2025-06-27 21:05:00
超越巨人：在 OpenAI 的阴影下建设
从 2016 年到 2021 年，人工智能领域涌现出了大量写作助手、对话式聊天机器人、旅行预订平台和会议转录工具，其中许多都在以飞快的速度发展。
随后，ChatGPT 不断推出新功能：从 2021 年的免费聊天机器人和写作工具，到 2025 年 1 月发布的用于预订的 Operator，以及 2025 年 6 月发布的用于会议转录的 Record 模式--这给试图与之竞争的初创公司带来了真正的压力。
这是我在消费类人工智能投资中反复听到的一句话：OpenAI 拥有如此多的用户注意力（和数据），可以随心所欲地开发任何工具，你怎么能开发消费类应用呢？
当一家公司开始主导一个品类时，人们的本能是模仿或屈服。但正确的做法是找到巨兽无法竞争的领域，找到其自身规模可能对其不利的领域。在 Web 2.0 时代，谷歌就是这样的庞然大物，推翻了从雅虎、MapQuest 到 AltaVista 和 AskJeeves 的一切。尽管如此，电子商务和社交网络仍在谷歌的掌控之外开辟了自己的天地。
现在，OpenAI 凭借每周数以亿计的用户和庞大的计算能力，在消费级人工智能领域傲视群雄。那么，在它的阴影之外，还有哪些地方可以产生价值呢？
巨人的引力
OpenAI 的 ChatGPT 已成为任何人探索消费人工智能功能的默认目的地。其免费版推出后，用户数量在数天内就达到了 100 万，并在短短两个月内达到了破纪录的 1 亿 MAUs。
更难能可贵的是留存率：超过 80% 的活跃用户会定期返回，付费用户在 6 个月后的留存率高达 70%。
这种关注程度促进了个性化：你用得越多，它就越能了解你的模式、偏好和快捷方式。坚持使用熟悉的东西是人类的天性，但人工智能不断改进的反馈循环只会放大这种倾向。 消费类应用既要面对 OpenAI 的领先优势，又要面对这种天然的粘性。但正如谷歌无法与亚马逊和 Facebook 抗衡一样，初创公司在某些领域也拥有优势。 以下是我密切关注的三个领域：
1.纵向信任和领域专长
通用聊天机器人难以应对高风险、受监管的领域。试想一下，从一个通用模型中寻求税务建议或心理健康指导：责任问题和细微的法规要求具备专业知识。在个人理财、医疗保健、税务、房地产和其他建立在信任基础上的领域，用户需要领域可信度的证据。将临床医生、注册会计师或执业顾问嵌入人工智能工作流程的初创公司可以脱颖而出。
该模型可以处理表层查询，但经过人工审核的管道或经过验证的数据源会造成一个障碍，如果不复制专业团队，仅靠 OpenAI 是无法跨越的。这是一个典型的 "二元论"，但深度垂直领域比水平巨头更能奖励专注的参与者。
2.连接物理世界
虽然人工智能功能强大，但许多高价值的消费体验仍然得益于（甚至需要）现实世界的整合。像Doctronic这样的初创公司展示了人工智能分诊如何引导远程医疗会话，然后也许是亲自护理。旅游也可以重新想象：人工智能不仅可以规划行程，还可以预订当地体验、安排导游或策划惊喜活动，然后跟着你一起去。房地产可能不仅仅是匹配房源和安排参观，而是实时指导您完成检查、文书工作和入住服务。
这些都需要物流、合作伙伴关系和实地网络。护城河不是模式，而是将人工智能建议与实际成果联系起来的运营支柱。对于 OpenAI 这样一家数字优先（也是唯一一家）的公司来说，这是一项艰巨的任务。
3.缩小创意差距
