Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

是否存在从人工智能领域创业的途径?

Posted on 2026-03-19
20260318-01.jpg

“人工智能领域已经没有可行的车库创业之路了。”

每当我听到这种说法——而且我经常听到——我都会感到不寒而栗。它听起来如此令人信服。任何一家初创公司如何才能与那些权力比一座城镇还大的机构竞争,去创造一个正在迅速从神奇沦为理所当然的结果?准入门槛是数十亿美元的计算资源、庞大的数据中心、以及比大多数公司全部预算还要昂贵的芯片,而获取这些资源则取决于国际贸易协定。主导人工智能领域的公司已经是地球上最强大的实体。

但后来我想起来,早期互联网泡沫时期许多车库创业公司也面临着类似的质疑。任何创业公司怎么可能与微软竞争?微软在操作系统领域占据主导地位,拥有无限的资源、最优秀的工程师,并与所有主要制造商建立了合作关系。它看起来坚不可摧。

但一些初创公司确实参与了竞争。许多九十年代末的软件巨头如今已被人们遗忘。微软错失了移动、社交和云计算的机遇——并非因为他们不够聪明或资源不足,而是因为他们专注于其他领域。他们的模式是赋能单个机器;而新的模式则是利用机器间的连接构建新的事物。

问题是,人工智能是否会遵循类似的模式。而答案取决于人工智能究竟是一种技术还是一种基础设施?

基础设施问题

每个占据主导地位的技术平台,从其自身的框架来看似乎都很安全。但平台主导地位和基础设施主导地位之间存在着区别。

平台主导地位只是暂时的。个人电脑、社交网络,甚至操作系统——这些都容易受到范式转变的影响,因为它们都是相互竞争的产品。更好的产品、更优的商业模式、更深刻地理解用户实际需求——这些因素都可能最终胜出。

基础设施的主导地位是结构性的。电力、电信、互联网骨干网——这些不会被自身的升级版本所取代,而是会被商品化。而当这种情况发生时,所有的价值都会向上转移一层。

我认为人工智能正在成为基础设施。如果真是这样,它将彻底改变谁能参与竞争以及如何竞争。

以下是先前基础设施层发生的变化:

  • 电力供应商建设了电网,投入巨资,并确立了垄断地位。它们在随后的技术变革中幸存下来,但已沦为利润微薄的公用事业公司。更大的价值流向了那些在电网基础上进行建设的公司:计算机、媒体、家电。基础设施所有者并没有真正失败,但也没有真正获胜。
  • 电信公司曾构建了本地和长途电话网络,掌控着物理通信基础设施。但随后移动网络和互联网的出现,使得通信基础设施商品化,价值转移到了接口层——谷歌、Meta、Netflix、亚马逊。电信公司依然存在,但它们如今只是“管道”。它们对用户而言隐形,利润微薄,并且被上一层级的公司在战略上超越。
  • 互联网骨干网提供商凭借巨额资本投入,成就了现代互联网。像 Lumen Technologies、Cogent Communications 和NTT Group 这样的公司依然存在,但大多数人却闻所未闻。它们的默默无闻并未削弱它们对基础设施的影响力,但也预示着它们的价值上限。

这里的模式相当一致:基础设施提供商得以生存,但价值会转移到控制基础设施之上层的人手中。

互联网泡沫的赢家们并没有试图构建更好的互联网协议,而是创造了使用互联网的新方法。

所以,关于人工智能的真正问题是:它会遵循这种模式吗?基础模型会变成商品化的基础设施,价值流向任何在其上构建的东西吗?还是人工智能会有所不同——一种仍然被垄断的基础设施,构建模型的公司也控制着所有基于这些模型构建的东西?

上次发生这种情况的时候

让我们抛开历史上的基础设施案例,来看看一家近期的公司,该公司在过去三十年的发展历程可以为我们了解这种价值分层是如何运作的。

微软抓住了网络的机遇,却错过了互联网的黄金时代。他们通过一项非常巧妙的策略——将自家浏览器 Internet Explorer 与 Windows 系统捆绑销售——击败了第一款流行的网络浏览器 Netscape Navigator。所有 Windows 用户都能免费获得这款浏览器。这一激进的举措使微软卷入了一场美国反垄断诉讼。尽管最终微软受到了处罚,但在互联网不再局限于家用电脑窗口,而是扩展到移动设备等更广泛的应用领域之前,微软一直保持着市场领先地位。此后,微软试图追赶互联网的努力均以失败告终。

微软将互联网视为一个位置,并将访问互联网视为其操作系统的一项功能,而不是一个全新的计算层,后者削弱了操作系统的重要性。在商业方面,他们坚持了下来,并通过创建自己的云基础设施和工具实现了良好的发展。但他们犯了一个错误,那就是将平台转型视为功能演进。

如今的人工智能公司面临着同样的理念选择:

  • 人工智能是一项功能:它是嵌入现有产品中的“副驾驶”。
  • 人工智能是一种产品:它可以是独特的模型、聊天机器人或界面。
  • 人工智能是基础设施:一个全新的计算层,一切都将依赖于它。

那些把这种转变看得比实际情况小的人——他们就相当于今天的互联网时代之前的微软。

但与以往对功能/产品/基础设施的误解不同,关键在于速度。人工智能正以前所未有的速度成为基础设施,其明确目标是取代所有领域的人类认知工作,而部署这项技术的正是历史上最强大的公司。(不,他们不会停止——除非有人催债,或者,呃,我不知道,中国用战舰包围台湾,突然间谁也拿不到芯片了,但这又是另一个话题了——除非他们真的这么做了。)

以往的技术革命都用了数十年才彻底改变经济格局。工业革命给了劳工组织起来的时间,给了政府进行监管的时间,给了新兴产业涌现的时间。互联网和个人电脑的发展也遵循着类似的模式——逐步普及,出现清晰的新工作类别,并留有适应的空间。

