目录
- 欢迎收听跨国串门计划。这是一档专注于让中文听众无 [00:00:00 - 00:15:00]
- 而不是看Google首页上写了什么 [00:15:00 - 00:30:00]
- 我的职业生涯一开始是做电信分析师 [00:30:00 - 00:45:00]
- 说你的播客里有30%到40%是AI生成的 [00:45:00 - 01:00:01]
- 我去看过一场Pete Holmes的单口喜剧 [01:00:01 - 01:08:16]
欢迎收听跨国串门计划。这是一档专注于让中文听众无
一凯：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生文克隆技术,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。我是主播一凯一位热衷于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并分享几句非常精彩的原话本期我们克隆的是Lenny's Podcast的一期科技深度访谈这档节目长期关注产品增长和创业主持人Lenny Raychisky邀请到独立科技分析师Benedict Evans他曾长期在A36Z担任合伙人也做过多年股票研究近年来持续追踪AI互联网和平台迁移带来的变化节目里有几句原话很有代表性我最有争议的观点是我认为AI的重要性和互联网移动互联网一样大也仅仅是和互联网移动互联网一样大你总能看见哪些工作会消失但你不知道新工作是什么因为它还不存在哪怕模型明天就停止变强它仍然是一项极其有用的技术会在接下来的十年改变世界真正有帮助的是你完全扎进去把自己沉进去然后出来的时候你要明白自己能用它做什么这些话背后有很多值得展开的判断 [00:01:37]
Benedict Evans：那我们就一起来听听这期完整对话我最有争议的观点是我认为AI的重要性和互联网移动互联网一样大也仅仅是和互联网移动互联网一样大那你怎么看即将到来的昼夜末日每次出现一项新技术它都会自动化掉一批工作然后这种自动化又会释放出一批新的工作只是你不知道那些新工作是什么因为它们还不存在这个过程我们已经反复经历过很多次了哪怕只看最先进的AI公司比如OpenAI这些大家也都在增加员工人数你去跟Twitter上那些人聊他们会表现得好像每一家大公司明天都会去买ChatGPT然后两周之后就把所有员工都裁掉这些人就是蠢你没法预测哪些事情会被自动化冲击你不能看着一家律所的高级合伙人说他17%的工作可以被自动化这就是胡扯我很好奇你有没有关注现在的反AI情绪它是一大团模糊的东西是的AI会改变很多事情我们也需要担心这些变化但这其实是一种常态我们一直都是这样过来的你会建议大家做哪几件事才能在这个未来里更成功不要把头埋进沙子里然后说我讨厌这一切那会让你获得很强的道德优越感你可以去Bluski上对所有人大喊AI有多邪恶形替你高兴但那帮不了你真正有帮助的是你自己钻进去用它 [00:02:54]
一凯：然后走出来理解你到底能用它做什么今天我的嘉宾是Benedict EvansBenedict曾经长期担任A-Z的合伙人是他们内部的分析师也可以说是常驻思想者在那之前他做了很多年的股票研究过去六年他一直是独立分析师追踪最重要的科技趋势并分享自己的观察最近正如你所预料的他把所有时间都花在研究AI如何改变我们的生活上用他的话说AI正在吞噬世界在这次对话里我们会深入聊聊AI将对我们的生活和工作产生什么影响而哪些影响我们现在还没有真正意识到我们还会聊反AI情绪的兴起AI对工作的影响、价值链里大部分价值会流向哪里以及更多内容如果你担心AI或者只是对未来的方向感到困惑这次对话会让你学到很多也会让你感觉好一些在开始之前别忘了去看看Lenny's Product Pass.com那里有一些全球最厉害最热门打磨的最好的AI产品可以免费使用一年只对Lenny Newsletter的订阅者开放接下来有请Benedict Evans Benedict非常感谢你来欢迎来到这档播客谢谢你邀请我你刚刚发布了一份叫AI正在吞噬世界的演示文稿我想从反面问这个问题我们都知道AI很重要既然知道这一点你觉得当人们思考自己的生活和工作将会经历什么变化时还有哪些东西是他们还没有完全意识到的一个很有意思的思考方式是这样的去年我和别人路过一期播客当时我说我最有争议的观点是 [00:04:25]
Benedict Evans：我认为AI的重要性和互联网移动互联网一样大也仅仅是和互联网移动互联网一样大因为科技圈里显然有很多人觉得不这更像是工业革命那种级别的事情然后下面会有一大群人说他居然觉得这只是和互联网一样大他是不是不明白这件事到底有多大我的反应是小手机其实已经是很大的事情了互联网也是很大的事情如果没有互联网你现在根本不会再做这档节目所以这是一层讨论但如果你继续往下挖如果你要拿互联网来类比那我们现在大概是在1997年也就是说这很令人兴奋大多数东西还不太能用人们未来会做的大多数东西还没有被造出来而且即使他们以后真的能用了也还不清楚到底会以什么方式运转那些已经理解这件事已经吃下那颗药的人我忘了是哪一种药了他们会想象全世界所有人都已经到了那个状态但现实是采用程度其实分布得非常分散有些科技圈的人已经买了一堆Mac mini组了集群而且已经不用Google了但如果你看科技圈之外先不说那些认为AI不是真的蠢人大多数正在用AI的人可能也就是每周用一次左右所以你会看到采用程度有这样一条很宽的分布AI本身的成熟度也就是它到底能多好地工作也同样分布很宽在这个大框架里你还可以讨论更具体的问题比如模型会怎么发展模型实验室有没有定价权价值会流向哪里比如是OpenAI会掌控整个局面还是这周轮到Anthropic领先于是你就会开始判断这些竞赛但这又有点像1997年你问到底会是Exide还是Yahoo通常答案是都不是所以这里有一个分形的层次一方面在最高层面上我认为这会改变几乎一切但我不觉得讨论它到底比互联网大20%还是大一倍有多大意义这类对话没有太大价值它确实是一种基础性的变化可问题是你还不知道其中任何一部分最后会怎么运转其实我刚发了一份报告我每六个月做一次演示昨天刚发布了最新版有人评论说Benedict这八十页都在说我们不知道这话有点调侃 [00:06:25]
一凯：但也算是真的如果AI现在处在1997年这个时间点我知道你的很多观点都是我们还不知道它会具体走向哪里但你有没有一个大概感觉什么时候事情会开始发生根本性变化我们现在处在这个周期的哪个位置你谈过很多不同的周期那我们离那种哇一切都不一样了的时刻还有多远在软件领域毫无疑问我们已经处在那个时刻了接下来就会讨论
Benedict Evans：agent和AI软件开发这两件事本来是分开的但会逐渐融合它们对软件行业的未来意味着什么有一个极端说法其实没人真的相信就是你只要自己随手写点东西就能做出自己的软件没人真的这么想当然你也不会相信这个但很明显这会引出一大堆问题它对软件行业意味着什么你自己能做多少东西软件的数量会不会变得更多这本身就是一整套讨论但另一个极端是如果你在一家律师事务所工作你会觉得这一切很有意思可你会问我们到底怎么用它我们怎么避免成为下一条新闻说我们提交的材料里有幻觉内容明年我们还要招多少初级律师这对我们到底意味着什么我在那份演示里用了一个类比想象你是一个会计在70年代末第一次看到软件电子表格那会非常震撼你在这里改一下利率其他所有数字都会跟着变它能在30秒内替你完成一周的工作我们可以讨论这对会计行业意味着什么但很明显如果你是会计这东西一定会让你震惊可如果你是律师或者记者你看到它可能会想这确实很聪明我的会计应该看看这个但这不是我的工作也许下周我可以拿它来做公式表前提是不用花1万到1万5千美元去买Apple II显示器和打印机来运行它按通胀调整后大概就是这个成本但这不是我的工作你需要的是文字处理器而它其实很快也出现了我们现在大概就处在这样的时刻有些人比如软件开发者就像当年的会计遇到VisiCalc他们会说天这改变了一切就像VisiCalc之前和VisiCalc之后Claude Code之前和Claude Code之后还有很多其他人也在接触它使用程度各不相同但多少有点困惑我在演示里放了一些调查数据即使看13到18岁这样的人群日活用户也大概只有15%到20%另外大约20%是周活用户剩下60%在这个年龄段里可以说并没有在使用它所以真正理解这件事的人分布很广同时大家理解的程度也差很多我觉得这也对应到另一个问题几乎可以单独拿出来讲就是所谓Jack Frontier它在哪些地方有效哪些地方无效你能不能提前判断它会在哪些场景里有效你能不能凭直觉知道它会不会有效它做完之后你能不能判断它到底有没有成功你能不能自己想清楚自己到底能拿它做什么如果你是软件开发者这些问题会交织在一起对很多其他人来说有的人正在经历那个顿悟时刻有的人还没有或者说我们又回到了 [00:09:16]
一凯：类似1997年的那个时刻好吧这东西到底是什么顺着这个话题你最近也写过一个现象就是AI公司出人意料地开始投入专业服务咨询服务还有Forward Deployed Engineer各个AI Lab至少Open AI和Anthropic这两家大的都在投入这块还在大规模找咨询公司和PE公司合作你讲讲这里到底发生了什么为什么会这样这是挺有意思的昨晚我写newsletter的时候本来想憋一个笑话
Benedict Evans：但最后没完全写出来大概意思是我们都知道那个笑话机器学习科学家就是住在旧金山的统计学家类似的就像是住在旧金山或者在旧金山工作的Excentral外报软件开发者玩笑归玩笑如果你对专业服务有一点经验就会知道公司里并不会有一大群人闲着等着去做一个大型新项目也不会有一大群人随时等着做一项大型分析搭一套新的关键技术做一个新产品或者研究怎么重新设计门店也不会有人闲着等着分析门店应该开在哪里或者为什么用户流失率太高这些问题正是你会去请Bain, BCG, McKinsey的原因另一类情况你会去请Accenture, Infosys之类的公司或者你会请品牌Agency请建筑事务所等等逻辑一直都是这样我们当然可以自己雇一些建筑师但我们为什么要在公司内部养15个建筑师我们直接去请一家建筑事务所就好了我们也会直接去请一家广告公司所以如果你要彻底重新设想公司内部所有workflow并判断哪些workflow可以很快用AI自动化那本身就是一个项目这个项目需要5到10个人做下来花一两个月把事情想清楚而真正把它做出来又是另一个项目比如你要把这三个垂直系统接到这两个横向系统里再搭出一堆新的workflow还要培训大家怎么用那你猜谁来做因为你公司里并没有一群人什么都不干正好等着接这个活所以一方面这也是一些PE公司模式的一部分他们会给自己的portfolio companies提供支持帮他们把这些事做起来另一方面这也是为什么你会根据自己要做的事去请Bain或者请Accenture或者请公关公司来帮你想清楚这个趋势真正有意思的地方在于按理说你会以为AI会让咨询顾问消失你会以为 [00:11:25]
一凯：我们不再需要这么多人了AI会替他们把工作做掉但现在最前沿的AI Lab反而是最积极投资这些人的公司我觉得这还挺出人意料的我在那份presentation里有一条主线
Benedict Evans：我把presentation分成了三个部分第一部分讲资本基本上是在问这些CAPEX都投到哪里去了这些model lab会不会形成差异化第二部分讲部署基本上是在问这对软件行业意味着什么第三部分是它会怎样改变事情在改变这一部分里我试着串起来的一条线索是一份工作里最难的部分到底是什么最难的部分是不是一行一行写代码最难的部分是不是告诉你该要哪个SKU或者帮你做PowerPoint还是说最难的部分其实是别的东西它到底是一个Task还是一份Job把这件事拆开看很重要有时候Task本身就是Job经典例子就是电梯操作员如果我住在一栋有电梯员的楼里那是一部手动电梯没有按钮只有一个操纵杆由门位把你开到你要去的楼层它就像旧金山的那些缆车一样有人把你送到你要去的楼层后来50年代之后这些电梯都自动化了现在你走进去按一个按钮就行按按钮这件事就取代了那份工作所以有些情况下drop本来就是一个task而这个task被自动化了但更常见的情况不是这样这也是为什么人们会谈到Javon's Paradox也就是价格弹性因为Javon's Paradox本质上就是价格弹性是被应用到具体场景里的价格弹性如果你让一件事变得更便宜会发生什么你是用更少的钱做同样的事还是用同样的钱做更多的事或者因为有了新的RI你会花更多的钱做更多的事如果你看会计的历史或者更广义的看专业服务行业我以前在Twitter还叫Twitter的时候开过一个玩笑年轻人可能不相信但在Excel出现之前初级投行分析师工作时间特别长现在多亏了Excel高盛的Associate周五中午就都下班了可问题是为什么现实没有变成那样你也可以对软件开发说同样的话以前没有ID库和操作系统的时候开发者必须自己写所有代码现在如果你写一个iPhone App90%的代码其实Apple已经替你写好了比如调制解调器驱动图形驱动文件系统都是Apple写的你不需要写这些东西所以我们现在需要的工程师数量应该只有十分之一了并不是所以你就得去看一个行业搞清楚我们到底达成了什么以及真正难的部分是什么我想到的一个类比是看电商的历史Amazon做的事情是帮你拿到那个SKU如果你知道SKU是什么如果你知道自己想要哪个SKU比如你想要那个麦克风支架知道它的零件编号那你就可以去Amazon买到但如果你不知道该买哪只麦克风那你可能不应该从Amazon开始找把这个情况放大到很多很多很多产品类别都是这样所以Amazon做的是帮你买到那个SKU但知道自己想要哪个SKU本身是另一份工作Claude Code可以替你写代码但问题是你想要什么代码它可以替你做功能当然可以但你想要什么功能你的客户是谁对那个客户来说什么才是正确的产品你准备怎么把它推向市场绕了很长一圈来回答你的问题为什么你要请McKinsey你请他们是为了拿到一份75页的幻灯片吗狭义地说Claude Code会做出一个非常非常糟糕的版本然后你会在LinkedIn和Twitter之类的地方看到各种AI骗局说嘿我用Cloud做了一份McKinsey Deck你看了会想对这就是一堆垃圾这不是你从McKinsey那里会拿到的东西但就算它真的是那也不是你付钱请他们的原因你真正付钱让Bain做的事是让他们走遍你的企业你的公司然后弄清楚是的但为什么你们之前没有这么做这里面的组织政治是怎么运作的你们到底需要做什么还要去和你的客户聊弄清楚他们真实的想法而不是看Google首页上写了什么 [00:15:00]
而不是看Google首页上写了什么
Benedict Evans：而不是看Google首页上写了什么关键是所有那些其他事情PowerPoint只是那个任务但那不是你雇他们的原因Amazon和零售商之间也是这样软件开发也是这样所以这里有这样一种拆分我想到的另一个类比是看那些被互联网碾压的行业因为他们里面有两样东西而且可以被拆开一边是实体制造或者实体分发另一边才是那个真正的东西典型例子就是报纸和唱片音乐唱片公司并不认为自己是在制造小塑料片的生意里但他们实际上做的就是这个当这件事消失的时候他们就麻烦了报纸也是一样报纸并不认为自己是制造公司和卡车运输公司当你把这些东西拆开问题就出现了但很多时候你其实没法把它们拆开或者那并不是真正的问题又或者你把那件事变便宜了结果还会发生一堆别的事情所以这一切都比一句我们要自动化会计或者我们要自动化咨询顾问复杂得多我的演示里有两张图讲的是会计从业人数这个数字整个20世纪一直在上升进入21世纪以后又继续上升所以你有了加法机穿孔卡大型机数据库ERPCloud电子表格和PC但会计人数还在继续增加为什么会这样这肯定不只是自动化的问题肯定更复杂就看那些最先进的AI公司比如Anthropic Open AI [00:16:14]
一凯：还有我刚请了Every的Dan Shipper上节目大家都在增加员工人数你本来会觉得这些公司最不可能增加人类员工但他们却在增加很多很多人这也呼应了你的观点这件事真的很复杂那你对即将到来的工作末日大概怎么看比如Dario说所有入门级岗位都没了不再有工作了这里有一个比较窄的点首先我不喜欢诉诸权威我不认为因为你经营一家AI Lab
