大模型采购转向效果付费蒋涛称劳动力替代撑起50万亿美元市值

涌现EmergenceHK

成熟云基建消除了AI商业化冷启动期，随着计费模式从按Token粗放消费转向按ROI效果闭环付费，全球用工预算向算力转移将支撑起50万亿美元的新增资本价值。

AI-assisted summary of AI革命周期，这次有何不一样？ — original source. Check the original for full context.

Source published: 2026-07-29

Key ideas

寄生于成熟的50亿上网人口与云基建，大模型商业化展现出前所未有的冷启动速度，三年内营收增速达前几轮周期的3倍，实现Day 1即有客户付费。 (5:00)
本轮技术革命呈现“热血老年番”特征，互联网一代领袖（马斯克、黄仁勋等）不仅依然在世且处于资本与经验巅峰期，促使科技巨擘全力押注AI押上全部筹码。 (10:00)
AI计费模式正从类似PPC点击广告的“按Token付费”向类似CPS的“按Agent交付结果与ROI付费”演进，一旦企业能算清ROI，AI预算将被彻底打开且上不封顶。 (10:00)
全球60万亿美元用工成本预计将有10至15万亿美元向Token采购转移，按5-10倍P/S估算，劳动力替代有望支撑起50万亿美元新增资本市场价值，相当于再造一个美股。 (10:00)

Detailed notes

## Background 本视频由 YouTube 频道「涌现EmergenceHK」于 2026 年 7 月 29 日发布。节目记录了所长林超与科技投资人 Bill 及 CSDN 创始人蒋涛的深度对谈，通过对比铁路、电信、互联网、移动互联网与云计算等历次技术革命，探讨本轮 AI 浪潮在上一代巨头握有充沛资本、人才与成熟基建红利下迅速爆发的成因，以及商业模式从 Token 计费向按 ROI 付费演进的潜在空间。

## TL;DR 对话梳理了从数字化算力、互联网到云计算的演进脉络，强调当前大模型并非凭空爆发，而是直接寄生于全球 50 亿上网人口与成熟云底座之上，省去了漫长的用户冷启动周期并创下前所未有的营收增速。与以往工业革命不同，马斯克、黄仁勋等第一代互联网领袖健在且正处于资源与经验巅峰，以“热血老年番”姿态全筹码押注，令传统大厂打破创新者窘境并驱动模型竞争趋向云厂商格局。商业模式层面，AI 正从早期的月费包月与按 Token 消耗计费，逐步跃迁至类似广告业 CPS 的按业务交付与 ROI 结果结算。嘉宾推算，若 AI 从全球 60 万亿美元劳动用工成本中转移出 10 至 15 万亿美元，将有望在股市中催生出数家市值超 10 万亿美元的超级原生巨头。

## Atmosphere & style 整场对话洋溢着宏大的历史纵深感与严密的商业逻辑推演，呈现出理性、犀利且极具密度的产业智囊对谈氛围。林超、Bill 与蒋涛以跨越半个世纪的技术浪潮和电信泡沫为镜鉴，既生动刻画了巨擘们重返一线编程的“热血老年番”戏剧张力，又用企业资本开支与 ROI 的冷峻账本给狂热的市场定价把脉。听者犹如置身技术奇点的控制室，既能感受到时代齿轮高速转动的智力亢奋，又能获得一份经由周期推演沉淀出的透彻与笃定。

