在最新一期播客节目《Bankless》中,美国知名投资人、方舟投资创始人“木头姐”凯瑟琳·伍德(Catherine Wood)携方舟投资首席未来学家布雷特·温顿(Brett Winton),共同探讨了有望重塑未来经济的颠覆性技术。
对话围绕AI三巨头(xAI、OpenAI、Anthropic)的投资逻辑、马斯克在多领域的成功密码、莱特定律的技术成本影响、AI驱动的生产力革命,以及自动驾驶、人形机器人、Neuralink和SpaceX等前沿领域的发展,揭示了数据、技术融合与规模效应将成为驱动未来科技突破与经济变革的核心逻辑。
核心观点总结如下:
在风险投资领域,常规的逻辑往往是避免在同一赛道过度布局,但我们却选择同时投资xAI、OpenAI和Anthropic这三家看似存在竞争关系的AI公司。这一决策的背后,是我们对“赢家通吃”市场规律的深刻理解。在AI领域,数据、分发速度和专有数据构成了竞争的核心壁垒,而这三家公司在技术上处于领先地位。
OpenAI通过向终端用户提供更多的token,它获取了海量的交互数据,并且在产品上进行快速迭代。更重要的是,OpenAI正在扩展其终端硬件设备,但是还缺乏消费者分发渠道。xAI则依托星链等渠道,拥有无可比拟的分发优势。X平台本身就是一个巨大的信息枢纽,随着xAI模型的不断优化,平台上的信息价值将持续提升。Anthropic则在编码模型领域独树一帜,并且与Cursor深度整合。
我们的投资策略与传统基金不同,我们没有在这些公司的董事会中占据席位。这一选择让我们能够更加灵活地布局,不受信息泄露的限制,从而在快速变化的市场中捕捉稍纵即逝的机会。在这个竞争激烈的领域,我们坚信最终会有两到三家公司脱颖而出,而我们的目标就是持有这些未来领跑者的股份。
值得注意的是,科技巨头的布局并非无懈可击。苹果在AI领域的战略始终缺乏清晰方向,Siri的表现就是明证;谷歌虽然拥有顶尖的AI研究人员,却未能在搜索等核心领域实现突破。同时,中国的开源模型也在迅速崛起,它们的垂直整合路径值得关注,但目前来看除了ChatGPT之外,它没有社交网络的支持。而各家公司都在积极进行定位,市场竞争十分激烈。
埃隆・马斯克的成功绝非偶然,他是一位能够洞察技术融合趋势的战略家。在我看来,他的核心竞争力在于对数据价值的深刻理解。
特斯拉常常被误认为只是一家汽车制造商,但实际上,它运营着地球上最大的AI项目。自动驾驶出租车是其核心载体,每天都有无数Model3和ModelY的用户在驾驶过程中为其收集数据。与此同时,特斯拉在机器人技术和能源存储领域的布局,与AI技术形成了相互促进的闭环。
X平台(原Twitter)的数据流同样独一无二。xAI与X的合并,消除了数据使用中的协议壁垒,让xAI能够更高效地利用平台上的实时信息。这种整合不仅提升了xAI模型的训练效率,更让X平台的信息价值不断攀升。
在生物科技领域,Neuralink的布局展现了马斯克对前沿数据的敏锐嗅觉。“多组学”数据(整合DNA、RNA和蛋白质等信息)正在成为破解生命奥秘的关键,而Neuralink通过脑机接口技术,正在构建一个连接大脑与机器的数据流通道。AI的灵感来源于大脑,而Neuralink则试图反向解析大脑的工作机制,这种探索可能会为AI的发展带来革命性的突破。
SpaceX则开辟了全新的数据轨道。星链作为全球通信网络,不仅提供了海量的卫星数据,其火星探索计划更是推动了材料科学、机器人技术等领域的创新。这些技术进步最终会反哺地球,在能源、制造等行业引发连锁反应。
马斯克的成功还在于他对“快速迭代”和“容忍短期失败”的坚持。从猎鹰9号火箭的多次爆炸到最终掌控90%的商业卫星发射市场,他证明了在技术变革时期,速度和试错的重要性。
当人们还在津津乐道摩尔定律时,我却认为莱特定律更能揭示未来技术发展的成本逻辑。摩尔定律假设技术每年按固定速度进步,而莱特定律则指出,每当生产量翻倍,生产成本就会按固定百分比下降。这一规律在多个领域得到了验证,正在成为推动技术普及的“隐形引擎”。
在电动汽车领域,电池生产每翻倍一次,成本就下降28%。特斯拉ModelS的推出不仅引爆了市场需求,更推动了电池生产规模的扩张,使得电动汽车的成本迅速下降,从高端小众产品走向大众市场。工业机器人领域的成本下降更为显著,生产量翻倍时成本下降50%,
