Speaker A
前兩天我刷推看到了獨立開發者Peter Levels發了一條推文,他說啊,身邊所有人都
AI引發財富排位賽，投資者需理解AI原生公司與物理AI，並投入1000小時掌握AI，搶佔未來資產位置。
Key Takeaways
- AI將徹底改變財富分配規則，資產將成為未來競爭的核心。
- 投資需聚焦真正的AI原生公司，而非僅僅貼AI皮的傳統企業。
- 物理世界的AI是未來經濟增長的關鍵，值得長期關注和投資。
- 人的不可替代價值在於難以規模化的領域，結合AI實現套利。
- 深入學習和使用AI（至少1000小時）是參與AI時代排位賽的入場券。
What the video covers
- AI正在引發一場巨大的財富轉移，投資者需提前站好位置，迎接AGI時代的挑戰。
- AI原生公司與傳統貼AI的公司有本質區別，投資需分清楚真正的AI原生企業。
- 物理世界的AI（具身化AI）將是未來生產力提升的關鍵，值得重點關注。
- 人的價值在於難以規模化的領域，如真實人際關係、物理世界生意及個人經歷與品牌。
- 利用AI自動化降本增效，從難以規模化的領域中尋找套利機會。
- 投入至少1000小時深入使用和研究AI，建立對AI能力和邊界的深刻理解。
- AI時代的投資不僅是買股票，更是投資自身能力和信息差。
- 建議訂閱先進AI模型和工具，將AI深度融入生產實踐中，提升效率和競爭力。
- AGI未來充滿不確定性，理性選擇是提前積累資產，做好排位賽準備。
- 視頻最後透露所有B-roll畫面均由AI根據腳本自動生成，展示AI創作能力。
Full Transcript — Download SRT & Markdown
Speaker A
在拼命賺錢,拼命買資產,股票,ETF,黃金,房產。
Speaker A
目的就一個,趕在AGI到來之前站好位置。
Speaker A
說實話,平時我對這種言論不是特別感冒,因為他們有點製造焦慮。
Speaker A
但那天看完之後,我就默默的給他點了個贊,因為我真的同意他。
Speaker A
AI正在製造一場巨大的財富轉移,看明白的人已經在跑一場排位賽了。
Speaker A
肯定有人說,你看看,你也來製造焦慮了是不是?
Speaker A
但是那種不要焦慮,做好自己,一切都會好的視頻,我反而覺得那是一種不誠實。
Speaker A
這就好比工業革命初期,你告訴那些即將被機器取代的工人,別擔心,你放輕鬆一樣,沒人真的能夠放輕鬆。
Speaker A
浪潮打來的時候,你就只有兩個選擇,正面迎上去,想清楚自己的位置在哪,或者把頭埋進沙子裡,假裝什麼都沒有發生。
Speaker A
而這場排位賽,我認為無論你願不願意,都躲不掉。
Speaker A
所以作為投資者的你,該怎麼站位呢?
Speaker A
那今天我就想跟你聊一聊AI時代投資我所思考的四個維度。
Speaker A
不過在開始之前,我想花30秒的時間感謝一下頻道的長期合作商Interactive Brokers。
Speaker A
那IB呢是一個屢獲殊榮,被廣泛認可的全球性券商,也是我投資美股的平台。
Speaker A
那我喜歡它的主要有兩個原因,首先它的交易成本很低,在很多地區都沒有手續費。
Speaker A
或者說手續費低到沒有什麼影響。
Speaker A
第二呢,它的換匯成本很有競爭力啊,我在加拿大買美股,經常要把加幣換成美元,那相比那些動不動就收1.5%以上手續費的加拿大券商來說呢,
Speaker A
IB的換匯費用簡直就是太低了。
Speaker A
光這一點就足以讓我選擇他們了。
Speaker A
那IB的優勢還有很多,你比如說它會為符合條件的賬戶裡的現金支付利息。
Speaker A
那它的期權交易功能也十分的強大,並且價格低廉。
Speaker A
那強烈推薦你點擊評論區的鏈接,查看一下Interactive Brokers。
Speaker A
那你點擊鏈接,我也會有收益,這也算是對我的支持了。
Speaker A
好,那麼現在回到視頻。
Speaker A
那想要清楚該投資什麼呀,就首先你得搞明白這場排位賽它到底在賽什麼?
