欢迎收听跨国串门计划，这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的 AI 声纹克隆技术，我们不仅将内容翻译成中文，还完美保留了原主持人和嘉宾的独特声音，为您呈现全球顶尖的 AI 财经、健康与科技领域精品内容。我是主播伊凯，一位热衷于 AI 领域的产品经理，很荣幸能为您搭建这座跨越语言障碍的桥梁。
接下来，让我为您简单介绍本期我们克隆的这档节目。本期我们克隆的是知名播客 Invest Like the Best with Patrick O'Shaughnessy 的一期深度对谈，主持人 Patrick O'Shaughnessy 与嘉宾 Ben Thompson 展开交流。Ben
Thompson 是科技商业分析平台 Strategy 的创始人兼作者，以对大型科技公司和市场动态的敏锐洞察著称。
这期节目围绕 AI 竞赛、科技巨头格局以及资本与算力的博弈展开，话题覆盖 OpenAI、英伟达、苹果、微软等多家核心企业。那我们就一起来听听这一期完整的对话。大家好，欢迎收听，我是Patrick O'Shaughnessy，这里是Invest Like the Best。这档节目是对市场想法、故事和策略的开放式探索，希望能帮你更好的投资你的时间和金钱。
如果你喜欢这些对话，想深入了解，可以看看Colossus。我们的季度出版物里面有对塑造商业和投资界人物的深度专访，你可以在 Colossus 点 com 找到 Colossus。以及我们所有的播客。Patrick O'Shaughnessy 是 Positive Sum 的首席执行官。Patrick 和播客嘉宾表达的所有观点都仅代表他们个人，不代表 Positive Sum 的观点。
本播客仅供参考，不应作为投资决策的依据。Positive Sum 的客户可能持有本播客中讨论到的证券头寸。想了解更多，请访问 PSM 点 VC。那么 Ben，你可能都不敢相信，距离我们上次聊已经过去多久了？世界已经大不一样了，那时候还没有 AI。我们当时主要聊的是聚合理论。既然世界变化这么大，我觉得从一个有趣的问题开始比较好。
就是你觉得美国赢得AI竞赛意味着什么？我觉得美国赢了会是个大问题。假设我们取一个最天马行空的场景，如果你控制了AI，基本上你的军事实力就比谁都强。它还能以某种方式修复我们的制造业。所有这些，我不觉得AI一定会做到的事情，因为他们多少要跟现实世界打交道。但在这种世界里，中国博弈论上的最优反应是什么？炸掉台积电，博弈论可以变得非常纠结和复杂。
对我来说，这个问题其实没那么复杂。我和硅谷很多说法之间存在一个根本性的分歧。我觉得，尤其是来自某一家实验室的说法，那就是如果我们在军事和国家安全层面取得了实质性的优势，我认为这对世界来说是非常危险的。但在那种状态下，除了台积电被炸掉之外，影响还能延伸到多远？因为在那种状态下，我猜我们多少已经解决了在美国本土建厂的问题，对那个单一咽喉点的依赖会降低。
我觉得这里面有一点魔法思维。我刚才提到的制造业，无论是晶圆厂还是执行器。所有这些前置环节都是这样，我认为我们对中国的依赖程度被低估了，而且这不是在冲突之外能解决的问题，因为要解决这么多问题，代价会高得离谱。如果你的竞争对手从中国采购，而你要开始从美国采购或获取东西，你会处于相对的巨大劣势。所以你根本不会这么做，所以只有在别无选择的时候，你才会做。
这对那些非常显眼的大项目是有效的。比如，你可以施压苹果，把一部分iPhone制造搬到印度，这是可以的。但即使这个例子也很好，因为苹果并没有真正搬出中国，他们只是在某种程度上做多元化，但代价实在太高了。这就像买一份保险，如果你可以不付这笔保费。而且它贵的离谱，你就是不会去付。这是那种我甚至很难真正理解的假设之一。
而且我觉得在这些对话里。缺少了一点儿面对现实的态度。站在他们的角度想想，你觉得他们的动机是什么？人人都需要一个好用的假想敌。我觉得从 AI 交易的角度看，没有什么比我们必须打败中国更好用的理由了。而且我确实认为我们需要打败中国，我们必须保持竞争力，诸如此类。美国之所以成功，靠的是站在最前沿，并且引领前沿。
你之前说过，美国在 AI 上完全一家独大。可能并不是这个世界理想的终局。那你理想中的全球格局平衡点是什么样的？现在 AI 的处境有点像台湾问题，眼下的现状看起来其实没那么糟。问题在于这种现状能维持多久？但也许它比我们想象中更能持久。我现在的看法是，OpenAI 和 Anthropic。明显处于最前沿，谷歌那边什么情况不好说。
然后 Grok 和 Meta 在后面追赶。与此同时，中国人非常能干，非常聪明。而且他们确实在蒸馏这些模型，让自己大概保持落后六到九个月的位置。这看起来是一个相当不错的平衡，而且总体上对美国有利。现在的问题是，这种状态能维持多久？这里面有很多问题，比如中国人真的能追上来吗？我仍然有点怀疑。原因有很多，比如芯片方面要追到最前沿。
那些只能领先六到九个月的东西是非常难的。看看 Meta 和 Grok 到底能不能追上，会很有参考价值。尤其是当我们进入 AI 自我改进的世界。用 AI 让 AI 变得更好，我觉得这绝对是真实存在的。我觉得最近 OpenAI 和 Anthropic 两家都出现了真正的加速，这之前是被理论化的，现在看来正在变成现实。
如果真是这样，那你到底还能不能追上？另外，我想说的另一个问题是。这在多大程度上适用于服务成本，适用于边际成本？如果你能用 AI 去优化你的技术栈，去解决问题，去分析所有数据，那你的服务成本是不是在结构上就比任何人都低？这就是开源模型的问题所在。大家说他们是免费的，我觉得很奇怪，因为那是边际成本，你还是得跑推理。
比如 GIM 或者 Kimi，Kimi 的服务成本非常高，每次回答的成本要高得多。所有人都说这些是免费的。感觉在叙事里，在人们脑子里，免费就是免费。现在我可以免费使用 AI 了，不，你不能免费使用 AI，你未必在付创造 AI 的研发费用，但你绝对在付运行它的推理费用。所以现在我其实挺喜欢我们所在的这个位置的。
而反驳意见会是，那是现在不会一直这样下去。我觉得这个反驳有道理，但我不确定这种情况持续的时间会比我们以为的更久。如果关于这件事的未来，你能提前知道点什么，好让你对最终的均衡点更有把握？那会是什么？是像 S 曲线的长度，比如我们处在 S 曲线的哪个位置吗？到某个时点，这些东西大概会趋于平稳，也许不会。
你最想知道什么，才能对未来的走向更有数？我担心的是，随着大家对 missiles 的恐慌，还有这次 Hugging Face
事件。真正的后果不是我们降低了这些风险，而是我们干脆停止发布东西了。我们这些外部的人开始完全失去对前沿到底在哪儿、实际处于什么水平的感知，于是就有了一种虚假的安全感。因为现在每个人对 mythos 的理解都是建立在 fable 之上的，但 fable 相对 mythos 到底有多好？
我觉得这种差距只会越来越大。所以我觉得这是个真正的问题，我自己也没把握。还有 AI 的递归性，也就是 AI 让自己变得更好。这会不会导致某种起飞？说到底，很多方面都存在时机问题。我担心的是时机错配，也就是实际的投资回报能不能产生足够的收入去支撑后续的投资。我们正在沿着资本曲线往下走，一开始是自由现金流，科技公司烧穿债券市场的速度简直有点不可思议，大概只用了一年。
现在谷歌开始发股票了。英伟达在搞那个那个五千亿美元的项目，那个五千亿美元的项目去撬动养老金、保险、福存金之类的资金。那再往后呢？那之后钱从哪儿来？理想情况下，我们确实会转回用自由现金流来支撑这一切。但如果中间有缺口，如果我们没能及时走到那一步，那可能会出大问题。但与此同时，就算出了大问题，I 也不会消失，它不会停止进步，它会继续往前推进。
就像我们回头看互联网泡沫时代、铁路时代，或者历史上任何一次泡沫一样，从人类整体的宏大尺度来看，最终都无关紧要，哪怕当时破坏性很强。铁路能教给我们什么思考方式？这不是最后一次更大规模的基建潮。对吧？从占 GDP 的比重或者达到那个规模来说，我觉得到这个时候我们可能已经更大了，或者说它当时是最大的，差不多一个量级。
铁路有一个真正的期限错配问题，建一条铁路并从中赚钱是十年甚至几十年的长期事业，但你得靠短期发债来为它筹钱，然后全世界的钱就烧完了。对吧？我觉得这大概就是那个关键点。我觉得这就是为什么人们会拿铁路来类比，因为大家都在问我们会有足够的算力吗？我们会有足够的电力吗？也许最近期的问题是我们会有足够的钱吗？这想想还挺奇怪的。
一八七零年代发生的就是这件事。全世界就是没钱了。有意思的是，铁路还在运营，而且他们开拓了西部，他们对 GDP 的贡献是天文数字。到今天，他们还在贡献 GDP。伯克希尔哈萨维现在投进谷歌的钱就是铁路赚来的，这确实很有意思，而且是很字面意义上的。伯克希尔哈萨维有这个问题，在我看来，这次英伟达的交易和谷歌增发股票是紧密配对的。
谷歌那次增发当时让我很震惊。为什么震惊？因为那是谷歌啊！他们还会缺钱？他们为什么要增发股票？如果他们这么看好这件事儿，为什么要稀释自己的收益？但拿伯克希尔来比很有意思，因为粗略来说，他们赚的钱，他们有名的是喜食糖果。对吧？超高利润率的生意，很多高利润率生意的问题在于，利润率可以非常高，但绝对利润是有上限的，没有在投资的跑道。
没错，就是说你只是在不断积累现金。比恩斯拉铁路那件事的精妙之处在于，他们基本上是把喜食糖果的利润拿过来，说这里有另一个行业。利润率差得多，但绝对金额大到那些差得多的利润率最终带来的绝对利润反而大得多。BNSF 在二零二五年左右的某一年，一年产生的自由现金流比喜事糖果整个历史上产生的还要多，尽管你谈的是一个低利润率业务。
对比一个高利润率业务，我觉得伯克希尔哈萨韦有一个方面是，一旦你的资本变得这么大，你就开始在一个绝对数字的世界里运作，而不是百分比数字的世界。而我觉得那个故事那么有意思的原因。是他似乎捕捉到了谷歌自己可能正在走向的方向，所以他们投资谷歌这件事儿非常有象征意义。谷歌有搜索这个不可思议的高利润率业务，是有史以来最完美、最优美的商业模式之一，而且是最纯粹的聚合者，向各个方向扩展。
不需要投入任何钱就能做到，一切都是零边际成本，太惊人了。与此同时，有这样一个AI机会，它需要天文数字般的投入，就是在烧钱。但你可以想象，如果AI就是智能，它的总可寻址市场基本上涵盖所有白领工作，最终加上机器人，可能涵盖一切。那么这里能获得的绝对利润。即使利润率更低，也大得多，大到我们会不会回头看？谷歌搜索就是喜事糖果，感觉这就是正在发生的事儿。
在那个世界里，你动用你所有的自由现金流，他们已经这么做了。你从债务市场介入数千亿美元的规模，他们已经这么做了。你发行股票，发行股票会带来什么？它会稀释你的利益。以及你股东的利益，所以你占的份额就变小了。如果你在一个大得多的蛋糕里占的份额变小了，到头来没人会抱怨的。伯克希尔成为这次增发的象征，这件事本身就很有象征意义。
也就是说，他们不只是谷歌的投资者，更是谷歌的一个样板。是谷歌未来走向的样板。我很好奇，抛开你讲的这些商业和竞争层面的东西，单从纯技术角度说，跟这个领域里其他思考者相比，你对 AI 的乐观程度有多高？我的看法是，既超级乐观，在某些方面又没那么乐观。好，所以对于那个可泛化的论点，我并没有完全被说服。AI 在编程上显然强的离谱，我有点震惊。
一年前，人们还在手动写代码，真的是一行一行敲出来。他在数学上也很强，这很明显。但最直接的反驳是，这些都是可验证的领域。那证据在哪儿？或者说有什么有利的证据能说明在可验证领域很强，就能顺理成章地迁移到不可验证的领域，或者验证周期特别长的领域？我觉得这个还有点说不准。有意思的是，我提过这个问题，当时有个小组讨论，实验室里的一些人也在场，我对那个回答有点恼火。
因为那个回答把我当成了AI悲观派。他们说：“哦，当年人们觉得我们解不了国际象棋，解不了围棋，我们不也轻松拿下了？”我就想，我本来就觉得国际象棋能解，我本来就觉得围棋能解，因为那是可认知的领域，规模是这两个问题的答案。但这两个问题也都有边界。那有没有一个例子，不是国际象棋，不是围棋，而是真正处在一个全新领域、一个某种程度不可知的领域，在那里他做到了以前不可能做到的事？
这大概就是那种我还不能完全确信的感觉。不过，I是在一个粗略的近似程度上训练的。训练数据涵盖了互联网上的所有数据，互联网上的所有数据，这就是蒸馏。它蒸馏了人类思维的所有最终状态。在 Reddit 上实际打字的过程，它没有那些痕迹，它实际上没有打字评论。写那篇文章时背后的思考。情绪或者其他任何东西，比如说 Neuralink，随便举个例子。
如果 Neuralink 真正的回报其实是捕捉人类思维的痕迹呢？那实际上会极大的扩展这些模型的能力。在那个世界里，我对可验证性的担忧就变成了我们通过获取更多数据来解决可验证性问题。我的感觉是，有大量的工作、大量的经济活动并不存在于这些领域里，而我不太确信AI在这些领域能做的很好。实际上，世界上有很多人在某种程度上就像是具身化的AI。
他们在可验证的领域里运作得非常好，他们被分配了工作，他们完成工作。这在某种程度上几乎是一种对人类有点悲观的观点，但我认为这个市场如此巨大，以至于即使模型从现在的位置没有任何改进，经济机会实际上也是巨大的。我之前写过一篇文章，有整个加速主义运动。我给自己贴的标签是一个不情愿的加速主义者。我觉得我们必须往前推，因为回不去了。
最糟的情况就是卡在现在这个位置不动。所以，我对AI在经济层面的影响是非常看好的，在变现这块儿。上行空间是有的，但时机我不太确定。那通往那个方向的路径大概是什么样的？想想法律或者医学，我不知道你会不会觉得这些领域是可验证的。法律有点像某种代码，医学呢？我们对事物有某种既定的理解。我是说，我觉得医学绝对是最大的机会之一。
它既是最大的机会之一，也是最难啃的骨头之一。因为监管和准入的门槛太多了，比如你要是能把 AI 把机器学习用到所有的病例上，我觉得我们能很快搞出来的新发现和更好的疗法数量会惊人，所以这是非常乐观的一面。但反过来，这事儿什么时候能成？对吧？我对人类比较乐观的一个框架是，我们创造需求的能力某种程度上是无限的。
所以我觉得，假以时日，我们会很擅长创造新的机会和工作岗位。比较悲观的说法是，我们制造繁文缛节和烂摊子的能力也相当无限。我们经济里有多大一部分，其实是我们搞出了越来越多的工作。某种程度上就是在制造忙碌，制造拖延。如果回到二零一零年代初，聚合理论可能在你脑子里酝酿，然后你在二零一五年发表了它。我觉得可以这么说，那个理论，那个想法，也许你可以快速跟大家回忆一下，它是什么。
定义了那个时代科技领域的赢家和输家。我特别好奇你是怎么思考什么样的理论或原则会从财务和市值角度定义这个时代的赢家的？我自己对聚合理论这个问题本身都还在反复摇摆，它在当前这个时代到底还适用多少？对对，因为人们对它的一个常见反驳是聚合理论的一个关键组成部分。是零边际成本，而零边际成本体现在很多方面。我最初关注的是分发，人们会说：“哦，我没有分发渠道，我得给谷歌付广告费。
”我说：“不是的，你有一个网站，你的问题不是没有分发，你的问题是没有需求，你付广告费。”在这些平台上花钱，其实是在为需求买单，因为聚合者控制着需求。他们能控制需求，是因为在一个富足的世界里，难题不是分发，而是发现。你怎么真正找到你感兴趣的东西？所以。那些在自己领域里解决了发现问题的公司，就会主导那个市场，他们会形成一个良性反馈循环，这大概就是聚合理论的精髓。
另一件事是交易成本，没有交易成本，谷歌可以扩展到全世界，而且他们能扩展到全世界，不只是用户端，变现端也一样。谷歌或 Meta 上绝大多数的广告主，从来没跟谷歌或 Meta 的人说过话，他们就是上去买广告，全靠计算机完成完美的生意。从商业角度看，那些计算机的成本是零，AI 显然会大幅改变这一点。推理成本是实打实的，但话说回来，他们到底有多实？
