•
這波輝達（NVDA）的上漲已經從“令人難以置信的強勁”變成讓我有點害怕了。但不是因為AI安全原因。我來解釋一下。
我很幸運，作為@CoreWeave的早期投資人，見證了我所見過的最精彩創業故事之一。靠近CoreWeave最有趣的一點，就是能即時瞭解那些AI應用場景正在起飛。
2019年，團隊告訴我，“有個叫AI Dungeon的東西在瘋狂轟擊我們的伺服器。”那是個基於GPT-2的文字冒險遊戲。當然，我很快就“越獄”了這個遊戲，讓它能返回任意查詢，而不僅僅是按遊戲設計流程走。即使是在一個相對原始的大模型上，這種互動和高級的文字型驗也讓我震撼不已。那一刻，我覺得世界永遠改變了。許多人後來在chatGPT發佈時也有類似“頓悟”時刻。
2020年，我讀了@gwern的“擴展假設（scaling hypothesis）”[1]——這是有史以來最有先見和最重要的博文之一。他指出，只要給這些模型喂更多資料和算力，就有可能實現AGI，或者非常接近AGI。
2022年，Stable Diffusion出來了，再次讓我大為震撼。我花了無數小時學習提示詞，意識到AI是真正的多模態。早期的圖像模型按今天標準看不算很厲害，但技術方向已經很明顯——圖像生成將會被完善，然後是文字生成視訊（我們現在正處於這個臨界點）。那時我覺得圖像生成變得太重要，不容忽視，還認真考慮過和@leveredvlad一起孵化一家圖像生成初創公司（最後他選擇了其他方向，創辦了Offdeal，一家AI驅動的中小企業搜尋產品公司）。
此時我已經堅定地認為，自己對AI的投資遠遠不夠，即使手裡有CoreWeave的股份。我決心改變這種狀況。2023年，我有幸遇到@v_maini，並向@MythosVentures[2]（一家專注AI新應用的VC）投資了我人生最大的一筆LP支票。我還大幅轉向AI領域的天使投資，並向@AviSchiffmann的Friend.com（AI可穿戴裝置創業公司）投入了我有史以來最大的一筆天使支票。
我之所以如此重注AI，是因為形成了以下幾條信念：
- **AI將極大增強資本對勞動力的優勢。**AI意味著公司可以用更少員工維持同等生產力。我自己就體會很深——很多程式設計和資料科學任務，現在我自己就能搞定，以前可能還要雇程式設計師或資料科學家。有些資料分析任務，用AI工具後效率提升了100到1000倍。圖像生成同理，大幅節省成本和時間。這種效率提升在多種領域都能看到，對社會非常顛覆，加速了自動化和人力資本貶值（尤其是專業服務領域）。我感受到權力正從“賣勞動力給公司的人”轉移到“股東和企業”。我的行動計畫：無，因為作為VC我本就在“資本”一側。
- **忽視AI的投資人將錯失本十年最大主題。**但我認為基礎大模型並不是投資的最佳切入口。早期投資者最大受益點在於，AI讓創業公司所需員工數量大降。個人創業者開始出現，聰明但無程式設計經驗的人也能自己搭建產品。我的行動計畫：大力投入AI VC基金、做AI天使投資、關注AI與加密結合的項目（如CIV）。
- **AI將終結“後真相”時代。**這是另一個話題，但很明顯我們之前的認知標準已經不適用。造假圖片或視訊的成本已趨於零，未來未簽名內容都不再被信任。要想被信任，內容必須簽名、認證、時間戳（可能上鏈）。所以，“後真相”時代會終結，不是因為內容默認可靠，而是因為所有內容都會被默認是假的，除非有證明。我的行動計畫：投資如Tab/Friend（AI可穿戴裝置，能建立認證“數字不在場證明”）和@witnessco_（鏈上認證工具）
- **AI熱潮將拯救美國的人口危機和債務負擔。**二戰後，美國負債率同樣高，但靠高通膨、嬰兒潮和生產率提升走出來。我現在認為，AI將在未來十年為美國GDP增速每年增加2-4個百分點，幫助美國走出債務危機（即使沒有人口紅利）。目前美國相對其他發達國家的強勁增長，很大程度上歸功於AI熱潮。幸運的是，AI創新中心就在美國，這讓我對美國財政前景有了全新樂觀。AI經濟影響至少等同於核能或網際網路的發明，甚至更大。不過，AI帶來的好處將極端集中，受益者更少，這也是我擔心的地方。我的行動計畫：下調美國爆發重大債務危機的機率預期，繼續將美國作為我職業活動的中心。
目前AI熱潮的規模已大到出現新瓶頸。2021-23年，AI的限制是硬體供應，先是A100，後來是H100。現在，制約點變成了四級資料中心（AI資料中心與普通資料中心對基礎設施要求不同，需要更高級的網路、更高的功率密度和更強冷卻能力）。這些都需要很長時間建設，這就是當前的瓶頸。（CoreWeave的Brannin McBee在Odd Lots[3]節目中談到了這個問題）