Speaker A
熟悉我的觀眾都知道,我在很早就講了類似的思考了。
Speaker A
那去年我做了一期視頻叫做All in AI,為什麼你要立即開始馬上Vibe Coding?
Speaker A
提出了一個核心判斷,工具人的黃金時代正在被AI終結。
Speaker A
什麼意思?
Speaker A
那一個人參與經濟獲取財富,本質上就兩種方式,一種靠勞動,你的體力、腦力、時間。
Speaker A
另一種靠資本,你擁有的資產來替你賺錢。
Speaker A
但絕大多數人靠其實都是前者,我們本質上就是工具人。
Speaker A
依附於某種工具,某種技能來換取收入。
Speaker A
而過去這條路走得通是因為機器它再厲害,總需要人來操作、維護、連接。
Speaker A
社會分工越細,工具人的需求就越多。
Speaker A
但AI正在改變這個規則。
Speaker A
AI和以往的技術革命完全不同,蒸汽機、電力、互聯網都是部分自動化。
Speaker A
機器幹一部分,但離不開人。
Speaker A
AI是通往全面自動化的起點,在虛擬世界裡,它已經能夠端到端的完成知識的工作了。
Speaker A
而物理世界裡,人形機器人的出現也意味著體力勞動可能岌岌可危。
Speaker A
半年過去了,這些判斷正在被一個個驗證,那最直接證據就是今年2月份。
Speaker A
Anthropic發布Claude的新能力之後,全球的軟件類服務公司股票一週之內蒸發了將近1萬億美元市值。
Speaker A
那這意味著什麼呢?
Speaker A
市場它終於看明白了,那就是模型本身它就是應用。
Speaker A
每一次模型的升級,都在直接吞噬應用層的功能。
Speaker A
那些看似有護城河的SaaS公司,其實就只是工具層。
Speaker A
而工具層正在坍塌。
Speaker A
而依附於那些工具層的工具人呢,處境只會更加艱難。
Speaker A
矽谷大廠的裁員從來沒有聽過,沒有一個企業主不想著怎麼用AI降本增效的。
Speaker A
那這就是Peter Levels那條推文的底層邏輯。
Speaker A
AGI一旦到來,資本就不再需要勞動,你的體力、腦力都不再是參與財富分配的入場券。
Speaker A
到那個時候,唯一能夠讓你留在牌桌上的就是你手上的資產。
Speaker A
你現在的位置就是你進入到那個新世界的起點。
Speaker A
這就是為什麼所有人都正在跑這場排位賽。
Speaker A
但是等一等,Elon Musk不是說了嗎,AGI來了之後萬物豐裕。
Speaker A
就不用工作,每個人都可以有全民基本收入。
Speaker A
去做自己熱愛的事情就好了。
Speaker A
說實話,我也想相信,誰不想活在那樣世界裡呢?
Speaker A
但是你誠實的問自己,你真的信嗎?
Speaker A
那關於AGI的未來,我覺得唯一確定的,那就是誰都不確定。
Speaker A
這正是很多人焦慮的底層原因。
Speaker A
所以到底怎麼辦?
Speaker A
那這裡我就想引入一個300多年前就已經有人想明白了的東西,那叫做帕斯卡賭注。
Speaker A
數學家帕斯卡在面對一個終極問題,上帝存不存在的時候呢,他的回答是你不需要知道答案。
Speaker A
你只需要想清楚哪個選擇讓你付出的代價最小。
Speaker A
信上帝,萬一存在,你就進入天堂,萬一不存在,你也沒有損失。
Speaker A
不信,萬一存在,你就大麻煩了,所以無論真相如何。
Speaker A
選擇性都是更優策略。
Speaker A
那套到AI上來,你也有兩個選擇,現在站好位置,或者什麼都不做,等著看。
Speaker A
如果未來是排位鎖定,你提前積累了資產,那你就所謂的贏了。
Speaker A
那如果未來是萬物豐裕,你之前積累其實也沒有怎麼傷害到你,沒啥損失。
Speaker A
但如果你什麼都不做,萬一理想國只是一個過於樂觀的想像呢,那你就被鎖在了一個你不想待的位置上,再出不來。
Speaker A
所以無論你是樂觀派還是悲觀派,理性的選擇其實都一樣,先站好位置。
Speaker A
但問題來了,具體要怎麼做?