## Bulletin - [05:00](https://www.youtube.com/watch?v=56o_HAslYug&t=300s) 寄生于成熟的50亿上网人口与云基建，大模型商业化展现出前所未有的冷启动速度，三年内营收增速达前几轮周期的3倍，实现Day 1即有客户付费。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 本轮技术革命呈现“热血老年番”特征，互联网一代领袖（马斯克、黄仁勋等）不仅依然在世且处于资本与经验巅峰期，促使科技巨擘全力押注AI押上全部筹码。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) AI计费模式正从类似PPC点击广告的“按Token付费”向类似CPS的“按Agent交付结果与ROI付费”演进，一旦企业能算清ROI，AI预算将被彻底打开且上不封顶。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 全球60万亿美元用工成本预计将有10至15万亿美元向Token采购转移，按5-10倍P/S估算，劳动力替代有望支撑起50万亿美元新增资本市场价值，相当于再造一个美股。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=56o_HAslYug&t=0s) 信息革命历经PC大型机、互联网、云计算等波次，当前AI的迅猛爆发本质上依托于移动互联与云计算基础设施打下的深厚算力底座。 - [00:00](https://www.youtube.com/watch?v=56o_HAslYug&t=0s) 技术演进通常遵循生产力率先爆发、进而倒逼生产关系跟进调整的规律，端云分工明晰促成了算力向云端大规模集中处理。 - [00:00](https://www.youtube.com/watch?v=56o_HAslYug&t=0s) 当前算力基建投资与电信泡沫时期的网络设备类似，都在加速要素流通，英伟达与甲骨文的高额CapEx最终需要下游OpenAI等应用公司的实际收入来托底。 - [05:00](https://www.youtube.com/watch?v=56o_HAslYug&t=300s) 全球约50亿互联网人口的成熟基建，使得具备颠覆性的全民生产力工具能够打破历史裂变纪录，推动ChatGPT成为史上最快月活破亿的应用。 - [05:00](https://www.youtube.com/watch?v=56o_HAslYug&t=300s) 与移动互联网和云计算需要长达数年教育市场不同，大模型在3年内的营收增速是前几轮的3倍，免去了线下数字化的漫长冷启动过程。 - [05:00](https://www.youtube.com/watch?v=56o_HAslYug&t=300s) 大模型的竞争终局更接近云计算市场的多寡头割据（呈现“721”或“631”格局），而非社交网络赢家通吃的绝对单极垄断。 - [05:00](https://www.youtube.com/watch?v=56o_HAslYug&t=300s) 字节跳动依托成熟的下沉市场运营与海外短剧、视频生成模型，展现出极强的变现跑动速度，有望重塑资本市场定价认知。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 不同于两次工业革命相隔百年的交接断层，1995年互联网时代的掌舵人仍处在巅峰期，驱动巨头克服“创新者的窘境”并倾力投入AI大潮。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 跨国社群与自媒体将硅谷与全球的信息差缩短至半小时以内，甚至出现硅谷工程师反向通过中文社交平台追踪AI动态的现象。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) AI商业模式演进映射了互联网广告路径：从早期的固定包月订阅（对应Banner广告），过渡到当前的按Token付费（对应PPC点击付费）。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 按Token计费仍存在企业难以量化ROI的痛点，未来的商业闭环将转向按Agent解决具体任务与业务交付结果结算（对应CPS效果付费）。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 蒋涛提出纯正“AI原生公司”的评判标准：企业花在Token上的采购支出必须超过花在雇佣人类员工上的支出。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 从全球60万亿美元劳动力成本中转移出10至15万亿美元采购Token的逻辑高度成立，有望在现有美股体量外衍生出50万亿美元新增资本空间。 - [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) AI的核心增量不仅在于替代人力成本，更在于通过按效果付费与业务闭环直接提升全球企业的总利润池，打开商业化天花板。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=56o_HAslYug&t=0s) 技术浪潮的层层铺垫：从数字化算力到云端智能拐点

技术演进的脉络从 1960 年代信息革命发端以来，人类已经历了七波浪潮。回顾 PC 与大型机（Mainframe）时代，早期的生产力本质上是“数字化生产力”。在 AI 爆发之前，计算机被中文译作“电脑”，但在英文语境中它只是 Computer，本质上就是一个算得比人快的“计算器”。随后的互联网浪潮解决的是信息传播与网络连接（Network）问题，到了云计算（Cloud）阶段，它不仅是生产关系的重组，更直接推动了生产率跃升——可以说，没有云计算打下的坚实底座，今天的 AI 绝无可能发展得如此迅猛。

