00:00 / 01:12
连播
清屏
智能
倍速
点赞357
00:00 / 01:43
连播
清屏
智能
倍速
点赞5
大家最近有没有关注美股市场一个很有意思的现象?以前啊,只要AI公司一开发布会,那些可能被替代的软件股就吓得腿软,先跌为敬。但在2026年2月的这个周二,画风突然变了。明星AI公司Anthropic开了个发布会,说要帮企业客户把AI接入股票研究、投行这些脑力密集的工作流。按理说,汤森路透、FactSet这些“受害股”应该瑟瑟发抖才对。结果呢?它们不仅没跌,反而集体大涨,汤森路透涨超11%,FactSet涨12%,连SaaS巨头赛富时也涨了4%。 这意味着什么呢?难道是市场疯了吗?其实逻辑很简单,而且非常漂亮。大家想一想,以前AI和这些软件公司是什么关系?是“取代与被取代”的零和博弈。AI像一个野蛮人,拿着锤子到处找钉子,要敲碎人家的饭碗。但这次Anthropic的发布会高明在哪?它把这些“受害股”请到了自己的简报会上,大家一起亮相。 这释放了一个极其关键的信号:AI不再是来“拆台”的,而是来“搭台”的。汤森路透们为什么涨?因为市场突然看明白了,它们不是“受害股”,而是AI智能体的“二房东”和“包工头”。真正的价值锚点发生了转移。 我们来深度拆解一下背后的逻辑。以前我们担心AI会取代律师、分析师,是因为我们认为知识本身是最值钱的。但现在AI巨头们发现,光有通用大模型这个聪明大脑还不够,它进不了企业的核心业务流。企业的核心业务流是什么?是汤森路透手里沉淀了上百年的、独有的、合规的财经数据库,是FactSet给投行定制的工作流程。 所以现在AI的商业模式进化到了第二阶段:AI公司提供水电煤一样的底层智能,而这些垂直领域的龙头公司,则成了连接AI与实体经济的“智能体开关”。Anthropic需要汤森路透的专业场景来落地,汤森路透需要Anthropic的智能来升级服务。这叫双向奔赴,这叫AI时代的“操作系统”与“超级应用”的合体。 基于这个逻辑,我们再来客观分析,这对我们中国资本市场会带来什么影响?大家想一想,过去两年我们炒AI,炒的是算力、是大模型,但很多软件公司其实挺难受的,因为市场总觉得它们的价值会被AI颠覆。但今天美股的这一幕,应该给我们国内的投资者提了个醒。 真正的产业红利,可能正在从单纯的卖铲人,转向那些拥有高质量数据和深度行业理解能力的“行业专家”。 #ai赋能传统软件 #恒生电子 #同花顺 #金蝶软件 #用友软件
00:00 / 03:49
连播
清屏
智能
倍速
点赞40
00:00 / 00:34
连播
清屏
智能
倍速
点赞108
AI最大价值方向: AI的最大价值并非提升日常工作效率,而是辅助科学研究、帮助实现科技突破,拓展人类文明与科技的边界,提升效率只是其额外附带价值。 科技发展放缓的原因分析: 主讲人提出,当前少见类似二十世纪二三十年代相对论、量子力学那样的科技大爆发,核心原因之一是当代科技突破需要掌握的知识体系越来越庞杂,而人类的精力和知识容量有限,难以同时掌握多领域的复杂知识完成交叉创新。 AI学习与数学的关系不同定位需求不同: 若主业是从事AI基础研究、开发更好的大模型,确实需要一定的数学基础。所需数学难度很低:当前AI用到的数学知识仅为大学最基础的高等数学、线性代数、概率论与优化内容,远未涉及特别复杂的高阶数学知识,基础门槛并不高。应用开发无需专门学数学:如果只是从事AI应用落地开发,不需要专门学习数学。 