#商业逻辑

Y11
1个月前
最近看到一些关于个人年收入的讨论,有人觉得这要么是为了吸引关注的噱头,要么是作者被某些夸大其词的“成功学”忽悠了。其实,这个问题或许没那么复杂。 我们不妨换个角度想:如果一个人真的年入3000万,他会把时间花在社交媒体上和网友讨论自己的收入吗? 大概率不会。真正的商业逻辑里,公开具体数字往往需要非常谨慎的考量,尤其是对那些已经建立起一定事业基础的人来说。 他们更可能专注于如何让业务持续增长,而不是在社交平台上“晒收入”。 现实中,很多人接触到的收入数据,可能是经过包装的“故事”。 这些故事往往被放大了细节,或者刻意突出某个成功片段,让人误以为“赚钱很容易,成功很简单”。 但真实的世界里,绝大多数人的奋斗都伴随着无数的试错和坚持,那些光鲜的数据背后,可能是不为人知的压力和挑战。 对于那些在社交媒体上频繁讨论“收入”的人,我们或许可以保持一点理性的观察:如果一个人真的通过自己的努力获得了成功,他更可能分享的是经验、思考和方法论,而不是单纯的数字炫耀。 毕竟,真正的价值在于解决问题的能力,而不是数字本身。 与其纠结于别人的收入数字,不如把注意力放在自己的成长上。 每个人的节奏都不一样,与其羡慕别人的“结果”,不如学习他们背后的“思路”。 毕竟,真正能让人走得远的,从来不是一时的数字,而是持续的积累和沉淀。
初码
7个月前
关于未来算力发展和商业逻辑的一些思考: 01、纯训练投资以及免费推理投资还在增长,按照国内外大厂规划,未来5年,每家每年100亿美金的投资肯定是打底的,假如有20家大厂(含政府主权投资平台),以英伟达为主的算力设备销售商在未来5年的销售红利至少还得有1万亿美金,其中利润打底有5000亿美金。 02、大厂这么大的投资,当下可以认为是一般性研发支出和固定资产投资,不求回报的,这既是社会责任,也是被开源精神架着下不来了,但未来肯定会想办法找回报。 03、老一代版本完全免费、新一代特性需付费尝鲜、API功能按量计费,这套产品方法论基本上已经定型,会延续到每一个大厂中。 04、如何在固化的产品和服务形态中寻求增值,会成为下一阶段大厂的目标,我看中国厂商会走的更前,比如百度这种,不排除会在免费的DeepSeek推理搜索引擎中加载竞价广告系统。 05、随着大厂超算设备采购形成一个完整的周期(3-5年),也会形成一个有趣的分级更迭,比如当下,新一代(H200、B200)的拿来做训练, 老一代的(A100、H100),就淘汰出来做推理集群,相当丝滑的过度。 06、随着DeepSeek带动大模型开源运动,从简单的权重开源,一定会继续走向架构、代码、训练数据、训练逻辑等全开源,这会带来大量的行业领域大模型的百花齐放。 07、开源通用大模型的持续迭代以及大量开源领域大模型的开花结果,一定会带来天量的算力需求市场,这其中主要是推理需求。 08、今年是推理爆炸的元年,随着行业大模型玩法的不断推进,各行各业,都开始意识到要架设自己的推理集群,毫不夸张的讲,年利润5000万的中小企业,都会拿出500万来买两台H200尝鲜,并逐渐将设备进化为真正的能帮助企业的生产力。 09、30年前小型机所向披靡的时候的,养活一大批软件供应商,核心系统、数据库系统、数据模型等等,而今时今日,同样的场景也会复现,也可以预料到的是,未来3-5年内,会有大量的行业大模型巨无霸软件企业诞生,他们专注于行业大模型解决方案,深度挖掘AI在行业内的生产力,并转换为服务价值。 10、如果说训练机器的采购有1万亿美金,那全世界推理设备的跟进,就是训练设备10-100倍的规模,这不是夸张,这是事实,在过去100年,建设高速公路和高楼大厦花多少钱,那么在未来的100年,建设AI基础设施就会花多少钱,甚至更加成倍的花钱。 以天为单位进化的AI时代,你如果还不来搞清楚这个世界未来的真相和本质,那你一定会死于奇点前夜!