•
在最新一期的“Bankless”播客中，知名美國投資者、Ark Investment創始人凱瑟琳·伍德（Catherine Wood，人稱“Cathie Wood”）與Ark Investment的首席未來學家佈雷特·溫頓（Brett Winton）共同討論了有望重塑未來經濟的顛覆性技術。
對話圍繞三大人工智慧巨頭（xAI、OpenAI、Anthropic）的投資邏輯、伊隆·馬斯克（Elon Musk）在多個領域取得成功的秘訣、萊特定律（Wright's Law）對技術成本的影響、人工智慧驅動的生產力革命，以及自動駕駛、人形機器人、Neuralink和SpaceX等前沿領域的發展展開。木頭姐認為，資料與技術的融合，再加上規模效應，將是推動未來技術突破和經濟變革的核心邏輯。
在風險投資領域，傳統邏輯往往避免在同一賽道過度投資。然而，我們選擇了投資三家看似競爭激烈的人工智慧公司：xAI、OpenAI和Anthropic。這一決策背後是我們對“贏家通吃”市場規則的深刻理解。在人工智慧領域，資料、分發速度構成了競爭的核心壁壘，而這三家公司正處於技術前沿。
OpenAI通過向終端使用者提供更多詞元（tokens）獲得了大量互動資料，並正在迅速迭代其產品。更重要的是，OpenAI正在擴展其終端硬體裝置，但仍缺乏消費者分發管道。相比之下，xAI通過星鏈（Starlink）等管道擁有無與倫比的分發優勢。X平台本身就是一個巨大的資訊樞紐，隨著xAI模型的持續最佳化，平台上的資訊價值將不斷提升。Anthropic在編碼模型領域脫穎而出，並與Cursor深度整合。
我們的投資策略與傳統基金不同。我們不在這些公司的董事會中佔據席位。這一選擇使我們在佈局上更加靈活，不受資訊洩露的限制，從而能夠抓住快速變化的市場中的轉瞬即逝的機會。在這個高度競爭的領域，我們堅信最終將有兩三家公司脫穎而出，我們的目標是持有這些未來領導者的股份。
值得注意的是，科技巨頭的佈局也並非無懈可擊。蘋果在人工智慧戰略上一直缺乏明確方向，Siri的表現就是明證。Google雖然擁有頂尖的人工智慧研究人員，但在搜尋等核心領域卻未能取得突破。同時，中國的開源模型也在迅速崛起，其垂直整合路徑值得關注。然而，目前除了ChatGPT之外，它們還缺乏社交網路的支撐。各家公司都在積極定位自己，市場競爭異常激烈。
伊隆·馬斯克的成功絕非偶然。他是一位能夠感知技術融合趨勢的戰略家。在我看來，他的核心競爭力在於對資料價值的深刻理解。特斯拉常被誤認為僅是一家汽車製造商，但實際上它營運著地球上最大的人工智慧項目。自動駕駛計程車是其核心載體，每天都有無數Model 3和Model Y使用者在駕駛時為它收集資料。同時，特斯拉在機器人和儲能領域的佈局與人工智慧技術形成了相互增強的閉環。
X平台（原Twitter）的資料流也是獨一無二的。xAI與X的合併消除了資料使用中的協議障礙，使xAI能夠更高效地利用平台上的即時資訊。這種融合不僅提高了xAI模型的訓練效率，還不斷增加了X平台上的資訊價值。
在生物技術領域，Neuralink的佈局顯示了馬斯克對前沿資料的敏銳洞察。“多組學”資料（整合DNA、RNA和蛋白質等資訊）正成為解開生命奧秘的關鍵，而Neuralink正通過腦機介面技術建構一條連接大腦和機器的資料流通道。人工智慧受到大腦的啟發，而Neuralink正試圖逆向工程大腦的工作機制。這種探索可能為人工智慧的發展帶來革命性突破。SpaceX開闢了一條新的資料軌道。作為全球通訊網路，星鏈不僅提供了大量衛星資料，其火星探索計畫還推動了材料科學和機器人等領域的創新。這些技術進步最終將造福地球，在能源和製造業等行業引發連鎖反應。
馬斯克的成功還在於他堅持“快速迭代”和“容忍短期失敗”。從獵鷹9號火箭的多次爆炸到最終控制90%的商業衛星發射市場，他證明了在技術變革中速度和試錯的重要性。
當人們還在談論摩爾定律時，我認為萊特定律能更好地揭示未來技術發展的成本邏輯。摩爾定律假設技術每年以固定速度進步，而萊特定律則指出，每當產量翻倍時，生產成本將下降一個固定百分比。這一規律已在多個領域得到驗證，並成為推動技術普及的“隱形引擎”。
在電動汽車領域，每當電池產量翻倍時，成本就會下降28%。特斯拉Model S的推出不僅引爆了市場需求，還促進了電池生產規模的擴大，導致電動汽車成本迅速下降，從高端小眾產品走向大眾市場。工業機器人領域的成本降低更為顯著，產量翻倍時成本可降低50%。
人工智慧領域的成本變化更是驚人。硬體與軟體的結合導致人工智慧相關成本降低了48%，訓練成本每年降低70%，推理成本可能降低98%。這種成本的大幅下降為人工智慧技術的大規模應用掃清了障礙。想像一下，過去需要一周時間完成的分析師報告現在可以由GPT模型在20分鐘內生成。傳統人工客服被AI語音助手取代後，企業的服務成本顯著降低。