AI应用的深度与广度选择两种常见路径对比: 一类人群追求广度,紧跟AI工具更新节奏,新工具出现就会主动学习,抱有紧迫感;另一类人群追求深度,只在自己深耕的垂直领域使用AI,在领域内深入使用发现并解决问题。 主讲人的核心观点: 主讲人认为需要同时兼顾深度与广度,只有在特定领域做深,才能真正发现具体问题;广度覆盖的内容熟练掌握即可,不会产生核心价值。 AI学习与使用的关系二者同等重要,需知行合一:主讲人不认同“使用AI比学习AI更重要”的说法,认为学习和使用都重要,不能只学习不实践(那是空想),也不能只实践不学习(那是蛮干)。学习成长是螺旋过程而非线性过程:知识增长不是线性的先全部学完再实践,可以先学再干,也可以先干再遇到问题回头学,在干中补全知识,循环往复迭代提升。AI工具学习的决策方法讨论先评估再学习的思路:访谈者提出,作为AI应用型用户,学习新AI工具前可以让AI自身先做评估:告知AI自己的工作场景,询问该新工具能带来哪些赋能,再决策是否学习,以此节省时间成本。该方法的局限性:主讲人指出该方法的不足,AI的评估回答通常比较空泛,无法细化到具体的小技巧层面,使用者无法得到具体答案和深刻洞察。 个人实践经验分享: 访谈者分享了自己深度使用Notebook LM的经验,在深度使用过程中遇到工具满足不了的需求,就会尝试其他工具替代,自然实现了先深度、再拓展广度的效果,个人使用体验很好。 最终结论:没有绝对正确的方式,每个人找到适合自己最重要#AI应用 #AI学习#AI
00:00 / 08:22
连播
清屏
智能
倍速
点赞125
马斯克为什么要雇人给AI洗盘子?时薪48 美元的背后什么? 人类的血肉之躯,正在沦为AI降临物理世界的“昂贵燃料”。 在加州的帕洛阿尔托,马斯克正在疯狂招聘一个诡异的岗位:时薪48美元,不看学历,不懂代码,只要求身高1米7到1米8。应聘者每天只需穿上布满摄像头的动作捕捉皮套,在一个假房间里连续8小时洗碗、叠衣服。 在这个大模型能一秒写诗、引擎能凭空生成大片的时代,为什么拥有恐怖算力的科技巨头,却要花高昂的代价,雇佣人类去干最原始的家务? 本期视频,Bill将带你撕开具身智能的黑盒,硬核拆解马斯克的“物理世界破解计划”: 砸碎代码的暴君: 为什么特斯拉要在2023年一次性删掉30万行顶尖工程师手敲的C++控制代码?面对万圣节骑着独轮车的霸王龙这种荒诞的长尾效应,AI如何学会像玩“填空游戏”一样预知未来? 900万免费“赛博劳工”: 揭秘恐怖的“影子模式”。全世界900万特斯拉车主,如何在毫不知情的情况下,为超级计算机Cortex喂养出超过132亿公里的三维世界物理模型? 22个自由度的死局: 当那颗在马路上战无不胜的FSD大脑,被原封不动塞进Optimus(擎天柱)的胸腔后,为什么面对一个脆弱的鸡蛋却瞬间瘫痪? 48美元的“血肉献祭”: 揭开遥操作的真相。为什么给AI看几千万小时的YouTube做饭视频毫无用处?人类时薪48美元的“赛博苦力”,如何用自己的肌肉记忆,帮AI强行砸出一块破译物理密码的“罗塞塔石碑”? 人类的肉身,只不过是用来启动这台硅基巨兽的“第一把打火机”。当这把火点燃,“合成数据”与“超级工厂炼蛊皿”的双轨计划将彻底碾碎旧时代的规则。 莫拉维克的诅咒已被砸开裂缝,具身智能的奇点正在暴怒降临。#AI #马斯克 #智能 #未来
00:00 / 03:19
连播
清屏
智能
倍速
点赞6