在技术革命的演进中，通常遵循“生产力先爆发，进而倒逼生产关系跟进匹配”的规律。移动互联网（Mobile）与云计算之间存在着极强的承接互补关系：端与云的分工逐渐分化明晰，促使海量算力向云端集中处理。然而在这条演化轴线上，2006 年 Geoffrey Hinton 发表关于深度神经网络可训练性的开创性论文，首次证明了“计算可以产生智能”，即便当时是用一堆 CPU 算了半天才认出一只猫。到了 2012 年 ImageNet 竞赛爆发，行业迎来了视觉（CV）拐点。2018 年前后 AI 也曾火过一波，云基础设施在处理视觉数据时起到了关键支撑作用，但受限于当时的计算规模，应用范围较小。如今大模型范式看似颠覆，其底层尝试早在多年前就已埋下种子，只是在当下被放大了上百倍。

```mermaid flowchart TD accTitle: 技术演进与生产力跃迁路径 accDescr: 展示从计算基础设施、互联网与云、深度学习突破到当前AI革命的技术演进路径

subgraph Infra["基础设施积淀"] A["PC与大型机 数字化算力/计算器"] --> B["互联网 Network 解决信息传播与物流"] B --> C["云计算 Cloud 端云分工与算力高度集中"] end

subgraph AI_Evolution["智能范式跃迁"] D["2006 Hinton 论文 计算产生智能"] --> E["2012 ImageNet 拐点 计算机视觉爆发"] E --> F["当前大模型浪潮 规模放大百倍/全民生产力"] end

C --> F ```

这一轮的 AI 基建投入常被拿来与当年电信泡沫时期的爱立信（Ericsson）、诺基亚（Nokia）和思科（Cisco）做类比。彼时市场热炒了近十年的网络基础设施，但在泡沫破裂时，亚马逊（Amazon）等下游公司股价惨跌，思科也难免受到波及。一种观点认为当年的网络设备投资并不直接创造脑力生产力，而是投资了属于生产关系范畴的基础设施；但科技投资人 Bill 提出商榷：无论是修光纤、公路还是铁路，本质上都是在 GDP 体系内加速“物”与“信息”的流通速度，进而提升全要素生产率，最终都归于广义的生产力范畴。蒋涛对此表示赞同，基础设施解决了人的流动与物的流动，人的流动本身带有信息属性，最终转化为广告价值与流动价值。这恰如当年诺基亚、思科的巨额资本开支（CapEx）需要下游收入端来买单，而当时像 Pets.com 乃至早期的亚马逊收入没能跟上，导致估值体系崩塌；如今在英伟达（NVIDIA）和甲骨文（Oracle）的高额 CapEx 面前，市场同样聚焦于下游的 OpenAI 与 Anthropic 能否拿出匹配的商业变现来托底。

[05:00](https://www.youtube.com/watch?v=56o_HAslYug&t=300s) 全球基建红利与商业冷启动的根本差异

历史上的基建总是为下一阶段的应用铺路。正如铁路网的全面普及孕育了全国性快消品牌的诞生，如今全球互联网基础设施的完工，使全球上网人口达到约 50 亿。这一成熟网络带来了一个前所未有的现象：一旦出现具备颠覆性的全民生产力工具，其传播与商业裂变速率将彻底打破历史记录。ChatGPT 达成了史上最快月活破亿的记录，且极有可能诞生首家年收入突破 100 亿美元甚至 1000 亿美元的软件巨头。究其原因，Claude 和 ChatGPT 是面向所有人的“Token 级通用生产力产品”。在市场格局上，豆包（Doubao）与 ChatGPT 正在展开角逐，凭借字节跳动在下沉市场与 TikTok 上的运营基因，豆包在发展中国家展现出极强的爆发力；而字节跳动在海外依托短剧和视频生成模型（如 Seed家族模型）实现了极其惊人的营收跑动速度，这块不依赖上市公开披露的中国出海模式，未来很可能在资本市场引爆巨大的重新定价。

在讨论大模型产业格局时，嘉宾们探讨了“网络效应”与行业垄断的边界。社交网络往往具备极强的 winner-takes-all 特征，行业龙头市占率常达 70%~80%；但在垂类 SaaS 和制造业中，网络效应较弱，很难一家独大。大模型的竞争终局更接近于云计算市场：全球由少数几朵主流大云割据（美国三朵、中国三朵），呈现出“721”或“631”的相对集中态势，而非像传统搜索引擎那样由 Google 一统海外。高盛等投行研报的数据印证了大模型营收爆发的独特性：

前几轮周期在第一天（Day 1）往往看不到清晰的客户，需要经历长达数年的持续烧钱；而 AI 直接寄生在高度成熟的移动端、云计算和数字化基建之上，无需再经历“将线下非数字用户洗一遍”的漫长冷启动，从而实现了前所未见的商业转化效率。

[10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) “热血老年番”与从按 Token 付费到 CPS 的商业质变

本轮周期与历史工业革命存在一个本质的区别。第一次工业革命与第二次工业革命之间相隔了近百年，第一轮的弄潮儿早已作古，新浪潮不得不由后起的职业经理人与新一代企业家接盘；然而距离 1995 年互联网大潮至今仅过去约 30 年，埃隆·马斯克（Elon Musk）、黄仁勋赚了四代人的财富，比尔·盖茨（Bill Gates）赚了五代人的钱，但他们不仅健在，而且正处于经验与资源调配力的巅峰期。这种罕见的“热血老年番”现象，使得掌握全球顶级算力、资金与工程团队的商业巨擘们，能够凭借极强的企业家冒险精神把所拥有的筹码全砸进 AI。微软、Google、Meta 等本该在新浪潮中受到“创新者的窘境”挑战的大厂全部焕发生机；Google 创始人更是阔别十年重返一线亲自编写代码。在信息流通层面，自媒体和跨国社群也彻底拉平了世界。2022 年硅谷内部小圈子测试 AutoGPT 时还觉得尚不成熟，几个月后 ChatGPT 破圈，信息平权浪潮便席卷全球；如今中文自媒体在跟进硅谷最新 AI 动态上的时差仅有半小时左右，甚至催生出硅谷工程师靠小红书学习跟踪 AI 的奇特景象。

在最核心的商业模式推演上，林超将当前 AI 商业化与互联网广告的发展历程进行了深度映射：

```mermaid flowchart LR accTitle: 商业化演进路径对比 accDescr: 展示从互联网广告的展示位付费到CPS，类比AI从按Token付费向按ROI闭环付费的发展过程

subgraph Ad_Model["广告商业模式演进"] A1["Banner广告 粗放展示/浪费一半"] --> A2["按点击付费 PPC Google引领/可量化交互"] A2 --> A3["按效果付费 CPS/ROI 抖音电商闭环/无天花板投放"] end

subgraph AI_Model["AI商业化演进路径"] B1["包月/基础订阅 初期固定成本覆盖"] --> B2["按 Token 计费 类似 PPC/企业难算 ROI"] B2 --> B3["Agent 结果驱动收费 类似 CPS/按ROI产出闭环"] end

A2 -.-> B2 A3 -.-> B3 ```

- **Banner 广告时代**：“我知道有一半广告费浪费了，但不知道是哪一半”，计费粗放。这对应 AI 早期不论消耗多少算力都收固定月费的阶段。 - **按点击付费（Pay Per Click, PPC）阶段**：由 Google 推向极致，企业按点击花钱，但这对应目前主流模型按 Token 计费的模式。企业仍难以精确测算出投入产出比（ROI）。 - **按销售/效果付费（CPS）与抖音电商闭环**：一旦企业能明确算出“投入 1 块钱能卖出多少货、带来多少 ROI”，其资本开支就会打破预算上限，变为上不封顶的扩张逻辑。

