别再拿硅谷故事忽悠中国人了|疯狂|硅谷|程序员|美国|舒默|马克·安德森

最近，一篇名为《Something Big Is Happening》（大事正在发生）的文章在硅谷科技圈疯狂刷屏，在中国也引起了广泛的讨论。

作者马特·舒默以“圈内人”身份，描绘了一幅AI即将颠覆一切的图景：未来1到5年内，50%的入门级白领工作将彻底消失，律师、分析师、工程师将被AI无情替代；AI正在帮助构建下一代更聪明的自己，递归自我提升的循环已经开启；你只需描述想要什么，离开四小时，回来时工作已经完成——比你自己做得还好。

这篇文章被《财富》《福布斯》、CNBC争相转载，阅读量突破8000万，让无数白领脊背发凉。

但就在这篇文章刷屏的同时，另一群每天需要用AI干活儿的人却吵翻了天——赞同者自然不少，但持不同意见的人也并不是少数。

有工程师表示，虽然现在的AI在提高效率上做得很好，但依旧会有大量愚蠢的错误——他本人并不认为自动生成的代码总是好的。

也有人表示：这不过就是常见的“内部爆料”式炒作。

更有人提出了“诛心之论”：

这篇文章也好，围绕它而展开的诸多论战也罢，本质上，这些声音都在向外传递着一个声音：焦虑的声音。

因为无论哪一方，他们的争论焦点都牢牢锁定在同一个领域——服务业白领的工作。律师、程序员、分析师、医生……这些“坐在办公室里的人”成了AI叙事的唯一主角。

但问题是：坐在办公室里的白领们，其实并不是这个世界的主力。

当我们把视线转向太平洋彼岸的中国，我们就会发现，一个和硅谷那边完全不同的AI故事正在上演。

我只能说：别再拿硅谷的故事忽悠中国人了。

美国的服务业AI

理解美国AI叙事，首先要看懂一个词：PMF（Product-Market Fit，产品-市场匹配）。

这个由硅谷传奇投资人马克·安德森提出的概念看上去挺“互联网黑话”，但真实的含义却很实在——它的含义是“你做出了一款产品，而它正好满足了一个真实存在的市场需求”。

那么，美国AI的PMF是如何验证的呢？

首先，美国AI产品的核心用户，是“坐在办公室里的人”——律师、金融分析师、咨询顾问、程序员、医生、文员。这是一群以“认知劳动”为生的人，他们的工作场景是屏幕前，工作产出是文档、代码、报告、分析。

这群用户的核心痛点是什么呢？

痛点是时间不够，或者说，是效率不高。律师审合同需要几个小时，程序员调试代码需要大半天，分析师写报告需要一整天。在美国，人力成本极高，一个初级律师的小时费率可能是300美元，一个资深程序员的小时费率可能是200美元。因此，任何能“节省时间”的工具，都意味着真金白银的节约。

因此，美国AI产品提供的核心价值是：在更短的时间内，完成同样的认知任务。帮律师10分钟审完合同，帮程序员自动生成代码框架，帮分析师快速整理数据。价值单位是“小时”，换算成钱就是“美元”。

那么，怎么验证你的产品做得对不对呢？

这就到了PMF验证环节——获客成本、活跃用户、付费程度、留存率等等可以量化的指标成为了大家评判的依据——如果用户真的需要一个能帮他们省时间的工具，他们就会主动找来（获客成本低）、用了就离不开（留存率高）、愿意花钱买（付费多）、甚至忍受产品的不完美（需求紧迫）。

换句话说，这些指标是“用户愿意为时间付费”这一行为的量化呈现。

为什么这套东西在美国能玩得转，甚至发展到如今的万亿市场？

因为这就是美国经济的底色，在美国GDP中，服务业占比超过80%，制造业仅占11%。

这意味着美国的经济命脉在金融、医疗、教育、科技、咨询这些领域。AI在美国的天然使命，就是服务于这些白领行业——帮律师审合同、帮医生看片子、帮码农写代码、帮文员写邮件。

