- 日期:2026-11-07
- 原始日期:2024-11-11
- 来源:微信公众号(笔记侠整理)——《王煜全:当下这5年,会定义下一个100年》;原始场合为2024 前哨大会(2024-11-09)演讲,主题《历史的韵脚,AI 革命的未来预测》
- 讲者:王煜全——海银资本创始合伙人、全球科技创新产业专家
- 信源层级:二手(笔记侠整理的演讲实录;一手为 2024-11-09 前哨大会现场)
- 标签:AI趋势 / 科技史 / 产业机会 / AI教育
- 渠道:公众号「笔记侠」
- 体裁:文章
- 一句话:技术革命降低的是使用门槛——它砸掉制造者的饭碗,同时打开使用者的机会。
〇、核心洞察
“技术革命正在降低大家使用技术的门槛,而不是提升了门槛。”
它摧毁的是“依赖手艺吃饭的熟练工”,却给了没有这项技能的人一个机会——你只要会“使用”这项技术。 所以在这个时点,真正该想的不是“会不会被淘汰”,而是“如何最早去使用它”。
一、历史的韵脚:赢家不是技术发明者
两个故事(都是普通人、都无技术背景):
- Jim Casey:19 岁的 message boy,1907 年借 100 美元创业,1913 年买 T 型车、把“传信”转成“送包裹”,1919 年改名——UPS。他做了 55 年 CEO,74 岁退休。
- 塞缪尔·斯莱特:10 岁进纺织厂、14 岁当学徒、21 岁移民美国,凭脑子里的纺织机械知识帮富豪把厂转起来(“成了平分、不成一分不要”),被称为美国工业革命之父。
提炼出的规律(全篇的骨):
- 先进技术 ≠ 收益。 技术由一拨人发明,制胜策略由另一拨人提出;最大赢家是在先进技术之上提出“制胜策略”的人(福特造车,Casey 定“用车辆送包裹”是制胜策略;坦克是英国的技术,闪电战是德国的制胜策略)。
- “制胜策略”重点在于:如何用科技获取利益。
- 赢家出现 → 文化认同(别人连其“尊重科技的文化”一起学)——但要识别哪些有价值,不能全盘西化。
→ 结论:技术门槛在降,“会用”的门槛比“会造”低得多。“如果你今天还在焦虑,只说明你的思想老了”——要用“归零心态,做回 7 岁的孩子”。
二、三条规律(宏观 / 中观 / 微观)
| 尺度 | 规律 |
|---|---|
| 宏观(千年) | 人类的独特进化 = 文化与技术的双向选择(技术选英国的工程师文化;科技选美国的大众文化)。Python 不是,是“两三千人的小种群 + 文化记录可叠加传播”。 |
| 中观(百年) | 科技革命的博弈从零和 → 正和。前几次“工业革命”本质是同一场(铁路解决规模运输、流水线/电力解决规模生产、低息住房政策解决规模需求)。 |
| 微观(当下) | 技术改变社会分三步:行为改变 → 习惯改变 → 观念(文化)改变。“习惯改变这个阶段最具商业价值”(例:居民迁城郊 → 每周集中购物 → 才出现沃尔玛)。 |
三、数字革命独特在哪
三代演进:PC(记录思想)→ 互联网(汇集思想)→ 无线互联网(汇集行为)。
社会学的“测不准定律”(海量×实时×连续 三者无法同时满足)被手机打破了。
专家级服务的四条定义:专家级 · 个性化 · 持续 · 普惠。
“谁都想有英国管家、法国厨子,但高端专家资源稀缺。”——数字革命第一次让“专家服务”可以规模化。
关键变化:
- 生产与消费合一(ChatGPT 出结果=生产,立刻给用户=消费)。
- 盈利不取决于“单次服务”,取决于“持续服务”——“企业与用户有持续交互历史,对用户的理解甚至超过用户自己”。
- 未来要的不是“规模生产/规模市场/规模消费”,而是——找需求的能力 · 提供服务的能力 · 持续服务的能力。
通用技术 + 配套技术 → 新模式 → 扩散(蒸汽机+曲轴连杆/高压/铁轨=火车)。
⚠️ 裂谷现象:模式成功后众人高呼“会迅速蔓延”,实则扩散需时间 → 出现裂谷(1929、2000 互联网泡沫都是裂谷,不是衰退,是“预期过高”)。
四、通用智能是错觉
- “通用人工智能是错觉,实际只是领域智能。” 它“鹦鹉学舌”——对语言的含义没有理解。
- “弱人工智能比人强,强人工智能比人弱”(2016 年提出,至今未推翻)。
- 开源 vs 闭源:OpenAI 像蒸汽机(中心式动力源,用起来不方便);开源模型像电力(本地即刻产生动力)。“5 年、10 年后,可能未见得是 OpenAI,而可能是 Meta。”
- 人机结合:“机器在很长时间内需要人配合,业务流程里完全排斥人是不行的。”
卡斯帕罗夫:“弱人类 + 机器 + 更好的过程 要比 强人类 + 机器 + 较差的过程 更优。”
→ “未来需要的是偏文科的技能——鉴别力、鉴赏力。别人会计算,你会做判断。”
五、智能服务四标准(衡量业务)
