别再拿美国“硅谷故事”忽悠中国人了星海情报局
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。