AI领域的成本变革更是令人惊叹。硬件与软件的结合使得AI相关成本下降48%,而训练成本每年下降70%,推理成本甚至可能达到98%。这种成本的暴跌,为AI技术的大规模应用扫清了障碍。想象一下,过去需要一周时间完成的分析师报告,现在通过GPT模型20分钟就能生成;传统的人工客服被AI语音助手取代后,企业的服务成本大幅降低。
ChatGPT在短时间内突破1亿用户,这一现象并非偶然,它预示着AI技术正在进入爆发期。在我看来,AI是目前所有技术中最具融合性的,它不仅提升了知识工作者的生产力,更在重塑整个经济的运行逻辑。
知识岗位的工资支出在2030年预计将超过10万亿美元,而AI软件的应用将大幅降低这部分成本。分析师、客服、文案等岗位的工作效率可能提升数十倍甚至上百倍。这种生产力的飞跃,不仅会增加企业利润,更会释放出大量的人力和时间资源,投入到更具创造性的工作中。
AI的影响远不止于此,它正在与其他技术产生协同效应。在医疗健康领域,AI与基因组学的结合催生了“单细胞测序”技术,让我们能够在35到40万亿个细胞的层面解析疾病,为精准医疗奠定基础。预计未来5到10年,新药研发和上市的时间将减半,无数患者将因此受益。
从宏观经济来看,AI将成为推动全球GDP增长的核心动力。未来几年全球实际GDP增长率可能从目前的3%左右跃升至7%。这一增长并非天方夜谭,上世纪初电话、电力、内燃机的出现,就曾让全球GDP年增长率从0.5%提升到3%,并持续了125年。如今,人工智能、机器人技术、储能技术、区块链技术和多组学基因测序技术这五大创新平台,正在AI的驱动下加速融合,它们带来的增长潜力将远超上一次技术革命。
自动驾驶出租车是目前最接近商业化的“具身AI”应用,它的普及将彻底改变人类的出行方式。在美国,一辆新车的“行驶里程套餐”成本约为每英里1美元,而特斯拉的自动驾驶出租车服务有望将这一成本降至每英里50美分以下。更重要的是,它能拯救无数生命——美国每年因人为错误导致的交通事故死亡人数达4万,全球可能超过120万,而自动驾驶技术的普及将使事故率大幅下降。
从经济角度看,自动驾驶出租车的影响更为深远。目前,美国司机每行驶70万英里会发生一次事故,而特斯拉的自动驾驶技术有望在未来一两年内超越这一水平,达到人类司机安全性的两到三倍。届时,自动驾驶出租车将成为最安全的出行方式。这意味着,大多数人将不再需要拥有私家车,出行将成为一种按需购买的服务。美国每年的行驶里程总量巨大,按每英里1美元计算,一辆特斯拉自动驾驶出租车每年运营10万英里就能带来数万美元的收入,这将彻底重塑特斯拉的商业模式,从汽车销售转向出行服务。
人形机器人的发展难度远超自动驾驶出租车,但潜力也更为巨大。自动驾驶只需处理左转、右转、刹车、加速等简单操作,环境相对标准化;而人形机器人需要应对复杂多变的环境,传感器位置随动作变化,且缺乏明确的操作指引。不过,人形机器人的容错率更高——一次碰撞通常不会造成致命后果,这为技术迭代提供了更大的空间。
特斯拉在人形机器人领域的优势在于技术协同。其自动驾驶技术积累的海量数据,可以反向应用到人形机器人的训练中;通用芯片技术同时适用于汽车和机器人,降低了研发成本;而特斯拉工厂的内部需求,又为机器人提供了天然的测试场景。我们预计,未来5到10年,自动驾驶出租车的全球市场规模将达到8到10万亿美元,而人形机器人市场在5到15年内将突破26万亿美元。这两大市场的总和,将对全球GDP(目前约130万亿美元)产生革命性影响。
Neuralink的脑机接口技术正在突破人类与机器交互的极限。目前,它已能帮助严重瘫痪患者通过大脑信号控制光标,未来还将扩展到语音皮层,让发声器官受损者重新“说话”。更令人期待的是,它不仅能读取大脑信号,还能向大脑写入信号——让盲人“看见”红外线,让聋人“听到”次声波,甚至实现人类与AI智能体的实时交互。当这项技术像激光眼手术一样普及后,人类可能通过“大脑升级”提升记忆、学习新技能,这将彻底改变教育和认知的边界。
SpaceX的意义则超越了地球。星链作为全球性通信网络,正以每公斤100美元以下的发射成本颠覆传统航天业(过去成本为数千美元/公斤)。星舰的成功将进一步降低发射成本,推动卫星数量爆发式增长,为全球用户提供低成本的网络服务。更重要的是,火星计划将反向推动地球技术的进步——火星基地的建设需要突破材料科学、能源利用等领域的瓶颈,这些创新最终将惠及地球上的各行各业。
从长远来看,火星可能成为太空资源开发的基地。从火星发射卫星的能量消耗远低于地球,这意味着未来太空探索和资源提取的成本将大幅下降。而特斯拉的机器人技术在火星极端环境中的测试数据,又将提升其在地球复杂环境中的适用性,形成“地球-火星”技术循环。