专家级 · 个性化 · 持续 · 普惠——四者齐备才是未来。
- AIGC 不是未来(多为单次服务,缺持续性);有“持续性”的 AI 生成服务才是。
- 例:Midjourney 若只出单张图,未来可能被淘汰;国家地理杂志按风格持续供图才付费——“从产品到服务的转变”。
- 从“产品规模化”(徐悲鸿画马风格重复利用)→“服务规模化”→“创造规模化”。
- 自动驾驶:专业/个性/普惠都好,缺“持续” → 必须降价 + 增值业务(移动电商、闲置算力出租)。
- 核心角色:智能服务运营商(像电讯运营商)——“硬件应包含在服务里,终端是为服务而存在。”
- 看好的赛道:机器臂(非人形机器人)、终端智能(未来两年大爆发)、VR/MR、虚拟人驱动的游戏(“旁观类游戏”)。
六、值得用 AI 重做一遍:健康与教育
健康:用“心理惰性”对抗“行为惰性”——当人足够信任(AI)专家,就会照做。智能长期监控让“治未病”落地(扁鹊见蔡桓公:需要“明确指标”+“持续性”)。
教育(对本工作区最相关):
“现在的教育强调标准化——按年级设课、100 分考核,这是居高临下的剥夺式教育,会消磨孩子自信。”
- 未来教育应是差异化的:标准化内容可被 AI 替代,只有差异化才有价值,不应设成绩上限。
- 核心:找到孩子真正热爱的事物——“热爱能让他表现出色,还能促使他与 AI 合作解决现实问题”(呼应孔子“因材施教”)。
- 父母可能不专业 → 用虚拟形象/AI 承担“长期陪伴的教育专家”。
- 普惠是关键:“不是张雪峰那样一次性咨询,而是和孩子交朋友、了解兴趣变化、随时支持,价格亲民——以一年 365 元为例。”
- 使命:“工业革命消除了物质不公平,如今要消除服务和体验上的不公平。”
七、门槛越来越低,关键在应用
- 创新不一定属于理科生:Airbnb(罗德岛设计学院工业设计师,出差订不到酒店 + 客厅闲置)、Instagram、Uber/滴滴——都是“找到痛点”,技术并不复杂。
- 全球化:发达国家为主攻(市场完备、利润高);中国硬件强、软件服务弱——硬件企业要从“制造商”转“服务商”,“硬件成为服务的有机组成部分”。
- ⚠️ 反例:出口美国的除草机多是“抛洒型”(碎草洒回草坪),没考虑当地使用场景。
八、时间表(原文预判)
- 2 年内:一批 AI 成熟应用模式出现——“AI 领域的 BAT 会在这个时间段诞生”。
- 5 年内(2029 前):第一批“未来之星”崭露头角(但收入利润弱、可能被过度追捧);2029 年有机遇也有风险。
- 2029 前后:一批 AI 企业上市,是投资/入职的好时机——“成为未来 BAT 的第一批员工,很可能获得丰厚回报”。
读后判断(范德的产出,非用户原话)
① 这篇与懿武的方法论同源,但落点更“接地气”。
- 王的“鉴别力/鉴赏力——别人会计算,你会做判断”,就是懿武“AI 时代壁垒 = 判断力”的产业版表述;
- 区别:懿武讲“人怎么想”(认知工程),王煜全讲“钱怎么赚”(商业设计)。 两篇可以拼成一套:认知在前,设计在后。
② “智能服务四标准”是一把能直接用的审计尺。
专家级 · 个性化 · 持续 · 普惠——可以拿来量造物云的每条产品线:
- 若某条线“只做单次交付、不做持续服务”,按王的标准就是 AIGC 式过渡品;
- 这正好对着造物云“项目制交付 → 产品化/服务化”的转型焦虑(也是 10/31 那场“做深一个产品 vs 继续伺候项目”的同一问题)。
③ 对 AI+教育线,这篇几乎是在替“问学悦课”写论证。
- “标准化内容可被 AI 替代,只有差异化才有价值,不应设成绩上限” ↔ 与“问学悦课”“球球老师”的定位高度一致;
- “一年 365 元的长期陪伴教育专家” ——这是一个极其具体的定价锚点,值得收进“问学悦课”的商业设计;
- 王的定语是“和孩子交朋友、了解兴趣变化、随时支持”——与球球老师“让孩子觉得这个人太懂我了”是同一种产品哲学。
④ 最有价值的用法:这是一篇 2024 年的预判,现在正好可以“回头看”。
它自己讲“历史的韵脚”,那我们就用它来验它自己:
- “2 年内 AI 的 BAT 会诞生” ——现在是 2026-11,正在这个窗口的末尾;
- “OpenAI vs 开源/Meta”、“谷歌搜索 5 年后麻烦”、“人形机器人 vs 机器臂” ——这些预判现在都可以打分了。
建议:把这几个预判列成一张“验证清单”,逐条标注“已兑现/部分/未兑现”,既是给懿武的前瞻力校准,也是一份极好的对外分享素材(“两年前他这么说,两年后应验了几分”)。
⑤ 一处保留:本文是笔记侠整理稿(1 万+ 字声明被压成 4.3 万字实录),非现场逐字稿;若要把“四标准”“时间表”拿去对外引用,建议回一手(前哨大会原视频/官方稿)核对。