最近，一篇名為《Something Big Is Happening》（大事正在發(fā)生）的文章在硅谷科技圈瘋狂刷屏，在中國也引起了廣泛的討論。

作者馬特·舒默以“圈內(nèi)人”身份，描繪了一幅AI即將顛覆一切的圖景：未來1到5年內(nèi)，50%的入門級白領(lǐng)工作將徹底消失，律師、分析師、工程師將被AI無情替代；AI正在幫助構(gòu)建下一代更聰明的自己，遞歸自我提升的循環(huán)已經(jīng)開啟；你只需描述想要什么，離開四小時，回來時工作已經(jīng)完成——比你自己做得還好。

這篇文章被《財富》《福布斯》、CNBC爭相轉(zhuǎn)載，閱讀量突破8000萬，讓無數(shù)白領(lǐng)脊背發(fā)涼。

但就在這篇文章刷屏的同時，另一群每天需要用AI干活兒的人卻吵翻了天——贊同者自然不少，但持不同意見的人也并不是少數(shù)。

有工程師表示，雖然現(xiàn)在的AI在提高效率上做得很好，但依舊會有大量愚蠢的錯誤——他本人并不認為自動生成的代碼總是好的。

也有人表示：這不過就是常見的“內(nèi)部爆料”式炒作。

更有人提出了“誅心之論”：

這篇文章也好，圍繞它而展開的諸多論戰(zhàn)也罷，本質(zhì)上，這些聲音都在向外傳遞著一個聲音：焦慮的聲音。

因為無論哪一方，他們的爭論焦點都牢牢鎖定在同一個領(lǐng)域——服務(wù)業(yè)白領(lǐng)的工作。律師、程序員、分析師、醫(yī)生……這些“坐在辦公室里的人”成了AI敘事的唯一主角。

但問題是：坐在辦公室里的白領(lǐng)們，其實并不是這個世界的主力。

當(dāng)我們把視線轉(zhuǎn)向太平洋彼岸的中國，我們就會發(fā)現(xiàn)，一個和硅谷那邊完全不同的AI故事正在上演。

我只能說：別再拿硅谷的故事忽悠中國人了。

美國的服務(wù)業(yè)AI

理解美國AI敘事，首先要看懂一個詞：PMF（Product-Market Fit，產(chǎn)品-市場匹配）。

這個由硅谷傳奇投資人馬克·安德森提出的概念看上去挺“互聯(lián)網(wǎng)黑話”，但真實的含義卻很實在——它的含義是“你做出了一款產(chǎn)品，而它正好滿足了一個真實存在的市場需求”。

那么，美國AI的PMF是如何驗證的呢？

首先，美國AI產(chǎn)品的核心用戶，是“坐在辦公室里的人”——律師、金融分析師、咨詢顧問、程序員、醫(yī)生、文員。這是一群以“認知勞動”為生的人，他們的工作場景是屏幕前，工作產(chǎn)出是文檔、代碼、報告、分析。

這群用戶的核心痛點是什么呢？

痛點是時間不夠，或者說，是效率不高。律師審合同需要幾個小時，程序員調(diào)試代碼需要大半天，分析師寫報告需要一整天。在美國，人力成本極高，一個初級律師的小時費率可能是300美元，一個資深程序員的小時費率可能是200美元。因此，任何能“節(jié)省時間”的工具，都意味著真金白銀的節(jié)約。

因此，美國AI產(chǎn)品提供的核心價值是：在更短的時間內(nèi)，完成同樣的認知任務(wù)。幫律師10分鐘審?fù)旰贤?，幫程序員自動生成代碼框架，幫分析師快速整理數(shù)據(jù)。價值單位是“小時”，換算成錢就是“美元”。

那么，怎么驗證你的產(chǎn)品做得對不對呢？

這就到了PMF驗證環(huán)節(jié)——獲客成本、活躍用戶、付費程度、留存率等等可以量化的指標成為了大家評判的依據(jù)——如果用戶真的需要一個能幫他們省時間的工具，他們就會主動找來（獲客成本低）、用了就離不開（留存率高）、愿意花錢買（付費多）、甚至忍受產(chǎn)品的不完美（需求緊迫）。

