ListenHub
27
6-1晓曼: 最近“互联网女王” Mary Meeker 又杀回来了！她的年度趋势报告，现在改名叫人工智能趋势报告了，听说厚得像砖头，足足340页！你先给咱们说说，这位大佬是何方神圣，这次回归又有什么特别的意义？
原野: 嘿，Mary Meeker，江湖人称“互联网女王”，以前在摩根士丹利呼风唤雨，专门研究科技股，后来自己出来单干，2018年搞了个邦德资本。她从1995年就开始搞互联网趋势报告，一直到2019年才停更。这次她又回来，而且主题直接锁定AI，说明她觉得AI就是现在最火、最有搞头的技术革命，这绝对是给投资者和创业者指路呢！
晓曼: 听起来很厉害！她在科技投资圈摸爬滚打这么多年，对AI的看法肯定和我们不一样吧？她的独到之处在哪儿？
原野: 她觉得AI不是简单地升级算法，而是像给互联网换了个“操作系统”，是一个叠加在互联网基础上的新东西。报告里还举了金融行业的例子，像摩根大通，他们在投资者服务和运营优化上用AI，预计两年内能创造65%的增值！这不就是直接告诉创业者，AI能用在哪儿吗？
晓曼: 报告里还提到，美国的计算相关专利数量也像坐了火箭一样往上窜。专利数量和技术创新之间到底是什么关系？是不是专利越多就代表技术越牛？
原野: 这事儿有点像历史重演。1995年网景公司上市后，专利数量就开始猛增；2004年之后就慢下来了；结果2022年ChatGPT一发布，两年内又多了6000份专利！这说明AI时代的创新热度比早期互联网还要火爆。不过，专利多不代表一定能赚到钱，关键还是要看能不能落地，能不能真正用起来。
晓曼: 那这专利数量一直这么涨下去，靠谱吗？这背后会不会有什么问题？
原野: 能不能持续，就看算法能不能有新突破，还有市场到底需不需要。专利就像一颗颗“种子”，但要长成参天大树，还得有人投钱、有人认可才行。现在最大的问题就是，会不会出现泡沫，会不会有人过度炒作。
晓曼: 报告里还说，技术变化的周期越来越短，以前PC时代，设备数量从零到几亿花了很长时间，现在动不动就是上百亿。这种加速到底意味着什么？
原野: 意味着硬件成本越来越低，性能越来越强。以前CPU是老大，现在GPU成了AI的基石。对公司来说，得随时更新自己的技术架构；对我们个人来说，就得不停学习新工具，就像以前用Office，现在得学怎么用AI助手。
晓曼: 你说得太专业了，我有点晕。如果我不是技术专家，怎么才能理解报告里说的FLOPs（每秒浮点运算次数）爆发式增长？
原野: 这么说吧，你可以把FLOPs想象成训练AI的“卡路里”。十年前，这个数字增长还很慢，但现在每年增长超过360%，累计增长了百亿倍！这相当于一个人每天运动一小时，十年后突然变成每天跑马拉松！
晓曼: 厉害了！报告里还把ChatGPT和谷歌搜索拿来比较，说ChatGPT两年跑完了谷歌11年的路，这是为什么？
原野: 主要还是因为现在互联网太普及了，大家早就习惯用各种数字工具了，而且社交媒体也能让好东西迅速传播开来。ChatGPT的界面更简单，直接就能对话，不像谷歌搜索，还得输入关键词，然后再筛选结果。
晓曼: 现在互联网产品，达到1亿用户的速度也缩短到几个月，这对创业者来说是好机会吗？
原野: 绝对是机会，但也是挑战。增长快意味着获客成本低，但如果你的服务和稳定性跟不上，用户跑得也快！所以，这非常考验你的运营能力和技术支撑能力。
晓曼: 金融巨头摩根大通在AI上砸了很多钱，预计回报能达到65%，这个回报靠谱吗？会不会是吹牛？
原野: 报告里说，他们在投资者洞察、运营自动化和顾问服务这三大领域用AI，既能创造新收入，也能降低成本、提高效率。不过，他们也得小心模型风险、数据安全和合规成本。
晓曼: 现在AI公司的估值也高得吓人，像OpenAI，收入还不到一百亿，估值却高达三千亿，这难道不是泡沫吗？
原野: 投资者看重的是未来的增长潜力，所以这些公司的收入倍数普遍超过30倍，像Perplexity，甚至达到了75倍！但是，估值越高，融资的难度和压力就越大，长期来看，还是要靠实实在在的利润和应用落地来支撑。
晓曼: 报告最后总结说，AI变革的速度是前所未有的，这对社会和伦理会带来哪些挑战？
原野: 快速迭代肯定会带来隐私泄露、算法偏见和就业冲击等风险，所以我们要在创新和监管之间找到一个平衡点。
晓曼: 现在用户量、使用量和资本支出都创了纪录，这种增长能一直持续下去吗？
原野: 用户和使用量，因为AI越来越好用、越来越受欢迎，估计还能继续增长。但是，资本支出飙升会对环保和成本造成很大压力，数据中心的能耗和碳排放，是我们必须重视的问题。
晓曼: 报告里还提到，训练AI模型的成本很高，但推理成本却很低，这是个什么情况？
原野: 训练一个大型AI模型，可能要花上亿美元，但用它来推理一次，可能只需要几分钱。就像你一次性买下一座工厂，成本很高，但生产出单个产品的边际成本却极低。
晓曼: 使用量、成本和亏损都达到了前所未有的水平，这种烧钱模式能走得通吗？
原野: 亚马逊和特斯拉都曾经经历过漫长的亏损期，最后才开始盈利。AI领域也是一样，得先铺开市场，然后才能看到利润。但是，我们也要警惕过度烧钱带来的崩盘风险。
晓曼: AI公司在变现的时候，还会面临竞争加剧、开源势头和中国崛起等问题，这会怎么影响整个行业格局？
原野: 竞争者越来越多，开源的成本越来越低，而且我们还得防范中国技术迅速追赶上来。所以，AI企业必须依靠创新和生态建设，才能保持领先地位。
晓曼: 最后，AI正在走出屏幕，与物理世界深度融合，你怎么看？
原野: 自动驾驶、农业激光除草、智能牧场等等，这些都在落地，它们能提高效率，但也会改变就业结构。未来，人机协作会越来越紧密。
晓曼: 听你这么一说，感觉AI真的是无处不在，从我们上网到工作方式，都和我们的生活息息相关。感谢你的深度解读，咱们下期再见！
原野: 不客气，再见！