本文来自微信公众号： 每日天使 ，作者：每日天使
Benedict Evans是科技行业最冷静的声音之一。他曾在Andreessen Horowitz担任合伙人，现在以独立分析师身份持续追踪科技行业的长期变迁。这期Lenny's Podcast访谈里，他没有给AI打鸡血，也没有泼冷水，只是以一贯的分析师口吻，把我们现在在哪、接下来会发生什么、以及为什么说清楚了。
一、AI到底有多大？我们在哪个时间节点？
Lenny：你认为AI和互联网一样大吗？
Benedict：是的，我认为AI是那种量级的东西——它将触及所有行业、所有经济活动。但我同时认为，我们现在正处于大约1997年的位置。
1997年，浏览器已经出现，每家公司都在说"我们需要一个网站"，但还没有人真正搞清楚互联网会怎么影响他们的行业。Google还没有出现，iPhone还要十年，我们连宽带都还没有普及。很多在那时看起来"显而易见"的互联网应用，在现实中要再等5到10年才真正发生。
AI也是一样。我们今天能看到的AI应用——客服自动化、代码辅助、内容生成——这些都是"1997年的网站"。真正颠覆性的应用，可能我们现在还想不到。
Lenny：那最让你感到"哇"的时刻是什么？
Benedict：不是某一个特定的时刻，而是我意识到AI已经从"能不能做到"变成了"怎么做最好"这个问题的转变。
几年前，大家还在问AI能不能写一篇过得去的文章。现在这个问题已经不存在了，问题变成了：怎么用AI写出真正好的东西，用什么工作流、什么提示词、什么审校流程。这个转变发生的速度比我预期的快。
二、意外的赢家：顾问咨询业为什么反而更繁荣了？
Lenny：你提到高端咨询顾问的需求不降反升，这个反直觉的结论是怎么来的？
Benedict：有一个非常有意思的现象：AI大量普及之后，高端律师、高端顾问、高端战略咨询的需求实际上在上升。
原因是：AI让"获取知识"这件事变得极度容易，但"判断何时适用哪种知识、如何解读不确定性、在模糊情况下给出建议"这件事，恰恰变得更难、更稀缺。
举个例子——法律领域。AI可以快速生成一份合同，可以找到相关判例。但要在一个复杂的商业谈判里判断对方的意图、在监管模糊地带给出建议、在对手律师的反驳面前坚持立场——这些都需要人类判断力。而且当更多人能"做基础法律工作"之后，真正需要人类判断的那层反而被放大了。
这是AI带来的一个反直觉效应：知识本身贬值，但对知识的诠释和判断升值。
Lenny：但低端的、初级的法律工作不会受到冲击吗？
Benedict：会，而且正在发生。初级律师做的很多事情——整理文件、找判例、起草标准合同——这些都会被AI承担。
但这有两种可能的结果：一种是律所缩减初级律师的规模；另一种是同样数量的初级律师，现在能处理过去10倍的工作量。目前看到的情况更接近后者——律所在扩张，而不是收缩。因为AI降低了提供某些法律服务的成本，从而扩大了市场。
当然这两个结果会并行发生，哪个更占主导因行业和时间节点而异。
三、分发：AI时代真正的护城河
Lenny：你说分发是当下最重要的护城河，为什么？
Benedict：在AI的能力层面，很多东西已经趋于商品化。各家基础模型的能力差距在缩小，API的价格在下降。如果你只是在别人的模型之上做一个应用，你的竞争优势会越来越脆弱。
但分发——也就是用户入口——是极难被复制的。微软把Copilot嵌进Word、Excel、Teams，谷歌把AI搜索放进每一个人的浏览器入口，苹果把AI助手放进每一台iPhone——他们卖的不只是AI能力，而是"你在哪里用AI"这件事本身。
一个新的AI应用，即使能力优秀，要去赢得用户的注意力、建立使用习惯、打进企业决策流程，这个代价是巨大的。而微软、谷歌、苹果已经在那里了。所以分发是护城河，而不是技术本身。
Lenny：这是否意味着新创业公司没有机会了？
Benedict：不是这个意思。互联网时代，谷歌、Facebook并不是1995年就存在的，它们是在互联网基础设施普及之后才出现的。很多最重要的公司，是在这波基础技术成熟之后才诞生的。
AI时代同样如此。有很多我们现在还没有想到的应用场景，有很多传统行业还没有被真正渗透。创业公司的机会不在于"做一个比GPT-4更好的模型"，而在于找到某个具体领域、具体问题，用AI解决它，然后通过专有数据、工作流整合、客户关系来建立真正的护城河。
真正的问题不是"AI会不会做这件事"，而是"谁来做、怎么做、分发在哪里"。
四、就业的未来：工作会消失吗？
Lenny：你怎么看AI对就业的冲击？很多人担心失业。
Benedict：我对这个问题的框架是区分"工作"（jobs）和"任务"（tasks）。
每一份工作都由一堆具体任务组成。AI正在改变的，是其中某些任务的完成方式，而不是整份工作的消失。举个例子：放射科医生的工作包括读片、写报告、和患者沟通、和其他医生讨论复杂病例、培训年轻医生——AI可以承担读片和初步报告生成，但放射科医生作为一个职业并没有因此消失，他们的工作在转变，时间分配在重构。
