李小加：几乎无行业还能守住护城河
专题：2026亚布力论坛创新年会 7月4日消息，亚布力中国企业家论坛第十二届创新年会7月3日-4日在上海召开。亚布力中国企业家论坛轮值主席，滴灌通创始人、主席李小加在开幕致辞中表示，现在已经几乎没有任何一个场合不讨论人工智能。企业家群体既是AI将来最大的受益者推动者，但如果做不好，一定会成为AI最大的受害者。 AI革命给我们了带来什么？李小加认为，AI革命带来的变化，基本来看是两个。第一把劳动力、管理力、获客力和投资者主权，这4个的杠杆全面再一次的指数提升，“可以想象今后的造富，今后的发展，今后的产品，今
AI浪潮下，就业危机的本质是结构性重构而非单纯替代
2026年3月，一位在深圳深耕跨境电商运营长达12年的陈女士，意外察觉到了自身工作模式的异常转变。过去，她每日需投入3小时撰写产品文案、2小时进行竞品剖析、1小时处理客户邮件。如今，她将这三项任务全权交由AI处理，仅需20分钟审核最终输出。节省下来的时间，她转而学习借助AI开展市场趋势预判、用户画像构建，甚至接管了原先由两人分工负责的两个品类。她的薪酬未有变动，但她的产出却达到了过去的4倍。同期，她所在的公司在同月裁减了内容团队半数员工。这并非一个描绘"AI取代人类"的惊悚叙事，亦非一篇渲染"AI导致大规
SaaS服务商在AI浪潮中的生存挑战-烧钱模式已难以为继
各位好，我是人月聊IT。今天来聊聊SaaS应用和SaaS服务商这些年的发展。观察下来会发现一个很明显的问题：做SaaS服务的，真正盈利的寥寥无几，绝大多数都深陷亏损泥潭。进入AI时代后，SaaS服务商的处境更是雪上加霜，倒闭或消亡的速度明显加快。这背后的根源究竟是什么？谈谈我的看法。首先，还是要从SaaS服务的商业模式说起。任何SaaS应用服务，其核心商业模式都是基于假设和流量驱动的。大多数SaaS产品和服务的运营逻辑是：前期必须大量投入资源、投入资金，通过烧钱来获取第一批用户；拥有初始用户基础后，逐步构
AI浪潮下的新机遇：为何"善用工具者"悄然领先"技术专家"
最近看到一个观点，让我琢磨了很久。说的是：AI时代最丰厚的回报，不在AI领域本身，而是藏在那些看似"平凡"的传统行业里。乍看之下有些矛盾——AI红利不在AI领域？那在哪里？但仔细琢磨，这个逻辑确实站得住脚。我有个朋友做电商运营，叫小陈。小陈并非技术背景，大学读的是市场营销。去年年底，她花299元买了个AI工具会员，开始尝试用AI撰写商品文案。三个月后，她的产出提升了4倍。以前一天写3条产品描述就感觉精力耗尽，现在一天能出15条，品质还更胜一筹。她做对了什么？说白了——她没有去钻研大模型的参数、没有去学Pr
用债券视角解读AI时代的科技股投资逻辑
变量含义通俗理解g增长率这张债券的票息增长有多快N增长周期这种高速增长能维持多久（壁垒有多强）m利润率每一元收入中实际能赚到的净利润r确定性上述三个指标能否如期实现（本金安全性）场景无风险利率对估值的影响直觉加息1% → 5%估值压缩，尤其对高估值成长股冲击大国债收益率都到5%了，凭什么给成长股这么高的估值？降息5% → 2%估值提升，成长股弹性最强国债收益只有2%，资金无处可去，愿意为成长付出高价消费股（可乐/茅台）科技股护城河
AI不会抢饭碗，不会用AI的才被淘汰
后台常有读者问我："AI这么强了，35岁程序员还有出路吗？"过去我也谈过35岁危机，那时AI还没这么强势，压力主要来自年龄偏见。但到了2026年，局势变了：黄仁勋、李彦宏公开表示，今年底或明年，大部分工程与知识型任务将由AI Agent接手，程序员可能得转型为AI产品经理、运维工程师，或"管理AI团队"。这话一出，圈内一片恐慌。我调研了多家大厂，也和不同年龄段的同行聊了聊，发现情况没那么绝望。今天我想把"AI替代程序员"和"35岁危机"拆开说，讲讲真实背后的逻辑。先说35岁。网上一提35岁就是"裁员"、"
摩根士丹利：人工智能投资的十大关键洞察
摩根士丹利投资管理部最近发布了《Big Picture》报告，探讨人工智能的十个投资真相。管理着数万亿美元资产的机构认真分析框架，这本身就传递了重要信息。已有2.3万亿美元投入其中，且投资速度还在加快。我将报告的核心观点拆解出来，逐一解读。1、四重汇聚。算法、算力、人才、资本，这四个要素同时加速发展，并且每个要素都推动其他要素前进。算法在2017年Transformer模型出现时突破了瓶颈，随后算力呈指数级增长，人才向全球几家头部公司集中，资本则追逐这三者疯狂投资。更值得注意的是，AI能力现在每4个月翻一
AI时代项目经理的转型之路：抓住那40%的核心竞争力
