Podcast連結

Roger’s Takeaway

Benedict Evans是我長期關注的高手之一，比起更多的數據，他更偏向使用歷史進程來描述此次的AI進展。

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。

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。

逐字稿

嗨，我是 Tony Cavan Brown。
我是 Benedict Evans。

又到了你製作那份超過一百頁投影片的季節了。

是的，我做了。嗯，我現在一年做兩次，所以這是今年的第二次。幾週前我傳訊息給一位朋友，問他能否請 Sam Altman 停止做新的東西，這樣我才能完成我的投影片。

他不知道世界上有人正試圖完成一份投影片嗎？

是的，我了解他的運作方式。

所以我過去會做一個大型的總體趨勢簡報，然後飛到世界各地，為公司、活動提供收費演講。我過去一年做一次，現在一年做兩次，因為一切變化得太快了。當然，內容主要關於 AI，不過值得記住的是，在 AI 出現之前我們所興奮的所有東西仍然存在，並且還在發生，像是電子商務仍在發展，廣告業也還在改變。

但 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。

所以我過去幾週在各種活動上做了這個簡報，兩週後我將在赫爾辛基的 Slush 大會上發表，然後公開它。

從這次的簡報和你上一次的簡報相比，你看到最大的轉變是什麼？有沒有一個重大的故事情節或故事線的改變？

我想，模型領域裡顯然一直有很多事情在發生。

我認為超越這個層面的轉變是，對於大型科技公司的重大策略性問題是什麼，現在有了更清晰的輪廓。對於科技圈以外的人來說，他們也更清楚有哪些產品會問世、可能會有哪些產品，以及他們該如何思考 AI 策略的樣貌並應對。

我想我們現在處於一個階段，大多數大公司都已經看過大概十場 AI 簡報了。他們看過 Microsoft 和 Google 的，也看過他們廣告代理商的，可能還看過 Bain、BCG 或 McKinsey 的，甚至 OpenAI 的。他們也接觸了 Accenture 的東西，可能已經部署了一些應用，而且肯定有十個或二十個試點計畫正在進行，其中有些成功，有些失敗。

他們現在坐下來思考，下一步是什麼？我們自動化了一些事情，但對於哪些東西會被系統性地自動化，我們還沒有一個清晰的概念，但我們確實自動化了一些東西。就這樣了嗎？我們該如何思考這意味著什麼？

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。

我想，在這樣的背景下，我們對於如果你是 Google、Microsoft 或 OpenAI，你會想做什麼、能做什麼，有了更清晰的了解。像是，那些策略性問題開始塑造成什麼樣子？

我一直在努力撰寫關於這個產業的文章，我的網站已經六個月沒有發布任何東西了，這是我很長一段時間以來第一次這樣。因為在很長一段時間裡，你能問的問題基本上都是 2023 年初就會問的問題，沒有什麼真正的新問題，除非是那些對其他人來說不感興趣的深度技術問題。

而且這些公司的表面策略沒有太大變化，除了「讓我們打造更多模型」。所以很難提出關於產品、產品策略或公司策略的問題，因為答案總是「我們會打造更多模型」。

現在，你開始看到這種分歧。所以你有這些不同的線索：資本的爆炸性增長、相關的資金、圍繞著泡沫的討論，然後是朝向產品和產品策略的轉變。這不僅發生在科技產業內部，也發生在科技產業外部的人們身上，因為至少在第一輪迭代中，你將開始使用什麼、部署什麼、思考什麼，都變得越來越清晰。

你把你的簡報稱為什麼？

我沿用了一個持續使用的名稱「AI 吞噬世界」。我以前有一個簡報叫「行動裝置吞噬世界」，這確實發生了，所以那不再是有趣的話題。現在是「AI 吞噬世界」。不過，裡面的所有內容都是新的，大概只有兩張投影片是我以前用過的，其他一切都是新的，試圖重新思考和捕捉正在發生的事情。

如我所說，其中有不同的建構模塊。其中一部分只是想說明，平台轉移是這樣運作的。科技是這樣被部署的，通常會發生這些事。關於平台轉移在這種情況下的有趣之處在於，因為它們之間大約相隔 15 年，現在科技業裡有很多人表現得好像這一切從未發生過，沒有任何事情改變過。沒有部署過任何東西，沒有失敗過，也不曾對事情如何運作感到不清楚。

