谷歌云李雨航称初创公司在垂直细分AI赛道仍具巨大生存空间

谷歌云李雨航：初创公司在垂直细分AI赛道仍具巨大生存空间 美国健全的税收抵税激励与容错机制，加之顶尖创业者纯粹的影响力驱动，共同构成了硅谷难以被其他地区复制的AI创新生态基石。 对话深入探讨了谷歌在AI领域的战略与财务投资逻辑，指出战略投资核心在于驱动场景落地的协同效应。嘉宾对比了中美以及亚洲各地区（印、日、韩、东南亚）在AI创业生态、付费习惯与市场规模上的本质差异，并指出AI作为生产力工具正在极大降低创业门槛，促使“导演式”产品经理崛起。面对大厂竞争，初创公司在垂直细分领域仍有巨大空间，而美国健全的税收激励、容错机制以及创业者对“创造影响力”的偏执使命感，共同构成了硅谷AI创新的底层基石。 谷歌对初创公司的扶持采取战略投资与财务投资双轨制，前者追求场景协同与安全落地，后者则深度调动内部顶尖专家资源；相较于国内人民币基金，美国LP对短期商业化不明朗的早期研究具有更长远的耐心。 (0:00) 亚洲AI创业生态呈现明显分化：国内团队在应用场景摸索上的敏锐度与执行力优势显著；印度因缺乏消费市场转向服务美国B2B，日本2B付费习惯良好但缺乏本土早期孵化生态，东南亚则面临极弱的C端付费意愿与巨头垄断困境。 (4:59) 工具进化极大降低了技术门槛，催生了无需编程但逻辑自洽的“导演式”产品经理；同时AI落地的渗透速度与行业人力成本正相关，金融、法律、医疗等高人力成本的传统行业表现出前所未有的主动性。 (9:59) 初创企业无需过度忧虑大厂吞噬应用层，由于投入产出比考量，大公司不会死磕千万至数亿美元规模的细分垂直市场，初创团队避开重资本底层赛道后在垂直落地环节仍有巨大生存空间。 (14:59) 硅谷生态的繁荣得益于早期投资抵税机制、对未果研究探索的高容错度，以及顶尖创始人以“创造影响力（Impact）”为首要目标的使命感文化。 (19:30)

Google Cloud 北亚区创投生态负责人指出，AI 工具正在大幅拉低技术门槛并重塑创业模式，尽管美国在底层技术定义与长期资本容错上仍具明显优势，但中国团队在应用场景的敏锐探索和落地执行上正展现出极强竞争力。 资本逻辑：战略协同、专家杠杆与投资久期 (0:00) 嘉宾介绍，谷歌对初创企业的支持采取“战略”与“财务”双轨并行机制。战略投资的核心在于驱动场景落地与产品安全协同，典型案例包括对安全公司 Wiz、音乐模型 Producer AI、大模型企业 Anthropic 以及 Harvey、Roral 等 Agent 企业的投资，重点覆盖教育、零售与安全领域。财务投资（如 Google Ventures）则通过杠杆化内部顶尖资源赋能项目，在尽职调查与投后管理阶段直接调动谷歌技术与业务专家深度介入。 在投资视野上，过去两三年谷歌重点关注 Agent 与医疗健康领域。与国内人民币基金更关注中短期商业化不同，美国创投基金受其 LP 属性影响，更愿意押注尚处于早期研究（Research）阶段、短期内甚至看不到明确商业回报的前沿项目。 区域版图：中美能力差异与亚洲各地的现实制约 (4:59) 从中美思维差异来看，国内教育重实践与做题，擅长在既定清晰命题下实现极致交付（如苹果定义品类后的硬件供应链制造），但在“定义新品类”上较难突破。不过嘉宾认为，在技术较新的 AI 浪潮中，中美差距正在缩小，国内团队在“应用场景摸索”上的敏锐度与执行力已超过美国。 