当前市场普遍探讨 AI 能否替代全球 60 万亿美元劳动用工成本中的一部分。蒋涛断言，未来评判一家纯正 AI 原生公司（AI-native company）的标准极其鲜明：“你花在 Token 上的钱比你花在人身上的钱要多，否则你不配成为一个 AI 原生公司。”从全球 60 万亿美元用工成本中转移出 10 到 15 万亿美元去采购 Token 的逻辑是 100% 成立的。若以该收入规模配合 5 到 10 倍的市销率（P/S）折算，仅劳动力替代这一块就能支撑起 50 万亿美元的新增资本价值，相当于在现存 60 万亿美元体量的美股之外“再造一个美国股市”，诞生数家市值超 10 万亿美元的超级巨头毫无悬念。

更为广阔的增量（Upside）还在于提高全球企业的总利润池。未来的商业闭环将逐步走向类似广告业 CPS 的按效果结算：AI Agent 替企业完成了一次精准营销投放、完成了一笔真实销售闭环，或是医疗场景下按阅读单张 X 光片并给出诊断来按次收费。只要具体工作任务具备清晰的交付定义与商业闭环，企业为 AI 买单的逻辑就能从单纯的“省人力成本”切换至“按 ROI 创造增量收益”，彻底打开 AI 商业化天花板。

## Notable quotes > [00:00](https://www.youtube.com/watch?v=56o_HAslYug&t=0s) 计算可以产生智能 — Geoffrey Hinton

> [00:00](https://www.youtube.com/watch?v=56o_HAslYug&t=0s) 生产力先爆发，进而倒逼生产关系跟进匹配

> [05:00](https://www.youtube.com/watch?v=56o_HAslYug&t=300s) Token 级通用生产力产品

> [05:00](https://www.youtube.com/watch?v=56o_HAslYug&t=300s) 3年内营收增速是前几轮的 3 倍

> [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 热血老年番

> [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 我知道有一半广告费浪费了，但不知道是哪一半 — 所长林超

> [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 投入 1 块钱能卖出多少货、带来多少 ROI — 所长林超

> [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 你花在 Token 上的钱比你花在人身上的钱要多，否则你不配成为一个 AI 原生公司。 — 蒋涛

> [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 再造一个美国股市

> [10:00](https://www.youtube.com/watch?v=56o_HAslYug&t=600s) 按 ROI 创造增量收益

## Mentioned 所长林超, Bill (科技投资人), 蒋涛, Geoffrey Hinton, 埃隆·马斯克 (Elon Musk), 黄仁勋, 比尔·盖茨 (Bill Gates), OpenAI, Anthropic, ChatGPT, Claude, 豆包 (Doubao), 字节跳动, TikTok, Seed家族模型, AutoGPT, ImageNet, 英伟达 (NVIDIA), 甲骨文 (Oracle), 微软 (Microsoft), Google, Meta, 亚马逊 (Amazon), 思科 (Cisco), 爱立信 (Ericsson), 诺基亚 (Nokia), Pets.com, 高盛 (Goldman Sachs), CSDN, 小红书

## Video description 本期对谈@所长林超与科技投资人Bill@billitup 、CSDN 创始人蒋涛，从历次技术革命与产业周期出发，对比铁路、通信、互联网、移动互联网和云计算，探讨这一轮AI浪潮为何发展得更快。上一轮科技巨头仍握有资金、人才与成熟基础设施，使AI能迅速触达全球用户。随着商业模式从按Token收费走向按结果和ROI付费，AI不仅可能替代部分劳动力，还可能打开一个数十万亿美元的新市场。

*本期内容和嘉宾观点不构成任何投资理财建议。

[Source](https://www.youtube.com/watch?v=56o_HAslYug)

中文简报

大模型采购转向效果付费蒋涛称劳动力替代撑起50万亿美元市值成熟云基建消除了AI商业化冷启动期，随着计费模式从按Token粗放消费转向按ROI效果闭环付费，全球用工预算向算力转移将支撑起50万亿美元的新增资本价值。对话梳理了从数字化算力、互联网到云计算的演进脉络，强调当前大模型并非凭空爆发，而是直接寄生于全球50亿上网人口与成熟云底座之上，省去了漫长的用户冷启动周期并创下前所未有的营收增速。与以往工业革命不同，马斯克、黄仁勋等第一代互联网领袖健在且正处于资源与经验巅峰，以“热血老年番”姿态全筹码押注，令传统大厂打破创新者窘境并驱动模型竞争趋向云厂商格局。商业模式层面，AI正从早期的月费包月与按Token消耗计费，逐步跃迁至类似广告业CPS的按业务交付与ROI结果结算。嘉宾推算，若AI从全球60万亿美元劳动用工成本中转移出10至15万亿美元，将有望在股市中催生出数家市值超10万亿美元的超级原生巨头。寄生于成熟的50亿上网人口与云基建，大模型商业化展现出前所未有的冷启动速度，三年内营收增速达前几轮周期的3倍，实现Day 1即有客户付费。 (5:00) 本轮技术革命呈现“热血老年番”特征，互联网一代领袖（马斯克、黄仁勋等）不仅依然在世且处于资本与经验巅峰期，促使科技巨擘全力押注AI押上全部筹码。 (10:00) AI计费模式正从类似PPC点击广告的“按Token付费”向类似CPS的“按Agent交付结果与ROI付费”演进，一旦企业能算清ROI，AI预算将被彻底打开且上不封顶。 (10:00) 全球60万亿美元用工成本预计将有10至15万亿美元向Token采购转移，按5-10倍P/S估算，劳动力替代有望支撑起50万亿美元新增资本市场价值，相当于再造一个美股。 (10:00)

