关于中国 AI 浪潮下的现实感受

结合自己最近一段时间在 AI 工作中的实际体会,在知乎上看到一个很合自己感觉的回答,里面对中国市场下 AI 机会的分析,和我这段时间自己的观察不谋而合,顺手记录一下,并分享出来: 为什么这波 AI 浪潮没有带来大量的就业岗位? - Simon Zhang的回答 - 知乎 我自己比较认同的几个点,大概是这些: 在这两年的经济环境下,AI 在资方的眼里就是用来降本增效的。也许长期看会重塑整个社会对于劳动力的定义和商业模式,但短期看并不会带来大量的就业岗位; 国内这波 AI 浪潮,一是大厂和明星独角兽做 ToC,二是海量的小微初创企业在寻找 ToB 的机会; 小微企业在这轮 AI 浪潮中,实际上成为了有 AI 需求的大中型企业的外包合同工。这既来源于经济环境降本增效的需求,也可以归因于业务本身难以泛化复用的困境; 目前几乎所有 AI 产品和服务的死穴:生成式 AI 解决不了最后 10% 的不确定性问题,正如同快递和外卖行业最难的是最后的一公里。 在这波 AI 浪潮的乙方市场当中,头部的聚集效应极其明显,前 1% 的人和团队拿到 80%-90% 的融资,后 99% 的人和团队以灵活就业的外包模式去争夺市场上剩下的 10%-20% 的融资和业务。 (这个判断和我的另一篇随记 《当创新不再诞生在居民楼里》 不谋而合)

2026年4月11日 · 赵华洲

AI 应用的第一性原理:输出有业务价值的 Token

一个还不太成熟的想法:AI 应用的第一性原理,或许是输出有业务价值的 Token。 比如 Claude Code,输出的 Token 是高质量代码,能够直接替代程序员的人力成本,这是业务价值; OpenClaw 输出的 Token 是能够直接操作计算机,执行工作的 CLI 命令,从而减少人工工作成本,这同样具备业务价值。 而如果放在 AI 游戏里,这个 Token 可能是高精度的 3D 建模(类似 Hunyuan 3D ),也可能是有趣好玩的文本内容(AI 文字冒险游戏)。 Sora 输出的 Token 是视频(🪦R.I.P) 但它们的共同点,都在于:Token 本身具备可兑现的价值。 图源:腾讯研究院-Token经济学七问 从这个角度看,NVIDIA 提出的「AI 工厂」概念,其实也是在抽象 AI 应用的本质—— 输入电力与数据,输出 Token; 而阿里最近新增的事业群「Alibaba Token Hub」,某种程度上也像是在推动行业对 AI 应用价值的共识。 NVIDIA 不只是单纯的 GPU 芯片公司,更像在建造一种新型基础设施:AI 工厂。 原料是电力和数据,产出是 Token。 —— Jensen Huang: NVIDIA - The $4 Trillion Company & the AI Revolution | Lex Fridman Podcast ...

2026年3月26日 · 赵华洲

在中国,哪些 AI 创新路径更可能落地

我目前认为,在国内做 AI 创新,更可能落地的方向大致有四类: 1. AI 硬件创新:做 AI 领域的大疆 相较于软件,硬件在商业模式上天然更容易变现(直接售卖产品),再结合以深圳为代表的中国完整工业制造体系,以及大疆、影石等硬件领域的先行者作为参照,这条路径蕴含着巨大的机会空间。 相关资讯: 蚂蚁、美团入局 AI 硬件,Looki 完成超 2000 万美元 A 轮融资 2. 成熟业务模式 + AI:电商 + AI、游戏 + AI 等 这对国内绝大多数的公司而言,是最稳定的 AI 落地范式,也是我目前在实际工作中接触最多的路径:不改变原有商业模式,AI 主要用于降本增效、提升转化和留存。ROI 可计算,组织也更愿意为此买单。 但这种方式往往带来的只是“增量改良”,创新很容易被 KPI 吸收,最终沉淀为工具或能力组件,而非真正意义上的新产品。 3. 成熟互联网生态 + AI:头部互联网平台产生业务增量 在腾讯、字节、阿里等成熟互联网生态中,由于其本身已具备显著的规模化能力——有流量、有场景、有数据、有分发——因此 AI 更容易实现规模化落地。 但关键并不在于“是否引入 AI”,而在于:能否将 AI 转变为用户习惯性的流量入口;否则,它也可能只是短期热度,难以转化为实质性的业务价值。这也是近期字节布局手机端系统级 Agent、以及阿里高度重视并推进 C 端产品「千问」 APP 的原因之一。 4. 具身智能供应链:在产业链中寻找可落地的机会 尽管人形机器人的研发与制造门槛极高,真正具备全面下场能力的玩家有限,但顺着产业现实,切入具身智能的供应链环节,仍然存在可行空间,例如零部件、模组、系统集成、渠道与交付等。 在国家层面的具身智能战略与完整工业制造体系的基础之上,通过供应链与工程能力获取产业红利,而非依赖技术叙事去赌终局,本身也是一条具备现实可行性的路径。 延伸阅读 《创新是一场充满激情的远行,却未必是明智的商业选择》 《任正非:要支持美国科技文明的发展》

