引子一个前缀的寿命今天AI 是最好用的前缀。AI Coding、AI Customer Service、AI Search、AI ERP、AI Marketing、AI Design、AI Office……一款产品如果名字里没有这两个字母甚至会显得不够新。但把时间尺度拉长这件事很可能会反过来。今天我们说AI Coding以后大概只会说Coding。 今天我们说AI Customer Service以后大概只会说Customer Service。 今天我们说AI Search以后大概只会说Search。 今天我们说AI ERP它多半仍然只是ERP。不是因为 AI 消失了。恰恰相反是因为它无处不在以至于不再有必要被单独指出。AI 不是一个终点行业它是一种终将消失在行业里的通用能力。理解这一点比统计今天又诞生了多少个 AI 产品更重要。一、电气冰箱是怎么变成冰箱的技术刚出现时人们总要先给它一个名字因为新事物必须被区分出来。而区分的方式通常就是加一个前缀。1908 年芝加哥的赫尔利机器公司把工程师阿尔瓦·费舍尔设计的雷神Thor推向市场它被广泛视为美国第一台商业销售的电动洗衣机专利在 1910 年 8 月 9 日签发。当年它的正式名字是电动洗衣机——因为在那个年代洗衣机三个字默认指的是手摇的木桶和滚筒。1913 年弗雷德·沃尔夫在芝加哥推出了一台家用制冷装置名字叫 DOMELRE。这个词本身就是 DOMestic ELectric REfrigerator家用电冰箱的缩写。它售价约 900 美元只卖出几百台是不折不扣的富人玩具。真正把冰箱送进普通家庭的是 1927 年通用电气推出的 Monitor Top累计产量超过一百万台。即便如此到 1930 年美国也只有约一成家庭拥有冰箱直到三十年代末这个数字才越过四成。一百年过去没有人再说电气冰箱电动洗衣机。中文口语里电冰箱的那个电字也在悄悄脱落变成了冰箱。语言学里有一个专门的词描述这种现象逆构词retronym。这个词由弗兰克·曼凯维奇在 1980 年提出经威廉·萨菲尔在《纽约时报》专栏推广后进入词典。它的意思是因为出现了更新的东西旧事物反而被迫加上一个修饰语才能说清楚自己。有了电吉他人们才需要说木吉他有了数字表人们才需要说指针表有了电子邮件人们才需要给纸质信件加一个说明。这是一条极其可靠的技术史规律当一种技术需要用前缀标注自己时它还是新闻当人们必须用前缀去标注它的缺席时它才真正成为了基础设施。我们不会走进一家公司问你们办公用电吗也不会在介绍一家银行时特意强调它可以在网上转账。不是因为电力和网络不重要了而是它们已经重要到成为默认条件。通用技术的宿命是以新事物的身份出现以大产业的身份扩张最后以默认能力的身份消失。二、通用技术真正的战场从来不在新行业而在旧行业每一次通用技术革命都容易制造同一种错觉我们以为一个巨大的新行业正在诞生。后来才发现真正发生的事情是旧世界被重写了一遍。这一点电力提供了最完整的样本。1987 年经济学家罗伯特·索洛留下一句著名的观察计算机时代随处可见唯独看不见于生产率统计之中。1990 年斯坦福经济史学家保罗·大卫在《发电机与计算机》一文中回答了这个悖论他的方法是回看电力。大卫指出1899 年的美国电灯只出现在约 3% 的住宅里全国制造业安装的电动机马力占工厂机械驱动的比重还不到 5%。这些指标要再过大约二十年才爬到 50%。问题不在电机本身——19 世纪 90 年代的电机已经足够好用。问题在于工厂最初只是把蒸汽机拆下来换上一台大电机而全厂仍然依靠天轴、皮带和滑轮统一带动。厂房仍然围绕动力源层层叠起机器的位置取决于离动力源多远而不是取决于产品该往哪里流。