ChatGPT在短時間內達到1億使用者並非偶然。這表明人工智慧技術正進入爆發期。在我看來，人工智慧是當前所有技術中最具整合性的。它不僅提高了知識工作者的生產力，還重塑了整個經濟的運行邏輯。
到2030年，基於知識的職位的工資支出預計將超過1兆美元，而人工智慧軟體的應用將顯著降低這一成本。分析師、客服代表和文案等職位的工作效率可能提高數十倍甚至數百倍。這種生產力的飛躍不僅將增加企業利潤，還將釋放大量的人力和時間資源用於更具創造性的工作。
人工智慧的影響遠不止於此，它正與其他技術產生協同效應。在醫療保健領域，人工智慧與基因組學的結合催生了“單細胞測序”技術，使我們能夠在35兆至40兆個細胞的水平上分析疾病，為精準醫療奠定了基礎。預計在未來5到10年內，新藥研發和上市的時間將減半，無數患者將從中受益。
從宏觀經濟角度來看，人工智慧將成為全球GDP增長的核心驅動力。在未來幾年內，全球實際GDP增長率可能從目前的3%躍升至7%。這種增長並非幻想。上個世紀初，電話、電力和內燃機的出現使全球年度GDP增長率從0.5%提升至3%，並維持了125年。如今，在人工智慧的驅動下，機器人技術、儲能技術、區塊鏈技術（編者：不敢苟同）和多組學基因測序技術這五大創新平台正在加速融合，它們帶來的增長潛力將遠遠超過之前的技術革命。
自動駕駛計程車是目前最接近商業化的“具身人工智慧”應用，其普及將徹底改變人類的出行方式。在美國，一輛新車的“里程套餐”成本約為每英里1美元，而特斯拉的自動駕駛計程車服務預計將這一成本降低至每英里不到50美分。更重要的是，它將挽救無數生命。在美國，每年有4萬人死於人為錯誤導致的交通事故，全球範圍內這一數字可能超過120萬。自動駕駛技術的普及將顯著降低事故率。
從經濟角度來看，自動駕駛計程車的影響更為深遠。目前，美國司機每行駛70萬英里就會發生一次事故，而特斯拉的自動駕駛技術預計在未來一兩年內將超過這一水平，達到人類司機安全水平的兩到三倍。屆時，自動駕駛計程車將成為最安全的出行方式，這意味著大多數人將不再需要擁有私家車，出行將成為一種按需購買的服務。美國的年總行駛里程巨大。按每英里1美元計算，一輛特斯拉自動駕駛計程車通過行駛10萬英里可產生數萬美元的年收入。這將徹底重塑特斯拉的商業模式，從汽車銷售轉向出行服務。
人形機器人的發展比自動駕駛計程車困難得多，但潛力也更大。自動駕駛只需處理左轉、右轉、剎車和加速等簡單操作，且環境相對標準化（編者：沒有那麼標準化，路況很複雜）。相比之下，人形機器人需要應對複雜多變的環境，感測器的位置隨動作變化，且沒有明確的操作指南。然而，人形機器人具有更高的容錯率。碰撞通常不會造成致命後果，這為技術迭代提供了更多空間。
特斯拉在人形機器人領域的優勢在於技術協同。其自動駕駛技術積累的大量資料可以反嚮應用於人形機器人的訓練（編者：不認同）。通用晶片技術既適用於汽車也適用於機器人，降低了研發成本。而特斯拉工廠的內部需求為機器人提供了天然的測試場景。我們預計，在未來5到10年內，全球自動駕駛計程車市場規模將達到8兆至10兆美元，而人形機器人市場將在5到15年內超過26兆美元。這兩個市場的總和將對全球GDP（目前約為130兆美元）產生革命性影響。
Neuralink的腦機介面技術正在打破人機互動的界限。目前，它可以幫助嚴重癱瘓的患者通過腦訊號控制游標，未來還將擴展到語言皮層，使聲帶受損的患者能夠再次“說話”。更令人興奮的是，它不僅可以讀取腦訊號，還可以將訊號寫入大腦，使盲人能夠“看到”紅外線，使聾人能夠“聽到”次聲波，甚至實現人類與AI代理之間的即時互動。當這項技術像雷射眼科手術一樣普及時，人類可能會“升級”大腦以提高記憶力和學習新技能，這將徹底改變教育和認知的界限。
SpaceX的意義超越了地球。作為全球通訊網路，星鏈正以每公斤不到100美元的發射成本顛覆傳統航天產業（之前的成本為每公斤數千美元）。星艦的成功將進一步降低發射成本，促進衛星數量的爆炸性增長，並為全球使用者提供低成本網路服務。更重要的是，火星項目將反向推動地球技術的進步。火星基地的建設需要突破材料科學和能源利用等領域的瓶頸，而這些創新最終將造福地球上的所有行業。
從長遠來看，火星可能成為太空資源開發的基地。從火星發射衛星的能耗遠低於從地球發射，這意味著未來太空探索和資源開採的成本將顯著降低。特斯拉機器人在火星極端環境中的測試資料也將提高其在地球複雜環境中的適用性，形成“地球-火星”技術循環（有這個必要嗎？在地球上測試成本不更低？）。
木頭姐是投資出身，對於宏觀大趨勢的判斷應該沒問題，但對於一些技術細節的理解有些牽強附會，讓人不敢苟同。尤其是作為馬斯克的鐵粉，她的一些分析未免會失去“愛屋及烏”的客觀性。馬斯克是一個技術理想主義者，非常幸運的是，他在包容、開放的美國創業。作為吃瓜群眾，我們也無需苛責他人，兼聽則明、偏信則暗，對於未來的技術發展，要學會獨立思考、理性判斷。 (健行天涯)