Reading summary

本期节目探讨了当前大模型技术浪潮与历史科技周期的本质差异，指出AI依托成熟的移动与云基建实现了前所未有的冷启动速度，正推动商业模式从按算力计费向按效果付费（CPS）演进，并有望重构数以十万亿美元计的全球劳动力市场。基础设施累积与下游商业承接压力 (0:00) 本轮AI基建投入常被拿来与电信泡沫时期的网络设备投资相类比。针对基建性质的争议，科技投资人Bill指出，光纤与公路等基础设施加速了物质与信息的流动，本质上都通过提升全要素生产率归入广义生产力。蒋涛赞同该观点，并强调当年思科与诺基亚的巨额资本开支因下游企业收入未能跟进而导致估值破裂；如今英伟达与甲骨文的高额CapEx，同样高度依赖下游OpenAI、Anthropic等模型公司的商业变现规模来托底支撑。成熟网络红利下的即时商业变现 (5:00) 全球约50亿上网人口的基础设施为大模型提供了极高的传播与裂变速率，消除了过去漫长的硬件渗透与非数字用户教育周期。高盛等投行数据显示，AI前三年的营收增速是移动互联网与云计算同期的3倍，实现了Day 1直接向客户收费。在格局演变上，行业并不像具备强网络效应的社交网络那样一家独大，而是更接近云计算市场的“721”或“631”寡头竞争；字节跳动等中国企业则依托短剧与视频生成模型在海外展现出极强的跑动营收能力。顶峰期企业家与无时差信息传播 (10:00) 与第一次和第二次工业革命之间相隔百年的代际更迭不同，距离1995年互联网爆发仅过去30年，马斯克、黄仁勋等领军者正处于资源调配力与经验的巅峰期，这使掌握顶级算力与资金的科技巨头并未陷入“创新者的窘境”，反而倾尽筹码全力重注。同时，跨国自媒体与开发者社区彻底消除了信息壁垒，硅谷的技术突破在半小时内即可在全球传播，促成了跨地域、高密度的协同演化。从Token计量走向CPS效果闭环 (10:00) 林超将AI商业化历程类比于数字广告：从粗放的包月订阅（类似Banner广告），走向按Token计费（类似点击付费PPC，企业难以测算ROI），最终必然迈向由Agent交付业务成果的CPS（按效果付费）闭环。蒋涛提出，未来AI原生公司的标准是Token开支超越人力成本，并预测全球60万亿美元用工成本中转移出10至15万亿美元采购Token的逻辑必然成立，按5至10倍P/S折算，仅劳动力替代就能催生50万亿美元的新增市值。尽管AI展现出超越以往技术周期的商业化爆发力与替代全球用工成本的远景，其长远估值体系能否成立，依然悬于上游高昂的算力资本开支能否被下游具备确定性ROI的实际商业闭环充分消化。

Source quotes

[0:00] Geoffrey Hinton: 计算可以产生智能 [0:00] 生产力先爆发，进而倒逼生产关系跟进匹配 [5:00] Token 级通用生产力产品 [5:00] 3年内营收增速是前几轮的 3 倍 [10:00] 热血老年番 [10:00] 所长林超: 我知道有一半广告费浪费了，但不知道是哪一半 [10:00] 所长林超: 投入 1 块钱能卖出多少货、带来多少 ROI [10:00] 蒋涛: 你花在 Token 上的钱比你花在人身上的钱要多，否则你不配成为一个 AI 原生公司。 [10:00] 再造一个美国股市 [10:00] 按 ROI 创造增量收益