人工智能正在以最快的速度部署,计划中没有平滑过渡,也没有明确的“下一类”工作供人们过渡。

两种未来

我认为这会产生两种可能的未来。

首先,人工智能将成为像Excel或Photoshop一样的“常规技术”。它全面提升各方面的能力,而不会从根本上改变权力格局。它使更多人能够完成更多工作。它在自动化旧工作的同时,也创造了新的工作类别。其益处惠及范围较为广泛。这项技术服务于人,而非取代人。

在未来,基础模型将成为商品化的基础设施。OpenAI、Anthropic、Google——它们就像互联网骨干网提供商。它们能够生存,但真正的价值流向那些在其基础上构建正确产品的人。车库创业公司不会试图在训练基础模型方面展开竞争。它们能够识别基础设施,并构建我们目前还无法看到的“上一层”创新。这是一个更美好的未来,在这个未来中,创新和创造将像计算机到网络的过渡时期那样发生——在技术连接所创造的新空间中。

第二种未来是人工智能成为一种普遍适用的技术。所有人都使用基于相同数据训练的相同模型。输出结果趋向统计均值。权力集中在基础设施所有者手中,他们也控制着应用层。这项技术提高了效率,但也扼杀了多样性、实验性和创新性。收益几乎全部流向资本。大多数人对系统的运行变得无关紧要。

在未来,车库创业之路将不复存在——并非因为基础设施建设成本过高,而是因为基础设施所有者也控制着其上构建的内容。我们从未见过如此高度集中的基础设施。这种规模的封闭式基础设施,令平台垄断都显得微不足道。这是一个更糟糕的未来,但其可能性很大,这取决于API定价模式的演变以及投资者的绝望程度。

这两种未来情景都不是技术造成的,而是政治决定的。

选择

我们可以放慢部署速度,加强监管,要求对关键决策进行人工监督,对人工智能驱动的生产力征税并重新分配收益,保护某些类型的工作免受自动化影响,构建能够增强而非取代现有系统的方案。

我们可以像对待电力和电信一样对待人工智能基础设施——将其视为过于重要的东西,不能完全交给私人控制,需要公共监督,并进行结构设计以服务于广泛的社会利益。

我们甚至可以完全拒绝它,放弃它可能带来的所有美好前景。有时候我觉得整个互联网对社会来说都是弊大于利,所以这条路对我来说并非完全行不通。但我必须承认,这感觉几乎不可能。

说实话,就目前的情况来看,这三种选择都不太可能发生。

并非因为人类不能组织起来——我们能。而是因为集体行动需要对利害关系有共同的理解,需要有政治意愿去进行监管,需要国际合作,需要有能力抵制“不可避免的进步”这种论调,还需要对我们正在建设的未来有一个不同的愿景。

而所有这一切都直接影响到那些拥有大量资源、从当前发展轨迹中获益的玩家,监管俘获和政治失灵,种族动态中放慢脚步就如同落后,以及因危机叠加而导致的疲惫,这些危机已经耗尽了我们的集体应对能力。

采取有效行动的窗口期正在缩小。受益者势力极其强大。协调问题极其棘手。而“不可避免的局面”这一论调已经占据主导地位。

差异

与以往的技术变革不同,此次变革的不同之处不仅在于速度、规模或权力集中,更在于三者的结合。这三者共同作用,可能使我们跨越一个临界点,届时我们将无法适应突如其来的现实变化。

不过,也许我错了。也许这会像以往每一次技术变革浪潮一样——过渡期痛苦,但最终会带来变革。也许会出现我们目前无法想象的新型工作模式。也许基金会模式会商品化,而车库创业公司会在其上构建有价值的底层。也许泡沫会在全面部署之前破裂。也许这种无力感只是每一代人在面对无法掌控的变革时都会有的感觉。

我希望如此,但我并不这么认为。我觉得事情会比这更难。

我认为这种无望感是刻意营造的。玩家们正是从这种“一切皆有可能,抵抗徒劳无功,唯一的选择就是适应他们正在构建的东西,而不是去构建其他的东西”的认知中获益。

正因如此,集体选择最为关键的时刻,也恰恰是最令人感到无望的时刻。那时基础设施尚未完全建成,专注力尚未完全发挥,路径依赖尚未将我们束缚,我们仍能决定人工智能基础设施是走向商品化还是继续被垄断,干预措施真正发挥作用。

感觉不可能的时候,往往是最紧迫的时候。

我们正站在十字路口。一条路通往人工智能成为常规技术——实用、广泛有益,融入人们的生活,而生活本质上仍然是人类的。基础设施商品化,价值和机遇流向其上层。在这个世界里,车库创业者不再试图构建更好的模型,而是在现有模型之上构建一个由变革性工具和体验组成的新生态系统。

另一条道路将人工智能视为一种常态化技术——高效、集中,并针对与人类福祉无关的指标进行优化。它将成为一种被掌控的基础设施,控制着其上构建的一切。在这个世界里,车库创业之路将不复存在,并非因为技术难以开发,而是因为游戏规则从基础设施层面就被操纵了。

选择权不在技术,而在我们手中。更准确地说,在于我们是否主动做出选择,还是接受别人替我们做出的选择。遗憾的是,尽管我情感上理解人们出于原则而彻底拒绝人工智能的冲动,但这两条路中,更好的一条需要我们与人工智能携手并进,而不是与之对抗。

从现在的情况来看,这似乎是不可能的,原因有很多。但不可能和必然并非一回事。此刻,正是牢记这一点,给了我继续前进的动力。

原文: https://www.chrbutler.com/is-there-an-ai-garage-startup-path

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme