未來三年里只會有兩類公司：一類是精通 AI 的公司，另一類是倒閉的公司。

整理 | 王啟隆

出品丨AI 科技大本營（ID：rgznai100）

我們每天都在被大語言模型、AI 智能體（Agent）的各種全新功能刷屏。但如果脫離程序員的視角，你會發(fā)現(xiàn)，身邊絕大多數(shù)人對 AI 的使用，可能依然停留在“潤色一封郵件”或“當(dāng)個高級搜索框”的階段。

一邊是科技巨頭動輒上百億美元的基礎(chǔ)設(shè)施狂熱，一邊是大部分人幾乎沒有多大改變的日常工作。這種錯位難免讓人犯嘀咕：所謂的 AI 革命，到底是不是又一次被吹大的泡沫？

馬克·庫班顯然不這么看。

作為親身歷經(jīng)了個人電腦、互聯(lián)網(wǎng)、流媒體等多次技術(shù)浪潮的商業(yè)老手，庫班的判斷很少來自宏大的學(xué)術(shù)推演，而是源于極其務(wù)實的商業(yè)直覺。他曾創(chuàng)辦了世界上第一家流媒體公司，也曾向拒絕聯(lián)網(wǎng)的人們推銷過 PC。

這位經(jīng)歷過個人電腦普及、互聯(lián)網(wǎng)網(wǎng)絡(luò)化和流媒體崛起的商業(yè)老手，對每一次技術(shù)周期的體感都極度敏銳。在 Big Technology Podcast 與他的最新播客對話中，庫班聊透了幾個正在發(fā)生的關(guān)鍵變化：

• 如果你現(xiàn)在還沒有開始使用大語言模型，甚至連 ‘智能體’ 是什么都不知道，那你真的落伍了。”

• 現(xiàn)在的 AI 使用者正分化為兩類人：一類人使用 AI 是為了讓自己可以什么都不用學(xué)，而另一類人使用 AI 則是為了讓自己能學(xué)到一切。

• 如果一個盲人要過馬路，在導(dǎo)盲犬和 AI 手機(jī)之間，我每次都會毫不猶豫地選擇導(dǎo)盲犬。現(xiàn)在的 AI 根本無法預(yù)料自己行為的后果。

• 未來三年里只會有兩類公司：一類是精通 AI 的公司，另一類是倒閉的公司。

• 那些巨頭砸下巨資建數(shù)據(jù)中心，甚至計劃投入上萬億美元，我覺得他們根本不可能收回成本，這錢跟扔了沒什么兩樣。

• 如果一家軟件公司的商業(yè)模式只是簡單地按賬號數(shù)量賣通用的標(biāo)準(zhǔn)化軟件，那他們現(xiàn)在大難臨頭了。

無論是對于試圖在技術(shù)夾縫中尋找生存空間的創(chuàng)業(yè)者，還是面臨被替代風(fēng)險的年輕職場人，庫班的這些務(wù)實思考都提供了一份行動參考。以下為本次訪談的精彩實錄：

「AI 科技大本營讀者專屬福利」

免費領(lǐng)100小時云算力券·支持主流 AI 框架與模型部署

咖啡領(lǐng)取地址： https://s.csdn.cn/4nPsOp

AI 是個“宿醉的實習(xí)生”

主持人：我們正身處這樣一個時代：耳邊充斥著人工智能的革命性力量，每天都有人在熱議它的各種全新功能。

馬克庫班：確實，我也聽說了。

主持人：但盡管宣傳鋪天蓋地，我們的日常生活其實并沒有發(fā)生太大改變。對絕大多數(shù)人來說，ChatGPT 頂多是偶爾嘗個鮮，或者只是一個更好用的谷歌搜索。而所謂的 AI 智能體（AI Agent），聽起來更是虛無縹緲的未來概念，在當(dāng)下似乎毫無用武之地。你如何看待這種熱度與實際落地之間的差距？

馬克庫班：我不覺得這中間有什么差距，真的一點都不覺得。從商業(yè)的角度來看，既然今天臺下有這么多商業(yè)人士和學(xué)生，如果你現(xiàn)在還沒有開始使用大語言模型——無論是 Claude（我的最愛）、ChatGPT、Grok 還是 Gemini，你其實都已經(jīng)嚴(yán)重落后了。

而如果你在一家公司工作或者自己經(jīng)營公司，卻連什么是“智能體”都不知道，那你真的落伍了。

倒不是說 AI 已經(jīng)變得多么聰明。它又不是阿諾德·施瓦辛格（終結(jié)者）突然破門而入，也不至于立刻接管一切。但就像歷史上每一次技術(shù)工具的變革一樣，它正在產(chǎn)生深遠(yuǎn)的影響。

我經(jīng)歷過很多技術(shù)浪潮，還記得當(dāng)年向別人推銷個人電腦（PC）時，他們說：“我們不需要這玩意兒?！?后來我又對人們說：“我們要把這些電腦聯(lián)網(wǎng)?！?為此我還專門開了一家公司，結(jié)果他們又說：“聯(lián)網(wǎng)干嘛？我把軟盤拔出來，直接用軟盤拷到另一臺電腦上不就行了。”

接著互聯(lián)網(wǎng)誕生了，人們又問：“互聯(lián)網(wǎng)是什么？”我們創(chuàng)立了AudioNet（世界上第一家流媒體公司），當(dāng)時大家都覺得我是個白癡。他們說：“等等，你想用電腦來聽體育廣播、聽收音機(jī)、看視頻？伙計，我直接打開電視和收音機(jī)不就好了嗎？”

歷史總是在不斷重演。永遠(yuǎn)有那么一小撮人敢為天下先，也永遠(yuǎn)有一群人在習(xí)慣性否定。但往往是那些敢于率先嘗試的人，最終走得更遠(yuǎn)。我覺得今天的 AI 也是一回事。

主持人：可是等等，我做過功課。就在不久前的 2026 年 2 月，你還把 AI 比作“宿醉未醒的實習(xí)生”，對吧？

馬克庫班：但我現(xiàn)在指的是智能體（Agent）。我的意思是，當(dāng)你部署一個智能體時——不管是基于 Claude 還是別的什么模型——它能幫你搞定所有你懶得做的繁瑣瑣事，以及那些你一直想做卻抽不出時間的事情。

這相當(dāng)于你招了個實習(xí)生，星期五早上他可能還宿醉未醒——話說實習(xí)生不都這樣嗎？——但現(xiàn)在用智能體，你就能輕而易舉地把這些事情全辦了。你甚至可以讓那個實習(xí)生昨晚玩得更晚、今天來得更遲，因為這個 AI 智能體會 7x24 小時無休工作。

主持人：這一路上你也表達(dá)過一些懷疑。我非常贊同你的觀點，現(xiàn)在確實是必須開始使用它的階段，但相比那些狂熱的鼓吹者，我覺得你對 AI 的評價一直是非常克制和客觀的。

