YC万字分享谈“AI泡沫”：过多的融资是枷锁，你必须真正赚钱

我们进入大模型炒作周期了吗？

此时，这是全球科技圈最具争议的问题。

在中国，随着业务调整、人才流失的消息传出，估值冲上200亿元的大模型六小强们（智谱AI、月之暗面、MiniMax、百川智能、零一万物、阶跃星辰）正遭受着前所未有的质疑。

大厂也不例外。

争议最大的，是以豆包为代表的大模型Bot类应用。这类产品常常移动端下载量高居前列，留存却被持续质疑。

海外同样陷入“大模型炒作论”。

一个例子是，上周英伟达发布超过市场预期的第二季度财报后，股价却在盘后交易中暴跌超7%。原因是，投资者们依旧怀疑它所代表的AI增长空间。

更早前，红杉资本、高盛等机构也开始预警AI淘金热，认为投向AI的巨额资金将导致金融泡沫。

但与此同时，“四木相对论”了解到，一些已经布局大模型项目的一级市场的早期基金，依然持续重注AI及AI Native应用。

这些GP和背后的LP们对自动化、智能化趋势深信不疑，还希望将版图延伸到海外。

和投资圈息息相关的创业圈，同样出现不同于前几年的创业范式。

在吸引数亿元巨额投资的明星公司之外，大量独立开发者组成了10人以内的小圈子，落地自己的创业项目。

“四木相对论”观察到，这类“小型”项目大多聚焦于某个垂类功能或方案的实现，在国内外的一些社群、社区中获取种子用户，再经由各种各样的社交媒体积累流量和用户群，并从中变现。

经过近一年摸索，这种AI创业模式已经不再罕见。‍‍

最近在X上爆火，7天狂揽25万新用户、炸崩ProductHunt服务器的开发平台“Wordware”就是一个例子。

Wordware爆火时用户增长

Wordware背后的投资人之一——全球最知名的创业孵化器和早期投资机构YC，也认可这种“小而快”的创业模式。

YC的CEO Garry Tan在日前的一次分享中表示，一些YC公司的年复合增长率从600万美元起步，在短短三个月内突破3000万美元大关，而团队规模仍维持在两三人。

和“AI泡沫论”不同，在他看来，这类项目能够在如此短的时间内实现如此高的增长，无疑是一个非常积极的信号。

接下来的发展中，这些公司可能不需要售卖股份就能存活。

并且，包括Garry Tan在内的YC投资人们还认为，“炒作言论”的出现，一般是因为人们看到某些东西的价格快速增长，超过了其应有的价值。比如，资金批量涌入英伟达。

但他们觉得，一级市场——尤其是早期投资和二级市场的逻辑不同。

在一个项目的初创阶段，把钱给一个优秀的创始人至关重要。

当这些人有了资金，就可以吸引来和自己一样优秀的人搭建团队，形成公司壁垒。

从这个角度，把资金加码给一个人，也是市场试图找到这领域最该创业的聪明人——这同样是种子轮投资的意义。

以下是 YC 投资人的分享（经“四木相对论”整理）：

OpenAI市场缩小，AI产业利益分配没固化

Gary：大家好，我是Gary。这里还有我的同事Jared、Harge和Diana。我们共同投资了价值数千亿美元的公司，投资AI项目也是我们这些天的工作。

最近我们听到一些人对AI的质疑，他们认为这是一个炒作周期，没有人会从中赚钱。

他们还说，看英伟达在数据中心方面投入了多少钱，从数字上看，这个领域不可能赚钱，这是又一个“dotcom泡沫”，又一个加密货币的繁荣和萧条的重演。‍

*20世纪90年代末到2000年初，许多互联网创业公司在那个时候成立。但由于投资过热和缺乏可持续的商业模式，这些公司中有许多最终在2000~2001年间破产，导致股市暴跌，这一事件被称为“dot-com泡沫破灭”。

