Unsupervised Learning
来自 Unsupervised Learning · 期号 2026-07-18
摘要
Unsupervised Learning，“Ep 91: Top AI Analyst Unpacks Today’s AI Hype Cycle” 核心 takeaway：Benedict Evans 并不是看空 AI，而是在反对那种偷懒式的说法：“这次完全史无前例。”他的框架是，AI 可能和 internet、mobile、PC 一样重要，但过去这些平台迁移仍然能提供有用模式：价值可能上移到 stack 的更高层，基础设施提供商可能投入巨额 capex 却拿不到全部 upside，而采用速度不仅取决于 raw capability，也取决于产品形态和 workflow fit。 Evans 最有记忆点的类比来自 mobile networks：流量增长了“one or 2,000 times”，运营商每年花“$200,000,000,000 a year on CapEx”，但 Uber、YouTube、banking apps 以及更高 margin 的价值却流向了上层应用。这也是 foundation model companies 面临的尴尬问题。LLM 未必拥有 Windows 那种 network effects，即使前沿训练像半导体一样集中，真正赢的应用也可能在更上层。 他对 enterprise 最实用的观点是：大多数人并不是 tool builders。即便 AI 让软件更便宜，员工仍然要发现问题、描述问题、设计 workflow、处理 regulated data，并连接 systems of record。所以 AI 更可能重新洗牌 Excel、SaaS、SAP、custom tools 和 agentic assistants，而不是简单消灭所有 enterprise software。他对 jobs 的谨慎也很接地气：像“stop training radiologists”这样的预测，往往并没有真正理解 radiologist 的工作内容。