Benedict Evans：就突然让你在所有问题上都有权威或者换句话说如果你要诉诸权威那这个权威也应该和相关领域有关所以我会对Darryl关于未来6到12个月模型会怎么发展的看法感兴趣但我对他关于劳动市场价值和比较优势之类问题的看法就没有那么感兴趣也许他大学里上过这门课我也上过所以当我们说Darryl是这么说的时候我觉得需要稍微谨慎一点这还不包括一种更犬儒的看法就是说他只是在给自家公司造势我完全不相信这种说法这又回到我刚才说的平台迁移每一次出现新技术都会自动化掉一批工作然后这种自动化不管是因为价格弹性还是因为事情被自动化之后打开了新的可能性又会解锁出新的工作回到1800年我们大概90%都是农民我们最担心的是庄稼会不会欠收因为那样大家就会挨饿甚至更糟从那以后我们一直在自动化旧工作也一直在创造新工作你总能看见哪些工作会消失但你不知道新工作是什么因为它还不存在而且它听起来通常还挺傻的比如铁路工程师铁路是什么为什么会需要这种东西谁会在乎谁会想跑那么快所以这个过程我们已经经历了一遍又一遍任何大一经济学学生都会这么告诉你从1800年以来我们一直在经历这个过程每一次发生时都会有很多摩擦性的痛苦和错位很多人会失业很多小镇会被掏空这些都很糟但当你走到另一边我们整体都变得更富了也不再担心庄家欠收了这就是过去200年的过程所以问题是有没有一个根本原因说明这一次会和以前那些不一样因为互联网也消灭了一批工作PC也消灭了一批工作现在已经没多少人还在做排版工了电话接线员打字员也是一样互联网消灭了一批工作一般来说回头看那些消失的工作往往是不太好的工作而新工作会更好因为GDP一直在增长那AI会不一样吗这里大概有几个回答一个说法是这次会快得多AI的采用速度确实比以前的技术更快但这在某种程度上是因为它站在巨人的肩膀上你不需要等所有人去买一台昂贵的硬件比如手机或者PC也不需要等电信公司铺好宽带这些东西已经在那里了所以ChatGPT当然可以有9亿用户因为互联网上已经有9亿人了比如Mark and Reason当年推出Netscape大概是1993年还是1994年那时地球上大概只有5000万到1亿台PC所以那时候当然不可能有9亿用户但重点是它也不用再等电话网络或者微芯片在那之前人们也不用再等电力也不用再等大规模生产所以你总是站在巨人的肩膀上总会有一种复利效应所以是的这次更快但互联网当年也更快我觉得另一个回答又回到了专业服务这个点你会看到推特上那些末日论者说的好像每一家大公司明天都会买ChatGPT然后两周之后就把所有员工都裁掉这些人就是蠢这只是这些人蠢的很多原因之一他们完全不理解世界是怎么运转的而这也是出发点错了所以后面什么都理解不了一个典型的大公司企业软件销售周期你比我更清楚通常是18个月如果你运气好的话这一直是个问题企业销售周期比风投支持的软件融资周期还要长更准确地说你拿下一个企业客户所花的时间比你从一轮融资走到下一轮还要长这一直是个问题尤其是在航空航天医疗这些行业里所以我知道人们不会把SAP全拆掉然后换成XYZ也许三年五年十年以后可以到时候整个系统会看起来完全不同所有这些工作也都会改变但这会花两年三年四年五年十年它会按行业一个一个来也需要时间让人们想明白原来可以用这个做那件事我在Andreessen Horowitz的时候有一家公司我一直记得我们当时看过叫frame.io做视频编辑和视频协作这里面没有什么东西是五年前做不了的甚至可能十年前也能做其实这个例子有点不太好因为它依赖一堆东西比如很多前沿的web技术但如果你随便挑十家在ChatGPT发布前一天成立的SaaS公司其中有多少家公司其实在过去15年的任何时候都可以成立延迟发生的原因是需要有人意识到那个行业里面存在这个问题然后又意识到我们可以用这种方式解决它这些事情并不是在Google Docs出现后的第二天就全都发生了人们花了10年15年20年才发明出所有这些东西才想明白可以用这个去做那件事所以这一整套说法的意思是是的它会很快但实际上人们要想明白怎么彻底改变自己的业务运转方式还是需要一段时间你的看法让人很安心 [00:21:02]
一凯：基本上就是这确实是一件大事但我们以前经历过很多次转型最后会没事的我在演讲快结束的地方有一页slide标题大概是这一次会和过去的一切完全不同就像过去每一次一样
Benedict Evans：下一页是一张50年代的IBM广告画面里是一大片白人男性穿着白衬衫打着领带手里都举着计算尺广告标题写的是这是一台IBM电子计算器那时候还不叫computer叫electronic calculator它有冰箱那么大效果就像多了150个工程师听这个节目的人里有多少人的公司口号基本上就是我们给你150个专家工程师这不就是Claude Code的完整画面吗150个专家工程师免费或者也不是免费其实要花很多钱所以是的他当时给你的就是这个所以我们确实是在一遍又一遍经历这种事为了把这件事说得更具体一点显然如果没有互联网我们现在也做不了这些我的演讲里有一页我们也许可以聊聊那是一张图显示从50年代以来美国超市里上架的商品数量有多少那页slide想说明的是条形码让超市能够上架多得多的东西因为他们可以追踪这些商品但为了做那张图我得先知道有一个机构叫Food Marketing Institute我还得发现他们每年都会发布美国超市里有多少个SQ的数字然后我还得意识到这个机构从50年代就存在了如果我挖得足够久也许就能做出一整条时间序列做成一张完整的图现在想象一下如果你在1994年做这件事首先你根本不知道这个东西存在你真的得去找一家图书馆看看他们有没有公开发布这个数字而那个数字又在某份报告里你也完全不知道是哪份然后你还得找一家有这些资料的图书馆所以你可能要花三天时间打电话再花50美元打长途电话去找哪家图书馆有这些资料或者你打电话给Food Marketing Institute他们说可以啊我们可以卖给你每份500美元然后你可能还得坐火车过去也许你住在纽约或者你找到某个有这些资料的人两周之后你终于拿到了这张图看了一眼但分析师生活的另一面就是你花一整天做一张图看完之后说这个不太有意思所以你花两周做出那张图然后看了看说算了我不会用它对我来说这件事用Google大概两个小时就完成了所以我们会忘记互联网当时是一件多大的事这是我绕了很长一圈想说的我们忘了我们已经经历过这些极其巨大的变化然后我们又看不见它因为它已经变成了世界本身世界好像一直都是这样那这一次可能有什么不同虽然你的那句话是 [00:23:30]
一凯：这次不一样一切都会改变就像上一次一样显然最大的不同是通用人工智能可能会出现Super Intelligence也可能会出现不管那个东西具体是什么它可能会做人类做的工作可以替我们做很多事甚至真的取代工作你怎么看我们正在经历的这场转变里的这个部分我不知道这也是我写AI时一直觉得很难处理的地方之一尤其是在2023年到2024年初
Benedict Evans：所有问题基本上都是你在2022年12月就可以问的问题那些问题其实没怎么变策略也没怎么变我觉得通用人工智能这个问题也差不多Dulles我的意思是有一个观察可以说我们没有关于人类智能是什么的理论我们也没有关于这些模型为什么效果这么好的理论我们也没有关于它们还会变好多少的理论所以我们所有人其实都只是在凭感觉做预测猜接下来会发生什么然后你还可以听到那种凌晨两点嗑嗨了的哲学系学生式讨论哥们儿这算不算意识也许我们其实也没有意识只是我们以为自己有行很好谢谢我觉得今天有一件事是可以观察到的我们不知道我们可以猜但我们并不真的知道这件事最后会走到哪里但我觉得今天可以说的是很多术语正在被重新定义我在去年年底的演讲里引用过一位AI科学家Larry Tesler的话他说AI就是机器还做不到的事因为一旦机器能做了人们就会说那只是软件所以我确实会时不时在社交媒体上做个投票问大家machine learning还算AI吗因为我确实听过有人说那不是AI那只是图像识别那不是AI那只是情感分析所以AI有点像technology这个词这就像是只要它是新的它就是technology60年代的时候喷气是科技还是technology现在喷气是科技就是普通技术了所以某种意义上AI也是一个不断移动的目标凡是刚刚能跑起来的东西就被叫做AI我觉得这里的重点是现在你很明显能看到人们在重新定义通用人工智能把它定义成现在已经能用的那些东西那现在通用人工智能的定义是什么好像变成了它能完成一定比例的有经济价值的工作可这跟它有灵魂而且他妈的活着是完全不同的概念因为数据库也能做到这一点比如1975年的IBM