indigo
1个月前
这张“美国劳动力市场规模排序图”来自红杉内部,合伙人 Konstantine 在最近的分享中公开了!2023 年按“工资总额构成的潜在市场规模”,工资最高的程序员和律师,市场规模最大的是注册护士,他们占据了 TOP 3,所以码农和律师在 VC 和模型公司眼里,是 AI 替代人力的两块肥肉👀 按照工资总和和被替代的风险来考虑,可以分成三类: 1. 高风险 - 结构性转型类:这些职业包含大量可被当前 AI 技术(如大型语言模型)自动化的重复性、流程化任务。 客户服务代表 (TAM $1170 亿) 、秘书和行政助理 (TAM $880 亿) 、簿记、会计和审计员 (TAM $790 亿) 。 这些是短期内最可能面临岗位缩减的领域,从业人员将面临职业的完全转型。 2. 中风险 - 人机协作增强类:这些是高技能、高薪酬的职业,AI 短期内难以完全取代,但能显著提升工作效率,可能导致行业对新增人力的需求放缓,或对从业者技能要求发生改变。 软件开发人员 (TAM $2240 亿) 、律师 (TAM $1250 亿) 、会计师和审计师 (TAM $1250 亿) 。 中短期内职业不会消失,只会变得需要高手和经验,岗位需求冻结和减少不可避免,入行需要看天赋 。。。这类型最容易出现超级个体,有可能出现全新的职业市场。 3. 低风险 - 核心人际交互类:这些职业的核心价值在于人性化的关怀、复杂的物理操作或现场决策,AI 目前主要扮演辅助角色。 注册护士 (TAM $ 2840亿) 、中小学教师 (TAM $920 亿 & $410 亿) 、维修和修理工 (TAM $750 亿) 。 除非具身只能非常成熟,否则中长期内都不用担心,提供人类连接和关怀的职业,未来十年会迎来黄金期☀️ 当然,还有很多围绕 AI 大规模生态的新职业还没诞生,例如用于培训新人的 AI、或者帮企业培训 AI Agent 的人类等等。。。
indigo
1个月前
indigo
1个月前
红杉的合伙人 Konstantine 刚公开了一段分享「万亿的AI革命:为何它比工业革命更宏大」,其中有五个他们观察到的AI领域正涌现出的明确趋势: - 工作模式从追求“确定性”转向拥抱“高杠杆”; - 价值衡量从学术基准转向真实世界; - 强化学习技术走向应用中心; - AI 开始渗透到物理世界; - 以及“算力”正成为新的生产函数。 第一和第五个趋势,我认为是“工作”定义的范式转变,值得每个人思考并付诸于行动: 我们的工作模式正在发生根本性转变。过去,我们用 100% 的精力去完成一项任务,追求 100% 确定的结果。未来,我们将用 AI 获得超过 100%(甚至 1000%)的杠杆,但需要接受结果在表现形式上的一定不确定性。 例如一位销售人员,过去需要自己手动管理所有客户,逐一跟进。而在 AI 时代,他可以为每个客户部署一个AI Agent,这些代理 7x24 小时监控客户动态、寻找机会。这极大地提升了销售的覆盖面和效率(杠杆)。但 AI 代理的跟进方式、沟通风格可能与销售本人不完全一样,甚至可能犯错(不确定性),这时就需要人来介入和修正。 这要求大家从一个工作“执行者”转变为一个“AI 管理者”和“异常处理者”;对全人工的完美的追求,需要让位于对效率和规模的追求。 红杉对他们投资组合的调查显示,预计每个知识工作者消耗的算力,最保守的估计也将增长10倍。而乐观的预测,则可能达到 1000 倍甚至 10000 倍。正如第一个趋势所说,每个知识工作者未来都可能指挥成百上千个AI Agent,这将带来算力需求的爆炸式增长。 这不仅对提供推理(Inference)服务的公司是巨大机会,也利好那些保护推理过程(安全)和利用这种新生产函数触达更多用户的公司。目前来看,Anthropic 强化 Coding 和 Agentic 能力的策略奏效了,程序员和其它自动化需求强烈的知识工作者带来了高价值的大量 API 调用消耗🤔
indigo
1个月前
世界的底层代码正在被重写,你的思维操作系统也亟待升级!今天整理了一份最能代表 Indigo「新社群」理念的书单,它从物理学的根基出发,帮助你构建新科学的世界观,涵盖了复杂系统、认知提升、财富观的建立、个人内观与成长。最重要的是,你将找到对世界格局的最新理解、以及科技加速的本质✨ 这份书单一共 27 本,图上的空白留给我自己的与 AI 有关的新书,等年底开始预售了就补上!届时也会用这份书单为新社群设计一套「思维操作系统升级」课,又给 2026 年挖了个大坑😅 世界观 ————————————— 1. The Beginning of Infinity — 无穷的开始:世界进步的本源 — David Deutsch — 论证“好解释”驱动人类进入没有上限的持续进步时代 2. Out of Control — 失控:机器、社会与经济世界的新生物学 — Kevin Kelly — 以复杂系统与涌现视角描绘去中心化的“生物化”技术社会 认知与投资 ————————————— 3. The Almanack of Naval Ravikant — 纳瓦尔宝典:财富与幸福指南 — Eric Jorgenson(基于 Naval Ravikant 思想整理) — 