省了一点燃料别的什么都没变。真正的跃迁发生在 1920 年代单机驱动普及之后每台设备配一个自己的小电机可以独立启停、独立调速。于是厂房可以摊平成单层产线可以按物料流动的逻辑重排工序之间第一次真正解耦。大卫与加文·赖特后来的研究量化了这个断点制造业趋势生产率增速从 1899—1914 年的约 1.5%跳升到 1919—1929 年的约 5.1%。同一种技术两种结果。电力真正的产出不是电力行业而是被重新设计过的工厂。计算机同样如此它不只创造了计算机行业而是进入银行、制造、航空、医疗、政府与科研。互联网也不是一个独立的网站产业它改写了零售、广告、媒体、支付、物流与服务业。AI 大概率也一样。今天可见的 AI 应用与 Agent只是这场变化最先浮出水面的一层。更深的变化是几乎所有软件都在重新定义软件应该具备什么能力。三、AI X是一种阶段性语言于是今天密集出现的 AI X很可能只是过渡状态。从竞争角度看这完全合理。技术进入爆发期时AI 本身就是注意力、资本与增长的一部分。这不是浮夸而是市场在高速传递信息。但要看清它的寿命只需回到一个基本事实用户要的从来不是 AI。用户要的是更好的搜索、更省事的客服、更准的排产、更快的开发、更可靠的风控、更高效的供应链。AI 只是实现这些目标的一种能力。用户不购买技术用户购买技术带来的结果。今天一个客服系统会说我们接入了大模型可以自动理解并回复客户。几年之后客户可能不会在意这句话——因为一个连问题都听不懂的客服系统本身就已经不算合格的客服系统。今天一个开发工具会强调自己拥有 AI Coding 能力。以后一个不能理解代码、定位缺陷、补全逻辑、解释架构的开发工具可能就像今天一个不支持语法高亮的编辑器一样难以想象。今天搜索引擎强调 AI Search。但用户最终只问一个问题它能不能帮我找到我真正需要的东西到那时AI 就退到了后台。它不再是产品本身而是产品理应具备的一部分。四、AI 真正工业化的是认知把几百年的技术革命放在一条线上看会出现一个清晰的序列。工业革命工业化了体力机器把肌肉转化为可规模复制的机械动力。 电力工业化了动力的生产、传输与分配。 计算机工业化了计算。 互联网工业化了连接与信息传播。而 AI 第一次大规模触碰到另一个长期难以工业化的领域认知。理解文字、总结信息、识别图像、生成代码、归类数据、回答问题、给出初步方案——这些事情过去有一个共同特征必须依赖一个具体的人。一个人的经验、知识、注意力与时间就是产能的上限。大模型让越来越多的认知任务第一次变成一种可以用算力调用的能力。值得注意的不是机器是否像人一样思考——这个问题还会争论很久。商业世界真正关心的是另一件事过去必须调用一个人才能完成的事现在能不能调用一个系统如果答案越来越多地变成可以那么认知活动本身就在经历工业化。所以与其把 AI 称为一个行业不如把它理解成一种正在被基础设施化的认知能力。就像今天的软件天然调用数据库、网络与存储未来的软件也会天然调用某种模型能力。那时我们甚至不会觉得这有什么特别。于是真正值得问的问题也随之改变。不是哪些行业会成为 AI 行业而是——还有哪些行业能够长期完全不使用 AI五、前缀越响离成熟越远这听起来反直觉但一项技术越需要强调自己往往说明它越处在剧烈变化期。AI 领域内部很早就意识到了这一点。上世纪七八十年代计算机科学家拉里·特斯勒留下过一句被反复引用的话后被称作特斯勒定理AI 就是那些还没有被做出来的事情。他本人后来说自己被误引了原话更接近智能就是机器还没做到的那些事。这被称为AI 效应一旦某种能力被真正实现并普及人们就不再把它算作 AI。今天很少有人认为光学字符识别、垃圾邮件过滤或计算机下棋是人工智能但它们当年都是。