抓住風口

本期要點：面對AI浪潮，我們最應該做的事情是什么？

你好，我是王煜全，這里是王煜全要聞評論。

最近，AI的宏大敘事似乎碰上了理論的釘子。

10月13日，諾貝爾經濟學獎將技術創(chuàng)新這個議題重新推向了公眾關注的中心。

其中，獲獎者菲利普·阿吉翁（Philippe Aghion）和彼得·豪伊特（Peter Howitt）在過去三十多年的研究中，用可量化、可推演的方式，解釋了約瑟夫·熊彼特（Joseph Alois Schumpeter）“創(chuàng)造性破壞（Creative Destruction）”推動經濟增長的內在機制。

簡單說，他們解釋了我們常說的“優(yōu)勝劣汰”過程：企業(yè)開發(fā)出新技術或新產品，淘汰舊產品和舊企業(yè)，改造產業(yè)格局的同時提升整體生產率。不過，他們更是給出了嚴謹的數學模型，從而可以得出理論上最合理的研發(fā)投入水平。

在科技特訓營里，我們也經常引用熊彼特的“創(chuàng)造性破壞”來解釋科技對于社會的影響。因此看到這兩位獲獎者的研究內容，我感到比較意外，也有些驚喜。

我想，這三位經濟學家能夠獲獎，也和如今浩浩湯湯的AI浪潮密切相關。因為如何通過AI實現經濟的繁榮發(fā)展，無疑是所有人最關心的話題。

有意思的是，在查閱阿吉翁近年來的論文時，我們發(fā)現，他認為AI并不必然推動經濟增長。

如在2017年的論文《Artificial Intelligence and Economic Growth（人工智能與經濟增長）》中，阿吉翁引用了“鮑莫爾成本病”的概念，指出技術進步往往能在制造業(yè)、農業(yè)等領域迅速提高生產率，但經濟的整體增長可能被難以自動化的環(huán)節(jié)拖慢，比如服務業(yè)、法律咨詢等等。

因此，基于這個說法，有的人就武斷地下了結論：AI注定遇到瓶頸，經濟也不會出現爆發(fā)性增長。

但如果我們細看原文，就會發(fā)現，阿吉翁等人認為AI是工業(yè)革命生產自動化進程的延續(xù)，他們還提出了一個開放性問題：AI是否也能實現服務的自動化？在這樣的情況下，經濟將如何增長？

可以看出，雖然8年前阿吉翁沒有明說，但他或許也隱約認為，AI是解決“鮑莫爾成本病”的關鍵。

現在，我們認為，答案已經足夠明確了，AI注定將提升服務的效率，逐步降低患有“鮑莫爾成本病”的部分。但我也要指出，未來真正重要的，不是AI是否讓服務百分之百自動化，而是我們是否圍繞AI進行了合理的業(yè)務設計，環(huán)節(jié)拆解是否合理，從而讓人與AI實現良好協(xié)同，共同提高生產率。

一方面，我想強調的是，歷史上每一輪自動化都是漸進的，人機協(xié)同是常態(tài)。

回顧工業(yè)革命中自動化的演進路徑，就能幫助我們擺正對于AI的預期。

比如工業(yè)革命爆發(fā)的起點紡織業(yè)，建立起了工廠，設計好了面向新技術的新流程，人力就可以不再是制約。早期紡織機并沒有把人完全移出生產線，仍然需要人工接線。只不過，由于這個接線的工作非常簡單，也不需要耗費什么體力，連幾歲的孩子也能勝任，以至于童工現象變得十分普遍。

但很明顯，哪怕是這么個看似不合理的人機協(xié)同機制，也讓紡織廠的整體生產效率得到了大幅提升。

可想而知，未來AI不會也不需要一夜之間把人全部替代，而是逐步將原本十個人的工作，通過兩個人加AI的自動化流程來完成，實現效率的提升和成本的下降，并進而擴大服務的范圍。

比如，自動駕駛出租車不會完全替代司機，仍有少量司機在控制室內，時刻準備在智駕系統(tǒng)碰到問題時遠程接管。

另一方面，在AI已經可以復制人類經驗的今天，只要崗位職責拆解夠細，AI就有可能實現對人類工作的全流程替代。

這兩天剛剛上市的云跡機器人就是個典型的例子。

飯館服務機器人由于沒法完成從廚房到餐桌的全流程，仍需人把菜端上餐桌才能完成服務閉環(huán)，所以機器人不能替代飯館服務員，自然難以獲得收入。原因也很簡單，老板已經付錢雇了服務員了，為什么還要為傳菜這一道手續(xù)單獨買個機器人呢。

但在云跡份額極大的酒店服務市場，給酒店顧客房間送物，是一個相對高頻剛需的場景，以前都要有專人負責。但云跡把服務流程拆開，將接單、配貨、送貨、到達確認、異常處理等各個環(huán)節(jié)進行明確劃分，由AI和機器人分別實現，并實現接口標準化對接，機器人就能完成全部工作，替代掉原來的崗位。

甚至，當酒店送物可以被完全自動完成之后，在酒店點外賣也成了很容易實現的延伸服務，之前酒店飯菜品種少、價格高的問題被品種豐富、價格公道的外賣替代，住店顧客的服務滿意度也得到了極大的提升。至少對我這個酒店的常客，酒店送物機器人就成了真正的剛需。自然，云跡的收入也就得到了確保。

