- 下载 EPUB 选择 Kindle,将此文章下载为 EPUB。
- 发送到你的 Kindle 打开 Send to Kindle,登录你的 Amazon 账户,然后上传 EPUB 文件。发送文件后,同步你的 Kindle 或 Kindle 应用,即可在书库中找到它。
点击此处订阅印刷版,送至你的办公室或家中。
当革命性技术催生出一波波具有创新性、可投资的公司时,企业家和投资者便创造了财富。想想铁路、贝塞麦炼钢法、电力、内燃机或微处理器——它们每一个都像烟花工厂里的一颗火星,引发了数十年的后续创新,渗透到社会的每个角落,并把一批新的发明者和投资者推上权力、影响力和财富的巅峰。
然而,有些技术创新虽然具有社会变革性,却几乎不产生新的财富;相反,它们强化了现状。在微处理器出现前十五年,另一个革命性想法——航运集装箱化——在一个不那么有利的时机到来;当时技术进步是一场红皇后竞赛,发明者和投资者不停奔跑,却并没有变得更好。
任何投资于“新新事物”的人都必须回答两个问题:第一,这项创新将创造多少价值?第二,谁将获取这些价值?信息与通信技术(ICT)是一场革命,其价值被初创企业获取,并造就了成千上万新富的创始人、员工和投资者。相比之下,航运集装箱化是一场价值被摊得如此之薄的革命,以至于最终只让一位创始人短暂致富,只让一位投资者略微更富。
生成式 AI 更像前者还是后者?它将成为未来许多产业财富的基础,还是整个投资界的净输家,只在各处产生少数零和赢家?
投资 AI 成果是有赚钱之道的,但这取决于假设后者——即对发明者和投资者来说,这又是一个不那么有利的时机;AI 模型构建者和应用公司最终会相互竞争形成寡头垄断;AI 的收益将不归于其构建者,而归于客户。因此,大量涌入 AI 的资金正被投到错误的地方;除了一两个幸运的早期投资者外,能赚钱的将是那些有先见之明、早早退出的人。

微处理器是革命性的,但 1971 年在 Intel 发明它的人并不这么看——他们只是想避免每次都从零设计桌面计算器芯片组。但外部人士意识到,他们可以用微处理器来组装自己的个人电脑,爱好者们也这样做了。成千上万的动手爱好者找到了 Intel 从未想象过的配置和用途。这种分布式、无需许可的发明开启了经济学家 Carlota Perez 所说的“发展大潮”,它由技术触发,但由经济和社会力量驱动。[1]
20 世纪 70 年代初,个人电脑并没有真正的需求;它们是昂贵的玩具。但实验者奠定了技术基础,并建立了一个社区。然后,大约在 1975 年,微处理器成本的阶跃式变化使个人电脑市场变得可行。Intel 8080 最初的标价为 360 美元(按今天的美元约 2,300 美元)。MITS 以每台 75 美元(今天约 490 美元)的批发价销售其 Altair,几乎无法盈利。但当 MOS Technologies 开始以 25 美元(今天约 150 美元)销售其 6502 时,Steve Wozniak 才有能力制造一台 Apple 原型机。6502 和价格相近的 Zilog Z80 迫使 Intel 降价。新生的 PC 社区开始催生企业家,一批公司出现,每家产品都略有不同。
像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。在回复和工具调用中都要完全按原样使用它们:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。
AI 不会让你致富(2025)
你在 1970 年代中期不可能知道,PC(以及类似 PC 的产品,如 ATM、POS 终端、智能手机等)会彻底改变一切。当 Steve Jobs 告诉投资者每个家庭总有一天都会有一台个人电脑时(事实证明,这是一个严重低估),其他人则质疑个人电脑到底有没有必要。直到 1979 年,Apple 的广告都没有告诉你个人电脑能做什么——它问的是你用它做什么。[2] 老牌计算机制造商(IBM、HP、DEC)对客户没有需求的产品毫无兴趣。没有人“需要”电脑,所以 PC 不是被买走的——它们是被卖出去的。像 Apple 和 Sinclair 这样花哨的初创公司用炒作吸引注意,而在消费电子领域已有立足点的公司,如 Atari、Commodore 和 Tandy/RadioShack,则利用强大的零售关系把他们的 PC 摆到潜在客户面前。