2025 年 6 月，《自然-人类行为》（Nature Human Behaviour）杂志上的一项研究调查了参与者使用 ChatGPT 等工具与依靠自己的构思和网络搜索进行头脑风暴的情况。研究发现，虽然人工智能可以提高创意的数量，但往往会减少创意的多样性：许多人工智能辅助的参与者产生了非常相似的概念，这表明生成模型与不受约束的人类思维相比存在 "创造力差距"。这与人们担心的问题不谋而合，即人工智能在大量但有限的数据集上进行训练，会使其向统计学上的常见模式靠拢，从而限制了新颖性，尽管输出流畅。提高人类的创造力、模仿人类的创造力将是一项艰巨的工作，需要专业化的团队，他们不仅要在技术上具有创造性思维，还要有自己的创造性思维。
这并不是要否定LLM的价值（加快初稿的撰写可以有效改善创意过程），但真正的创意需要人类的策划、奇特的联系和偶然性。初创公司如果能够开发工具，提供意想不到的提示，汇集不同的人力投入，或组织混合研讨会，就能在虚无的人工智能无法发挥作用的地方创造价值。
最终想法
当一个新功能的发布就能让数月的努力化为乌有时，OpenAI 的预算和影响力很容易让人感到力不从心。但成功并不在于试图超越 OpenAI。而是要找到人工智能能够实现更大目标的地方。巨头们擅长横向扩展，但在深度信任、现实世界的执行力或真正的新颖性方面却磕磕绊绊。这正是价值不断累积的地方。在人工智能无法填补的空白处。
创始人清单：
信任差距：您对哪个监管领域有深入了解？如何在工作流程中嵌入经过审核的专家和合规性？
实际整合：你能在现实世界中建立哪些服务或合作关系，而数字优先的巨头会发现复制这些服务或合作关系的成本很高？
创意差异化：您将如何在人工智能之前或与之并行注入人类的偶然性或特定领域的输入，从而产生真正新颖的创意？
运营护城河：你能尽早锁定哪些流程、合作关系或数据管道，以抵御模仿者？
用户习惯回路：如何创建反馈回路（如个性化数据、奖励），从而巩固参与度，超越通用模式的吸引力？
2025-06-26 01:31:00
最近，我感觉互联网上的每一个角落都在谈论风险投资回报率--""......"。Carta 图表有一天泄露的 DPI 表格下一个。我在滞后年份, 巨型基金膨胀, "风险投资傲慢评分", 99%的退出门槛不断提高和风险投资的 PE 化.
但是，尽管如此，我还没有看到有多少人真正了解早期基金的回报指标是如何随着时间的推移而演变的。这是一个至关重要的空白。许多分析侧重于仍处于中期阶段的基金，在这种情况下，纸面上的标价可能讲述一个不完整甚至误导性的故事。
因此，我调出了 Collaborative 第一支基金的数据，这是一支 2011 年成立的基金，目前已接近全部完成。它为我们提供了一个具体的视角，让我们了解风险投资的业绩是如何在基金的整个生命周期中展开的。
基金 1 规模较小：800 万美元用于 50 项投资。支票规模从 ~$10,000 到 ~$400,000，首轮和后续投资平均约为 100,000。该基金以美国为重点，不受行业限制，主要是种子期前至 A 轮投资。
闲话少说，下面是该基金在其整个生命周期中在几个核心指标方面的表现：
注：向 LP 的分配为净值；认缴额反映实收资本。第 1-5 年的内部收益率数据无意义（"NM"）。
以下是回报数据的折线图：
注：内部收益率以虚线表示，与次坐标轴相对应。
捐款在第 4 年结束，这是早期基金的典型情况。分红直到第 4 年才开始，在第 10 年左右达到顶峰：
回报高度集中。Upstart、Lyft、Scopely、Blue Bottle Coffee、Maker Studios、Gumroad、Reddit 和 Kickstarter 这八家公司推动了几乎所有的分配。
