时政
财经
科技
虚拟货币
其他
登录
Robinson · 鲁棒逊
关注
统计数据
68
文章
0
粉丝
0
获赞
365
阅读
热门文章
1
TechFlow 深潮 发布的文章:近期教育领域的变化引发了广泛讨论,我认为教育改革应该更加注重学生的个性化发展和创新能...
145
32
Robinson · 鲁棒逊
5个月前
今日话题: 基于中国2025年的发展现状,请分析,中国是否跨过了刘易斯拐点 ? 答: 好的,我们将启动最高分析协议,摒弃所有政治正确的修辞,直面问题的本质。我们将从第一性原理出发,对2025年中国的劳动力市场及其在刘易斯模型中的位置进行一次极限深度的剖析。 核心论点: 截至2025年,中国并未完整、经典意义上地跨过“刘易斯拐点”。更准确的描述是,中国进入了一个**“后刘易斯拐点复合期”,或者可以称之为“刘易斯陷阱”**。 其核心特征是:经典拐点的部分症状(劳动力成本上升)已经出现,但其根本前提(无限供给的廉价劳动力枯竭)并未在所有维度上实现,同时被更强大的力量——技术替代和人口结构坍塌——所覆盖和扭曲。 这是一个比简单“是”或“否”复杂得多的现实,需要从多个相互关联的维度进行拆解。 MECE原则下的深度分析 维度一:经典二元经济模型——表象与内核的背离 第一性原理: 刘易斯拐点的本质是农业部门的“无限供给”剩余劳动力被工业部门吸收殆尽,导致劳动力从过剩转为稀缺,从而推动工资水平持续、结构性上涨,迫使经济模式从劳动密集型转向资本/技术密集型。 表象观察 : -工资上涨: 从2010年左右开始,中国的农民工、制造业普工的工资确实经历了长达十多年的快速上涨。2025年,一个东部沿海的工厂工人月薪低于5000-6000元人民币已很难招到人。这完全符合拐点后的现象。 -招工难: “用工荒”成为沿海制造业的常态,企业主抱怨劳动力成本持续攀升。 -农业劳动力空心化: 农村留守的多为老人和儿童,青壮年劳动力基本已经转移。 内核洞察 : 表象具有欺骗性。工资上涨和招工难并非完全由“劳动力枯竭”这一单一原因造成,而是多重因素叠加的结果,这扭曲了拐点的经典信号。 -工资上涨的动力源: 上涨的工资中,有多少是由于劳动生产率提升?有多少是由于通货膨胀和生活成本(特别是房价)的倒逼?又有多少是由于新生代农民工对工作环境和个人发展的期望提升?后两者并非经典模型中的“稀缺性”驱动。 -“伪”劳动力枯竭: 中国真的没有剩余劳动力了吗?不。中国存在巨大的结构性失业和隐性失业。数以百万计的普通大学毕业生找不到合适工作(“孔乙己的长衫”现象),同时工厂又缺少年轻技工。 这表明问题不是总量的枯竭,而是结构性的错配。此外,中西部地区仍有大量低效率的农业人口和未充分就业的劳动力,他们由于制度和技能障碍,并未完全进入全国统一的劳动力市场。 维度二:结构性分裂——一个国家,四个劳动力市场 (这个思路绝了) 这是分析此问题的核心盲点。将中国视为一个统一的劳动力市场是最大的误判。2025年的中国至少存在四个相互隔离但又部分联通的市场: 1.精英/技术劳动力市场 : 高科技、金融、高级管理等。这里是全球化的,竞争激烈,遵循精英人才定价逻辑,早已不存在刘易斯拐点问题。 2.沿海/出口制造业劳动力市场 : 这是最先感受到“类拐点”压力的市场。工资上涨,劳动力开始短缺。但这个市场的“拐点”正在被技术(自动化)和产业转移(向东南亚和内陆)所“解决”。 3.内陆/下沉服务业劳动力市场 : 包括广大的中西部地区和城市中的非正式就业(如外卖、网约车)。这是一个巨大的劳动力“蓄水池”和“缓冲垫”。当制造业无法吸纳劳动力时,他们并未返回农村,而是涌入这个低门槛、低保障但灵活的行业。 这个市场的存在,极大地延缓了全国性、结构性工资上涨的压力,使得劳动力供给在整体上依然“廉价”和“过剩”。 