不创业才是高风险的

内容简介

本篇以 Citrini 对“2028 年智能繁荣/智能危机”的推演为引子，提出在风险难以预测与管理的时代，个人更应采用塔勒布所说的“正凸性选择”：不押注单一预测，而是通过一以贯之的策略，在冲击来临时尽量限制下行、放大上行。 我从三方面展开： 在职业上，AI将持续压低交易成本，许多依赖流程处理或信息差的白领岗位会变得脆弱，因此应训练“创业化能力”（识别需求、做产品、快速验证、营销商业化），并以自身实践 Transync AI 说明 AI 使 MVP 验证与增长更顺滑； 在资产上，主张分散配置：一部分布局“卖铲子”的算力与基础设施，一部分配置顶级应用与指数，并用杠铃思路关注“长期存在”的资产，同时强调个人财务防御要记账、控欲、减少炫耀性消费、降低负债与固定开支； 在生活上，倡导用经典理性思维结合最新 AI 工具，通过持续追问与对话强化认知与创造力，把繁琐交给 AI，把精力用于判断、品味与创造。

正文

最近的关于 Citrini 的讨论还在持续，他们在二月初发布了“2028年智能繁荣”或者说智能危机的推演，描绘了一个由于AI发展带来的末世的样子，人们习惯于从中找可能不符合事实的部分，如AI是否会杀死大部分工作还是会创造出更多的就业岗位，AI是否会杀死大部分的SaaS软件公司，还是会创造更多的需求进行讨论。但是我想从更加个人视角来讨论如何进行准备与选择，因为风险无法管理和预测，我们需要塔勒布所讲的正凸性选择。 正凸性（Pure Convexity）意味着我们不去预测危机什么时候会发生，而是我们在个人选择时进行一种一以贯之的策略选择，无论是像桥水讲的地缘政治忽然爆发极大的冲突，或者AI的发展带来了极大的冲击，也能因为这种策略选择从而享受极大的红利，并且免疫它的破坏力，比如通常我们会想到的失业、降薪、资产缩水等影响。我会从职业发展、资产配置和生活习惯3个部分，讲一下我的策略。

职业发展：不创业才是高风险的

Sam Altman在一次采访中讲过，大多数人没有承担足够的风险。因为在现实世界中，权力、责任和利益通常来说都是三者对等的。在过去的白领工作还相对稳定的时候，由于生产环节当中的摩擦较多，企业会将非常大一部分利润用于雇人。这些工作很多时候是做规划、协调类的工作并从生产收入当中分得还不错的利润，而且由于市场变化小，所以市场规模与竞争态势通常保持稳定，所以白领的相对体面的高收入会在预期中持续较长的时间。 但在剧烈动荡的AI替代工作的趋势下，任何核心价值是“帮你处理枯燥复杂流程”的工作，或者利用信息差赚钱的岗位，比如法律、税务、中介和客服等工作，以及大多数企业中的白领与管理工作都会被信息处理能力与逻辑能力更强的AI取代。这是对交易成本的削减，之前的交易成本一部分付给了白领工作，一部分被耗散掉了。在之后会被一部分由AI替代，并剥离掉那些赚取交易成本部分工作。从整体而言这是更加符合经济规律的，所以它发生时会产生剧烈变动，而好处会最终显现，但速度会慢于变动的发生速度。 对于个人而言，大多数的白领工作将非常脆弱，很多由于交易费用产生的岗位本来就不应该存在。另一方面，创业也可以被这样更加准确的描述：通过发挥自身的独特价值，识别需求并给出产品与服务的解决方案，从而从中获利。从成本与收益来看，创业的成本可以控制在极低的范围内，而收益可以是极高的，收益来自于灵活的识别变动的环境下的需求，独自识别并决策的效率会高很多。同时构建软件的成本已经变得极低，并且会越来越低，那么原本不经济的利基市场也会变得有利可图，类似的需求是被创造的，满足一部分这样的需求也可以带来不少的收入。 不创业才是高风险的，这类的高风险来自于工作可能变得有极强的替代性，但组织的反应速度较慢，而由于生产者剩余大部分不属于自己，所以处于为他人工作的状态的改变动机不足。而这部分工作的本身的预期收益也在迅速下降，不提前训练自己动态的识别并满足需求的能力是不理性的。或者说，不是所有人都适合立刻离职创业，但是创业化的能力：识别需求、做产品、快速验证、营销与商业化是必须训练的。 我从25年开始创业做的产品 Transync AI，它一开始的产品形态并不复杂，但是AI的能力让我们快速验证了这个需求属于真需求，然后我们开始严谨的工程化，实现了一个个里程碑：实现双语的实时翻译、全平台上线、全球上线、企业版上线等等。它现在已经是一个服务数十万用户的产品，由于AI的能力让我在MVP验证到增长阶段变得顺滑，并可以靠自有资金高速增长。因为这个需求始终存在，将产品体验做到极致时，用户会自动的用脚投票，这会让有价值的产品拿走市场中大部分的收入。

