熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
François Chollet
聯合創始人 @ndea.聯合創始人 @arcprize.Keras 和ARC-AGI的建立者。《Deep Learning with Python》的作者。
我會接受這個賭注的另一方...
8月24日 05:53
到2030年，所有工作將被AI和機器人取代。
輕而易舉。
美國勞動力約為1.7億工人。
其中約8000萬個工作包括動手操作。
自動化系統每週可以工作四個班次。
要替代所有體力勞動，大約需要2000萬個自主系統——包括自主車輛、自動化設備和機器人。
在接下來的四年內，這可以輕鬆實現。
那些說在四年內不可能建造那麼多系統的人是妄想。
作為比較，去年美國售出了1600萬輛汽車。
汽車的質量是類人機器人質量的20倍。
如果機器人以與汽車相同的速度銷售，那將是每年3.2億個機器人。
即使是其中的一小部分也足以替代所有人類的體力勞動。
70.48K
美國工人中對大型語言模型（LLM）的採用接近50%。與此同時，勞動生產率的增長低於2020年。
在這裡可以提出許多反駁論點，例如：“他們還不知道如何利用它提高生產力，他們只使用了1-2年”，“50%仍然太低，無法看到影響”，“明年的模型將會好得驚人”，等等。
但我認為我們現在有足夠的證據可以說，2023年的論點“LLM將使工人的生產力提高10倍”（有些人甚至引用了100倍）可能並不準確。
8月20日 22:35
根據斯坦福大學和世界銀行的調查，到2025年6月/7月，美國工人中LLM的採用率上升至45.9%。
推理需求將繼續激增，不僅因為用戶數量和每個用戶的使用量增加，還因為更新、更先進的生成式人工智能模型需要更多的推理計算能力。
來源：斯坦福大學，世界銀行《生成式人工智能對勞動市場的影響》
906.15K
關於無人駕駛打車經濟學的開放問題：
1. 去掉司機後，成本降低（相較於Uber/Lyft）會是多少？
2. 這種成本降低會增加多少需求？
3. 用戶體驗的顯著變化會影響需求嗎？
4. 我們會看到地理可用性的大幅增加嗎（不需要司機 = 可以在路上增加更多出租車）？
對於第1點：在考慮其他所有因素後，Lyft/Uber乘車的勞動力成本僅占價格的20-40%，這在最佳情況下將降低成本限制在-40%。然而，無人駕駛出租車網絡將有顯著更高的固定成本（人工智慧工程師、數據中心）和非零的附加單位成本（頻繁的內部清潔、自駕硬體的攤銷），所以實際上我們看到的更像是-15-20%。
因此，毫無疑問，規模化的自主出行將比當前的打車服務便宜。但效果的大小將遠小於大多數人預期的。它們仍然會相對昂貴。
對於第2點：可能不會太多——由於動態定價，價格已經波動超過這個範圍，幾年前Uber大力補貼需求，因此我們有一些數據可以了解20%便宜的乘車會發生什麼。在Uber/Lyft已經服務良好的地區，按里程計算的市場總量可能增長約20%，而按美元計算則保持不變。
對於第3點：我們已經知道（通過Waymo的部署）人們更喜歡車裡沒有司機，且對價格不敏感的客戶願意為這種體驗支付更多。但並非所有都是積極的：人們對汽車清潔度有擔憂（雖然可以輕鬆解決，但這會增加單位成本）。總體而言，我認為用戶體驗的變化不會大幅增加市場總量，因為對大多數人來說，價格和可用性將是關鍵因素。
對於第4點：這一點更像是一個不確定因素。自主網絡的大部分成本是固定成本；增量單位成本主要是汽車成本的攤銷（一個小數）和清潔。這意味著自主網絡有潛力比當前的Uber/Lyft網絡覆蓋更廣。但這些網絡肯定不會擴展到*任何地方*，至少不會有短暫的等待時間。我認為我們會看到由於這一效應市場總量的增加，或許是+20-30%。
總體而言：我們應該預期市場總量在美元方面的增量增加，但整體市場更像是Uber++而不是一種新的交通範式。美國大多數人，尤其是在稀疏地區，仍然會開自己的車。
36.92K
熱門
排行
收藏