现在确实很实，我不确定真的吗？看公司，但肯定比前面那些例子实得多。对，比如你看毛利率，那当然，但你有这个惊人的价差，所以你看。我觉得绝大多数用广告的人，基本上是把这当谷歌的替代品，或者当菜谱生成器之类的。我怀疑服务这些人的成本极低，低到跟给他们展示一个网页差不多。我才会稍微高一点，但高不了太多。那另一端呢，就是真正在利用测试时扩展的人。
以前我们只是把模型越做越大，靠这个来扩展。现在你可以沿着时间维度去扩展，你愿意花多长时间来思考这个答案？你可以想上几天、几周，甚至几个月，这直接就是边际成本。你每多想一秒钟，都在多花钱。这就说到我们常把 AI 和推理当成同一个问题来想，所以我刚才才反驳你。实际上，对不同用户来说，边际成本的问题完全不是一回事。
用免费 ChatGPT 的用户和想解一道数学定理的用户根本不在同一个世界里。我觉得在企业领域。你能很有意思的看到这个挑战。微软最近在调整他们的企业版计划，他们推出了一个一七计划，每个用户每月一百美元，这里面包含一定量的使用额度，但超出部分他们还要额外收费。我觉得这对微软来说，某种程度上是个挺为难的处境，因为往好了想，微软是那种你做生意需要什么？
他都给你配齐的公司，单个组件可能不是最好的，但你花一个价钱全拿到，而且他们大体上能协同工作，尤其是对中小企业甚至大型企业来说，这里面有实实在在的价值。没错，它让生活简单得多。一旦你开始琢磨自己到底要付多少钱，这就不只是一个新的决策了。首先，它跟员工人数完全脱钩了。微软之前的好处在于，你招一个新员工的时候会考虑这个员工的成本，而这个成本里就包含了每个月一百美元或者五十美元的软件授权费。
对微软来说，这几乎是一条不用动脑子的收入流。现在如果按用量来算，你就得每个月都去想我到底想花多少钱，这就带来了两个问题：第一，大多数公司根本没法这么干。他们大概一年才做一次预算，让他们按月去琢磨预算分配，这根本行不通。一方面，他们习惯的是资本支出决策或者一次性成本；另一方面，我说的是员工，员工的综合成本它不算资本支出。
但有点像资本支出，就是你一次性做了决定之后就不再想了，这不是那种已经定好的事儿。但如果你按用量来算，你就得每个月重新想一遍。最后一点是，如果你每个月都盯着微软的账单，看我用了多少，你就会开始想我到底在为什么付钱？这些产品每个到底有多好？我是不是该重新想想，把这些东西摊开来看？我觉得他们不得不这么做，因为那种极端用户用掉大量 token。
真正在重度使用 AI 的人，给微软带来的成本远不止每个月一百美元。他们养不起这些人，但他们想保住绝大多数员工身上的这个固定成本，因为那些员工是能装进这个框里的。因为他们需要让客户为那些极端员工稍微想一想，但又不想让他们想太多，因为那会儿以非常出人意料的方式打破整个模式。对于那些服务成本极低的配方生成用户，到现在还没有围绕他们跑通一个很好的商业模式。
你意外吗？谷歌和脸书算是上一个时代把商业模式做到极致的企业。他们好像完全没搞明白这件事儿，我很沮丧，但一点也不意外。这个市场显然应该靠广告来支撑，这就是为什么广告永远是面向消费者的商业模式。消费者不想付钱。关于消费者，有两件事是硅谷每隔十年就得重新学一遍的。第一，消费者不想为软件付钱；第二，消费者根本不在乎自己高不高产，我们在早期 SaaS 时代就经历过这一轮。
在我心里，这个领域的典型公司就是 Dropbox。Dropbox 是个不可思议的产品，尤其是刚出来那会儿。在商学院的时候，我是最早用 Dropbox 的那批人之一。那东西火得一塌糊涂，我到现在还有好多存储空间，因为我那个免费 Dropbox 账号，我把邀请码给了特别多人。所以 Drew Houston 做出了这个惊艳的产品，用起来特别简单，完全无缝。
他当时说得很清楚，他想做一家面向消费者的公司。有个著名的故事，是他去见史蒂夫·乔布斯，苹果当时有兴趣收购 Dropbox。他们就说：“哦，我们想建一家公司。”然后乔布斯说：“你就是个功能，不是一家公司。你就是个功能，不是一家公司。”说的就是那个普普通通的纯文件同步。苹果确实把 iCloud Drive 做成了一个功能，差不多就是那种感觉。
而 Dropbox 呢，他们增长非常快，然后经历了一段大约两年的停滞期，在那两年停滞期里。他们不得不做的，基本上就是把整个应用从零开始彻底重写，因为光靠消费者没有足够多的人愿意付费。企业能看到价值，他们愿意付钱。但如果你要做企业市场，你就需要权限管理，你需要管控能力，你需要有别人能来设置所有这些乱七八糟的东西。
而他们的应用当初压根儿就不是为了干这个而设计的。所以他们不得不把整个东西重写一遍，并且意识到我们唯一能赚钱的路子就是把产品卖给公司。公司为什么愿意付钱？因为公司是在给员工付工资，只要能让员工更高效，他们就能从投资里获得更高的回报。这和消费者完全是反过来的。消费者是这么想的：我白天已经工作一整天了，我为什么回到家还要让自己更高效？
我就想瘫在沙发上刷 reels。但你在 AI 上也能看到这一点，而且还有那种无处不在的。对广告的根本性质疑，我在 Strateory 上，因为当一个广告欣赏者而获得了巨大的关注。我回头去读自己早期写广告的那些文章，方向大致是对的，但说实话。写的真不怎么样，但我靠写广告赚到了这么多关注，因为当时只有我一个人在写广告，在一个人人都想开博客玩推特的圈子里，没人愿意聊广告。
但即便是现在，硅谷里对一件事还是有点难为情。硅谷在很大程度上是靠广告变现的，尤其是过去这八年左右，Facebook那套让人膈应。最优秀的工程师不想去碰这个问题。所以你就看到 OpenAI 把 Dropbox 的故事重演了一遍，但规模大概放大了一百倍，态度就是。不，我们要向消费者卖订阅，他们确实卖了，卖了很多，但还不够多。
你要是想待在消费者市场，就非得做广告不可。他们现在在做广告了，有点怪。他们终于转向做广告，与此同时，他们心里想的是。糟了，我们得去攻企业市场，因为 Anthropic 正把我们打得落花流水。所以我不太确定他们到底在干什么。他们一直在非常快的推出广告功能，比如 Copy，还有跟零售商的对接，这样你就能知道一笔购买有没有成交。
所以你能做全套追踪之类的事。我特别想看看这事儿会怎么发展。有一点是，如果 ChatGPT 一火起来，他们马上就全力做广告。我觉得现在他们手里就会有一个杀手级产品。我觉得谷歌现在的麻烦会大得多。我觉得 Meta 的麻烦也会大得多。因为如果你有这个飞轮面向消费者的广告，关键在于你从消费者身上变现的能力，量越大变现能力越强。
因为涨价的部分是广告主在承担，所以完全不存在弹性问题。如果你向消费者收费，你想涨价，比如奈飞，这就是他们订阅制的问题所在。他们能把价格提到多高，消费者才会反弹降档？或者干脆整个放弃服务，向人收钱是难的，免费给人东西是容易的。而且很让人恼火的是，OpenAI 没有更早走这条路。我知道你最近跟一些大型资金机构和资本方有接触，你感觉他们现在的胃口怎么样？
他们怎么看未来？因为我觉得今年我们在资本开支上要花大概八千亿，明年据说是一点三万亿。我觉得这是目前的估计，之后还会继续往上涨。我们基本上装多少算力？马上就烧完多少？这情况真的很奇怪。算力一上线，我们立刻就能用掉，但问题就在这儿。所以现在其实有好几个时间错配正在发生，我们没法立刻用上这些算力。Twitter上那些看多的人总说我们算力不够，我们算力不够。
可我们算力不够是因为2023年和2024年投入不足，对，绝对是这样。而且顺便说一句，如果算力不够，台积电在2023、2024。二零二五年还放慢了增长速度。我们接下来几年的算力短缺只会更严重，因为一座晶圆厂交付周期比数据中心还要长。今天我们说算力不够，不是说公司现在投的钱明天就能变成算力。对，不是的。