用杠杆与稀缺专长叠加心性修炼,构建长期复利的财富与自由 4. The Anthology of Balaji — 巴拉吉预言:技术、真相与构建未来 — Eric Jorgenson(基于 Balaji Srinivasan 思想整理) — 面向未来的技术—治理—创业合辑,倡导主动“构建未来” 5. The Sovereign Individual — 主权个体:驾驭信息时代的转型 — James Dale Davidson, William Rees-Mogg — 断言数字技术与加密货币将削弱民族国家的税收与暴力垄断,个体与网络社群崛起为新主角 6. The Psychology of Money — 金钱心理学 — Morgan Housel — 财富更依赖情商、耐心与风险观,而非智商;自由来自长期复利 内观与成长 ————————————— 7. The Extended Mind — 延展心灵:大脑之外的思考力量 — Annie Murphy Paul — 思考可外接到身体、空间与社交互动等“外脑”资源 8. Discovered, Not Designed — 发现,而非设计:复杂时代的构造方式 — Sean McClure — 以试错与启发式引导系统自发涌现,替代线性因果的传统设计思维 9. Why Buddhism Is True — 为什么佛学是真的:冥想的科学与哲学 — Robert Wright — 以进化心理学解构“自我”与偏见,倡导正念以减轻痛苦 未来主义 ————————————— 10. Average Is Over — 平均的终结:大停滞之后的美国 — Tyler Cowen — AI 放大分化,优势属于能与技术深度互补的“超级个体” 11. The Future Is Faster Than You Think — 未来比你想得快:融合技术如何重塑商业与生活 — Peter H. Diamandis, Steven Kotler — 技术融合呈乘法效应,全面改写产业与社会结构 12. Life 3.0 — 生命 3.0:人工智能时代的人类 — Max Tegmark — 当生命可重写“硬/软件”,人类如何定义自身与文明走向 13. The Singularity Is Nearer — 奇点更近:当我们与 AI 融合 — Ray Kurzweil — 勾勒通向人机深度融合的时间表及其社会冲击 科学与技术 ————————————— 14. Reality Is Not What It Seems: — 现实不似你所见:量子引力之旅 — Carlo Rovelli — 在基本尺度上空间是离散的、时间是现象性的产物 15. Thermoinfocomplexity — 热信息复杂性:生命与智能起源的新理论 — Behzad Mohit — 以能量与信息的相互作用解释复杂系统涌现与进化 16. A Brief History of Intelligence — 智能简史:进化、AI 与“五次突破” — Max Bennett — 梳理五次关键认知跃迁,并据此指向类人 AI 的工程路径 17. Models of the Mind — 心智模型:物理、工程与数学如何塑造对大脑的理解 — Grace Lindsay — 从神经元到行为,模型为连接层级奠定理解之桥 18. A Thousand Brains — 千脑理论:智能的新框架 — Jeff Hawkins — 成千上万个模型单元并行投票形成通用智能的新解释 19. Natural-Born Cyborgs — 天生赛博格:心智、技术与人类智能的未来 — Andy Clark — 人类天生与工具耦合,心智外延化是常态 生命与健康 ————————————— 20. The Song of the Cell — 细胞之歌:医学与“新人体”的探索 — Siddhartha Mukherjee — 以细胞为主角讲述现代医学革命与再造人体的可能 21. Immune — 免疫:探索维持你生命的神秘系统 — Philipp Dettmer — 以可视化与比喻解密这套古老而精密的自我防御网络 22. Outlive — 长寿:科学与实践 — Peter Attia(with Bill Gifford) — 倡导“Medicine 3.0”的主动预防策略以延长健康寿命 地缘与经济 ————————————— 23. Knowledge and Power — 知识与权力:资本主义的信息理论 — George Gilder — 资本主义即信息系统,企业家“惊喜”(高熵)创新驱动增长 24. Chip War — 芯片战争:争夺世界最关键技术 — Chris Miller — 以芯片供应链为核心的地缘权力博弈重塑全球秩序 25. Suicide of the West — 西方的自杀:自由主义的意义与命运 — James Burnham — 批判自由主义削弱“生存意志”,导致文明自我退却 26. The End of the World Is Just the Beginning — 全球化秩序的终结:衰退时代的地图 — Peter Zeihan 美国主导的全球化退潮,各国被迫本地化生产与安全 27. The Technological Republic — 技术共和国:硬实力、软信仰与西方的未来 — Karp & Zamiska — 主张技术、网络安全与数字治理将决定国家实力版图
