个人提效10倍公司颗粒无收:AI时代的"电力悖论"

日期: 2026-04-12 | 来源: 神译局 | 有0人参与评论 | 字体: 小中大
图 8：上下文窗口与其它模型能力一样，是一场‘移动球门’的博弈。这是过去三年中，前沿实验室（Frontier labs）与 Hebbia 在上下文窗口演进上的对比。

让大众普及使用 AI 本身就是一个重要且值得追求的目标，特别是在引导员工入门 AI 阶段。但未来并非‘人们使用 ChatGPT/Claude 或领域特定解决方案’的二选一，而是‘ChatGPT/Claude 与领域特定解决方案’的协同并进。

机构智能（Institutional Intelligence）必须利用特定领域、甚至特定任务的智能体（Agents）。

我们问了自己一个听起来荒谬但实则不然的问题：‘通用人工智能（AGI）会选择使用哪些智能体作为捷径？即便是超级智能，也会希望针对特定领域使用定制化的工具。

在 AI 领域，‘球门’（衡量标准）总是在不断移动，而那些能够利用真正能力优势（True Edge）的组织，才是最后的赢家。除此之外的其他人，只是在为一种极其昂贵的‘大宗商品’买单。

5. 产出

个人化 AI 节省时间。机构化 AI 扩大营收。

Ma Volpi 曾对我说过一句话，重塑了我对向企业销售 AI 的认知：“如果你问任何一位 CEO，他们的首要任务是削减成本还是扩大营收，几乎所有人都会说是营收。”

然而，目前市面上几乎所有的 AI 产品都在推销“削减成本”，承诺帮我们节省时间、以少胜多或取代人力。

机构化 AI 必须带来业务增量。相对于“节省时间”，业务增量想要被商品化则困难得多。

以智能体软件开发（Agentic Software Development）为例：编程 IDE 是有史以来最出色的‘个人 AI 生产力工具’之一，但它们已经面临来自 Claude Code（另一种个人 AI 工具）的巨大冲击。而 Cognition 公司则在玩一场完全不同的游戏——他们增长最稳健的业务是构建‘技术转型服务’，而非仅仅销售‘工具’。我更看好这种持久的竞争力。

“纯软件正‘迅速变得失去投资价值’。而纯服务则无法实现规模化。真正的持久价值，积聚在将技术与成果相结合的‘解决方案层’（Solution layer）。

以并购（M&A）为例。个人化 AI 帮助分析师更快地建立模型；而机构化 AI 则能从一百个候选者中识别出那一个值得追求的交易对手，并将潜在目标范围扩大到一千个。前者省了时间，后者创造了真金白银。
- 新闻来源于其它媒体，内容不代表本站立场！

在此页中阅读全文
分类：投资理财

猜您喜欢