这些钱要到二零二八年、二零二九年才会变成算力。在财报电话会上，安迪贾西和西蒙亚当斯都在说：“你看，我们就是在建数据中心。”这些只是空壳，我们现在可能用不上，也许以后会用上。而且我们只在确认有需求的时候才买GPU。这话讲的挺好听，但我不太确定，我觉得这里面有不少水分，因为现实是。如果你把壳建好了，那笔钱就搁在那儿了。
你不会就让它那么放着。如果你已经投入了固定成本，而这正是大宗商品市场的全部逻辑。我觉得科技行业总体上并不理解大宗商品市场。科技行业大体上关注的是，如果我生产一个高度差异化的产品。这种差异化可以是软件，也可以是开发者网络，也可以是社交网络那种东西，点对点的。我高度差异化，那我收取更高价格的能力就构成了我的利润空间。
最经典的例子就是苹果，他们有生态系统，有软件，有第三方开发者。诸如此类，所以他们能在 iPhone 上收取百分之五十的利润率。所有人都把苹果看作理想商业模式的典范，觉得生意就该这么做。但在大宗商品市场，价格是由边际供应商决定的，服务成本才是唯一重要的。没错，我在台湾有个好朋友是做航运的，那是个很有意思的行业，有点像航空公司，也是我喜欢观察的行业。
你买一艘船，那艘船的成本就是折旧，你的边际成本其实很低，就是开船的燃料、船员工资，还有港口费，这些没那么多。这意味着你一定会让那艘船跑起来，尽可能装的满满当当。不不管怎样，你都会让它跑。而且你会把集装箱的价格压到尽可能低，低到只要能覆盖边际成本就行。这种情况下，你的账面亏损可能非常大，因为会计亏损里包含了折旧，但折旧只是会计上的一个科目。
钱你已经付过了，你会让那艘船按市场能承受的价格去跑，而集装箱。集装箱的美妙之处在于，它是一种纯粹的标准化商品，市场价格最终会等于边际成本。如果价格低到一定程度，到了一定时候。就会有人退出，因为他们的边际成本，他们实际上在每单运输上亏钱，不只是账面亏损，而是实实在在的真金白银。他们会退出，但这样一来供给就减少了，所以价格又会回升。
于是你就看到这种进进出出的相互作用。但然后他们会说市场非常高，就像新冠期间那样，就像哇，我们现在赚翻了，因为供给不够。当时就是船舶供给不足，所以集装箱价格从通常的三四千美元。涨到了一万七、一万八，这些航运公司在极短时间内赚到的钱简直离谱。但接下来会发生什么？对，船变多了。想象一下，如果我们有更多船，对吧？
问题在于造一艘船要两年。如果所有人同时做这个决定，突然之间船就过剩了，价格暴跌等等。我们在零部件上能看到这一点。尤其是内存，内存以繁荣和萧条周期闻名，人们总是晚一步进场。但数据中心会在多大程度上变成内存厂商？现在所有人都能看到算力不够用，所以每个人都觉得我们绝对得投资，因为能赚的钱太多了。再看看我们的回本周期，问题在于你是在稀缺时期衡量回本周期。
这个回本周期在充裕时期还能成立吗？看多的人会说，永远不会有充裕的时候，AI 我们会永远短缺，测试时扩展，我们会永远短缺。也许确实会这样。我担心的是，就算这是对的，我们仍可能有一个资本断档期，因为现在涌入的钱实在太多了，而且真正上线的产能还不够多。不足以产生足够的收入来应对资本耗尽这种局面。我相信AI，我觉得它是真东西，我觉得它的经济影响会是天文数字级别的。
我觉得所有关于社会影响的担忧都非常真实，而且会以很大的力度显现出来。你可以相信这一切，同时仍然担心我们能不能撑到它真正产生足够回报。继续为后续发展供血的那一天，你能具体讲讲台积电和那些设计晶圆厂的零部件厂商吗？到目前为止，至少我的理解是，他们在扩大产能、建新晶圆厂、跟上市场需求增长这方面一直相当保守，他们并没有这么做。
如果这只是在给整件事限速，让我们不会出现那种大规模过度建设呢？我们可以聊几个不同的例子，比如。先从内存说起。内存行业以前有非常非常多的厂商，每次一有繁荣周期，内存厂商就会重新涌入市场，新的国家也会进来。比如台湾以前就有过内存市场，但你会看到完全一样的动态。所以，如果内存短缺，能赚的钱太多了，你没法立刻把产能拉起来。
这和航运一样，和我们现在看到的情况一样，这就会刺激人们进入市场。产能一旦过剩，价格就会暴跌，很多人会被直接清出局。因为问题在于，这些前期投入实在太大了。就像买一艘船一样，建晶圆厂更是如此。而现在，存储芯片最先进的制程已经在用极紫外光刻机这类设备了，所以这些产线的成本已经涨到几十亿美元了。每次经历这种繁荣与萧条的周期，都会有人进场。
更多人被淘汰出局，存储芯片周期里那些著名的历史时刻，你都会经历一遍。公司被直接打垮。其实最有趣的存储芯片故事之一，就是三星是怎么拿下存储市场的。他们把这当成一个机会，而且他们研究过历史，他们意识到真正占领市场的办法，是在下行周期里加大投资，这样等下一轮周期来的时候。你就准备好了，这需要极大的胆量、极强的纪律，还有大量的资金。
但他们做到了，基本上把日本人给打垮了。那之后，韩国人基本上全面接管了这个市场。但最后只剩三家了。问题是，三家不算垄断，但算是寡头垄断，而且他们都变得自律多了，想着别再犯过去的错误。我们不是在串通，但大家都心照不宣，别那么干。我觉得这种格局正好撞上了当下这个时刻。他们花了好一阵子才意识到不对。存储需求出现了一个长期的结构性转变，这是很久以来都没有过的。
我觉得存储的问题最终会解决的。他们面临的另一个风险是，苹果在游说，想用中国的存储芯片。架构变革的头号重点是什么？怎么才能用更少的内存？我觉得内存厂商长期来看是搬起石头砸自己的脚，给自己竖了这么大的一个靶子。我一直把内存厂商比作伊朗霍尔木兹海峡的问题在于，它非常有效，但如果你不用它，反而更有效，因为那样它就永远悬在那儿，作为一个你随时可以动用的选项。
现在他们真用了，结果还真管用。但阿联酋、沙特他们会去修输油管道，他们会去建新港口，他们不会再让这种事儿发生第二次。眼下确实很痛苦，但假设伊朗想在二零三五年封锁霍尔木兹海峡，那不会起任何作用，因为大家早就绕开它了。我对内存厂商的担忧是，他们可能也干了同样的事，在内存这件事上。没人会再让自己陷入这种境地。
台积电的情况可以说更糟，因为只有一家在最前沿的制程上，只有一家公司。显然，英特尔和三星正在努力追赶，但道理是一样的。所有市场。都带着风险，而问题很大程度上在于最后是谁扛下了这个风险。我觉得很多科技公司没有充分意识到的是，台积电把多大一部分风险转嫁到了大型科技公司身上。他们做到这一点的方式是，台积电真正担心的是产能过剩。
如果我们建的太多，不只是说我们建多了一堆固定成本没被充分利用。而是说，如果我们建一座晶圆厂，我们预期它要运转三十年，我们等于把过多的产能提前几十年就压进了整个系统里，所以他们非常倾向于更保守。这里面也有一点文化因素。台积电最有趣的故事之一，跟三星那个故事有点像，是张忠谋在二零零零年代末退休，新领导曾接手，然后赶上了大衰退，于是他们收紧了原定的支出计划。
他回来把所有人都开掉，然后他说 iPhone 刚发布，这是我们见过的最大的机会，我们该加大投入而不是削减。于是他们挺着大衰退，挺着那轮下行继续投资。正是那一步，为他们后来在先进制程半导体领域占据领先地位打下了基础。张忠谋是独一无二的那一个。在我心里，他是拉什莫尔山上最伟大、最有影响力的科技高管之一。
整个无晶圆厂模式对科技行业是什么？在做什么？实在太关键了，而且在那个年代敢做这件事儿也需要极大的胆量，尤其是对一个生活在那种文化里的人来说，那种文化通常不太倾向于做这种豪赌。台积电说实话，他们相当保守。那后来发生了什么？风险去哪儿了？台积电的态度是：我们不想承担这个风险，风险不会消失，它只是转移了。
现在的风险在于，每一家大型科技公司都意识到，如果我们有更多算力。我们就能赚更多钱，所以有大量被放弃的收入、被放弃的利润，这就是台积电把风险转嫁给他们之后的具体体现。风险不会消失，它只是被转手了。而且有时候这种风险不是体现在亏钱上，而是体现在没赚到钱上。现在就有钱没赚到，因为当时的情况是，他们对五G非常兴奋，他们做了一波大规模投资，在二零二零年、二零二一年。