亚洲其他地区则面临各自的结构性痛点：中国在整个亚洲生态处于遥遥领先地位；印度缺乏足够的中产消费市场支撑 2C 业务，2B 创业基本跟随美国路线，投资人鼓励创业者直奔美国；日本企业 2B 付费意愿良好且上市门槛友好，但本土由大商社主导、创新生态不足，外来公司极难渗透关系网；韩国在半导体、机器人与医疗 AI 具特色，但受制于本土市场容量；东南亚面临严重的付费瓶颈，新加坡缺乏商业纵深，印尼、菲律宾等国 2C 付费意愿极低且 2B 被大家族垄断，导致许多团队选择直接开拓具备一千万优质用户即可支撑商业模式的美国市场。 角色演变：“导演式”PM 与高人力成本赛道 (9:59) 过去半年，AI 创业的核心门槛出现结构性下降，技术团队的配置不再是唯一门槛，个人逻辑与产品敏感度成为最关键资产。嘉宾以“导演”作比喻：以往产品经理（PM）必须将构想层层翻译给技术人员，沟通过程损耗极大；现在凭借 API 和提示词工程（Prompt Engineering），创业者只要逻辑自洽，无需代码能力即可直接独立构建产品原型。 落地场景的推进速度则直接受制于人力成本逻辑。嘉宾强调，AI 作为降本增效工具，其落地意愿与行业人力成本成正比，人力成本越高的传统行业，AI 渗透越快。目前美国落地最活跃的领域集中在金融、专业服务（如律所）、医疗与科技等高薪行业。相比过去二十年推进迟缓的传统行业云转型，传统领域企业在面对 AI 时表现出前所未有的主动性。 生态边界：垂直利基空间与硅谷的容错飞轮 (14:59) 针对初创公司对大模型巨头吞噬应用层的担忧，嘉宾认为大厂存在商业边界。以 PPT 生成工具 Gamma 为例，年营收 5 亿至 10 亿美元的垂直细分市场，谷歌若强行介入可能需要投入 3 亿至 4 亿美元的研发与运营成本，在巨头商业算盘上并不划算；但 5000 万至 1 亿美元的市场规模已足够支撑一家高利润率、生态健康的初创企业。因此，只要避开芯片等高资本消耗、依赖行业共识的底层赛道，垂直细分应用（Last Mile）依然空间巨大。 硅谷在底层突破上的活跃，深层依赖于其容错机制与使命驱动文化。制度层面上，美国科技大厂早期员工套现面临高达 40% 的个人所得税，而投资初创企业可获税收抵免，这大幅激活了天使投资生态；同时，完善的法律保护使巨头抄袭成本高昂而更倾向于收购，证伪失败的研究也拥有科学探索价值。加之如 Demis Hassabis（科学导向、追求解决 AI 终极问题而非仅做对话产品）与马斯克等顶尖创业者偏执的使命感，共同构成了硅谷的创新飞轮。 本场对谈揭示，虽然大模型基座的演进形成了资本与资源壁垒，但大厂商业回报门槛为垂类初创留出了充足的生存空间；亚洲各地区因本土付费意愿和商业网络差异，正推动更多追求高确定性现金流与快速验证的创业者将商业化重心直接置于美国市场。

[9:59] Warren Li: 有点像我是一个导演，原来我不懂怎么摄影，我不懂怎么剪辑，我不懂什么特效。我要一遍一遍跟那些人解释，做出来之后有时候甚至我看的这个东西效果觉得不是我想要的，但你要用语言去跟那个人讲、描述清楚，中间是有损耗的。我现在是我自己写了一个东西，我自己看，我自己马上就知道我这边缺了什么地方，我应该怎么样去改。 [4:59] Warren Li: 有一千万美国用户就能撑起整个公司 [9:59] Warren Li: 人力成本越高的行业，AI 的渗透和落地速度就越快 [14:59] Warren Li: 证明“此路不通”本身也是科学探索的价值 [14:59] Warren Li: 反正交税也是交，烧掉还能创造影响力 [14:59] Warren Li: 创造影响力 [14:59] Demis Hassabis: 跑完马拉松后，整个人累得一步都走不动、被送进医院但没死掉，这才叫尽了最大努力。