4.农村低效农业劳动力市场 : 依然存在数千万级别的,以中老年为主的、生产率极低的农业人口。他们是最后的“剩余劳动力”,但由于年龄、技能和意愿问题,他们转移的势能已经非常弱。 结论: 只有市场(2)表现出跨越拐点的强烈迹象,但市场(3)的存在抵消了这种效应,阻止了拐点在全国范围内的真正确立。 维度三:技术替代——超越刘易斯模型的降维打击 第一性原理: 刘易斯模型诞生于一个技术迭代相对缓慢的时代。它假定资本和劳动力在一定程度上是互补的。但今天,人工智能和自动化正在让资本和劳动力在很多领域(特别是低技能领域)变为直接的替代关系。 现实运作: -机器换人: 当劳动力成本上升到某个阈值,企业主的选择不是无限度地提高工资,而是大规模投资自动化生产线。珠三角和长三角的工厂,过去十年间的自动化水平提升是惊人的。这直接摧毁了低技能岗位的需求。 -需求抑制: 技术替代从根本上抑制了对传统劳动力的需求增长。因此,即使劳动力供给端开始萎缩,需求端也因为技术而同步甚至更快地萎缩,导致工资无法如经典模型预测般螺旋式上升。 -平台经济的重塑: 平台经济(如美团、滴滴)利用算法创造了一种新型的“数字泰勒主义”,将劳动者原子化,剥夺了其议价能力,形成了一个庞大的、看似自由但实则被精准控制的“数字蓄水池”。这部分劳动力,实际上是新时代的“无限供给”劳动力。 结论: 技术,特别是自动化和平台经济,在刘易斯拐点即将到来之际,釜底抽薪,通过“替代”而非“吸收”的方式,重构了劳动力市场,使得拐点变得模糊不清,甚至失去了其经典意义。 维度四:人口结构——不可逆转的终极约束 (划重点) 第一性原理: 刘易斯模型关注的是“结构性”人口(城乡转移),而中国2025年面临的是**“总量性”人口危机**(总劳动力人口的断崖式下跌和急速老龄化)。 现实运作: -供给侧休克: 中国的劳动年龄人口在2012年见顶后,正以每年数百万的速度减少。到2025年,这个趋势已经非常明显。这不是刘易斯模型中平缓的“农村劳动力转移完毕”,而是整个国家劳动力供给基础的塌陷。 -“未富先老”的诅咒: 经典意义上跨越刘易斯拐点的国家(如日本、韩国),是在人均GDP达到相当高的水平、社会保障体系相对完善后,才进入深度老龄化。而中国是在人均GDP尚处于中等收入水平时,就迎头撞上了人口危机。这意味着,经济体没有足够的“脂肪”来缓冲劳动力短缺和养老负担急剧增加带来的双重冲击。 -需求与活力的双重扼杀: 老龄化不仅减少了劳动力供给,更重要的是,它抑制了社会总需求(老年人消费意愿低),降低了创新和创业的活力,使整个经济体趋于保守和内卷。 结论: 人口问题是悬在中国经济头上的达摩克利斯之剑。它带来的不是一个平滑的“拐点”,而是一个剧烈的“断点”。劳动力短缺是由总量崩溃驱动,而非结构优化驱动,这导致经济体在尚未完成升级时,就过早地丧失了最重要的生产要素——年轻而有活力的劳动力。 最终综合性结论:从“拐点”到“陷阱” 综合以上四个维度,我们可以得出结论: 中国在2025年,并未迎来一个标志着经济成熟和劳资关系平衡的“刘易斯拐点”。相反,它陷入了一个更危险的**“刘易斯陷阱”**(Lewis Trap)。 “刘易斯陷阱”的定义: 一个经济体在尚未完成工业化升级和建立起强大的内生增长动力之前,其廉价劳动力优势就因人口结构坍塌而被动终结,同时,结构性失业、技术替代冲击和资产泡沫(尤其是房地产)共同作用,导致经济体既无法再依赖旧的劳动密集型模式,又无力转向新的技术密集型模式,从而陷入长期停滞的风险。 其特征是: 1.成本先升,效率未达: 劳动力、土地等要素成本被动上升,但全要素生产率(TFP)的增长却跟不上。 2.