广告与人工智能 - 聚合理论认为互联网时代权力向需求聚合者转移 例如Bookingcom的市值超过任何单体酒店连锁 [18] - 将聚合理论应用于AI领域的结果尚不确定 但OpenAI的ChatGPT本身可能成为其最有价值的资产 即使停止开发模型也能成为全球最具价值的公司之一 [21] - 科技行业存在对广告模式的膝跳反射式怀疑 但广告是一种高效的变现形式 能为特定产品带来巨大价值 [22][23] - 广告对消费者和全球经济有益 它让全球用户都能获得相同的产品和服务体验 例如总统和普通市民使用相同的搜索引擎或AI工具 [30][56] - ChatGPT目前基于对话上下文展示横幅广告的做法被认为是最简单但效果不佳的解决方案 这会导致市场范围缩小并引发用户对答案与广告关联性的怀疑 [32][33][34] - 理想的AI广告应更像Meta的广告模式 基于对用户的广泛理解进行推送 而非仅基于当前对话的上下文 这能减少利益冲突和用户的不确定性 [35][36] - 对于Google而言 理想模式可能是不在Gemini中放置广告 而是利用用户在Gemini中的行为数据来优化其在YouTube、搜索等其它属性上的广告定位 [44][45] - 文本界面并非广告的最佳载体 视觉广告效果更好 用户在使用Twitter等工具性平台时处于“备战”状态 而在使用Instagram等娱乐平台时处于更放松、更容易接受广告的状态 [42] - 在AI代理普及的未来 广告的作用可能被削弱 因为AI会为用户进行深度研究和比价 这可能导致完全竞争 侵蚀整个品类的利润 [78][79] - 过度依赖可量化的指标可能导致无法被衡量的价值被低估 例如产品的“灵魂”或团队协作中的无形因素 在AI主导的世界中这一问题可能加剧 [80][81] 人工智能代理与电商 - 代理电商的早期形态可能是替代填写网页表单等基础操作 提供更好的用户体验 [90][91] - 下一阶段是更智能的搜索和发现 允许用户使用自然语言和具体参数（如目的地温度）来寻找商品 超越现有的关键词搜索 [92] - 更高级的形态是构建持续的用户偏好档案 能够预测用户需求并在恰当时机展示相关广告 [93][94] - Meta的广告系统已被视为当今世界最成功、最大的“代理” 它能够自动为广告主以目标成本获取客户 并且所有广告都有效 [96][97] - 代理电商的“前瞻性”方面潜力巨大 即AI能够预测用户尚未意识到的特定需求 并主动为其寻找和获取商品 这能帮助高度专业化的小商家找到客户 [98] 软件即服务行业前景 - 公开市场在2026年初的表现暗示SaaS行业遇冷 但这可能是多种因素混合的结果 [99] - 美国商业文化的优势在于企业懂得加倍投入自身优势 并雇佣他人弥补弱点 而非试图弥补所有短板 [101][103] - 记录系统类SaaS产品（如Workday）的业务相对安全 因为用AI代码完全重建这类复杂系统短期内并不现实 [111][112] - SaaS行业面临的核心问题是增长假设的改变 许多公司从高增长公司被视为稳定业务公司 这会导致估值重估 结合高昂的股权激励 对股价构成压力 [109][112] - AI可能催生更多小型创业者和团队 他们的需求不适合传统的、按席位收费的Salesforce模式 这可能回归自助服务或自建解决方案 从而引发更大的行业结构变化 [108] 台积电与半导体产能 - 限制AI扩张的关键因素是台积电的产能扩张速度 因为几乎所有AI芯片都在台积电生产 [145] - 台积电采取保守的资本支出策略 是因为晶圆厂面临巨大的风险 工厂建设成本高达数十亿甚至数百亿美元 且成本主要是折旧 一旦产能过剩将导致价格多年承压 [145][146] - 与内存芯片领域有三家主要竞争者不同 逻辑芯片领域台积电缺乏竞争压力 因此行为更理性 宁愿放弃潜在长期收入 也不愿承担产能过剩的巨大下行风险 [147] - 在ChatGPT发布后 AI投资激增 但台积电的资本支出连续两年同比下降 之后才增加 预计2025年资本支出将增至约600亿美元 但增幅百分比仍低于上一年 [149] - 由于AI计算密度极高 预计到2029年左右将出现严重的芯片短缺 CPU也可能面临短缺 [150] - 解决这一问题的根本方法是让超大规模云厂商帮助英特尔、三星等公司提升技术水平 以建立可信的替代产能 这既是出于经济原因（避免未来收入损失）也能免费获得地缘政治风险保障 [151][152] 大型科技公司执行评估 - 苹果：硬件制造能力依然卓越 但软件质量已变得粗糙 作为平台管理者表现不佳 尽管其设备仍优于竞争对手 公司由经理人而非创始人驱动 [183] - 谷歌：许多业务执行并非最优 但这种缺乏优化的特点可能使其成为最具韧性的科技公司 其核心商业模式强大 现金流充沛 能够灵活适应变化 [184] - 微软：凭借强大的分销能力和产品集成优势 在SaaS时代持续挤压“最佳单品”初创公司 其在AI时代的地位可能与此前的SaaS前景问题相关 [185] - Meta：可能是执行力最强的公司 运营高效透明 其广告模式被低估 面临的挑战是保持用户参与度 ChatGPT的使用时长会侵蚀其在Instagram等平台的时间 [186][187] - 亚马逊：通过极致优化在云计算商品化市场中取得成功 其Graviton ARM CPU和Trainium AI芯片战略旨在通过自身使用优化成本 再以成本加成提供给客户 但在性能快速迭代的新市场 此策略是否有效存疑 [189][190][191] 内容创作与商业模式 - Stratechery是付费订阅模式的早期实践者 其模式关键在于价格更低且市场更大 区别于华尔街昂贵、小众的传真通讯 [114] - 该模式成功的关键在于控制成本 利用技术保持极低的成本结构 这是传统媒体公司难以做到的 [126] - 音频内容消费已超过文字形式 这有助于用户留存 但不利于内容传播 [165][166] - 在AI生成内容泛滥的未来 加密技术作为真实性和来源的标识可能变得更重要 [164] - 新闻业面临的挑战是 需要建立类似YouTube的大规模数据生成市场机制 让人们愿意为生成数据付费 从而长期替代传统的新闻采集 [176] TikTok与地缘政治 - TikTok问题的核心在于算法控制权 而非用户数据 允许主要的地缘政治对手控制核心信息渠道是危险的做法 [65][66][71] - 美国通过的 TikTok禁令法律并未导致其被禁 目前正在推进出售 但字节跳动仍控制着算法 这被认为是最糟糕的结果 [68][69]