Mainframe也能完成一部分有意义的有经济价值的工作而这些工作以前是人来做的后来我们才发现还有一大堆别的事情它做不了而那些事情当时我们还没做也不知道它们存在所以这里有很多很有创造性的重新定义比如Super Intelligence我都不确定它是比通用人工智能更高级还是比通用人工智能更低一级因为去年我以为Super Intelligence是很厉害但还没有厉害到真正通用人工智能的程度现在又变成了哦不不不我们已经有通用人工智能了但Super Intelligence那才真的很难这些词到底是什么意思挺好笑的我今天早上还在Hacker News跟人争论你也记得那个问题吧这当然从来都不是很值得花时间的事但你记得以前人们会争论Crypto到底是不是Blockchain或者Blockchain到底是不是Crypto这个问题没有一个正确答案我们只能确定一点当你这么说的时候弄清楚你自己是什么意思很重要但它并不存在一个标准正确答案那我们会不会做到某种具有人类级智能的东西我不知道我觉得我们没有办法回答这个问题可能会也可能不会两边都能提出论据与此同时这是否意味着在这个过程中我们已经拥有了一个很明显具有彻底变革性的技术也许这里真正严肃的一点是你不需要相信那些更宏大的说法哪怕模型明天就停止变强哪怕这就是终点明天就撞上墙它仍然是一项极其有用的技术会在接下来十年改变世界并被逐步推广开来所以你不需要相信那些东西也能相信这是一件大事 [00:27:01]
一凯：有件事确实变了我之前请过你的前老板Mark Andreessen上播客其实我们在正式对话里没有聊到这点是他在录制前提到的但我后来没来得及问他有一个观察现在公司能抓住的机会范围大得多过去我们没有万亿美元公司现在我们会有几十家万亿美元公司公司能够成长到的规模正在变得大得多估值也会随之上升他的观点是人们还没有真正意识到现在公司可以变得多大好像每家公司都能在五个月六个月里做到一亿美元LR你怎么看这其实就是他15年前那套软件正在吞噬世界的thesisTAM会不断变大
Benedict Evans：因为你可以触达经济中越来越大的部分如果用经典的平台迁移框架来看Mainframe的装机量峰值我记得大概是7万到8万台当然这个说法有点模糊什么才算Mainframe到什么程度算一台变两台但大概就是这个数量级然后互联网开始起飞的时候就像我前面说的全世界大概有5000万到1亿台PC今天可能有10亿到15亿台以上但显然其中很多是企业设备全球消费者PC大概有7亿到8亿台全球大概有55亿到60亿部移动智能手机这也是为什么ChatGPT可以有9亿周活跃用户所以5年前有一种叙事是人已经到头了所以下一个东西不可能再大一个数量级在某种程度上这是真的但那个模型本身是错的因为现在发生的事情很明显是你正在往另一个方向走你在向外扩展自动化经济中越来越大的一部分回到你关于工作的那个点你可以说好吧我们就是要用AI替代所有人然后所有钱都会流向Sam AltmanMark再给自己买一家Golfstream给机队再添一家但我觉得另一种回答是这又回到了固定劳动量谬误过去200年里每一种这样的技术都会消灭一批工作创造一批新工作创造一批新价值并为我们所有人释放繁荣这个过程会很痛苦但它总会创造更多价值所以在这里你当然可以拿电力行业来类比这个类比有用的地方在于电力最后变成了所有东西的一部分而软件也一直在慢慢向外扩散这里的类比就是电力先进入工厂然后慢慢扩散到其他地方所以重点还是它会慢慢扩散去做越来越多的事情创造越来越多的价值对经济的贡献也越来越大当然它也会消失在各种东西里面我在演讲里讲资本那一部分时另一层意思也是这个Sam Altman有一句很夸张的话他说我们会像卖水卖电一样按表记费来卖AI Intelligence你听到这话会想天真的孩子要不要我给你讲讲公用事业行业的利润结构因为你想想你看电视的时候电视公司并不会把你每月账单的一部分付给电力公司你洗衣服的时候Bosch也不会把洗衣机售价的一部分付给电力公司现在更具体更战术的问题显然是我们最后到底会不会只有三个巨型模型还是会变成几百个模型包括开放模型本地模型等等就算最后真的有比如随便说一个数三到六个或者十个巨型foundation model每年要花几千亿美元也可以但他们会拿走所有价值吗我的职业生涯一开始是做电信分析师 [00:30:00]
我的职业生涯一开始是做电信分析师
Benedict Evans：我的职业生涯一开始是做电信分析师所以现在也还会稍微关注这个行业全球移动通信行业的年收入大约是一万亿美元现在可能更多一点它每年的capx大约是两千亿美元整个电信行业大约是三千亿美元移动通信大约是两千亿美元也就是每年收入的15%到20%如果你看移动数据用量的图表那是一条指数曲线非常完美的一路向上现在全球的移动数据用量我记得大概是10年时的1500到2000倍但这些公司的股票25年来基本没怎么涨因为这是一个低增长低利润率商品化的公用事业他们卖的是一套客观上非常惊人的全球技术基础设施复杂度极高也非常精密但所有酷的东西都是你们做出来的是这个播客的听众做出来的是其他人做出来的当年有一个关键时刻电信公司以为你在iPhone上做的那些事情都会由他们来做结果他们不但没有做Apple也没有做那些东西都在更高的一层所以现在围绕Foundation Model的根本问题就是模型会不会把整件事都做完你是不是只要去聊天界面让Chatbot把所有事情都做完模型公司能不能一直做这些类似Cloud for XCloud for Y的东西在我看来这很像你在Excel里点文件新建时看到的那些模板但实际上那里面每一个模板背后也都可能是10亿美元级别的公司如果不是这样那是不是所有东西都必须是所谓的app不管app这个词到底是什么意思如果所有东西都必须是app那谁来做这些app他们不可能全都有模型实验室来做就像当年也不可能全都有Microsoft来做一样如果他们都是其他公司做的那foundation model能不能像Windows当年那样对上层应用有控制力还是说这更像AWS比如你是一家工程公司或者一家律师事务所你买一款软件时并不关心它跑在哪个云上你也不需要因为所有软件都在AWS上就标准化到AWS开发者也不会因为所有客户都用AWS就全都标准化到AWS事情不是这么运转的Windows当年是这么运转的但云不是这么运转的所以在我看来如果Chatbot不是最终的UX如果还需要App而模型公司又不会去做这些App并且从用户能看到的角度来说模型本身基本上是Commodity那模型公司为什么会有定价权难道价值不都会在更高的一层吗你最后不就是三到六家公司在按编辑成本出售一种Commodity吗当然半导体分析师会说不不不定价壁垒会永远无限存在抱歉我有点夸张但我觉得一个非常重要的区分是我们现在处在什么位置现在的价格还处在一种非常不稳定的失衡状态你会看到一些极端例子比如OpenClaw那个人上个月在Token上花了150万美元但这就像有人在2010年收到了5万美元的移动数据账单一样这是暂时的真正的问题是稳态均衡点在哪里等图表上的这些线都对齐之后不再有现在这种奇怪又疯狂的情况那时会是什么状态到时候你还会有定价权吗还是说会有三家四家五家公司 [00:32:49]
一凯：基本都在卖同样的东西如果是后者那价格就应该更低利润率也更低价值会转移到更高的一层这里有一个很有意思的结论你的判断是随着时间推移基础模型公司比如Anthropic Open AI还有其他公司他们的利润率会被挤压不会像今天这么成功更大的机会会在应用层在那些基于模型做产品的人也就是各种prepet这是一个很确定性的判断关键是我刚才说的是 [00:33:17]