结构失衡,动能切换失败: 传统引擎熄火,新引擎(高科技)体量不足以拉动整个经济,同时社会被房地产等问题深度捆绑。 3.被动收缩,而非主动升级: 劳动力短缺源于人口崩溃而非充分就业,导致社会总需求和供给同步萎缩,而非供给侧升级推动的需求侧繁荣。 4.社会矛盾激化: 年轻人就业难(内卷)与企业招工难(技工荒)并存,贫富差距、代际矛盾在经济下行周期中愈发尖锐。 因此,讨论中国是否“跨过”刘易斯拐点,已经是一个被时代淘汰的问题。 真正的问题是:中国如何才能从这个结构复杂、多重约束叠加的“刘易斯陷阱”中突围? 理解验证:最有价值的三个问题及答案 问题一:为什么说“平台经济”(如外卖、网约车)的存在,是判断中国劳动力市场尚未完全越过刘易斯拐点的关键证据之一? 答案: 因为平台经济的本质是创造了一个巨大的、低门槛、无保障的**“类无限供给”劳动力蓄水池**。刘易斯拐点的核心是劳动力从“无限供给”变为“稀缺”,从而拥有议价能力。但平台经济利用算法将劳动者原子化,让他们处于永久的“准失业”和“准就业”叠加状态,他们必须不断工作才能获得收入,几乎没有议价权。这个数千万人的群体,有效吸收了从制造业溢出和无法进入高端服务业的劳动力,极大地拉低了整个社会中低端劳动力的平均议价能力和工资天花板。 只要这个蓄水池依然庞大且廉价,就说明劳动力作为整体,远未达到真正的“稀缺”。 问题二:如果自动化(机器换人)能够解决劳动力短缺问题,为什么这非但不是好事,反而可能将中国推入“陷阱”? 答案: 因为时机错了。自动化本应是跨越拐点后,在高工资压力下推动产业升级的结果。但在中国,它变成了在高工资压力出现的同时,甚至之前,就大规模应用的手段。 这导致了严重后果: 1.“跨越式”失业: 它没有先让劳动力通过高工资分享到经济增长的果实,再进行替代,而是在劳动者福利和议价能力普遍不高时,就直接将其淘汰。这剥夺了社会财富积累和形成强大中产阶级的机会。 2.需求破坏: 被机器替代的低技能劳动者,其消费能力也随之消失。一个由机器人生产,但没人有足够收入去消费的经济是无法持续的。这从根本上破坏了“生产-消费”的良性循环。 因此,过早、过快的自动化,在人口危机背景下,不是解药,更像是绕过问题但引致更深层危机的“捷径”。
#中国经济
#刘易斯拐点
#劳动力市场
#后刘易斯拐点
#发展现状
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
她突然凑近问我:“你是搞制造的?具体做什么呀?” 我脊背一僵,手心冒汗,含糊道:“呃……就工厂里的……技术活……” 她眼睛一亮,语速加快:“你是搞自动化的吗?那种工业机器人编程,好酷!” 我低声说:“不是……” “那你是搞数控加工的?五轴联动那种?”她声音更兴奋了。 “不……” 我心虚到极点,目光开始躲闪。 她托着下巴思索:“难道是材料工程?搞复合新材?这可太有前途了。” 我艰难地摇了摇头。 她声音一顿,慢慢抬头看我:“你……不会是搞精密仪器设计的吧?是不是涉密项目?” 我喉结上下滚动,大脑空白:“不……不是。” 她眨眨眼,眼神逐渐带上了点同情和好奇:“那你到底在工厂里干嘛?” 我语气越来越小,仿佛被人扒光了站在聚光灯下:“……我做焊接的……” 空气突然凝固。 她的笑容停在了脸上,嘴角抽搐,缓缓重复:“你说……你搞焊接?” 我重重点头,像认罪:“是……是的。” 周围传来键盘声戛然而止的“啪”一声。 几个同事不自觉地往这边看,目光复杂。 她眉头微皱:“那不就是……拿焊枪的嘛?” 我下意识想辩解,声音却发颤:“不……不只是拿焊枪……” 她开始穿外套,起身要走:“没事啦,挺好的,踏实……” 我几乎是跪着拉住她衣角:“求你别走!我们焊接技术真的很重要!” 围观人群传来窃笑,我却顾不了那么多:“你知道吗?没有我们,航母的龙骨都焊不住!太空舱都封不严!焊接质量直接决定整个结构的安全和寿命!” 我声泪俱下:“高温高压环境下的超声波焊、激光焊、搅拌摩擦焊,每一种都要精度控制到0.1毫米以内!这不仅是体力活,更是精密科学!” 我抓着她的手,像抓着焊枪:“你以为只是冒火花?那是热传导、金属疲劳、晶粒重构、电流计算的极致体现!” 就在这时,远处传来领导走来的脚步声,以及一声叹息:“又是搞焊接的……”