面对这样情况的市场时，我脑海中瞬间浮现的是一个滑稽的卡通漫画，它非常有名，这也非常像现阶段。

我们非常熟悉炒作周期。它有点像YC初创公司的生命周期，经历过虚假希望的摇摆期，然后是漫长的悲伤低估期，最后，才真正到达目的地。

*Gartner的炒作周期图  ‍‍‍‍

*初创公司曲线 图源avc.com

不久前，我遇到很多刚刚开始职业生涯的人问，我现在真的应该做AI吗？我觉得，这是我遇到最疯狂的问题。

Diana：你觉得那种恐惧来自哪里？所有寻找idea的创业者们觉得AI是真实的还是炒作的？

Gary：大家可能已经了解有关炒作周期的历史。大概二十年前每周五或周六晚都有花费20万美元办的派对，就像1998年、1999年旧金山的那种无节制的狂欢和聚会一样。

最后呢，那些公司都死了。所以大家有点担心，这就是我们现在所处的时点吗？

Harge：创业总是经历这样的时期，当一个想法很热门的时候，创业者们开始涌入这个行业，突然每个人都参与其中。

这一次的不同在于，如果你看公开的股票市场，就会发现，AI同样在那里产生巨大影响。今年的股市上涨，几乎所有收益都来自大型科技公司。基本都是因为“七巨头”。

*七巨头，The Magnificent Seven，指的是美国股市中七家市值最大、影响力最强的科技公司。分别是Apple、Microsoft、Amazon、Alphabet（谷歌母公司）、Meta Platforms (Facebook 母公司)、NVIDIA、Tesla。

Harge：如果想想是什么推动了“七巨头”这样的大型科技公司获得了所有的收益，基本上都是因为AI炒作。

我从未见过这两件事如此同步，也就是创业公司和YC现在越来越趋向100%关注AI。结果，公共股票市场上的回报也基本上是100%由AI驱动的。

这就是为什么每个人都在憧憬，但也会担心这是不可持续的，担心一切都会在某个时候崩溃。

Jared：所以确实会在某个时间点泡沫破裂吗？

Diana：网上有很多关于AI过度投资的文章引起关注。即使是在公开市场上，很多专家也担心，行业将如何处理这些AI芯片的巨额投资？

英伟达因此成为了世界上最有价值的公司，但投资这些基础设施，总是需要获得一些收益来抵消成本的。

这有点像早期的铁路修建，我们花费成本铺设了铁路，最终总会有火车跑在上面带来收益。大家在想将来会有“火车”来吗？

Gary：大约一年前，似乎只有几个基础底层模型可以使用。现在，我们有 Llama 405B，有 Anthropic 的 Claude。Claude-3.5-Sonnet真的很有竞争力。

实际上，在模型层大家有选择了。而我们正在摇摆到另一个时刻，我们希望应用软件公司，无论是初创企业还是现有企业，也能从这些基础模型中获益。

Harge：我想因为一切都变化得如此之快，导致我们很容易低估一些事情的重要性。

如果回到2023年初，也就是ChatGPT刚刚推出的几个月后，我们开始看到第一批AI想法的时候。ChatGPT非常快速地获得了市场，每个人都在谈论所有这些初创公司将如何被打垮，ChatGPT和OpenAI将拥有一切。

快进到一年半后，情况显然不会如此，我们有了多种模型可以使用。而且我们刚刚得到了第一个真正的处于领先的开源模型，这是我们从未预测到的。

Diana：这是件非常棒的事情。之前谁能想到，最好的模型会是开源的。

Harge：我记得在最新的一次 Llama 3.1 发布之前，我们四个人正好在谈论它，如果每次前沿闭源模型有新版本发布时，开源模型都能在X个月内赶上，那不是很好吗？如果我们能让这个X时间段越来越小，那真的会非常令人兴奋。

