（来源：企业家杂志）

　　AI正在以前所未有的速度改变商业世界，但技术的突破是否意味着传统商业规律将被颠覆？在哥伦比亚商学院第36届格雷厄姆·多德年度午餐会上，喜马拉雅资本创始人李录从知识普及、实体经济与资本投入等角度，分享了对AI技术价值与发展边界的思考。他认为，AI正在降低知识与专业能力的获取门槛，但技术再强大，也无法摆脱成本约束与商业回报的基本逻辑。以下为相关观点的精编整理。

　　01.

　　一个暂时性定义：提取人类数据的“第一阶导数”

　　如果让我现在给AI一个暂时性的定义，我会这样描述：它本质上是一台机器，通过巨大的算力，加上一套非常聪明的算法，把人类产生的几乎全部数据放进去，然后从这些数据中提取“第一阶导数”。

　　也就是说，它在几乎无限数量的人类数据变量之间，建立起系统性的、具有上下文关系的相关性。

　　正是在建立这些巨大、复杂的相关性之后，它开始获得很多看起来接近于人类推理和人类智能的能力。

　　到目前为止，我们知道怎么使用它，也知道怎么让它变得更好。但我们并没有完全理解：它为什么会有效。

　　当然，某种意义上这和人类自己也很像。我们其实也并没有完全理解，人脑这台“机器”究竟是怎么运作的。

　　所以这只是我现在给它的一个暂时性定义。

　　02.

　　平权的是知识层，没有改变能源和制造业

　　我们还在观察正在发生的事情。但现在已经可以看到，它确实能够把经济中某一个非常重要的层级极大地“普及化”和“平权化”。

　　如果你把整个经济体系想象成一层一层搭起来的结构：最底层是能源和交通运输；在它上面，是制造业。

　　再往上，是通信、数字化媒体；然后在这些基础设施之上，又形成了极其庞大的知识型、技术型服务业。

　　这些服务把人类过去几百年积累起来的各种知识和专业能力综合在一起，为下面所有这些经济活动服务。

　　而今天的生成式AI，在现阶段最擅长做的事情，就是把这一层已经积累起来的知识和专业能力重新综合起来，并且让它们变得更加普及。

　　但是，它并没有改变能源和交通运输本身，也不会直接改变制造业的本质。

　　制造业归根结底，仍然是把不同的物质、分子和原子进行重新组合，把一种组合转化成另一种组合。

　　所以这才是生成式AI目前真正发挥作用的领域。它并没有超越人类。

　　从这个角度继续推演，你也就能理解：它最终未必会达到今天那套宏大叙事所暗示的高度。

　　因为我们现在仍然牢牢处在人类生成数据这个范畴之内。如果真的要进入生物学意义上的层面，那是完全不同的数量级。

　　比如说，你身体里的每一个细胞，都可以把它想象成一个大约50MB的文件，然后你还要再乘以数万亿个细胞。

　　如果想真正跨越到生物层面的复杂性，你面对的是这样一个数量级。所以我们距离那个层次其实还非常、非常遥远。

　　03.

　　增量成本永远存在，资本纪律不会失效

　　另外，还有一点大家经常忽略：这项技术的成本结构也很不一样。

　　它和互联网，以及过去很多技术不同。过去很多技术，你可以先进行一次性的巨大投入，完成基础设施建设。之后很长时间里，都可以不断利用这套基础设施。

　　AI不是这样，AI永远都会伴随着增量成本，因此，你永远都必须考虑投入成本和最终能够产生的收入、利润之间是什么关系。

　　资本需求和财务纪律，永远都会发挥作用。

　　能源当然非常重要，它是整个经济体系最基础的一层。而今天AI的发展，本身也受到很多现实条件的约束：从芯片，到电力，再到劳动力。

　　与此同时，还要考虑技术发展的速度，以及社会究竟能够容忍它发展到什么程度。

　　所以真正决定AI发展节奏的，实际上有四五个不同层面的约束同时存在。

　　那么人类社会通常是怎么适应这种巨大的技术变化的？从来都不是通过完美规划。

　　所以我们一定会经历巨大的繁荣，也会经历崩溃，很可能还不止一次。

　　我们可能会经历几轮繁荣与崩溃的周期，这大概就是这项技术最终会发展的方式。