[0:00] 感觉怎么样活动每年都来吗没有这是我在国五年这是第二次两年前来的你们从Google角度来看比如说最近一段时间AI的利用方向的变化有什么趋势吗或者说你们因为你们接触的都是偏初创我看今天展览的会场其实有你们挺多你们扶持跟参与挺深的公司就这个的趋势你觉得会有什么变化过去这样的你是说跟看中国的还是就是全球范围内的中国有的人来说因为你们我看展区有很多家其实是你们无论是投资还是业务合作还是富华参与都买身的公司或者怎么选的那些公司场景技术团队我觉得对我们来说其实很简单因为我们去扶植这位公司对吧首先你看就是我们在扶植跟投资其实是两路投资的话投资其实主要有两个目的一个就是一个就是战略投资那我就要去Drive Synergy对吧那Synergy很多就是包括我们这次Wiz对Wiz是当然Biz是把他的产品我总是我的portal对我总是写你们第一篇的感受我其实有一条暗线暗线就战略跟投资非常清楚对吧你看位置也好包括你们吸收的音乐模型的那个producer AI然后Isobic对吧也是投资然后我昨天下午去参加了一场那个GoVenture的partner组织的访台是HarveyRoral还有哪一家都是agent的公司而且都是你们深度去投的公司其实这个可能因为一个工作就是这个深度的暗线还是挺明显的对但因为这是这是美国那边比较主导的就是说那个战略投资一个就是说其实就是我看我的signity我们有几个行业比较在意比如说教育比如说零售还有就是说这是我场景的落地对吧还有一个就是说产品端安全我们很喜欢对非常所以为社区收获来然后还有一段就是其实就是财务投资财务投资其实跟那个一般的财务投资基本上没有太大区别唯一的一个唯一的一个最大的区别就是说我们在做财务投资比如说Google Ventures财务投资的时候他会去LeverageGoogle的人去做两段时间第一件事y我们在做Duty Legends的时候如果随便讲我去投一个Data相关的那我内部都可以在Duty Legends对吧就是他们会去投这个领域的然后还有比如说当我投了之后呢当我投了之后就说我们会让again我举个例子如果我投了一个和Data相关的我们会让内部的很多一些比较有经验的是去帮他们去做一些advise对吧所以就是说这就是战略投资跟财务投资然后方向的话这个方向的话其实跟一般的仪息没有太大的区别对就是从去年一年两年包括三年前主要是agentic然后但是我们一直其实有快快的就是就是和医疗相关OK因为就是Google的其实跟你办VC也比较像但我们会我觉得我们会看得更远一点因为我们一直说虽然VC也说我要投出下一个Billion的东西对吧中国的投资的逻辑跟美国的投资的逻辑在看的长远度上还是不一样LP的那什么决定没错你说的没错美国可以去投很多在research的我那就像你讲的对吧我如果说是如果是人民币的话那肯定不愿意看那么远对吧当然是呃还有一点我觉得他还有一点挺很有意思就是说你如果从创业的角度来看的话呃国内的教育跟我在英国跟美国上的全没在国内上去就国内的教育跟那个那个西方的教育一个很大的不一样是说呃国内比较注重那个那个实践对对吧给我做题我告诉你答案对了错对吧然后呃然后做几场面对吧但只会解题呃对然后那个但是他比较难去跳出这个框对吧因为我如果把这个命题讲得很清楚你帮我送一个硬件出来我们很厉害对吧比如说那个谁把这个比如说iPhone把这个category定义了然后然后大家去做那个smartphones很厉害对不对谁都 [4:59] 