不摸鱼的老陈
《不摸鱼的独立开发者日报》作者
获得徽章 0
#挑战每日一条沸点# 没有技术护城河了，这是闷声发大财的大航海时代
过去大家总在问，AI时代，价值会沉淀在哪一层？芯片、模型还是应用？哪里才有真正的护城河？然而，在当下这个阶段，纠结这个问题有点杞人忧天，好像每一层都没有绝对的防御力。但现实是，从芯片巨头到模型公司再到应用新贵，每个玩家都活得相当滋润。
我们正处在一个巨大的扩张期，而不是存量搏杀的零和游戏。就像哥伦布发现了新大陆，有数不清的星球等着大家去插旗，根本不用为了抢同一块地盘打得头破血流。
而且，基础设施的切换成本高得惊人，它不是换个App那么简单，而是深入骨髓的系统集成和逻辑绑定。所以，别担心什么商品化，在可见的未来，每一层最终都会形成稳定的寡头，大家都有钱赚，都有很高的利润。
过去大家总在问，AI时代，价值会沉淀在哪一层？芯片、模型还是应用？哪里才有真正的护城河？然而，在当下这个阶段，纠结这个问题有点杞人忧天，好像每一层都没有绝对的防御力。但现实是，从芯片巨头到模型公司再到应用新贵，每个玩家都活得相当滋润。
我们正处在一个巨大的扩张期，而不是存量搏杀的零和游戏。就像哥伦布发现了新大陆，有数不清的星球等着大家去插旗，根本不用为了抢同一块地盘打得头破血流。
而且，基础设施的切换成本高得惊人，它不是换个App那么简单，而是深入骨髓的系统集成和逻辑绑定。所以，别担心什么商品化，在可见的未来，每一层最终都会形成稳定的寡头，大家都有钱赚，都有很高的利润。
展开
评论
点赞
#金石焕新程# “我觉得”要买房？让数据告诉你机会成本有多惨重
买房或投资，你会怎么选。这是一个典型的人类决策场景：被“拥有一个家”的心理需求所驱动，而忽略了冰冷的数据和机会成本。很多人总觉得付房租是把钱扔水里，但很少计算买房背后隐藏的房产税、维修费、保险费以及损失的投资收益。
这种复杂的决策，正是AI擅长的领域。AI可以为你运行一个全面的财务模型，输入你的收入、地段、利率、预估维修成本和股市历史回报率。
几秒钟之内，它就可以告诉你，在未来10年、20年甚至更长的时间线上，“租房+投资”与“直接买房”，哪一个选择能让你的净资产更高。这无关对错，只是一个基于概率和数据的更优解，帮你摆脱情感束缚。
买房或投资，你会怎么选。这是一个典型的人类决策场景：被“拥有一个家”的心理需求所驱动，而忽略了冰冷的数据和机会成本。很多人总觉得付房租是把钱扔水里，但很少计算买房背后隐藏的房产税、维修费、保险费以及损失的投资收益。
这种复杂的决策，正是AI擅长的领域。AI可以为你运行一个全面的财务模型，输入你的收入、地段、利率、预估维修成本和股市历史回报率。
几秒钟之内，它就可以告诉你，在未来10年、20年甚至更长的时间线上，“租房+投资”与“直接买房”，哪一个选择能让你的净资产更高。这无关对错，只是一个基于概率和数据的更优解，帮你摆脱情感束缚。
展开
2
点赞
#金石焕新程# 你的CFO在尖叫吗？敏捷才是这场AI生存游戏的唯一解
可以确定的是，如果你还没开始思考这个问题，你可能已经落后了。AI为你带来强大能力的同时，也在你的财报上增加了一项极其昂贵的成本项（COGS）。如果你的CFO还没为此尖叫，要么是你的AI没啥用，要么就是你没在看账本。在这个时刻，没有人知道完美的定价模型是什么样。市场进入了一个“达尔文时刻”，各种新物种（定价模型）都在涌现，看谁能适应这个全新的气候。
所以，现在唯一能被奖赏的就是“敏捷性” (agility)。问题的答案不是“什么是正确的定价模型”，而是“我如何才能快速试错和迭代”。一些公司甚至采用了“成本+固定利润”的模式，先把市场占了再说，因为他们赌的是未来几年市场会增长10倍。这种用资本作武器，先求分布再求利润的打法，像极了早期的互联网战争。最终，软件的未来很可能是混合模式的天下：对普通用户收取固定的“平台费”，然后根据你从AI获得的额外价值，再收取可变的“用量费”。
可以确定的是，如果你还没开始思考这个问题，你可能已经落后了。AI为你带来强大能力的同时，也在你的财报上增加了一项极其昂贵的成本项（COGS）。如果你的CFO还没为此尖叫，要么是你的AI没啥用，要么就是你没在看账本。在这个时刻，没有人知道完美的定价模型是什么样。市场进入了一个“达尔文时刻”，各种新物种（定价模型）都在涌现，看谁能适应这个全新的气候。
所以，现在唯一能被奖赏的就是“敏捷性” (agility)。问题的答案不是“什么是正确的定价模型”，而是“我如何才能快速试错和迭代”。一些公司甚至采用了“成本+固定利润”的模式，先把市场占了再说，因为他们赌的是未来几年市场会增长10倍。这种用资本作武器，先求分布再求利润的打法，像极了早期的互联网战争。最终，软件的未来很可能是混合模式的天下：对普通用户收取固定的“平台费”，然后根据你从AI获得的额外价值，再收取可变的“用量费”。
展开
评论
点赞
#金石焕新程# 从销售到财务全线颠覆：用量计费，究竟是蜜糖还是砒霜？
现在越来越多的软件按照AI的调用量计费，但一旦决定转向用量计费，那就不是改个价目表那么简单了，它将掀翻公司内部的每一张桌子，是一场彻头彻尾的业务转型。
首先，销售的薪酬体系就得重写。过去销售签下百万大单就能拿走高额佣金，但现在，客户没实际使用产品，公司就没收入，销售的提成也得跟着用量走。这迫使销售不再是签完合同就完事了，而是要真正找到好客户，并确保他们能把产品用起来。
这场变革会贯穿整个公司。客户成功团队的目标不再是催客户续约升级，而是确保他们用得爽、不流失。产品和工程团队的KPI直接与软件的核心价值指标挂钩，因为这个指标的跳动，就代表着公司收入的增减。
现在越来越多的软件按照AI的调用量计费，但一旦决定转向用量计费，那就不是改个价目表那么简单了，它将掀翻公司内部的每一张桌子，是一场彻头彻尾的业务转型。
首先，销售的薪酬体系就得重写。过去销售签下百万大单就能拿走高额佣金，但现在，客户没实际使用产品，公司就没收入，销售的提成也得跟着用量走。这迫使销售不再是签完合同就完事了，而是要真正找到好客户，并确保他们能把产品用起来。
这场变革会贯穿整个公司。客户成功团队的目标不再是催客户续约升级，而是确保他们用得爽、不流失。产品和工程团队的KPI直接与软件的核心价值指标挂钩，因为这个指标的跳动，就代表着公司收入的增减。
展开
评论
点赞
#金石焕新程# 新AI发布速度没变慢，是你的感觉出错了
很多人感觉，这两年的 AI 模型似乎没有像当初 gpt-3.5 出来时那么震撼了，好像进步变慢了，并且gpt-4o和gpt-5之间隔了两年。其实恰恰相反，进步实际上在加速。
模型的发布周期从过去的一年一次，缩短到了现在的好几个月甚至一个月一次，我们只是因为身处其中，反而感觉不到那种巨大的跨越感了。这背后，是Scaling Laws依然在坚定地发挥作用，这个法则在过去已经跨越了许多个数量级的验证，堪称科技界最稳固的规律之一。
我们之所以觉得进步不明显，可能是因为在某些简单任务上，AI 的能力已经饱和了，就像满分 100 分的卷子，它已经考到了 99 分。真正的瓶颈，可能在于我们自己，在于我们是否能提出更有雄心、更有创造力的任务，去发掘和利用 AI 日益增长的智能。
很多人感觉，这两年的 AI 模型似乎没有像当初 gpt-3.5 出来时那么震撼了，好像进步变慢了，并且gpt-4o和gpt-5之间隔了两年。其实恰恰相反，进步实际上在加速。
模型的发布周期从过去的一年一次，缩短到了现在的好几个月甚至一个月一次，我们只是因为身处其中，反而感觉不到那种巨大的跨越感了。这背后，是Scaling Laws依然在坚定地发挥作用，这个法则在过去已经跨越了许多个数量级的验证，堪称科技界最稳固的规律之一。
我们之所以觉得进步不明显，可能是因为在某些简单任务上，AI 的能力已经饱和了，就像满分 100 分的卷子，它已经考到了 99 分。真正的瓶颈，可能在于我们自己，在于我们是否能提出更有雄心、更有创造力的任务，去发掘和利用 AI 日益增长的智能。
展开
1
1
#金石焕新程# 万亿美金的AI新大陆与创始人的产品偏执症
AGI将催生一个价值万亿美金的增量市场。全球发达世界有大约10亿人，这些人未来都可能愿意每月为各种AI软件和服务支付100美元左右，这样算下来，一年的市场规模就是万亿级别。这笔钱不是从现有软件预算里挪用的，而是全新的、因为AI创造了新价值而产生的增量支出。
面对如此庞大的新大陆，如何才能分一杯羹？答案听起来简单却又极难做到：对产品产生一种近乎偏执的专注。
无论是哪个领域的竞争，最终都会回归到产品本身。对于所有创始人来说，这或许是唯一的生存法则，在感到恐惧和焦虑时，最好的解决办法就是把自己锁在产品里，不停地打磨、优化，直到你的客户为你尖叫。
AGI将催生一个价值万亿美金的增量市场。全球发达世界有大约10亿人，这些人未来都可能愿意每月为各种AI软件和服务支付100美元左右，这样算下来，一年的市场规模就是万亿级别。这笔钱不是从现有软件预算里挪用的，而是全新的、因为AI创造了新价值而产生的增量支出。
面对如此庞大的新大陆，如何才能分一杯羹？答案听起来简单却又极难做到：对产品产生一种近乎偏执的专注。
无论是哪个领域的竞争，最终都会回归到产品本身。对于所有创始人来说，这或许是唯一的生存法则，在感到恐惧和焦虑时，最好的解决办法就是把自己锁在产品里，不停地打磨、优化，直到你的客户为你尖叫。
展开
评论
点赞