但是，这次基本上是相近时间发布的，我认为我们中的任何人都没有预料到一个月前会发生这种情况。

*图源YC播客，闭源模型与开源模型的能力对比

Diana：现在大家使用的模型与六个月到一年前的差异非常大。我记得之前大约90%的人使用OpenAI的模型，因为当时那是最好的。

最近我们进行了一次随意的调查，发现Claude Sonnet 3.5，有相当多的人在使用它，但当时只有一点点小公司在使用，现在产生了非常大的突破。

还有LLaMa的用户也更多了。所以我认为，OpenAI模型正在失去市场份额。

Harge：还有一个观点很有价值。就是即使我们相信AI将会是巨大的，创造出数万亿美元的价值，但是谁将占据其中的大部分价值，仍然存在很大的不确定性。

是GPU制造商吗？还是云服务商？还是模型开发人员或者应用开发人员？哪些部分被商业化，哪些部分会变得非常有价值？很多疑问。

这让我想起很多web 1.0和web 2.0一样的现象。同样，有很多人对整个市场空间非常看好，但依然不清楚自己看好的细分领域。

回到web 1.0，浏览器也有巨大的炒作。很长一段时间以来，人们认为在互联网上成为超级富豪的方法就是拥有互联网浏览器。因为那是通往互联网的门户。就像Netscape的估值一样，当时它的价格也很高。

*Netscape是网景通信公司。网景通信曾是一家美国的计算机服务公司，以自家同名网页浏览器Netscape Navigator闻名。1998年11月，它被美国在线（AOL）收购。

AI应用层可以“轻创业”

Jared：我认为时间是一个重要事情。想一想YC资助的一些最大的公司像Doordash和Instacart，真的是因为智能手机才起飞的。Uber也是。

但这些产品都是在iPhone发布之后的4年左右才出现。需要一段时间的发展，大家才能真正知道哪些想法会起飞，价值到底在哪里。

Gary：价值链的其他部分，有基础模型，有托管提供商，有芯片制造商。另外，也有我们资助的初创公司，也就是应用层。

需要注意的重要事情是，你不需要1亿美元来创办一家应用层公司。绝大多数的情况下，你只需要你和你的联合创始人。

如果你们两个都知道如何编程，就可以直接利用已有的强大工具，进入市场。你可以创造一个产品，解决一个真正的问题，从那些愿意永远付钱给你的人那里赚到钱。

你可以在桌子上或者电脑上完成所有操作，只需要一个正常工作的互联网连接，和你自己的笔记本电脑。

*图源LinkedIn，生成式AI的六层技术栈

Harge：这正是Instant Card和Doordash的故事。它们是由移动互联网技术支持的应用层公司，但不需要自己制造手机。

Gary：至于其他部分，也许真的需要50亿美元才能让基础模型公司起步。也许你确实需要那么多用于晶圆厂、云托管或所有这些其他事情。但即使如此，我想这也不完全正确，只是这件事确实这么难。

Jared：回到我们是否处于AI炒作周期的问题中。

我想，如果我们更准确地定义它，没有人说AI实际上没有价值，因为它真的有价值。

通常，当人们谈论炒作周期时，大家的反应是看到某个东西的价格上涨得非常快。

无论是像英伟达这样的公开市场股票，还是在创业世界中，我们都知道，有的公司在创业后的6到12个月内就达到了十亿美元的估值。

*图源Crunchbase，AI创业公司在不同时期的总融资金额

Diana：这种情况发生在一些非常著名的AI研究团队中。比方说，创始人们曾经在Deep Mind工作，或者在OpenAI工作。当他们离开并创业六个月后，在没有证明产品与市场匹配性的情况下，这些公司就已经有了非常高的估值。

Gary：这让我想起了加密货币繁荣时期的“硬币教授”（Professor Coins）。

就好像如果你有分布式系统的经验，你甚至可以随便走进遇到的第一个加密货币风投那里，然后出来时就能获得十亿到五十亿美元的市场估值——甚至不需要写一行代码，甚至都不需要有个白皮书，什么都不需要。