除了最领先的美国全都搞不过我们对吧但是你如果要创新这个理计定义这个事情对这边就是美国比较那你觉得你会不会觉得这一波AI会这可能也像下一个这波AI中国的创业者可能在这件事上在慢慢的当然可能也跟很多创业本来其实在美国就接受了很好的教育或者说有很深的资源对这波AI这个事情其实在慢慢的有一些你说没错我觉得你说没错我觉得它的gap其实在缩小的最大的原因就是说AI这东西太新了对吧那就是说还是这么讲就是说如果从比程去看还是比过对当然对吧但是因为应用这个东西应用这个东西不用看那么远所以就说这边会大家都在摸索新的场景对吧所以就说我觉得国内的人在场景的摸索上面其实是要比这边的人更强的对你是不是还会看亚洲的其他国家日本韩国这些我会看你觉得这几个地区之间在这种亚洲的创业浪潮有什么有什么变或是不一样不太一样的地方首先这么讲整个亚洲如果看亚洲的话中国肯定是遥遥领钱遥遥领钱印度也有一些但印度的问题是说印度是跟着美国你看印度那些创业因为你觉得创业就是分B2CB2B对不对印度的B2B全都是跟着美国走对吧印度原来想赌一把B2C但没赌出来最大的原因就是说它的经济发展跟它的收入的分配收的增长没有中国原来过去30年那么快对吧所以撑不起来他那个就别是他没有那个国内消费市场对吧所以但是他还是比别的第二就是印度印度这边现在很多其实印度很多投资人听国内有点点像就是他就鼓励因为他们做的AI全都是做土地的嗯其实就是后面原来一波SARS嘛对他都鼓励他们的Funders跑到美国去然后印度就是一个然后日本是另外一个东西啊日本是一个日本是一个其实日本也是一个一个一个一个一个你去看日本基本上没有什么2C的产品去的走吧然后日本的那个2B的话呢相当会好一点最大的原因就是说日本国内的上市其实对早期的创业公司比较友好第二个原因是因为日本TB的付费习惯非常好所以他可以养过一大堆中间类似的这个国内不行所以日本现在的问题是说他们的创新没有那么多但是日本现在非常对AI非常开放政府在做很多做很多所以所以但是日本有最大的一个challenge说它本土的那个创新没有那么强因为你看日本没有什么WBC这跟台湾有点像日本就是一堆那个大商社的那些对吧就是在在在在所以日本现在碰到的一个问题我要做一个2D的话小公司但是卖给大公司比较难因为你没有大公司背书你卖不进去而外公司要去要卖给日本你没有当地的关系也很难对所以你要非常非常localize所以Microsoft在日本做得非常好最大的原因就是说你去问所有的日本人他们都知道Microsoft的比如说AI它不是最好的对吧可能跟OpenAI的Google比都不是最好的那就是说Microsoft我一看就说日本我用它我就放心我看它的界面就全都是为着日本的习惯做了很多的定居化是吧韩国我觉得其实现在有一点意思因为韩国现在其实在两个地方因为韩国本来就有半导体的一些对对吧然后韩国其实在机器人这方面还有就是韩国的医疗所以韩国是还是挺有意思韩国主要的问题就是市场太小了一个对是这里的地区反正各有各的东南亚完全就我就说东南亚就是现在没有什么东西新加坡就是反正大家都说原来说那个中国中国的人跑到新加坡去去创业对吧我就说啊除了排出一些非商业元素的因素对吧我说新加坡有什么呢对吧有什么又没有客户对啊就那么就那么大就那么点客户对吧其实就不讲了就就四五百万人对吧其实然后又贵对非常贵其实就除了它那个地理或者政治上的因素的一些优势之外其实从沙埃角度上其实没有什么害怕然后别的那些别的那些那个那个印尼啊菲律宾人口是很多这跟印度是一样的道理是吧就是呃那边去西的付费起不来付费起不来然后现在而且现在头竟然特别看付费对啊原来更看付费对啊因为这轮人家游戏 [9:59] 