下一个10年，普通人改命的4大机会

分享嘉宾：王煜全，全球科技创新产业专家、科技投资人，海银资本创始合伙人，全球企业增长咨询公司Frost&Sullivan中国区首席顾问。

前沿趋势

笔记君说：

AI时代，有人焦虑被替代，有人却看到新机遇。

AI的本质不是替代人类，而是让“人类经验可复制”，从而催生过去无法规模化的复杂服务。从健康管理、交通出行，到个性化消费，一场以“服务规模化”为核心的造富浪潮正在展开。

人工智能时代，真正的赢家不是最懂技术的人，而是最懂需求、最能利用技术规模化满足需求的人。要像刘邦一样，具备预测能力和资源统筹能力，将AI（张良、韩信）作为强大工具，共同为用户提供规模化的复杂服务，从而在这场造富浪潮中占据主导地位。

本文将拆解AI与产业结合的关键逻辑，帮你找到属于自己的入场券。

希望能给你带来启发。

一、AI的本质是“人类经验的规模化”

AI时代的核心机会是让人类的经验可以被复制，并且催生出复杂的智能服务这种全新的商业模式。

实际上，当前的人工智能已经能够完成许多任务，但其主要作用是节能增效，即省钱型。

要知道，省钱的业务会导致GDP萎缩，因为原本需要花费10块钱的事情，现在只需5块钱就能完成，从而造成GDP损失5块钱。

因此，我认为凯茜·伍德（Cathie Wood）最终过于乐观了，并非人工智能无用，而是即便是一项有用的技术，其对GDP的影响也分为两种：一种是省钱型，另一种是扩大市场型，只有当扩大市场型的应用被广泛采用时，GDP才能真正增长。

所以，科技真正的最大优势在于扩大市场，省钱型业务本质上是对原有业务的替代，而原有业务往往是因为做得不够好。

首先，瓦特蒸汽机开创了火车、轮船市场。

瓦特蒸汽机，其发明初衷是为了替代纽科门蒸汽机。然而，瓦特蒸汽机在其生命周期内仅售出约二三百台，主要原因在于并非所有地区都拥有大量矿山。

即便在英国这样煤矿资源丰富的国家，与欧洲大陆相比，矿山数量也相对有限。因此，你会发现，在那个时代，坦白讲，需求并未大规模爆发。

那么，需求何时才会显著增加呢？显然，需求的爆发并非仅仅源于替代现有设备，而是需要新增需求。具体而言，火车和轮船的出现便是关键。

瓦特在1769年注册了蒸汽机专利，但火车的试验基本始于1800年。到了1810年，出现了商用的To B货运火车，而1820年则迎来了To C的客运火车。轮船的出现也大致在同一时期，大约经过另外40年才得以广泛应用。

这便是新增需求和新应用的出现，以满足新的市场需求。随之而来的是需求的显著增长，因为火车和轮船的需求量远不止200台，而是遍布全球的巨大需求，因此市场迅速扩张。

其次，福特T型车开创了大众汽车市场。

同理，以汽车为例，尽管奔驰被誉为世界第一台汽车的制造者，但其重要性并不显著，因为它未能实现量产，仅能有限地替代马车。假设德国贵族使用的马车数量为1000辆，奔驰或许只能替代100辆、200辆或300辆。

然而，福特的做法截然不同。福特并非仅仅是替代，而是创造了新的市场需求。对于那些原本买不起、用不起马车的人来说，福特汽车的价格极为亲民。以当时的价格计算，福特工人的日薪为5美金，而最便宜的福特车仅需360美金，相当于72天的工作收入就能购买一辆车。

值得注意的是，这指的是生产线上的普通工人，而非中产阶级或高管，价格之低令人惊叹。

因此，当人们积攒到足够的资金时，街道上便随处可见福特汽车。在原本没有汽车的市场背景下，福特成功开拓了这一新兴市场。

众所周知，新兴市场的发展最为艰难，市场需求难以迅速形成规模，因为人们起初并无明显需求。然而，在1908年至1927年的20年间，福特汽车售出了1650万辆，这一成就堪称非凡，这正是所谓的“新增”市场。

工业革命最迷人的地方在于，它总是从替代开始。然而，这也引发了强烈的负面声音。为何如此？因为替代往往导致原有事物消失和从业人员失业，这使得人们的心情复杂交织。

但事实上，这并非技术革命的本质。真正的本质在于后续的转变，即从节能增效过渡到新增市场、新增应用。只有在这一阶段，我们才能看出技术革命真正了不起的地方，这种了不起都是爆炸性的。

事实上，我们回过头看技术革命，很多模式清晰可见。我们常反复讲“历史的韵脚”，意思是讲历史真的一直是在重复，但不是内容的重复，而是韵律，只是一直在押韵，即每次技术革命都依托于一个强大的核心技术。

过去，这一核心技术是蒸汽机，即机械动力。简单来说，人力完全无法达到机械动力的水平，这是一个飞跃。从此，跨洋航行和旅行成为可能。所以，世界就一下变小了，但需求一下子变大。