你曾親身歷經(jīng)了幾次重大的技術(shù)變革。如今，那些 AI 實驗室把當(dāng)下描述為一個“指數(shù)級增長”的時刻。這是一個奇妙的階段，未來的地平線似乎正在向我們加速逼近，而不是漸行漸遠(yuǎn)。他們認(rèn)為，這與以往那些呈線性發(fā)展的技術(shù)迭代完全不同——過去的變革雖然重要，但都是線性的。你站在哪一邊？是指數(shù)級，還是線性？

馬克庫班：指數(shù)級。

主持人：為什么這么說？

馬克庫班：因為它的更新?lián)Q代實在是太快了。如果是線性的，就像以前的個人電腦時代，甚至是第一代 iPhone 面世時——大家應(yīng)該還記得，你買了第一部 iPhone，然后聽到新一代 iPhone 的消息，無非是運行更快、內(nèi)存更大、信號更好。

這就是線性發(fā)展。只是一步一步地往前挪，你安分地等待下一步。直到最后進(jìn)入邊際效應(yīng)遞減的階段，你甚至都不在乎現(xiàn)在 iPhone 出到第幾代了。它確實挺好，但并沒有什么石破天驚的創(chuàng)新能讓你非得換掉它不可。

但 AI 的變化卻如同狂風(fēng)驟雨。智能體 AI 能夠勝任各種各樣的工作。如果你想編程，它讓每個人都能輕松上手。比如在我的 Cost Plus 藥品公司，我喜歡把我們的定價與其他競爭對手進(jìn)行對比。我直接對 Claude 說：“去這三個網(wǎng)站。這是 Cost Plus 藥品的全部產(chǎn)品清單。找出其中最貴的 25 種，每周給我出一份價格對比報告?！?12 分鐘后，砰，報告就出來了。

這在以前是不可想象的。雖說我也能寫軟件——至少以前會寫——或者你也可以雇個人來寫，甚至讓宿醉的實習(xí)生去倒騰。但現(xiàn)在，你只要在手機(jī)上跟 Claude 說一聲，然后要求“我想在任何瀏覽器上都能一鍵打開”，如果它犯了幾個小錯，你只需說：“不對，這里調(diào)整一下。把格式改了，我想要這樣的排版”，然后你和它一來一回進(jìn)行微調(diào)——這就是非線性的。它的發(fā)展曲線是直接沖向右上角的。

主持人：你能聊聊這個“宿醉實習(xí)生”的比喻是怎么來的嗎？你遇到過很多這樣的人嗎？你自己當(dāng)年也是其中之一嗎？

馬克庫班：我做過的工作里沒幾樣是干得好的，不過這一項我絕對很擅長。

主持人：如果這是指數(shù)級增長，那么它的終點在哪里？你說得對，iPhone 確實遇到了瓶頸期，15、16、17 代看起來都差不多。我今天早些時候聊到 iPhone 時，甚至一時間想不起現(xiàn)在到底出到第幾代了。

馬克庫班：剛才我們聊到這兒的時候，我也一下子沒想起來。

主持人：我可是專門追蹤這個行業(yè)的，連我都記不清了。如果 AI 不會像手機(jī)那樣遇到瓶頸，這項技術(shù)最終會走向何方？

馬克庫班：說它不會遇到瓶頸，和說它目前呈指數(shù)級暴漲是兩碼事。它可以在一段時間內(nèi)繼續(xù)呈指數(shù)級增長，不斷改變自身功能、拓展應(yīng)用場景，并深度重塑商業(yè)、教育等眾多行業(yè)，但最終也可能走向平緩。

舉個最典型的例子來說明現(xiàn)在的 AI 還不夠聰明。如果你是一位盲人，在十字路口準(zhǔn)備過馬路，身邊有一只導(dǎo)盲犬，手里拿著一部裝有 AI 的手機(jī)。如果要在導(dǎo)盲犬和用手機(jī) AI 導(dǎo)航之間二選一，我每次都會毫不猶豫地選擇導(dǎo)盲犬。

縱觀當(dāng)下的 AI 以及可預(yù)見的未來，它根本無法預(yù)料自己行為的后果。如果你向 ChatGPT 或其他類似模型咨詢，而它給了你一個糟糕的建議，它完全不知道你會因為聽信這個建議而面臨什么后果。

但是，一個坐在嬰兒椅里的兩歲小孩卻知道，如果他把吸管杯推下桌子，媽媽就會跑過來，而他自己則會咯咯大笑。小孩知道自己舉動的后果，也預(yù)判得出反應(yīng)，這就是兩者的本質(zhì)區(qū)別。

所以，雖然 AI 是個極佳的商業(yè)工具，但它絕對不是包治百病的靈丹妙藥，不可能替你做所有的決定。現(xiàn)在的 AI 使用者正分化為兩類人：一類人使用 AI 是為了讓自己可以什么都不用學(xué)，而另一類人使用 AI 則是為了讓自己能學(xué)到一切。

比如，我可以對 AI 說：“我要給老板寫份報告，幫我弄一份。”輸入要求后，它提供研究數(shù)據(jù)，我直接交差。或者，我也可以這樣用：“我老板對這個主題很感興趣，需要一份報告。我想借此盡可能多地學(xué)習(xí)，利用不同的 AI 模型找出實現(xiàn)這個目標(biāo)的最佳解決方案。我想深入了解這個領(lǐng)域，以便今后能提供更好的幫助?！?/p>

讓人擔(dān)憂的是那些只想應(yīng)付差事、根本不想學(xué)習(xí)的人。但對于樂于學(xué)習(xí)的人來說，AI 是前所未有的知識民主化利器。即便一個八歲的孩子，生活在全球最貧困的地區(qū)、最糟糕的家庭環(huán)境中，只要他能接觸到一部智能手機(jī)，能訪問 chatgpt.com 或 claude.ai，他就擁有了世界上幾乎所有的圖書館、教授和顧問資源。他可以提任何問題：“我想了解社會學(xué)和憲法，”不管是什么，只要說一句“教教我”，AI 就會專門為他定制一套教學(xué)計劃。

對于那些利用 AI 去主動求知、心懷好奇并不斷汲取新知識的人來說，AI 簡直不可思議。只要你善用 AI 學(xué)習(xí)，你就永遠(yuǎn)能比身邊的人更具競爭優(yōu)勢。但如果你只是把它當(dāng)作逃避工作的“宿醉實習(xí)生”，那你在未來的競爭中會非常吃力。

主持人：稍微插一句。其實 AI 變得越來越聰明的過程，和那個扔吸管杯的小孩很像。實驗室訓(xùn)練這些模型的方式，就是設(shè)定一個目標(biāo)行為。當(dāng) AI 達(dá)到目標(biāo)時，就給予獎勵；沒達(dá)到時，就沒有獎勵，它以此學(xué)會如何自我優(yōu)化。所以也許它甚至能去按——

馬克庫班：但你必須先明確你所追求的優(yōu)化目標(biāo)。你必須定義所有的目標(biāo)，并且了解全部的背景和上下文。然而在現(xiàn)實生活中，我們不可能未雨綢繆地知道所有背景。我們不知道下一步會發(fā)生什么，也不知道它會多快發(fā)生。并非所有現(xiàn)實中的信息都能用于訓(xùn)練這些模型。

