OpenAI万亿基建重演思科危机 徐老师预言破裂将淘出百倍股

OpenAI万亿基建重演思科危机，徐老师预言破裂中将淘出百倍股 当前AI万亿美元基础设施投入与实际营收严重脱节必致泡沫破裂，但这种高压过建将十余年技术演进压缩至两年，投资者唯有通过第一性原理校准并押注具备顶级领导力的CEO，才能在估值暴跌九成后抓住下一家实现百倍增长的伟大公司。 节目深入探讨了当前 AI 领域真实营收与万亿美元基建 CapEx 倒挂的现状，指出 AI 无疑存在巨大泡沫，但这种超前过建正将原本需 10 至 15 年的技术演进高压压缩至 2 年内完成，属于推动创新的“良性泡沫”。对比 2000 年思科与光纤网络的历史，好公司无需恐惧 90% 的估值回撤，关键在于是否具备底部重生并反弹上百倍的潜能。而在所有评判维度中，CEO 的战略远见、执行力与第一性原理思考是决定大厂兴衰的最核心变量。为此，嘉宾分享了穿透舆论噪音的“校准（Calibration）”人脉观察法，并建议投资者对标 2000 年泡沫做好防范，立足能力圈与人的本质坚守长期价值。 徐老师指出 AI 绝对是一个巨大泡沫，其核心体现为领头羊 OpenAI 约 200 亿美元的实际营收与其撬动的高达 1.4 万亿至 2 万亿美元的产业链 CapEx 承诺存在巨大倒挂。 (0:44) 当前 AI 算力与基础设施正在重演 2000 年光纤网络过建 10 倍的历史，但这一良性泡沫通过高度集聚的资本与人才，将原本需要 10 至 15 年的技术演进周期高压压缩至 2 年。 (7:55) 判断泡沫破裂后能否跑出“下一个亚马逊”的核心权重在于 CEO 的领导力与第一性原理思维，能否穿越周期的根本在于组织造血能力与最高掌舵人的认知格局。 (17:43) 在风险防范与资产配置上，徐老师建议全面对标 2000 年互联网泡沫破裂的惨烈场景做准备，并具备好公司估值先跌 90% 再涨百倍的心理预期与认知定力。 (31:00)

硅谷高管与投资人徐老师指出，当前 AI 产业在超前基建与巨额资本承诺的驱动下已形成显著泡沫，并在 6 至 18 个月内面临破裂；但这属于将十余年技术演进高压压缩至两年的“良性泡沫”，破裂后能否穿越周期并创造超额回报，关键取决于掌舵人的第一性原理与组织领导力。 供需脱节与历史重演：万亿算力过建泡沫 (0:44) 徐老师指出，泡沫的本质在于公众期望值与当下客观现实的巨大鸿沟。以行业领头羊 OpenAI 为例，其当前实际年化营收仅在 200 亿美元左右，但凭借行业号召力撬动与承诺的上下游基础设施资本支出（CapEx）却高达 1.4 万亿至 2 万亿美元，涵盖算力芯片、云数据中心及电力建设。这种供应商为免踏空而跟进的承诺带有极高预期成分，一旦终端需求未达预期，将面临严重的买单危机。 这一场景与 2000 年互联网泡沫如出一辙。当年思科通过“厂商融资”推动全网过度建设，但骨干网实际带宽利用率仅有 6% 至 8%，最终泡沫破裂导致思科市值蒸发超 80%。徐老师据此预测，由于当下杀手级应用的实际落地步伐赶不上供给端算力的井喷，AI 基础设施在接下来的 6 到 18 个月内迎来估值与情绪的破裂是必然阶段。 良性泡沫加速演进：周期压缩与原生应用 (7:55) 徐老师强调，尽管调整不可避免，但本轮周期属于非常健康的“良性泡沫”。任何颠覆性技术向 AGI 迈进均需要饱和的资源配置，旧金山湾区对全球顶级人才与海量资本的高密度聚合，硬生生将原本需要 10 至 15 年的技术探索期压缩至短短 1 到 2 年内完成，对人类科技演进具备重大积极意义。 参照 2000 年后富媒体应用迅速消化过剩带宽的先例，未来 95% 的 Token 消耗将来自当前无法预见的应用形态。随着编程智能体落地、碎片化软件被统一交互入口取代，以及按需自动生成软件的普及，AI 原生应用终将重构商业流程并承接超前部署的基础算力。 决定穿越周期的终极变量：主帅领导力 (13:15) 在应对策略上，徐老师认为真正优秀的企业无惧股价跌去 90%，正如亚马逊在互联网泡沫破裂后凭借当时被华尔街边缘化的 AWS 实现数百倍反弹。他主张在商业组织中主帅（CEO）对企业兴衰起决定性作用：纳德拉执掌微软后实现云原生转型驱动市值长红，对比的是鲍尔默时代的长期横盘；博通 Hock Tan 收购 VMware 后贯彻第一性原理并重塑组织效能；而马斯克凭借极强的工程穿透力赋予特斯拉与 xAI 极高上限。 针对近期顶尖大模型团队的核心人才流失，徐老师指出优秀的组织造血能力高于单点依赖，卓越的领导者从不畏惧骨干离去，关键在于能否持续吸引同等人才或提拔新生力量实现范式迭代，正如特斯拉在自动驾驶核心离开后成功推行端到端神经网络模型。 穿透舆论噪音的校准框架与长线立足点 (23:09) 针对外部媒体报道的极度情绪化与二手信息噪音，徐老师提出“校准（Calibration）”认知框架：剥离舆论争议，锚定自己高度信任、曾日复一日并肩作战的一线熟人作为基准线，向其探寻企业换帅或组织变动后工作哲学、决策维度与资源投入模式的实质转变，以此穿透表象以评估掌舵人的真实能力。 面对未来走势，徐老师选择全面对标 2000 年互联网泡沫破裂的惨烈冲击进行风险防御。他建议投资者坚守底层科技进步的信念，做好承受巨幅回撤的心态准备；同时拒绝盲从市场共识，立足自身熟悉的能力圈，从“人的本质”与第一性原理出发甄别具备非凡 CEO 执掌的硬核企业。 徐老师总结认为，当前 AI 泡沫是技术跃迁必然经历的阵痛与催化剂，调整终将发生但无需过度悲观。对于产业与投资者而言，关键挑战在于能否跳出短期噪音与追涨杀跌，依靠一线事实校准对企业掌舵人的真实判断，在抵御 2000 年式系统性回调的同时，守候下一代原生应用爆发带来的长期复利。

[0:44] 徐老师: 如果说把泡沫定义为期望值跟当下的客观现实有一个巨大的差距，那今天肯定是一个泡沫，而且是一个极其庞大的泡沫。 [0:44] 徐老师: 哪怕OpenAI的收入比某些预估高一些，数量级也就是在200亿美元上下，但它调动的承诺和号召上下游投入的CapEx已经到了1.4万亿甚至奔着2万亿去了。 [4:48] 徐老师: 思科在当年采用厂商融资，股价后来跌了80%多，整整25年后的今天依然没有回到当年的历史最高点。 [4:48] 徐老师: 当年骨干网建成后实际利用率只有6%到8%，但大家没预料到三四年后YouTube等真正的互联网原生应用爆发，几年时间就把容量消耗了一大半。 [7:55] 徐老师: 这是一个非常健康的良性泡沫。把原本需要10到15年的技术迭代周期，在旧金山湾区硬生生高压压缩到短短两年内完成，对人类科技进步是一件天大的好事。 [7:55] Aaron Levie: 未来95%的Token消耗，将来自于我们今天根本无法理解的应用形态。 [13:15] 徐老师: 真正伟大的好公司，完全不需要害怕估值或股价跌掉一个数量级（90%），因为它们未来拥有从底部再涨上百倍的潜能。 [13:15] 华尔街分析师: 台上的案例再怎么让人兴奋，AWS加起来也占不到亚马逊总营收的8%呢。 [17:43] 徐老师: Hock Tan不会接受‘去年花一亿，所以今年也要一亿’的惯性逻辑，而是从第一性原理切入：今年通过重构是否五千万就能做，甚至做得更好？ [21:05] 徐老师: 今天没有道理不是一家十万亿美元的公司。手握业界最顶级的技术人才储备和资源，未能打出相匹配的超量价值，根源就是最高掌舵人的上限不足。 [23:09] 徐老师: 剥离外部媒体的高噪音，找到你高度信任且并肩作战过的熟人作为基准线，向他们询问日常行事风格与决策维度的真实改变，这就是Calibration。 [25:41] 徐老师: 绝非‘能人走了公司就要完蛋’。最优秀的CEO从不畏惧顶级大将离开，关键在于能否持续吸引同等优秀的人才顶替，或是提拔下一代力量实现范式迭代。 [28:35] 徐老师: 在商业世界中，主帅前瞻性的思维构想、极致的执行力以及能否聚拢战力，起着决定性的关键作用。 [31:00] 徐老师: 2008年重创的是华尔街金融机构，而2000年的互联网泡沫破裂在硅谷现场能亲眼看到成年人当场痛哭失声，那种惨烈程度不可同日而语。

