AI开始挑战千禧年难题后我们必须重新思考普通人的价值最近几年AI 在数学、编程、科研、Agent 等方向上的能力提升越来越快。当 AI 开始不只是总结人类已经知道的知识而是能够进行长时间推理、并行搜索、调用工具甚至尝试解决过去只有顶尖科学家才能处理的问题时一个越来越现实的问题摆在所有普通人面前如果 AI 的能力继续快速提高普通人的价值究竟在哪里很多人的第一反应是学 AI。但我认为这可能只是第一层答案。真正重要的问题不是我会不会使用 AI而是当 AI 本身越来越便宜、越来越普及以后我还能控制什么这件事可能决定未来十年甚至二十年一个普通人到底只是成为 AI 的使用者还是能够真正分享到 AI 带来的生产力红利。一、AI真正改变的是“智力”开始规模化过去人类社会中最难规模化的一种资源是高质量认知能力。一个顶尖数学家只有一个大脑。一个高级工程师一天只有 24 小时。一个优秀咨询顾问一次也只能分析有限数量的问题。所以过去知识劳动之所以昂贵本质上是因为高质量脑力劳动具有稀缺性。但 AI 正在改变这个前提。未来越来越可能出现这样的组织1 个负责人 10 个 AI Agent 100 个 AI Agent 1000 个 AI Agent这些 Agent 可以同时搜集信息阅读资料写代码做分析生成方案测试假设检查结果调用外部工具执行业务流程这意味着人类第一次开始拥有可以批量复制的认知劳动。工业革命解决的是肌肉规模化计算机革命解决的是计算规模化而 AI 可能正在解决认知劳动规模化这会带来一个非常重要的结果“会思考”本身可能逐渐不再是最稀缺的资源。二、未来最值钱的不一定是 AI而是 AI 无法轻易复制的东西如果未来模型越来越强而且不同模型之间的能力差距逐渐缩小那么 AI 本身会越来越像电力云计算数据库操作系统它仍然非常重要但会逐渐成为一种基础设施。这时候真正值钱的东西会慢慢转移到 AI 的上下游。我认为可以用一个公式概括长期价值 ≈ AI杠杆 × 稀缺资源 × 客户控制 × 数据沉淀 × 切换成本 × 现实世界摩擦这几个变量比“你会不会使用最新模型”重要得多。三、未来长期有价值的几个方向1. 垂直行业 AI这是我认为普通人最值得关注的方向之一。现在大家都可以使用大模型。但企业真正的问题并不是“怎么让 AI 写一段文字”而是“怎么让 AI 真正进入我的业务”例如一家公司的采购流程可能是提出需求 ↓ 采购询价 ↓ 供应商比较 ↓ 内部审批 ↓ 合同 ↓ ERP ↓ 开票 ↓ 付款ChatGPT 可以写采购文案。但它不知道这家公司的审批规则谁拥有最终签字权ERP 怎么调用什么订单必须二次审批什么价格需要重新询价哪些供应商属于黑名单哪些客户能够赊账异常情况由谁负责这些才是企业真正愿意付钱解决的问题。所以未来大量 AI 商业价值不会产生在模型而是在模型 业务流程 企业数据 系统接口 行业规则也就是所谓AI 最后一公里。2. AI 现实世界语言模型解决的是数字世界。但现实世界仍然需要制造物流建筑能源医疗维修农业机器人传感器自动化设备未来 AI 会越来越聪明但它想影响现实世界仍然必须经过AI ↓ 传感器 ↓ 控制系统 ↓ 机器 ↓ 现实动作因此未来很可能会出现大量新的工程岗位机器人部署机器人调试AI 视觉改造工业自动化集成传感器部署边缘 AI智能设备维护AI PLCAI MESAI 工业机器人普通人并不需要自己造一个人形机器人。真正现实的机会是让现有机器人和 AI 在某个具体行业里面真正工作起来。四、未来最值钱的资源之一数据过去几年很多人讨论谁拥有最好的模型但未来可能越来越需要问谁拥有别人拿不到的数据尤其是真实业务过程中自然产生的数据。例如设备运行数据 交易数据 医疗数据 生产数据 故障数据 物流数据 供应链数据 用户行为数据 最终结果数据这类数据和网上爬取的数据完全不同。因为它来自真实业务。