2026年1月4日 · 赵华洲

创新是一场充满激情的远行,却未必是明智的商业选择

从互联网到AI,科技创新的浪潮此起彼伏。极客们追逐着技术的革新,投机者们寄望于泡沫的繁荣,而那些秉持着长期主义的理性的投资者与创业者们,则以审慎而又乐观的姿态躬身入局,积极投身于“Make the World A Better Place”的事业之中。 创新,无疑是一场充满激情的远行。无论是对前沿科技的探索,还是对泡沫中财富的渴求,抑或是对开创一番新事业的热情,都令人心潮澎湃。然而,创新,却未必是好的商业选择。尽管无数商业著作不断强调“创新的重要性”,但与之相伴的风险与潜在亏损,同样不容我们忽视。 什么才是“好的商业选择”? 在我看来,一个好的商业选择至少要能实现一个基本目标:盈亏平衡,进而可以在此基础上建立长期可持续的盈利能力。 回顾互联网早期的“烧钱换规模”,以及AI领域在模型预训练与算力基础设施上的巨额投入,这些模式在特定阶段都呈现出“亏损远大于利润”的不健康状态。如果撇开泡沫带来的虚假繁荣,任何商业模式最终都要回归商业的本质——供需平衡与盈利可持续。 值得庆幸的是,互联网行业在经历早期的野蛮生长后,最终找到了一些健康的商业模式。以“电商”为例,电商平台可以通过广告服务与平台佣金,将早期的巨额投入通过规模效应进行回收,进而实现更加长远可持续的发展。而在这个模式下,也诞生出了诸如亚马逊、阿里巴巴、京东这样的新兴商业巨头。 反观当前的AI领域,依然尚未探索出一条明确可以回收早期巨额投入的商业模式,AI应用层面的市场需求尚未完全验证,这其中潜藏的商业风险不容小觑。 诚然,即便没有实现盈亏平衡,企业依然可以通过银行借贷、股权融资或政府补贴等方式维持运营。但这无异于饮鸩止渴——没有人愿意永远供养一个无法自我造血的孩子。长期的亏损会让组织变得“脆弱”:管理层焦虑、员工迷茫、投资者动摇。当融资环境收紧、现金流面临压力、组织压力增大时,这种脆弱最终会引发系统性风险,导致企业的失败。 创新与商业成功并不对立 我们热爱创新,热衷于钻研新兴事物,渴望用新的可能取代旧的秩序。这既是主观的浪漫理想,也符合客观的发展规律,无可指摘。 然而,现实的残酷在于——创新是要消耗资源的。说的更直白些:创新,是要“花钱”的。 “(投资人)他们要的是结果,我在乎的是过程。可过程……有时候会饿死人。” 《一个 RISC-V 理想主义者的幻灭:柯一冉的再次创业》 假若在一个拥有无尽资源的理想国里,我们自然可以无惧失败,让创新成为一场纯粹而自由的激情远征。 可当资源注定有限,投入可能血本无归,资源消耗殆尽就会失败的时候,现实的寒意便扑面而来——创新,是理想高举的火焰;而盈利,则是生存必须穿越的冰山。 因此,那些真正高明的创新者们,既不是纯粹的理想主义者,也不是完全向现实低头的投降派,他们是一群走钢丝的艺术家,永远在“理想的引力”与“现实的张力”之间,寻找一个精妙的动态平衡。 他们用理想定义方向,确保创新不迷失于短视的利润;他们用现实约束脚步,确保每一步都迈得坚实有力。正是这种永恒的、微妙的拉扯,催生出了许多既颠覆想象,又切实可行的伟大产品。创新与盈利,从来不是非此即彼的单选题。 即便是风险投资和长期资本的介入,也并未背离商业本质,而是对创新节奏的优化与改良——将原本“一年定生死”的生存窗口期,延长为“十年磨一剑”的战略探索期;将原本“零容忍”的失败压力,转化为“十个项目中成一个即可”的容错机制。这并不是对商业逻辑的否定,而是对其更深层次的理解与运用。 纵观亚马逊、特斯拉、SpaceX这些卓越的企业,虽然它们早期都曾经历过高风险的投入期,但最终都走向了可持续的盈利之路。这恰恰证明:创新与商业成功,并非背道而驰,而是可以共生共长的同一旅程。 后记:《谷歌14年工作生涯中的21个经验教训》 原文链接: 21 Lessons from 14 Years at Google 我在这篇博客中,找到了一句和我观点不谋而合的一段话: The punchline isn’t “never innovate”. It’s “innovate only where you’re uniquely paid to innovate.” Everything else should default to boring, because boring has known failure modes. 关键不在于“永远不要创新”,而在于“只在那些你因创新而获得独特报酬的领域进行创新”。其他一切都应该回归平庸,因为平庸的失败模式是众所周知的。 延伸阅读 《在中国,哪些 AI 创新路径更可能落地》

2025年11月3日 · 赵华洲