Speaker A
怎麼去站這個位置呢?
Speaker A
那既然要參與排位賽,那最直接的想法就是去買AI公司的股票唄。
Speaker A
但是這裡有一個很多人其實沒有想清楚的問題,就是你買的到底是哪一層?
Speaker A
很多你以為跟AI相關的公司,其實恰恰是正在被AI顛覆的公司。
Speaker A
那這裡有一個很重要的一個概念,就是AI Native,AI原生。
Speaker A
現在市面上有兩類公司在做AI。
Speaker A
第一類就是在舊的架構上去貼AI的,什麼Salesforce,Notion,QuickBooks,Adobe。
Speaker A
他們有巨大的用戶基礎和多年積累的產品架構。
Speaker A
那這些是過去的核心資產,但是在AI時代,這反而成了包袱。
Speaker A
因為這些結構代表的是已有的生產方式和資源組織形式。
Speaker A
但他們已經過時了,可是這些公司不想丟,丟不掉,所以就修修補補硬往這個上面去加一個AI。
Speaker A
那這不叫做AI原生,這叫做給馬車裝個發動機。
Speaker A
那第二類呢,就是從第一天開始就為AI而生的,那整個系統的架構流程都是圍繞AI來設計的。
Speaker A
AI是發動機,其他的一切都是傳動系統。
Speaker A
出發點不是怎麼給產品加點AI,而是AI就是產品,那其他的一切都圍繞它轉。
Speaker A
那這兩者的區別是根本性的。
Speaker A
舉個例子,你想控制家裡的音箱,為什麼一定要打開那個界面很糟糕的App?
Speaker A
AI助手就能夠直接幫你完成啊,你根本不需要那個App呀。
Speaker A
再比如說報稅,很快要報稅了啊,你要做的就是一份準確的報稅單。
Speaker A
那你為什麼要在乎軟件界面長什麼樣子呢?
Speaker A
AI幫你算完填好提交,完事。
Speaker A
那這就是AI原生的思維方式,結果導向。
Speaker A
你要的是結果,不是操作。
Speaker A
而那些菜單、按鈕、表單、工作流界面,他們存在意義就是幫人去操作一個系統。
Speaker A
但當AI取代了操作者,都不需要了。
Speaker A
我認為面向消費者的軟件和界面不會消失,人依然需要好的視覺體驗。
Speaker A
但是那些為人類操作者、生產者設計的界面和軟件,它正在消失,這背後映射的正是生產關係的根本改變。
Speaker A
那你用這個視角去審視市場,你會發現大量所謂的AI概念股根本就不是AI原生的公司。
Speaker A
只是在舊產品上包了一層AI的皮。
Speaker A
而真正的AI原生公司剛剛才開始出現。
Speaker A
數量其實沒有你想像的那麼多。
Speaker A
這不是說啊,傳統應用層公司就一定會死,那有些會活下來,但要經歷極其痛苦的變革期。
Speaker A
那即使活下來,規模可能也沒有你想像的那麼大。
Speaker A
因為AI把它們打回到了起跑線,和AI原生的新公司站到了同一個起點。
Speaker A
所以當你說我要投資AI的時候,第一件事情就要想清楚,你投的到底是AI本身。
Speaker A
還是被顛覆的舊世界?
Speaker A
但這還只是故事的一半。
Speaker A
那剛才聊的更多是軟件層面的變革,還有一個你現在還沒有看到,但未來影響更大的東西。
Speaker A
那就是物理世界的AI。
Speaker A
那有一個問題很多人心裡都有,但一直沒有被說清楚,那就是AI現在這麼厲害。
Speaker A
生產力有沒有真的提高,GDP裡反應了嗎?