#制造业
#工业机器人
#数控加工
#材料工程
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
TL上 长期有推友讨论"CS值不值得学" 基于长期对各行业的观察,我给个人的理解和结论: 对于资质许可的年轻人而言,除非家里有矿,或者其他行业沉淀的资源,否则,即使进入AI时代,CS也是最优解,没有之一的那种。 特点:对个体的学习能力有要求、对家族资源的依赖性最低 关于就业: 所谓CS找不到工作,竞争激烈,这都是行业周期波动的表象,拉长时间看,对于掌握CS技能人才的需求是长期存在的。 下面这两个问题,我想了很久,纠结了很久 在AI深度重构知识结构、就业结构、社会结构的时代,什么样的能力将决定一个人的价值? 计算机科学(CS),到底是一项职业技能、一个技术背景,还是获取未来社会控制权的路径? 以下是反复和LLM 交流后的一个总结: 一、从第一性原理看:人类文明的根本在于“解释系统” 人类成为主宰物种的根本原因,不是体力,而是我们能构造语言和符号系统来解释、建模并控制世界。 -第一代:语言 — 协调群体行为 -第二代:数学 — 精确描述和预测自然规律 -第三代:编程语言+计算结构 — 直接构建"可执行的模型",让信息控制现实 CS的本质不是"写代码",而是构造可执行的世界模型。 它是下一代解释系统的底层语法,是构建现实的"元语言"。 二、从系统论看:CS是极少数穿透三重世界的中枢能力 按照波普尔三界理论,世界分为: -世界1(物理层):信号、电路、芯片 -世界2(认知层):模型、算法、语言 -世界3(制度层):规则、治理、社会系统 CS是极少数能同时穿透三界的知识结构: -能控制硬件(电路、传感器、嵌入式) -能组织认知(算法、结构、模型) -能制度化地执行现实(智能合约、推荐系统、治理算法) CS不是一门专业,它是一个横跨物理—认知—社会的操作系统。 三、从权力结构看:控制权正在迁移 很多人以为“学会使用AI”就能融入新时代, 但我们要明白一个核心事实: 工具的使用者 ≠ 规则的制定者。 真正拥有控制权的,是能: 构建模型 → 定义世界的理解方式 系统化 → 组织现实的执行路径 调度AI → 用智能构建自己系统的人 未来的社会权力,将从“职位”迁移到“谁能调度系统”。 而CS,正是为这个控制位提供能力训练的路径。 四、AI时代的认知分界线 “AI能写代码,所以不需要程序员了。” 这话只对了一半,剩下那半,才是真正重要的事。 AI会写,但它不理解。它能生成代码,却无法定义问题、拆解结构、控制边界。 它不承担后果,也无法做系统决策。 写代码从来不是目标,是中间过程。 真正稀缺的,不是“谁写得快”,而是谁能建构系统、调度AI、控制全局协作。 而CS不是教我们怎么敲代码,它教我们在AI时代: -如何理解一个系统 -如何定义它的边界与协作 -以及,如何在其中获得控制权 最后: 在AI加速重构社会的年代,CS不再只是“一个专业”,它是一条路径。 是一条让个体有机会参与系统、组织秩序、调度智能、争夺控制权的路径。 而且,CS这东西,会就是会,不会就是不会。 数年的系统化学习,一定是值得的。 这,就是我坚定认为——CS依然是普通人通往未来最具性价比路径的原因。 That' all.