两千零二十二年前后扩建了晶圆厂，然后他们觉得，哦，对我们稳了。就像我说的，二零二四年。ChatGPT本来应该在二零二二年被取消，二零二三年是科技圈的大事，二零二四年他们的增长率下滑了，二零二五年他们的增长率又下滑了，二零二六年现在回升了，这很有意思，因为我之前写过这件事儿，然后我记得大概是一两个财报电话会之前，突然魏哲家，台积电的CEO兼董事长。
开始大谈 AI 的用力，整场财报电话会他以前从来没有这样过。这就是为什么存储芯片厂商会害怕，通常会有个牛鞭效应，他们担心自己处在牛鞭的末端，需求发生之后，沿着链条一路传导下去。他们就在最末端，然后他们加倍投入，但已经太晚了，钱全白花了。我觉得AI这件事儿，如果它是个牛鞭效应，那它是有史以来最长的那个牛鞭。
还有太多东西要建，只是亚洲这些公司花了点时间才接收到这个信号。我觉得他们大体上已经接收到了。但就算他们接收到了信号，真正落地还需要好几年。考虑到算力极度短缺，你觉得这大概要花多长时间？有意思的是，这对英特尔和三星，或者说逻辑芯片业务意味着什么？我多年来一直在写对台积电依赖这个问题。我二零一三年最早的文章之一就是在劝英特尔，我说你们必须建一个晶圆代工业务，你们不能再只做设计了。
芯片制造是个巨大的生意。我当时写那篇文章还觉得自己写晚了。整个二零一零年代，他们乘着云计算的浪潮，股价一路飞涨，直到二零二零年，他们才终于意识到我们落后了。顺便说一句，这里有个巨大的机会。我们却完全没有准备好，我们没有客户服务的思维、文化或组织，也没有台积电拥有的那些知识产权积木和其他一切。他们需要一个客户，他们需要客户来帮他们真正建立起一个像样的晶圆代工业务。
所以我会把这事儿当成一个问题来写。所以我觉得这些都是大问题，也是从这儿我开始理解这个保险的问题。一家大型科技公司去找英特尔说，英特尔。你来造我们的芯片。顺便说一句，这事儿最大的受益者是你，因为你会学会怎么跟合作伙伴配合。而最难受的是我们，因为我们得琢磨怎么跟你配合。我们本来可以直接去找台积电，他们太棒了，跟他们合作特别顺畅。
我们知道他们肯定能干好。所以从理性上讲，从来没人有理由去找英特尔合作，这就是他们最根本的问题。在一个不变的世界里，台积电会永远赢下去。但正是在这儿，台积电有人猜测。犯了跟存储芯片厂商一样的错误。如果我能继续用这个类比的话，就是跟英特尔当年犯的错一样，因为他们过去几年没怎么投资，短缺会变得非常严重。大型科技公司因为算力不够，放弃了那么多收入和利润。
我们会愿意经历把英特尔扶上正轨，把三星的逻辑芯片。扶上正轨的痛苦，正是这种稀缺，最终救了英特尔。我预计某个时候他们会宣布第一个大客户，那会是件大事。但说到底，这是台积电自己招来的。这就是高价本身就是治高价的药那回事儿，我们会绕开他们。作为旁观的分析师，这些东西你都能写下来。这也是我后来学到的一件事儿。
没人会去买一份没必要买的保险。尤其是当这份保险的期望值是负的时候，解决依赖台积电这个地缘政治问题的办法是想出一个规模大到惊人的算力应用场景，让每个人都有经济动力去帮别人跟上进度，然后我们就能免费获得这份地缘政治保险。如果看前十大或前十五大科技公司，你觉得现在哪几家公司的业务布局最有意思？答案永远是亚马逊。
亚马逊之所以这么有吸引力，在于他们为自己建设的程度，他们自己是自己的第一个。也是最好的客户，他们用这个规模把几乎任何东西都做起来，然后再卖给其他人。A W S 是最明显的例子。A W S 跟普遍认为的不一样。它并不是亚马逊闲置出来的容量，实际上把 Amazon 点 com 移到 AWS 上花了很长时间。
真正推动这件事儿的，是他们意识到我们不能开那么多会了，我们需要的是那种纯 API 接口插上就能用的算力，你不需要跟任何人沟通，它就在那儿。而且如果我们能对内部零售团队这么做，那对任何人都能这么做。结果，零售业务太大了，我们得先从其他人开始。AWS 实际上先服务外部客户，然后才服务内部客户。但现在它全都服务，还有别的产品，比如物流情况正好相反。
现在我们的物流用的是外部供应商UPS、联邦快递和美国邮政这些能力，我们得自己建起来。现在他们自己建好了，又开放给第三方用，别人也能用他们的配送服务。这种模式在一个又一个市场里反复出现。他们也在讲自己的一些 AI 产品或芯片产品 Graviton 和 Training 的好处在哪里？尤其是早期版本，早期版本其实很糟糕。
但如果你在亚马逊上用他们的一些托管服务，比如 Redshift 数据库服务。他们不会告诉你底层是什么处理器，你买的就是一个托管服务。所以他们可以把那些性能不行的处理器全部塞进他们卖的服务底下，这就给了他们足够的量和产能去迭代、去改进，慢慢改进到一定程度就能真正对外卖了。因为亚马逊自己是 Graviton 的第一个也是最好的客户，Graviton 才越做越好。
因为亚马逊自己是。Trinium的第一个也是最好的客户，Trinium才越做越好。现在Trinium明显在跑Anthropic和AI产品，我们看看这些会不会做起来。他们有呼叫中心软件，他们的呼叫中心或者说客户体验正在全面转向AI。顺便说一句，效果还挺好的。我还没试过。回到美国这边，我一直在买很多东西。
每年夏天，我都会在很短的时间里买一大堆东西。大概从去年开始吧，你上去一看，明显是在跟一个聊天机器人对话，但这个聊天机器人做的非常好，而且它确实能帮你把问题解决掉。所以你能看到。这方面确实开始见效了，但他们是在为自己的业务搭建这些AI服务之后，会大规模对外开放，其中一部分会成，一部分不会。考虑到他们在现实世界里有那么多布局，这招真的很漂亮。
他们的核心业务对AI的模型版本来说，感觉几乎免疫，AI会让他们受益，但就核心业务而言。他们的护城河感觉比谁都深，而且他们那种自然生长出新业务线的能力非常有说服力。那苹果呢？这一整轮下来，他们好像一直按兵不动，感觉这有点像某种程度上运气好胜过实力强。苹果有自己的一整套生态，说到底，他们确实掌握着通往客户的入口，所以他们能拿到供应商，这就是经典的散热片效应。
如果你掌握着通往客户的入口，供应商会主动来找你，而不是反过来，所以他们需要的时候就能拿到 AI 供应商。而且顺便说，如果人们其实并不想变得多高效，只是想要个聊天机器人，这种说法成立的话，他们不光能给你一个聊天机器人，而且这次终于能拿出一个能用的，你还能看到一个未来，这东西完全可以在设备端跑。他们连推理成本都不用掏，因为他们用的是用户自己的电。
我觉得还没到那一步，他们用谷歌云和英伟达芯片。是有原因的，但你完全可以想象未来会是这样。而且他们做的是实体商品，造手机这件事儿本身很难，有零售渠道，有实体商品的销售网络，他们受到的冲击会更小。智能手机太完美了，它小到能放进口袋，又大到几乎能看任何内容。你可以把整个 iPhone 带在身上，所有娱乐都在里面。
说到想找乐子的用户，电视现在成了配件，一切都在手机上。我看不出有谁能取代手机。问题是，手机会一直是中心吗？还是说会有那么一个阶段，尤其是在家里？OpenAI 在这方面的动作很有意思。你想要的是一种环境式AI，直接跟AI说话，它告诉你需要什么。苹果是提供这种体验的最佳人选，但没有最前沿的模型，他们能做到吗？
如果他们这么以手机为中心，能做到吗？还是会变成微软那种局面？微软没有错过移动时代，他们很早就进入了移动领域。问题在于。他们的移动设备就是一台小 PC，他们假设 PC 永远是中心，手机只是 PC 之外的东西。苹果意识到不行，我们得推倒重来。手机不会是 Mac 的配件，手机就是手机。iPad 帮他们看清了这一点，也让他们决定跟 Windows 分道扬镳。
但他们会掉进微软那种陷阱吗？就是觉得手机太好了。它永远会是中心，然后围绕它来布局，还是说终于到了这样一个时代，环境智能？云，总的来说，AI无处不在。它可以通过你的手机体现，可以通过某个设备体现，可以在你电脑上体现。这样反而更好，而且真的会颠覆他们。我觉得有可能，我也觉得苹果在自己擅长的方向上加倍投入完全合理。