资产配置：长期存在的资产与资产防范

做多卖铲子的人好像已经成为某种共识，比如英伟达、台积电，台湾和韩国的市场等等，但这种共识也会带来脆弱性，因为它总暗含着容易被利用的空间，如基础设施的投入不足会带来AI发展速度预期的降低，或者AI所产生的价值不足会会导致上游GPU与数据中心需求下降，又或者新的架构会带来单一竞争优势的丧失，这些可能发生的事件要求我们相对分散的分配资产。 首先是分配给卖铲子的人，在新技术出现时都会经历过度建设的时期，这类的泡沫是不可避免的，而泡沫会带来资源的集中从而有利可图，所以一部分的资产分配给AI算力与基础设施的公司是理性的，从长远来看，对于算力的需求如果还需上涨数百倍，那么即便是认为的将这部分建设速度降低让资本投入更加平滑，投入一部分也是合理的。 另一部分是顶级的应用公司与指数，因为AI基础设施的投入最终会需要通过应用产生价值，否则整体的投资的收益都会是负数，这是不合理的。我不认同SaaS会被完全吞噬的说法，因为认为创造的交易摩擦始终存在，这就让只有那部分有足够资源并关注用户的应用公司能占有这部分市场。我在做Transync AI的时候，企业版发布之后，就有大量的企业用户发信来问我们是否符合ISO 27001和SOC 2 Type II 的标准，合规要求与公司流程将氛围编程的应用留在小的细分市场中。顶级的应用公司会拿下更多的份额，从而专注于做更好的体验，并给客户带来价值。 关注那些长期存在的资产，如果一个资产在2000年就已经存在，并被人们频繁交易，那么大概率它会在2000年后依旧存在。任何具有这种特征的资产都值得持有一部分，这也符合杠铃原则，要么是最新的东西，要么是最古老而有价值的东西，阅读与资产配置都可以遵循这个原则。 上面是资产配置，而对于个人的财务防御，这会变得更加的困难，Citrini在文章中提到，大量的白领会失业，在失业之前他们有780分得信用分，有大的房子和贷款，以及18万美元的年薪，但是失业后他们被迫去提供最基础的服务劳动，比如开Uber。而消费的习惯与贷款不会立刻改变，所以在一段时间内维持表面的正常消费是可行的，但这不是长久之计。 所以对于个人的财务防御，我的建议是始终进行记账，并控制自己的欲望。在动荡的时代，进行炫耀性的消费是非理性的，因为炫耀性的消费通常是对于熟悉的人的，证明自己比其他人更好一些，而现在进行这样的证明的意义在降低。自己能通过生产性行为而创造价值应该是最终的证明手段，而过多的债务也会同样让财务状况变得脆弱。所以进一步增加现金和优质资产的储备，降低固定开支会是个人财务防御的必要手段。

生活习惯：用最经典的思维与最新的工具

在生活习惯部分，我认为合理的做法是用最经典的思维与最新的工具。最经典的思维是指，人类已经不止一次地经历技术爆发的周期。大部分的人会抱有警惕的心理，在尝试的时候也战战兢兢，或者期望通过警惕与抵制来让它发生得更慢一些。 但是这是属于普通人的直觉反应，但这不是最经典的思维，当古希腊人探讨人的潜能的时候，即人的理性作为人最独特又最有价值的部分时，不会想到我们会发明会思想的机器。但这不能否认人的潜能不再独特，而是应该进一步强化这一部分。大量的与Thinking模型对话，Naval说任何符合通用物理定律的现象，人类就可以通过追问进行建模从而理解。现在每个普通人终于具有了这样的能力，追问任何具有价值的问题并最终理解，从而强化理性，最终强化我们最为人的智能。 智能是对于好生活的前提条件，通过智能与最新的工具，我们会具备更强的潜力。一方面能够诚实的认知与理解几乎任何问题，另一方面工具的使用让我们在大多数任务上有更高的效率，这会良好生活的保证。 匠心手作的工作将会像今天的钓鱼、滑雪一样变成爱好，所以我们也需要抛弃这种自己需要始终闷头工作才能得到好的结果的朴素想象。因为大多数情况的闷头工作也只是因为过去的生产工具并不好用，或者其中有大量的摩擦而已。 理想的生活习惯可能是这样的：我们大量的接收优质的信息，与最好的AI模型对话，更多的运动、去户外散步，与家人和朋友一起做饭与交谈，在下午喝咖啡，观察真实世界与网络中的需求，发现需求灵感，与AI快速地协作产生MVP验证需求，失败再来，最终验证PMF，和一两个朋友将这个产品推向市场，大部分的繁琐工作由AI完成，持续改进发布更多有价值的功能，构建更多有价值的产品。

参考：

• https://www.citriniresearch.com/p/2028gic
• 配乐：Bloom Moon - Lakes & Fires
• Nassim Nicholas Taleb（塔勒布）：关于“凸性/正凸性（convexity）”的风险收益框架
• Nassim Nicholas Taleb（塔勒布）：杠铃策略（Barbell Strategy）
• Bridgewater / Ray Dalio（桥水/达里奥）：关于地缘政治冲突与宏观风险讨论
• Sam Altman：关于“多数人没有承担足够风险”的观点
• Naval Ravikant（纳瓦尔）