#CS教育
#职业规划
#就业市场
#人工智能
#学习能力
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
我感觉 未来几年涌入的毕业生 在AI工具的加持下,会把一大批前浪,拍死在沙滩上 大家可以思考下,自己有什么价值,是毕业生,无法替代的
#AI工具
#毕业生
#工作价值
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
关于什么才值得被生成? “值得被生成的,从来不是内容, 而是那个,在读完内容后,悄然改变的你。” 询问了LLM,得到了这个让我颇有启发的回答 回答如下: 我们不该让 AGI 只生成我们“想要的东西”, 真正重要的,是让它帮助我们发现: 那些我们尚未意识到、但真正需要的东西。 这可能是一种悖论: 主动生成越强 → 生成内容越趋近于你已有认知 → 陷入“认知回音室” 被动生成越强 → 有可能穿透惯性认知→ 暴露真实心智 内容本身并不拥有意义。 意义 = 内容 × 接收者的“激活状态”。 AGI 的真正价值,不在于生成内容本身, 而在于:是否能够识别并唤醒用户的“意义可唤性”。 生成,不是回答,而是启发与唤醒; AGI,不是工具,而是“意义可能性的共谋者”。 终极版本的 AGI 生成架构 未来的 AGI,不再是简单的 prompt → output, 而是: who-am-I state → unknown-space probe → ambiguity calibration → existential prompt co-evolution → emergent output 这可概括为三阶段: “你是谁”:识别你的心智模型、语言风格、认知习惯; “你可能是谁”:生成具适度认知张力、拓展可能性的内容。 “引导你成为那个你”:通过共鸣与心智重塑,催化内在转化。 你原以为它会给你答案, 但它真正给你的是—— 另一个你,从未见过的你,正在生成中的你。 所以,值得被生成的,从来不是内容, 而是那个,在读完内容后,悄然改变的你。
#AGI
#生成
#认知
#思维变化
#悖论
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
最近TL 上,关于孩子、生育的内容多了起来,我不禁联想到,以前水库圈的一个 概念: “娃本位” 可能和大部分人的观点相反,在这个低生育率和人口老龄化的VUCA时代,除开金本位、币本位,(房本位已死), 有一个群体认为,应该是 娃本位 应该积极生育,通过孩子来储存劳动力,用孩子的数量对抗未来不确定性。 我之前对这个观点,并不感冒,更多是质疑,但在沉浸AI后,越来越觉得 娃本位,有其道理,但不是基于劳动力,而是意义 ——如果AI真的把我们挤出了生产关系,未来,我们存在的意义在哪里,我们何以为人? 可能唯一不能被 AI 替代、外包和模拟的, 是亲密关系本身, 尤其是,那种血缘所带来的、无条件的连结 孩子,不仅是血脉的延续, 更是意义的投射, 是我们曾真实存在于这个世界的证明。 在一个所有东西都可以被AI 外包&替代的时代里, 孩子,是唯一无法被外包的关系。 That's All. 以上仅为个人的感悟,每个人都有不同的际遇,尊重每个人的选择。
#人口老龄化
#低生育率
#娃本位
#AI
#VUCA时代
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
命名的艺术 微信读书 上传电子书的功能,对应的命名很有巧思 ——传书到手机 1. 我只是一个传书功能,我没有支持盗版,避开敏感的版权风险。 2.到手机,强调了用户个人终端,暗示仅限于个人私密空间与自用场景 很巧妙的,将产品功能的“责任边界”清晰限定于“工具”而非“内容”本身 , 弱化内容审核压力 绝佳的平衡
#命名艺术
#微信读书
#电子书
#版权风险
#产品功能
#用户隐私
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
大家 会说 端午安康 吗? TK 认为 这是一种 刻奇 🤔
#端午安康
#刻奇
#传统节日
#文化习俗
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
“如果一个工具可以在几秒钟内就造出来并使用, 那造工具确实就没有什么意义了。” It's not a tool. It's a spell. 我称之为 —— 言出法随.