[0:44] 徐老师你在硅谷做了20多年的高管 [0:48] 投资人创业者 [0:49] 你是经历了很多个周期 [0:51] 你经历过2,000年的时候 [0:54] 那个Dot com 的bubble burst的情况 [0:57] 今天很多人会说AI也是一个bubble [1:00] 或者马上就要来bubble了 [1:02] 如果我们去看硅谷著名的投资人 [1:04] 就每个人的说法都不一样 [1:05] 我想听听你的观点 [1:06] 尤其是你背后的思考 [1:08] AI有bubble吗 [1:09] 它到底是一个什么样的周期 [1:10] 我们应该多投点钱 [1:11] 还是应该撤出来了 [1:13] 我觉得大家问这个问题的原因 [1:15] 可能主要就是 [1:15] 我是不是要买或者卖股票 [1:18] 对吧这种advice是很难给的 [1:21] 而且是很难有一个人有high confidence [1:24] 这个人变成股神了 [1:25] 但是我觉得有一点大的方向 [1:27] 我觉得还是比较有confidence的 [1:29] 就是这个bubble [1:30] 关键也要看你怎么定义 [1:31] 如果说你把这个bubble是定义成为 [1:34] 就是期望值 [1:35] 跟reality有distance有距离 [1:37] 我个人觉得今天绝对是一个bubble [1:40] 而且不只是一个bubble [1:41] 是一个很大的bubble [1:42] 道理很简单 [1:43] 你就看OpenAI这一家对吧 [1:45] 他的revenue大概是200亿美元 [1:48] 呵呵~要小心 [1:49] 他上BG² Pod的时候 [1:51] 这个主持人这么challenge他 [1:52] 结果被他喷了 [1:53] 然后还提前离场 [1:55] 嗯嗯 [1:57] 就200亿美元 [1:57] 这已经很不错 [1:58] 就上下200亿美元 [2:00] 大约就这么一个数量级 [2:02] 那一个说是 [2:03] a hundred forty billion [2:04] 然后他说我比这个高 [2:06] 我不觉得高个五倍 [2:07] 我不觉得高两倍 [2:08] 我觉得高一点 [2:09] 那是完全(有可能) [2:10] 而且我觉得你就从它的用户数量 [2:13] 从enterprise的adoption那个数量级是没错的 [2:16] 他只是说比这个高 [2:17] 我不觉得高意味着什么 [2:19] 高只是意味着高一点还是高两点 [2:21] 但我觉得数量级就是200亿美元 [2:23] 这么一个twenty billion dollar [2:25] 这么一个数量级 [2:26] 我是非常有high confidence [2:27] 这就是一个数字 [2:29] 然后他command了对吧 [2:30] 1.4个trillion dollar [2:32] 但是这是不是exactly 1.4 [2:34] 有可能 [2:34] 这个等到我们节目播出的时候 [2:36] 已经是1.6个trillion [2:38] 或者两个trillion都有可能 [2:39] 所以说他这么一家公司 [2:41] 万亿美元的CapEx的spending [2:43] 我觉得绝对是有很大的问题 [2:46] 这个问题不是说是一个好事还是坏事 [2:49] 就是说你今天可能去justify [2:51] 你要有很大的想象力 [2:53] 有新的application [2:54] 有新的 [2:55] 我们今天还不知道的东西发生了 [2:57] 才会去justify [2:58] 所以说从这个角度来讲 [2:59] 我觉得绝对是一个巨大的bubble [3:01] 不只是一个bubble而已 [3:03] 是一个巨大的bubble [3:04] 想请你再多给大家科普一下 [3:06] 就是command 1.4 trillion到底是什么意思 [3:09] 因为很多同学只知道估值 [3:11] 他不知道 [3:11] 就是这个CapEx到底代表着什么 [3:13] 嗯嗯嗯 它就是跑到Oracle [3:16] 跑到那个NVIDIA [3:18] 跑到AMD跑到CoreWeave [3:20] 跑到这些Neo Cloud这边去跟他们说 [3:24] 当然以前是Microsoft [3:25] 微软然后现在又多了那个Amazon [3:28] 就跟他说 [3:28] 你给我建数据中心 [3:30] 给我提供这些capacity [3:32] 不只是卡 [3:32] 还要给我建数据中心 [3:34] 还有electricity 电 [3:35] 就把这些所有的加上去 [3:37] 就是roughly speaking [3:38] 他大约就是忽悠 [3:40] 我说的忽悠不是一个贬义词我说的忽悠是一个 [3:43] 怎么说呢 [3:44] 就是他有这个能量 [3:45] 能够让人家去commit（承诺） [3:47] 一点几个万亿（美元）的spending（基建开销） [3:49] 或者说是开销吧 [3:51] 他花的不是自己兜里的钱 [3:53] 他花的是他的那些消费者的钱是吗 [3:56] 花费的是他的供应厂商的 [3:58] 让他们去说哎 [3:59] 我会建多大的数据中心 [4:02] 里面会插多少的卡 [4:04] 然后以后我会买 [4:06] 以后我会用 [4:07] 就是从一个传统的意义上来讲 [4:11] 没有人会去这么commit [4:12] 人家会大约说 [4:14] 我这个方向 [4:14] 但没什么人会去commit的 [4:16] 他今天 [4:17] 其实你说那些Oracle [4:19] 他真的会是就花这么多钱 [4:21] 他也要一步一步来的嘛 [4:22] 每年都会重新去review [4:24] 所以说这里面其实是有很多虚的 [4:27] 虚的不代表是一个错误的 [4:29] 或者说是不好的 [4:30] 这只是一个大的方向 [4:31] 大家不想错过这么一个(机会) [4:33] 未来如果说有一个十倍百倍的基建的扩大 [4:37] 谁都想是成为这个十倍 [4:39] 百倍基建扩大的积极参与分子对吧 [4:42] 但是这个我造出来了以后 [4:44] 我的数据中心建出来以后 [4:45] 你是不是还在 [4:46] 这是一个很大的一个问题 [4:48] 就你刚才提到 [4:49] 我也经历过Dot com年代 [4:51] Dot com年代我可以告诉你 [4:52] 其实这些事情都发生过 [4:54] 哦~ [4:55] 这些事情都发生过 [4:57] 只是a little bit smaller scale [4:59] 就好像今天大家都说哦 [5:00] OpenAI说要问NVIDIA英伟达买卡 [5:03] 但是NVIDIA又投资 [5:05] 这些事情都是以前做过的 [5:07] 思科Cisco 2000年5月份的时候 [5:10] 成为市值最大的公司 [5:12] 