明显所以付费不像原来你可以烧一个东南亚的应用出来对吧我还愿意投一投那现在就是东南亚付费起来这些挺难弄所以就所以来跑来搞美国嘛对吧我美国一千万的用我有一千万美国的用户我给整个应对吧土壁也是一会儿一样的土壁就是那个东南亚的土壁非常集中就那么几个大的对吧就你要去做做做关系啊whatever做进去就就如果你是个外国公司如是中国公司过去而不是你擅长而且你从而从而那么多去做随便讲从而从而那么多去做那边的关系那我还不做日本更看得到这个可能性对你肯定在这市场日本的IT的时间远远大过任何一个东南亚国家当然你觉得过去半年你们看到了什么比较明显的趋势无论是涨还是真的变化新的方向上一个最大的一个就是创业的门槛交易对吧原来我们都说你要做一个产品你要有个技术工夫现在什么OPC我觉得最重要的我就在想现在创业最重要看中什么东西早期肯定是看人看人什么东西我觉得第一个就是第一个你要有足够好的这个这个product idea你能很敏锐的知道好这个地方是有机会的然后这个机会是可以对这个产品去满足的满足的对吧然后但是还有一点很重要你要很有逻辑就是说原来就逻辑的结果就是说我只要逻辑好我就可以用prop engineering做出一个东西来哪怕我没有任何出了点能力能力对吧原来不行原来你必须你作为一个PM你必须你也要逻辑好但你逻辑好你要一条一条一条讲给你的技术团队对吧当你有中间这个communication的时候就会有那个那个损号对吧那现在你就自己在自己想然后自己可以把自己东西想得很清楚出来之后我可举个可能那个举个例子吧就有有点像我是一个导演对吧原来我不懂怎么摄影嗯我不懂怎么剪辑的我不懂什么特效的对吧我要一遍一遍跟那些人解释做出来之后有时候甚至我看的这个东西效果觉得不是我想要的但你要用语言去跟那个人讲描述清中间是有损耗的对吧我现在是我自己写了一个东西我自己看我自己马上就知道我这边缺了什么地方我应该怎么样去改所以我觉得这一点是我们看到就是它降低了非常的非常的大的这个那个那个那个创业的门口还有的趋势我觉得比较明显就是说如果从行业上来讲的话我也觉得是这样的就是因为AI现在最大的一个价值点还是提升的生产力对对吧我关键是从成本角度还是从提升效率角度要提升提升生产力对于一些行业最大的对于哪些行业的影响最大就是人力成本越高的一些行业越高的市场越高的行业我举个例子为什么你看你来美国看美国传统行业利用AI最多的就是金融嗯那个那个那个那个专业服务比如说那个Lawfer对吧还有就是医疗对这就很贵包括科技对吧Forty对吧因为人贵很贵嘛对吧人很贵所以我也为什么说那东南亚什么人很便宜嘛这有点像原来工厂自动化一样对吧我在我中国就是人那么便宜我Apple在中国弄一个啥我就是不需要或者Tesla在中国的自动化我就不需要跟美国说因为它不合理算下来这样算不通对吧现在可以说还是落地我觉得在传统行业上面的落地比原来的速度会快很多我做云计算这行业超过十年你现在去看那些我们讲云讲了已经讲你二十年你现在去看那些传统行业很多都没在用你可以说一些什么金融是因为什么监管我觉得除了监管之外其实很多人的想法当然还有内部一些表现的政治考虑对吧但是这一波AI大家都很主动都很主动对吧所以我觉得我觉得一个假设我觉得这个新技术在传统行业的落地会比别的一些新技术会更快还有一问题当然这个问题其实可能我觉得也没有什么必要拿我觉得Google作为一个可能今天这个时间点赞领域整个链条上其实覆盖最全钱每一个版块都很强势的公司大家会担心因为去书上很多会担心过于强势跟自己也有之间的关联 [14:59] 然后无论是2B还是2C就是很多人会担心但是你可能不仅是国务很多人会担心摩擎场会把它吃掉无论是2B的场景还是其实什么应用你们在这几年过程中这个事情的天屏幕摇摆的状态是怎么样我觉得是这样的首先你看机会如果是一个比较专的机会如果是一个比较专的机会英零雁国务不可能把所有都吃掉就像举个例子美国有个叫叫叫Gamma就做做做slice做PPT的对吧我们也做PPT对吧但我不会像他做的那么转的因为当你做一个相对比较细分的话其实到最后就是说有很多这个last