前阿里巴巴CEO、嘉御资本创始合伙人卫哲，在外滩大会上抛出“车、路、货”的比喻，把AI商业化的逻辑讲得格外清楚。他自称文科生，却把技术、生意和组织三件事串在了一起。这场三十多分钟的演讲，我挑了几条最值得反复琢磨的观点，分享给你。
卫哲一上来就放话：在他这个文科生眼里，AI就三件大事。
大模型是“车”，跑在基础设施这条“路”上；车上拉的“货”，就是那些AI应用。路谁在修？英伟达、博通，加上寒武纪这批国产芯片公司——传输、存储、算力、电力，全在这一层。
这个比喻最妙的地方，是把所有人绕晕的技术名词，一把拽回到了生意本身。
最赚钱的不是造车，也不是拉货，是修路的
卫哲给了一个挺反直觉的判断：现在中美两国最值钱的公司，既不是做模型的，也不是做应用的，恰恰是修路的。
市值最高的英伟达，加上A股里寒武纪这样的芯片公司，干的都是修路。不少人担心这些修路的是不是泡沫，他的回答很干脆：这辆车要是只在训练阶段空跑，那就跟F1赛车一样，除了观众鼓掌啥价值没产生；可一旦车拉上货、能赚钱、反过来给路交过路费，泡沫论基本就可以收起来了。
说到底，AI有没有价值，不看它跑多快，看它能不能把货送出去、让人愿意为这条路付费。
这条路本身也在长：从云，往端侧和边缘侧延。但他对硬件厂商有点恨铁不成钢，说他们后知后觉，还在用“削足适履”的老办法——苹果的新手机，没因为AI强到哪去；所谓新一代AI PC，也没在硬件上变出什么花样，不过是把软件往端侧的壳子里塞了塞。AI到今天还没成为硬件的新卖点，这条路修往“端”的那一段，进度赶不上需求。
至于货，他倒给出了一个积极的信号：AI应用的现金流，开始跑通了。在美国，Anthropic主要做的就是AI编程；AI应用的商业化，通常先从“人多且贵”的行业动刀——人多，才省得多；人贵，才省得起。
关键不是“用得好”，是“用得起”
卫哲把AI的用处拆成三层：用得上、用得好、用得起。前两层人人都在卷，可他觉得最要命的反倒是“用得起”这三个字。
他举了个真事：有家中国企业，一个月光token就烧掉一个亿人民币，用在管理和赋能上，压根不是模型训练。这消耗量，绝大多数中小企业想都不敢想。美国四大巨头每年的开销，更是中国所有企业加起来都扛不动的。
他那个比喻够狠：高速公路要是用黄金铺的，那没有一辆车开得上，也没有一辆车拉得起货去交过路费。美国高举高打的本质，是用金子铺路；而真正的机会，藏在“国产替代方案”里——不是照着别人的A做A、B做B，而是在A和B之外，硬走出一条C来。
去年把全世界震了一下的是DeepSeek，可它真正吓人的不是“变得更好了”，而是用大概二十分之一、也就是5%的成本，训出了无限接近美国顶尖水平的模型。车的速度未必最快，但效率拉满、成本压到地板——这本身，就是一条新路。
而且这条路不只修在自己家。开源模型正在满世界跑：已经上市的那两家中国模型公司，差不多六成收入来自token，而这些token绝大部分是海外客户付的钱。OpenRouter二月的数据，调用量前三名全是中国的模型。卫哲说，这次中国AI的出海，比以往任何一个行业——包括互联网——速度都要快。
差距要正视，但“差异”更该被看见
聊到中美，卫哲的态度很实在：差距不否认，但他更在意的，是两个国家在“AI怎么改造企业”这件事上，走出了完全不同的路。
他在硅谷待了一个夏天，回来最大的感慨是：模型这辆车你追我赶，领先窗口已经从过去的半年，被压缩到三个月以内，格局根本没定。而且下一代“递归式自我迭代”的模型已经冒头，六十多家创业公司正往上冲。
人才这块更有意思。他去年扒了四十多位被美国大厂以五千万美元以上年薪挖走的华人，发现一个特别拧巴的结构：这些人的本科百分之百在中国读完，清华、交大、浙大排前三；可本科之后的研究生、博士，百分之百没在中国大陆读。
更要命的是，一年以后，这四十多人里超过八成没留在被高薪挖去的组织——钱已经留不住最顶尖的人了，能留人的，是组织本身，是那个能不能实现理想、发挥创造力的地方。
AI原住民，和那场“旧城改造”
说到组织，卫哲又打了个比方。一类公司是AI native，像浦东新区开发，白纸上好画图；另一类是蚂蚁、阿里这样的存量企业，像旧城改造——地下管线乱得很，施工的时候千万别把煤气管挖爆了。
他最服的，是那些真敢做旧城改造的。而真正让他瞪大眼的，是原生AI组织长啥样：好多这样的公司，压根没有组织架构图，没有上下级，一个斯坦福大一实习生，能反过来指挥公司创始人干活。