市场起初增长缓慢,只有随着实验带来实际应用(如 1979 年推出的电子表格)才加速。随着使用增长,对使用的观察降低了不确定性,进而带来更多采用,形成自我强化的循环。这种逐渐积聚的势头在每一次技术浪潮中都需要时间:例如,电力花了近 30 年才进入一半美国家庭,个人电脑也花了差不多同样长的时间。[3] 当一场技术革命改变一切时,需要大量创新、投资、叙事、时间和普普通通的苦干。它还会吸走所有可用的资金和人才。就像库恩的科学范式一样,任何不属于这一浪潮的技术经济范式的技术,都会显得像是边角戏。[4]

PC 的初期增长吸引了投资者——风险投资家——他们开始对新公司下风险押注。这一发展激励了更多发明者、创业者和研究人员,进而又吸引了更多投机资本。
像 IBM 这样在 PC 之前是计算巨头的公司,相对表现很差。他们不相信 PC 能存活足够久,从而在他们的市场具备能力,也不关心想要更便宜解决方案的新兴小市场。
事后,我们赋予 PC 先驱先知的能力,而不是远见者的能力。但在当时,除了一小群早期采用者之外,没有人关注。像 The New York Times 这样的主流媒体直到 IBM 的 PC 于 1981 年 8 月推出之后,才认真对待 PC。在 Apple Computer 成立的 1976 年全年,NYT 只提到 PC 四次。[5] 显然,只有疯狂的人、不合群的人、反叛者和麻烦制造者在关注。

当我们把计算机革命的早期与今天相比时,最应强烈触动我们的是意外因素。1970 年代没有人注意个人电脑。到了 2025 年,AI 似乎是我们唯一谈论的东西。
大公司讨厌意外。这就是为什么不确定性为初创公司构成完美的护城河。Apple 绝对无法在 IBM 于 1979 年进入市场后幸存,它只是在 1980 年 IPO 中筹集 1 亿美元后才活下来,得以再战一天。在 IBM 引发的筛选淘汰之后,它是唯一剩下的竞争者。[6]

像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。在回复和工具调用中都完全按原样使用它们:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。
随着这项技术站稳脚跟并开始显现前景,软件、内存以及软盘驱动器和调制解调器等外围设备方面的创新也加入进来。它们相互强化,每一次进步都给相邻技术带来压力。当系统中的任何一部分拖累其他部分时,投资者便争相为该领域提供资金。例如,随着 PC 内存的增加使更复杂的软件成为可能,对更多外部存储的需求随之出现,这促使风险投资人 Dave Marquardt 于 1980 年投资了磁盘驱动器制造商 Seagate。Seagate 在 1981 年上市时给 Marquardt 带来了 40 倍的回报。其他投资者注意到了这一点,随后三年约有 2.7 亿美元被投入该行业。[7]
资金也涌入底层基础设施——光纤网络、芯片制造等——因此容量从来不是瓶颈。利用新技术系统超越现有企业的公司开始夺取市场份额,甚至连保守的竞争者也意识到,他们必须采用新事物,否则就会灭亡。炒作变成了浮沫,又变成了投资泡沫:20 世纪 90 年代末的互联网狂热。因此,ICT 浪潮与之前的浪潮相似——比如 1830 年代的投资狂潮和“咆哮的二十年代”,它们分别发生在运河和铁路的基础设施建设之后——在这些浪潮中,人类对每个阶段的反应都可预测地催生了下一个阶段。