mile的比较对刚刚好像今天也是你们比较重的在推的场上之一然后对我们来说我为什么要说就是对我来说我要去这个场景加在一起随便讲他可能是一个11美金或者21美金的场景11美金21的场景我不是我的值得多就是优先去做的对对对我们都知道科技行业的情况优势是非常强的但我不是优先去做我给你做起来的话我后面可能要花我举例子吧如果是一个10亿美金的生意给你做起来了我可能要花将近两三亿三四亿美金的成本去做一个10亿美金市场对我来说肯定不算我觉得就是找细分大家还是可以自己去做因为如果是个10亿甚至于是5亿的市场足够去养一个stutup对吧我觉得因为现在这个stutup的故事不是说我一定要通过融资融资以前可能5亿太小对不对一定要10亿如果只是做一个我随便讲我做一个5000万美金AR的东西我觉得很好很舒服对而且现在利润率都很高对对吧对利润率都很高生态也很充裕对吧就像上海游的关系连接都很OK没错没错那再转就是如果你再看一下比较fundamental的一些更底层的一些题目对吧我举个例子比如说比如说芯片对吧那这个东西肯定是Google着重去做的对一定不能放对吧那这些东西就是说你可能因为而且这些东西Zotup去做的话就是因为它非常capiton intensive它需要很多的启动资源对吧如果你觉得你能拿到这个突破多的启动资源我觉得你可以去做对因为你跟那个大公司最大趣了就说这你的执行好吗对这你转换了我一直说一个another问题AI这个Wavewhatever GPT这种东西为什么是OpenAI先做出来你想不够好久以之前就开始做AI了对挺慢的对吧Pansformer是不够写的是啊当然不过芯片肯定都比OpenAI多钱也比OpenAI多人也比OpenAI好那些Elia原来都是Google出去的是为什么那个不是那个那个那个如果行政主义而是其实他那个原因就说那那个时候也是因为呃我觉得有那么几个原因啊就是就是底层一个底层原因我刚看完那个Diamestate这种区域了就Diamestate那时候没有觉得conversation是一个AI的路对他看得更更远一点对吧对他当天其实他也在讲医疗啊科学啊他那时候没觉得对话是一个那么重要的一个阶段性的东西所以你看他做alphaGo也好对吧其实他是从一个tourney家的料理对是三毛呢是偏一个market和pm的一个tourney所以他他做了这东西做出来了然后这东西呢again所有成功都是偶然对吧对做出来就爆了对吧你懂我到了之后就那就先发优势然后那个Google也看到所以我就是说第一个就是说如果是一个非常非公式的然后又是比较底层的对吧然后你的确可以比大厂赚的快你可以去做但是要非常非常非公式的如果是一个公式的然后又很吃资源的那你就对吧我觉得除非你个人有一些绝对强烈 again所有的那个成功都是看比较优势的对当然对吧就是你如果自己觉得特别强的比较优势我今天想会出什么东西来但是你可以去做但是otherwise就说就是共识没有那么强的对吧就像或者说他的优先级对大手来说没那么高的那么还是可以去做而且还有一点我觉得就是当然这个那个也要在海外了就是任何一个尤其在美国,包括欧洲,因为他本身的法律体系比较健全,他比较少说你做了一个,我直接把你弄。我一般就说你甚至为什么这边创业环境很不小,就是你只要做了一个东西,只要有traction,不太会有人来抄击。 [19:59] 未来买你所以你不用太担心说大公司会不会抄我一个然后自己做了反正这个环境就是感觉在美国这边非常让人羡慕尤其在说相对比的情况对美国就是它相对而言第一它在跟它从小教育的关系它的容错的那个度特别高我一直说美国有很多的独立的这个这个labs就很多或者research的项目这些research项目可以申请到一个很多的经费就会达到一个目的我去证明这个东西是错的就是你当你证明这个东西是这个这个这个命题是错的情况下也有很多人愿意买单的对吧这个东西其实在别的地方省力上对是当然对吧那你容错创新本来就要容错吗你容错一多再加上当然就是整个生态环境了然后呢融错的环境特别高然后它的早期的funding就是早期拿到钱的sauce特别特别高对吧因为这跟他的法律有关系因为我如果我举个例子啊如果我是一个Facebook或者Google早期的员工我有很多的股票对吧然后我如果要去我卖了卖掉的话我要交很多税对吧但我如果卖掉之后我投到了一个新的公司这笔税是可以抵账的所以就鼓励很多人你说我如果他的流动会在我如果20年前在Google我可能还没有升得很高但我可能积累了很多也参与的因为我可能随便讲我可能有最后股票加在一起有500万我如果全都卖的话我要交40%个税对吧我投100万到一个上面的话我还在涨的话对吧对我个人其实有我很大的incentive去做这些事情所以就是这边有很多好多好多个人所以对你早期去启动这样的然后又融出了特别大家都觉得说我没就没了嘛我交税也要交到那么多钱对吧那我我烧掉我还能创造一些in-time对吧所以整个环境都是包括在加上后面那个大企业就是法律对于创新的保护然后退出渠道的相对而言比较多样化对吧我觉得fundamentally 还有一点问题人的就是我觉得这点是美国人甚至比欧洲人做的还好就是他们非常讲就是说他们创业的很多的动机不是说我要去赚钱他说我要去make an impact当你要去就是如果创业创业赚钱我觉得大概率上这个项目你就看那么点吧如果我创业就是为了IPO去的我觉得当然就跟大环境有关系但你们最终做的最大的那些人他其实是另外的对吧就是我一直经常说Elon Musk对吧因为Elon Musk就是说我想我想去挣钱的话他是不会做出SpaceX这种东西吧对吧他就是我的目就是把人送到火星上去那那个那个这个钱是副产品对因为我觉得这点这个教育有关系对吧你要你要有大的你要think big对吧你要你要create一个大的impact你这样才会很driven像那个DemestDemest就是说我要解决AI这个问题他觉得他跟巴拉比就是那个作者说了他十几岁的时候他就觉得有一个声音在告诉他要解决这个问题他觉得有这个时刻会有这个声音在他所以他就觉得这是一点他有很强的使命感所以他觉得我必须要每时每刻在做这件事情还有一点他有一些很有一些就是说他说我什么事情都要去try my best但是我的definitionof try my best是什么对吧他就说try my best就是说当我跑一个马拉松我跑到终点之后我一步都走不动了我被送到医院但是我没死掉那我就要try my best如果你跑完一个马拉松之后你还能走路BishPaste没有TrialBest对吧就是你要有这个使命因为我这个对于这个TrialMapestBestEfford的这个definition那这样的人就是他可以预留对吧他从来没有想过要去挣钱无奈何不这个文化还是蛮影响这件事情我算是觉得AI这一波其实都是因为这件事情才慢慢变成今天这个样子如果没有这些这样的方式可能我们都等不到今天我们看到了这些东西你要有这个比较大的一个想法在领导不是说你不去看细节不去看留存不去看转换当然当然那你始终要有这个东西在脑子里面这样一段时间