如果你聽過祖克柏在@dwarkesh_sp播客[4]上的發言，他反覆強調AI算力增長的新瓶頸就是“電力供應”。我認為，超大規模雲廠商打算投入AI算力的投資規模，至少會和上世紀90年代電信建設投資（1996後五年約5000億美元）相當。（順便說一句，即使超大廠商對AI雲和資料中心投資過度，也不像鐵路熱潮那樣會浪費，因為AI雲可以靈活部署新的模型，重複建設不是問題。多投了反而讓推理成本更低，形成消費剩餘）
亞馬遜、Google、Meta和微軟宣佈今年單在AI基礎設施上的投資總額將達到2000億美元。AI發展如此迅猛，如今最大瓶頸已變成“吉瓦級電力”的物理供應。
那麼，為什麼輝達的上漲讓我感到緊張？在2.8兆美元市值、年初至今上漲135%的情況下，輝達交出的增長資料對這個體量的公司來說幾乎難以置信。它的漲幅如此之大，似乎正在吸走標普500和其他大科技股的資金。
這種行情一部分是因為投資人都想追逐在相對經濟疲軟環境下仍有確定性增長的資產，也相信輝達的晶片、軟體和網路具備護城河（我基本同意），大家把它看成了所有企業都必須購買的“壟斷商品”。
但我也在傾聽市場的訊號——輝達現在是全球最重要的公司。它的增長資料至少在一定程度上支撐了這波行情。
我認為，市場已經意識到AI將嵌入每一個應用，AI可穿戴裝置會無處不在，最終我們甚至不會再把AI當成一個獨立類別，就像我們現在不會再說“聯網裝置”，因為一切都在聯網。我們沒有“網際網路投資人”，只有投資人，所有創業公司都依賴網際網路。AI也會變得無處不在，這意味著未來人均算力需求將在十年內提升數十倍。幾乎每個人、每時每刻都在用AI，因為AI會融入每一個應用。
正如我前面說的，AI極大地增強了資本對勞動力的支配力。正因如此，作為資本配置者，我大幅轉向能從AI中受益的公司。但這對社會影響極其不均衡。在我看來，現在像翻譯、轉錄和摘要等領域的人力資本已經接近於零。自動駕駛已經可用，這可能會淘汰計程車司機、網約車和未來的卡車司機等龐大勞動力。
而在程式設計、網頁開發、平面設計等領域，AI工具極大提升了人類生產力，同時減少了對初級程式設計師的需求。醫療領域，AI診斷（尤其是影像）已經優於人類醫生，儘管醫療監管導致這些進步會被拖慢。在法律和會計等白領職業，AI將能替代大量初級員工的事務性工作。雖然現在AI在醫療或法律建議上還很原始，但本質上這些職業就是“輸入資料-做出建議”或“檢索大規模案例-給出建議”，AI完全可能達到行業水準。（當然，頂層專家的判斷不會被替代，但大部分流程會被自動化）。幾乎已經無處可藏。
許多人拿工業革命類比，說那不會讓人失業，只會帶來新工種，因為社會能更好地利用能源、城市化、專業化。但其實並非如此。工業革命確實讓大量勞動力變得無用——比如歐洲農用馬匹在1850-1950年減少了約90%。如今的計程車司機、翻譯等，就是“馬”。但你不能像馬一樣把這些人“送去養老”。現代社會契約要求即使他們的人力資本貶值也要保障他們生活。再加上人口老齡化和主要勞動力人口比例下滑，這讓我深感擔憂。工業革命還有個不同之處，那時是用新能量增強人類生產力，而這次我們創造了超人類智能（目前只在部分領域，幾年內會更泛化），遠超人類能力。當然，創業者和創意人士能用這些工具數十倍提升生產力。因此我對GDP增速和創業生態持樂觀態度，因為創業公司所需人數還會繼續下降。但不可否認，很多人類技能將變得無關緊要。
我現在的假說是，AI將持續拉大資本和勞動力的分化，資本受益。最近這波通膨期間，資產價格下跌、工資提升，勞動力短期反而比資本表現好（這是通膨常見現象，和網上常見觀點相反）。但我認為，隨著生產率提升，AI會逆轉這個趨勢。高級程式設計師/顧問/律師等用AI能做本來要5-10個初級員工的工作。中期來看，數以百萬計從業者所在的整個職業將消失。社會不可能容忍大規模失業，所以我預計會出現針對資本的反制（實際已經初現端倪）。
這些反制措施可能包括：
- 以“AI安全”為名大力監管AI，試圖減緩其顛覆速度（目前已在進行）
- 提高資本利得稅、取消QSBS和carry等稅收漏洞
- 提高對失業群體的政府福利和直接轉移支付（如疫情時期的補貼常態化）。這會推高通膨，進而推高名義股票收益，再被徵稅，形成投資者向國家的財富轉移
- 國家直接介入AI開發，比如加州的SB 1047法案（詳見Piratewires[5]），這將實際禁止開源AI
- 如果我的預測成真，還會看到發達國家社會黨力量增強，因為受AI衝擊的人群結成新聯盟。這些力量比以往更強大，因為會有白領階層加入被邊緣化人群
作為投資人，AI機會巨大，其顛覆性和價值創造可與網際網路、鐵路發明相提並論。但我認為，它對社會的“破壞性”很可能會“過於成功”。AI對勞動力市場的影響，勢必推動西方社會朝著更傾向社會主義、反資本的方向發展。所以雖然現在的最佳策略是積極配置AI相關資產，但必須預判這種反制。 (智能熵思)