这帮人很多这辈子没在大厂待过，不知道“应该”长啥样，于是干脆把工作流建在以AI Hub为中心的结构上。这种“没大没小”的玩法，是移民那一代人怎么都想象不出来的。
他还拿Meta当了回反面教材。扎克伯格把传统“一个Leader管7到9人”的教科书，改成了管20到30人。卫哲一句话戳破：这不过是量的变化，没有质的变化——本质还是把AI塞进旧组织，层级在、流程在，只是比例动了动。
AI该动的不是P序列，是M序列
卫哲拿自己开刀。他的投资团队2024年就把分析师砍了，理由是“AI才是最好的分析师”。这些分析师没走，全转成了投资经理，有的已经爬到投资总监。
听着挺好？他马上自己打脸：这叫只动了P序列（执行层），没碰M序列（管理层）。分析师是P，投资经理、总监是M，可他只是拿AI换掉了P、升级了M，投资决策本身纹丝没动。
所以他的建议特别落地：别从CEO动（多数CEO没这觉悟），也别从M1动（要见客户、带最基层，风险太大），最顺手的突破口是腰部，比如他当年在阿里最得意的M4这一级——承上启下，对上下两头的数据形态看得最透。
组织转型的三级“自动驾驶”
怎么落地？卫哲又拿开车比，分了三档：
1.0是仪表盘加人工驾驶——不少公司连自己的数据都不全、不准、不及时，这就好比自动驾驶前的仪表盘，没有它寸步难行。
2.0是辅助驾驶——你得信AI能靠数据给你出决策建议。他举了个跨境电商拿AI选品的真实例子：五条裙子该卖35欧还是50欧，一开始人和AI一起跑，人的胜率80%；一个月后AI胜率80%；三个月后AI直接把人碾了。
结论很硬：组织得敢在风险可控的前提下，给AI留容错率。人犯的错误也会重复、甚至放大，AI犯的错误只会越缩越小。
3.0才是完全无人驾驶、自主决策。有家年流水几亿的跨境电商老板，已经敢把一两百万美金的商业决策直接甩给AI，他插手最多的，不是财务问题，而是“这事干不干，合不合我这个创始人的价值观”。
AI没有价值观，但价值观能“蒸馏”给它
这点卫哲看得透：AI一开始没有价值观，所以除了训它的商业判断、对人的判断，你还得把创始团队的价值观训进去。
顺带，他把一个被玩烂的词翻了正：蒸馏。如果公司真能把原始创始团队的价值观蒸馏进AI，那这绝对是个褒义词，因为价值观靠蒸馏能传下去。真正不能妥协的，是AI给选项建议时，你得死死守住公司的初心和价值观。
AI时代该学什么：审美、文科、记忆
演讲最后，是卫哲带到硅谷的一个问题：AI时代，人到底该学啥？几位校长、院长和诺奖得主，给了他三个方向。
第一是学审美，英文叫taste。AI教不会你taste——他小儿子搞音乐，用Suno一天能吐五六十首歌，可挑哪首推给艺人，靠的还是人的审美。
第二是补文科。理工科只要标准答案，AI就能替你给答案；文科没标准答案，同一本小说四百个人读，有四百种滋味。
第三是练记忆。一位年过八旬的诺奖得主跟他说，中国孩子的数学，从背九九乘法表那天起就碾压美国孩子；而科技同样可能让大脑退化——以前靠背电话号码，有了手机，现在没几个人背得出十个号码了。
老先生自己的练法特别雅：背诗。他说你上台演讲，总不能当场问AI“帮我找一句古诗，形容一下此刻的心情”——来不及，诗词得长在自己脑子里；弹钢琴的人把谱子拿掉，练的也是记忆。卫哲说前几年见他还有点每况愈下，这次状态好得吓人，一问原因，老先生一句话答了：运算你练不过AI，但记忆，永远可以自己训练。
所以AI时代也得“健脑”——健身练的是身体，练记忆练的，是别让脑子先锈掉。
三个预测，和那句收尾
卫哲把他的三大预测又念了一遍，顺手把年份往前推了一年：
- 从现在起大约两年，手机里的APP会少一半——这是agent带来最浅的一层变革；
- 大约十年，人类每周工作时间会掉到四天以内；
- 大约二十年（考虑到医疗监管总是滞后），AI加Science、加Healthcare，能让人人活过百岁。
他最后收尾那句，挺适合打印出来贴工位上：学审美、补文科、练记忆、健脑，不只是为了有个好身体，也是为了到一百岁时，还揣着一颗好使的脑子。
这场演讲最狠的地方，其实不在那个漂亮比喻，而是它把AI从“谁的模型更牛”这口气里，硬拽回了“谁的货送得到目的地、谁的组织跟得上”。车、路、货都还在变，可生意的逻辑，从来没变过。
发表于 2 小时前
|
查看: 9|
回复: 0