而且很多时候无法公开获得。未来真正强大的 AI 公司很可能不是只有一个模型而是形成这样的闭环用户 ↓ 业务 ↓ 数据 ↓ AI ↓ 提高效果 ↓ 吸引更多用户 ↓ 产生更多数据最终形成数据飞轮所以一个非常重要的原则是尽量进入数据自然产生的位置。而不是单纯停留在信息搬运的位置。五、AI越强安全、权限和审计反而越重要今天的 AI 主要还是回答问题。但未来 Agent 会越来越多地执行真实动作。例如发邮件修改数据库创建订单审批流程调用 API操作 ERP调用支付系统修改代码自动采购一旦 AI 开始真正拥有执行能力就一定会出现新的问题谁授权 谁执行 谁审批 谁负责 能不能撤回 有没有操作日志 出了问题怎么追责因此未来这些方向会越来越重要AI Security AI Identity AI Permissions AI Audit AI Governance AI Compliance AI Evaluation未来企业可能会有一个非常重要的新基础设施AI 权限系统。它负责规定哪个 Agent 可以访问什么数据 可以调用什么工具 可以花多少钱 可以执行什么动作这是一个很可能长期存在的产业。六、医疗、养老和高责任行业不会轻易被 AI 消灭很多人喜欢讨论AI 会不会替代医生但这个问题其实过于简单。AI 可以提高诊断能力影像识别病历生成临床决策支持但医疗还有很多无法单纯数字化的环节检查 采血 手术 护理 康复 设备 责任 患者管理 临床验证真正长期有价值的位置可能逐渐从写病历转向诊疗决策 医疗设备 患者管理 真实世界数据 临床验证这里有一个非常重要的规律越接近现实世界AI 的替代速度通常越慢。七、普通人真正适合占据哪些生态位如果不考虑极少数顶尖科学家和超级资本我认为普通人最值得进入的是下面几类位置。生态位普通人适合度长期护城河垂直行业 AI 流程改造★★★★★★★★★☆行业数据 / 知识 / 验证节点★★★★☆★★★★★AI 现实设备 / 机器人集成★★★★☆★★★★★AI 安全 / 权限 / 审计 / 合规★★★★☆★★★★★AI 专业服务★★★★★★★★★☆掌握垂直客户渠道★★★★★★★★★★算力 / 能源基础设施服务★★★☆☆★★★★★医疗 / 工业等高监管 AI★★★☆☆★★★★★基础模型★☆☆☆☆★★★★★通用 AI App★★★☆☆★★☆☆☆Prompt 工程★★★★★★☆☆☆☆AI 写作 / 绘图代工★★★★★★☆☆☆☆我尤其看好三个东西组合客户 工作流 行业数据如果一个人或者一家公司同时掌握这三个东西真正的护城河就开始出现了。八、普通人最容易踩的坑把“工具”当成“资产”过去几年出现了非常多热门概念PromptRAGAgentMCPMulti-AgentAI Workflow这些东西都很重要。但必须认识到它们本质上都是工具。今天你会 RAG。明天模型上下文长度继续增加。一部分 RAG 技巧可能迅速贬值。今天你擅长 Prompt。明天模型推理能力提高。很多 Prompt 技巧可能直接被模型自己完成。所以技术能力 ≠ 长期资产真正能够不断积累的是客户 数据 业务关系 行业知识 接口 供应链 品牌 交易网络这些才是资产。九、判断一个 AI 方向值不值得做我只看五个问题第一钱从哪里来谁愿意支付 为什么愿意支付第二数据从哪里来数据是不是所有人都能获得 还是只有业务运行以后才能获得后一种通常更有价值。第三为什么客户不能直接使用 ChatGPT这是最重要的问题之一。如果客户自己打开 ChatGPT 就能解决那么这个创业项目非常危险。第四如果 GPT 再强 10 倍我还剩什么如果答案是什么都不剩。那么说明这个方向的护城河很弱。第五做五年以后我控制了什么如果答案是我写了很多代码不够。如果答案是我有1000个客户好很多。如果答案是我掌握1000家公司的业务流程更好。