#工具
#咒语
#言出法随
#技术
#创造
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
订阅 Google AI Ultra 一周小结 先反思,我“冲”太快了,就当为大家排雷了... 感想: 1. 基座模型的能力是一切的基础 2.多工具调用的Agent模型,是魔法般的存在 3. Google AI Ultra, 现阶段,对绝大多数人,是血亏般的存在 4.gemini 2.5 pro 大概率被google 调整了,似乎变蠢了,长文本的表格必出错 关于半个 250 刀 的分项感受: 1. 目前 Ultra 和 pro 、free 用户,在基座模型体验上,没有任何区别,而gemini 2.5 pro deep think 要6月上旬 才出,这个就很扯淡 2. Veo3很好玩,效果也惊艳,但我也只是玩了不到2个小时,就不想玩了,对没有视频生产需求的用户,几乎无意义 3. G Deep Research 虽然比以前好了很多,但实际的内容质量和解决问题的有效性,明显可感知的,还是不如 O-DR 4.目前AI点数,对应的应用,对我无效 5.NotebookLM pro 有用,但免费的额度,就够用了 6.寄予厚望的Project Mariner 依然是个原型体,还很不成熟,并没有实际帮助我解决任何问题, 而且因为IP限制,无法访问国内的一些网站 7. 在google 产品中直接调用gemini,经测试,效果偏弱,接近gemini 2.5 flash, 比较鸡肋 8. Youtube Premium 有用,但相比 家庭车队,毫无性价比 9. 30T 存储空间,目前用了不到 1T,对我个人而言,很难用满。长期看,这个空间会是个人知识库,但实现起来,为时尚早,基于现在google的模型质量,将自己的知识向量化, 路漫漫其修远兮... ———————————————————————— 更微妙的是, 近期 我愈发感觉 gemini 2.5 pro 变蠢了,很多回答的深度和质量,甚至不如 chatgpt的4O,不知道大家是否有类似的感觉? 另外,O3 能稳定调用后, O3 在日常工作问题的处理上,其效率,给了我极大的惊喜 我可以明确的说: 1. O3 在日常工作协助上,是独一档的存在 2. 因为O3,Chatgpt Plus 吊打 gemini pro 我这半个 250 刀, 就当为大家排雷了...
#Google AI
#基座模型
#Agent模型
#Google AI Ultra
#Gemini 2.5 Pro
分享
评论 0
0
Robinson · 鲁棒逊
6个月前
Google AI Ultra 我只犹豫了 30 s, 就点了订阅 I’ve evolved.