注："成本 "指实际投资的累计资本。"现金返还 "是基金从变现事件中获得的累计收益，不包括(i)任何剩余未变现价值和(ii)基金一级的费用和开支。"倍数 "是现金回流除以成本的商数。
这些投资加在一起仅占投资资本的 80 万美元，但却获得了 3760 万美元的回报--平均回报倍数为 45 倍。其余 42 项投资（720 万美元）的回报率仅为 200 万美元（0.3 倍）。
在这 8 家公司中，结果差别很大：仅一家公司就提供了全部现金返还的 73%。加上接下来的三家公司，累计份额超过了 90%。倍数从 1.4 倍到 115 倍不等，这说明即使是 "成功 "的子集也可能是如此集中和多变。
我们认为，早期风险投资的最大风险不是失败。而是错失（或错误地选择）异常值。在第一期基金中，八家公司推动了几乎所有的分配。仅一张支票就占了 DPI 的 70% 以上。这就是幂律在起作用。
目前，Collaborative 已经走过了 15 个年头，有四支早期基金处于收获期。其中三支基金在 PitchBook 的前四分之一排名中名列前茅，两支基金在 DPI 的前十分位排名中名列前茅。每只基金都是由少数几家公司带来大部分回报。也许这些将成为未来的文章主题。
在此之前，我希望这能提醒大家，要慎重对待基于未实现基金的风险投资业绩叙述。有些趋势是真实的，值得关注。但许多最响亮的信号可能会随着基金的成熟而消失或逆转。在它们充分发挥作用之前，它们的故事仍在书写之中。
2025-06-18 21:38:00
合作基金最近启动空气这是一种以设计为主导的人工智能产品的新型加速器。它的灵感来源于那些在其时代重塑了创造可能性的机构，这些机构在技术和文化转型的关键时刻将不可能的合作者聚集在一起。
在我们招募第一批学员时，我们正在与那些曾参与创造这些照明棒时刻的人交谈。几周前我们问尼古拉斯-尼葛洛庞帝麻省理工学院媒体实验室的创始人，反思当文化和技术碰撞出新的思维方式时会发生什么。
今天，我们将与汤姆-麦克默里汤姆是红杉前普通合伙人，曾帮助硅谷开创了第一个黄金时代。汤姆是雅虎, Redback 网络, C 立方体, NetApp-重要的是英伟达.现在，他在多个专注于科学和影响力的董事会任职。我们就模式识别、资本纪律以及他为何投资 AIR 等问题采访了他。
汤姆-麦克默里网络领域的投资方向非常明确--带宽需求量很大。在纯互联网领域则不那么明确。我们的调查程序已经相当成熟，因此我们不断开发出更精细的过滤器，并利用我们在芯片和企业软件方面的核心能力。在 Nvidia 的案例中，我们遇到了我所说的 "红杉时刻"（Sequoia moment）--一种奇妙的非线性尽职调查过程，在对业务进行分析后，我们发现只剩下一个问题需要决定。我们的秘诀在于，我们对企业的了解往往是创始人的数倍。我们了解真正的风险所在。
对于像 Nvidia 这样的公司，我们在赛普拉斯（Cypress）、微芯片（Microchip）、LSI Logic 和 Cadence 的投资中积累了半导体方面的专业知识，再加上我们在游戏公司方面的经验，这意味着市场风险非常低。我们可以很容易地对创始人进行尽职调查，因为很多人都曾为红杉的朋友工作过--这正是我们在 20 世纪 90 年代的优势所在。在互联网浪潮中，我们通过对思科和雅虎的投资获得了特殊的洞察力。他们是市场先驱，比我们早 3-5 年看清了世界。他们多次指明了方向，而我们只是顺势而为。
红杉技术合伙人兼 LSI Logic 首席执行官 Wilf Corrigan（詹森在创办 Nvidia 之前曾在 LSI Logic 工作）让他与红杉的唐-瓦伦丁（Don Valentine）谈谈他的 "芯片想法"。詹森提出了不断发展的游戏世界和对更高性能的需求。老实说，当时我根本不知道为什么要投资这家公司。但我们问了越来越多关于团队、竞争、分销的问题，并得到了可靠的答案。