科技也從未完全改變我們的整個工作方式。

從來沒有出現過一種徹底改變我們生活方式的全新技術。這很瘋狂，這種事一再發生，我們不必回溯太久就能看到科技如何從根本上改變了我們的工作和處理事情的方式。我們也可以一直追溯到印刷機的發明，思考它是如何徹底改變一切的。這太迷人了。

是的，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。

是的，完全正確。

網際網路和行動電話就是世界本來的樣子。所以我今年夏天上了一個叫做 Farnam Street 的 podcast，主持人是 Shane Parrish。他把影片放到 YouTube 上，有三百多條評論，因為他問我的第一個問題是，你對 AI 最具爭議性的看法是什麼？我說，我認為它和行動裝置、智慧型手機或網際網路一樣重要，但不會比那些更重要。我不認為它是新的電力或新的火種，我認為它和網際網路一樣重要。然後底下的三百條評論都在說，看看這個無知的白痴，他完全不懂，他不知道這有多重要。但我真的覺得，網際網路是件大事，智慧型手機也是，它們改變了一切。

我認為關於那些變革，有趣的一點是，我們也忘了當時一切有多麼不清楚。我簡報前面有一張投影片，內容是關於 90 年代初期、中期到晚期的網際網路發展。在 90 年代初，人們不確定網際網路會是什麼，還有所有其他東西，像是「資訊高速公路」這個詞，暗示著有線電視。後來，大概清楚了會是網際網路，但不確定會是全球資訊網（Web）。還有很多其他事情同時發生，現在沒人記得 Gopher 或 FTP 了。我想 Naomi Klein 的第一份網際網路報告裡，Web 使用和電子郵件使用是分開的兩條線，而且電子郵G件使用量預計會比 Web 更大。因為當時人們不確定，技術上來說，電子郵件並不是 Web，它是網際網路上發生的另一件事。

然後還有 AOL、PointCast、Flash、外掛、入口網站、Netscape，所有事情都沒人知道該問什麼問題，也不知道這一切會如何運作。Google 還要五年後才出現，Facebook 則要十年多。

所以，你可以知道這整件事很重要，但不知道它會如何運作。行動裝置也是一樣。我們在 1999 年、2000 年對行動網際網路感到興奮，但花了將近十年，行動網際網路才真正在一些小型應用場景外實現。大家對 i-mode 很興奮，我在櫃子裡還收著幾支 i-mode 手機，但那不是未來。Java 不是未來，WAP 不是未來，廣播也不是。我花了好幾年時間研究廣播行動影音，像是 DVB-H、DVB-SH、ISDB-T，還有各種像是 MediaFLO 的東西，這些全都是死胡同，從未實現。

然後還有 Nokia、Palm 和其他所有人。重點是，整件事可能是重要的，但 Blueberry。Blackberry，是的。我們現在就有點處於那個階段。同樣的，如果你回到 80 年代，當時我還沒注意到，但有很多個人電腦公司。在 IBM 推出 IBM PC 之前，有很多公司在製造個人電腦。那些公司現在幾乎都被遺忘了，除了科技史學家。沒人記得。在你的童年裡，有 Spectrum、BBC、Commodore，還有大概十幾家其他的，它們都被遺忘了。

現在也是一樣。OpenAI 是關鍵嗎？也許是，但 ChatGPT 是新的 Netscape 嗎？這是正確的問題嗎？瀏覽器是關鍵嗎？是穿戴式裝置嗎？是 GEO 嗎？到底是什麼？這一切會如何運作？這正是我們在 90 年代初期和中期遇到的情況，有很多很酷的想法。事後看來，PointCast 顯然行不通，但 Rupert Murdoch 曾試圖用五億美元左右的價格收購它。他也試圖收購，不，他確實收購了 MySpace，結果也失敗了。

所以你有這種整體的模式。然後，當你問這對其他人意味著什麼時，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。有個笑話說，報紙業者以為網際網路會很棒，因為可以節省印刷費用。這當然是對的，但也...

這也帶到了泡沫的問題。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。

所以這就是，是的，有些東西看起來像泡沫。有些東西你可以輕易地說它和上一次的泡沫不一樣，但每個泡沫都和上一次的不一樣。所以這一切充滿了不確定性和模式識別，人們會說，「哦，這看起來像那個」。然後你深入研究，會想，很好，但我們現在手上有一些產品，可以拿來檢視，思考這是否合理，這會成功嗎？什麼可能會成功？

你認為我們是否對於「我們不知道」這個答案變得更不舒服了？或者換個更好的問法，我們是否因為現今唾手可得的大量資訊，而對不確定性感到更不自在，相較於網際網路或行動網際網路剛出現的時候？

這很有趣，我想 Balzac 有句名言，說我們多幸運有年輕人，因為他們什麼都知道。

那不是那個文氏圖，而是那種當你開始探索一個主題時，你會以為自己什麼都懂，但你學得越多...