如果是我拥有这些企业产生的数据更强。如果最终变成大量交易必须经过我的平台那才真正开始拥有定价权。十、普通人最现实的路线先做服务再占据节点很多人创业一开始就想我要做一个 AI 平台。但对于资源普通的人我反而认为最现实的方法是先服务 ↓ 再产品化 ↓ 再平台化例如你发现某个行业里有一个流程每家公司需要 5 个人完成你可以先告诉企业这个流程我替你完成。后台可能是AI Agent 自动化 少量人工兜底一开始甚至不需要做得非常漂亮。先拿客户。假设逐渐服务5 家公司 ↓ 20 家公司 ↓ 100 家公司你会自然获得客户 行业经验 流程模板 数据然后再把服务产品化。所以非常适合普通人的一条路径是AI 增强服务 ↓ AI 流程服务 ↓ 行业软件 ↓ 行业数据 ↓ 行业平台十一、真正的大钱往往不在软件而在交易假设你做一个AI 采购助手。第一阶段生成采购需求价值很低。第二阶段自动询价 自动比价价值开始提高。第三阶段连接 ERP 连接审批 连接合同开始产生切换成本。第四阶段积累大量真实采购价格产生数据价值。第五阶段供应商通过你获得订单你开始拥有渠道。第六阶段买家和卖家通过你完成交易这时候你的商业模式发生了根本变化AI 工具 ↓ 业务流程 ↓ 数据节点 ↓ 渠道 ↓ 交易平台真正有巨大价值的往往是最后两层。因为价值创造者不一定是利润获得者。真正能够拿走大量利润的通常是控制交易节点的人。十二、未来普通人最危险的位置是什么我认为最危险的是只提供可以被复制的认知劳动。例如普通内容生成初级分析简单网页开发普通数据整理基础文案信息搬运简单代码开发不是说这些工作明天全部消失。真正的问题是AI让这些工作的供给大幅增加 ↓ 供给增加 ↓ 价格下降 ↓ 普通人的议价能力下降因此真正安全的位置应该逐渐向专业能力 AI 现实资源迁移。例如懂工业设备 AI 懂医疗器械 AI 懂供应链 AI 懂企业财务 AI 懂法律合规 AI 懂机器人 AI而不是只把自己定义成AI 从业者十三、未来最值得抢的其实是“不可绕过性”如果让我用一个词总结未来最重要的竞争力我会选择不可绕过性。普通人当然很难一开始建立 Visa、Google 这样的全球节点。但是完全可以在一个很小的行业里建立局部不可绕过性。例如这个行业的数据经过我 这个公司的 Agent 经过我 这批客户通过我寻找供应商 这个业务流程依赖我的系统只要你能够控制一个小节点你就开始拥有议价权。十四、AI时代真正应该追求的升级路径普通人的成长路线可能需要从过去的提高技能 ↓ 找到更高工资的工作升级为技能 ↓ 客户 ↓ 数据 ↓ 系统 ↓ 渠道 ↓ 交易 ↓ 资产换句话说卖时间 ↓ 卖能力 ↓ 卖系统 ↓ 控制节点 ↓ 拥有资产这可能是未来十几年非常重要的一条个人升级路径。十五、结语未来真正的差距是谁能让 AI 为自己工作未来 AI 很可能会越来越强。真正需要担心的不是AI 有没有价值。而是AI 创造出来的巨大价值最后归谁模型层的利润可能被少数巨头争夺。芯片高度集中。云计算高度集中。普通人很难正面和这些巨头竞争。但是现实世界中仍然存在数百万个高度碎片化的行业节点医院 工厂 供应链 采购 物流 维修 教育 养老 法律 财务 跨境贸易这些地方仍然需要大量行业理解 客户关系 系统集成 数据 责任 现实执行所以普通人真正值得选择的路线并不是成为一个会使用 AI 的人。而应该逐渐变成找到一个真实行业用 AI 吃掉其中一个高价值流程然后不断向数据、客户、渠道和交易上游移动。最终最好的状态不是我会使用这个时代最先进的 AI而是这个时代最先进的 AI 正在替我经营 我所控制的客户、数据和业务节点这两种人的财富结果未来可能会差几个数量级。AI 时代真正值得争夺的可能从来都不是谁最会用 AI。而是谁能让大量 AI为自己控制的资产和系统工作。 AI开始挑战千禧年难题后，我们必须重新思考普通人的价值