比如你現(xiàn)在去問任何一個 AI ：“告訴我伊朗戰(zhàn)爭的結(jié)局會怎樣。” 不管它給什么答案，基本上都毫無價值。你必須清楚 AI 的輸出在什么地方才能契合你的實際目標(biāo)。在游戲里訓(xùn)練 AI 很容易，因為變化是有限的。但在現(xiàn)實生活中，要理清各種背景復(fù)雜關(guān)系要困難得多，而且訓(xùn)練的效果也大打折扣。

相比之下，商業(yè)領(lǐng)域通常有明確的目標(biāo)、標(biāo)準(zhǔn)、路徑和流程，因此 AI 是優(yōu)化這些環(huán)節(jié)的絕佳工具。

當(dāng)下的創(chuàng)業(yè)與企業(yè)生存法則

主持人：那么，在擁有這些現(xiàn)成工具的今天，該如何創(chuàng)業(yè)呢？這與過去的創(chuàng)業(yè)方式有什么不同嗎？為了服務(wù)客戶，你要把客服工作完全交給這些 GPT 模型嗎？關(guān)于如何運作一家公司，應(yīng)該還有更底層的問題。

馬克庫班：這主要取決于你的企業(yè)處于什么生命周期。你是剛剛起步，還是已經(jīng)有了一定的規(guī)模？如果你已經(jīng)擁有了一家公司，那些你之前考慮外包的業(yè)務(wù)——比如客服呼叫中心之類的——現(xiàn)在用 AI 智能體來做就再合適不過了。那些你以前想交給實習(xí)生做的事，AI 智能體同樣能完美勝任。

如果你經(jīng)營的是一家大企業(yè)，我們經(jīng)常聽說有大型上市公司投入巨資引入 AI，卻根本看不到投資回報。人們納悶：既然 AI 這么好，為什么會這樣？這是因為你的公司一直在按照原有的模式運轉(zhuǎn)。要想真正發(fā)揮 AI 的威力，你必須徹底重構(gòu)業(yè)務(wù)流程，將企業(yè)核心建立在 AI 之上。

這就像在電腦普及前和普及后經(jīng)營一家公司。兩者的運作方式是完全不同的。

如果現(xiàn)在利用 AI 創(chuàng)辦一家新公司，你可以通過無數(shù)種方式來利用智能體 AI 跑通流程、優(yōu)化溝通環(huán)節(jié)，并利用大語言模型來加快效率。把 ChatGPT 或 Claude 當(dāng)作文字創(chuàng)作的效率神器就是個極好的竅門。

比如我們今天收到一封郵件，有人詢問我們網(wǎng)站的一些情況，這其中涉及法律條款。我直接把整封郵件復(fù)制粘貼到 Claude 里，附上網(wǎng)站鏈接，然后說：“幫我列出所有需要考慮的應(yīng)對方案?！?/p>

換作以前，我肯定會說：“好吧，我得找律師，還得找這幾個部門的負(fù)責(zé)人。”但現(xiàn)在，我自己用 AI 過一遍，自己先研究明白，然后再去找相關(guān)負(fù)責(zé)人確認(rèn)：“這樣行得通嗎？”這樣一來，我付給律師的咨詢費變少了，和業(yè)務(wù)負(fù)責(zé)人溝通對齊的時間也大大縮短。在當(dāng)下創(chuàng)業(yè)，你走的路會和前 AI 時代完全不同。

主持人：這也解釋了我最開始提的那個問題：為什么我們現(xiàn)在面對著如此強(qiáng)大的技術(shù)，它卻還沒有完全滲透到我們生活的方方面面。正是因為你剛才提到的原因。

遇到問題先去問 Claude，在找律師前自己把方案捋一遍，如果你是公司掌舵人，這當(dāng)然很好。但對于那些習(xí)慣了按部就班、運行了很久的傳統(tǒng)公司來說，必須給那些非高層的普通員工一定的“創(chuàng)新授權(quán)”，讓他們能夠主動嘗試：“我要把這項技術(shù)發(fā)揮到極致，在現(xiàn)有體系內(nèi)搞點突破?！?/p>

馬克庫班：沒錯。我對我那快大學(xué)畢業(yè)、準(zhǔn)備去咨詢公司上班的女兒說：“你必須學(xué)會這個。如果你不掌握怎么用 Claude 或者智能體搞定各類復(fù)雜工作（比如用自然語言寫代碼的 Vibe Coding），別的懂這行的人隨時會取代你?！?/p>

主持人：但更關(guān)鍵的問題在于，她的老板會允許她這么做嗎？

馬克庫班：不，這根本不是問題。你必須把它當(dāng)作工具，去摸透它的邏輯，這樣隨著它的演進(jìn)，你才能跟上它日新月異的變化。如果你的老板支持你利用這些額外的技能，那很好。如果他們不支持，那他們在這個位子上也坐不了多久了。

如果 CEO 不明白這一點，他很快就會下臺。如果董事會還執(zhí)意留用一個不愿利用 AI 來建立競爭優(yōu)勢的 CEO，你一定要告訴我，我好去開家新公司，狠狠地?fù)魯∷麄儭?/strong>

現(xiàn)實就是這么殘酷。這和我們當(dāng)年做流媒體時一模一樣，當(dāng)時的情況是：“好，現(xiàn)在用電腦看視頻非常折騰，但終有一天，你只要點一下，視頻就會播放出來。”這就是我們今天的現(xiàn)實。你必須有遠(yuǎn)見，看清你的業(yè)務(wù)前景，學(xué)會使用當(dāng)下的工具，并預(yù)判這些工具會將你帶向何方。

尤其是現(xiàn)在有了 AI，企業(yè)面臨的最大挑戰(zhàn)在于，CEO 是否有決心打破現(xiàn)狀、大刀闊斧地重構(gòu)公司。如果不自我革命，就會有競爭對手以極低的成本來革命，把你干掉。歸根結(jié)底，未來三年里只會有兩類公司：一類是精通 AI 的公司，另一類是倒閉的公司。

主持人：這么說，我們即將迎來一個全新的競爭時代，因為對于那些想要入局顛覆行業(yè)的人來說，大門已經(jīng)徹底敞開。

馬克庫班：門早就已經(jīng)敞開了。你們現(xiàn)在所有人都可以拿出手機(jī)，打開自己最常用的大模型，想出一個創(chuàng)業(yè)點子。不用跑來問我：“馬克，這個點子好不好？” 直接對 AI 說：“聽著，這是我想做的事。給我寫一份商業(yè)計劃書，列出這個項目的優(yōu)勢、劣勢和潛在陷阱，告訴我應(yīng)該如何融資，以及商業(yè)模型應(yīng)該是怎樣的。”