它为什么能够成为市值很大的公司呢 [5:14] 那当然就是大家对它的期望值很高 [5:17] by the way [5:18] Cisco的股票到现在还没有recover [5:20] 到2000年的那个(高度） [5:21] 但我看最近几天有点快了 [5:23] 但他从2000年5月份到了高峰以后 [5:26] 再也没有recover过 [5:27] 到今天25年以后 [5:29] 他那年跌了多少 [5:30] 就是从高峰往下跌 [5:32] 都是属于至少是七八十这样子的 [5:34] 对对～Amazon跌了百分之九十几 [5:36] Nasdaq整个就是跌了七八十 [5:38] 这样一个数量级 [5:40] 所以说这个我们都看过 [5:41] Cisco其实当年做的事情一样的 [5:43] 厂商借钱给他 [5:45] 人家借他的钱来买 [5:46] 但等到dot com bubble burst以后 [5:48] 然后这些厂家都没了 [5:50] 然后他的revenue也没有实现 [5:52] 所以说这些借钱给别人 [5:55] 今天英伟达(口误，是说OpenAI)做的事情其实是一样的嘛 [5:57] 对吧 [5:58] oh sorry OpenAI今天不可能就付这么点钱 [6:01] 但是不要紧 [6:02] 我反正知道你以后会买 [6:04] 所以说我先做起来 [6:05] 反正该借的就借 [6:06] 这都是一回事情 [6:08] Internet就这么说吧 [6:09] Internet我在2001年的时候 [6:13] 我是看到真实的数据 [6:15] 因为我自己是做network的 [6:16] 所以说Internet backbone里面做的人 [6:20] 都是非常熟悉的 [6:21] by two thousand one 到了2001年 [6:23] 我觉得这个业界是非常clear的 [6:25] 就是we overbuilt Internet [6:27] 我们build Internet [6:28] 是远远高于我们所要的 [6:30] Internet backbone network [6:32] 是我们经常会去evaluate的 [6:33] 这个throughput是一个capacity [6:36] roughly speaking [6:37] 我们大概使用量 [6:39] build的Internet的使用 [6:40] 只用了它的大概是个位数 [6:43] 8% 6% 当然每个节点都不一样 [6:46] 但是都是在个位数 [6:47] 你就想 [6:48] 就基本上Internet overbuilt by more than ten x [6:51] 所以说这就是为什么那个dot com burst [6:53] 其实是一下子 [6:54] 就是 [6:55] 我们infrastructure是完全就是overbuilt了 [6:58] but what we didn't know in two thousand one [7:00] 就是我们2001年没有意识到的是 [7:03] 再过了两年三年 [7:04] YouTube起来了 [7:05] 呵呵那个Internet native application起来 [7:08] 不只是一个e-commerce [7:10] 卖点书卖点杂货 [7:12] 对吧就是真正的那个business起来了 [7:15] 我不知道确切的数据 [7:16] 但是我比较confident的是 [7:18] 大概到了2005年的时候 [7:20] 有可能更早 [7:21] Internet overbuilt的Internet capacity [7:24] 就用到至少一半以上 [7:26] 甚至于更多都有可能 [7:28] 所以说这一个历史我觉得会重新演 [7:31] 今天大家大量的build [7:33] 然后会有一个阶段会发现哇 [7:35] 其实我该用的application也是有限的 [7:39] 也用不掉 [7:39] 然后觉得哇 [7:40] 这是一个bubble burst [7:42] 我充分相信那一天会到来 [7:44] 不管是6个月还是18个月 [7:46] 但是问题是the question is that a healthy bubble [7:50] 还是一个非常不好的bubble [7:53] 我个人认为这是一个非常healthy的 [7:55] 这是一个非常良性的泡沫 [7:57] 为什么我觉得 [7:57] 这是一个非常良性的泡沫呢 [7:59] 因为任何一个技术 [8:00] 你要把它给有一个step function improvement（跳跃式提高） [8:04] 就像我们现在希望AI对吧 [8:06] 要朝AGI方向走 [8:07] 不管你AGI definition是怎么样 [8:09] 你希望把AI提高到一个程度 [8:11] 你需要一堆人非常拼命的干 [8:13] 然后钱人才非常集中的去做 [8:16] 就像Elon Musk做事情 [8:18] 每次做事情就是把这些人才跟钱 [8:21] 跟那个精力都堆起来 [8:22] 今天AI其实就是在发生这些事情 [8:25] 否则的话 [8:25] AI到了下一个阶段 [8:27] 可能给个10年20年15年也能做到 [8:29] 但今天大家就是包括硅谷对吧 [8:32] San Francisco这么一小块的地方 [8:34] 聚集了包括OpenAI Anthropic这批人 [8:36] 就是希望把本来可能要15年 [8:39] 现在就两年让他做了 [8:40] 这是fundamentally [8:41] 这是一个difference [8:42] 所以说 [8:42] 你说这个bubble是一个好事还是坏事 [8:45] 我是觉得这可能是一件很好的事情 [8:47] 因为我希望他的那个技术革新 [8:51] 来的越快越好 [8:52] 当然了会有另外一个问题 [8:54] 到底对我们每一个人到底意味着什么 [8:56] 怎么样 [8:57] 这是一个separate question [8:58] 但是如果从一个技术 [9:00] 一个technologist [9:01] 从一个技术者的角度来讲 [9:03] 我当然是希望技术走到下一个阶段 [9:05] 走到下一个里程碑 [9:07] 越快越好 [9:08] 我们现在有benefit of hindsight(后见之明） [9:11] 然后看互联网是走到了下一个里程碑 [9:14] 但是你会如何定义互联网的当时 [9:17] 零一年之后的这个下一个里程碑 [9:19] 是什么 [9:19] 和如何被这个bubble加速了的呢 [9:22] 我觉得互联网的里程碑 [9:24] 类似于YouTube这样 [9:25] 是真正的Internet native的application起来了 [9:28] 那才是 [9:29] 我个人不觉得 [9:30] 我们今天不要说有跟没有 [9:33] 我觉得我们今天都不懂得AI native [9:36] 那些应用 [9:37] Box的那个Founder & CEO Aaron Levie [9:39] 他前一段时间就可能上个礼拜吧 [9:42] 写了一个X [9:43] 写了一个推特 [9:44] 他说他觉得未来95%的token的usage [9:48] 是我们今天不理解的application [9:50] 我觉得这个就非常的 [9:52] 确切的代表了我的一个想法 [9:54] 