*“硬币教授”（Professor Coins）是一个讽刺性的昵称，用来形容那些在加密货币繁荣时期靠吹嘘或卖弄技术词汇而迅速吸引投资的人。

Harge：加密货币就是个很好的例子，那就是上一次的情况。而且，我们距离这个“上一次”也没过去多久，大概就是两年前，市场又经历了一轮炒作周期，一些公司价值以一种不可持续的速度快速增长。

当时，这些加密货币公司不断推出代币并发行，甚至进行股权融资。每三到六个月，它们的估值就会翻倍甚至翻三倍。

所以，我觉得这个领域里确实有一些“伤疤”（教训）。另一方面，这也正是创业世界的一部分。

一直以来，在每个发展阶段，总会有一些创业公司被认为过度炒作，估值过高，永远无法实现相应的增长。

但我记得，Stripe 刚推出时，人们也是这么说的。因为 Stripe 从红杉资本那里筹集了一大笔资金，估值大概是 1 亿美元，而当时他们甚至还没有公开推出产品。

这完全是基于对创始人、创意和市场的信心。所以，这在某种程度上只是生意的常态——投资者希望能赚钱，而赚钱的方法就是今天他们支付的价格在未来能通过公司的成长获得利润。

Diana：但是，在评估一家科技公司和评估资产投机之间，可能存在一个有些微妙的差异。比如在加密货币领域，这种投机行为很多。

Gary：我不认为这纯粹是投机行为，这其实是某种程度上的理性行为。

想象一下，如果你是一位拥有某种人脉的分布式系统教授，能找到其他你需要的人，一起创建一个让人们信任、并愿意在它之上构建应用程序的加密货币。那么，这就是一群有能力实现这一目标的人。然后，资金会将其他人挡在门外。

我会认为，这也是为什么会有像 Cognition Labs 和 Devin 这样的公司存在的原因，还有像 Harvey 这样的公司。这其实是市场在试图找出真正聪明人才的聚集点。

这并非完全不理性，但在某种程度上确实值得调侃一下。

Harge：我觉得这是看待加密货币内容的一种合理方式。

在那个时期，资产投机的部分，主要是那些专注于快速推出代币并试图抬高代币价格的人。但也有一些非常正规的、技术密集型的团队，在尝试构建新的协议，并努力把现有的服务建立成去中心化的版本。

而且我认为投资者的心态有点像你说的那样，就是“我们不应该与那些努力解决非常难技术问题的聪明技术人才对赌”。在加密货币领域，确实有很多这样的人。

因此，我们会在创业者找到产品市场的匹配之前就投资。因为，这些人确实会吸引下一批聪明的人才。

AI和加密货币不同，客户留存是核心

Jared：当我和 Diana 与哈佛和麻省理工学院的一些优秀学生交谈时，听到的一个普遍情况是，他们中很多人感觉被加密货币的热潮伤到了——无论是他们个人还是他们的朋友。

他们经历过 2020 到 2022 年的加密货币热潮，所以现在很多人对 AI 和其他新的热门事物持怀疑态度。

Gary和Harge，你们两位是Coinbase的创始投资者，也是全球最成功的加密货币投资者之一，你们如何比较2021年加密货币的情况与现在AI的情况？它们有什么相似和不同？

Gary：我觉得，Coinbase 的特别之处在于，它本身并不是一种加密货币，而是一种使加密货币真正落地的支持性技术。而且，我认为他们还在这条路上前行。

Brian Armstrong（Coinbase 的 CEO）在近期的财报会议上刚刚谈到，正在与世界上的每一家金融机构合作或对话，将区块链技术融入金融的实际规范中。

这一直是我感到兴奋的承诺——当我第一次见到 Brian 时，他还是 Airbnb 的反欺诈工程师。

Harge：对，Coinbase 本质上是一个市场平台。我觉得它看起来和其他初创公司没什么太大不同，就是：有一种东西人们想要买卖，但没有一个很好的市场来实现这一点。那么我们为什么不建立一个值得信赖的市场呢？

