Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

AI的下一个价值增长点在哪?

2026-11-10, 杭州

AI的下一个价值增长点在哪?这是现在许多人在问的问题。今年下半年以来,我们已经看到,AI在计算机、理论科研等方面爽吃了许多低垂的大果,可预见的是接下来法律、医药等领域很可能还会有一波爆发。至于具身智能,尽管6 Astra和Fable 5.2表现出了不俗的操操臂能力,在AGX Thor能承载的本地模型可以操臂之前,只能说继续观望。

但是Scaling Law还在追我们,模型要变得更聪明,除了做更高质量的数据以外,就要更大规模的算力和RL,训练成本的持续上升未必是计算机和科研能吃得动的。另一种叙事是RSI,或者说Continuous Learning,但问题来了,目前所有的RSI叙事依旧依赖沙箱,更大的沙箱,更大的Lab,以及有指导性的行业数据反馈。也就是架构上其实没有实现持续学习,依旧靠集约化的堆规模,将一切献给机械的神明,寄希望于矩阵乘法自己不断优化自己、扩大规模——那又还是有成本问题。这个奇点和戈多到底谁先能到?我不知道。

现实世界的许多价值工作显然并不需要这么聪明的逻辑推理,否则我们做题区早就把海淀区住成天通苑了。现实世界的价值流动是复杂的。让我们来回顾一下。在目前这套生产逻辑下面,最赚钱的仍然是投机:量化、风投、股、债、期货、贵金属。但这个层面的投机行为的随机性仍然高到难以计算,纯靠AI逻辑推理能套到利的空间,梁圣早就拿着萤火二号凿穿了。但是投机之后呢?

回归到最原始的投机行为:贷款做生意。我对某个市场拥有较好的预期,而且我知道有满足需求的办法,我就自担风险去做。这就实现了最基础的金融资本对现实世界生产活动的拉动。但目前的拉动行为,很大程度上是依靠人和关系的。比如如果我要养鸡,我当然不是啥都不懂就去养鸡。我在村里可能有比较懂的老表,他知道上哪里买小鸡,知道村里哪片土地能够包来让鸡走地,知道饲料、防疫,甚至知道村里有没有戳头来偷鸡来下毒。知道了这些之后,我就得去联系别人,然后自己请人做泥瓦工搭棚,自己开车去进小鸡、买饲料、撒饲料等。

上述过程体现了现实世界组织一次生产活动的复杂性:人类在生产资料的组织方面的研究其实远远不够。我们为了生产资料的组织(以及风险分摊),发明了公司,发明了流水线,发明了供应链,发明了各式各样的市场。但这远远不够,因为还没有做到我许愿“我要出钱养鸡!”,然后湛江茂名云浮梧州玉林的深山里第二天就刷一座走地鸡养殖场出来,然后我等着赚钱/亏钱。

而AI其实是擅长协调生产资料和生产要素进行一次生产活动的。具身智能做不到的部分,人类可以补足。我们有那么高的青年失业率,有那么多的日结大神。那为什么没能有效组织起来呢?信任是最重要的。这里的信任指的是交付质量。花多少钱,干多少活,出多少货,这一预期没做好。旧时我们通过工厂、标准、质检和惩罚实现了对工业制品的信任。而后面我们有极其规范的网约车、外卖、快递和物流,用信息技术实现了交通运输方面的大批量信任。

现在,得益于AI自身对复合领域生产知识的理解,也许我们是时候在前期OPC概念的基础上,探索建设更大领域的规范,取得更大领域的信任,实现更大领域的生产资料调度和组合了。小额的授信、抵押,小批量的生产和组合,一些可靠的智能化工厂下定,比如先从开团200只的大肥鱼fumo开始,诸如此类。从而为可信赖的决策AI,在生产端提供统一调度、保证质量交付的人类公司;对AI的使用方(OPC)提供合理的授信、质押、投资、担保机制;构建对生产端和OPC两侧的信任评估机制,甚至于直接打通消费端。这样一来,从少数行业开始(〇里当年就已经在吹智造了吧?),通过为AI提供现实世界的“可信Tool Call”和复杂现实生产活动的世界知识,实现更灵活、更智能、更自动化的生产活动组织,帮助聪明的人进行更高效的生产投机,既能够产生利润,又有效促进了商品流通和社会发展。

说的就是你,蚂〇&〇里,快动啊。