@levie:关于当AI模型在各公司间共享并承载了该行业大量智能时,未来竞争优势需深思的一些动态的精彩帖子

X AI KOLs Following 新闻

摘要

关于当AI模型在各行业广泛可用时,企业如何保持竞争优势的思考,强调了模型智能、专有数据、工作流程与员工互动之间的强化循环。

关于当AI模型在各公司间共享并承载了该行业大量智能时,未来竞争优势需深思的一些动态的精彩帖子。 这将成为未来十年及更长时间里企业乃至整个经济的核心问题。如果AI在每个行业——如法律、金融、医疗或生命科学——的最佳数据集上进行训练,那么未来你如何竞争和差异化? 这是一个很好的开放性问题,我认为由于AI进展速度如此之快,目前还无法完全预知答案。但最终,合理的推论是:如果智能变得丰富且该领域的任何人都能广泛获取,那么那些能够最有效地利用智能,并借助一套随时间增值的数据和知识的公司,将占据有利地位。 在模型的智能、公司自身的数据、这些数据与AI在工作流程中的连接,以及员工最终如何与系统互动以创造价值之间,存在一个强大的强化循环。没有明显的迹象表明这会成为一个垂直领域内所有公司的统一模式,因为每家公司都会以不同的方式处理这个问题,就像它们已经在人才和工作流程上所做的那样。如果说有什么不同的话,那些做得最好的公司将获得复利式的回报,从而随时间加速其优势。 总体而言,观察这个问题如何随时间演变,非常有趣。
查看原文
查看缓存全文

缓存时间: 2026/07/10 06:12

关于AI模型在企业间共享、且行业智能高度浓缩的时代中,如何思考未来竞争优势的精彩文章。

这将成为未来十年乃至更长时间里,企业和整个经济体的核心问题。如果AI基于每个行业(如法律、金融、医疗或生命科学)的最佳数据集进行训练,那么未来你该如何竞争和实现差异化?

这是一个很好的开放性问题,我认为目前由于AI进步速度太快,还无法完美解答。但归根结底,如果智能变得丰富且广泛可用,那么那些最有效地利用智能、并围绕随时间增值的数据和知识体系进行操作的公司,将占据强势地位。

模型智能、企业自身数据、工作流中数据与AI的连接,以及员工最终如何与这套系统互动创造价值之间,存在着强大的强化循环。在一个垂直领域内,很难有哪个节点能让所有企业变得同质化,因为每家公司都会以不同方式应对——正如它们已经在人才和工作流上所做的那样。甚至可以说,那些做得最好的企业将获得复利式回报,其优势会随时间加速扩大。

总体而言,观察这个问题如何随时间演变,是非常有趣的。

相似文章

@levie: 过去几个月,我们可能正在见证应用AI层在大规模场景下的模样。尽管一些初步的批评认为这只是LLM之上的一层薄薄封装,但事实证明,在企业中驱动自动化工作流远比想象中复杂得多。而任何存在复杂性的地方,随着时间推移,通常都会形成护城河并创造价值。

X AI KOLs Following

对企业中新兴应用AI层的分析,概述了关键组成部分:构建工作流特定功能、智能模型路由、通过FDE进行变更管理以及领域特定的市场策略。文章认为,尽管存在一些批评,这一层将创造可持续的护城河和价值。