Gary：当时，它确实是一个边缘和小众的领域。我不认为当时人们会想到它会发展成这样。

Harge：我认为现在 AI 和加密货币之间的不同之处在于“嗅觉测试”。比如，当你查看产品时，大多数 Web 3 的东西对大多数人来说都无法通过嗅觉测试，就是他们不明白为什么要使用这个。

但当你看 AI 产品时，显然像是能够总结一份50页的市场分析报告并提炼出三个关键点这样的功能，是有明确实用性的，而且显然有人愿意为此付费。

Gary：我在 YC 的一个项目里看到了一家公司，他们做应收账款管理，把一个12人的团队缩减成了一个人来处理应收账款，而其他11个人可以专注于财务中的其他事务。这是非常直接的例子。

软件能做那些无法让人类发挥创意的工作，比如对账——将电子邮件和银行记录与应付款项核对，这些工作并不会激发人的创造力，实际上有时可能是折磨人的。

我们可以让人们做其他更有意义的事情，这就是我们现在能看到的变化。

Diana：有个很酷的数据。

几个月前，所有公司申请 YC 时加起来的总收入是 600 万美元。而在这一批项目结束时，大约 3 到 4 个月后，所有公司的收入总额已经达到了 2000 万美元，这在短短三四个月里简直是巨大的增长，远远超过了我们给出的建议。

*YC 2024冬季营入营公司经常性年收入综合对比 图源：YC播客

我们的建议已经很大胆了，比如让公司每月增长 20%。这仍然是一种指数级的增长。

如果你用这个基准，按每月增长 20% 的速度，从 600 万美元增长，到 3 到 4 个月后，大概只有 1200 万美元左右，但实际上达到了 2000 万美元，说明我们看到的是真正的收入增长。当公司找到了一个好点子时，客户是能够意识到这个价值的。

客户是有判断力的，他们愿意为之付费，确实有这种价值体现。

Gary：我认为最棘手的事情是续订。不仅仅是第一次续订或第二次续订，你必须在所有的续订中生存下来。

一个公司的企业价值实际上来自未来的折现现金流。这意味着客户留存率必须非常高——你获得的每一个客户，最好能永远留住，这才是建立一个有价值业务的唯一途径。

Harge：这似乎也触及了这个问题的核心：我们是否处于一个炒作周期中？在 YC，所有人都能在一线看到许多公司的例子。

它们的年经常性收入（ARR）达到 100 万美元的速度，甚至在一创业营结束后的六到十二个月内，这种收入增长也令人印象深刻。

Jared：如果将“炒作周期”定义为大量资产被高估的情况，那么这种情况现在可能确实存在。

比如说，目前英伟达（Nvidia）是世界上最有价值的公司，也许英伟达被高估了，也许 TPU（张量处理单元）将开始发挥作用，所有这些事情都有可能发生变化。

很多初创公司获得了十亿美元以上的估值，从事后看来，其中一些交易可能看起来真的很愚蠢。

对于我们的业务来说，好消息是我们并不关心这些。如果我们是公开市场的投资者，可能会非常担心英伟达是否被高估。但考虑到我们的业务领域，这根本无关紧要。

Harge：这就是我们与创始人，和公开市场公司之间的巨大差异。公开市场公司必须每个季度都交出业绩报告，如果错过了盈利预期，股票就会暴跌，员工开始变得不安，这对公司来说是一个巨大的干扰。

而作为 YC，我们在投资时看中的是创意，我们不期望在短期内知道这些创意是否有效，这可能需要 10 年或更长时间。而对创始人来说，从 10 年的视角来看，今天是否被高估并不重要。

我们关心的是方向性的问题：在 10 年后，这个价值是否会比今天更高。

过多的融资是枷锁，你必须真正赚钱

Gary：一些像“硬币教授”（Professor Coins）那样的公司，筹集了数亿资金但从未推出产品。或者一些今天的 AI 明星公司，可能已经得到了全球最大的风险投资基金的支持，但资产负债表上可能有 1 亿、2 亿或 5 亿美元，却没有任何收入。