是的，就像鐘形曲線之類的。

嗯，我不知道。有些情況是相反的，當你年紀越大，你越需要努力去說，「不，這仍然非常酷、令人興奮且新穎」，而不是說，「啊，這都是胡說八道」。當然，真實與胡說八道的比例可能沒變，它只會隨著樣本而改變，但它不會隨著時間有太大變化，只是你更傾向於看到的那一面可能會隨著年齡增長而改變。這就像那個觀點，說所有好聽的音樂都是在你 15 到 25 歲之間創作的，無論你多大年紀。

不知道，只是感覺我們現在拼命地想為一些可能還不需要答案的問題找到答案，我們只需要讓事情自然發展，而不是非得找到一個解決方案。

Douglas Adams 的另一個角色，為了稅務目的死了一年，你也可以死一年再回來看看發生了什麼事。

我想，你可以對這件事會如何發展非常有把握。就像 Bertrand Russell 的那句名言，這個世界的問題在於，傻瓜充滿自信，而聰明人充滿懷疑。

你可以很清楚地知道，這是一件非常大的事。但它到底有多大，我們其實沒有任何有根據的方法可以知道，因為我們不了解模型的運作方式，所以我們不知道模型會變得多好。但撇開這點不談，很明顯，對每個人來說都應該很清楚，這是一項極具變革性的技術，你應該用與網際網路或智慧型手機相提並論的層次來思考它。

你可以忘記我們當時並不清楚網際網路和智慧型手機會如何運作，這正是我們剛剛稍微談到的。

有些人，泡沫的一個特徵是，人們想要拒絕所有... 認為你只需要說這是一件非常大的事，然後忘記了，是的，它可以是一件非常大的事，但這家公司的股價仍然可能被高估了一百倍。它可以是一件非常大的事，但這個特定的業務可能是一個糟糕的主意，或者只是時機太早。像是 General Magic，它基本上在 1994 年就試圖製造一台 iPhone，在有蜂巢式數據網路或任何你需要製造它的東西之前。

這很像，我這週末寫了一篇關於 Neo 人形機器人的文章，這是一個有趣的類比。它也讓我想起像 RealPlayer 這樣的東西。一個更好的例子可能是 90 年代末，RealPlayer 說，嘿，你可以在網際網路上看影片。沒錯，但頻寬非常慢且有限，所以我們得想出各種複雜的演算法，然後我們會建構這些演算法，這樣你就可以在網際網路上觀看串流影片了。你大概可以做到，但大多數人還在用撥接上網，花了十年時間，你才終於有足夠的速度來獲得可行的消費者影片，那就是 YouTube。我忘了 YouTube 的確切日期，但它出現了大概十年後，Hulu 和 iPlayer 在 2005 到 2010 年間推出，我想 Hulu 是 2007 年。

所以花了十年，你才真正擁有了能在網頁瀏覽器中運作的技術，頻寬也夠便宜，足夠多的消費者有了寬頻，個人電腦也能處理。

這是理論與所有技術追趕上來使其成為可能的對比。

是的，這是在對的時間與錯的時間之間的區別。就像所有那些在 2000 年、2001 年、2003 年試圖做行動網際網路的人一樣，我有一整箱那個時期的行動網際網路裝置。它們某種程度上都能運作，但還不足以讓任何人真正頻繁使用。我曾在一家電信公司工作，我有所有數據，沒有人在用那些東西。

這也就是說，我有一張投影片，也許我該把它放回這個簡報裡，我以前會說，所有 AI 問題都只有兩種答案之一。答案要嘛是「沒有人知道」，比如模型會變得多好，或者資訊氾濫導致成本崩潰，我們不再需要任何 Nvidia 晶片了。沒有人知道。

問題的另一面是，好吧，它的運作方式會和所有其他平台轉移一模一樣。我們應該選擇 Microsoft 還是聘請 Accenture 來建立客製化解決方案？嗯，這得看情況，看你想建立什麼，你當初是怎麼回答雲端、行動裝置或 Web 的問題的？我們應該自己建構嗎？我們應該這樣做嗎？我們該如何確定我們前十個轉向機器學習的優先事項？嗯，你當初是怎麼做機器學習的？怎麼做雲端的？怎麼做行動裝置和 Web 的？