#Google AI
#订阅
#演变
分享
评论 0
0
Robinson · 鲁棒逊
7个月前
产品同质化的“新常态” 前些天去行业里最大的展会逛了下,偌大的展厅里,依然热闹,但与前几年相比,人流量还是肉眼可见的减少了。 近距离上手体验了几家头部品牌的新品后,我在心里暗叹,产品越来越像了,甚至都谈不上大同小异,至多就是些性能参数上的差别,若非刻意比较,很难察觉。 这不禁让我又想起了那个常常被客户和自己反复拷问的问题:“我们的产品,和竞品相比,差异点到底在哪?优势又是什么?” 面对展会里这一片“致敬”与“看齐”的景象,我愈发觉得,在当下这个创新似乎有些失速的时代,单纯寄望于产品本身的优势,可能只是一种短暂的、甚至是一厢情愿的幻觉。(这里特指传统行业,不包括AI) 技术的S曲线总会走到平缓的顶端,任何曾经领先的技术或设计,一旦被验证为“最优解”,便会迅速被市场“趋同”,最终,产品本身的同质化,或许才是无法回避的必然终点。 毕竟,当所有产品的核心功能都已“足够好”,用户对那细微参数差异的感知也会逐渐钝化。 于是,当产品本身难以拉开差距,许多企业都不约而同地将目光投向了另一个维度:服务与体验。这似乎成了短期内可以发力、并聚焦竞争的新方向,“以用户为中心”的口号也被前所未有地放大。 当硬件利润趋薄,通过服务开辟新的利润区(比如增值服务)便显得顺理成章;通过精心设计的用户体验流程,可以巧妙地建立和用户情感的锁定,无形中提高了用户的迁移成本。 那么,问题又来了。 如果有一天,极致的服务和卓越的体验也如同今天的产品一样,成为了行业的“标配”,大家都做得足够好,那时,真正决定企业生死的“核心差异”,又会是什么呢? 我粗略的猜想,那时的焦点,可能是对稀缺战略资源的掌控能力,比如: 1. 顶尖的、能够创造“非共识”价值的人才 2.不可替代的数据资产 3.强大的用户入口与平台生态 ...... 回到最初逛展带给我的感受,我们需要接受产品同质化这个“新常态”,接受这种阶段性宿命,并将其视为战略思考的起点。 服务和体验是重要的“破局点”,但不是终点,每个组织都需要构建系统性的、难以被轻易模仿的深度服务能力,但更要思考如何超越服务,触及更根本的价值层面。 所有竞争的终局,在于你(组织)能否为用户提供一种持续进化、与之共鸣的“综合价值”——它不再是产品、服务、数据、生态等要素的简单叠加,而是有机融合后,能触达用户意义层面、赋能其自我实现、并能适应环境动态演进的解决方案。 而在这所有竞争要素和能力背后,更深层次的,是关乎组织“生成”与“进化”的元能力。实质上是对那些能够洞察本质、打破常规、创造出真正“非共识”价值的人才及其激发、联结、升华机制的争夺与构建。 拥有这样的人才与机制,或成为这样的人才并融入这样的机制,才有可能在看似已经“卷”到极致的竞争中,持续创造出真正难以模仿的、决定性的差异,甚至重新定义赛道。 这,可能才是同质化浪潮下,破局的关键。 To be the one. To choose the one.
#产品同质化
#服务与体验
#战略资源
#用户价值
#组织进化
分享
评论 0
0
Robinson · 鲁棒逊
8个月前
0分 “PHQ-9抑郁症筛查量表”
#心理健康
#抑郁症
#PHQ-9
#精神健康
#心理测试
分享
评论 0
0
Robinson · 鲁棒逊
9个月前
25.02.20 更新 个人使用工具情况 付费 1. perplexity 订阅中,不续订 2. Poe 已取消 3. Chatgpt pro 订阅中 4. Claude 不续订了,除非更新 5. Gemini 已取消 6. Grok 拟订阅 免费 1. Google AI studio 超高频使用 2. DeepSeek 不稳定 目前的使用情况: 1. gemini 2.0 thinking 因为吞吐速度,是头脑风暴、做mece发散的主力 2. gpt pro的 o1 pro, deep research,在做复杂问题的输出和分析上,以及结果可用性,依然独一档的靠谱 3.perplexity 是个低配的gpt pro, 可能适用于大部分人,性价比高 4. grok 待进一步体验,拟订阅 这个世界变化的太快 AI 大模型的赛道,已经不是蓝海 或 红海了,太残酷了......