历史上每一次技术革命都产生了这种恐惧——电气化会消灭工作，计算机会消灭工作，互联网会消灭工作。每一次都没有。不是因为技术没影响，而是因为当一类工作变得更高效时，需求通常会扩大，新的工作类型会出现。
但我不会说这是必然的、毫无痛苦的。转型期确实有人会受到冲击，特别是那些做高度重复性工作的人。政策层面需要有所准备。
Lenny：对于个人来说，怎么在这个时代找到自己的位置？
Benedict：我给人的建议通常不是"去学AI"，而是：找到你真正关心的问题，然后去学用AI来解决它。
"学AI"是一个工具性的目标，但工具本身没有方向。你需要先有一个你真正想解决的问题——可以是你行业里的一个痛点，可以是你自己遇到的困难，可以是一个你关注很久的领域。带着这个问题去用AI，你会发现你学得更快、用得更深、做出来的东西更有价值。
纯粹"为了不落后而学AI"的人，往往只是浅尝辄止，也找不到应用场景。有真实问题的人，会真正把AI变成自己的竞争力。
五、基础模型的定价权与商业化难题
Lenny：OpenAI、Anthropic这些基础模型公司能赚到大钱吗？
Benedict：这是一个悬而未决的问题，老实说我也不确定答案。
有几个相互矛盾的力量在拉扯：一方面，基础模型的训练成本极高，先发优势明显；另一方面，推理成本曲线在持续快速下降，竞争也在加剧。如果两年后API调用的价格比现在低90%，那些现在依赖收取API费用来盈利的商业模式会面临巨大压力。
我的直觉是：真正赚大钱的方式，可能不是收API费，而是做类似云计算的事——不只是卖"算力/智力"本身，而是在AI能力之上建立完整的服务生态，或者走向应用层，深入某个具体行业场景。
微软的Copilot策略某种意义上就是这样做的——他们不是靠卖AI能力赚钱，而是把AI作为Office、Azure、Teams的增值部分，用来提高这些产品的用户黏性和定价能力。
Lenny：那开源模型对这些商业模型是威胁吗？
Benedict：开源模型的崛起让定价权更加分散，这对API提供商确实是压力。但我不认为这会让所有商业模型都消亡——就像Linux崛起之后，云服务商和软件公司依然活得很好一样。
问题的关键不在于模型本身是开源还是闭源，而在于谁能在模型之上提供更完整的解决方案、更好的整合服务、更多的信任背书。在企业市场，"我能在你们的安全合规框架里运行这个AI"比"这个AI能力最强"更重要。
六、反AI情绪与"过去时刻"
Lenny：你怎么看现在越来越强烈的反AI情绪？
Benedict：我认为这是一个非常重要的信号，但不是你想象中的那种信号。
当一项技术开始让大量普通人感到不舒服、开始进入他们的日常生活、开始影响他们的工作——这通常意味着这项技术已经真正渗透进了社会，而不是还停留在科技极客的圈子里。反弹是渗透的副作用。
互联网时代也有过强烈的反互联网情绪——隐私担忧、色情内容、假新闻、儿童安全。这些都是真实的问题，但它们的出现意味着互联网已经足够重要、足够普遍，以至于社会需要认真对待它。AI正在经历同样的过程。
反AI情绪不等于AI会衰退，它更可能意味着AI正在进入一个新的普及阶段——从"少数人在用"到"多数人都在用、都需要面对"。
Lenny：在这样的时代背景下，你对未来感到乐观还是担忧？
Benedict：我不喜欢把这个问题框架成"乐观vs悲观"。我认为更准确的说法是：这会非常复杂，会有很多美好的事情，也会有很多糟糕的事情，而且我们现在预测不了哪些会发生在哪些地方、以什么形式。
互联网让整个世界更紧密地联系在一起——这创造了巨大的经济价值，也让虚假信息可以以光速传播；让教育资源变得平等，也让仇恨内容轻易跨越国界。AI会是相似的故事。
我的准则是：不要在没有数据的情况下做确定性的预测，不要把自己的恐惧或兴奋投射成"这就是必然会发生的事"。保持好奇心，持续更新自己的判断，然后做好当下能做的事。
七、闪电问答
Lenny：你现在最喜欢用的AI工具是什么？
Benedict：我对自己喜欢用什么工具特别谨慎，因为我很怕变成那种"大力推荐这个工具"然后两个月后这个工具就不行了的人。不过Claude和Perplexity都是我日常在用的。
Lenny：你觉得什么技能在AI时代最保值？
Benedict：判断力。分析复杂情况、在不确定性下做决策、理解人的动机——这些是AI很难替代的。其次是沟通：准确、清晰、有说服力地表达思想，对人也对AI都适用。
Lenny：你的人生座右铭是什么？
Benedict：两个：一个是"it depends"——任何关于未来的断言，答案几乎都取决于具体情况；另一个是"it'll probably be okay"——事情不会总按你预期发展，但通常还好。这两句话我每次分析科技趋势时都会用到。
原视频：https://www.youtube.com/watch?v=BD3vLtWhT5A