換句話說，這些指標是“用戶愿意為時間付費”這一行為的量化呈現(xiàn)。

為什么這套東西在美國能玩得轉(zhuǎn)，甚至發(fā)展到如今的萬億市場？

因為這就是美國經(jīng)濟的底色，在美國GDP中，服務(wù)業(yè)占比超過80%，制造業(yè)僅占11%。

這意味著美國的經(jīng)濟命脈在金融、醫(yī)療、教育、科技、咨詢這些領(lǐng)域。AI在美國的天然使命，就是服務(wù)于這些白領(lǐng)行業(yè)——幫律師審合同、幫醫(yī)生看片子、幫碼農(nóng)寫代碼、幫文員寫郵件。

所以美國AI的PMF驗證，本質(zhì)上是在回答一個問題：“坐在辦公室里的人，愿意為什么樣的AI工具付費？”

答案很清晰：能幫他們省時間、提效率的工具。一個AI如果能幫律師少花兩小時審合同，他們愿意付幾百美元月費；一個AI如果能幫程序員少寫一半代碼，公司愿意批量采購企業(yè)版。這就是美國AI的PMF——建立在“時間就是金錢”的服務(wù)業(yè)邏輯之上。

馬特·舒默的焦慮，正是這套PMF邏輯的自然延伸。

他的文章里充滿了對白領(lǐng)工作消失的恐懼，對“遞歸自我提升”的敬畏，對“每天花一小時學(xué)習(xí)AI”的勸誡。這套敘事在美國語境里，自有其合理性——因為那里的經(jīng)濟底色如此，那里的就業(yè)結(jié)構(gòu)如此，那里的PMF驗證邏輯必然如此。

但問題在于：這套敘事漂洋過海來到中國時，被很多人當(dāng)成了放之四海而皆準的真理。投資人拿著硅谷的PMF標準衡量中國AI公司的估值，媒體人用美國的故事預(yù)測中國的未來，白領(lǐng)們對照著舒默的文章焦慮自己的飯碗。

這是最大的誤讀。因為他們忽略了一個根本事實：中國的PMF驗證邏輯，和美國完全不是一回事。

中國的制造業(yè)AI

形成這種差異的根本原因是，中國的經(jīng)濟底色和美國完全不同。

在中國，制造業(yè)占GDP比重約27%（遠高于美國的11%），若是加上采掘、建筑、能源等其他工業(yè)門類，第二產(chǎn)業(yè)整體占比接近40%。

畢竟，中國擁有全世界最完整、規(guī)模最大的制造業(yè)體系——產(chǎn)值占全球30%以上，是美日德韓的總和。

而根據(jù)中國信通院預(yù)測，目前我國人工智能產(chǎn)業(yè)規(guī)模已達1.2萬億元，未來三年將增長至1.8萬億元。

那你說這種增長會來自于何方呢？

顯然是要通過AI賦能工業(yè)來獲得增長嘛。

這也就意味著：在中國，AI的天然使命，不是服務(wù)于坐在屏幕前的白領(lǐng)，而是服務(wù)于站在產(chǎn)線旁的工人，工業(yè)企業(yè)才是中國AI的大客戶——中國當(dāng)然也有許多白領(lǐng)，但白領(lǐng)們真的不是主力軍。

于是，一套完全不同的PMF驗證邏輯在中國工廠里生長出來。

以中冶賽迪的“AI金睛視覺大模型”來說，它服務(wù)的不是辦公桌前的白領(lǐng)，而是鋼廠里的爐前工人。

鋼廠的爐前工是最苦的，每天都要穿著隔熱服面對上千度的灼熱鋼水，同時還要細心觀察火焰形態(tài)和顏色來判斷煉鋼情況，這是一個體力腦力雙重高壓的工種。

現(xiàn)在，即便有了儀器輔助，觀察煉鋼火焰的工作仍然非常依靠老師傅的經(jīng)驗，而爐前工又實在太辛苦了、太高危了，許多年輕人都不愿意干，這就導(dǎo)致煉鋼廠生產(chǎn)一線的經(jīng)驗有斷代的風(fēng)險。