AI开始挑战千禧年难题后我们必须重新思考普通人的价值最近几年AI 在数学、编程、科研、Agent 等方向上的能力提升越来越快。当 AI 开始不只是总结人类已经知道的知识而是能够进行长时间推理、并行搜索、调用工具甚至尝试解决过去只有顶尖科学家才能处理的问题时一个越来越现实的问题摆在所有普通人面前如果 AI 的能力继续快速提高普通人的价值究竟在哪里很多人的第一反应是学 AI。但我认为这可能只是第一层答案。真正重要的问题不是我会不会使用 AI而是当 AI 本身越来越便宜、越来越普及以后我还能控制什么这件事可能决定未来十年甚至二十年一个普通人到底只是成为 AI 的使用者还是能够真正分享到 AI 带来的生产力红利。一、AI真正改变的是“智力”开始规模化过去人类社会中最难规模化的一种资源是高质量认知能力。一个顶尖数学家只有一个大脑。一个高级工程师一天只有 24 小时。一个优秀咨询顾问一次也只能分析有限数量的问题。所以过去知识劳动之所以昂贵本质上是因为高质量脑力劳动具有稀缺性。但 AI 正在改变这个前提。未来越来越可能出现这样的组织1 个负责人 10 个 AI Agent 100 个 AI Agent 1000 个 AI Agent这些 Agent 可以同时搜集信息阅读资料写代码做分析生成方案测试假设检查结果调用外部工具执行业务流程这意味着人类第一次开始拥有可以批量复制的认知劳动。工业革命解决的是肌肉规模化计算机革命解决的是计算规模化而 AI 可能正在解决认知劳动规模化这会带来一个非常重要的结果“会思考”本身可能逐渐不再是最稀缺的资源。二、未来最值钱的不一定是 AI而是 AI 无法轻易复制的东西如果未来模型越来越强而且不同模型之间的能力差距逐渐缩小那么 AI 本身会越来越像电力云计算数据库操作系统它仍然非常重要但会逐渐成为一种基础设施。这时候真正值钱的东西会慢慢转移到 AI 的上下游。我认为可以用一个公式概括长期价值 ≈ AI杠杆 × 稀缺资源 × 客户控制 × 数据沉淀 × 切换成本 × 现实世界摩擦这几个变量比“你会不会使用最新模型”重要得多。三、未来长期有价值的几个方向1. 垂直行业 AI这是我认为普通人最值得关注的方向之一。现在大家都可以使用大模型。但企业真正的问题并不是“怎么让 AI 写一段文字”而是“怎么让 AI 真正进入我的业务”例如一家公司的采购流程可能是提出需求 ↓ 采购询价 ↓ 供应商比较 ↓ 内部审批 ↓ 合同 ↓ ERP ↓ 开票 ↓ 付款ChatGPT 可以写采购文案。但它不知道这家公司的审批规则谁拥有最终签字权ERP 怎么调用什么订单必须二次审批什么价格需要重新询价哪些供应商属于黑名单哪些客户能够赊账异常情况由谁负责这些才是企业真正愿意付钱解决的问题。所以未来大量 AI 商业价值不会产生在模型而是在模型 业务流程 企业数据 系统接口 行业规则也就是所谓AI 最后一公里。2. AI 现实世界语言模型解决的是数字世界。但现实世界仍然需要制造物流建筑能源医疗维修农业机器人传感器自动化设备未来 AI 会越来越聪明但它想影响现实世界仍然必须经过AI ↓ 传感器 ↓ 控制系统 ↓ 机器 ↓ 现实动作因此未来很可能会出现大量新的工程岗位机器人部署机器人调试AI 视觉改造工业自动化集成传感器部署边缘 AI智能设备维护AI PLCAI MESAI 工业机器人普通人并不需要自己造一个人形机器人。真正现实的机会是让现有机器人和 AI 在某个具体行业里面真正工作起来。四、未来最值钱的资源之一数据过去几年很多人讨论谁拥有最好的模型但未来可能越来越需要问谁拥有别人拿不到的数据尤其是真实业务过程中自然产生的数据。例如设备运行数据 交易数据 医疗数据 生产数据 故障数据 物流数据 供应链数据 用户行为数据 最终结果数据这类数据和网上爬取的数据完全不同。