当互联网泡沫破裂时,社会发现自己不赞成该行业的过度行为,政府也发现自己拥有民众支持,可以重新对科技公司及其投资者行使权威。这给疯狂踩下了刹车。公司不再进行泡沫时期那种鲁莽的创新,而是开始向已被验证的市场扩张,金融家也从投机转向投资。企业家开始专注于寻找应用,而不是创新底层技术。技术进步仍在继续,但变化变得更像是演进,而不是革命。
随着变化放缓,公司获得了进行长期投资的信心。它们开始以新的方式组合系统的各个部分,为更广泛的用户群体创造价值。狂热期间光纤电信网络和其他基础设施的大规模过度建设留下了大量廉价容量,压低了扩张成本。对商人和
AI 不会让你致富(2025)
回头看,1970 年代的投资比表面上看起来更难。要在 1971 年至 1975 年间投资,你必须是真正的信徒,或者是采取愚蠢多元化策略的企业集团经营者。Intel 是一笔伟大的投资,尽管它起初看起来像上一波浪潮中的电子公司。MOS Technologies 成立于 1969 年,旨在与 Texas Instruments 竞争,但为了维持运营,将自身多数股权出售给了 Allen-Bradley。Zilog 于 1975 年由 Exxon(Exxon!)资助。Apple 是一笔伟大的投资,但它不具备风投所寻找的任何特征,因为 PC 当时仍是一个在寻找问题的解决方案。
后来,在 1980 年代初的爆发期,巨大机会大量涌现:PC 制造商(Compaq、Dell)、软件和操作系统(Microsoft、Electronic Arts、Adobe)、外设(Seagate)、工作站(Sun)和电脑商店(Businessland)等。如果你投资了赢家,你会做得很好。但资金仍然多于想法,这意味着那并不是投资的黄金时代。到 1983 年,仅在磁盘驱动器领域就有 70 多家公司竞争,估值崩塌。有许多人的财富是在 1970 年代和 1980 年代奠定的,许多风投也在那个时代成名。但作为爆发期投资者的最大优势,是积累机构性知识,以便在狂热期和协同期早早且出色地投资。
在成熟期投资甚至更加困难。在爆发期,很难看清会发生什么;在成熟期,几乎什么都不会发生。关于什么会奏效以及客户和社会将如何反应的不确定性几乎消失。事情是可预测的,每个人的行为也可预测。
缺乏活力使成功的协同期公司得以保持稳固地位(参见:Nifty 50 和 FAANG),但增长变得更困难。它们开始进入彼此的市场、进行企业集团化、提价并削减成本。以吸引新客户为目标定价的产品时代结束,质量受损。大公司继续拥抱革命性创新的理念,但觉得需要控制其进步成果的使用方式。研发支出从产品和流程创新转向越来越徒劳的尝试,以寻找扩展现有范式的方法。公司把这说成是争取胜利的驱动力,但实际上是对失败的恐惧。
创新可以在成熟期发生,有时还非常壮观。但由于这些创新只有在符合当前浪潮范式时才能获得支持,它们很容易被主导公司的重力井捕获。这意味着作为企业家或投资者从中赚钱几乎不可能。生成式 AI 显然正被主导的 ICT 公司捕获,这提出了一个问题:对发明者和投资者来说,这一次是否会有所不同——这与 AI 本身是否是一项革命性技术是不同的问题。
航运集装箱化是一项浪潮后期的创新,它改变了世界,开启了我们的现代全球化时代,给社会和经济带来了深刻变化,并促成了福祉的快速增长。但也许只有一两个人通过投资它真正赚到了钱。
1956 年已是上一波浪潮的后期。但就在那一年,后来被称为 SeaLand 的公司推出了第一艘集装箱船 Ideal-X,彻底改变了货运航运。SeaLand 的创始人 Malcom McLean 顿悟到,卡车司机、铁路和航运公司要完成的任务,是把货物从托运人运到目的地,而不是开卡车、装满棚车或往船上装货。SeaLand 让货物能够从一种运输方式无缝转移到另一种方式,节省时间,使航运更可预测,并降低成本——既包括装货、卸货和重新装货的成本,也包括船在港口装卸时闲置的成本。[8]