但隨著AI的到來，這種問題得到了很好的解決——AI可以替代人眼對轉(zhuǎn)爐火焰進行更準確的觀察與判斷，使得煉鋼速度更快、產(chǎn)品品質(zhì)更高。

另外，千萬不要以為這種生意只是國企的賽場——華為、百度的技術(shù)團隊，實際上也都在這個領(lǐng)域里積極拓展業(yè)務(wù)。

軌道裝備制造行業(yè)其實也用到了AI，中車的“斫輪大模型”，現(xiàn)在就被用在了高鐵列車設(shè)計的空氣動力學(xué)仿真上。

眾所周知，高鐵列車在行駛中需要克服巨大的空氣阻力，因此需要設(shè)計特別的流線型外觀，這就涉及到了復(fù)雜的空氣動力學(xué)計算。

以往借助工業(yè)仿真軟件，每次執(zhí)行模擬都要按天算時間，但在AI的幫助下，仿真計算的時間被壓縮到了秒級。過去，工程師們受限于計算速度，只能做幾次方案。但現(xiàn)在，一根煙的功夫就能做好幾次測試了，方案可以瘋狂迭代百次以上。

這意味著：我們的高鐵列車整體的設(shè)計效率得到了巨大的提高——夸張點來說，以前可能十年二十年才會更新?lián)Q代的高鐵列車，未來搞不好會變得和新能源汽車似的“年年不一樣”。

這就是中國工業(yè)AI的PMF，這就是AI在中國的專屬隱藏玩法。

這些案例里，沒有一個在用“付費”“日活”這些非常互聯(lián)網(wǎng)的概念來衡量成功，他們更多關(guān)注的指標，是節(jié)拍時間、是良率提升、是能耗。

在美國，一個AI產(chǎn)品PMF的信號是“用戶自發(fā)傳播”。在中國工業(yè)AI里，PMF的信號是：工廠愿意把AI系統(tǒng)接入核心生產(chǎn)流程，并且為二期、三期項目續(xù)費。

在美國，AI更多偏向C端；而在中國，B端和C端各有各的精彩。

因此，用美國AI的敘事往中國產(chǎn)業(yè)身上套，不說是刻舟求劍吧，起碼也是驢唇不對馬嘴。

不會再有“Copy to China”了

要理解這種差異為何如此根本，我們需要回顧一個概念：“Copy to China”。

在過去二十年里，這是中國互聯(lián)網(wǎng)最主流的成長路徑。從門戶網(wǎng)站到搜索引擎，從社交網(wǎng)絡(luò)到電商平臺，幾乎每一個熱門賽道都能找到美國原型。

但最能說明問題的，是2010年爆發(fā)的“千團大戰(zhàn)”。

那一年，美國團購網(wǎng)站Groupon創(chuàng)造了互聯(lián)網(wǎng)史上的奇跡——成立僅18個月，估值達到13.5億美元。這個“每天推一款折扣產(chǎn)品”的簡單模式，迅速在全球引發(fā)復(fù)制狂潮。在中國，復(fù)制來得更快。短短3個月，中國團購網(wǎng)站就突破400家；到年底，這個數(shù)字飆升至5000家左右。

2011年，Groupon聯(lián)手騰訊，高調(diào)推出中國版——高朋網(wǎng)，試圖以“原創(chuàng)者”的身份收割這個被復(fù)制者占領(lǐng)的市場。