这与我们看到的一些 YC 公司形成了奇怪的对比。

这些公司可能在 Demo Day 上只筹集了 100 万到 200 万美元。但它们的融资额达到 500 万或 1000 万美元时，银行账户的余额只会增加，因为它们从一开始就盈利或相对较快地盈利。

它们自己融完种子轮之后，既没有董事会也不需要再卖掉公司的一部分来获取融资，因此可以按照自己的方式来建设公司。

也许 10 年前，YC 里没有很多这样的例子。

那时候，像 Weebly 这样的公司只筹集了种子轮融资，然后以高价卖给了 Square，他们之所以能做到这一点，是因为从一开始就盈利。在社交软件的时代，这种情况比较少见。

Gary：即使到今天，Zapier 可能仍然是最具主导地位的纯软件公司之一。但在之前，它们仅仅筹集了种子轮融资，却实现了数亿美元的收入。

这是一个非常有趣的时刻。你真的需要巨额融资吗？事实上，巨额融资可能像一块沉重的枷锁，让你永远无法摆脱。

Diana：所有这些我们提到的公司，它们正达到盈利或收支平衡，并且不需要额外融资，而它们的收入正在以指数级增长。

因此，也许你不会听到它们的太多消息，因为它们没有公开上市，也没有进行巨额融资，而是专注于长期发展。

如果参考一下我们现在开始看到的各个领域的数据，在每个领域的AI中我们都看到了早期的迹象，表明事情正在推进。

甚至在一些被认为过度炒作的领域，例如通过 AI 来生成图像，很难想象这个通常被认为只是娱乐或艺术创造的领域，有一家公司 Photo Room 在创造真实的业务收入。

这家公司今年宣布了4300万美元的融资，估值在 5 亿美元，正在为电商生成图像。在这样的垂直领域，他们找到了一个成功的解决方案，使生成式 AI 变得非常有利可图。

另一个类别，我们也谈了很多，就是用AI Agent Workflow，来替代一个运营团队。就像 GreenLight 一样。（*GreenLight.ai 是一家人工智能驱动的员工分类引擎和 EOR 服务提供商。）

Harge：GreenLight 是个很好的例子。Permit Flow 也是一家公司，本质上是一个 AI 代理，使用 AI 来填写和构建操作许可流程。

如果我们尝试从对立面进行批判，那我认为有两个攻击点。

首先，你可以说，这些东西是在自动化，但它们还没有完全将人类从流程中移除。所以，为了达到这些估值并证明自己值这么多钱，它们真的必须把人类从流程中移除。

其次，你可以说，企业永远不会信任这些东西，因此你不可能让财富 500 强公司签订六位数或百万美元的合同，完全依赖 AI。

Jared：我原以为你要说的第二个难点是，这些公司会被商品化。它们就像是 GPT 的封装器，而所有的真正价值都会集中在基础模型上。

而且可能会有一百个类似 Permit Flow 的公司，那么它们如何产生实际价值呢？

Harge：这确实是大约一年前人们主要批评、主要攻击的点。

可能我有偏见，因为我非常相信这一点已经被驳倒了。就像我们刚刚谈论过的一样，多种可用的模型、开源的模型，导致模型层不再具有不可替代性。

像 Permit Flow 这样，在领域中成为专家才是最重要的。大家也要考虑如何销售，如何精心设计用户界面和交互，如何掌握所有的小细节，使产品变得完美。

Jared：也就是价值将集中在像 Permit Flow 这样的公司上。

Permit Flow主页

Diana：它不仅仅是一个封装器。即使在技术层面，我知道他们做了大量工作，真正将模型微调到特定领域。

在这些领域，比如许可、银行数据，私有数据有很大的优势，这是其他人无法做到和复制的。实际上，这里有很多精细的工作，它们不仅仅是一个封装器，而是做了很多经过深思熟虑的工作。