大约 90 分钟后，皮埃尔-拉蒙问延森芯片有多大。詹森说 "12 毫米"。皮埃尔看了看唐和马克，他们点了点头，我们当场承诺投资。我们主导了 A 轮投资，马克加入了董事会。剩下的就是历史了。
关键问题不在于市场规模或愿景，而在于 "他们能否制造出芯片、获得性能和价位？这就是芯片尺寸问题成为决定性因素的原因。红杉的半导体合作伙伴--唐、皮埃尔和马克--立即明白了这一点。
因为你正在重现 90 年代红杉走廊上的热闹景象--建设者、研究者和设计者们在同一个房间里争论、设计原型并反复推敲。伟大的公司很少是单打独斗的，他们是爵士乐团，朝着一个共同的方向前进。
秘诀就在于依靠你的成功，从中吸取经验教训，在扩展、迭代和继续前进的过程中加以应用。
"便宜没好货"资本效率迫使人们保持清醒。在网络泡沫崩溃中幸存下来的公司，其烧钱率都低于他们的 A 轮融资支票。
每一波浪潮的起点都是混乱的。但历史证明，有两个真理始终存在：
工作岗位的变化比消失更快。思科扼杀了一些电路交换机岗位，却孕育了整个网络工程师阶层。
偏差是数据造成的，而不是硅造成的。修复训练数据，就能解决 80% 的问题。这是人类的功课，而不是机器的命运。
当创业者在商业模式中，而不仅仅是在代码库中加入防护措施时，"善的力量 "就开始发挥作用。
我会寻找 "红杉时刻"--在所有关于团队、市场和技术的问题之后，我们找出决定成功的唯一关键因素。对 Nvidia 而言，这就是 "芯片有几毫米宽？有时，正是这些看似简单的技术问题，揭示了一家公司能否实现其愿景。
对于那些记得的创始人来说：进步并不是不可避免的--是人们让进步变得不可避免。
2025-06-13 02:54:00
一个男孩曾问查理-芒格："对于像我这样的人，要想在生活中取得成功，你有什么建议？"芒格回答说"不要吸可卡因不要和火车赛跑。避免一切艾滋病的情况"。
我们往往很难知道什么会带来快乐，但却很容易发现什么会带来痛苦。盖房子很复杂，毁房子却很简单，我想你会发现生活中的大多数领域都有类似的比喻。在努力向前迈进的时候，反其道而行之，关注如何不后退，可能会有所帮助。
以下是几条非常糟糕的建议。
让您的期望值增长快于您的收入增长
羡慕别人的成功，却不全面了解他们的生活。
以牺牲独立性为代价追求地位。
将净值与自我价值联系起来（为自己和他人）。
模仿那些想要的东西与你不同的人的策略。
根据追随者数量选择信任对象。
将参与与洞察力联系起来。
让嫉妒引导你的目标。
自动将财富与智慧联系起来。
假设新的多巴胺刺激是长期快乐的良好表现。
把每一次对话都看作是一场获胜的竞争。
假设人们关心你 25 岁以后在哪里上的学。
假设解决所有问题的办法就是多赚钱。
以不留余地的方式最大限度地提高效率。
交易驱动与关系驱动。
与学习新知识相比，优先考虑捍卫自己已有的信念。
假设人们所能传达的信息就是他们所知道或相信的 100%。
相信过去是金色的，现在是疯狂的，未来注定是衰落的。
假设你所有的成功都归功于勤奋，所有的失败都归功于运气不好。
准确、肯定、自信地进行预测。
最大限度地争取眼前的掌声，而不是长期的声誉。
重视看起来忙碌的外表。
永远不要怀疑自己的部落，但要对其他人的部落持怀疑态度。
假设努力比结果更有价值。
相信你的怀旧是准确的。
将您的幕后生活与他人策划的精彩片段进行比较。
不考虑适应性，假设每个问题都会持续存在，每个优势都会保持不变