关于AI这件事儿，还有一点是我们凭什么期待苹果能做好这个？在最粗的层面上，AI是一种概率性的事业，而苹果是确定性产品的王者。一个实体产品，你把iPhone发出去，只发一次，它就必须是好的。如果它出了问题，会花掉你。几十亿、几十亿、几十亿美元，苹果从来没召回过一次iPhone，这很了不起。那种对供应链的用心、决策、勤勉和狠劲，跟做好AI所需要的一切是非常非常不同的。
我总体上更希望公司去做自己擅长的事，所以从我的角度看，苹果不做AI我没意见。我希望他们继续做出色的设备。在五个潜在的前沿AI赢家里，OpenAI、Anthropic。Gemini、SpaceX、AI Grok 和 Meta，你觉得哪家公司的布局最有趣？OpenAI 和 Anthropic 显然风险最大，但上行空间也最大。
永远不要低估第一点。信念的力量，他们觉得自己在创造神。历史上最有影响力的事情，通常都是由信仰驱动的。硅谷的两个宗教组织 Open Eye 有点像主流教会，他们每个星期天都去教堂做礼拜。他们有点像福音派，那是 Anthropic，他们全身心投入，这是他们信仰的核心。这能走得很远。你需要让生意运转起来才能生存。
这个事实本身就能推动你走很远。谷歌只需要让搜索别死得太快就行。Meta有庞大的广告业务，在一个由马克扎克伯格以外的人经营Meta的世界里，他们不会站在最前沿。这是创始人能量最纯粹的体现之一。无论好坏，他们的生意太好了，你会看到他们轻松的在这方面加倍下注。谷歌那边，他们有谷歌云。他们有 TPU，他们一直在做这方面的研究，所以他们追求这个是有道理的。
Meta 却说，实际上我们要组建一支全新的团队，或者我们要从零开始，这又一次相当疯狂。在这方面要归功于马克扎克伯格。再说一次。你可以自己判断这是不是个好主意。然后是 SpaceX AI
太空数据中心，理论上是成立的，但他们要做到这一点，必须拥有自己的模型吗？如果他们拥有，利润率会更高。话说回来，如果我们真的用完了，无论是出于政治反对、电力还是其他什么原因，如果我们把地球上的数据中心用完了，他们想跑什么模型就跑什么模型。
就像我们现在看到他们把算力卖给 Anthropic 那样，这些都挺有意思的。可能 SpaceX AI 的理由是最弱的，因为太空数据中心这个玩法太与众不同了。如果这个设想成立，我不确定他们还需要多大程度上拥有自己的模型。那为什么还要在同时期烧掉几十亿、几十亿美元呢？这是个合理的问题。从战术角度看，我很喜欢收购 Cursor 这一步，这对两家公司来说都太合理了。
所以我也一直很好奇他们接下来会怎么做，买的可能是最有趣的。你最近写了不少这方面的文章，我觉得有很强的理由说明不站在最前沿反而是更鲁莽的。如果你是家数字公司，Meta 的对照物其实是微软，微软并不在最前沿。微软上个季度有两百亿美元自由现金流，微软上个季度支付了一百亿美元股息，他们是有一些钱，但他们的打法是哦。
我们要让这些模型互相竞争，我们要提供中间层，我们要提供平台，让企业在我们之上构建，然后我们要某种程度上去中介化这些模型。我觉得这是个理性的打法，这就是九十年代IBM的打法，历史在重演。大家都在说谷歌，说谷歌像当年的微软，但微软其实是跟着IBM走的，这一点你能在一定程度上看到IBM当年做了什么，这个类比是什么？
是这样的，IBM 当年占据主导地位，我们在七十年代那期聊过。然后快进到九十年代，IBM 成了一个非常落魄的资产。当时大家的想法是，IBM 需要拆分，把他手里那些零零碎碎的业务都拆开。然后郭士纳来了，接手了这家公司。郭士纳对 IBM 真正的关键洞察是，我们每件事儿都做得挺。挺平庸的，这有点像我之前跟微软说的那番话。
这就是垄断的代价。一旦你当过垄断者，你就在某种程度上失去了把事情做好的能力，因为你不再需要竞争了。我觉得很多科技行业的在位巨头都有这个问题，他们做什么都无所谓，反正钱会滚滚而来。如果你没有压力、没有激励、没有那种对死亡的恐惧或者对上帝的敬畏，就像我们聊这些模型公司时说的，你就做不出最好的工作。问题在于，一旦你失去了那块肌肉，它就没了，你就只是又肥又松垮。
所以郭士纳意识到，实际上IBM能做的最糟糕的事儿，就是把它拆成一个个零部件，因为那些零部件其实都不怎么行。我们最大的资产就是我们够大，这算什么？什么意思？不，我们够大，这到底意味着什么？那是九十年代互联网这玩意儿来了，有那么多公司隐约知道自己得搞懂互联网，却不知道从何下手。他们需要有人能进来理解他们的业务，帮他们上线。
基本上，IBM做的就是这件事儿，所以他们搭建了一支庞大的咨询队伍。这跟现在正在发生的事儿如出一辙。他们把全部精力都投进去，做的本质上就是中间件。他们进去，在那些公司都有的老式大型机和现代网络服务之间铺上这么一层。这样一来，他们就能有网站、有电商站点，诸如此类的东西。这给了IBM三十年的续命期。没错，理论上你可以去那些炙手可热的硅谷创业公司那儿买点单点解决方案，可你不懂那些，你不知道怎么弄。
你认识我们，我们会进来把这一整套中间件搭好。建一支庞大的咨询队伍帮你落地，然后你就上线了。基本上整个美国企业界上网就是IBM带上来的，这就是微软的打法。微软会帮你搞懂AI，他会用一种方式帮你搞懂，让你不用把命根子交给那些公司。我们会搭这个平台。这个 harness 这层中间层，我们可靠，我们稳定，你了解我们。
我们从八十年代起就保持向后兼容，你可以放心在我们之上构建，然后由我们来管理所有不断变化的模型、各种更新以及诸如此类的事。那这是否意味着你能获得绝对最佳的体验？不，中间件会把尖锐的棱角磨平，你得到的是一种最低公分母式的能力。但如果你看重这一点，那这就是最古老的企业销售打法。甲骨文当年是怎么做市场拓展的？
甲骨文在一九八零年代做市场拓展，拉里·埃里森。用的是一项从 IBM 拿来的，或者说 IBM 自己不要的技术——关系型数据库。他们的说辞是：“你不想被 IBM 锁死吧？关系型数据库你在哪儿都能跑，跟我们走吧。”这之所以是个笑话，是因为甲骨文比谁都更会把你锁死。对吧？但所有企业销售的本质都是这样。那些长期目标是要把你锁死的公司，先让你害怕被别家锁死，从而把你拉上船。
所有云厂商都一副嘴脸哦，可移植性啦。随便你用什么啦，然后他们又说，哦，就用我们的服务吧，它只在我们云里跑，这下你就被锁死了。这就是微软的剧本，这是个非常理性的剧本，我觉得这说得通。正因为他们不在最前沿，所以他们才有额外的钱。他们在建大规模数据中心，但他们建数据中心是为了推理，他们不是为训练而建的。而且他们说的，我们是在根据客户需求投入时间和响应这个故事，在这方面更可信。
他们不用讲那种可互换的故事。说什么？我们建大型数据中心是为了训练，以后也许会用来做推理。回到那个说法，不站在最前沿就是鲁莽。不过这事儿让人担心的原因在于，说到底，我们为什么又要用微软的产品？因为我们以前就在用，就是说。把这些文件、这些文档、这些邮箱收件箱全都留着，到底有多大意义？AI难道不能直接搞定这些吗？
这里对微软的软件业务有个实实在在的威胁。整个记录系统这事儿挺有意思的，因为记录系统之所以这么强大，一个原因就是很难把它们迁移到别处，因为那是非常繁琐。重复的工作哦，哎，其实，在这方面出奇的擅长。我不太确定记录系统本身有多好。微软其实不太算记录系统，他们确实有一些 Dynamics 业务，那是用户界面，就是你真正和电脑交互的那一层。
当你看到 Codex Quad Coworker 或者别的什么，它就像一支箭。直指微软的心脏。长期来看，所有数字公司都是这样，但微软尤其如此。他们的战略是合理的，但也是那种关乎存亡的绝望，而且还有一种正因为绝望，他们反而可能成功的味道。Meta短期内没有受到威胁，但这就是我看好AI的地方。我觉得所有数字公司都受到威胁，而 Meta 就是一家数字公司，他们有软件。
现在一个担忧是 AI 会占据越来越多的时间，时间归根结底是 Meta 的货币。我们看到 OpenAI 试过 Sora 那件事儿，并没有真正火起来。社交网络其实挺难的，而且也很烧钱，这真的挺有意思的。所以就出现了给创作者付费这件事儿，比如 YouTube 从一开始就非常出名的给创作者付费，而这给业务带来的拖累比人们意识到的要大得多。