顺着这条线一项通用技术的商业身份通常会走过四个阶段第一阶段拥有它是创新。第二阶段没有它是落后。第三阶段怎么用它决定差异。第四阶段没有人再专门讨论它。到了第四阶段技术才真正完成了从热点到基础能力的迁移。就像今天没有酒店宣传自己提供电灯没有银行宣传自己内部使用计算机没有电商强调自己的服务器接入了互联网。这些当然都极其重要只是它们已经从差异化优势变成了入场的基本条件。AI 真正成熟的那一天也许不是所有人都在谈论 AI而是所有人都懒得再谈论 AI。六、AI 公司会越来越难定义今天我们可以轻易说出这是一家 AI 公司。十年之后这个说法可能会逐渐失去分类价值。如果一家银行在风控、投研、客服与合规中大量使用 AI它是不是 AI 公司 如果一家车企用 AI 完成设计、驾驶、供应链与售后它是不是 AI 公司 如果一家药企用 AI 做靶点发现、临床数据分析与化合物筛选它是不是 AI 公司 如果一家零售商的选品、定价、客服、物流与营销都由 AI 深度参与它是不是 AI 公司如果都算那么最终几乎所有公司都是 AI 公司。而一个能够描述所有公司的词就不再能够区分任何一家公司。这和今天互联网公司的边界日益模糊是同一个道理。银行当然运行在网络上航空公司高度依赖网络制造企业也拥有庞大的软件与数据基础设施——但我们不会把它们统统划进互联网行业。因为真正有意义的分类仍然来自它解决的问题银行提供金融服务航空公司提供运输制造企业生产商品。技术是底层能力不是最终身份。行业按人类需要解决的问题划分而不是按它使用了哪一种技术划分。七、当模型能力商品化问题会回到最古老的地方技术扩散的早期技术本身就可以是产品。一个模型、一个接口、一层新界面、一个 Agent市场就愿意给予关注。这是任何一次通用技术早期都会出现的窗口也是必要的窗口——它让资本和人才快速涌入。但窗口不会永远敞开。当基础模型的能力差距逐渐收窄当推理成本持续下降当调用模型变成软件开发的标准动作企业最终仍要回答那个最古老的问题你到底解决了什么问题到那时我们用了 AI不构成答案。就像今天没有创业者会对投资人说我们最大的壁垒是使用了互联网。竞争会重新回到行业本身谁真正理解工作流谁真正理解客户谁掌握别人拿不到的数据谁控制得住交付质量谁的系统足够可靠谁能进入真实业务谁敢为结果负责谁能建立长期信任。AI 会先让技术显得前所未有地重要最后又把商业推回到技术之外。结语最成功的 AI最终不会被叫做 AI这并不是低估 AI。恰恰相反——只有极其重要的技术才有机会走到不再被提起这一步。边缘技术永远需要强调自己真正的基础设施不需要。水、电、网络、数据库、操作系统很少成为日常谈资但现代社会一秒钟也离不开它们。AI 未来最可能进入的正是这个位置。它会越来越强越来越便宜越来越普遍越来越深入然后越来越不被注意。我们不会再惊讶于客服系统能听懂问题不会再惊讶于软件能生成代码不会再惊讶于 ERP 自动发现异常不会再惊讶于搜索理解了一句含混的话。我们只会认为它本来就应该做到。当一种曾经令人惊叹的能力变成本来就应该如此技术革命才算真正完成。那时候AI Coding 会重新变成 CodingAI Customer Service 会重新变成 Customer ServiceAI Search 会重新变成 SearchAI ERP 仍然只是 ERP。那不是 AI 的失败那才是它的成功。因为一项通用技术最大的成功从来不是让世界永远记住它的名字而是让整个世界在不知不觉中按照它重新运行。AI 不是一个终点行业。它是一种终将消失在行业里的通用能力。而 AI 时代真正到来的标志或许正是AI 时代这四个字本身开始变得多余。