就是我们今天的application [9:56] 我觉得除了coding agent [9:58] 我觉得这个应该是继续往前走 [10:00] 而且是会消耗大量的token [10:03] 其他的我觉得 [10:05] 我们今天还是在用上一代的眼光去做 [10:09] 不管是customer support、marketing [10:12] 我觉得这些都会被颠覆掉 [10:14] 都会有一个真正的AI Native Way (AI 原生应用） [10:16] 做市场营销也好 [10:18] 或者做销售也好 [10:19] 或者做怎么样也好 [10:20] 对个人来讲 [10:22] 我们谈论了browser [10:23] 对吧浏览器 [10:25] 我觉得这个产品形态还是会变化很快 [10:28] 就是我不能想象十年之后是什么样子 [10:30] 甚至三年之后是什么样子 [10:32] 但是 [10:32] 我觉得我已经看到了一个很大的gap [10:34] 就现有的技术能做到什么样子 [10:36] 和现有的技术还没有做到的样子 [10:38] 现在 [10:38] 我特别讨厌在各种APP里边来回切换 [10:41] 我特别讨厌交互不同的软件 [10:43] 然后我也特别讨厌去下载新软件 [10:45] Elon Musk说的 [10:47] 不应该是一个iPhone要用不同的application [10:49] 可能更加是一个seamless的一个体验 [10:52] 对而且咱们在那个开始之前 [10:55] 我还在录一个视频嘛 [10:57] 其实我是在跟鸭哥录一个视频 [10:59] 有一个朋友给我们说 [11:00] 你们的网站 [11:01] 前面可以考虑做一个user research [11:04] 让你的学员填一下一个survey [11:06] 然后去assess他的AI literacy [11:09] 到底AI使用到什么程度了 [11:10] 然后给他推送对应的这种资料 [11:13] 鸭哥说哎 [11:13] 这个东西很值得build一下 [11:15] 然后过了15分钟 [11:15] 他说哦build好了 [11:16] 就是类似这样的一个体验吧 [11:19] 一个是所谓的user generated software [11:21] 一个是the single interface to do a lot of tasks [11:25] 这两件事我都觉得现在的技能 [11:27] 我完全看到他们是能做到的 [11:30] 但是还没有做到 [11:31] 当这两件事情都实现了 [11:33] 我已经能想象我们的token 的消耗程度 [11:36] 是现在的10倍100倍的这种级别 [11:39] 再往上我可能很难想象 [11:41] 这是一个很多东西的组合 [11:43] 技术要到一定程度 [11:45] 对吧然后基础建设要到一定程度 [11:47] 然后大家的思维也到一定程度 [11:50] 你就用YouTube去思考这件事情 [11:52] 理论上来讲 [11:53] 98年你能看到YouTube这样的application [11:56] 肯定这不是一个新鲜的 [11:57] 但为什么那个到了03 04 05年的时候 [12:01] 就到了一个tipping point呢 [12:02] 是因为基础建设 [12:04] 然后大家的mentality [12:05] 就是以前你说我碰到什么事情 [12:07] 都放到一个视频 [12:09] 然后送给别人 [12:10] 这个不可想象的 [12:11] 我没有这种想法的 [12:12] 对吧然后到了那一个阶段 [12:14] 大家觉得这是一个理所应当的事情了 [12:16] 所以说我觉得大家的mentality也要改变 [12:20] 所以说回到最初的一个问题NVIDIA [12:22] 或者说是这个是不是bubble [12:24] 或者说是类似的 [12:26] 这个话题其实对我来说很简单 [12:28] 我觉得碰到那个bubble burst泡沫爆掉 [12:32] 我觉得完全可能 [12:34] 而且我觉得也是应该的 [12:35] 为什么是应该的 [12:36] 因为你想嘛 [12:37] 今天我们的AI技术也很不错了 [12:40] 但是到底有多少的应用 [12:41] 是真正的改变了我们生活 [12:43] 真正的改变了我们的工作 [12:45] 其实是有限的 [12:46] 或者非常有限的 [12:47] 我们必须非常诚实的承认这一点 [12:50] 那在这个情况下面 [12:51] 我觉得爆掉的可能性完全是有可能的 [12:54] 因为市场的那个sentiment [12:56] 会因为各种各样的原因 [12:57] 2000年当时候也有各种各样的事情发生 [13:00] 包括后来2001年的那个911 [13:02] 当然911不是说唯一一个事情 [13:04] 但是很多事情都在那边 [13:06] 对吧所以说实际上就是发生任何事情 [13:09] 然后使得这个市场的情绪变化 [13:12] 然后爆掉 [13:12] 我觉得这是非常可能的 [13:14] 我总体来讲是这么想的 [13:15] 一个好的公司 [13:17] 我不怕他的那个市值 [13:19] 或者估值跌掉一个数量级 [13:22] 我一点都不怕 [13:23] 因为我觉得好的公司从现在开始 [13:25] 还有一个数量级往上涨的机会 [13:27] 在这件事情上面 [13:29] 你从那个Amazon就能够看出来 [13:31] Amazon的股票跌了90%多 [13:33] 从2001年到现在涨上去的 [13:35] 连一个数量级都不止(实际这个阶段上涨了约百倍） [13:37] 说起这个 [13:38] 我还给你讲一个 [13:39] 其实这是2015年了已经 [13:41] 这是dot com那个burst [13:42] 过去了15年 [13:43] 将近15年了 [13:45] 那时候我去Amazon的re:Invent [13:47] 它一年一度的开发者大会 [13:48] 这是2015年 [13:50] 呵呵然后那时候云计算已经起来了 [13:52] 而且已经是有非常令人激动人心的 [13:55] 一些use case [13:56] 然后我参加re:Invent [13:57] 然后这个Andy Jassy就是AWS当时候的CEO [14:01] 现在是Amazon的CEO [14:02] 他在上面讲了很多的案例对吧 [14:04] 都是财富500财富100的公司 [14:07] 怎么用云 [14:08] 然后怎么个去把旧的 [14:10] 包括Oracle这样的 [14:12] 以前认为不可替代的技术都替代掉 [14:14] 你听了以后你就觉得哇 [14:16] 他说的都是真的应该他不会(骗人) [14:18] 但如果你真的是take at face value [14:20] everything he said [14:21] 就是把他都认为真的 [14:22] 这个公司太伟大了 [14:23] 太了不起了 [14:24] 对吧就是2015年 [14:26] 然后我旁边的那个是华尔街来那个 [14:30] 是一个华尔街的一个分析师 [14:32] 然后我就问她 [14:33] 我说哇this is amazing right [14:35] 这个太exciting了 [14:36] 你知道她跟我说什么吗 [14:38] 她说这个再怎么样 [14:40] 还是整个Amazon 8%的revenue（总营收）都不到 [14:43] she just shrugged off, right [14:45] this is eight percent of revenue [14:46] less than eight percent revenue actually [14:49] 所以说对他来说 [14:50] 你在上面台上再怎么excited [14:52] 再怎么样 [14:53] it's nothing [14:54] 但是我可以告诉你 [14:55] 今天那个Amazon的市值是多少 [14:57] 两点几个trillion [14:58] 对吧 [14:59] 如果说没有AWS的话 [15:01] 它应该是一个trillion都不到的 [15:03] 所以说它今天的市值 [15:04] 主要是因为AWS在(影响)估值 [15:07] 然后你去看 [15:08] 就2015年在股票分股之前 [15:10] 就把分股这些都去掉的话 [15:12] 今天大概是200多块钱的股票 [15:14] 对吧我记得 [15:15] 然后那个时候是15块钱的股票 [15:17] OK为什么我要提到这个 [15:18] 因为我们虽然说是Dot com年代 [15:21] 从2001年到2015年 [15:24] 你如果是看那条曲线的话 [15:25] 其实Amazon股票没有改变多少 [15:27] 2015年以后才起来的主要是 [15:30] 然后我刚才又给你说了 [15:32] 那个2015年 [15:33] 你能够看到那么多的 [15:34] 令人激动人心的云计算被adopted [15:37] 但是华尔街的人就是shrug off （不屑一顾） [15:41] right..you know..okay [15:42] eight percent of the revenue you know [15:45] 这个是让我觉得哇 [15:47] 这个是不是bubble还是怎么样 [15:49] 其实很多 [15:50] 有一些是fundamental的有一些是外在的 [15:53] fundamental的东西 [15:54] 跟外在的其实是永远是有些脱节的 [15:56] 那对我们不管是搞技术的还是怎么样 [15:59] 其实要意识到这个其实是有脱节的 [16:03] bubble破裂不代表这件事情是错误的 [16:05] 大约是这么一个想法 [16:07] 我这就有两个角度来问问题吧 [16:09] 首先我们不构成任何投资建议 [16:11] 所以说 [16:11] 我们更多的是用这种历史的比较 [16:13] 或者说什么东西 [16:14] 我们自己来畅想 [16:15] 一些不构成投资建议的时候 [16:17] 可以说的东西 [16:18] 帮大家做些启发 [16:19] 就大家可能第一想择时 [16:21] 第一想知道什么时候他会到bubble的终点 [16:24] 什么时候要破 [16:25] 然后什么时候再起来 [16:26] 这件事可能很难 [16:27] 但是我们觉得有可能它会破 [16:29] 那在破的过程中呢 [16:30] 我们就有一个很重要的问题了 [16:32] 就是谁是思科 [16:33] 谁是那个破了以后涨不回来的人 [16:36] 谁是Amazon [16:37] 谁是那个时候的谷歌 [16:38] 那最有可比性的是谁是eBay [16:39] 谁是Amazon [16:41] 这是有可比性的 [16:42] eBay以前是比Amazon要大嘛 [16:44] 对所以说我觉得第一 [16:47] 我们可以跟历史做一些类比 [16:49] 或者看看有没有什么lesson [16:50] 就是不可能一一对应的对吧 [16:52] 就是但是我们可能能找到一些factor [16:54] 可以类比一下 [16:55] 然后第二个就是 [16:56] 我们今天就fundamentally的去看这些公司 [16:59] 它在未来不管是这个bubble burst之后 [17:03] 还是在更久的时候 [17:05] 他们的站位 [17:06] 我们去做一下分析的话 [17:08] 徐老师你会觉得哪些公司 [17:10] 你觉得是那种受益于这个bubble [17:13] 然后未来yeah [17:15] 个案我觉得我不会给 [17:17] 而且也不敢给 [17:18] 但是我觉得一个framework [17:20] 或者说至少从我的角度来讲 [17:22] 我思考这件事情的framework [17:24] 就是最终最终还是一个leadership [17:27] 你看Microsoft的股票最近十年涨得很多 [17:29] 其实是因为Satya Nadella的原因 [17:31] 就是他的CEO的原因 [17:33] Amazon之所以从2015年到后来涨得这么高 [17:37] 其实主要还是Jeff Bezos [17:39] eBay之所以没做起来 [17:40] 你想CEO换了一茬又一茬 [17:42] 没有一个consistency [17:43] 也没有一个vision [17:45] 我觉得最终还是一个leadership的一个 [17:47] 所以说我会把CEO位置会放的比较高 [17:51] 最终还是一个CEO [17:52] 就像我们最近一个非常 [17:54] 至少在美国很有争议的就是Tesla [17:56] 对吧这个给Elon Musk [17:57] 是不是要给他1万亿股票的 [18:00] 这么一个 [18:01] 相当于工资吧 [18:02] 呵呵很多人觉得太高太低 [18:05] 这个都是次要的 [18:06] 最重要的就是说实话 [18:08] Tesla的股价最终就是Elon Musk [18:10] 如果没有他不可能往上走 [18:12] 有了他也不一定 [18:13] 但是至少这个可能性是有 [18:16] 所以说如果你要问我的话 [18:18] 我会建议大家仔细看看这个公司的CEO [18:20] 我对好几个公司的CEO [18:23] 我是非常敬佩的 [18:24] 包括Broadcom的CEO [18:25] 他Broadcom买了VMware [18:27] 我的老东家 [18:28] 因为VMware我是比较熟悉嘛 [18:29] 因为里面现在的高管 [18:31] 都是自己很熟悉的兄弟们 [18:33] 就看着他是怎么来经营VMware的 [18:36] 跟过去十年VMware是怎么被经营的 [18:39] 我觉得那就是很不一样的 [18:40] 所以说 [18:41] 我对CEO还是放的权重是非常重的 [18:44] 我个人看二级市场跟看一级市场 [18:48] 没有很大的区别 [18:49] 因为我觉得小的波动 [18:51] 可能有各种各样的因素 [18:52] 但是大的波动 [18:53] 10倍股这种波动我觉得 [18:55] 很难不是因为有一个特别出色的CEO [18:58] 很难是靠的他自己涨 [19:00] 我觉得这个太难了 [19:01] 我觉得需要有一个这个CEO要特别强 [19:04] interesting～刚刚说的那个Broadcom是说 [19:07] 就是收购了之后 [19:08] 它的管理是更好的意思 [19:11] 对对要好很多了 [19:13] 哈哈哈 [19:13] 我能够看到的可能是数量级的好 [19:16] 哇塞这个是很重的八卦哈哈哈 [19:20] 