然後，另一面，這又回到了歷史的觀點，我大概開過六次會，公司的 CEO，當然是科技業以外的公司，對我說，我該如何讓我的所有員工都使用 AI？我記得不久前 Shopify 的 CEO 說，要求每個員工報告他們使用 AI 的情況，就像是個人資要求一樣。

對我來說，這就像你在 1997 年走進你的公司說，我要讓你們所有人都使用 Web，然後我會計算你們這週在 Web 上花了多少小時，作為一個人資目標。再次，用類比來論證，想像一下 David Brent，或者美版《辦公室》裡的那個 David Brent 角色。想像一下週一早上老闆走進辦公室說，嘿，各位，你們再也不用 SAP 了，你們就用 ChatGPT 來做你們的工作吧。去吧，提高生產力。那會是電視劇裡有趣的一集，但對那家紙業公司可能不太好。

我們現在就處於這個階段，覺得這很神奇，讓每個人都用它，每個人都應該用它，不用的人就是白痴，這是怎麼回事？這就是未來。

我記不清是誰了，但我記得讀到過，在網路泡沫破裂時，他們是如此堅信網際網路是未來，以至於他們在網路股下跌時還不斷買進。結果，那個人從非常富有到最後 literalmente 身無分文。他試圖接住掉下來的刀子。這再次說明了，不理解這兩者之間的區別：是的，這很驚人且具變革性，將成為每個人生活中至關重要的一部分；同時，ChatGPT 可能根本不是那個產品，Nvidia 也可能不是關鍵，或者大多數消費者需要的東西可能需要用一種不同的方式來實現才能有用。

而且你不能強迫人們去學習它是如何運作的，你必須去迎合他們，而不是反過來。

所有這些都讓我想到，有很多像是「讓我來向你們這些網路上的年輕人解釋這是如何運作的」的內容。這在某種程度上很有趣。但正如我之前所說，我們現在有了這些基本的策略性問題。對我來說，最有趣的一個問題其實是關於 OpenAI。他們上週的發表會說了兩件非常有趣的事，有趣之處在於他們同時說了這兩件事。首先，他們說他們認為在 2026 年底或 2027 年初，將會擁有一個人類助理級別的 AI 研究員。

然後十分鐘後，他們展示了一張圖表，說明他們將如何建立一個像 1990 年代 Microsoft 那樣的經典生態系統堆疊，有底層技術、其他底層技術、第三方、ChatGPT 運行在模型之上，而這只是眾多模型和產品中的一個，還有 OpenAI 的其他產品。其他公司也會建立產品。你會想，選一個吧。你要嘛相信在兩年內，我們會擁有一個和真人一樣擅長做研究的東西，五年內我們會擁有超級智能，也就是一台能像我們任何人一樣擅長做任何事的機器。

要嘛你相信會有 500 個獨立的點解決方案，如果你想優化你的發票對帳流程，你就需要使用一個專門的軟體。到底是哪一個？

因為你不相信兩者可以並存。

如果我能有一個和 AI 博士科學家一樣擅長做任何事的模型，那所有其他軟體是用來做什麼的？那不就是它的功能嗎？

所以，你現在遇到了一個點，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。

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。

但對於資本密集的產業，比如製造飛機或半導體，到某個時候，成本變得非常高昂，而且要保持在技術前沿也足夠困難，以至於最後只剩下一兩家或三家公司。所以現在只有兩家公司能規模化地製造長途客機，而且還算成功。TSMC 現在是唯一一家製造先進晶片的公司。20 年前大概有 50 家，不，25 家，現在只剩一家了。

所以，也許單是製造這些東西所需的資金量，本身就會成為一個推力，意味著最終只會有兩三家公司。開源對此是一個挑戰。我們還不知道，但這可能是會發生的情況。

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。所以這不是一個完美的類比，但重點是，如果模型本身無法給你帶來贏家通吃的效應，那你從哪裡獲得這種效應？是更下游的資本，還是更上游的產品？

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。

那為什麼你的客戶不直接用 Oracle？嗯，因為...

為什麼人們用 Workday 而不用 Oracle？為什麼人們用 Carta 而不用試算表？它就只是一個試-算表，你為什麼要花那麼多錢買它？嗯，因為...