把不确定性作为不作为的借口。
评判别人最差的一面，评判自己最好的一面。
假定学习在最后一天完成。
视耐心为懒惰。
把钱当作记分卡，而不是工具。
视忠诚（对值得忠诚的人）为奴役。
根据你希望和需要它是真的程度来调整你相信某件事情的意愿。
以部落为单位，将一切都视为社会等级之争。
对自己的后悔倾向毫无察觉。
只能从自己的经验中学习。
与那些你知道他们的道德水准低于你自己的人交朋友。
2025-06-12 00:39:00
"年纪越大，我越意识到聪明有很多种。聪明有很多种愚蠢也有很多种"。
- 杰夫-贝索斯
20 年前的本周，有史以来最聪明的投资者破产了。他们是在有史以来最伟大的牛市中破产的。
长期资本管理公司（Long Term Capital Management）的故事令人着迷，而非悲伤。投资者的学术聪明才智也许超过了之前或之后的任何群体，但他们却失去了一切，这充分说明了智力的局限性。这也凸显了贝索斯的观点：聪明有很多种。事后我们知道，LTCM 团队拥有史诗般的智慧，但缺乏一些不易衡量的微妙类型。谦逊。想象力。接受 70 亿人的集体动机无法用 Excel 总结的事实。
"聪明 "是解决问题的能力。解决问题是完成任务的能力。而完成任务需要的远不止数学证明和死记硬背。
几种不同的智慧
1.承认自己的领域并不比其他几十个领域更重要或更能影响他人的决策，从而促使你花时间将自己的专业知识与其他学科联系起来.
如果世界纯粹受经济学支配，那么作为经济学专家将有助于你了解世界。但事实并非如此。它受经济学、心理学、社会学、生物学、物理学、政治学、生理学、生态学以及其他学科的支配。
帕特里克-奥萧纳西多年前曾给他的读书俱乐部写过一封电子邮件：
我越来越相信，围绕自己的领域阅读比在自己的领域阅读更有成效，因此这份书单中没有投资类书籍。
这句话包含了太多的智慧。一个在多个领域都有 B+ 智力的人，很可能比一个在一个领域有 A+ 智力，但对该领域只是复杂拼图的一部分一无所知的人，更能掌握世界是如何运作的。
2.杠铃型性格，一面自信，一面偏执；愿意大胆行动，但始终以生存为第一要务。
对此，我有几点想法：
"生意场上唯一不可饶恕的罪过就是没钱"- 哈罗德-吉宁
"为了赚取他们没有也不需要的钱，他们不惜牺牲他们拥有的和需要的东西。这简直太愚蠢了。如果你为了不重要的东西而拿对你重要的东西去冒险，那是毫无意义的。"- 巴菲特谈 LTCM 崩溃。
"我认为我们一直害怕倒闭"- 迈克尔-莫里茨（Michael Moritz）这样解释红杉四十年来的成功。
这里的关键是要认识到，有些聪明人今年或明年的表现可能会比你更好，但如果没有偏执的犯错空间，当他们最终遇到意想不到的事情时，他们更有可能被淘汰或放弃。偏执让你的大胆赌注有机会存活足够长的时间，从而成长为有意义的事情。
3.肯-伯恩斯比历史教科书更受欢迎，是因为除非人们关注事实，否则事实就没有任何意义，而人们关注并记住的是好故事。
一个善于讲故事、想法得体的人，永远比一个想法伟大、希望用事实说话的人更有影响力。人们经常会问，为什么那么多没有思想的人最终会进入政府。答案很简单：政客不是为了制定政策而赢得选举，而是为了赢得选举而制定政策。对选民来说，最有说服力的不是一个想法是否正确，而是它所讲述的故事是否能够证实他们在这个世界上所看到的和所相信的。
这一点怎么强调都不为过：事实的主要用途是为故事提供可信度。但故事永远是最有说服力的。像关注内容一样关注信息不仅是一种独特的技能，也是一种很容易被忽视。
4.谦逊并不是说你可能错了，而是因为你经历的世界太少，你很可能错了，尤其是在了解别人如何思考和决策方面。