因为它来自真实业务。而且很多时候无法公开获得。未来真正强大的 AI 公司很可能不是只有一个模型而是形成这样的闭环用户 ↓ 业务 ↓ 数据 ↓ AI ↓ 提高效果 ↓ 吸引更多用户 ↓ 产生更多数据最终形成数据飞轮所以一个非常重要的原则是尽量进入数据自然产生的位置。而不是单纯停留在信息搬运的位置。五、AI越强安全、权限和审计反而越重要今天的 AI 主要还是回答问题。但未来 Agent 会越来越多地执行真实动作。例如发邮件修改数据库创建订单审批流程调用 API操作 ERP调用支付系统修改代码自动采购一旦 AI 开始真正拥有执行能力就一定会出现新的问题谁授权 谁执行 谁审批 谁负责 能不能撤回 有没有操作日志 出了问题怎么追责因此未来这些方向会越来越重要AI Security AI Identity AI Permissions AI Audit AI Governance AI Compliance AI Evaluation未来企业可能会有一个非常重要的新基础设施AI 权限系统。它负责规定哪个 Agent 可以访问什么数据 可以调用什么工具 可以花多少钱 可以执行什么动作这是一个很可能长期存在的产业。六、医疗、养老和高责任行业不会轻易被 AI 消灭很多人喜欢讨论AI 会不会替代医生但这个问题其实过于简单。AI 可以提高诊断能力影像识别病历生成临床决策支持但医疗还有很多无法单纯数字化的环节检查 采血 手术 护理 康复 设备 责任 患者管理 临床验证真正长期有价值的位置可能逐渐从写病历转向诊疗决策 医疗设备 患者管理 真实世界数据 临床验证这里有一个非常重要的规律越接近现实世界AI 的替代速度通常越慢。七、普通人真正适合占据哪些生态位如果不考虑极少数顶尖科学家和超级资本我认为普通人最值得进入的是下面几类位置。生态位普通人适合度长期护城河垂直行业 AI 流程改造★★★★★★★★★☆行业数据 / 知识 / 验证节点★★★★☆★★★★★AI 现实设备 / 机器人集成★★★★☆★★★★★AI 安全 / 权限 / 审计 / 合规★★★★☆★★★★★AI 专业服务★★★★★★★★★☆掌握垂直客户渠道★★★★★★★★★★算力 / 能源基础设施服务★★★☆☆★★★★★医疗 / 工业等高监管 AI★★★☆☆★★★★★基础模型★☆☆☆☆★★★★★通用 AI App★★★☆☆★★☆☆☆Prompt 工程★★★★★★☆☆☆☆AI 写作 / 绘图代工★★★★★★☆☆☆☆我尤其看好三个东西组合客户 工作流 行业数据如果一个人或者一家公司同时掌握这三个东西真正的护城河就开始出现了。八、普通人最容易踩的坑把“工具”当成“资产”过去几年出现了非常多热门概念PromptRAGAgentMCPMulti-AgentAI Workflow这些东西都很重要。但必须认识到它们本质上都是工具。今天你会 RAG。明天模型上下文长度继续增加。一部分 RAG 技巧可能迅速贬值。今天你擅长 Prompt。明天模型推理能力提高。很多 Prompt 技巧可能直接被模型自己完成。所以技术能力 ≠ 长期资产真正能够不断积累的是客户 数据 业务关系 行业知识 接口 供应链 品牌 交易网络这些才是资产。九、判断一个 AI 方向值不值得做我只看五个问题第一钱从哪里来谁愿意支付 为什么愿意支付第二数据从哪里来数据是不是所有人都能获得 还是只有业务运行以后才能获得后一种通常更有价值。第三为什么客户不能直接使用 ChatGPT这是最重要的问题之一。如果客户自己打开 ChatGPT 就能解决那么这个创业项目非常危险。第四如果 GPT 再强 10 倍我还剩什么如果答案是什么都不剩。那么说明这个方向的护城河很弱。第五做五年以后我控制了什么如果答案是我写了很多代码不够。如果答案是我有1000个客户好很多。