因为 YouTube 的内容有编辑成本，不过跟奈飞不一样，他们不用提前付那笔钱，他们是事后才付，所以他们的收入分成模式比奈飞的模式更好。奈飞是先为内容付钱，然后理想情况下赚更多钱。YouTube是边做边富，但Facebook或者说Meta，他们什么都不富，他们什么都不富。Instagram是个不可思议的产品。
他创造了这么多收入，而 Facebook 为这些内容付的钱是零，这太不可思议了。有意思的是，你可以想象一个世界，在那里对 YouTube 来说，AI 生成的内容理论上可能是件好事儿，因为生成内容的推理成本可能比他们分给创作者的还要低。对 Meta 来说，AI 生成的内容如果是他们自己生成的，利润率其实比现在更差，因为他们现在的内容是免费的，所以他们有个矛盾，也有一个看涨的世界。
在那里，Meta 其实位置很好，因为在一个我们整天跟 AI 打交道的世界里，人们对人际连接的渴望会变得更强。这有点像 Meta 回归本心。Meta 他们最大的错误之一，其实 Meta 一直是一家社交网络公司，他们扼杀了 Snapchat，或者说阻止了 Snapchat 的增长，靠的是意识到 Snapchat 是个好产品，咱们把它叠加到我们的网络上，他们用自己的网络优势。
去干掉了 Snapchat，那为什么 TikTok 是他们的盲区呢？因为 TikTok 被归类为社交网络，但它根本不是社交网络。TikTok 是个娱乐产品，你在 TikTok 上关注谁根本不重要，你在 TikTok 上看到什么取决于你看过什么，然后你会看到更多同类内容。它是一个用户生成内容的网络，而 TikTok 带来的洞察是把内容限制在你的社交网络里。
是获取最好内容的一种人为约束。我们要给你整个网络里最好的内容，而绝大多数内容会是垃圾。但这正是之前那个最根本的问题：你不看利润率，你看绝对数字，优质内容的绝对数量，哪怕优质内容的占比微乎其微。只要内容总量够大，优质内容的绝对数量就会非常可观。然后 Meta 就说，我们是社交网络，Meta 给你推的是你认识的人、你的社交圈里的内容，而 TikTok 给你推的是全世界最好的内容。
这就是为什么 TikTok 从他们身上切走了一大块，Meta 不得不转型。Instagram 和 Reel 现在就是这样。它其实不再是社交网络了，它是一个从全网抓取内容的娱乐产品，而社交网络变成了群聊那种东西。这在 AI 里是可能的。其实，社交网络又重新变得重要了，因为我们确实想要真人，我们想和他们建立某种联系。
看看这个会怎么发展，会很有意思。但模型对广告的影响也极其巨大。模型带来的最大影响，眼下最大的变现来源可能不是 Anthropic 或 OpenAI，而是谷歌和 Meta 正在获得的那些增量收益。这些东西大部分在 LLM 出现之前就有了，但我们正在进入语言模型时代。不管是用来生成广告内容，我们想要的是可验证的领域。
你怎么验证一张生成的图片适不适合做广告？广告主难道不行吗？他们其实能验证自己的图片生成和文案生成，这一点没人比得上。他们的验证工具就是广告市场本身，在上面跑海量的A斜杠B测试，覆盖所有这些不同的东西。看什么有效，什么没效？大多数广告都是一次性的，没关系。绝大多数广告根本不会带来转化。他们有个巨大的优势，就是那个庞大又流动的市场，它本身就是一台验证机器，验证者就是一个个真人，由他们决定要不要点那条广告。
要不要下单？而且他们是在全球规模上做这件事，这真的能形成一个反馈循环，让他们的产品变得更好。你还会看到一个世界，就是广告匹配其实仍然相当粗糙。这边是人的特征，那边是广告的特征，然后你生成一个embedding，就像做一个向量计算。看看哪些数字能对上，接着你就把一条广告匹配给这个人。语言模型能做什么？
语言模型做预测，我们会走向这样一个世界：Meta会看着用户说，这个人下一步大概想看这个，然后他们就去把那个东西找出来展示给用户看，就给人看更相关、更好的广告。这件事儿来说，潜在的上行空间在于。他们只需要把转化率提高几个百分点，回报就是几十亿上百亿美元。光凭这一点就值得他们投入，让自己站在最前沿，拥有这些出色的模型。
我觉得 Meta 有个大问题，就是他们不讲这个故事。说起来挺怪的，但马克扎克伯格和山姆奥特曼有同样的问题。他不喜欢广告，可他们拥有全世界最好的广告业务。他们的广告业务，我觉得对社会是件好事儿。你我都搭起了这种小内容生意，赚了不少钱。内容这东西，就是你在社交媒体上搭个便车。我是在Twitter上长大的，大家分享我的链接，那感觉太棒了。
如果你在卖某个产品，互联网的美妙之处就在于，总有一个小众群体想要那个产品。问题是怎么找到那个小众群体？Facebook 广告干的就是这个，他帮产品找到那些自己都不知道想要这个产品的人。但一旦他们拿到手，会特别高兴自己买到了，这对社会是巨大的正面价值。你有了新生意，来自一个新创业者做的新产品，你有了顾客。
他们很高兴买到了原本不知道会有的东西。顺便说，这些顾客还享受了大量免费娱乐，一路下来一分钱没花，而 Meta 为自己和股东赚了一大笔钱。股东基本上遍布全世界，这就是为什么广告很伟大，而 Meta 的广告尤其出色。而且让我恼火的是，Meta 从来不谈这件事儿。马克扎克伯格从来没有真正谈过广告的社会价值，顶多就是顺带提一句，二十年来。
他把这块儿都交给别人去打理，也许正因为他不怎么上心做广告业务，才需要那种咬牙硬扛的劲头。人们会感到不满，或者对数据之类的事情。有疑问，也许他确实有点不想沾手，干脆就甩手不管了。但苹果推出 ATT 的时候，你就看到了，应用追踪透明度是科技史上最恶劣的反垄断违规之一。苹果单方面摧毁了所有这些商业模式，与此同时自己却在搭建广告业务，做所有这些追踪。
为什么信我们？而与此同时，他们自己却在投放这些广告。我记得那个广告，公交车上的人好像能偷听到周围每个人在说什么。那对互联网广告运作方式的描绘简直太不诚实了。蒂姆·库克在国会说：“公司卖数据，Facebook没卖你的数据，那数据对他们有价值，他们为什么要卖数据？”麦勒当时根本没准备好应对，我觉得这事儿你当年得找谢里尔·桑德伯格，他每次电话会议都会聊广告，聊广告有多好，然后摆出一堆案例，都是那些从广告里受益的人，还有这些新创业者，然后他走了，那个空缺好像一直没人补上，感觉这家公司有点像是不好意思承认我们靠广告赚了很多钱，但我们有眼镜，我们还在做AI。
其实吧，你有广告，广告本身就很棒。我觉得，如果他们能更持续的传达这一点，整体上从公关角度看会好得多。他们跟苹果比也会处在一个更好的位置，而且我觉得现在说服华尔街说让我们投资吧也会更容易。另一个问题是，他们在 Oculus 上累计烧了一千多亿美元，我一直都不看好这个，所以大家就会有点嘀咕：凭什么再让你花钱？
还有一个我们没怎么聊到的主要玩家和公司就是 Jensen 和英伟达，我很好奇。你会怎么把这个跟硅谷不懂大宗商品市场这个观点联系起来？你觉得算力最终会不会变成一种大宗商品？我也很好奇，你觉得智能最终会不会变成一种大宗商品？有意思的是，智能和算力。这两个看起来是科技领域最有趣、最重要的话题，结果可能都是大宗商品，而且差异化程度比科技本身还低。
其实一直是这样。互联网最有趣的地方就是免费分发，带宽就是大宗商品。我现在掏出手机就能免费连上世界上任何信息源，从边际成本角度看是免费的。正因为它是大宗商品，它改变了世界。大宗商品改变了世界。差异化产品从定义上讲，市场规模天然更小，因为这里面有需求弹性的问题，不是所有人都买得起，每个人的支付意愿是不一样的，你的市场就会受到限制。
苹果永远不可能靠卖一台设备服务全世界，但谷歌可以，因为它是免费的。这一点很重要。你是在为大宗商品付费，但它能触达多少人，就有多大的影响力。互联网就是大宗商品。它改变了世界，所以我觉得，如果智能最终也变成大宗商品，也改变世界，那一点也不奇怪。大宗商品通常不被认为像这些差异化的硬件和产品那样是好生意。我很好奇你对黄仁勋和英伟达的看法。