Original transcript

[0:00] 确实是史无前例的上一次造富浪潮的巨富第二次造富浪潮还能赶得上所以10万亿乘以5倍的话将当于说再造一个美国股市了你花了Token数比你花在人上的钱要多否则你不配成为一个AI原生公司AI这一轮嘛这张图是非常经典的一张图就从信息革命开始大概1960年之后人类经历了七波的浪潮讲总看来讲的就是说其实AI现在这一轮其实是跟当年的PC和Manfriend这波跟这波很像对过去那个生产力是叫数字化数字化生产力就是那时候电脑我们叫电脑实际上它是个计算机对吧它是computer它不是电脑是中文把它翻译成电脑实际上在美国人看来就是用英文看它就是一个计算器它只是算的比人家快而已在AI发展之前基本上它就是个计算器然后互联网互联网解决的是信息传播问题对就是这波这波这波Network这波都是都是internet这个从cloud开始其实我觉得cloud已经是云计算已经开始它其实已经不是一个生产关系了它其实也是生产率的提升了没有cloud 我认为今天AI是根本不可能发展的这么快的现在在经历一轮新的巨大的革命前面都是铺垫这个材质最大的就是这个给这个铺垫嘛对吧一般来说其实都是生产力先爆发然后爆发完之后就需要有更进一步的生产关系来跟它匹配生产关系组织到一定程度之后这个很有意思就是说其实是mobile跟Cloud其实有很强的相关性就是端和云嘛它的分工开始分得越来越开了之后然后这个Cloud就催生出来了就是这么样一个非常承接的一个关系然后这个Cloud才使得这个就是大量的算力会集中在一起去处理其实这中间还少化了一个东西2012年实际上是有个很重要的事情的2012年是那个ImageNet出来了然后它的源头是2006年的时候就是Hinton发了那个论文嘛就深度神经网络的可训练性其实解决了就计算产生了智能就是它认识了一个猫嘛他还是用一堆CPU算了半天认出一只猫出来了2012年的这个拐点后面这个大数就是说其实到了2018年的时候其实人工智能是火柜波的那个时候全是视觉CV这个其实火的这个过程中云对它的支撑其实还是挺大的尤其是处理视觉的东西因为它当时已经起一定的作用了但是规模非常小这一波的这个范式啊早在之前其实已经做过一些尝试了只不过它把整个的规模放大了很多倍放大了100倍这轮的基建我们可以来类比一下艾利信斯科当时是艾利信诺基亚还有斯科头大的网络基础设施互联网当时泡沫的时候爆的是亚马逊嘛亚马逊爆的很大但实际上斯科也爆了一些但斯科没有爆那么严重在此之前他们实际上有10年时间大家是在炒这些东西吧所以也有人把它类比为说跟当年的斯科和艾利信的这个电信投资有些他们这个投资其实不是产生生产力嘛,投的是network,就是生产关系的基础测试,而他们本身是不产生实际的生产力的。这一点我可能跟你商榷一下,我觉得就是说生产关系就从我的了解的话,可能更多的是比如说你是公司,私有制或者是组织的形式,但是就是我修光纤和修公路和修铁路,某种意义上它其实都是在GDP里面去增加这个物或者是信息的流通嘛。就从这个角度来讲应该也都是去增加GDP吧所以其实某种意义上它应该也是去增加生产力的只是说它增加生产力不是说增加脑力但它是增加物件或者信息流通的速度那从这个角度来讲其实铁路公路然后光纤最终应该也都是去奔着这个生产力的发展上去的吧我们可以探讨一下啊那么电力革命呢电力我觉得也是生产力生产力的发展最后比如说让这个比如说欧洲的分建制的这些城邦最后变成了主权国家对吧或者是公司制的这个出现这个我理解它是生产关系的这个变迁它由底层的这个生产力来决定包括比如说工厂的出现呀上市公司的这个出现但我从我个人理解的话就是从蒸汽机呀然后一直到这个光纤啊修工路啊就这些某种意义上它应该都是技术然后让GDP这个往前涨然后让全要素生产率能够往上涨的一个生产力的一个进步了江总你怎么看这个问题从这个角度他对的他讲生产要素嘛那让基建是解决物流的问题人的流动和物的流动物的流动就是物流人的流动其实上也是个信息流动这样它就让商品快遇了然后后面当然网络的建设就让信息传播更快了就变成广告价值和流动价值产生了一个很大的商业价值我这里插一个点我觉得就是说超哥这个图里面就是诺奇亚爱立信他们当时的基础设施的投入到最后其实要看两个前端收入一个前端收入是比如说手机厂商的收入对吧就当时诺基亚之类的这个手机都卖得很好当时的泡沫破灭是像亚马逊啊或者是比如说PAT.com就这些收入没有跟上对这些有点像是当年的Anthropic他们的收入没有跟得上诺基亚和Cisco的CAPEX所以到最后就是说这个估值是撑不住了但今天的话就是说今天的这个诺基亚和Cisco是比如说Oracle和这个NVIDIA今天的这个就是说需要说明这个行业最终有人买单的其实是这个OA嘛就OpenAI和Anthropic那这个是我觉得待会我们又会去讨论就是说他们有没有 [5:00] 