Benedict Evans：模型公司看起来没有网络效应所以看起来不会出现赢家通吃不会有某一家远远甩开其他所有人如果是这样那竞争就会一直存在竞争一直存在而产品本身又没有特别根本特别激进的差异化那它们为什么会有定价权与此同时如果你需要成千上万个彼此不同由不同人做出来的应用那这些应用不可能都由模型公司自己来做所以最终它看起来应该更像云而不是像Windows当然这也可能完全错我在演讲里提到过一点想象一下如果我们在1997年讨论互联网你会判断对什么或者在2000年讨论移动互联网你基本上会错过几乎所有东西你肯定不会说一家来自库比蒂诺已经有点过期的PC公司会赢下整个市场没人会这么说还有一家搜索公司带着一个奇怪的logo搜索那跟移动有什么关系别想了你这是胡说所以我们应该默认自己并不知道答案但这些基本构建还是摆在那他们为什么会有定价权我不知道我还在做初级分析师的时候大概是1999年去英国看过一家Dotcom公司他想在网上卖电脑卡和电脑零部件他们有一整套模型一整套故事也讲品牌什么都有我们上去看了他们然后坐火车从伯明翰回来当时有个挺资深的银行家叫David Tate我们都坐在那讨论这家公司然后Tate说这是一个低利润率的经销商而且是一次性销售你想怎么说Dotcom都行但它本质上还是一个低利润率经销商我觉得这就是问题的核心他们是没有差异化的大宗商品式基础设施提供商这里面当然有很多科学含量但移动行业里也有很多科学含量比如平板屏幕你觉得那是什么平板屏幕里也有诺贝尔奖级别的技术但他们仍然是低利润率的大宗商品我很期待自己被证明是错的但现在看起来就是这么回事这很好我知道你不是投资人 [00:35:04]
一凯：也知道你在A6CZ的时候其实并不做投资虽然你在A6CZ工作过Half-Owner就是坐在那发表高见的合伙人那如果让你投你会投哪些公司
Benedict Evans：比如现在有几家公司你会投他们在你这个名单上吗或者至少有哪些类别我刚才简单提到过我以前是分析师我是卖方股票分析师我不是一个很好的卖方股票分析师一部分原因是我不喜欢跟客户聊天另一部分原因是我对股价不感兴趣而这听起来好像已经足够让我失去做股票分析师的资格了这里面有一个巨大的区别判断正确和判断得太早是两回事选对公司和价格合适也完全是两回事从确定性的角度你可以看整个市场然后说这有点像IQ的中型曲线IQ50的人和IQ200的人都在说Jeff Bezos是聪明人我买他的股票你当然也可能把这一切想得太复杂你可以看Google Apple Facebook然后说在这波变化里确实很难看出他们会有什么大问题当然你能看到这些公司各自都有问题他们当中也许会有人掉链子但也值得回头想想移动互联网当年发生了什么互联网本身是一次非常明显的平台迁移移动互联网有意思的地方在于有些公司完全错过了它而对另一些公司来说它其实没有改变什么对Google来说它没有改变什么对Meta来说这太好了相比PC手机是做社交更好的方式因为你有摄像头有通知而且手机一直在你身边Amazon呢这改变了什么其实也没改变什么当然我这里是在大幅简化但重点是与此同时Yahoo Mail没能完成这次迁移有些本来就在衰落的公司也没能跳过去也许eBay也可以算一个具体公司名字可以讨论重点是我们经历了那次转变但它对半个行业没有改变什么对半个互联网行业都是这样所以我觉得在这里你也可以提出一点类似的看法A6Z的Steven Sinofsky以前负责Windows他总是说现有巨头总会试图把新东西变成一个功能而有时候它们是对的有时候它确实只是一个功能 [00:37:01]
一凯：顺着这个方向我想听听你的看法最近很多嘉宾都反复提到一个话题就是分发正在变成越来越大的护城河因为软件越来越容易做所有人都在发布产品所有人都在争夺注意力想让别人注意到你变得越来越难一直以来这都很难但现在市场里的噪音真的在疯狂增加对我来说这说明分发会变成越来越有价值的能力和资产也说明现有巨头会更容易成功
Benedict Evans：因为他们已经有分发渠道而创业公司还在努力突围这里有点像Drake那个表情包这个我不喜欢那个我喜欢比如我不喜欢看到一堆GPT rappers但我喜欢Honestus我去年年底做演讲的时候确实花了一些时间讲这个问题如果产品变成了商品化的东西那真正重要的就是分发今年早些时候我也写过一篇关于OpenAI的文章讲他们要怎么竞争这里有一个很明显的类比很多人也都提过就是网页浏览器本质上它像网页浏览器但我觉得这里要区分两件事作为产品的浏览器和浏览器渲染引擎渲染引擎可以更好或更差但浏览器这个产品本质上只是渲染引擎外面非常薄的一层包装它就是一个输入框一个输出区域还能有什么浏览器设计上一次真正的创新是什么20年前25年前的标签页浏览吗因为它已经接近一个理想形态了每隔一段时间总会有人试图在浏览器设计上创新但都行不通这有点像试图创新智能手机设计它就是一块玻璃矩形你能做的事情不多所以当年发生的事情是Microsoft用分发打了进去当然先把诉讼放在一边后来也证明赢下浏览器其实也没那么重要因为价值在更上层的stackMicrosoft赢了浏览器大概五六年但这并不重要也没有给他们带来什么现在很明显Google正在用分发来推动Gemini那Gemini和其他同类产品有什么区别如果你整天都在用这些东西当然你能说出区别但对普通人来说没有区别Meta也是一样你看人们使用哪些AI的调查数据甚至在那个更新的新东西Lama相关的东西出来之前Meta也排在前面和ChatGPT Gemini在一起如果你在科技圈大家可能已经完全把它写off了但实际上Meta把它喷到了每一个服务界面上它也没有那么差还可以所以当这个领域基本上已经商品化时一个够用的产品加上分发和品牌就会变得非常重要你也能在OpenAI去年年底的策略里看到这一点当时有人把它叫做Everything Everywhere Yesterday他们基本上是在各种方向上都试一遍想搞清楚怎么才能形成飞轮我们怎么拿到分发怎么做出有粘性的东西怎么让人们先用我们的东西因为在Google Meta和Amazon把它喷得到处都是让所有人都开始用它们之前你必须先站住位置否则后面就会有惯性也会有默认选项的力量那用户为什么还要切换很明显Meta Apple是这里最后还没完全落下的那枚硬币这就是那个有点奇怪的开局设想现在还有一个更奇怪的故事说OpenAI想起所Apple祝他们好运关于Apple这笔合作的事我不想扯太远但有意思的是如果你回头看2024年的WDC整个后半段讲的都是Apple Intelligence那是我见过的个人AI助手里最有说服力的愿景到现在为止仍然是我见过最有说服力的愿景后来他们没能把它做出来但其他人也没做出来你现在再看一遍会觉得好吧你想要的是能用工具的Agentic端测AI没有Prompt Injection没有幻觉还要有一套完全标准化的API系统覆盖一万个APP里面的App Intents全都完美工作这听起来当然很好但他们没做出来我一点也不意外不过也确实没有别人做出来但那个愿景本身非常好我真的很想看看一个月后的WWDC会发生什么他们现在会不会真的把它发布出来而且底层由Gemini驱动但这又引出另一个点Android上会有那个AI Intelligence不管我们怎么叫它也许叫Gemini Intelligence然后iOS上会有Apple Intelligence它由Gemini驱动但它不会是同一套产品模型只是底下那个笨东西这个说法有点好笑但意思是模型只是底层驱动功能的东西模型是商品化的底层能力真正不同的是你决定功能应该长什么样以及你怎么分发它在这种情况下Apple当然有大约10亿台设备可以在Edge上跑这些东西而Google有一句很棒的营销口号即将登陆我们最强大的设备意思是它会在大多数Android手机上运行所以这又回到了分发问题有意思Google IOS下周就来了所以我们会看看他们发布什么不他们已经发布了他们已经发布了Apple不对他们发布了Android他确实显示出这东西有多么快化是今天吗不是他们上周发布的我的意思是这正好说明我们现在有多不关注Android和iPhone了Google上周办了一场很大的活动他们要用Google Books取代Chromebooks还推出了一个由Gemini驱动的新Android Intelligence会推送给那五个买了Pixel手机的人你不在Google工作吧不在我想稍微换个方向我很好奇你有没有在关注一种反AI情绪感觉它正在增长 [00:41:50]
一凯：如果你看过那些调查AI的受欢迎程度好像比IC还低人们在试图阻止数据中心建设我记得Eric Schmidt刚做了一个毕业典礼演讲他每次提到AI台下都有人嘘他 [00:42:03]