Speaker A
Andrej Karpathy在一期Podcast裡面採訪也問了同樣的問題。
Speaker A
because I was, I was trying to find AI in the GDP for a while. I thought that GDP should go up. Yeah.
Speaker B
But then
Speaker A
phones or et cetera.
Speaker B
You can't find them in GDP.
Speaker A
GDP is the same exponential.
Speaker B
And I kind of convinced myself that this is false.
Speaker A
他自己做AI,連他都在質疑,GDP的增長能因為AI到10%嗎?
Speaker A
那我的看法是,真正釋放生產力的不是虛擬世界的AI。
Speaker A
而是物理世界的AI。
Speaker A
那現在所有的軟件,本質上其實都是虛擬的。
Speaker A
他們有價值,但是最終你還是需要傳遞到物理世界當中去。
Speaker A
軟件提高了決策效率,優化了流程。
Speaker A
但GDP最終需要靠物理世界的生產活動來體現,你比如說蓋房子,修路,製造產品,運輸物資。
Speaker A
當AI真正能夠去移動原子的時候,也就是它真正解鎖生產力的時候。
Speaker A
那什麼是物理世界AI呢,那就是具身化AI。
Speaker A
嵌入了AI大腦,能夠在物理世界執行任務的實體。
Speaker A
自動駕駛汽車,汽車24小時的創造價值。
Speaker A
人形機器人能使用所有為人類設計的工具和機器。
Speaker A
還有製造他們的工廠,以及支撐這一切的算力、能源和基礎設施。
Speaker A
當大量的AI機器人在工廠工地裡幹活,在物理世界提供服務,甚至還能操作電腦來運行虛擬AI,GDP的增長曲線才會跳到另外一個維度。
Speaker A
所以作為投資者,你應該緊緊的盯住巨身化AI的發展。
Speaker A
AI從移動比特走向移動原子。
Speaker A
你還記得我們開頭說的嗎,這場排位賽的終局是資產自己就能增長。
Speaker A
不再需要人的勞動。
Speaker A
而巨身化AI普及的那天,這個終局就到了。
Speaker A
工廠自己跑,車隊自己跑,機器人幹活。
Speaker A
誰擁有了這些資產,誰就站好了位置。
Speaker A
而物理AI還有一個特徵,那就是你沒有辦法輕易複製它們。
Speaker A
複製一段代碼零成本,但複製一個工廠,一輛車,一個機器人在物理世界裡沒那麼容易。
Speaker A
那這就引出了第三個維度。
Speaker A
做難以規模化的事情。
Speaker A
這個維度與其說是投資上的思考,不如說是關於人在AI時代的意義的思考。
Speaker A
AI取代了工具層,取代了工具人,人的價值在哪呢?
Speaker A
那AI推出一個功能,一批專業的人士可能就失去了工作,你過去積累多少年的經驗。
Speaker A
以結果導向來看啊,突然可能就沒有太大意義了。
Speaker A
說個我自己的例子吧。
Speaker A
過去經常有人管我叫做知識博主,但是從去年開始我就覺得。
Speaker A
單純做知識傳播,其實沒有太多繼續做下去的意義了,因為AI已經做得比我好了。
Speaker A
最近我一直在用NotebookLM,它可以根據幾百個材料生成教程、播客,甚至是視頻。
Speaker A
那知識已經到了定制化的時代。
Speaker A
那Seed Dance最近發布了Seed Dance2.0,我原以為我的剪輯能力,對畫面敘事的理解。
Speaker A
我一直以為就沒那麼容易被替代,但AI如果專門去訓練這些的話,你會發現它做出來比我好太多了。
Speaker A
我也一直在Vibe Coding做自己的軟件。
Speaker A
那現在AI做軟件已經到了言出法隨的地步。
Speaker A
那前兩天有人用AI復刻了一個特別有名的軟件,加上了新功能,都開源了,免費所有人都能用。
Speaker A
那這就讓我有一個判斷,以後可能大多數的軟件都會變得像寫文章做視頻一樣。
Speaker A
是免費的。
Speaker A
它不是產品,是流量入口。
Speaker A
用三體裡面的那個台詞來說,那就是攝影不存在了,剪輯不存在了,編程不存在了。
Speaker A
你擅長的那個東西就不存在了。
Speaker A
當你最主要的價值就是提供工具,操作工具,或者作為工具本身的時候。
Speaker A
一旦這些不再被需要,那你的價值點在哪呢?