所以美国AI的PMF验证，本质上是在回答一个问题：“坐在办公室里的人，愿意为什么样的AI工具付费？”

答案很清晰：能帮他们省时间、提效率的工具。一个AI如果能帮律师少花两小时审合同，他们愿意付几百美元月费；一个AI如果能帮程序员少写一半代码，公司愿意批量采购企业版。这就是美国AI的PMF——建立在“时间就是金钱”的服务业逻辑之上。

马特·舒默的焦虑，正是这套PMF逻辑的自然延伸。

他的文章里充满了对白领工作消失的恐惧，对“递归自我提升”的敬畏，对“每天花一小时学习AI”的劝诫。这套叙事在美国语境里，自有其合理性——因为那里的经济底色如此，那里的就业结构如此，那里的PMF验证逻辑必然如此。

但问题在于：这套叙事漂洋过海来到中国时，被很多人当成了放之四海而皆准的真理。投资人拿着硅谷的PMF标准衡量中国AI公司的估值，媒体人用美国的故事预测中国的未来，白领们对照着舒默的文章焦虑自己的饭碗。

这是最大的误读。因为他们忽略了一个根本事实：中国的PMF验证逻辑，和美国完全不是一回事。

中国的制造业AI

形成这种差异的根本原因是，中国的经济底色和美国完全不同。

在中国，制造业占GDP比重约27%（远高于美国的11%），若是加上采掘、建筑、能源等其他工业门类，第二产业整体占比接近40%。

毕竟，中国拥有全世界最完整、规模最大的制造业体系——产值占全球30%以上，是美日德韩的总和。

而根据中国信通院预测，目前我国人工智能产业规模已达1.2万亿元，未来三年将增长至1.8万亿元。

那你说这种增长会来自于何方呢？

显然是要通过AI赋能工业来获得增长嘛。

这也就意味着：在中国，AI的天然使命，不是服务于坐在屏幕前的白领，而是服务于站在产线旁的工人，工业企业才是中国AI的大客户——中国当然也有许多白领，但白领们真的不是主力军。

于是，一套完全不同的PMF验证逻辑在中国工厂里生长出来。

以中冶赛迪的“AI金睛视觉大模型”来说，它服务的不是办公桌前的白领，而是钢厂里的炉前工人。

钢厂的炉前工是最苦的，每天都要穿着隔热服面对上千度的灼热钢水，同时还要细心观察火焰形态和颜色来判断炼钢情况，这是一个体力脑力双重高压的工种。

现在，即便有了仪器辅助，观察炼钢火焰的工作仍然非常依靠老师傅的经验，而炉前工又实在太辛苦了、太高危了，许多年轻人都不愿意干，这就导致炼钢厂生产一线的经验有断代的风险。

但随着AI的到来，这种问题得到了很好的解决——AI可以替代人眼对转炉火焰进行更准确的观察与判断，使得炼钢速度更快、产品品质更高。

另外，千万不要以为这种生意只是国企的赛场——华为、百度的技术团队，实际上也都在这个领域里积极拓展业务。

轨道装备制造行业其实也用到了AI，中车的“斫轮大模型”，现在就被用在了高铁列车设计的空气动力学仿真上。

众所周知，高铁列车在行驶中需要克服巨大的空气阻力，因此需要设计特别的流线型外观，这就涉及到了复杂的空气动力学计算。

以往借助工业仿真软件，每次执行模拟都要按天算时间，但在AI的帮助下，仿真计算的时间被压缩到了秒级。过去，工程师们受限于计算速度，只能做几次方案。但现在，一根烟的功夫就能做好几次测试了，方案可以疯狂迭代百次以上。