Benedict Evans：你觉得这是怎么回事你觉得这种情绪以后会怎么发展这很有意思而且它是一大团很模糊很复杂的东西我觉得其中有一些很具体的东西比如我的电费涨了客观地说这其实只发生在很少数地方但它确实发生了所以这是一个问题水的问题就很奇怪因为它基本上是假的我应该限定一下解释我这里是什么意思数据中心确实会用水来冷却大多数是闭环系统但数据中心数量相对于美国总用水量来说非常小我还专门去查过Livermore Lab在2024年底做过一项研究估算了美国数据中心的用水量结果大概是美国总用水量的0.017%当然如果你住在一个小镇上那里只有一口井然后他们把那口井封了把所有水都给了数据中心那你肯定会非常生气但那是规划问题不是数据中心问题总体来说是的数据中心现在大概占美国能源消耗的5%而且未来5年可能每年增长一个百分点但水这件事基本就是胡扯然后你会进入更具体的问题这东西到底在造成什么影响它是不是在抢走工作你可以去看一堆三个小时的播客里面是经济学家互相讨论主要答案是我们现在真的还不知道有一堆图表看起来像是在说是也有一堆图表看起来像是在说不是很明显18到24岁人群的就业增长放缓了但这种放缓似乎对有学位和没有学位的人都一样对那些看起来会受AI影响的领域以及那些看起来不会受AI影响的领域也都一样所以这里面有很多计量经济学上的争论其实这里还有一个更大的点或者说这是另一个问题关于AI到底发生了什么我们从任何人那里得到的数据都非常少那些模型实验室什么都不告诉我们他们不给我们任何有意义的使用信息他们会给我们一些很奇怪的研究比如有多少人用它做这个做那个但他们不给我们日活数据我们没有ChatGPT的日活用户数这太离谱了所有数据都来自学术经济学家他们试图从BLS调查里反推出一些东西或者来自咨询公司和营销机构他们花一大笔钱去调查2万人然后问你们拿这些东西在做什么我们其实没有很好的数据能说明现在到底发生了什么也不知道到底有多少人在真正使用AI但回到就业这个问题所以现在有很多人在翻美国人口普查收集的各种资料想搞清楚我们能在哪些地方看到影响能不能看到生产率变化到底能看到什么我觉得现在的答案是还没有明确共识能证明我们已经看到了AI对就业的影响但当然在政治上这不重要如果你是学生找不到工作而这显然是个问题至于是因为AI还是因为特朗普和关税那是另一个问题然后还有一些更小众的情况比如给青少年言情小说画封面的人会非常不高兴因为现在不用付钱给他们也能生成一张裸体女人骑在龙背上飞过火山的图抱歉我是故意说的有点刻薄但这里确实有这种情况尤其是小说作者写电子书的人围绕用AI到底行不行这件事有一场很大的文化战争也就是所谓AI slop的问题如果你看到一个数字说你的播客里有30%到40%是AI生成的 [00:45:00]
说你的播客里有30%到40%是AI生成的
Benedict Evans：说你的播客里有30%到40%是AI生成的那这里面就有很多非常模糊非常庞大的问题我觉得其中有一部分有点像当年对社交媒体的反弹只是这次压缩得更厉害而且就像社交媒体一样当年围绕社交媒体的反弹有些是真的有些算是半真半假有些并不是真的最典型的例子就是Facebook出卖你的数据这句话第一这不是真的第二相信他的人会极其坚定地认为这当然是真的如果你提出不同看法他们会觉得你显然疯了这就像Jonathan Swift那句话一个人不是靠理性得出的想法你也没法靠理性把他说服出来所以你会看到一大片很分散的观点这个回答绕得有点远但它是在回答你的问题就像当年社交媒体一样会有20种不同的问题其中有些非常真实有些完全不真实还有很多处在中间是一团模糊的东西与此同时特朗普又说他想针对危险模型发布新的行政命令但我其实不觉得这是推动反弹的核心因素比如担心模型造成神话式风险或者网络安全风险我不觉得这是美国普通民众日常会聊的话题不过这件事确实又让特朗普对AI重新产生了兴趣 [00:46:05]
一凯：你刚才其实带到了一个有点相关的方向我很喜欢问来节目而且有孩子的嘉宾这个问题尤其是那些很深入思考未来走向的人给予你对世界走向的理解以及你认为AI会怎样影响未来你会怎么改变养孩子的方式有没有什么东西是你现在会用不同方式教他们的可能能帮助他们应对未来我不知道我觉得这里有一个时间曲线
Benedict Evans：如果你的孩子未来一两年就要进入就业市场那一切都还悬着没人知道接下来会怎么发展如果你的孩子大概五年后才进入就业市场那也没人知道但到那时候很多事情可能已经稳定下来了只是稳定成什么样可能完全无法预测所以如果我有一个21岁的孩子我可能会担心得多但我孩子现在大概是十几岁出头所以问题不太一样然后还有很多问题其实在ChatGPT出现之前就已经存在了比如守门人的崩塌比如你真的应该相信TikTok上那个influencer说的话吗还有你到底是从哪里理解以色列正在发生的事情的这些都是社交媒体互联网媒体消费带来的问题我不知道有些人会对孩子生活里的每一分钟都超级超级有规划我不是这样我会想到George Carlin那句玩笑所有开得比你快的人都是疯子所有开得比你慢的人都是傻子这句话当然也适用于育儿所以每个人都会觉得自己在中间位置但我没有一个特别系统特别全面特别连贯的计划规定我的孩子在三个月六个月十二个月十八个月后应该做什么我现在的目标就是希望他别再把自己的Chromebook弄坏我喜欢你整体的感觉就是大家别慌会没事的我也不知道也许这是因为我是英国人而我们已经500年没有政治暴力了如果我来自伊朗也许我对未来能不能保持冷静会有完全不同的态度我觉得可以分一层来看是的AI会改变很多事情我们也需要担心它但这其实是一种常态我们一直都有这种情况我记得当年围绕社交媒体出现那一波恐慌的时候我还翻出过一些70年代末关于数据库的书当时也有一整波关于数据库的恐慌而且同样其中一半是真的比如如果所有人的警察记录和参观记录或者所有警察记录和所有政府记录都上线了那确实不一样如果你想一想Deep News也就是Deep Fake裸照这个问题有一种很蠢的反应就是说你没听说过Photoshop吗这当然是真的一个15岁的孩子以前没法用Photoshop在一个下午里给高中里每个女生做出露骨的色情裸照再发给全校还可以把他们做成视频对甚至还布置现在他们可以做到所以这就不一样了这有点像社交网络带来的挑战90年代人们会说这太好了你可能是村里唯一的同性恋孩子但你可以找到其他同性恋者找到自己的群体结果我们后来发现你也可能是村里唯一的纳粹或者唯一的恋童癖或者唯一一个想看儿童色情内容的人现在你也能找到其他喜欢看儿童色情内容的人而且他们还会告诉你这很好所以糟了我们把所有人都连接起来了不幸的是这也意味着我们连接了所有坏人连接了我们自己最糟糕的本能也连接了社会里的每一个问题所以同样的事也会在AI上发生比如Deepfake裸照是我们现在能看到的很明显的问题以后还会出现一大堆类似的问题另外对于偏技术的听众来说你们可能知道英国的邮局丑闻你了解吗不知道好那我插一句背景在英国邮局大多是特许经营由小商户来运营比如药房就会经营邮局柜台很典型的是很多是印度移民或者第二代印度裔在经营大概15年前英国邮局推出了一套新的point of sale电脑系统也就是说店里后面有一个单独的柜台是邮局柜台邮局推出了这套新电脑系统是Fujitsu给他们做的系统里有很多bug会显示现金短缺邮局看到之后就说我们早就知道这些人在偷我们的钱结果几百人入狱很多人自杀很多人破产还有人失去了房子与此同时邮局的人和Fujitsu的人上法庭宣誓说系统里没有bug也没有其他人遇到过这个问题这还是70年代的技术真正的重点在于都会带来一些方式,让你可以有意或无意地毁掉别人的生活。中国的大规模监控就是有意为之。邮局这件事也许有人应该坐牢,也许不该,但每一种技术都会带来类似的问题。我们会得到一堆可能毁掉别人生活的新方式,你必须意识到这一点,但也不能因此陷入恐慌。顺着刚才的话题回到孩子和工作这件事,有没有哪种工作,你会引导自己的孩子避开?又有没有哪种工作,你会希望引导他们去做?这个我也说不好,现在可能还有点太早他还没到那种我想当消防员的阶段不过消防员也许是个很棒的工作如果看我自己的职业经历我一开始是股票分析师然后去行业里工作后来又做咨询过去那种你大概知道自己职业道路会是什么样的时代已经结束了当然有些人可能会说我想当建筑师我想当软件工程师我想做X或者Y我不确定我现在唯一的想法是你会慢慢弄清楚自己有一组技能这些技能会让你适合某些工作然后还有一组事情是别人愿意付钱请你做的你最好至少占到其中两项 [00:51:06]