十分鐘后——我給你們舉個我自己的例子。當(dāng)我開始自學(xué)這些工具時，我想：“我要設(shè)計一個概念，看看能不能一路搞到申請專利的程度?！?于是我對 AI 說：“我們來設(shè)想一下，在襯衫上扣一個帶攝像頭的紐扣，能 24 小時不間斷錄像，然后自動傳輸?shù)轿业氖謾C(jī)或電腦上保存。我需要一份商業(yè)計劃書、一份材料清單（BOM），以及一份專利申請書。” 只用了 12 分鐘。

當(dāng)然，里面的內(nèi)容百分之百正確嗎？并沒有。但我接著對它說：“好的，幫我列出這些原材料的所有潛在供應(yīng)商和估算成本——就是制造這個產(chǎn)品所需的一切?！?兩分鐘后，搞定。

這些東西不需要完美無瑕，但想想在過去，你要做同樣的事得費多大勁。如果換作以前，我得去谷歌搜索“我打算做這么個東西”，然后屏幕上會彈出 15 個藍(lán)色鏈接。其中大半是毫無用處的垃圾信息，浪費了你的時間，而你還得一個個點開篩選?，F(xiàn)在呢？AI 基于龐大的訓(xùn)練數(shù)據(jù)，計算出最可能給出的最優(yōu)回答，再按照你指定的格式自動整理匯總。你有任何疑問，直接繼續(xù)追問就行。

它絕對是一個極其強(qiáng)大的省時利器——一個不僅省時、還能隨時滿足好奇心和求知欲的工具，這對世界上的每個人都極具價值。正如我所言，無論你是 6 歲的小孩還是 96 歲的老人，只要你想搞懂某件事，它就能幫你快速實現(xiàn)。而且隨著 AI 越來越強(qiáng)大，它的影響力還會更上一層樓。

主持人：但從另一個角度來看，作為投資人，你難道不會因為收到大量格式雷同的垃圾推介信而感到有些煩惱嗎？眾所周知你一向會親自回復(fù)郵件。我相信你最近在收件箱里也注意到了和我們一樣的情況：現(xiàn)在的很多來信聽起來如出一轍，明顯都是 ChatGPT 寫的。

馬克庫班：哈哈，不過我已經(jīng)寫了個智能體，專門識別并攔截這些郵件。真的。雖然垃圾郵件很多，但我以前收到的也不少。

在《創(chuàng)智贏家》（Shark Tank）節(jié)目里，人們總是向我兜售“下一個優(yōu)步”或者“下一個某某”，大家就喜歡跟風(fēng)抄襲。我常說，如果已經(jīng)有一千個人在做同一件事，你為什么還要去做第一千零一個？如果有上萬人，你為什么還要去做第一萬零一個？這跟現(xiàn)在的 AI 亂象是一個道理。

我們未來會不會在某種程度上產(chǎn)生反 AI 的情緒？當(dāng)然會。正因為 AI 太泛濫了，我們反而會更渴望線下真實的接觸。相比于第 10,000 封冷冰冰的、寫著“嗨，我看了你的領(lǐng)英主頁，覺得你非常聰明，我覺得你很適合這個崗位”的郵件，人們會更加珍惜面對面的交流和活動。我當(dāng)時心想：“你居然把這種群發(fā)郵件發(fā)給我？沒搞錯吧？”

主持人：那你申請了沒有？

馬克庫班：申請了。

的確，現(xiàn)在會有很多令人啼笑皆非的過度現(xiàn)象，但這只是因為我們還處于初期階段。每個人都在摸索各種花樣。這些東西最終很多都會進(jìn)垃圾箱。就像我們現(xiàn)在接到的騷擾電話雖然煩人，但至少現(xiàn)在手機(jī)能識別并標(biāo)記為“疑似騷擾”，而在以前可不行。電子郵箱和其它的溝通工具也會發(fā)生類似的改變， AI 會進(jìn)化到足夠的水平，讓“試圖繞過攔截的投遞 AI”與“反垃圾 AI 過濾器”在后臺展開暗戰(zhàn)。這只是技術(shù)發(fā)展的必然規(guī)律。

主持人：不過這難道不是件很酷的事嗎？雖然它讓所有人寫一封推介信的門檻降低了，但也賦予了那些不懂技術(shù)的普羅大眾去開發(fā)出“最小可行性產(chǎn)品”（MVP）并親自展示給你看的能力。

馬克庫班：確實如此，完全同意。我想你也遇到過很多這樣的人，我們都遇到過，他們說：“嘿，我有一個關(guān)于 App 的點子。你有認(rèn)識的程序員嗎？哦，沒有就算了。” 以前他們根本不可能把想法落地。但現(xiàn)在不一樣了，你真的可以自己搞出來，直接讓 Claude 幫你寫。以前，人們說：“我得去融點錢才能去雇個開發(fā)?！爆F(xiàn)在時代變了。

如果你你連去問問 Claude、學(xué)點東西、把自己的最小可行性產(chǎn)品搭出來都不愿意或者想不到，那我也絕對不會投資你。不論是創(chuàng)業(yè)者、員工還是學(xué)生，最核心的能力就是“好奇心”。而想要滿足并持續(xù)激發(fā)這種好奇心，AI 就是最好的幫手。

我年輕的時候，常去書店坐在地上白嫖看那些買不起的書，或者泡在圖書館里。現(xiàn)在其實是一回事。就像我們很多人當(dāng)年剛接觸互聯(lián)網(wǎng)時一樣，會在各種信息里廢寢忘食地鉆研。但現(xiàn)在，獲取知識的過程變得更快、更容易、更直接了。它就是一個更棒的工具，你需要去學(xué)會掌控它。

SaaS 行業(yè)的危機(jī)與專有知識產(chǎn)權(quán)的護(hù)城河

主持人：還有一個現(xiàn)象。現(xiàn)在的資本市場正在懲罰那些軟件公司的股票，因為開發(fā)軟件變得太簡單了。投資者開始意識到，很多規(guī)?；默F(xiàn)成軟件其實無法完美貼合用戶的個性化需求，留留下巨大的被顛覆空間。有了 AI 之后，我們可以開發(fā)出多得多的定制化軟件，有人甚至把這稱為“SaaS 行業(yè)的末日危機(jī)”。你覺得當(dāng)前的這一輪股價暴跌是合理的嗎？

馬克庫班：很難一概而論。關(guān)鍵取決于具體的公司。

主持人：那太好了，我非常想聽聽哪些公司是安全的，哪些又在被淘汰的邊緣。

馬克庫班：具體名字我就不點了。核心在于，你必須擁有某種不愿公開分享的獨特知識產(chǎn)權(quán)（IP）。

舉個例子，比如 DocuSign（電子簽名巨頭）。你可能會覺得簽合同、電子簽名這事兒很簡單，Adobe 和其他公司都能做。但 DocuSign 是一家全球化企業(yè)，在簽署法律文件時，每個城市、每個州、每個國家的法律條文都千差萬別，你必須完全吃透這些細(xì)則。這種對各地法規(guī)的專業(yè)掌握就是他們獨特的護(hù)城河，他們絕不會允許 AI 無償獲取這部分產(chǎn)權(quán)。