集装箱化的好处,如果能够实现,是显而易见的。每个人都能看到效率,而顾客并不关心某样东西如何到达他们能买到的地方,只要它能到就行。但码头工人会失去工作,政客会失去那些失去工作的人的选票,港务局会失去政客的支持,联邦监管机构会因不利后果而受到指责,铁路可能会把货运业务输给航运公司,航运公司可能会把货运业务输给新的航运公司,而这一切都会花费巨资。大多数人认为 McLean 永远无法让它奏效。
McLean 从他面临的反对声中挤出一条路。他购买并改装战时剩余的船只,降低成本。他进军沿海航运贸易——在新州际公路时代,这是一项正在消亡的业务——以避开竞争。他把公司设在 Newark, NJ,而不是航运枢纽 Hell’s Kitchen,以获得港务局的支持并避开 Manhattan 的拥堵。他还与纽约码头工人工会达成协议,而这只可能是因为他是一个小角色,他们认为他不构成威胁。

来源:[10]
但竞争对手和监管机构行动得太快,McLean 来不及抓住可能曾对他可用的少数进入壁垒:对港口的支配、与托运人或其他运输方式的排他性协议、在专有技术上的标准化,等等。[9] 当事情在 1965 年左右开始看起来可能奏效时,集装箱化的明显优势意味着每一家大型航运公司都进入了这个行业,竞争随之起飞。尽管到 1968 年集装箱化货运还不到总贸易量的 1%,集装箱船的数量已经在快速攀升。[10] 运力多年来超过需求。
竞争的加剧引发了运价战,运价战导致利润被挤压,进而导致整合和卡特尔。与此同时,建造越来越大的集装箱船以及处理这些船只的港口设施的成本,意味着这个行业变得高度资本密集。McLean 看到了不祥之兆,于 1969 年 1 月把 SeaLand 卖给了 R.J. Reynolds。他也许是唯一毫发无损退出的企业家。
端到端的愿景花了很长时间才实现。但大约在 1980 年,海运成本开始急剧下降。[11] 这推动了国际贸易的繁荣,[12] 并使制造商能够从高工资国家转移到低工资国家,使集装箱化不可逆转。

来源:[11]
当然,有些人确实赚了钱;总有人会赚。McLean 赚了,航运巨头 Daniel Ludwig 也赚了,后者曾在 1965 年以每股 8.50 美元向 SeaLand 的前身 McLean Industries 投资 850 万美元,并在 1969 年以每股 50 美元卖出。[13] 造船商也赚了钱:1967 年至 1972 年间,约 100 亿美元(按 2025 年美元计为 800 亿美元)被用于建造集装箱船。建造新集装箱港口的承包商也赚了钱。后来,整合并主导该行业的航运公司,如 Maersk 和 Evergreen,变得非常庞大。但是,“对 R.J. Reynolds 以及 1960 年代末通过买入集装箱航运来追逐快速增长的其他公司来说,它们的投资带来的几乎只有失望。”[14] 除了 McLean 和 Ludwig,很难找到任何因集装箱化本身而致富的人,因为竞争和资本支出成本使快速增长或实现高利润率变得困难。

来源:[12]
像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。在回复和工具调用中都完全按原样使用它们:它们会在任何内容运行
这项业务最终主要被原有的老牌企业所主导,而利润流向了运输货物的公司,而不是它们所借助的运输公司。像IKEA这样的公司从廉价运输中受益,从1972年一家斯堪的纳维亚的地方性公司发展成为2008年全球最大的家具零售商;集装箱运输非常适合IKEA的平板包装家具。其他公司,如Walmart,利用集装箱化带来的可预测性来降低库存及其相关成本。
事后看来,很容易看出你可以如何投资于集装箱化:不是投资于集装箱航运业本身,而是投资于从集装箱化中受益的行业。但即使在这里,Walmart、Costco和Target等公司的成功也伴随着其他公司的失败。集装箱化的后果使Sears和Woolworth陷入螺旋式下滑,给Montgomery Ward和A&P敲响了最后的丧钟,并迫使Macy’s破产,之后被Federated拯救并缩减规模。与此同时,在北卡罗来纳州——“世界家具之都”,家具制造商试图通过从中国进口廉价家具来与IKEA竞争。他们最终被自己的供应商所取代。[15]