一凯：理想情况下三项都占到好我们再拉远一点我问你一个更远的问题关于AI有没有什么问题是你觉得现在还没人问或者问的还不够多但我们应该开始问自己的我们前面聊过价值捕获
Benedict Evans：显然大家都在问这个大问题但我不确定有多少人在问模型实验室到底有没有定价权我觉得很多人只是默认今天的情况会延续下去或者默认他们当然会有定价权所以这可能是一个问的还不够多的问题我在演讲快结束时提出的那个问题前面我们也聊过就是什么是任务什么是工作哪些东西只是一个会变成按钮变成自动化功能的任务哪些才是别人真正雇你来做的事这也许是一种有用的思考方式显然会有一些工作答案就是不那真的只是一个任务于是那份工作会被某种方式消解掉但也有很多工作问题其实并不是这样我在那份deck的最后是用一张全球录制音乐收入的图把这个观点收起来的你可能知道那条曲线大致是U型的从2000年到2015年前后它下降了大约一半之后又回升到峰值的大约75%这是按通胀调整后的数字推动回升的streaming我看这张图是会说图的前半段问的是如果我不用花15美元买一张CD只为了听到那一首歌会发生什么图的后半段问的是如果每个月15美元就能听到世界上所有音乐会发生什么所以这是一个完全不同的问题你也可以用这种方式看Uber或者看Airbnb或者看这类公司一开始你是在用新技术做过去的事情只是做的更多你还是做原来的事只是在新平台上做的更多比如把Flickr放到移动端把邮件打印出来然后你会做出一些只有新技术出现后才可能存在的新东西再往前走一步你可能会彻底重新定义问题做出一个根本不是原来那类东西的产品Spotify不是一家在线音乐商店它是另一种东西而现在这些问题往往只有等别人把问题问出来之后你才知道问题是什么然后你已经做出了一个十亿美元规模很多人都在用的东西因为很明显Spotify当年看起来很疯狂Uber看起来很疯狂Airbnb也看起来很疯狂所以我觉得要理解这件事意味着什么你必须越过把旧东西做得更多这一层去问你能做出什么不一样的东西因为有了这个技术什么改变了以前什么不可能现在被解锁了而不只是把旧事物做得更多这也支持你一直在说的那个大主题我们不知道接下来会发生什么 [00:53:27]
一凯：这是前所未有的如果把视角拉回到几年前比如三年前四年前你最想不到会被自动化的职业可能就是工程和写代码因为这听起来像是最难的事情我们会觉得现在我们需要人来构建这些东西结果它反而成了变化最大的岗位之一你从所有代码都自己写变成你的代码里有零百分比是你自己写的是AI写的这就像是你以前没有意识到
Benedict Evans：原来那其实是可以被自动化的无聊体力活你以为它是另一种东西这很有意思我之前在看一个东西美国政府有一个叫O-Net之类的数据集试图分析每一种工作然后人们会给它打分说这个职业有X百分之或Y盘子会受到AI影响而今天AI已经能做其中百分之多少我觉得这简直是一堆荒唐到离谱的胡扯原因有两个第一个原因是讽刺的是这其实就是逻辑系统的问题也是专家系统的问题如果有人不了解专家系统简单说就是你想识别一张猫的图片于是开始搭建一系列逻辑步骤再做一个边缘检测器再做一个毛发检测器再做一个眼睛检测器再做一个耳朵检测器15年后你有了700个步骤但它还是不好用当你试图分析一个职业把它拆成哪些部分能自动化哪些部分不能自动化时也会发生同样的事你不能这样描述一个职业不管怎样你不能看着一家律所的高级合伙人说他的工作有17%可以被自动化这是胡扯你不能这么做另一个谬误是拿出租车司机来说如果我们在1997年讨论这个问题就是Uber测试想象我们在1997年什么会被互联网摧毁报纸应该没事因为他们可以省下印刷成本这像个笑话但当时确实有人说互联网对报纸会很好因为印刷成本会下降对听起来是这样但其实不是另一方面出租车司机显然不可能被互联网自动化这跟互联网完全没关系也许可以网上叫车但不会改变什么当然结果是它彻底改变了整件事我前几天看到的例子是有人说不会受AI影响的事情比如私人教练好那我拿起iPhone把它架在器械的金属部件上让摄像头对着我然后让一个AI给我制定训练计划看着我做并告诉我动作对不对那我为什么还需要私人教练这可能完全是胡说但这些事情就是这样发生的那些你以为不会被影响的东西你不一定能预测哪些会暴露在变化之下很多大公司最开始看起来都不像能做成也不像会受到这种技术影响另一方面我演讲最后有一张图是拿Uber和Airbnb做对比这就是Mark Andreessen那句老话Uber不是把软件卖给出租车公司Airbnb也不是把软件卖给酒店好那我们来看市场影响很多城市里Uber摧毁了出租车业务同时也把这个市场做大了让TM变大了很多大家都转过去了Airbnb对酒店的影响如果你真的去看数字其实相当有限它开辟了另一整块业务也许让酒店增长稍微慢了一点但比如我妻子下周飞去Milwaukee她晚上8点落地她想去酒店她想要客房送餐她需要卫生间需要浴缸他早上6点需要健身房然后早上7点要开车去客户现场他不会住Airbnb绝对没有可能他会住酒店不会住Airbnb而酒店业务有一半是差旅是商务旅行只要你真正深入到任何一件事里面它就会变得复杂我记得社交媒体上有人说Bennett的问题是他对所有问题的回答都是看情况我会说对啊确实是看情况所以再又回到我1997年的那个观点 [00:56:44]
一凯：你可以判断出其中一部分但你必须保持谦逊我又想到你刚才那句话假定存在根本性不确定性这其实是一个很好的核心观点所以知道了这些之后我们还是很难判断我们并不知道它到底会走向哪里事情会发生很大变化但大体上可能会没事不过很多听众确实很担心自己的工作职业发展还有这个世界会变多少基于你知道的这些 [00:57:11]
Benedict Evans：你会建议大家做哪几件事来让自己在这个未来更成功我得先把你刚才说的稍微往回收一点就像Kinis说的从长期看我们都死了所以从平均来看第一次事业大战里平均没有人死亡听起来很好但如果你是1914年的一个19岁年轻人你大概有三分之一的概率回不来所以确实有一批职业会面临很大的问题尤其是如果你现在是associate或者原本打算去做associate这就是一个非常大的问题这些职业最后会怎么演变现在非常不清楚专业服务行业那种金字塔结构会发生什么也非常不清楚我觉得唯一能给的答案就是不要把头埋进沙子里说我讨厌这一切因为那会给你一种很强的道德优越感你可以去Bluski上对所有人大喊跟别人互相喊说AI有多邪恶很好我替你高兴但那没有帮助真正有帮助的是你完全扎进去把自己沉进去然后出来的时候你要明白自己能用它做什么它会怎样改变事情你要想清楚自己怎样才能成为一个很值得招聘的人这可能还是帮不上忙但如果你去一家律所面试对方说我们去年招了100个associate今年只招50个那你在面试里说我觉得AI都是胡扯我永远不会用它这大概不是合适的态度所以这可能不太让人安心但我觉得没有别的选择你必须扎进去吸收它内化它思考它意味着什么 [00:58:29]
一凯：就像当年你和我面对移动互联网面对互联网时做的那样我觉得这其实非常可执行而且这也是这个播客里一直很一致的建议就是去做事去把东西做出来不要只是坐在那里高谈阔论也不要只是对正在发生的事生气最后收尾我想带我们进入AI Corner这是节目里一个固定环节我想问你的问题是你在工作或者生活中有没有哪一种
Benedict Evans：使用AI的方式特别有意思可能会给其他人一些启发我不知道这个问题我其实挺纠结的因为我有点像一个律师在看ChatGPT我想做想自动化的那些事往往是非常精确的信息检索任务而这恰恰是他现在最不擅长的事情这不是批评只是一个观察我希望机器替我做的那类事情正是目前AI还不能特别特别好的替我做的事情我会用它来校对也会用它做图片我用它重新装饰我的公寓效果非常好它很擅长这个比如这是一张这个房间的照片把它重新粉刷成这种光线加上这张桌子和这块地毯不再改一下地毯的颜色有一类事情它确实能做得很好但几年前有人说过AI擅长电脑不擅长的事不擅长电脑擅长的事我很难找到很多我自己真正需要的例子但我这份工作本来就有点特殊有点奇怪我整天坐在桌前试图把一大堆别的东西综合起来变成一大堆新的想法大多数人的时间并不是这样花的所以我很难找到AI的使用场景我就像一个会计看着电子表格心里想这东西确实很聪明也显然会彻底改变一切但我其实不是每天都做电子表格 [00:59:58]