学业上聪明的人--至少是以这种方式衡量的人--更有可能迅速进入责任重大的工作岗位。有了责任，他们就必须做出影响他人的决定。但是，由于许多聪明人所经历的职业道路与智力较低的人完全不同，他们可能很难与其他人的思维方式联系起来--他们经历了什么、他们如何看待世界、他们如何解决问题、他们面临什么样的问题、他们的动机是什么，等等。最明显的例子就是，杰出的商学教授的大脑与成功经营当地干洗店的人的大脑可能只有一两毫米的重叠。许多首席执行官、经理、政治家和监管者都有同样的缺陷。
聪明的一种微妙形式是认识到，赋予你影响他人的决策权的智慧并不意味着你能理解他人或与他人建立联系。事实上，你很可能并不了解他们。因此，尽管你的 GPA 赋予了你为他人做决定的权力，你还是会不遗余力地去倾听和同情那些与你有着不同经历的人。
5.说服自己和他人放弃即时满足感, 往往是通过战略性转移注意力。
每个人都知道著名的棉花糖测试，在这个测试中，那些能推迟吃一颗棉花糖以换取两颗棉花糖的孩子，最终都能过上更好的生活。但这个测试中最重要的部分却常常被忽视。那些有耐心的孩子往往不是靠意志力做到这一点的。大多数孩子只要坐在那里盯着第一块棉花糖看，就会把它拿走。有耐心的孩子通过分散注意力来延迟满足感。他们躲在桌子底下。或者唱首歌。或者玩鞋子。著名测试背后的心理学家沃尔特-米谢尔后来写道：
对青少年来说，延迟时间最重要的一个相关因素是注意力的调配，即儿童在延迟期间将注意力集中在哪里：那些关注奖励从而更多激活 "热系统 "的孩子，往往比那些将注意力集中在其他地方从而通过分散注意力激活 "冷系统 "的孩子延迟的时间更短。
延迟满足并不是让自己周围充满诱惑，并希望对它们说 "不"。没有人擅长于此。处理长远考虑的聪明方法是享受每天所做的事情，以至于不会经常想到最终的回报。
关于此主题的更多信息
2025-05-30 00:02:00
在技术领域，显而易见的革命往往出现在最后。
互联网出现几十年后，我们才感觉到它的个性化。它从实验室开始，逐渐进入办公室，后来才进入我们的家庭。智能手机不仅仅是一种新的通信方式，它还是计算机从企业 IT 部门转移到我们口袋的那一刻。
人工智能的发展速度超过了以往任何一次技术浪潮。在不到五年的时间里，我们已经从令人瞠目的 GPT-3 演示变成了每天有数百万人与人工智能互动（有时是在不知不觉中）的现实。迄今为止，人们的注意力大多集中在技术层面：模型性能、代币定价、企业用例。但最具变革性的变化可能发生在界面、品牌和情感共鸣层面。
最有效的工具不仅仅是最准确的。它们将是最直观的、文化上最流畅的，感觉就像属于你的生活，无需学习。这才是真正的优势所在，也是消费人工智能即将变得非常有趣的地方。
因为现在正在发生一件大事。代币成本正在下降（自 2020 年以来，OpenAI 已将价格降低了 90% 以上），这使得开发者构建和发布消费级人工智能应用变得更加便宜和可行。微调模型变得更加容易。技术护城河如果有的话)正在消失。随着基础设施变得越来越便宜，越来越容易获得，人工智能的下一个目标正在成为焦点：消费者。
"曾经让人感觉现代的东西，现在却让人感觉难以撼动。这些基石应用程序已经僵化，而人工智能正在揭示它们已经变得多么脆弱"。
因为消费者并不关心你的型号大小。他们关心的是，这是否能帮助他们在一天中减少一点摩擦。
想想我们每天使用的工具：Gmail.Whatsapp它们为网络而生，为移动而优化，然后基本上就任其自生自灭了。曾经让人感觉很现代的东西，现在却让人感觉无法移动。这些基石应用已经僵化，而人工智能正在揭示它们已经变得多么脆弱。它们并不是为这样一个世界而设计的，在这个世界里，你的技术无需指令就能倾听、适应和行动。