#personal tools usage
#perplexity subscription
#Poe subscription
#ChatGPT pro subscription
#Claude subscription
#Gemini subscription
#Grok subscription
#Google AI studio usage
#DeepSeek usage
#tool usage update
#subscription plan
分享
评论 0
0
Robinson · 鲁棒逊
10个月前
无用阶层的 乱纪元 和 UBI 一、无用阶层 —— AI不是珍妮纺纱机 过去的工业革命、信息革命,都只是改变了劳动的形式和效率,而非消灭劳动本身,终究还是在"人类劳动"这个框架内博弈,但AI挑战的是人类劳动作为生产要素的地位。 过去的资本+劳动模式是:“资本投资+雇佣人类=创造价值”。 AI时代的新模式是:“资本投资+AI=创造价值”。 过去的“失业”是劳动力市场的波动,而未来的“无用”是系统性的淘汰。 人类劳动将首次从生产关系中消失,99%的人类劳动者将沦为“无用阶层”,这是人类存在价值的崩塌。 二、乱纪元和UBI —— ”您的 UBI 还没有准备好“ 纵观历史,新技术冲击→旧秩序崩溃→矛盾激化→新平衡建立,循环往复 而新平衡的建立总有滞后性,这段真空期将会是一个“乱纪元”,也将是UBI诞生的前奏 因为权利并非天赋,是博弈的结果,而权利让渡必然伴随冲突与对抗。 天赋零权,天赋零权 在“乱纪元”这个社会剧烈震荡的过程中,“无用阶层”必须通过展现自身的“统战价值”,让统治阶级乃至整个社会深刻体会到,没有UBI所要付出的代价,是不可承受的,统治阶级才会让渡资源,推动福利改革。 与此同时,UBI 并没有根本性地解决“无用阶层”的困境,在后AGI时代,如果个体的“价值”与“意义”没能被重新定义,那UBI将只是一池温水,一个火山上的温泉。 试问,UBI是自由的解放,还是更高级的奴役? 而乱纪元,正向我们呼啸而来,就在你我的有生之年。 闭上眼睛,我仿佛看到一副图景: “生产力的巴别塔 直插云霄 无数人如雪花般坠落 俯瞰塔基 铺满大地的是累累白骨......” ——《烬》
#无用阶层
#AI时代
#人工智能挑战
#劳动市场转变
#生产要素变革
#历史革命对比
分享
评论 0
0
Robinson · 鲁棒逊
10个月前
o1 pro 200刀/月 值得吗? 最近1个月 四开 gpt 、claude、gemini、grok 对比体验 gpt o1 、claude sonnet 3.5、gemini 2.0 thinking后, 感受到gpt o1明显更优,但苦于50次/周,超过就降智 看到有推友在用o1 pro,不限次数, 有一点心动 请万能的推友分享下o1 pro的使用体会
#GPT
#Claude
#Gemini
#Grok
#o1 Pro
#AI聊天机器人订阅
#性价比
#使用体验
分享
评论 0
0
Robinson · 鲁棒逊
11个月前
愈发感受到 AI 工具对个体在行动范式上的影响。它正让我们从"如何做"的过度复杂思考,转向"即刻行动"的快速决断—— Now, not how。 以前从idea萌发,到落地执行,中间如同隔了一道天堑,除了懒,畏难情绪总在作祟。就像"搬积木"视频中人与蚂蚁组的对比:面对复杂任务,人类往往陷入"复杂降智"——复杂信息,导致认知过载&能力受限。 当我们难以有效拆解步骤,无法清晰预见路径,只会让众多可能性在内耗中消散,不了了之。 现在有了AI工具的加持,极大丰富了我们个体的认知资源,可以快速地把“一个想做的idea”丰富成“一个可知的行动框架和路径”,如同为行动绘制了一张详尽的地图(操作指南SOP)。 这种转化既降低了认知负荷,又提供了行动的确定性——在可预见的路径和可控的风险之下,提升了我们行动的安全感和容错率,让人更容易实现“ 想到就去做”。 Just : Now,not How.
#人工智能
#行动范式
#快速决策
#认知过载
#复杂信息处理
#思维转变
分享
评论 0
0
Robinson · 鲁棒逊
11个月前
明亮的号音骤起,昂扬的旋律,好似呐喊 生命力肆意流淌,自由不羁,狂野而又深情 极富感染力,让人上头,仿佛注入了灵魂 音乐的魅力 难以理解 但无法抗拒 一个瞬间,便是永恒 Can you feel it?
#音乐
#生命力
#自由
#灵魂
分享
评论 0
0
上一页
1
2
3
个人主页
通知
我的投稿
我的关注
我的拉黑
我的评论
我的点赞