自己的收入能够运平今天的capx当时之所以爆就是因为这个后面这个扮演收入端的这群对吧没有起来他们最终很厉害但是中间他们隔了的有七八年才开始厉害起来每一轮的基建都是为后面提供的比如说铁路解决了物流以后就可能出现全国性的品牌就原来可能不能出现的所以如果我们要研究一下可能消费者的品牌是在铁路普及以后这应该是一个确定的现在的情况就是说网络建设设施已经完成了所以现在出来一个新的产品它的这个产品如果是个颠覆性产品就是比如说它就是劳动生产力产品每个人都需要的它的所以GPT什么那个都是破历史记录的第一个过亿的用户收入第一个过百亿的也许马上过1000亿美金收入的第一家公司就会出现对吧所以所有这些都是破纪录的都是因为前面这个基建完成了能力网络这个基础已经完成了上网的人现在可能是50亿人嘛所以现在你的信息是可以瞬间达到50亿人的但是什么产品是全民产品呢你突然发现Cloudy和GPT是全民Token生产力产品任何一个人都可以用得上所以他就爆了我严重怀疑最终可能豆包跟GPT会在西端还有GP奶在发展中国家豆包搞不好更厉害因为TikTok主本身就很擅长搞这群下沉的玩家嘛不过现在字节那边实际上现在主要的营收应该是靠那个Seed Dance嘛Seed Dance现在营收跑得非常快周视频做短剧尤其做短剧很厉害的一个应用其实大家现在全球都在Dincoding嘛但是短视频这块实际上是第二个很重要增长也非常快因为美国资本权讨论这个问题讨论特别少因为那个字节它也不上市孟生挣钱而且它是一个中国模式所以这块好像是一个隐喻背后的一个未来可能很有爆发力可能有一天会资本市场会突然就给它定价的一个东西刚才讲都是生产力的吧我觉得有点差别成诗这边是搞流通的就搞贸易的我比较能够理解讲总讲的这个生产地和生产关系的一个差别就是说生产地它是一个就类似于builder类似于一个工程师一样它从无到有把一个东西建出来的一个能力你说的修公路修桥对吧还有修光纤它实际上是需要去连接各种各样的生产地的单元它才能够产生这个价值的一个东西所以它还是有差别的那么所以说生产关系它会产生一个东西在网络效应就是说winner takes all是不是生产关系的网络更加容易形成就是非常非常大的或者这个Dominate就是垄断我觉得是这样的就是你看啊这个比如说我们说互联网的话很多时候这个社交平台它的这个市场率就低一名一般都能够比如说干到百分之七八十但是比如说我们去看锤类的SaaS领域对吧或者是锤类的制造业领域第一名其实他就没有那么大因为到最后我们去讨论一个商业的护城河的话一个好的社交媒体或者网络型的公司它可能同时有比如说技术先进性、网络效应、品牌粘性等等但是呢这个比如说一个消费品公司或者是一个比如说工业企业或者是一个软件公司可能它在网络效应上就是会相对的弱一点但是好像今天我们去看这个大模型的话这个是不是这个又不一样那我觉得可能最终的进程格局可能可以类比一下那一个云计算对吧云计算全球几朵大云嘛那美国三朵中国三朵嘛都是相伟其中但是没有一家是就吃掉所有的市场嘛因为你比如说你走出中国以外其实整个世界这个搜索就是谷歌嘛对吧那这个就是很很恐怖的了但是你一旦到云或者是到软件那这些他就是说他不是只有一家他可能是比如说721对吧或者是这个631之类的有一个银报里面看到的一张图就是说过去的这三年里面这个紫色的是这次嘛黄色是这个cloud就是2021年的那次然后mobile移动的是2017年是这条线这样子的然后它对比了一下你会发现其他的几条线都在下面 revenue是在三年之内他是比其他的几个是三倍快这个其实也表现出一个特征就是说这次买单的人财力雄厚啊 day one就看到客户了最大的差别就是商业轮 day one是看不到客户的要烧钱烧很久然后才有营收对这里我觉得有一个点还是就是说AI他本身也是建立在这个智能化和互联网化基础上嘛所以就是洗用户这件事情对他来讲这个其实是非常的顺理成章的了但当年比如说PC或者互联网的时候他是需要把一个线下非数字化的用户重新的这个洗一遍了对你说这个特别有意思其实有点类似于什么呢就是像第一次工业革命和第二次工业革命其实第一次工业革命给它打了很多基础对吧第二次工业革命一上来的时候它的这个就是全药素生产率在第二次工业革命之后的40年其实比第一次工业革命的完成之后的40年是多了三十倍的就是它的每年的全药素生产率的增长幅度那么这个的原因是因为第一次打好了很多基础但是有一个问题第一次工业革命离第二次工业革命100年那那些人都死了就第一次工业革命的这个赢家全都已经挂了就离了好多代了然后第二次工业革命的时候那些人其实很多是最早的拥抱第二次工业革命的那些人其实也是职业精人了然后后来是第二次工业革命才输来了一批新的企业家而这一次最大的差别就是移动互联网的照夫浪潮才1995年吧那些所有的Elon Musk 黄仁勋他们赚了四代人的钱比尔盖茨赚了五代人的钱他们都还在还很有冲劲还是当打之年这个热血老年番财富又那么多然后支配资源那么强然后团队都很成熟就是他们很有企业家精神的情况下把自己所有拥有的钱都砸进去所以你可以看到有个很有趣的现象就是说他们很敢冒险其实我们看回 [10:00] 23年24年的时候你会觉得很诡异微软 Google