主持人：但反對的觀點馬上會說：AI 智能體自己也能去檢索并輸入地方規(guī)章啊。

馬克庫班：不，你首先得清楚該把文件投遞到哪里。不然你想讓它干嘛？去爬取全世界每個國家、每個州、每個城市的每一個地方官網(wǎng)上萬條細(xì)則？光是消耗的 Token 算力費用可能就遠(yuǎn)遠(yuǎn)超過你所獲得的收益了。

如果一家公司的軟件包含了獨特知識產(chǎn)權(quán)——我說的 IP 不僅僅指“我們的軟件性能更好一些、速度更快一些或者更便宜一些”——而是指他們擁有一個獨一無二的專用數(shù)據(jù)庫，且不打算開放給 AI 訓(xùn)練的機(jī)密數(shù)據(jù)，那么這些公司就能安然無恙。但如果他們的商業(yè)模式只是簡單地按賬號數(shù)量（按座席）賣標(biāo)準(zhǔn)化的通用軟件，那他們現(xiàn)在就大難臨頭了。

主持人：當(dāng)時有傳言說 Anthropic 準(zhǔn)備發(fā)布一個法律插件，某些軟件的整個法律板塊市值瞬間蒸發(fā)。但這聽起來可能確實有點反應(yīng)過度，畢竟那些軟件公司手里確實掌握著行業(yè)私有數(shù)據(jù)。

馬克庫班：很難說，因為這些數(shù)據(jù)中很多其實是源自美國聯(lián)邦法院電子訴訟卷宗系統(tǒng)（PACER）及其他公開的法律數(shù)據(jù)庫。我之前跟一家律所聊起過類似的話題，我問：“能不能把你們的所有訴狀和法律文書拿來訓(xùn)練 AI？”他們拒絕了：“不行，這些是專有資產(chǎn)，涉及特定的客戶隱私，不能公開分享?！钡鞘菍β伤裕皇轻槍ζ胀ǖ姆煞?wù)軟件。

主持人：談到另一個可能被顛覆的領(lǐng)域——咨詢，人們經(jīng)常提及，因為類似方案落地、業(yè)務(wù)分析之類的工作，通過精心編寫提示詞，可能直接一鍵就生成了。你剛才提到你的女兒即將步入咨詢行業(yè)，你支持她的這個逆境決定嗎？

馬克庫班：當(dāng)然支持。在未來很長一段時間里，必然需要大批人才去指導(dǎo)各大企業(yè)如何引進(jìn) AI。這不僅包括技術(shù)的實施，更重要的是如何徹底重組他們的商業(yè)模式。當(dāng)你的目標(biāo)是利用 AI 提高生產(chǎn)力、提高利潤率并增強(qiáng)競爭力時，整個運作機(jī)制將與過去截然不同。

這些 CEO 們面臨的最艱難抉擇是：“在深知股價可能會暫時大幅下跌的情況下，我是否有破釜沉舟的勇氣徹底打破原有的業(yè)務(wù)，然后從頭開始重建？” 而在咨詢公司工作，你應(yīng)該能掌握許多非公開的專有行業(yè)知識，從而可以陪伴并協(xié)助這些 CEO 順利度過轉(zhuǎn)型期。

主持人：我們來簡要聊聊 AI 的商業(yè)模式。站在你的角度，看到投入到這些 AI 獨角獸企業(yè)身上的天量資金，一定會覺得很有意思。OpenAI 最近宣布他們?nèi)谫Y了 100 億美元，這差不多是歷史最大規(guī)模 IPO 的三倍。而且他們還計劃在未來幾年投入超過一萬億美元用于基礎(chǔ)設(shè)施建設(shè)。我很想聽聽你的看法，不是單看這筆巨額開支本身，而是要實現(xiàn)這筆投資的預(yù)期回報，到底需要做多大的商業(yè)體量。

馬克庫班：他們根本不可能收回成本。這錢跟扔了沒什么兩樣。我不是說 AI 在規(guī)模化應(yīng)用上行不通，但你看蘋果，他們幾乎沒在這上面花什么冤枉錢，卻已經(jīng)搭建好了底層生態(tài)，能讓各種模型輕松接入、即插即用在數(shù)以億計的終端設(shè)備上。

市場上現(xiàn)在充斥著關(guān)于巨額開支的恐慌、不確定和質(zhì)疑（FUD）。什么“因為要建數(shù)據(jù)中心，我們必須砸下一萬億美元?！?但其實硬件的算力會變得越來越快，成本也會變得更低，其降價速度之快會超乎所有人想象。我覺得他們四處吹噓的那些驚人數(shù)字最終根本無法兌現(xiàn)，這也是為什么我說他們是在信口開河，不可能發(fā)生的。

那些孤注一擲的玩家，有些手里的現(xiàn)金流甚至快撐不住這筆支出了，我也理解他們?yōu)槭裁匆@么拼。但我依然不相信每個人都能成功突圍。

究其原因，是因為我們還不確定基礎(chǔ)大模型（比如 ChatGPT、Gemini、Grok、Claude 等）的商業(yè)結(jié)局，到底會像流媒體行業(yè)那樣——有一個老大哥帶著幾家勉強(qiáng)分一杯羹（或者說至少有些能賺到錢）的跟風(fēng)者，還是會像搜索引擎市場那樣——贏家通吃，最終只剩下一家獨大。所以他們必須竭盡全力去融資、梭哈、燒光每一分錢，甚至環(huán)游世界去拉關(guān)系，只為確保自己成為最后的唯一贏家。這感覺就像《黑客帝國》里的墨菲斯尋找救世主——我甚至在等基努·里維斯推門進(jìn)來。

這是一條極其艱難的路，我覺得它無法帶來他們所預(yù)期的回報。這基本上就是在規(guī)?；卮蛩ｋm然很難，但如果你不這樣表現(xiàn)出孤注一擲的態(tài)度，你就無法繼續(xù)維持后續(xù)融資。在技術(shù)路線充滿變數(shù)、前景鋪朔迷離的局勢下，一旦你的融資鏈條斷了，那就徹底出局了，因為如果你成不了最后的生存者，你的麻煩就大了。

主持人：讓我替他們辯護(hù)幾句。目前在 AI 領(lǐng)域，我們注意到訓(xùn)練方向正在從通用性變得更加垂直，大家都在攻堅特定的專業(yè)能力。比如我們知道 Anthropic 在代碼方面很有建樹，而 OpenAI 在醫(yī)療健康領(lǐng)域深耕。要在這些垂直學(xué)科里訓(xùn)練出頂尖的能力是非常困難的。我們看到像 Anthropic 在編程代碼上領(lǐng)先了一陣子，就是因為他們在此術(shù)業(yè)有專攻。這向我傳達(dá)了一個信號：未來也許會有多個細(xì)分領(lǐng)域的贏家并存。

馬克庫班：但在像醫(yī)療這樣具體的垂直領(lǐng)域，像 Open Evidence 這樣的垂直廠商實際上正在大量收購知識產(chǎn)權(quán)，而 ChatGPT 并沒有這么做。