英伟达的处境，我觉得确实很不寻常。你看英伟达他们的利润率一直保持住了，这难道不惊人吗？都二零二六年了，所有人都在抢他们的生意，他们卖一块芯片还是收那么多钱？但他们其实并没有保住利润率，因为整个循环融资的问题，人们会拿朗讯之类的事来类比。而且你知道，这整件事里，英伟达提供了百分之二十五的兜底。但如果你真给这个算一笔账，英伟达在Neo云里拿股权也好，怎么也好。
他们保证到二零三零年买下对方所有的算力。他们为什么要这么做？为的是让那个实体能拿到更低的资金成本，这样他们就能买更多GPU等等。但这里面隐含的问题是，他们凭什么拿到更低的资金成本？他们能拿到更低的资金成本？是因为英伟达承担了风险，这就是我前面说的，风险从来不会消失，它只是换了一个地方出现。承担风险是有代价的，有一种世界里。
AI腾飞了，一路不停，一切都很好。英伟达把承担风险的所有好处都吃到了，但也有另一种世界，比如说他们兜底的那个Neel云，大量算力涌进市场，超大规模云厂商算力绰绰有余，他们算力不够，英伟达在为一个没人要的算力买单，他们就这么亏了一大笔钱。你想想看，这笔投资是有一个期望值的，那个期望值它不是零，也不是百分之百，它处在中间的某个位置。
但这对英伟达的盈利能力是一种削弱。如果你整体的看他们的业务，这本质上就是一次降价。现在。这次降价没有体现在利润率上，也没有体现在他们提供的产品上。但英伟达做的很多事情，核心就是我们怎么才能保住利润率？即使从宽口径的折现现金流期望值、公司整体视角来看，人们确实会做现金流折现。但你真的把所有这些部分都考虑进去了吗？
现实是，把东西从资产负债表上挪走，大体上是行得通的。但他们做所有这些交易。是为了维持某种看起来不太自然的状态。我们已经看到了降价，只是他们以这些非常奇怪的方式显现出来。那么从长远看，我觉得挑战在于，他们最终的竞争对手是超大规模云厂商，尤其是谷歌和亚马逊。谷歌和亚马逊不只是自己造芯片，他们还想把这些芯片对外卖。
谷歌已经达成了一笔交易。要把大约百分之二十的GPU卖给Anthropic。在上一次财报电话会议上，安迪贾西几乎确认了他们会卖Truenium三，或者可能是Truenium四。或者说，他们最终会在某个时候对外出售 Training 芯片，这说得通。这让他们能长期入股这些公司。开发芯片需要投入巨额研发，他们花出去的钱能撬动更多杠杆，这一切都说得通。
顺便说一句，他们卖芯片靠的可不是差异化，他们卖芯片是当大宗商品在卖。英伟达才是卖差异化的一方，人们不会为了用 Training 专门跑去亚马逊。所以他们在外面卖 Trainium 并不会蚕食自家云服务的吸引力，所以他们是英伟达最大的麻烦。因为超大规模云厂商最大的优势是什么？规模更低的资金成本。这是一场资本战，他们的资金成本比尼欧云更低。
尼欧云呢？他们会左一个右一个的买英伟达。而且顺便说一句，这也完全说得通。为什么 SpaceX 马斯克在外面说我们永远会买英伟达？因为他们最好不。你会买英伟达，是因为他们最通用。英伟达确实如此，它确实是最通用的。CUDA 的护城河被大幅削弱了，因为模型不在乎自己跑在什么上面，而真正重要的东西是建立在模型之上的。
但它仍然重要，它仍然算是一种护城河。如果你想玩 SpaceX 那种游戏，我们要建一大堆，然后租出去，但保留随时收回的权利，那它就有用。当然。你会选英伟达，因为最容易出租的方式就是站在英伟达这边。顺便说一句，你早就看到这一点了。回到二零二四年。二零二三年，英伟达开始大谈各种主权云，他们开始谈，他们想把这些叫 Neutron 模型。
我记得二零二四年他们搞过这么一出，那是第一次，像 GTC 在圣何塞开成摇滚明星演唱会，还有那个巨大的体育馆，结果就出来一个东西。那届 GTC 非常无聊，以前英伟达会演示五十一样东西。因为他们什么都往墙上扔，他们知道自己手里有 G P U 这个宝贝，一直在找用力。一旦 L M 出现，就像说哦，我们有用力啦。
但他们之前一直在搞各种企业级产品，我记不清那些叫什么了，基本上就是些模块。当然，那些是免费的，但只能在英伟达上跑。你能看出他们在干什么？就是想把人锁住，英特尔就是个好例子。AMD
在超大规模云厂商的销售上把他们打得落花流水，因为超大规模云厂商愿意花力气让东西在AMD上跑起来，而不是英特尔。虽然都是X八十六，但还是有细微差别，因为他们采购量太大，投入这笔钱去适配是值得的，能拿到更好的芯片、更低的价格或者别的什么好处。
英特尔业务里从来没出过问题的。就是卖给政府和卖给企业的那部分，他们没有超大规模云厂商那样的资源，他们采购量没那么大，他们只会继续买以前一直在买的东西。这就是为什么英伟达在谈卖给主权云，这就是为什么他们在谈卖给企业，因为他们想进入这些市场，在这些市场里，客户不会拿这块芯片和那块芯片比来比去。超大规模云厂商一直是英伟达的威胁，原因就在这里，他们体量其实更大，所以你就面临这么个问题。
超大规模云厂商才是威胁。超大规模云厂商的资金成本比英伟达想卖的那些公司更低。这周这笔交易就是这么来的。我看这笔交易是一种回应，这也是为什么它和谷歌那笔交易是一起的。谷歌可以直接增发股票，股东不太喜欢，但他们的变现能力比英伟达。或者说比英伟达的客户高得多。我觉得英伟达希望的是，也许他们不会说的这么直白。
但如果我们真到了电力耗尽的那一天，那对英伟达来说可能是好事儿，因为在电力完全受限的世界里，人人都想要最好的。在一个电力完全受限的世界里，我们必须拿到最高的效率，最高的 token 效率。而我认为英伟达仍然是 token 效率最高的，所以这对他们来说是个好角色。过去几年，英伟达最大的问题可能是美国实际上限的电力比预期多得多，这让我很意外。
不管是马斯克在表后做的那些事儿，已经被复制了。还是西德克萨斯和天然气，甚至还有重启核电站。我们就是喜欢美国应对这些事情的方式，太棒了！这其实是关于美国最令人鼓舞的信号之一。我早先写文章时就说过。假设这是个泡沫，你希望它有长期的回报。互联网泡沫时期，我们把光纤铺进了地下。顺便说一句，谷歌以前就玩过这个游戏。
谷歌是靠买下暗光纤起家的，他们有杀手级的搜索引擎，但他们能力的很大一部分。来自买下了所有这些暗光纤互联网泡沫之后，那些光纤基本上等于白送。我们的核心互联网至今还跑在世通的光纤上，那是持久的收益。铁路也一样，BNSF赚的钱源头是北太平洋铁路和杰伊库克，把债券卖给散户投资者，一路流到了谷歌手里。你希望泡沫能产出一些持久的东西？
长远来看，问题是 AI 会留下什么？GPU 本身用不了那么久，数据中心嘛，还行，凑合。但真正留下来的会是什么？电力一定是电力。如果我们真走到那一步，一切爆发，而电力多得用不完，那会是一个美妙得不得了的时代。我们从来都是被能源卡着脖子的，能源支撑着一切。活在能源富足的世界里会是什么感觉？简直难以想象。
因为我们的思维一直被一个事实框死了，我们从来都活在能源匮乏里。我觉得我们干的已经非常漂亮了，电力绝对是个约束，它一定会成为约束。但我觉得它成为约束的时间比所有人预期的都要晚。就算黄仁勋也没料到，我一点都不会意外。我觉得他原本以为电力不足会更早成为英伟达的护城河，结果呢，电力充足的时间越长。亚马逊就有越多时间把 training 做得更好，谷歌也有越多时间让 TPU 在能效上更有竞争力。
而一旦我们进入那种世界，那些利润率就真的很难维持了。听你聊所有这些事儿，我特别享受。这是我在你如此热爱的这个领域里观察过的最有意思的时期。非常感谢你抽出时间，非常感谢。如果你喜欢本期节目，欢迎访问 classes 点 com，在那里你能找到这档播客的每一期节目都配有手工编辑的完整文字稿。你还可以订阅 classes。
这是我们每季度一期的印刷版、数字版和思想音频出版物，里面有我们最欣赏的创始人、投资人和公司的深度特写。更多信息，请访问 colossus.com/suscribe。