當然，云跡的服務維護和客戶業(yè)務優(yōu)化仍然需要人來執(zhí)行，但這才是人該干的事情：專注于業(yè)務的持續(xù)優(yōu)化和處理機器無法解決的復雜問題，而不是做那些重復性的勞動。

未來的大量智能服務也將遵循類似模式，AI可以替代耗時耗力的重復性勞動，而少數的人類負責剩余AI還無法自動化解決的問題。這樣一來，即使存在局部瓶頸，整體效率仍能得到顯著提升，服務也能以更低的成本、更大的規(guī)模進行復制和供應。而這必然也會給經濟帶來巨大推動。

而且，我認為，更重要的是，正如阿吉翁所說，AI是工業(yè)革命的延續(xù)。

如果說工業(yè)革命通過工廠、流水線、電力等技術實現了實物產品的規(guī)模化生產，使過去只有富人才能享受的奢侈品，成為了普通大眾消費得起的日常用品，那么AI的使命就是實現高端服務的普惠化，使過去富人才能享受的奢侈服務，飛入尋常百姓家。

以往，由于專家級服務人員的稀缺，只有少數人才能享受到像私人助理、管家、財務規(guī)劃、法律咨詢、健康管理、個性化教育輔導等服務。

但今天的AI大模型，可以把這些專家級的服務能力整合到一套人機協(xié)作的流程之中，轉化為可規(guī)?；峁┑姆?。

這并不意味著不再需要專家，而是專家的角色可能發(fā)生變化。他們不再直接參與服務本身，而是成為開發(fā)這些智能服務的研發(fā)人員，或是處理更復雜的情境和罕見且異常的情況。而常規(guī)的服務需求，將由AI加普通服務人員的協(xié)作體系來滿足。

這樣一來，我們將有望實現高端服務的自動化和規(guī)?；簿妥屵@些服務的價格可以降到更多人都能承受的價格區(qū)間，實現“服務平權”。

更關鍵的是，這也會給經濟帶來新的動能。AI能夠提供大量過去不存在或普通人無法負擔的智能服務，滿足那些普遍存在但長期未被滿足的需求，從而創(chuàng)造新的消費市場和就業(yè)機會，推動經濟和社會進入新的繁榮階段。

而且，我更想強調一點，當高端服務可以被規(guī)?；峁r，社會整體的知識水平、健康水平、生活質量、乃至幸福水平將得到明顯提升，而這才是科技造福人類的真正體現。

我們堅信，AI是工業(yè)革命以來最具爆發(fā)性、最有可能推動全球經濟進入下一階段的增長機會。

所以，這個AI時代是否讓你感到熱血沸騰了呢？

那么最后，我想你也一定想知道，如何才能成為AI時代的贏家？

答案就是一句話：重要的不是坦克，而是打出閃電戰(zhàn)。

阿吉翁說，經濟持續(xù)增長的根本動力在于技術更迭。不過，我更想補充一句，用戶要的永遠不是技術，而是產品和服務，是對自身需求的滿足。只有把技術轉化為產品和服務，才可能帶來實際的經濟增長。而這個任務必須由那些能夠應用新技術、創(chuàng)造新業(yè)務模式的企業(yè)家來完成。

在AI所帶來的這個大革命潮流中，不能只滿足于開發(fā)占山為王的小工具，而是要創(chuàng)造出技術應用的新范式，把技術的利益帶給盡可能多的人。當大家都購買了你的服務，財務回報就是大家對你的集體獎賞。

一百多年前，通過借鑒屠宰場的流水線模式，福特實現了汽車這個復雜產品的規(guī)模化制造，大幅提升了產量，也讓汽車走進美國的千家萬戶。

20多年前的互聯(lián)網時代，阿里巴巴通過支付寶解決了網上交易的信用問題，讓電商模式得以爆發(fā)。

這些都是業(yè)務模式創(chuàng)新驅動技術價值釋放的典型案例。

進入AI時代，2022年底橫空出世的ChatGPT讓用戶可以直接得到答案，不再需要翻找一大堆資料，在滿足人們求知和咨詢需求的同時，也動搖了谷歌核心業(yè)務——廣告的根基。

但我想說的是，這只是未來偉大的AI時代的冰山一角。而我更想問的是，AI時代的贏家為什么不能是你？

所以，在這里，我誠摯邀請你來參加前哨大會2025。這次大會的主題是《刻意進化——AI時代的成功指南》。我將為你剖析這次AI革命的真正關鍵：基于AI的新業(yè)務模式，幫你抓住AI時代的機遇，識別AI時代的贏家，收獲AI時代的紅利。

我會展示哪些場景已然打通閉環(huán)、哪些環(huán)節(jié)還需要耐心等待、哪些指標能夠判斷路徑是否正確。如果你想掌握這一時代的制勝密碼，11月15日，我們在深圳，不見不散！點擊鏈接購買前哨大會2025門票

以上就是今天的內容，王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

最后，鑒于公眾號推送機制的改變，你未來刷到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發(fā)布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“王煜全-2025年思想薈萃”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！