你很快就會看到一個越來越普遍的趨勢：手握知識產(chǎn)權(quán)的人，申請專利的積極性會大大降低。因為一旦你公開申請了專利，任何人都能查閱，這意味著所有的 AI 模型都能不費吹灰之力地把它喂給自己訓(xùn)練。

當(dāng)我代表 Cost Plus 藥品公司去拜訪各大醫(yī)院、科研院所和高校時，我總是勸誡他們：“不要發(fā)論文，直接賣授權(quán)?！币坏┠愎_發(fā)表了，雖然面子上很好看、讓你在學(xué)術(shù)界聲名鵲起，但也意味著所有大模型轉(zhuǎn)瞬間都能把它吃透，你的先發(fā)優(yōu)勢直接就沒了。對于這些垂直領(lǐng)域的應(yīng)用來說，我并不確定它們未來還能否買到他們急需的核心 IP。

Anthropic 開發(fā)的 Claude 專注于編程，這本質(zhì)上不能算作垂直行業(yè)，因為代碼能力是通用的。它是流程驅(qū)動的，我覺得這個策略非常聰明。

但反觀其他的模型，Gemini 有著天然的優(yōu)勢，因為谷歌搜索已經(jīng)全面接入了 Gemini。如今你的每次搜索都會直接返回一個 AI 提煉的回答，而且谷歌可以在這個回答旁邊賣廣告。我不確定 Meta 后面會有什么大動作，我也不知道 OpenAI 最終會何去何從。因為醫(yī)療對 OpenAI 來說只是一個功能點，而不是主打產(chǎn)品；但在 Open Evidence 這類垂直應(yīng)用上，這才是核心賣點，其他競品只要愿意花錢砸核心 IP 也能隨時追趕。

而且還有個更大的死結(jié)：回顧現(xiàn)在以及未來幾年的這些基礎(chǔ)大模型，它們基本都是建立在文本和圖片的基礎(chǔ)上的，很少真正理解視頻。它們對物理世界的真實運作邏輯一無所知。就像我之前舉的例子，那個兩歲小孩把吸管杯推下餐椅——AI 根本無法像人類一樣產(chǎn)生直觀的物理常識感知。即使你給它喂了海量的信息，它也自己推導(dǎo)不出 這樣的公式，因為這需要建立在對物理法則、對整個物質(zhì)世界的深刻理解之上。

我們正在經(jīng)歷從“大語言模型”到“世界觀模型”（worldview approach）的躍升，后者建立在對現(xiàn)實世界物理規(guī)則的掌握以及對視頻內(nèi)容的精準(zhǔn)理解之上。我投資了一家公司，他們正在發(fā)射衛(wèi)星，能夠從太空識別地面上各種天然物質(zhì)的化學(xué)和物理構(gòu)成，是木材、巖石還是別的，就像光譜儀一樣。我認(rèn)為這種物理層面的感知研究，未來會降維打擊 Claude 或 Grok 目前做的很多純文本文字處理工作。

在我看來，我們現(xiàn)在連 AI 冰山一角的最美妙處都還沒看到，未來的發(fā)展會超乎所有人的想象。所以，想想這些巨頭們燒掉的這么多錢——你看，如果你像 Claude 那樣擁有最拔尖的編程能力作為安身立命的底盤，那非常棒。但其他大模型所謂的獨特核心競爭力到底在哪兒，我真不清楚。你清楚嗎？

主持人：我也不知道。不過，我的意思是，如果最后能有三到四個大贏家并存，這個市場規(guī)模應(yīng)該也足夠養(yǎng)活他們了吧。

馬克庫班：最多三個。再多的話日子就很難過了。到頭來你可能就只是一個平平無奇的網(wǎng)頁，或者一個普通的 App，而你卻為了做一個 App 砸進(jìn)去了一萬億美元。這學(xué)費交得也太貴了。

大模型巨頭們應(yīng)該多去俯下身關(guān)注那些基層的應(yīng)用

主持人：讓我問你一個問題。你在全美名聲大噪，很大程度上是因為你身上那種敢說敢做、挑戰(zhàn)傳統(tǒng)規(guī)則的叛逆精神。

馬克庫班：怎么可能，沒有的事。

主持人：那在如今的行業(yè)領(lǐng)袖里，比如 Sam Altman 或者 Dario Amodei 身上，你能看到自己當(dāng)年的影子嗎？

馬克庫班：Dario 身上或許還有點，但 Sam 身上絕對沒有。

主持人：能詳細(xì)展開講講嗎？

馬克庫班：Dario 現(xiàn)在整天在試圖危言聳聽，嚇唬大家，但這其實是吸引投資的老套路。當(dāng)年我們做 Broadcast.com 時，我也到處鼓吹：“我們要徹底顛覆有線電視和衛(wèi)星接收器之類的一切?！?/p>

當(dāng)時顯然沒做到，但我一直對外講：“再過幾年就會實現(xiàn)了。”

三十年后的今天，我們才算是真正做到了。

Dario 一直在推著 Claude 往前走，正如你提到的，他們在編程和智能體上的獨特護(hù)城河確實立住了。而且我覺得他們也意識到了未來必須朝著“世界物理法則模型”演進(jìn)。

但Sam 有些過于不著邊際了，我覺得這遲早會反噬他。比如他們曾經(jīng)計劃包下某家公司 40% 的存儲芯片，結(jié)果最近又單方面毀約。

做生意不能這樣。到了一定時候，大家就會失去對你的信任，不愿再跟你合伙。

我還聽說，他們剛把他從安全委員會調(diào)整到了別的崗位。不可否認(rèn) Sam 創(chuàng)造了許多了不起的成就，但在我看來，他們現(xiàn)在很多公開發(fā)聲，除了有利于拉投資之外，對整個行業(yè)并沒有什么實質(zhì)益處。

主持人：如果讓你給他們提建議，你會說什么？

馬克庫班：他們根本不需要我的建議。現(xiàn)在這個行業(yè)太早期了，變化也太迅速。關(guān)鍵是要盡可能廣泛地建立生態(tài)連接。但我認(rèn)為，相比于只和頂尖程序員打交道，大模型巨頭們應(yīng)該多去俯下身關(guān)注那些基層的應(yīng)用。

蘋果在某些方面就做得非常聰明：對于每個手拿 iPhone 的用戶來說，大模型都是即插即用的。他們可以自由選擇并隨時更換他們想接入的任意模型。這就像蘋果以前處理搜索引擎一樣，要么自己付費使用最好的，要么向大模型收費提供入口。

我認(rèn)為應(yīng)該多去到孩子們所在的地方，指導(dǎo)學(xué)校如何把 AI 運用到教學(xué)中去，讓它真正成為推動教育公平的民主化工具，并幫助老師去重新點亮每一個孩子眼神中的渴望。