这意味着：我们的高铁列车整体的设计效率得到了巨大的提高——夸张点来说，以前可能十年二十年才会更新换代的高铁列车，未来搞不好会变得和新能源汽车似的“年年不一样”。

这就是中国工业AI的PMF，这就是AI在中国的专属隐藏玩法。

这些案例里，没有一个在用“付费”“日活”这些非常互联网的概念来衡量成功，他们更多关注的指标，是节拍时间、是良率提升、是能耗。

在美国，一个AI产品PMF的信号是“用户自发传播”。在中国工业AI里，PMF的信号是：工厂愿意把AI系统接入核心生产流程，并且为二期、三期项目续费。

在美国，AI更多偏向C端；而在中国，B端和C端各有各的精彩。

因此，用美国AI的叙事往中国产业身上套，不说是刻舟求剑吧，起码也是驴唇不对马嘴。

不会再有“Copy to China”了

要理解这种差异为何如此根本，我们需要回顾一个概念：“Copy to China”。

在过去二十年里，这是中国互联网最主流的成长路径。从门户网站到搜索引擎，从社交网络到电商平台，几乎每一个热门赛道都能找到美国原型。

但最能说明问题的，是2010年爆发的“千团大战”。

那一年，美国团购网站Groupon创造了互联网史上的奇迹——成立仅18个月，估值达到13.5亿美元。这个“每天推一款折扣产品”的简单模式，迅速在全球引发复制狂潮。在中国，复制来得更快。短短3个月，中国团购网站就突破400家；到年底，这个数字飙升至5000家左右。

2011年，Groupon联手腾讯，高调推出中国版——高朋网，试图以“原创者”的身份收割这个被复制者占领的市场。

结果呢？

高朋网遭遇了严重的水土不服。到2012年，高朋网重组，Groupon黯然退出中国市场。与此同时，美团网却活了下来，并且越活越好。2018年，美团点评在港交所挂牌上市，市值高达500多亿美元，成为中国互联网第四大巨头。而当年的“原创者”Groupon，市值从最高的160亿美元跌到20多亿美元。

这种同人逼死官方的剧情是怎么来的呢？

本质上是因为Groupon没有理解中国市场的特殊性。

王兴曾经提出过一个“三高三低”理论：Groupon是高毛利、高成本运营的公司，而美团要做的事情是“高品质、高效率、高科技”和“低客单、低成本、低毛利”。

在中国运营一个团购网站，要比美国承受更高的成本。团购带来的用户“更多的是奔着商品的低折扣而来，消费一次后即离开”，商家和用户在团购平台上是零和博弈，而非双赢。在中国商业环境里，这种模式出问题的概率大幅增加。

这就要求美团不能照搬groupon的经验，而是要做好和中国市场的适配。

美团之所以能活下来，不是因为它比Groupon更懂团购，而是因为它比Groupon更懂中国。它没有死守“每天一款”的Groupon模式，而是逐渐扩展到家、到店、酒旅、出行，最终长成了一个美国没有对标的“超级应用”。

AI时代，别再拿硅谷故事忽悠中国人了

这么多年走下来，我想我们可以看到一种全新的模式了。

以前，是Copy to China（复制到中国）

后来，是Adapted in China（改版在中国）

未来，则会是Innovated in China（原创于中国）

举个例子，“短剧”就是中国原创的一种产品，在中国有丰富的生态，而在美国这种生态则比较贫瘠。

因此，中国诞生了专门针对短剧行业的AI产品——“有戏AI”——包含了剧本拆解Agent、角色一致性Agent、智能分镜Agent、全自动剪辑Agent在内的多个智能体。这款产品上线首月，年度经常性收入（ARR）即突破3600万，视频生成成本低至0.1元/秒，较同类工具降低30%-50%。

这是基于中国独特的内容生态长出的AI应用，美国根本没有对标物。

更别提那些服务于各种制造业的AI了，你要搞制造业AI，你首先要有制造业吧？

回到Reddit上那场论战。那些焦虑的声音，恰恰印证了一个事实：美国正在经历的AI焦虑，是一场属于服务业的、聚焦于硅谷、聚焦于“办公室”的焦虑——他们对于太平洋对岸那个超级工业国、超级大市场所能提供的“战略纵深”缺乏必要的想象力

那些拿着马特·舒默的文章，用“参数落后”“融资不如”“估值差距”来唱衰中国AI的人，本质上是在用服务业AI的尺子丈量制造业AI的成就。

所以，别再拿硅谷故事来忽悠中国人了。属于中国的AI故事，我们自己写。

····· End ·····