在這種情境下，差異化在於，將會有五百、一千或一萬個東西運行在這些技術之上，而不是只有一個模型，而那個模型就是一切。

而且這一切都非常沒有效率，這也是你我之前討論過的一點，即使你買了所有這些不同的 SaaS 平台軟體，你也只用了它們 20% 的功能。

嗯，這就是那個 XKCD 的老笑話，有十個標準，我要創造一個統一所有標準的新標準。結果，現在有十一個標準了。有個笑話說，所有的資安軟體都是為了解決其他資安軟體製造的問題而存在的。

完全正確。

但，但總是有這個問題。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。

從你這次的簡報中，對你來說最大的收穫是什麼？

嗯，除了我花了六個月時間做，而且我很聰明之外...

而且答案是「看情況」，你不能給我這個答案。

我之前做的關於這個主題的簡報，都傾向於只有一個故事。但這次，因為市場正在浮現，現在有二十個不同的主題從中冒出來。

行動裝置的簡報是的，但 AI 的簡報，我的意思是，兩年前，你能對 AI 說出多少不同的事情？真的很少。

但今天，好吧，讓我們來談談平台轉移是如何運作的，以及其中通常會發生什麼。我們現在正看到那五到十種不同的事情正在發生。讓我們來談談這些公司花了多少錢在基礎設施上，以及為什麼。讓我們來對比一下，Microsoft、Google、Amazon 和 Meta 是用現金流來資助的，Meta 的現金流比較少，而 OpenAI 則必須進行這些創新的融資，因為它沒有現金流，而 Oracle 基本上是要借貸其營收的 100% 來做這件事。同時，還有電力的問題。

讓我們來談談模型基本上已經商品化了，這就帶來了很多關於如何差異化和建立可持續業務的問題。如果你是一家大銀行，那這些都很有趣，我也很高興知道這些，但我該如何部署這些東西？所以讓我們來談談這通常是如何運作的，以及有哪些明顯的早期問題，以及哪些問題會稍後出現。我該如何幫助你思考，自動化你現在面臨的問題，和發現新問題、新可能性，以及可能完全改變你所在產業的方式之間的區別？

我想到的其中一個「想像一下」的例子，是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。

有多少... 下一個它以前問不出的問題是什麼？現在 Amazon、Google 和 Meta 能知道那是什麼東西，以及你為什麼買它，而不僅僅是一個 SKU 或條碼，或者製造商在元數據欄位裡輸入的東西，這會發生什麼？

一個企業的例子是，我幾天前在華盛頓為一家大型企業公司做的簡報中提到的。今天，每家企業軟體公司建立的 AI 助理，意味著我可以去問它那個指標在哪裡，它會幫我找到。但你想要的是能夠說，為我建立一個黑色星期五在這個城市的儀表板。它不僅會建立你想要的儀表板，還會建議一些你沒想到的東西加進去。然後你再進一步，問可能有哪些庫存短缺？最嚴重和最可能發生的庫存短缺是什麼？以及有哪些好的替代品？你會進入到資料庫以前做不到的領域，而不只是讓資料庫變得更好一點。

現在我們大概處於第一步，或許還有第二步的階段。但第三步是像 Airbnb、Uber、Tinder 和 Instacart 這些，在別人展示給你之前，你從未想過的東西。我總是記得 Steve Jobs 的那句話，人們不知道他們想要什麼，直到你展示給他們看。這是創業家的工作，去想出技術能做什麼，而不是消費者的工作。通常需要十年時間，經過無數創業家失敗後，他們才能想出技術的用途。我想我們現在就處於那個階段，我們做了很多第一步的事情，有些成功，有些失敗。如果失敗了，部分原因是因為它是 AI，但主要原因是因為它是一個新東西，而每當你試圖部署新東西時，你有一半的時間都會搞砸，或者它行不通，或者它是一個實驗。但我們現在正非常快地朝著「不，我們這裡有產品」的方向發展。這又回到了 AI，Sora、應用平台、瀏覽器，很可能這些都不會成功。我們可以坐下來，列出十個... 我們可以做一整集 podcast 討論，應用平台會成功嗎？瀏覽器會成功嗎？他們為什麼要做瀏覽器？這是個好主意嗎？肯定有很多人已經做了兩小時的 podcast 討論新的瀏覽器大戰。

但真正的問題是，為什麼會有新的瀏覽器大戰？答案是因為模型是商品，基礎設施是... 沒有人知道體驗應該是什麼樣子，或者你該如何在之上競爭。我們正開始慢慢地進入那個領域。如果你是一個行銷人員或企業軟-體公司，你看著這些，會想，我們做了早期的東西...