結(jié)果呢？

高朋網(wǎng)遭遇了嚴重的水土不服。到2012年，高朋網(wǎng)重組，Groupon黯然退出中國市場。與此同時，美團網(wǎng)卻活了下來，并且越活越好。2018年，美團點評在港交所掛牌上市，市值高達500多億美元，成為中國互聯(lián)網(wǎng)第四大巨頭。而當(dāng)年的“原創(chuàng)者”Groupon，市值從最高的160億美元跌到20多億美元。

這種同人逼死官方的劇情是怎么來的呢？

本質(zhì)上是因為Groupon沒有理解中國市場的特殊性。

王興曾經(jīng)提出過一個“三高三低”理論：Groupon是高毛利、高成本運營的公司，而美團要做的事情是“高品質(zhì)、高效率、高科技”和“低客單、低成本、低毛利”。

在中國運營一個團購網(wǎng)站，要比美國承受更高的成本。團購帶來的用戶“更多的是奔著商品的低折扣而來，消費一次后即離開”，商家和用戶在團購平臺上是零和博弈，而非雙贏。在中國商業(yè)環(huán)境里，這種模式出問題的概率大幅增加。

這就要求美團不能照搬groupon的經(jīng)驗，而是要做好和中國市場的適配。

美團之所以能活下來，不是因為它比Groupon更懂團購，而是因為它比Groupon更懂中國。它沒有死守“每天一款”的Groupon模式，而是逐漸擴展到家、到店、酒旅、出行，最終長成了一個美國沒有對標的“超級應(yīng)用”。

AI時代，別再拿硅谷故事忽悠中國人了

這么多年走下來，我想我們可以看到一種全新的模式了。

以前，是Copy to China（復(fù)制到中國）

后來，是Adapted in China（改版在中國）

未來，則會是Innovated in China（原創(chuàng)于中國）

舉個例子，“短劇”就是中國原創(chuàng)的一種產(chǎn)品，在中國有豐富的生態(tài)，而在美國這種生態(tài)則比較貧瘠。

因此，中國誕生了專門針對短劇行業(yè)的AI產(chǎn)品——“有戲AI”——包含了劇本拆解Agent、角色一致性Agent、智能分鏡Agent、全自動剪輯Agent在內(nèi)的多個智能體。這款產(chǎn)品上線首月，年度經(jīng)常性收入（ARR）即突破3600萬，視頻生成成本低至0.1元/秒，較同類工具降低30%-50%。

這是基于中國獨特的內(nèi)容生態(tài)長出的AI應(yīng)用，美國根本沒有對標物。

更別提那些服務(wù)于各種制造業(yè)的AI了，你要搞制造業(yè)AI，你首先要有制造業(yè)吧？

回到Reddit上那場論戰(zhàn)。那些焦慮的聲音，恰恰印證了一個事實：美國正在經(jīng)歷的AI焦慮，是一場屬于服務(wù)業(yè)的、聚焦于硅谷、聚焦于“辦公室”的焦慮——他們對于太平洋對岸那個超級工業(yè)國、超級大市場所能提供的“戰(zhàn)略縱深”缺乏必要的想象力

那些拿著馬特·舒默的文章，用“參數(shù)落后”“融資不如”“估值差距”來唱衰中國AI的人，本質(zhì)上是在用服務(wù)業(yè)AI的尺子丈量制造業(yè)AI的成就。

所以，別再拿硅谷故事來忽悠中國人了。屬于中國的AI故事，我們自己寫。

····· End ·····

▲見證中國科技奔赴星辰大海

專注產(chǎn)業(yè)鏈分析和案例寫作

關(guān)注AI、互聯(lián)網(wǎng)、汽車、消費電子

半導(dǎo)體等前沿科技產(chǎn)業(yè)

入駐媒體平臺

36Kr/ 觀察者網(wǎng)風(fēng)聞社區(qū)/ 網(wǎng)易

虎嗅/ 雪球/ 騰 訊新聞

-星海社群推薦-

匯聚制造強國的每一粒星火

追蹤科技浪潮的每一個故事

掃描下方的二維碼進群交流

見證中國科技奔赴星辰大海