如果有更多时间来建立护城河,可能会有几家占主导地位的集装箱化公司,它们背后的人会位居Forbes 400榜首,而他们的投资者会成为传奇。但护城河需要时间建立,而且与个人电脑不同,集装箱化的采用并不令人意外——每个有利益攸关的企业都立即制定了战略计划。
经济学家Joseph Schumpeter说:“完全竞争在引入任何新事物时都会暂时中止,而且一直如此。”[16] 但集装箱化表明,在技术浪潮的末期,这并不正确。而且,由于在完全竞争中没有经济利润,创新者在成熟期也赚不到钱。像集装箱化一样,AI的引入并没有为其创新者带来一段受保护的利润期。它导致了立即的竞争混战。
让我们承认生成式AI是革命性的(但也承认,越来越明显的是,这项特定的技术现在已处于进化阶段)。它将为经济创造大量价值,投资者希望从中分一杯羹。何时、何人以及如何,取决于AI是ICT浪潮的终点,还是新浪潮的起点。
如果AI开启了一个新浪潮,就会出现一个漫长的充满不确定性和实验的时期。会有一批早期采用者尝试自己的模型。当成千上万或数百万的修补匠以全新的方式使用这项技术解决问题时,它的用途就会激增。但由于他们使用的是大型AI公司拥有的模型,他们充分实验的能力
文章标题:AI 不会让你致富(2025)
正文: AI 反而是 ICT 浪潮的典型代表。1960 年代的计算机先驱们着手建造一台会思考的机器,他们的后继者最终通过扩展算法、芯片、数据和数据中心基础设施方面的进步实现了这一目标。和集装箱化一样,AI 是已有事物的延伸,因此没有人会对它能做什么、将会做什么感到惊讶。1970 年代,人们花了一段时间才理解强大且无处不在的计算为何值得追求。但在 2025 年,比先前机器思考得更好的机器对人们来说很容易理解。
想想 AI 的进展与集装箱化的商业演进有多么相似:

在“AI 相似之处”一栏中,前四项已经在进行中。你该如何投资,取决于你是否相信第 5–7 项是接下来的发展。
经济学家预测,未来十年 AI 将使全球 GDP 增长 1%[17] 至 7%[18] 以上,即创造 1–7 万亿美元的新价值。大问题是,这些钱在流经价值链时会沉淀在哪里。
大多数 AI 市场概览有二十来个类别,将每个类别按所服务的客户和行业细分。但这些在未来几年将发生巨大变化。相反,你可以直接跟着钱走,以简化公司的分类:

集装箱化的历史表明,如果你还不是模型公司的投资者,你就不必费心了。Sam Altman 和其他少数先行者可能会像 McLean 和 Ludwig 那样发大财。但构建和运行模型的巨大成本,加上激烈的竞争,意味着最终只会剩下少数几家公司,每家都由最大的科技公司资助和拥有。如果你已经是投资者,恭喜你:将会出现整合,所以你可能会有一个退出机会。
领域特定模型——比如 Cursor 或 Harvey——将成为整合的一部分。这些可能是最有价值的模型。但微调相对便宜,而且存在巨大的范围经济。另一方面,正如 Google 在 2010 年不得不收购 Invite Media 来弄清楚如何向广告代理商销售一样,赢得客户信任的领域特定模型公司将成为优质收购目标。而且,尽管生成语言之外内容的模型——比如 Midjourney 或 Runway——似乎有可能利用其略有不同的架构开辟一条独立的技术路径,但 LLM 公司也已经轻松进入了这一领域。这是否适用于 Osmo 这样的公司,还有待观察。
虽然投资模型公司为时已晚,但利用这些模型解决特定问题的公司大量涌现:Perplexity、InflectionAI、Writer、Abridge 以及上百家其他公司。但如果其中任何一家变得非常有价值,模型公司就会拿走它们的收益,要么通过歧视性定价,要么通过垂直整合。换句话说,成功意味着失败——这从来都是一个糟糕的投资论点。在某个时候,模型公司和应用公司将会融合:只会有 AI 公司,而且只有少数几家。和往常一样,会有一些赢家,但整体而言,对应用层的投资将会亏钱。