一凯：我去看过一场Pete Holmes的单口喜剧 [01:00:01]
我去看过一场Pete Holmes的单口喜剧
一凯：我去看过一场Pete Holmes的单口喜剧不知道你知不知道他他讲了一个笑话说我们希望AI去清理街上的狗屎去做那些没人想做的辛苦活但结果他说来我帮你写东西我帮你生成图片
Benedict Evans：就像一个波西米亚人说不我不想做那些丑陋的事情我想要创作我想做艺术对这里面有很多不同版本的说法比如我不希望AI做那些我觉得好玩的事我希望它做那些无聊的我本来就不是为了乐趣才做的事找到这种契合点很重要说笑归说笑这其实又回到我之前关于Chatbot的观点Chatbot是一个空白屏幕再加上一条参差不齐的边界我到底该用它做什么哪些事情会有效这是一个很大的问题解决这个问题的办法就是把它包进具体的使用场景里还有一部分是AI会直接消失在产品里比如我现在写的大多数东西都是口述的我把它像语音留言一样说出来然后它会自动转成文字这还算AI吗还是只算语音识别里面大概有一个ALM应该是有一个ALM在里面那好吧也许这算AI但那又怎样到Mogusir它就自行自动化了你语音转文字用的是什么我其实觉得Apple Notes也就是iPhone里自带的那个备忘录就挺好用有人会想用别的工具这我知道但对我来说我说出来它就在那里能用所以我挺满意的好进入非常精彩的快问快答之前最后一个问题还有什么你想分享的吗还有什么想留给听众的吗没有我觉得我已经讲了很多也把演示文稿里的不少内容都说到了去读那个deck然后订阅我的newsletter这样你就会收到更多Bendix Evans的精彩智慧其中有些甚至可能真的有用有个人退订了我的newsletter他说你没有给我任何可操作的股票建议我就想从某个角度看这完全没错但从另一个角度看也许又不一定 [01:01:45]
一凯：那么Benedict我们来到了非常精彩的快问快答我们有五个问题要问你准备好了吗可以第一个问题你最常推荐给别人的两三本书是什么这个对我来说很难
Benedict Evans：因为我读的书太多了然后我就记不清自己读过哪些我有时候会开玩笑说19世纪末有一部英国经典喜剧叫Three Men in a Boat它有点像我的一个参照比如我们在挂一幅画时遇到麻烦书里就有一段讲这个我们在做某件事时遇到麻烦书里也有类似的成功故事而且都很好笑所以Three Men in a Boat算是我的一个选择还有一本书我记得是William Cronin写的讲芝加哥经济史非常有意思而且其实和技术很相关因为它基本上在讲标准化物流里的分包和封装渠道冲突网络动态还有网络中立比如芝加哥的肉类加工商发展到一个阶段后把一头牛从纽约运到芝加哥宰杀包装再运回纽约居然比直接在纽约宰杀更便宜还有冷藏车的定价读起来就像在读某种技术平台的商业史问题类型完全一样这类商业问题很有意思我还读过什么我也不知道总之多读书读不同的书一般来说读点给成年人看的书如果你要给另一家公司起名字拜托读点Lord of the Rings以外的东西所以我看到最近那个Peter Thiel相关的公司时就会想换本书读吧所有东西都用同一本书里的人物来命名这个世界上不止一本书也不止科幻这一类书读不同的东西甚至这个方向问你最近有没有特别喜欢的电影或电视剧我不知道我已经严重脱离当下媒体消费的节奏了我只是把时间浪费在看经典作品上也就是那些大家都说你应该看过但看起来又很吓人的作品然后你真的去看就会发现原来确实很好我最近看了The Seventh Seal它就是那种让人想到Woody Allen会觉得可怕无聊的电影但它非常精彩很有意思而且它其实也就一个小时左右 [01:03:35]
一凯：所以去看一部你觉得自己应该看过但还没看过的电影吧最近有没有你新发现而且很喜欢的产品可以是一个小硬件也可以是一个app这周早些时候我在一家公司的partner meeting上发言
Benedict Evans：今天星期几星期一不对是上周我见到了那家公司的创始人也就是CEO他的名字非常有名我注意到他的鞋很好看但当时没说什么然后大概半小时后我去google了一下心想好吧我也买一双你想分享一下品牌吗还是想保密好吧我们就保密我不知道我觉得新产品是一波一波来的你会进入一波新东西的周期比如上一次出现很酷的App还是iPhone App的时候那时候有很多空白机会后来这些机会都没了这部分也和产品变化平台变化有关那些做酷炫新App的空白机会都消失了现在我们还没有真正爆发的消费级AI App其实这也回到了前面说的点我觉得主要原因是编辑成本而不是别的所以你没法把它做成免费拿到5000万用户然后再去找收入模式但我们现在还没有那些爆发式的消费级产品对消费级的还没有有点奇怪的是我一直刷到录音笔的广告有人在卖一种名片大小的硬件录音笔 [01:04:42]
一凯：我就想我不太明白我手机上就有录音功能各种很酷的东西还会出现好还有两个问题你有没有一个最喜欢的人生格言是你在工作或生活里经常会想起的我想我前面提过显然我最常说的是看情况那就会是这一期的标题了抱歉大概会没事的对这就是我感受到的气质我喜欢这个大概会没事的不是一定会没事好最后一个问题 [01:05:08]
Benedict Evans：我看到有人说你有很多旧手机这是真的吗是的以前我是电信分析师和移动行业分析师所以我把手机都留了下来留到某个阶段现在这些手机有点没那么有意思了你可能还记得iPhone出现之前尤其是在美国以外手机外形有过非常大的创造力和扩张因为大家基本上都在围绕一个小小的灰色方块做创新所以在外形最终收敛之前所有人都在努力让自己的产品和别人区分开来这其实有点像汽车就像在流线型设计和风动普及之前汽车长得都不一样大家都在创新因为都是四个轮子同一类发动机所以只能靠外形来区分然后最后一切都收敛到一种形状手机也是一样所有东西最后都收敛到一种形状在那之前有大量创新所以我有一大堆PDA和智能手机等等你问的是有多少部3G我们说的到底是多少部我不知道大概二三十部吧好吧好吧好吧那也没有特别夸张最老的是哪一部你手里最老的是哪一部我有一部那种Ericsson的鲨鱼鳍翻盖手机大概是1998年左右的我应该拿给你看的盒子就在楼下那个也很有意思又回到硬件设计视觉设计用外观做差异化这件事我还有一部2001年的iMode手机还有一部2001年的JFone手机带摄像头所以我2001年从日本回来时我的手机有彩色屏幕还有摄像头然后我开了无数次客户会议大家都只是想看看这部有彩色屏幕的手机这在当时非常震撼它在日本以外不能用前几天我把它插上电它居然还能充电当然我显然也拿它做不了什么这里面也有一点类比我们当时以为手机会有各种不同的形状和尺寸iPhone之前人们会想有些人会用小型Pocket PC有些人会用带键盘的手机还有折叠形态大家对手机应该长什么样有各种不同想法 [01:06:55]
一凯：我们当时没有意识到最后一切都会收敛到一种设备形态上Benedict这期太精彩了我学到了很多聊完之后我感觉更踏实了最后两个问题大家可以在哪里找到你在哪里能看到这份演示 [01:07:07]
Benedict Evans：听众怎么帮到你你可以Google就像我经常说的我爸妈给我起的名字SEO很好所以搜Bendix Evans就行我有一个网站上面会发布我做过的所有演示也可以订阅我的newsletter每周都会发至于大家怎么帮到我我一直在努力理解各种事情也一直在试着提出不同的问题科技行业最糟糕的事就是一直聊同样的东西你真正理解某件事的那一刻也就是你必须继续往下推进去看别的东西的那一刻所以我总是在想我是不是只是在一遍又一遍说同样的东西比如去年我可能花了太多时间在说这些模型还是会hallucinate不要再告诉我它们不会hallucinate它们会它们还是会hallucinate你只要再推它们一下问得再深入一点任何问题都可能得到一个不那不是真的回答但这并不意味着它们没用所以你必须持续往前推也要不断推动自己对我来说挑战一直是我该怎么继续往前推另外如果你想请我去加勒比海给你们董事会做演示那就告诉我顺便说一下网址是benevins.com如果大家想去看是benevins.com [01:08:09]
一凯：Benedict非常感谢你来参加节目非常感谢大家再见