些東西還沒成功。是的,現在還很早。是的,有很多胡說八道。但這是一個非常真實、非常有用的東西。
這似乎是個很好的結束點。
我們到了,這正是人們在每一次泡沫中說的話。
沒有留言:
張貼留言