点击上方蓝字关注我们组织级项目管理ATM没有消灭银行柜员，但消灭了只会数钱的柜员1967年，伦敦一家银行安装了世界上第一台ATM机。消息传开后，银行柜员们集体恐慌，机器能吐钱了，我们是不是要失业了？结果恰恰相反。ATM机普及之后，银行网点反而变多了。ATM处理了大量简单的存取款业务，银行运营成本下降，得以开更多的网点。网点多了，就需要更多的柜员。但柜员的工作内容变了，不再整天数钱，转向客户咨询、产品推荐、审批这些机器干不了的事。数钱这件事被自动化了。理解客户的需求、判断贷款的风险、维护长期的客户关系，这些
透视日本法律企业：AI浪潮下的业务壁垒与变革
法律资讯板块：核心产品为"BenNavi"矩阵——搭建沟通桥梁，让遭遇法律困扰的民众与专业律师精准对接。盈利途径为广告变现。渴望获取案源的律师在平台内投放宣传，企业据此收取广告费。其计费标准不按效果结算，不论频道分类与案件类型，虽有地域差别，但大体维持统一定价。纯粹的广告运作方式是其最大特色。延伸资讯板块：因脱胎于法律资讯体系，故而得名延伸资讯。以"Carism"平台为例，遭遇劳资纠纷的用户在浏览"BenNavi劳资纠纷"后，不少人有跳槽意愿，于是平台推出了
AI基建时代，中国律所如何构建核心壁垒？
5月28日，全球最赚钱的律所凯易（KE）宣布投入5亿美元打造自有AI平台。乍看之下，这似乎又是一则法律科技资讯：一家全球顶尖律所重金押注AI，意在下一轮效率竞争中抢占先机。但若仅将其视为“购置工具”或“自研模型”，恐怕低估了其深层意义。法律行业素来不缺工具。从法律检索系统、合同管理系统，到各类AI法律助手，技术一直在提升律师效率。然而，凯易此次真正的看点，不在于使用了多强的模型，而在于它试图将律所最核心、最难复制的资产——合伙人的判断、项目阅历、交易路径、监管应对及组织记忆——进行系统化沉淀。换言之，这已
AI 碾压 IOI 难题，信竞教练如何筑起不可替代的壁垒？
AI 已能击败 85% 的竞赛选手，您的孩子还在坚持信竞，教练的价值是否依然存在？这绝非夸大其词，而是 2023 年末谷歌 DeepMind 技术报告中白纸黑字的数据。谷歌专为竞赛打造的 AlphaCode 2，在 Codeforces 平台的测试中表现优异，成绩超越了 85% 的参赛者——而其前代版本仅超越了 50%。不到两年，AI 在算法竞赛领域完成了一次巨大的飞跃。众多家长看到此处，内心或许已开始动摇：投入大量金钱与时间送孩子学习信竞、聘请教练辅导——这条路是否依然可行？暂且不要急于下定论。家长群体
AI观察 | 能力被拉平之后，剩下什么才是真正值钱的东西？
——AI时代信任资产构建指南佛山禅城，敬城国际。一家深耕建材外贸领域19年的企业，产品畅销全球130多个国家，海外社交媒体粉丝突破400万，其AI数字人助理已承接超过10万次海外客户咨询。禅城区政府多次在公开报道中将该公司列为泛家居出海示范标杆。2026年3月，禅城区政府与其签订战略合作协议，总投资规模约10亿元。这家公司，和佛山大量同行运用着相同的AI方法论——ChatGPT撰写文案、Midjourney生成图像、数字人制作视频。然而成效天差地别。差异无关工具，无关技术，甚至无关运营手法。差异在于——这
AI军备赛下，巨头如何破解资本困局
在2026年的宏观市场中，科技巨头（Hyperscalers）与华尔街之间正爆发一场前所未有的估值博弈。随着大型科技公司年度资本开支（CAPEX）飙升至7000亿美元规模，市场情绪在“押注AI叙事”与“恐惧现金流断裂”之间剧烈摇摆。这种表面非理性的抛压背后，实则是长线与短线资本逻辑的深层对抗。 ⸻ 一、价值时间差：长期布局与短期报表的撕裂 长线与短线资金的分歧，根源在于对“价值兑现周期”的认知鸿沟。 华尔街的短期逻辑：紧盯自由现金流（FCF）与投入资本回报率（ROIC） 对受制于季度考核与风险价值模型（V
AI编程为何难筑护城河
2023年初，笔者在首篇关于人工通用智能的文章中提出：代码使用计算机语言，是设计完善的特殊语种，结构性强，长程关联，关系明确。可以用微语言结构的概率分布为基底，张成语言空间，程序就是该语言结构空间的点线面体。GPT可以用自己构建的高维语言空间简单方便地学习代码。代码其实也可以看成特殊的思维链，训练可以降低信息熵，让信息更可预测。大量这种语言结构示例参与预训练的话，GPT被注入足够的信息量，形成各种复杂关联的模式, 涵盖代码中的知识和知识结构。高质量的代码，可以显著地降低GPT 获取的信息熵，这也是为什么G
智能浪潮下,企业真正的终极壁垒
2026年，人工智能领域全面步入大整合阶段。大模型走向开源、性能日趋雷同、计算资源大众化、智能工具普及化。以往公司赖以生存的：模型、算法、算力、数据及产品特性，正迅速沦为业界基准，丧失了稀缺性。不少企业家、创始人与高管深陷同一认知盲区：拼命比拼参数规模、较劲数据标注、加速功能更新、堆砌技术专利。然而行业的底层逻辑早已重写：在智能纪元，技术易仿、模型可替、数据能购、产品易抄。唯一无法窃取、无法替换、无法购置且能带来长效复利的绝对壁垒，仅此一项：领先的组织架构。01 智能领域最冰冷的现实：一切显性优势，必将迅