Meta这几家挣了很多钱的上一代的本来应该是在传统的这个管理学里面应该是被淘汰的没有就他们全部都是焕发新生我觉得最主要的原因就是因为他们创神没死才四五十岁五六十岁你像Google就是最典型的嘛就创神还回来了退休了十年然后又回来了重新到一线重新写代码就这种情况很特别确实是史无前例的上一次造富浪潮的巨富第二次造富浪潮还能赶得上所以说这个使得这个变化的速度人为催手的加速创新对吧就加速的把整个行业现在拉到了比如说这个AI十几亿日活的这么个角度对吧你刚才讲的嘛就是说货客完全是所有技术设施都是成熟的云也成熟手机也成熟没有什么东西就是基础设施所有东西都极度成熟然后还有自媒体我最记得2022年这个到2023年的时候我当时做了一个数据处理的一个公司跟硅谷里面打架到达比亚波2022年的时候就有人跟我说说那个时候他们的auto GPT就还不是GPT 3.5说他们内部用了一下说感觉这个东西有点potential感觉还不是很好用然后2022年底的时候就突然间就开始火了然后我就后来就是突然间铺天盖地的就刷到好多自媒体在说这个东西它的infer已经完全成熟了就传播本身也是让这个世界越来越平了很多人在扩展这个事情就是一个很小众很小众的东西突然间一堆人在扩展以前大家还在等着看新闻对吧现在不用了对信息变得更加平全了我有朋友在硅谷跟我说他学习AI主要靠小红书中文的媒体就够卷对吧就是你不差这个20分钟的这个英文变中文但是中文里面就是把世界上最好的这些我当时听了就很吃惊今天中国的中文自媒体在AI的跟进上面我认为基本上跟美国的时差就半个小时而且现在都自动写作了自动翻译自动写作自动发稿也就是半个小时信息就同步了就是从这点上来看啊当年互联网广告经历过这么一个阶段就是说早期的时候是Banner广告嘛是没有这个谷歌的这个叫做PaperClick按点击付费的这个逻辑出来的就是最经典的那句就是说你知道你有一半的广告费浪费了但是你不知道是哪一半那个时候互联网广告已经起来了大家很多人在讲互联网广告但是互联网广告其实没有一个很好的商业模式就有点类似我们这个人工智能最早出来的时候它是不管你耗多少token它都是约多收费然后现在其实Entropic它就开出来了这样一个游戏规则其实Entropic和Sea Dance都是现在都是按token收费的那么所以就有点类似于PaperClick整体上来讲PaperClick呢企业还是算不出ROI的企业在什么时候开始能够算出RI呢?大概企业是在中后段的时候才出现了另外一种商业模式叫做CPS就是我投进去之后我知道我能够卖多少货就我能够算ROI一旦企业开始能够算ROI这个时候它的投入就可能是一个没有天花板的投入了抖音电商就这么运转起来吗这个淘宝也运转过这种逻辑但是没有抖音那么狠我想说的东西就是说其实现在人工智能的商业模式它现在只是到了这个pay per click的阶段就是按token收费但是有可能这个市场真正爆发是真正能够找到一个商业模式是说我这个企业我花在token上的钱我完全能看得出我产出的到了这个状态的话我觉得整个市场就会出现一种非常没有天花板的非常sustainable的一个business model为什么讲到这一点是因为刚才我们讲到这个地方有一些人的讲法是说替代劳动力嘛能不能在全部劳动费用里面60万亿拿出10万亿给人工智能去花我觉得这个逻辑有点站不住脚的地方是说企业不会愿意把花在员工上的钱原本本拿去买token不我那会会了对以后一个AI原生公司的定义就是你花了token数比你花在人上的钱要多否则你不配成为一个AI原生公司所以说讲总你觉得这个计算逻辑是make sense的就现存的60万亿劳动力成本至少有10到15万亿是可能拿出来分配给去买token的对这个事情是100%成立的OK所以说这个模型至少能看到它现在占比才只有0.8%假设我们能够做到15% 20%这里面至少就有超出10万亿可以分配了这个基本上对应着我们刚才讲的Google paper click的模式对吧这个我们替代的还是劳动力它最后反映的是收入嘛然后那个收入你还需要乘以比如说5倍的ps或者10倍的ps对吧才是那个时候AI企业的市值所以10万亿乘以5倍的话基本上就相当于说再造一个美国股市了因为美国股市今天是60万亿10万亿乘以5倍就是50万亿的美元的市值首先我觉得这一轮肯定是几家超过10万亿美金估值的公司的我觉得这个毫无疑问啊但从另外一个角度它还有一个upside的点可以从这里看对吧第一我们AI是增强了全球所有企业的总利润吃的尽管不是说每个企业都得益所以就profit的总量会提高如果能找到这个算得过来 ROI的方式就是我投入买token之后这个token能给我产生的这个profit这件事情其实也是没有停滑板的从这个角度回过来算不光是从节约成本的角度它可能是从创收的角度去算人工事能企业创造收入的这个空间还是非常大的你们觉得会不会产生一个最终能够走到像当年广告业的CPS就是能够算出来RI的这种商业模式这跟你算能是一个道理不它的逻辑是一样的最后你干活的是aging的Agent 最后就完成了一个销售是吧他完成了一个投放那你都是可以算出来的 [15:00] 你花了这个token是不是值得所以会有一部分是可以算出来的我觉得取决工作任务是否可被定义就比如说看一次X光片他们按照次数收费对他能闭环他能按照那个就可以了

大模型采购转向效果付费 蒋涛称劳动力替代撑起50万亿美元市值