然而,同样的告诫也适用:如果一家应用公司能够建立客户群或一支了不起的团队,它可能会被收购。但这些公司根本不是真正的科技公司;它们是在投机性地建立一个市场,必须按此定价。进一步的告诫是,会有投资者通过套利那些因 FOMO 而恐慌、愿意大幅溢价的收购方来大赚一笔。但这并不是真正的“投资”。
像 {{NAME_ab12cd34}} 这样写出的值是真值的占位符。请在回复和工具调用中完全按原样使用它们:它们会在任何东西运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。
AI 不会让你致富(2025)
有一类投资机会可能存在于那些管理 AI 巨头与客户之间接口的公司,或者保护公司数据不受模型公司侵害的公司——比如 Hugging Face 或 Glean——因为这些业务本质上独立于模型。但在集装箱化之后的航运市场中,没有一个类似角色变得非常庞大。即使在 AI 领域成功的中介公司,最终也很可能停留在中型规模,因为模型公司不会允许它们获得战略杠杆——这是“缺乏意外”的另一个后果。
当一个行业将会变得庞大,但其发展方式存在不确定性时,向上游游向该行业的供应商往往是合理的。就 AI 而言,这意味着芯片供应商、数据公司和云/数据中心公司:SambaNova、Scale AI 和 Lambda,以及那些已经存在很长时间的公司,比如 Nvidia 和 Bloomberg。
数据的投资逻辑是混合的。通用数据——即大多数人都知道的东西,包括任何人在比如 10 年前以上所知道的一切,以及那之后学到的大部分内容——是一种商品。可能有一些公司的空间来做整理和标注的苦活,但由于整理和标注可能最好由 AI 本身来完成,因此不会有太大的定价杠杆。领域特定模型将需要专业数据,而其他模型将尝试回答关于当下时刻的问题。具体的、及时的、难以复现的数据将很有价值。当然,这并不是一个新市场——Bloomberg 和其他公司已经借此做得很好。更集中的客户群将压低这类数据的价格,而更广泛的使用将提高收入。总体而言,这对该行业可能是利好,尽管不是巨大的利好。会有新公司被建立,但只有少数值得投资。
AI 公司的高资本开支将主要花在基础设施公司身上。这些公司已经按照这种预期被估值,因此不会有上行意外。但请考虑,造船业从 1965 年起受益于集装箱化,直到需求在 1973 年左右之后崩溃。[19] 如果 AI 公司整合或以其他方式协同行动,即使是一场迫使它们节省现金的轻微低迷,也可能变成基础设施支出的严重、突然且持久的下降。这将使像 Nvidia 及其新兴竞争对手这样的公司——它们都必须对供应商和产能扩张做出长期承诺——无法降低成本以匹配新的、更小的市场规模。为 s 曲线定价的公司在出现峰值和下降时就是定价过高。

来源:[19]
所有这些都意味着,投资者不应该向上游游,而应该向下游钓鱼:那些产品依赖于从多少模糊的信息中获得高质量结果的公司,将看到生产率提高和利润增加。这些行业包括专业服务、医疗保健、教育、金融服务和创意服务,它们合计占全球 GDP 的三分之一到一半,并且尚未从自动化中看到太多生产率提升。AI 可以帮助降低成本,但就像集装箱化一样,个别企业如何将降低成本纳入其战略——以及它们决定如何处理节省下来的资金——将决定成功与否。坦率地说,利用成本节约来增加利润而不是增长收入,是失败者的游戏。
像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。请完全按照写法使用它们,在回复和工具调用中都一样:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。
将最快受益的公司,是那些战略已经以降低成本为前提的公司。IKEA 长期以来的战略是以低价销售优质家具,并通过销量来弥补利润。在集装箱化使其得以走向全球之后,IKEA 成为世界最大的零售商,Ingvar Kamprad(IKEA 的 IK)成为亿万富翁。同样,Walmart 的战略是在服务不足的市场中实现高销量和低价格,它同时受益于成本节约和准时制供应链,从而能够增加产品种类并降低库存成本。