indigo
1个月前
找到一张旧图 - “战略性思维”(Strategic Thinking)的七个核心能力,周末分享给大家👀 这七种“心智力量”可以分为三大类:思考、讲述 和行动! 第一部分:思考 (Think) 这部分是战略思维的基础,包含了四种核心能力: 1. 长期思维 (Long Term Mindset) :着眼于建立能够持久发展的事物。设定3-5年的长远目标;关注那些能够随着时间推移产生复利效应的系统;从“势头”(momentum)的角度思考,让优势持续累积。 2. 解决问题 (Problem Solving):设计能够增加真实价值的解决方案。将模糊、宽泛的问题,重新定义为具体、可操作的问题;使用“五个为什么”(5 Whys)等工具,深挖问题的根本原因;将宏大的挑战分解成更小、更易于管理的部分。 3. 二阶思维 (Second Order Thinking): 思考决策的连锁反应,而不仅仅是直接后果。不断追问“然后呢?”,以审视决策可能带来的各种权衡和取舍;规划出决策可能带来的第二层、甚至第三层的影响;利用情景规划(scenario planning)来探索未来的多种可能性。 4. 力量倍增器 (Force Multiplier): 找到那些能够“四两拨千斤”、极大化成果的高影响力举措。利用杠杆(leverage)来放大成果;寻找可以被复制和规模化的成功模式(playbooks)或系统;投资于能够提升团队或个人整体能力的工具或人才。 第二部分:讲述 (Tell) 这部分强调将思考的成果转化为能够影响他人的信息。 5. 综合分析 (Synthesis): 提炼信息,形成自己独特的观点(Point of View)。观察数据后,要追问“所以呢?”,挖掘其背后的商业含义;连接不同来源的信息点,找出其中的内在联系;留意信息中的矛盾之处和共同的线索。 6. 故事叙述 (Storytelling): 用清晰且有说服力的叙事来传递观点。采用简单的叙事结构,例如:“挑战 → 核心理念 → 行动方案”;将枯燥的数据转化为直观的视觉化图表;根据听众的背景和关注点,量身定制你的故事。 第三部分:行动 (Act) 这是战略思维的最终落脚点,即做出明智的决策。 7. 决策制定 (Decision Making): 运用逻辑和理性做出高质量的决定。区分“可逆的决策”和“不可逆的决策”;对于可逆的决策,要快速行动;通过权衡“预期影响”与“所需投入”,来确定各项选择的优先级。 策略思考是一个从“深度思考”到“有效沟通”,再到“明智行动”的完整闭环✨
indigo
1个月前
AI 项目的创始人们需要知道什么?来自 Bessemer Venture 的《The State of AI 2025》BVP 给出了十条首要建议,个人觉得“品味和判断力”是你最大的差异化!完整建议也分享给大家👀 1. 市场上出现了两种获胜的 AI 初创公司类型: - 超新星(Supernovas): 平均在 1.5 年内达到约 1 亿美元的年经常性收入(ARR),但通常客户保留率脆弱且利润微薄 Vibe Revenue 😅; - 流星(Shooting Stars): 增长路径类似优秀的 SaaS 公司,在 4 年内从 300 万美元增长到 1 亿美元 ARR,拥有强大的 PMF 和健康的利润率; 2. 记忆和上下文是新的护城河: 最具防御性的产品将具备记忆、适应和个性化的能力。持久的记忆和语义理解能创造情感上和功能上的用户锁定; 3. “行动系统”正在取代“记录系统”: AI 原生应用不仅仅存储数据,而是基于数据采取行动。不要试图将 AI 附加到传统软件上,而应重新构想整个工作流程; 4. 从一个“AI 楔子”开始: 解决一个狭窄但高摩擦(痛点明显)的问题(例如法律研究、销售笔记)。快速提供 10 倍的价值,然后再进行扩展; 5. 浏览器是你的画布: Agentic AI 正在转向浏览器层 —— 浏览器现在是一个可编程的环境,AI 代理可以在其中观察和执行任务。要基于这个平台进行构建,它是新的操作层; 6. 私有、持续的评估至关重要: 公共基准测试是不够的。企业需要可信赖、可解释的性能。从一开始就要建立内在的评估基础设施; 7. 实施速度是战略优势: 过去需要数月才能完成的客户接入(Onboarding),现在只需几小时。代码生成、自动映射和自然语言界面打破了供应商锁定; 8. 垂直 AI 是新的 SaaS: 那些曾经“恐惧技术”的行业正在快速采用 AI。获胜的关键在于深度嵌入工作流、从第一天起就证明投资回报率(ROI)并快速扩展; 9. 现有巨头已经觉醒并积极收购: SaaS 巨头正在通过收购进入 AI 领域。创始人需要建立技术和数据护城河。要为并购做好准备,但运营时要像你将主导整个品类一样; 10. 品味和判断力是你的差异化因素: 在一个充满代理和自动化的世界里,人类的洞察力是优势所在。那些能够直觉判断“应该存在什么”——而不仅仅是“能够做到什么”——的创始人将定义下一个时代!