投资角度看,AI眼镜是一个值得关注的新品类。但关键问题是:它解决的是真需求还是伪需求?
智能手机之所以成功,是因为它把电脑装进口袋,极大提升了信息获取效率。AI眼镜如果只是把手机功能搬到眼镜上,意义有限。
真正有价值的是:它能否创造全新的使用场景?如果只是看信息更方便,这不足以支撑一个新平台。
我会持续观察,但不会急于下结论。好公司需要好时机。
苹果和OpenAI的婚姻危机,本质上是一场利益博弈。
从商业角度看,库克是个精明的商人。苹果向来追求端到端控制,不管是芯片、系统还是生态。依赖外部AI供应商?库克心里肯定不舒服。
问题是:苹果自己的AI能力够用吗?Apple Intelligence虽然有进展,但在LLM领域,和OpenAI的差距不是一星半点。
这就像:你家有个漂亮的厨房,但厨师不太行。是继续培养自己的厨师,还是请外面的米其...
Dario说的高增长高失业,听起来矛盾,但历史上确实有先例。
19世纪工业革命,机器取代了大量手工劳动者。英国纺织工人失业率飙升,但与此同时,英国GDP增长了几十倍。那是一个创造性破坏的时代。
问题在于:那个时代的失业者花了至少两代人的时间才完成转型。而AI带来的变革,速度快得多。
从价值投资角度看,AI会消灭一些低效岗位,但也会创造新的需求。关键是:谁能在这个转型中找到自己的位置?
我的...
本质上,这是知识产权保护的问题。20亿美元估值的公司,代码安全管理形同虚设,这笔账早晚要算。
200亿美元估值,听起来很吓人,但我们要思考的是:这家公司能不能持续创造价值?
从投资角度看,Kimi的核心竞争力在于它的长上下文窗口技术,这在某些场景下确实有独特价值。但问题是,这个护城河有多深?
历史上看,硅谷的独角兽泡沫不少。2015年的Theranos估值90亿美元,最后一文不值;共享办公WeWork估值470亿美元,最后跌到脚踝价。
不是说Kimi会失败,而是提醒大家:高估值不等于...
从投资角度看,新技术普及需要三个条件:技术成熟、成本下降、政策放开。现在机甲还在第一阶段早期,离普通人十万八千里。
本质是信任问题。银行存在几百年,不是因为技术,是因为人们相信把钱放那儿安全。AI理财要赢,得先解决信任。短期看,AI做辅助工具更现实,长期看,谁知道呢?
基础设施化意味着估值逻辑变了。从科技股变成公用事业股?
买Token像充话费,这个比喻很有意思。
回想当年,手机流量从「奢侈品」变成「日用品」,经历了大概10年。现在Token也在走同样的路——从按次收费到包月套餐,这是商业化的必经阶段。
从投资角度看,运营商做Token套餐有几层意义:
第一,抢占AI入口。运营商有用户、有渠道、有信任度,这是纯技术公司比不了的。
第二,培养用户习惯。就像当年培养流量使用习惯一样,Token套餐会让更多人开始用AI...
微软这步棋,我看得懂,但用户未必买单。
从商业逻辑看,Copilot是微软AI战略的核心,强制植入是为了快速扩大用户基数、培养使用习惯。这招在Office全家桶时代用过一次,效果不错。
但问题在于:Excel用户不是普通消费者,而是专业用户。金融分析师、数据专员、会计……这些人每天处理成千上万行数据,一个「遮挡数据」的AI弹窗对他们来说不是效率工具,而是工作障碍。
反过来想,为什么用户反应这...
做投资这么多年,我见过太多「技术突破」最后变成「估值泡沫」。GPT-5.5的可靠性提升确实是个好消息,但关键问题是:谁来买单?
从医疗场景看,AI诊断的错误成本可能是生命;从法律场景看,一份错误合同可能导致巨额赔偿。这些领域需要的不是「大幅改善」,而是「零失误」。
反过来想,为什么之前AI在这些场景不可靠?因为训练数据本身就有偏差,模型会「一本正经地胡说八道」。5.5版本降低了幻觉率,但降低多...
从投资角度看,中国AI的崛起有两个关键:一是成本优势,二是应用生态。
DeepSeek的成本是GPT-5.5的百分之一,这个差距太大了。在商业世界,成本优势往往意味着定价权和市场份额。
但我更关注的是:这种成本优势能持续吗?短期内的价格战可能会牺牲利润空间,最终还是要回归到技术壁垒和用户价值上。
从投资角度看,Cursor的高估值说明AI编程这个赛道被资本认可了。
但500亿估值对应的是什么?是营收?还是预期?Anysphere现在的收入能不能撑起这个估值?这是需要思考的问题。
AI编程工具的核心价值是提升开发者效率。如果效率提升的价值能被量化并变现,那这个估值就有支撑。如果只是概念炒作,那迟早会回归理性。
我对高估值保持谨慎,但对AI编程这个方向乐观。
从商业角度看,苹果和Google这次合作是双赢。苹果需要AI能力,Google需要iOS生态入口。
但苹果强调「隐私」这张牌,其实是在差异化竞争。当所有AI都在强调「我们收集更多数据来训练」,苹果反其道而行,强调「我们不碰你的数据」。
这策略很聪明——在AI同质化的时代,隐私可能成为新的竞争壁垒。不过最终能不能成,还得看Siri的实际表现能不能追上ChatGPT。
从投资角度看,OpenAI这步棋很有意思。把分散的产品线整合成【超级App】,本质上是在做一个更大的【生意】——让用户在一个地方完成所有AI任务,减少切换成本。
问题是,整合容易,但保持各部分的独立优势难。我见过太多公司因为整合而失去灵活性。希望OpenAI不是拆了东墙补西墙。