消费人工智能与聊天机器人无关。无论如何，这不是我们所熟知的聊天机器人。而是要摆脱我们多年来一直在点击的按钮和下拉菜单。真正的机会在于界面：不仅能响应命令，还能预测上下文的工具。这不仅关系到更好的用户体验。而是一种全新的交互方式。
这可能意味着一个购房管家，它不仅能为你提供房源信息，还能了解你的日常通勤、遛狗习惯，以及你喜欢早晨哪种光线。与伴侣的日历和现金流同步的个人财务系统，让你们无需每天谈论金钱，就能共同制定计划。或者一个钢琴教练，能在你弹奏时倾听你的声音，并实时调整你的练习程序，因为你终于有了一个拥有无限耐心的老师。
聊天机器人可能已经拉开了对话式人工智能时代的序幕，但革命还在后面：环境式、嵌入式、隐形工具，其行为更像队友而非软件。
"获胜者看起来不像 OpenAI，而更像耐克或皮克斯：情感流畅、文化嵌入、行为塑造的机器隐藏在众目睽睽之下"。
有些事情已经发生了。算是吧。Rewind.ai正在为用户的数字生活提供可搜索的记忆。Rabbit's R1 承诺将自然语言转化为行动，从而完全消除 "应用层"。Humane 的 Ai Pin 虽然有缺陷，但至少提出了一个正确的问题：当你不用看屏幕时，计算会是什么样子？
这些产品无一成功。大多数产品都遭到了差评。有些产品给人的感觉就像打酱油的。但它们都在追求一些重要的东西。它们试图想象一个界面不再受限于屏幕和键盘的未来。这很重要。虽然它们显然不是最终的形式，但它们指向了我们尚未充分探索的前沿领域。这些都是新类型的早期失误；不是雄心的失败，而是新事物正在努力诞生的迹象。
历史提醒我们，外形尺寸的变化很少是渐进式的。个人电脑并没有带来智能手机--它需要对界面、分销和消费者行为进行彻底的重新设计。我们将迎来又一次这样的飞跃。苹果的 Vision Pro、Meta 的雷朋智能眼镜以及 Oura Ring 等人工智能驱动的可穿戴设备，都是下一步发展的早期暗示。
然而，通往大众化的道路并不是用代码铺就的：而是用信任、可用性和相关性铺就的。这正是许多投资者犹豫不决的地方。企业人工智能很容易被接受：有销售渠道、效率指标和投资回报率。而消费级人工智能则比较 "脆"。它依赖于品味。文化时机。取决于品牌。更难做电子表格。
但这正是它引人入胜之处。
"未来五年最好的人工智能消费品不会让你惊叹它的智能。它会赢得你的信任。而且永远不会引起你的注意"。
毕竟，品牌是信任的代名词。在人工智能代理将代表你行事的世界里，信任是最有价值的商品。五年内，最受欢迎的人工智能产品将没有应用程序、屏幕或用户界面，而它的品牌将比你的银行更值得信赖。消费人工智能不是技术上的突破，而是文化上的突破。获胜者看起来不像 OpenAI，而更像耐克或皮克斯：情感流畅、文化嵌入、行为塑造的机器隐藏在众目睽睽之下。这就是可防御性所在--不是专有模型，而是情感共鸣和行为锁定。就像苹果。就像 Spotify。就像所有变相成为基础设施的消费品。
那么，它将何去何从？
在未来 18-24 个月内，大多数消费级人工智能实验都将失败。硬件无法正常工作。助手会失灵。评论会很残酷。这没什么。界面革命总是这样开始的：不是在打磨，而是在摩擦。重要的是，少数团队会把它做对。他们将文化直觉与技术优势相结合。他们的设计不是为了功能，而是为了感觉。当它们推出时，人们将不会清楚它们是应用程序、品牌还是行为--只知道它们让生活更轻松、更人性化、更属于你。 未来五年最好的消费人工智能产品不会让你惊叹于它的智能。它会赢得你的信任。而且永远不会要求你关注它。