Speaker A
我認為你真正的護城河就是那些你擁有的不容易被規模化的東西。
Speaker A
那這裡有一個非常重要的概念,套利。
Speaker A
你在做一件難以規模化的事情,但在裡面用最先進的AI來自動化降本增效,那這中間就巨大的套利空間。
Speaker A
你比如說你擁有一個實體生意,還沒有被AI侵蝕,很難被立即取代。
Speaker A
那這個生意可能看起來沒那麼性感,難以規模化,但這恰恰是你的護城河。
Speaker A
你用AI自動化後台替掉工具層,當競爭對手還沒有意識到這一點的時候,你可能就佔了先機。
Speaker A
那哪些東西是難以規模化的呢?
Speaker A
第一,人與人之間的真實關係。
Speaker A
AI可以幫你同時應付一萬個人,但那不是關係,那是客服。
Speaker A
真正的信任和社群需要你這個人的在場。
Speaker A
第二,與物理世界打交道的生意。
Speaker A
你經營一個硬件公司,一個實體公司,一個線下空間,天然受物理約束,但是你可以在裡面用AI來自動化運營,降本增效。
Speaker A
那這就是套利。
Speaker A
第三,你的經歷、判斷和品牌。
Speaker A
AI可以生成無窮的內容,但它沒有真實的人生,你踩過的坑,從失敗中提煉出的直覺,你的個性。
Speaker A
這些都構成了你不可替代的部分。
Speaker A
所以在AI時代,你反而應該去做那些難以規模化的事情,然後在裡面用AI做套利。
Speaker A
因為容易規模化的領域已經是AI的底盤了。
Speaker A
那這就引出了一個很現實的問題,就是怎麼才能夠做到這個套利呢?
Speaker A
那這就是我想說的第四個維度,1000個小時。
Speaker A
熟悉我的觀眾都知道,我之前聊過Malcolm Gladwell的異類裡面的1萬小時定律。
Speaker A
那個數字是肯定是誇大了的。
Speaker A
但是核心道理沒錯,就是你想真正掌握一樣東西,你得在上面花足夠多的時間。
Speaker A
在AI時代,你不需要1萬個小時,但是你至少需要1000個小時,認認真真的使用和研究AI。
Speaker A
你擁有的能力做到剛才那個套利,就得真正懂AI。
Speaker A
這不是只是看過幾篇文章,刷過幾條推的那種懂,而是真的花上上千個小時和它一起工作。
Speaker A
知道它能做什麼,不能做什麼,邊界在哪。
Speaker A
而這1000個小時還能同時回答很多人心裡的兩個問題。
Speaker A
那就是我不知道該投什麼,以及我沒有本金,我怎麼投呢?