绝对是数量级的 [19:21] 那是数量级的好 [19:22] 不能说是another Elon Musk [19:24] 但是其实有很多想法 [19:26] 就是从第一性原理去思考 [19:28] 就比如说举一个很简单的例子 [19:30] 下面人报上来的今年的budget是多少 [19:32] 不管是10个million还是100个million [19:34] 还是five hundred million [19:36] 那你为什么要a hundred million dollar的预算 [19:38] 对吧 1亿美元的预算 [19:40] 你不能告诉我你去年是1亿美元 [19:43] 你今年也给我1亿 [19:44] Elon Musk从来不会 [19:45] 因为你过去是怎么样来做这件事情 [19:48] 这就是一个从第一性原理去思考 [19:50] 你有可能去年做这个产品 [19:52] 是需要1亿美元 [19:53] 但你今年只需要5,000万就能做 [19:55] 而且能够做得更好 [19:56] 凭什么不可以 [19:57] 那绝大多数的大公司不会有这种想法 [20:00] 对吧对 [20:00] 但是他会用这种思维去思考 [20:03] 说到Oracle [20:04] Oracle的Larry [20:06] 大家也会觉得是一个很厉害的人 [20:09] 但是他可能股价未必是那么反馈的 [20:11] 虽然最近的股价上来了呵呵 [20:13] Oracle我觉得也是一个CEO嘛 [20:16] 就是他前几年股价不好就是因为 [20:19] Larry其实对云计算其实不buy into [20:22] 他嘴上说一套 [20:23] 但其实(不是真的这么想...) [20:23] 但是他大约7年前还是8年前 [20:26] 他是真正的意识到云计算是何等重要 [20:29] 那这个时候他就execute了 [20:30] 现在做的云就很不错 [20:33] 至少是对AI的这种场景的 [20:35] 其实它的cloud是比其他的云是有优势 [20:39] 所以说 [20:40] Oracle就是一个很活生生的一个例子 [20:42] 它前几年股票涨得不够好 [20:44] 然后最近几年涨得好 [20:46] 都是因为Larry的vision到 [20:48] 跟Larry的vision没到的区别 [20:51] interesting哇 [20:52] 那也就是说 [20:53] 不是说这一个人他好或者不好 [20:56] 就是这么一锤子买卖 [20:58] 他对有一些东西的具体认知 [20:59] 他也要变化 [21:00] 比如说Amazon Bezos之前不信广告 [21:02] 他后来就信广告了 [21:03] 然后就广告业务也就起来了 [21:05] 对对对以前我不知道 [21:07] 在你的节目里面谈到过这个话题吗 [21:09] 我以前刚开始在early in my career [21:12] 对吧在我职场初期的时候 [21:13] 如果我在一个几万人大厂工作 [21:16] 我会觉得这个大厂的CEO怎么样 [21:19] 跟我有什么关系 [21:20] 对吧当中隔了无数层 [21:22] 看也看不到的 [21:23] 然后他说什么做什么 [21:25] 对公司有什么很大的区别 [21:27] 但我今天就不是这么看 [21:29] 我觉得一个公司的兴亡 [21:30] 就是这个公司的CEO [21:32] 他这个公司强不强 [21:34] 好不好就是这个公司的CEO [21:36] 他如果指对路 [21:37] 他有一定的要求 [21:39] 他的vision在哪里 [21:40] 就是这样 [21:41] 比如说我们硅谷某个大厂 [21:44] 我就不说具体名字了 [21:45] 他也不错 [21:46] 也是几个trillion dollar的market cap [21:49] 但是为什么这个公司 [21:50] 不是一个ten trillion dollar company today [21:53] 我觉得就是因为这个CEO还不够嘛 [21:56] 对吧你不能说 [21:57] 因为今天已经是一个Magnificent Seven里面之一了 [22:01] 已经不错了 [22:02] 但我觉得没有道理 [22:03] 他今天不是一个ten trillion dollar company [22:06] 如果说是Elon Musk做这个公司的CEO [22:08] 过去8年做这个公司CEO [22:10] 我觉得现在已经是...对 [22:13] 已经是很大 [22:13] 确实呵呵呵～ [22:15] 从上到下 [22:16] 我们这个在节目里边有讲过 [22:17] 就是他是牌最好的一个玩家 [22:19] 但是他其实没有打出来 [22:21] 相对应的这个价值 [22:23] 我其实前两天大家在说 [22:24] 哎呀这个Tesla不是股东们都在投票 [22:27] 是不是要给Elon Musk [22:28] 这个1万亿美元的股票授权吗 [22:31] 然后那个董事长说 [22:32] 如果说你们不投票 [22:34] 不让他给这个1万亿美元 [22:35] 有可能Elon Musk会辞职 [22:38] 对吧 [22:38] 我那时候就说 [22:40] 如果说真的是到那一天他辞职 [22:42] 硅谷的这一家公司应该说 [22:44] 我把这个公司股权一半给你 [22:47] 然后你要让我成为这个10倍股 [22:49] 我觉得我如果是Elon的话 [22:51] 我可以去做 [22:51] 因为这家公司又有人又有用户 [22:54] 什么都有 [22:55] 凭什么不能做个10倍 [22:56] 嗯但是他会被恨死 [22:58] 他去Twitter第一件事 [22:59] 砍掉8成人 [23:00] 然后在这里再干一下的话 [23:02] 但是Elon不会轻易去 [23:03] 除非你说我这个公司一半给你 [23:05] 他有可能会答应 [23:07] 哎～ [23:07] 再追问一下 [23:09] 怎么样子去了解这样一个CEO [23:11] 因为我们平时通过媒体文章 [23:13] 得到的都是二手信息 [23:15] 很多公司的CEO可能第一 [23:17] 他没有这么多的对外发言 [23:19] 或者说就是大家的报道嘛 [23:21] 比如说Sam Altman [23:22] 可能很多人就觉得他是个傻逼 [23:23] 甚至Elon Musk [23:24] 很多人就会说这个人不行 [23:26] 怎么怎么样的 [23:27] 就大家怎么样子 [23:28] 能更好的形成自己的独立判断 [23:30] 这个是一个很好的问题 [23:31] 你的问题其实就是外界的信息 [23:34] 有可能非常noisy [23:35] 噪音比较高 [23:36] 就比如说Elon [23:37] 应该是在某个节目 [23:39] 不知道是抽大麻还是什么 [23:40] 让人家感觉这个人不靠谱的 [23:42] 怎么样 [23:42] 这是一个比较好的一个问题 [23:44] 就像比如说我刚才提到Broadcom的CEO [23:46] 我没有跟他直接工作过 [23:48] 但是我跟直接汇报给他的人我很熟 [23:52] 我就能够看出来一个很大的区别 [23:54] 就是Hock Tan接手之前 [23:57] 这帮人是(怎样的)做事的风格 [23:59] Hock Tan来了以后 [24:00] 这帮人怎么去做事情的 [24:02] 怎么想问题的 [24:02] 我觉得是一个天壤之别 [24:04] 所以从我的角度 [24:05] 是因为我有一个calibration(校准) [24:07] 然后你的问题是没有这么一个calibration(校准) [24:10] 你应该怎么去看 [24:11] 对吧 [24:11] 我觉得这是一个很好的问题 [24:13] 我觉得最终还是要有一个calibration(校准) [24:15] 就是问题是 [24:16] 你怎么去拿到这个calibration(校准) [24:18] 我以前提到过很多次的 [24:20] 应该在你的节目里面提到过的 [24:22] 就是你如果要加入一个这个公司 [24:24] 往往是因为这个公司里面 [24:26] 有你非常好的朋友 [24:28] 比如说你的前同事以前跟你一起工作的 [24:30] 然后他跳到了某某公司 [24:32] 他说哎我这个公司很好 [24:33] 那你要问他为什么好 [24:35] 你为什么觉得这个公司 [24:36] 让你看到的跟以前是不一样的 [24:38] 我觉得这个中文怎么说 [24:40] calibration(校准) [24:41] 我不知道怎么说 [24:41] 就是我觉得calibration(校准)是需要的 [24:43] 你需要就是一个很熟悉的人 [24:46] 你的前同事 [24:47] 跟你day in and day out是一起工作的 [24:50] 然后这个人呢 [24:51] 现在来告诉你我现在的生活 [24:53] 我现在工作有很大的不一样 [24:55] 是为什么 [24:55] 我觉得这个是很重要的 [24:57] 我对Broadcom [24:58] 我是..... [24:59] Hock Tan [25:00] 刚开始接手VMware的时候 [25:01] 其实我没有看好 [25:03] 或者说这个消息刚被宣布的时候 [25:05] 因为即使是Hock Tan [25:06] 做Broadcom CEO也做了很多年了 [25:08] 他曾经也想过买过Qualcomm [25:10] 反正就一堆的事情 [25:11] 其实我不知道 [25:12] 但是后来 [25:13] 我能够calibrate的就是他手下的人 [25:16] 是怎么行事的 [25:17] 是怎么做的 [25:17] 对我来说这个太obvious了 [25:19] 我觉得每个人都可以找到自己的 [25:21] 一个calibration的一个方式方法 [25:23] 怎么去找这么一个calibration [25:25] 我觉得是很重要的 [25:27] 有可能难 [25:28] 但是我觉得每个人应该八仙过海 [25:30] 各显神通吧 [25:31] 譬如说我随便说 [25:32] 硅谷很多人 [25:33] 他不一定自己在OpenAI [25:34] 不一定在X [25:35] 不一定在某某公司工作 [25:37] 但是希望你是有朋友 [25:39] 或者说以前的同事在某公司工作 [25:41] 但这其实也是一个很interesting的case [25:44] 因为Elon Musk和Sam Altman 天天在Twitter上吵架 [25:47] 对吧然后打官司 [25:49] 就很明显 [25:50] 这可能这个问题背后就是这个CEO [25:53] 他到底对这个公司的成败 [25:55] 影响有多大 [25:55] 因为OpenAI其实也走了很多关键的人 [25:59] 虽然他的CEO Sam Altman还在 [26:01] 那我站在今天去看X.AI和OpenAI的话 [26:05] OpenAI有那么多的先发优势 [26:07] 然后在ChatGPT本身模型 [26:09] 然后用户数量 [26:10] 做的好这么多 [26:12] 如果长期 [26:13] CEO真的是一个关键因素的话 [26:16] 我怎么归因呢 [26:17] 或者我怎么去想呢 [26:18] 先说我的观点是 [26:19] 我对Sam Altman的评价 [26:20] 比大多数人的评价可能都要高 [26:21] 但是我还是觉得 [26:23] 他比起Elon Musk的话 [26:24] 可能还差一些 [26:25] 我觉得他差一些 [26:27] 不差一些 [26:27] 这是看从哪一个维度 [26:29] 从怎么经营自己的人设 [26:31] 是不是能够从第一性原理 [26:32] 去想一些产品技术上的问题 [26:35] 那肯定差很多 [26:36] 然后怎么能够忽悠到again [26:39] 这是一个褒义词 [26:41] 不是贬义词 [26:42] 就怎么能够忽悠到一些很能干的人 [26:44] 来为你工作 [26:46] 我觉得这两个人 [26:46] 都有自己非常强的地方 [26:49] 另外一个我是非常相信历史的 [26:51] 我觉得历史是不断在重演 [26:52] 不管是硅谷还是人类整个历史 [26:54] 历史上从来不是这么一回事情 [26:57] 不管是founder的还是怎么样 [26:58] 就是一个CEO [26:59] 他手下很能干的人走掉了 [27:01] 就意味着这个公司不行了 [27:03] 从来不是这样子的 [27:04] 从来就是非常能干的人走 [27:06] 不是一件事情 [27:07] 但问题是 [27:08] 是不是能够继续有能干的人来 [27:11] 或者说是下一代的人能够提升 [27:13] 你就看特斯拉对吧 [27:15] 那个Andrej Karpathy [27:16] 是几年前离开了特斯拉 [27:19] 他是负责自动驾驶的 [27:20] 那他是肯定是自动驾驶里面 [27:22] 绝对绝对是一个大干将 [27:24] 如果你觉得哎呀大干将走了 [27:26] 说明Elon留不住人 [27:27] 怎么样 [27:28] 这是一种悲观的观点 [27:30] 那从另外一个观点 [27:31] Elon就从来不害怕最优秀的人走 [27:34] 他永远是 [27:35] 可以继续能够让不一定更优秀 [27:37] 就一样优秀的人来 [27:39] 但不一样的态度 [27:40] 对吧 [27:40] 我觉得事实也是证明了这是正确的 [27:42] 因为特斯拉的end to end那个model [27:46] 这个想法 [27:47] 是Andrej Karpathy走了以后才被推起来的 [27:50] 所以说我觉得我个人还是更加buy into [27:53] Elon Musk有很多缺点OK [27:54] 这个是把它放在一边 [27:56] 而且他让很多很能干的人走掉 [27:58] 这也是一个很obvious的一件事情 [28:00] 包括最近X.AI Tesla [28:02] 反正就是一堆元老 [28:04] 一堆特别能干的人 [28:06] 不管是自愿的不自愿的走 [28:07] 但是历史上 [28:08] Elon的公司从来没有因为这种离职潮 [28:11] 真正受到伤害 [28:13] 至少我观察 [28:14] 因为最近十年一直是这样 [28:16] 所以说我也不相信这一次的X.AI [28:18] 那些大干将走掉了 [28:19] 包括联合创始人走掉 [28:21] 一个团队都干掉了 [28:22] 但是我相信 [28:24] X.AI不会因为这件事情就元气大伤 [28:27] 反正历史上永远就不是说是能人走掉 [28:30] 而是说 [28:30] 是不是能够下一波的人能够顶上来 [28:33] 更重要 [28:34] 为什么 [28:36] 难道这真的就是创始人这么重要呢 [28:38] 还是这个公司本身的业务 [28:41] 已经非常的稳定了 [28:42] 就是它的trajectory其实已经确定了 [28:45] 不是这样子 [28:46] 反而不是我刚才举的例子 [28:48] Tesla它之前的architecture [28:50] Andrej Karpathy [28:50] 之前跟他走了以后的那个 [28:53] 是很不一样的 [28:54] 走的路线是不一样的 [28:55] 我是这么看的 [28:56] 一个公司的CEO是最关键的 [28:58] 剩下的人都可以换 [28:59] 呵呵如果某一个人认为 [29:01] 我这个位置就是我才能做 [29:03] 我的功劳大 [29:04] 或者说只有我能做这种想法都是不对的 [29:07] 这个背后的原因 [29:07] 到底是CEO那个人那么重要 [29:10] 还是这个公司的核心业务那么重要 [29:12] 或者说你觉得在这里边的占比 [29:14] 是个什么样的情况 [29:15] 最终 [29:16] CEO就是一个整个这件事情的commander吧 [29:19] 就是主帅吧 [29:21] 我们一直说的嘛 [29:22] 就是最终还是这个主帅 [29:25] 他是不是有一个前瞻性的思维 [29:28] 他是不是有执行力 [29:29] 他是不是让人能够在他身边好好的做 [29:33] 这是最重要的 [29:34] 我觉得这是一个特别重要的点 [29:36] 为什么我追问了好几个关于这个的点 [29:38] 因为这和我们的就是历史教育 [29:41] 是违背的 [29:41] 这是我一直非常困惑的 [29:43] 为什么这么说 [29:44] 就是我一直是英雄史观 [29:45] 我一直觉得就是如果不是这个人 [29:47] 那可能这件事就不会发生 [29:48] 或者说历史的走向就完全改变 [29:51] 但是我们的教育是要唯物主义史观 [29:54] 我们反对英雄史观 [29:55] 我们就说历史的车轮滚滚向前 [29:58] 不受个人意志所阻碍 [30:00] 所以说那个关键的人物 [30:01] 只不过是在关键的时刻出现在这 [30:03] 如果没有他的话 [30:04] 历史一样会这样发展 [30:05] 我其实一直不信这个 [30:06] 我是这么看的 [30:08] 我也没有那么绝对 [30:09] 我觉得确实是 [30:11] 很多时候一个公司的CEO [30:12] 你换了另外一个人也能做 [30:14] 但是我说的最重要的观点就是 [30:17] 这个公司的CEO就应该是绝对的 [30:20] 就是他影响 [30:21] 他的能力 [30:22] 可以稍微再减个20% [30:23] 减个30% [30:24] 换了一个人 [30:25] 或者多20%多30% [30:27] 换一个人 [30:28] 也是有可能能够把这个公司给做好的 [30:30] 但是最终这个公司是不是能够做好 [30:34] 还是跟这个公司的CEO起很大的作用 [30:38] 你就看微软就是太明显了嘛 [30:40] Steve Ballmer在位的这十几年 [30:42] 这个公司基本上股价就是平的 [30:44] Satya Nadella来了以后股价就是往上走 [30:46] 这个就是Satya Nadella跟Steve Ballmer [30:49] 两个人的领导力是不一样的 [30:51] 一个是执行力 [30:52] 另外一个是vision [30:53] Satya Nadella的vision [30:54] 对产品对技术的判断 [30:56] 就是要比Steve Ballmer要好 [30:58] 好的从AI泡沫聊到投资哲学了 [31:00] 我觉得还是很有意思 [31:02] 那我们回到AI泡沫的这样的一个情况 [31:05] 我想请你更bottom up的去分析一下 [31:09] 这个泡沫 [31:11] 在你看来和过去的有什么相似的地方 [31:14] 和不同的地方 [31:15] 我们如果想拿历史做一个镜子的话 [31:18] 我们会关心 [31:18] 它是出现一个08年那样的泡沫呢 [31:20] 00年那样的泡沫呢 [31:21] 还是一个不一样的东西 [31:23] 这个我不是神仙 [31:25] 我不清楚 [31:26] 从我的角度来讲 [31:27] 我get ready for 00年的泡沫 [31:31] 但是08年的泡沫完全可能 [31:34] 你从不同的视角能够看出来 [31:36] 泡沫的影响是不一样的 [31:37] 对科技界吧 [31:38] 2000年01年的泡沫影响大得多 [31:42] 08年的泡沫对纽约的金融界影响很大 [31:45] 但对硅谷的公司有些裁员 [31:48] slow down [31:49] 但是不是一个致命性的打击 [31:51] 但致命性的打击是00年01年 [31:53] 就literally you can see , you know [31:56] grown-up cry [31:58] right [31:58] 因为这个打击太大了 [32:00] 08年对科技界打击没有那么大 [32:03] 可能对Lehman Brothers(雷曼兄弟)那一代人 [32:05] 那是无限的打击 [32:08] 大概是这样子的 [32:09] 所以说你刚才问我是怎么样 [32:11] 我觉得如果说你能够有一个信念 [32:13] 就是未来 [32:15] 人类的进展是随着科技的进展 [32:19] 会越来越好 [32:20] 如果你是有这么一个信念的话 [32:22] 那我觉得最终就是stay on [32:26] 一个公司是有一个好的CEO [32:29] 然后 [32:29] 也跟你自己的各种偏好也有关系吧 [32:32] 因为有的人对硬件懂一点 [32:33] 有的人对软件懂一点 [32:34] 有的人对AI懂一点 [32:36] 有的人对服务行业 [32:38] 各种行业 [32:39] 每个人都会不一样 [32:40] 我觉得这就很难说了 [32:41] 我可以告诉你哎 [32:42] 我喜欢这个这个 [32:43] 但是你可能听上去没感觉 [32:45] 都有可能 [32:45] 这很正常的 [32:46] 所以说我觉得Amazon它这样的公司 [32:49] 可以跌个90% [32:50] 但是它也可以涨个十几倍 [32:52] 或者说几十倍 [32:53] 我是觉得 [32:54] 你要能够有这样的心态去面对未来 [32:59] 那你就从第一性原理去思考 [33:02] 从人的角度去思考 [33:04] 尽量不要跟风 [33:05] 因为投资大家都知道 [33:07] 大家都说对的事情 [33:09] 很难是你能够赚到大钱的事情 [33:11] OK就像英伟达这个股票涨得很好 [33:14] 但我可以很负责任的去猜想 [33:17] 这不是我的第一手数据 [33:18] 我们这个所有的听众 [33:21] 真的能够一路走来从来没有抛掉过 [33:24] 还是属于少数 [33:25] 或者说是非常少数 [33:27] 最多是能够进进出出 [33:29] 已经很不错的了 [33:30] 所以说反正历史上的数据 [33:31] 是永远是这样去那个的 [33:34] 我觉得都是很棒的 [33:35] 投资建议