43:40 1.基建：能源、算力（预训练英伟达、推理谷歌有小部分）、厂房；2.智能：现存结果数据几乎已用完，o1开启推理能力；3.硬件：车、眼镜、机器人；4.应用：现实虚拟世界相交互动，所有给人类减少痛苦增加乐趣的服务，都有可能诞生新的商业模式

「✅技术浪潮」 每10年会有一个新技术带动一波科技进步周期。 首先是计算，第二是分发渠道，第三是内容生产。 代表以文字、图片、音频类似的内容生产成本在快速降低。 「✅新技术」 痛点先行，概念靠后。 一个新的科技，一定是首先解决了某一部分人的问题。 投资和创业都是一体两面，要对自己诚实。 你不能在长时间内骗过所有人。 「✅投资难点」 科技的作用是降低成本，以及科技的进步是非线性的，投资科技行业非常难。 供给和需求永远不是完美匹配的，一定是投入先行，且有一定时间间隔。 投资机会：新技术的拥护者，且活的好的公司；老公司嫁接了新技术，且用的好的公司。前提是这两类公司都有明显的竞争优势，最后能活下来，活的好。 「✅创业复盘」 做投资、做创业，核心是面对未知的未来，做商业判断且下注且行动的过程。 在早期拼效率，但过程中要思考哪些动作能在终局时帮助建立可持续的竞争优势。 行业本质决定了该行业是否能形成可持续的竞争优势，行业允不允许在该行业的公司形成良性可持续的商业模式。 极少数产业是技术构建的竞争壁垒，大多数企业是依靠技术之外的数据构建的壁垒。 「✅AI进展阶段」 1）围绕AI核心数据中心的大的基建浪潮 2）边缘计算：能被AI赋能的终端设备。 3）应用层面：各种APP 4）从纯电子的数据闭环→虚拟AI到现实世界的扩展。 四个阶段在同时发生。 从资金流向来看，现在处于很大的基建狂潮和海外大厂为主的军备竞赛。 概念：个体以理性的方式行动的时候，可能群体行为整体来看是非理性的。 定性：供给驱动。市场现在是没有共识的。 看真正有钱的大公司在做什么。 「✅AI应用」 面对B端的API、面对C端的订阅，面对个人用户的AI助手，大幅降低了内容生产成本。 现实世界与语言世界的环境不太一样，有太多的长尾案例/场景。 遍地开花需要AI技术在不同场景/不同案例下有一定的通用性。 继续进步需要算法、数据、算力，同时前进。 「✅中美AI进展差异」 实际现在差距没有那么大，甚至在某些应用场景或某些产品层面，并没有落后美国。 对人工智能的落地祛魅，因为科技进步需要反复试错。 1）生态 美国完整的生态：大的厂商做解决方案和产品研发，埃森哲、德勤、麦肯锡、贝恩等在服务端帮助落地，同时作为新技术的销售渠道。 中国软件企业最早做渠道和工程队。在软件研发层面，缺少人才。 2）付费意愿 同时中美两国的付费意愿，B端的付费意愿和C端的付费意愿也是不太一样。 付费习惯是社会环境、文化环境造成的，中美两国的付费意愿不一样。 政企大客户习惯定制化，而且没有成熟的销售渠道和服务渠道。造成很多软件企业或科技型企业自己要建工程队、自己要建服务团队。 3）基于底层的不同，推导整个产业未来发展方向。 面向个人用户的产品，比较容易最先被大家采纳。 「✅个人投资者」 AI是一个非常宏大的话题，而且产业链非常长。 保持对一些变化的敏感度，保持自己摄取有效信息的渠道。尝试不同的产品、把所有大公司的季报读一遍，多听几个创始人的podcast。 到世界的边缘去。 AI创业公司的死亡率非常高。很多AI的先发优势并不成立，可以等。 要么离底层芯片近，要么拥有数据闭环，拥有产品，拥有使用场景，有强大的分发渠道的老的公司。 「✅代表性公司」 哪些公司的商业模式被AI挑战，哪些公司能享受到这波红利？ 不是最好的产品就一定是能够赢到最后的，而是足够好的产品、有足够强大的分发。 世界上可能形成AI数据完全的非常大的闭环的公司，谷歌、特斯拉。 苹果的核心竞争力：掌握了终端、分发渠道、用户，底层芯片是自己设计的。普通用户不care Siri背后是什么模型。 「✅AI产业链公司估值」 需求可不可持续。 注意事项：利润表，以及利润表的关键假设，相对持续性等。 「📋信息源」 《Data Science for Business》/《商战数据挖掘》 《Chip Wars》/《芯片战争》 《The Age of Spiritual Machines》 《Godel、Escher、Bach》/《集异壁》

47:19 对有能力参与这场竞赛的公司来说，过度投资的风险<不投资的风险

高手，都是干货，收获很大

15:12 比特币出来的时候，宣称可以“降低交易成本、减少关税汇率损失、资产保值”，按理说也有解决一部分用户的痛点？无法壮大是因为有这些痛点的人群终究还是少数？

37:20 国外已验证有效的商业模式，国内可以用to c逻辑再做一遍🫣

1:18:15 渠道和钱都是大公司的优势，豆包很容易就让我妈妈用上了，Kimi给抖快红B送了很多钱用户量也没超过🤐