我們現(xiàn)在的教學(xué)模式依然非常傳統(tǒng)：老師站在臺上，制定教學(xué)大綱、照本宣科，所有人聽課的進(jìn)度和內(nèi)容完全一樣。然后我們還希望所有學(xué)生能對同一道題給出標(biāo)準(zhǔn)答案。一旦有學(xué)生卡殼，老師就會抓狂。

老師們的痛點在于，他們被迫對班上的每個孩子提千篇一律的問題，讓他們寫格式雷同的期末作文。實際上，每當(dāng)我跟老師交流時，我都對他們說：“對你們而言，最難也是最珍貴的，是點亮孩子眼里的光芒，讓他們發(fā)自內(nèi)心地對某一門學(xué)科產(chǎn)生真正的興趣。”

有了 AI，你就能為每個學(xué)生定制個性化的教學(xué)方案。

比如你可以說：“今天我們上美國歷史課，學(xué)習(xí)憲法。六年級的小比利基礎(chǔ)比較薄弱，所以我們用 AI 為他量身制定一個學(xué)習(xí)計劃。它會根據(jù)小比利掌握的節(jié)奏進(jìn)行，并根據(jù)他的答題情況實時調(diào)整提問難度，同時向老師和家長同步小比利的學(xué)習(xí)進(jìn)度，讓他們隨時掌握孩子的情況?！?/p>

我們甚至還可以用 AI 來進(jìn)行興趣定制。如果他比起喬治·華盛頓，對保羅·里維爾的傳奇故事更感興趣，那就可以讓 AI 多花點篇幅講保羅·里維爾，從而激發(fā)他的積極性。

無論什么學(xué)科，AI 都能提供這種千人千面的個性化教學(xué)。而傳統(tǒng)的講堂根本做不到這一點。說回你剛才關(guān)于 AI 大模型公司的提問：如果能讓學(xué)校的師生親身體會到你提供的 AI 工具有多棒、多省心，你就成功培養(yǎng)了他們的使用習(xí)慣，他們一旦上手，就會對你的工具產(chǎn)生長期的粘性。

主持人：確實，我記得有研究指出，一對一的個性化輔導(dǎo)能讓學(xué)生的平均成績提高整整兩個標(biāo)準(zhǔn)差？

馬克庫班：具體的學(xué)術(shù)數(shù)據(jù)我不清楚，但邏輯上絕對完全說得通。

主持人：看來臺下有內(nèi)行知道這個研究。沒關(guān)系。但這確實是真的，我看到前排有觀眾在點頭了，肯定就是這個數(shù)據(jù)。而且在以前，由于高昂的成本，絕大多數(shù)家庭都負(fù)擔(dān)不起這種一對一的私人家教。但如果現(xiàn)在可以通過 AI 規(guī)?；侀_——

馬克庫班：以前這確實極度消耗時間和金錢。讓老師扔給你一句話：“回去給我寫篇讀后感”或者“把這篇課文給我背下來”，這與孩子放學(xué)回家，用手機(jī)或平板電腦，看著生動有趣的圖畫和動畫來學(xué)習(xí)，是完全不同的體驗。而且 AI 還能敏銳地覺察出孩子當(dāng)前是否在專注聽講。

AI 很容易就能判斷出你有沒有在認(rèn)真答題，也很容易能分析出你的回答是否是用心思考的結(jié)果。它能辨別學(xué)生是否在積極發(fā)問，還可以自動閱卷、提煉要點，并把反饋直接發(fā)送給老師和家長，最后家長和老師就能根據(jù)這些具體反饋給出更精準(zhǔn)的輔導(dǎo)建議。這體驗是無與倫比的。

這種學(xué)習(xí)模式不僅適用于小孩子，其實也適用于所有人去學(xué)習(xí)任何知識。不知道大家有沒有用過谷歌的 NotebookLM？它可以直接把你扔過去的員工培訓(xùn)手冊一鍵轉(zhuǎn)成兩個主持人對談的播客節(jié)目，這功能簡直神了。

比如，做一期關(guān)于“美航中心體育館洗手間清潔標(biāo)準(zhǔn)”的培訓(xùn)播客，由一男一女搭檔對談：“哎呀，我們剛才正好翻了翻場館衛(wèi)生間的清潔指南。這里面的道道還真不少，光是拖把的用法就大有講究?！?/p>

他們之所以把枯燥的規(guī)章變成播客，是因為現(xiàn)在的年輕一代根本不愿意看密密麻麻的文字。但是如果把它變成播客，尤其是那種把“拖把應(yīng)該怎么握、消毒液怎么配比”聊得讓你捧腹大笑的幽默對談，就會徹底改變知識傳播的效率。如果你能抓住這個趨勢，學(xué)會利用這種技術(shù)去培訓(xùn)和學(xué)習(xí)，那么不論你是創(chuàng)業(yè)者、CEO、管理者，還是員工、學(xué)生、老師，你都能降維打擊你的對手。如果你繼續(xù)墨守成規(guī)，那就只能拿到老掉牙的平庸結(jié)果。

職業(yè)未來的“緩沖帶”：用 AI 賦能中小企業(yè)

主持人：那么在這樣一個時代里，什么樣的人才能最終脫穎而出？

馬克庫班：那些最懂如何駕馭這些工具的人——那些真正明白，在 AI 時代，最核心的黃金法則叫做“迭代（iterate）”的人。隨著工具的不斷更新，你必須像滾雪球一樣持續(xù)迭代：你自己在變聰明，你的員工在變聰明，你的用戶也在變聰明，各種 AI 智能體之間的溝通配合同樣會越來越絲滑、高效。

作為創(chuàng)業(yè)者，我非常清楚大家一路上要跨過的那些坎：年銷售額達(dá)到 50 萬了、達(dá)到 100 萬了、開始盈利了，員工發(fā)展到 10 個人了。到了這個階段你可能會想：“穩(wěn)了，公司走上正軌了，客戶口碑也不錯。”

但在 AI 時代，這種偏安一隅的想法是極其危險的，你必須保持高強(qiáng)度的自我進(jìn)化。因為隨時可能有一個新人冒出來，說：“這家老店已經(jīng)停止創(chuàng)新了，他們連這個新 AI 工具都不會用，我要去搶他們的市場。” 你必須永無止境地自我迭代。

主持人：我聽過不少員工私下議論，他們覺得在工作里天天用這些 AI 工具，本質(zhì)上就是在“手把手訓(xùn)練 AI 來取代自己”。在某些特定崗位上，這恐怕確實是不可避免的現(xiàn)實。在更宏觀的就業(yè)市場層面，隨著 AI 技術(shù)的持續(xù)升溫，你怎么看待未來人們的工作前景？

馬克庫班：崗位流失是一定會發(fā)生的，這毫無疑問。但我絕不贊同埃隆·馬斯克所謂的“工作將不再是必需品”，或者“未來會有 50% 的人失業(yè)”那套極端論調(diào)。不至于。