我喜歡這個想法，這件事有不同的階段，而我們現在所處的階段，只是在回答一些我們甚至不知道是不是正確的問題。我在日常工作中也看到這一點，無論是使用雲端還是 ChatGPT，當我被提供一些我自己沒想到的想法或建議時，事情就變得有趣了。哦，這就是我能看到價值的地方。因為我被... 就像身邊多了一個同事，他比我更聰明，把我推向我沒想過的領域。相較之下，是的，這比 Google 搜尋好一點，但沒有好太多，是的，我節省了時間，相較於我可能需要做的所有研究和閱讀，但我也還是想做那些研究和閱讀。

是的，我過去常常用這種方式來描述這些使用案例，就像它給了你無限個實習生。去吧，給我 20 個關於這件事的想法。實習生這個詞不完全對，因為他們需要對你在做的事情有更多的了解。但這就是我們在行銷領域大規模看到的情況，它會說，給我做 200 張圖片。其中 50 張會沒用，50 張會不太好，50 張會很棒，我們可以把它們直接投入生產。這比試圖製作 50 張圖片，甚至只是想出那 50 個點子要好得多，更不用說自己全部做出來了，特別是當你只有一個小時的時候。它會想出你從未想過的絕妙點子嗎？不會，它會想出你如果坐在白板前苦思一小時後會想出的點子。它不會提出徹底改變策略的想法，除非是偶然。因為這些東西的目標是匹配平均值。

出於好奇，你投影片的最後一張是什麼？你如何收尾？

我最後一部分是談論... 嗯，有兩件事要談。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%。現在出現了反彈，而且對於那些公司來說，這似乎也不是一個很好的市場。但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。這又是我們沒有注意到的事情之一。我當時深度參與行動裝置領域，20 年、25 年前，每個人都對照相手機感到非常興奮，每個人都認為那會是關於人與人之間的訊息傳遞。當時還沒有社交網路這種東西，也沒人想到，給每個人一台相機，會改變交友方式，更不用說你給了每個人一台攝影機了。我甚至不認為有任何人把它當成攝影機來看。但現在，每當有新聞事件發生，就會有 1080p 的影片片段，因為每個人都有一台攝影機。這些事情，我們現在已經不再去想它了。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。

我想這就是故事的一部分，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。

所以我們以前也經歷過。

我們經歷過徹底改變我們生活本質的變革性事物，已經有五次、十次或十五次了。

所以我們已經準備好了，你會覺得我們應該準備得更好。

我們經歷過智慧型手機、行動裝置、Web、個人電腦、計算，大型主機也改變了世界。我們現在甚至不會去想這些。

你會對那些說「但這次不一樣，這次感覺不一樣」的人說什麼？

如果你認為，我們這些模型正走在一條通往擁有比人類聰明數個數量級的存在的道路上，那麼所有規則都不適用了。但我們不知道這一點，我們也沒有任何方法可以預測。我們從那些認為會發生和不認為會發生的人那裡得到的，基本上都是基於感覺的預測。我們沒有一個模型可以告訴我們這是否會發生。

你不做基於感覺的預測嗎，Benedict？

不，而且我們有人在犯一些明顯的邏輯謬誤，比如「你不懂指數增長」。嗯，圖表在上升，不代表它就會無限期地一直上升下去。你不能在一張對數尺度的圖表上畫一條線，然後說如果它繼續這樣走十年，就會發生 X，所以 X 就會發生。

這又回到了你的泡沫理論，就是還有很多其他因素。

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。

好吧。

但與此同時，如果它只和網際網路一樣大，或者只和計算一樣大，那似乎也足夠讓人興奮了。有趣的是，那些說我們知道這將會走向超級智能或其他什麼詞的人... 「超級智能」是一個很扯的詞... 我們知道它會變得比人類好一百倍，甚至更多。我們不知道這一點。這是一種邏輯謬誤。真正的傻瓜是那些說這一切都行不通，這都是胡說八道，它只是一隻隨機的鸚鵡，沒什麼用，我不知道它能做什麼，這都是胡扯，這只是 NFT 的翻版。這些人只是在無視他們周遭的世界。

百分之百。

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。

太棒了。很高興聊天。

聊得很開心。