Speaker A
那先說沒有本金的事啊。
Speaker A
那排位賽的終極就是資產說話。
Speaker A
但終極還不是今天。
Speaker A
今天我們還在一個窗口期,你的智慧、勞動、創造力依然能夠幫你積累資產。
Speaker A
但關鍵是你得用AI來放大你的產出。
Speaker A
這個窗口之所以短,是因為純粹靠勞動獲取收入的空間在不斷的收窄。
Speaker A
但是在窗口關閉之前,AI恰恰是你手上最強的槓桿。
Speaker A
所以第一步不是去想我應該去買哪支股票,而是先用AI在場外創造你的第一桶資本。
Speaker A
再說不知道投什麼。
Speaker A
那傳奇投資人Peter Lynch寫了一本書叫做One Up Wall Street。
Speaker A
他裡面說啊,你最好的投資靈感來自於你作為用戶的親身體驗。
Speaker A
當你真正去使用一個產品的時候,你能夠感受到別人感受不到的東西。
Speaker A
而AI恰是一個你必須泡在裡面才能理解的東西。
Speaker A
我們這些天天折騰AI的人,每天刷Twitter,總有一種AI一天人間一年的感慨。
Speaker A
會覺得全世界都已經意識到AI有多麼厲害了。
Speaker A
但當你回到現實生活當中,你會發現周圍大多數人其實幾乎無動於衷。
Speaker A
我們其實活在一個非常小的泡泡裡。
Speaker A
那這就是為什麼有人會說AGI已經來了,只不過分配的不均勻。
Speaker A
但是這種不均勻,這個信息差其實就是你的機會呀。
Speaker A
而這個機會它不只是體現在套利和投資上。
Speaker A
這1000個小時給你帶來的還有另外一項更重要的東西。
Speaker A
那就是信念。
Speaker A
信念在投資中非常的重要,它決定了你能不能在別人恐慌的時候拿得住,能不能在錯誤的誘惑面前不動搖。
Speaker A
就像我投資特斯拉,我很早就買了FSD,每天都在用,我是看著這輛車一天一天變化的人。
Speaker A
那這種信念不是別人能給你的,它來自於你的親身體驗。
Speaker A
那這半年全身心投入AI下來,我的最大的感受就是你得真的用,你的思維方式才會改變。
Speaker A
你會從一個被推著往前走的人變成一個AI的原住民。
Speaker A
但很多人過了30歲就不太願意學習新東西了,不想從零開始。
Speaker A
但是在AI面前不願意重新出發,那才是真正的風險。
Speaker A
所以在AI上花上1000個小時是每個人都可以做到的事情。
Speaker A
它的操作門檻極低。
Speaker A
但收益極高。
Speaker A
唯一的門檻在於你的思想上,抗拒、懶惰和不屑一顧。
Speaker A
那最後呢,關於AI時代的投資,我還想補充兩點。
Speaker A
第一呢就是不要吝惜在AI上花錢。
Speaker A
很多人覺得我用免費的ChatGPT就算在用AI了。
Speaker A
不是的。
Speaker A
你要訂閱最先進的模型,要用最前沿的生產力工具,每個月多花幾十美元,但是你因此知道了AI的真正的能力和邊界在哪,這不是消費,這是對你自己最直接的投資。
Speaker A
第二,要認真的把AI融到你的生產實踐當中。
Speaker A
不要只是把它當成搜索引擎來用,也不要就是瘋狂的追新,天天去玩那些炫酷的東西。
Speaker A
你真正應該做的去認真嘗試,讓它怎麼去真正的代替你的工作,幫你降本增效。
Speaker A
這才是1000個小時的真正含義,我可以肯定一旦你這樣嘗試了。
Speaker A
你對AI就會發生根本性的變化。
Speaker A
那這就是我認為的在AI時代投資你需要思考的第四個維度,再去想買哪支股票之前。
Speaker A
先投資你的一千個小時,這可能是你能做的最重要的一筆投資。
Speaker A
它幫你在場外積累資本,幫你建立信息差,幫你獲得信念,這1000個小時就是你參與這場排位賽的入場券。
Speaker A
好,那以上就是本期視頻的全部內容了。
Speaker A
希望對你有所啟發,那感謝你的收看。
Speaker A
我們下次再見,拜拜。
Speaker A
我這個視頻做完了,然後我
Speaker A
要發布到YouTube。
Speaker A
在視頻最後呢,我希望告訴觀眾我所有的B-roll畫面。
Speaker A
那個Typewriter的效果全都是由AI全部根據我的腳本來自動生成的。
Speaker A
那我想讓你做一個視頻來向大家來介紹一下你自己。
Speaker A
展示你能做什麼。
Topics:人工智能AGI財富轉移AI原生公司物理AI投資策略資產配置自動化數字經濟1000小時定律
