The most rational take on AI you’ll hear this year

AI 的变革意义与互联网和移动互联网相当，但我们现在正处于“1997年”的早期阶段，大多数人高估了短期影响，低估了长期渗透的复杂性和时间，而真正的价值可能不在基础模型公司，而在应用层。

这期内容适合所有对AI感到焦虑或困惑的从业者、创业者、投资人，以及任何想理解AI真实影响而非听信极端言论的人。Benedict Evans作为顶级科技分析师，用历史视角和冷静判断，拆解了AI热潮中常见的认知误区：比如“AI会立刻消灭大量工作”、“基础模型公司将通吃所有价值”。最值得注意的洞见是，他提出AI的落地将遵循“价格弹性”和“任务与工作分离”的逻辑，就像Excel没有减少会计师数量一样，AI反而可能催生更多需求。这期内容能帮你从喧嚣中抽离，建立更务实的判断框架。

这期播客中，Benedict Evans与主持人深入探讨了AI变革的本质、当前所处阶段、对就业的影响、以及价值将如何在整个产业链中分配。他反复强调一个核心类比：我们现在处于AI时代的“1997年”——技术令人兴奋，但大部分东西还不成熟，真正的应用和商业模式尚未被发明。他批判了“AI末日论”和“AI万能论”两种极端，用历史案例（如Excel对会计行业、互联网对信息检索）说明，技术变革通常不会简单消灭工作，而是改变工作的性质并创造新需求。他还重点分析了为什么AI公司（如OpenAI、Anthropic）反而在大量招聘咨询和部署工程师，以及为什么基础模型公司可能最终沦为“卖水人”，而应用层才是价值高地。

1. AI的变革规模与互联网/移动互联网相当，而非工业革命：Benedict认为，将AI比作工业革命是一种过度夸张。智能手机和互联网已经彻底改变了世界，AI的变革将同样深远，但不会更“颠覆性”。我们现在处于1997年，大部分应用还没被发明。
2. “工作末日论”是愚蠢的，历史反复证明“价格弹性”效应：每次新技术都会自动化一些任务，但也会因为成本降低而催生更多需求和全新岗位。Excel没有让会计师失业，反而让会计师数量增加。AI不会消灭工作，而是会改变工作的内容，并创造我们目前无法想象的新角色。
3. 企业采用AI的周期将非常漫长：大型企业的软件销售周期长达18个月，更不用说彻底改造内部流程。AI的渗透将是“三、五、十年”的过程，而不是“两周内裁员”。那些认为公司会立刻用AI替换所有员工的人，完全不懂企业运作。
4. AI公司大量投资咨询和部署服务，恰恰证明了“任务”与“工作”的分离：最前沿的AI公司（如OpenAI、Anthropic）反而在收购咨询公司、招聘大量“前向部署工程师”。这并非矛盾，而是因为“知道要做什么”和“如何落地”才是最难的部分。AI能生成代码或PPT，但决定“做什么代码”、“给谁看PPT”以及“如何推动组织变革”才是真正的价值所在，而这正是咨询公司的核心能力。
5. 基础模型公司可能没有定价权，价值将流向应用层：Benedict认为，基础模型缺乏网络效应，最终会陷入同质化竞争，像电信运营商一样沦为“卖水人”。真正的机会在于那些基于模型构建特定应用的公司，就像移动互联网时代，价值不在运营商，而在苹果和开发者手里。他警告，不要押注模型公司会通吃一切。

“AI能写代码，但决定写什么代码、为谁写、为什么写，才是你的工作。”

这期内容对AI从业者的核心启发在于：不要被“模型能力”的军备竞赛迷惑，要聚焦于“问题定义”和“落地闭环”。

1. 产品经理和创业者的机会在“定义问题”：Benedict反复强调，AI可以高效完成“任务”（写代码、做PPT），但无法替代你完成“工作”（理解客户、定义产品、推动组织变革）。这意味着，AI时代最稀缺的能力不是“如何用AI”，而是“知道该用AI解决什么问题”。对于AI产品经理，你的核心竞争力不是提示词工程，而是对行业痛点的深刻洞察和将AI能力转化为可执行方案的能力。

1. 警惕“模型即产品”的陷阱：很多AI初创公司直接包装一个模型API就上线，认为模型能力就是护城河。Benedict的分析指出，这恰恰是最脆弱的商业模式。真正的壁垒在于：数据飞轮、用户习惯、行业知识、以及复杂的集成和部署能力。就像AWS上的SaaS公司，价值不在云本身，而在你构建的特定应用和生态。

1. “部署”和“咨询”是巨大的蓝海：AI公司自己都在疯狂招聘咨询和部署团队，这说明“让AI在真实企业里工作”是一个极其复杂且高价值的问题。对于AI从业者，与其挤破头去训练下一个大模型，不如思考如何成为那个“帮助企业落地AI”的专家。这需要你同时具备技术理解、行业知识和组织变革管理能力，这正是未来最稀缺的复合型人才。