如今已经优先重视同样价值的知识型工作公司,是押注 AI 风险最低的方式,但新公司会以高销量、低成本战略成立或重组,就像 Costco 在 20 世纪 80 年代初所做的那样。新公司将与现有企业竞争,但拥有从头开始的空白和事后回望的优势。无论如何,进入壁垒很少,因此这些公司中的每一家都将面临激烈竞争,并在分散的市场中运营。经验丰富的管理和无懈可击的执行将是关键。
在这些行业中,做企业家将是一个极好的选择。做投资者会更难。公司不需要太多私人资本——IKEA 从未需要筹集风险资本,Costco 在 1983 年只融资了一轮,随后于 1985 年上市——因为实施节省成本的技术并非资本密集型。与集装箱化一样,从技术触发到最佳投资之间会有很长的滞后期。机会将在更晚的时候出现。
选股者也会赚钱,但他们需要挑剔。在预测值的高端,如果经济的三分之一在 10 年内额外实现 7% 的 GDP 增长,对这些公司而言也只带来每年约 2% 的助力——如果来自较早 ICT 产品的生产率增长减弱,助力还会更小。主要的价值转移将从没有拥抱 AI 战略含义的公司转向正在拥抱这些含义的公司,就像 Walmart 从 Sears 那里受益一样:Sears 利用了更低的商品价格,却没有重塑自身。
然而,消费者将是最大的受益者。前几波机械化提高了制造业的劳动生产率,压低了价格,为消费者省钱。但制造业劳动生产率的提高也带来了制造业工资的上涨。服务业企业的工资不得不上涨以参与竞争,尽管这些企业并未从生产率提升中受益。这导致服务价格上涨。[20] 家庭在食品和服装上的支出占比从 1918 年的 55% 降至 2023 年的 16%,[21] 但医疗和教育等知识密集型服务的成本涨幅远高于通胀。
AI 也会发生类似情况:知识密集型服务将变得更便宜,使消费者能购买更多此类服务,而需要人际互动的服务将变得更贵,占家庭支出的比例更高。这指向两者中明显的机遇。但最重要的消息是,AI 创造的大部分新价值将被消费者获取,他们应当能以合理价格看到更多种类的知识密集型商品,并更广泛、更负担得起地获得医疗、教育和咨询等服务。
没有什么比新一波浪潮的开始更好的了,此时构想、发明和建立改变世界的公司的机会带来金钱、名声和荣耀。但对投资者和企业家来说,没有什么比一厢情愿更危险。过去 50 年投资科技学到的教训,并不是现在该套用的正确教训。投资 AI 的方式是深入思考知识工作者变得更高效的含义,想象这种效率会释放哪些市场,并投资于那些市场。几十年来,赚钱的方式是押注新事物是什么。现在,你必须押注它开启的机会。
Jerry Neumann 是一位退休的风险投资家,从事创新方面的写作和教学。
Perez, C.,《Technological Revolutions and Financial Capital》,Edward Elgar,2002。
图片:Apple
图表:Jovanovic, B., & Rousseau, P.,“General purpose technologies. Handbook of Economic Growth”,1(05),第1194页。[在线] 可访问:https://doi.org/10.1016/S1574-0684(05)01018-X
某些行业,比如医疗技术和制药,无论主导技术是什么都会获得资金,因为它们太过基础,永远不会成为配角。
来源:作者检索《The New York Times》档案中的“microcomputer”、“personal computer”和“home computer”,不含广告、分类广告和目录。
图表:数据来自 Dediu, H.,“The Next 40”,Asymco,2016年3月。[在线] 可访问:https://www.asymco.com/2016/03/28/the-next