Harge：扎克伯格最近有一句话，就是即使所有的模型开发进展在今天就停止，仍然会有五年的创新空间。这些创新主要集中在应用层或在模型之上构建点对点解决方案的应用层面。

Diana：甚至在Copilot方面也是如此，比如 GitHub Copilot，它是 GitHub 增长最快的产品。

最近的收入增长中有 40% 是由它贡献的，据传他们的收入已经达到了数亿美元。这些数据仍有待验证，但大概就是这个数量级。而它才发布了多久？大约是两年吧。

Harge：关于“需要完全将人类排除在外，才能像大家所说的那样有价值”这一点，我还可以讲一个例子。

听说有些初创公司正在将AI整合到工作流程中，让 AI 执行工作，然后可以通过一个用户界面进行抽查，或者让人类进行审查。但逐渐地，客户甚至不再使用这个功能了。

Diana：我也听说过类似的情况。有一家AI初创公司，已经基本上替代了很多呼叫中心，他们正在处理数十万通电话。

而且，像菲律宾或墨西哥的所有这些业务流程外包（BPO）离岸呼叫中心都被解雇了。大型企业正以大约便宜 20 倍、100 倍的价格和更快的速度使用这家初创公司的服务。

Harge：正如你所说，即使现在技术还不够完美，也不会有比现在最前沿的模型好10倍的新模型短期内出现。

但仅仅依靠微调、私有数据训练等方式，大家也可能把产品质量提升到一个合适的水平，从而使大企业开始在这些解决方案上花费数百万甚至数千万美元。这是很有可能的。

Diana：我认为还有第四个类别也在取得成功。虽然现在确实有很多工具用于构建语言模型、进行评估、微调等，特别是那些为企业定制微调工具的公司，正在取得成功。

这些公司专注于处理企业的私有数据。如果忽略具体的应用，这些工具本身也是非常有价值的。

Jared：我也认为还有很多地方可以应用语言模型，而这些地方可能是人们之前没有想到的。

比如，我们团队中有一家公司在两周前参加了一个特定行业的会议，突然意识到有一个行业非常适合应用语言模型，而这个行业甚至没有技术人员知道或意识到它的存在。我认为目前技术的解锁，还有多年的潜力。

Gary：总结我们现在看到的情况。现在的争议在每一个泡沫周期、每个技术领域的繁荣与萧条中都有出现。

最初，总会有一种狂热的情绪，认为世界将会发生巨大的变化。但大部分信息都是通过传闻、新闻、社交媒体传播的。最终，这会演变成一个短期的人气竞赛。

所有的业务在短期内都像是在接受投票机的考验，而实际上还没有真正发生什么。

事情变化得太快，人类作为感知机器需要时间来理解，因此我们在短期内被那些口才伶俐的骗子、炫目的资历或“我曾在某某公司工作过”的人所迷惑。

例如，那些迅速发言的斯坦福退学人员会诈骗非常聪明的投资者数百万美元。人们并不是有意把钱投入到骗局中，而是由于社会效应，我们无法快速理解世界，结果就是大众往往会判断错误。

从长远来看，每个公司的价值最终还是取决于未来的折现现金流。你需要客户的问题得到解决，他们愿意支付费用，并且客户会一直留在你这里。

这就是为什么像谷歌、Meta 或其他“七巨头”这样的公司会是世界上最有价值的公司，因为人们相信这些公司可能会一直赚钱，这是一种安全感。这就是人们现在的信念。

而公开市场本身也有自己疯狂的投票机制，但最终它们会趋向于衡量公司的实际价值。

最后，你必须真正赚钱，真正拥有客户。在这点上，你需要创造出真正有分量、实际有效的东西。

*分享链接：https://www.youtube.com/watch?v=_-5xJQ4U8g0&t=506s

本文来自微信公众号：四木相对论，作者：四木相对论