如果你的日常工作僅僅是機(jī)械地處理格式、做一些簡單的選擇題判斷，那你被 AI 取代的概率確實極高。但如果你具備深度思辨能力，市場對你的需求就永遠(yuǎn)存在。一個既有獨立思考、又精通工具的人，能分得清哪些環(huán)節(jié)該交給智能體去跑、哪些必須由人類把關(guān)，懂得什么時候該讓 AI 輔助開發(fā)，這樣的人永遠(yuǎn)不怕丟飯碗。

就像我對我女兒說的：只要你吃透這些工具、保持理性求知的敏銳，同時又對世界充滿好奇不斷學(xué)習(xí)，你就永遠(yuǎn)有市場。AI 畢竟不懂得自己行為的實際后果。任何正經(jīng)企業(yè)，都絕不可能對 AI 盲聽盲信，任由它自己去發(fā)號施令。中間必須要有一個具備判斷力的“緩沖帶”——也就是懂決策的人類，來規(guī)劃什么情況下該用、什么時候該叫停。這就是大批中層管理人員在未來的全新定位和不可替代的價值。

另外，未來還會有成千上萬的企業(yè)面臨脫胎換骨的業(yè)務(wù)重組。在重組的過程中，急需大批能夠把各個模塊、各種技術(shù)和業(yè)務(wù)邏輯無縫串聯(lián)起來的復(fù)合型人才。所以，我覺得就業(yè)機(jī)會依然會非常充裕。

如果我是今天剛畢業(yè)的大學(xué)生，或者是一個想找兼職賺零花錢的 16 歲少年，我會把市面上關(guān)于 AI 的玩法全研究一遍，然后去聯(lián)系各種中小企業(yè)，對他們說：“讓我來幫你們。我能幫你們定制一整套 AI 智能體，把你們那些早就該做、卻一直因為手頭緊或者騰不出人手而堆在待辦清單底部的臟活累活全接管過來。”這樣能立竿見影地提高他們的生產(chǎn)力、強(qiáng)化競爭優(yōu)勢，并幫他們賺到真金白銀。

我給你們舉個絕佳的例子。我在《創(chuàng)智贏家》（Shark Tank）里投資過一家叫 Rebel Cheese 的企業(yè)，他們生產(chǎn)素食奶酪，面向全球發(fā)貨。凡是做過包裝紙箱郵寄的人都知道，像 UPS、DHL 等快遞公司對于不同規(guī)格的箱子收費標(biāo)準(zhǔn)是不一樣的，而且寄往不同的郵區(qū)運費差得也很大。你大概也知道，這些物流巨頭給你的賬單其實經(jīng)常會算錯。對做電商的人來說，這很常見對吧？

主持人：確實是這樣。

馬克庫班：結(jié)果這家公司做了什么呢？他們自己寫了一個簡單的 AI 智能體。每當(dāng)貨物準(zhǔn)備發(fā)出時，它就自動拍一張箱子的照片，識別出尺寸，核對官方價目表。接著拍下發(fā)票照片進(jìn)行自動比對。一旦發(fā)現(xiàn)物流公司的收費有出入，它就自動給客服發(fā)去索賠申請。就這么一個簡單的自動化流程，幫他們每個月省下了整整 5 萬美元。全過程完全自動化，甚至不需要任何人工插手。

這就是智能體的用武之地，但前提是你得懂得如何把這套機(jī)制開發(fā)出來。大多數(shù)中小企業(yè)目前根本沒有意識到這一點，他們手頭沒有多余的預(yù)算專門招人，也沒有什么實習(xí)生（管他宿醉沒宿醉）能踏踏實實地把這事兒辦妥。

在座的創(chuàng)業(yè)伙伴都懂，每到周六你腦子里總有那么十幾件口口聲聲說“今天一定要抽空做完”但到最后都拖延了的事。永遠(yuǎn)如此。而這些事情正是智能體最拿手的。如果我是現(xiàn)在的畢業(yè)生，我會挨個去敲這些中小企業(yè)的大門，按每小時 100 美元的費率給他們提供 AI 流程改造服務(wù)。

另外，因為這些 AI 大模型每次更新版本都會出現(xiàn)“模型幻覺偏移”（drift），所以這些智能體也需要定期調(diào)試維護(hù)。這能給你帶來源源不斷的、穩(wěn)定的后期維護(hù)費。其實現(xiàn)在很多只上過幾堂電腦課、稍微懂一點 Python 的年輕人，就能輕松接下這些活。這里的就業(yè)機(jī)會可以說是多得數(shù)不清。

主持人：確實，各大廠基本上都已經(jīng)不再招初級開發(fā)了。

馬克庫班：的確如此。

主持人：我剛才理解錯了，我還以為你的建議是讓年輕人去中小企業(yè)里全職打工。其實他們完全可以自己開個顧問公司，把這個當(dāng)成一種企業(yè)外包服務(wù)來賣，對吧？

馬克庫班：我指的其實就是這個意思。去找那些中小企業(yè)，像 Rebel Cheese 一樣，向他們展示那些繁瑣、耗時、而且因為不確定能不能回本而不敢輕易招人的業(yè)務(wù)。你只需要在幾周或者幾天里幫他們把這些業(yè)務(wù)抽象出來，用 AI 智能體把流程跑通，然后把剩下的臟活累活全部托管給 AI。

如果在座的哪位還不知道智能體是什么，那你真得趕緊學(xué)一學(xué)了。最快的入門方法就是直接打開 ChatGPT，輸入：“我是個純小白。智能體到底是個什么玩意兒？能教教我怎么做，并告訴我它能怎么幫到我的業(yè)務(wù)嗎？”

我再告訴你們第二層秘訣：作為 CEO、管理者或員工，如果你害羞、不敢和你的 AI “掏心掏肺”地深入探討問題，你就注定會被淘汰。我說的可不是讓你向它吐槽你的個人生活瑣事，比如“這個人適不適合我？我該不該去追求他？”不是這個意思。

剛開始跟一個 AI 一來一回地進(jìn)行深度對話確實會覺得有些怪異，甚至?xí)耄骸疤炷模以趺从衷诟鼑Z嗑了。”我甚至把我的 AI 接入了車載系統(tǒng)，開著開著車就跟它熱烈討論起來，偶爾自己反應(yīng)過來，還會啞然失笑：“這一幕還真是挺荒誕的。”但你必須克服這種心理上的別扭。因為一旦你突破了這一層，你就會發(fā)現(xiàn)它給出的反饋，比如剛才我提到的那個專利方案，真的水平極高，讓你由衷驚嘆：“這確實厲害。”

如果你連這關(guān)都過不去，固執(zhí)地不肯去習(xí)慣這種交互方式，你在未來的職業(yè)生涯和商業(yè)世界里將會舉步維艱。

免費領(lǐng)取 100 小時 AI 算力｜AI 科技大本營讀者專屬福利

加入 AI 開發(fā)者計劃獲取：

? AI 算力資源

? 官方技術(shù)社群

? Workshop 與 AI Academy

? 開發(fā)者專屬福利

立即掃碼，前 50 名領(lǐng)取瑞幸咖啡（領(lǐng)取地址：https://s.csdn.cn/4nPsOp）