如果答案是我掌握1000家公司的业务流程更好。如果是我拥有这些企业产生的数据更强。如果最终变成大量交易必须经过我的平台那才真正开始拥有定价权。十、普通人最现实的路线先做服务再占据节点很多人创业一开始就想我要做一个 AI 平台。但对于资源普通的人我反而认为最现实的方法是先服务 ↓ 再产品化 ↓ 再平台化例如你发现某个行业里有一个流程每家公司需要 5 个人完成你可以先告诉企业这个流程我替你完成。后台可能是AI Agent 自动化 少量人工兜底一开始甚至不需要做得非常漂亮。先拿客户。假设逐渐服务5 家公司 ↓ 20 家公司 ↓ 100 家公司你会自然获得客户 行业经验 流程模板 数据然后再把服务产品化。所以非常适合普通人的一条路径是AI 增强服务 ↓ AI 流程服务 ↓ 行业软件 ↓ 行业数据 ↓ 行业平台十一、真正的大钱往往不在软件而在交易假设你做一个AI 采购助手。第一阶段生成采购需求价值很低。第二阶段自动询价 自动比价价值开始提高。第三阶段连接 ERP 连接审批 连接合同开始产生切换成本。第四阶段积累大量真实采购价格产生数据价值。第五阶段供应商通过你获得订单你开始拥有渠道。第六阶段买家和卖家通过你完成交易这时候你的商业模式发生了根本变化AI 工具 ↓ 业务流程 ↓ 数据节点 ↓ 渠道 ↓ 交易平台真正有巨大价值的往往是最后两层。因为价值创造者不一定是利润获得者。真正能够拿走大量利润的通常是控制交易节点的人。十二、未来普通人最危险的位置是什么我认为最危险的是只提供可以被复制的认知劳动。例如普通内容生成初级分析简单网页开发普通数据整理基础文案信息搬运简单代码开发不是说这些工作明天全部消失。真正的问题是AI让这些工作的供给大幅增加 ↓ 供给增加 ↓ 价格下降 ↓ 普通人的议价能力下降因此真正安全的位置应该逐渐向专业能力 AI 现实资源迁移。例如懂工业设备 AI 懂医疗器械 AI 懂供应链 AI 懂企业财务 AI 懂法律合规 AI 懂机器人 AI而不是只把自己定义成AI 从业者十三、未来最值得抢的其实是“不可绕过性”如果让我用一个词总结未来最重要的竞争力我会选择不可绕过性。普通人当然很难一开始建立 Visa、Google 这样的全球节点。但是完全可以在一个很小的行业里建立局部不可绕过性。例如这个行业的数据经过我 这个公司的 Agent 经过我 这批客户通过我寻找供应商 这个业务流程依赖我的系统只要你能够控制一个小节点你就开始拥有议价权。十四、AI时代真正应该追求的升级路径普通人的成长路线可能需要从过去的提高技能 ↓ 找到更高工资的工作升级为技能 ↓ 客户 ↓ 数据 ↓ 系统 ↓ 渠道 ↓ 交易 ↓ 资产换句话说卖时间 ↓ 卖能力 ↓ 卖系统 ↓ 控制节点 ↓ 拥有资产这可能是未来十几年非常重要的一条个人升级路径。十五、结语未来真正的差距是谁能让 AI 为自己工作未来 AI 很可能会越来越强。真正需要担心的不是AI 有没有价值。而是AI 创造出来的巨大价值最后归谁模型层的利润可能被少数巨头争夺。芯片高度集中。云计算高度集中。普通人很难正面和这些巨头竞争。但是现实世界中仍然存在数百万个高度碎片化的行业节点医院 工厂 供应链 采购 物流 维修 教育 养老 法律 财务 跨境贸易这些地方仍然需要大量行业理解 客户关系 系统集成 数据 责任 现实执行所以普通人真正值得选择的路线并不是成为一个会使用 AI 的人。而应该逐渐变成找到一个真实行业用 AI 吃掉其中一个高价值流程然后不断向数据、客户、渠道和交易上游移动。最终最好的状态不是我会使用这个时代最先进的 AI而是这个时代最先进的 AI 正在替我经营 我所控制的客户、数据和业务节点这两种人的财富结果未来可能会差几个数量级。AI 时代真正值得争夺的可能从来都不是谁最会用 AI。而是谁能让大量 AI为自己控制的资产和系统工作。