实际上，每一次技术革命都具备这样的特征：其真正的精彩之处并非在于节能增效，而在于新增需求的产生。每次技术革新带来的新增需求各不相同，这仅仅是形式上的相似，而非简单的重复。

那这一轮技术革命的精髓是什么？上一轮我们说是机械动力，而这一轮的核心就是人工智能，人工智能的精髓在于人的经验可复制。

此前，机械动力结合流水线生产，实现了产品的可复制性，我们叫生产规模化。那这一轮是人的经验可复制，我们叫服务规模化。通过复制经验，我们进入了服务规模化时代。

二、未来图景：复杂智能服务的特征与实现路径

服务一直以来都是一大难题：高端服务曲高和寡，少有人用得起，因为高端专家稀缺，市场小众且价格昂贵；而普遍服务则水平较低，无法满足复杂需求。

因此，服务难以同时具备规模、复杂性和个性化。但是人工智能不一样，它是个算力问题。

AI能够提供专家级、个性化、持续且普惠服务，实现规模化。接下来，我们重点讲下持续化服务、专家级服务和普惠服务。

什么是持续化？它并非一次性的事件。比如，即使是最有经验的老中医，也很难仅凭一眼就准确判断出病情的根源。原因何在？这是因为缺乏对患者来龙去脉的深入了解。

然而，如果我们引入持续服务的概念，甚至可以设想，当持续服务时代全面到来时，不仅这一代人，连他们的后代——第二代、第三代人都将使用同样的服务。

这样一来，服务系统对个体的了解将变得极为深入。以健康管理为例，它甚至能掌握家族病史，其精准度可能远超医生。

因此，你会发现这一现象与过去有着惊人的相似之处，或者说，这是一种历史的“押韵”。这意味着，人工智能服务将攀升至一个人类难以企及的新高度。

专家级服务究竟该如何理解？就像Alphago战胜李世石之后，悬念就没有了，从此Alphago将李世石远远甩在身后。随着Alpha Zero的出现，以及后续新版本的推出，翻盘的可能性已不复存在。

试想，柯洁能否某天变异出来战胜人工智能？想也不要想，这是不可能的事。因为人工智能的进化速度和技术进步远超人类。

这也意味着，围棋教练这一职业，尤其是顶级教练，不再需要人力，人工智能便能胜任。对于学棋者而言，这无疑是个福音。过去，我们或许都希望得到聂卫平的亲自指导，但聂卫平不可能教授如此多的人。而现在，人工智能使得人人皆可受教。

现在，众多强大的人工智能程序遍地开花，教授围棋、象棋的人工智能产品满大街都是，随处可见，且价格低廉。

这引发了另一个有趣的现象：曾经的专家级服务不仅稀缺，且价格高昂，因其稀缺性而昂贵，这是基于稀缺性的经济规律。

然而，如今这些服务不再稀缺，价格自然下降。加之其硬成本较低，价格就一定会非常便宜，由此可见，社会正变得更加美好。

什么是普惠？简而言之，就是我所需的服务不仅价格低廉，而且能够广泛供应，任何人有需求都能获得。

这意味着大量公众所需的服务将转化为商品进入市场，尤其是那些新增的服务项目，以前没有，现在有了，需求量巨大，一旦进入市场，单是一项就可以卖很多。

请注意，这种模式并非向某个人收取高昂费用，而是跟每个人收一点点，由于用户基数大，比如，用户群体高达数十亿，即便每人仅支付一元钱，总额也将达到数十亿。

不仅如此，若再此基础上再增加多项服务，情况又将如何？

想想我们生活中有多少事务需要专业知识辅助？大到职业发展、学习研究和企业经营战略等，都需要专家顾问的指导；小到家庭收纳、垃圾处理，乃至日常保健、教育，也都离不开专家的支持。

但是，你发现没有？所以这些需要有专家帮助的地方，现在基本上都没专家能帮到你，因为人很贵，且随着社会进步，人的成本还在越来越贵。

所以，唯有自我服务，自己把自己训练成专家。

当我们努力把自己培养成专家时，一个悖论就出现了：我怎么可能是每个领域的专家？于是，我们只能勉强凑合，成为半吊子专家。

那我们为什么购买产品？实际上，我们是为了获得产品背后的服务。然而，由于无法提供规模化的服务，过去的做法是将服务固化到产品中，让我们能够通过产品进行自我服务。

我相信大家都有过这样的经历。比如，家里需要做一些小修小补，要锯一根钢管，于是专门买了一把锯钢管的电锯，因为它与普通锯不同，普通锯无法锯钢管。买回来后，用了一次就达到了目的，反正也不贵，便扔在一边不再使用。

类似这样的一次性工具，大家是否也买了很多？而且你会发现，即使下次突然需要使用，却发现早已忘记如何操作，要么找不到工具，要么忘记了使用方法，于是只好再买新的。

我估计大家都是这么干的。这说明什么？你真正需要的并不是产品本身，而是背后的服务。

在工业革命时期，规模化的产品有一个核心要素，那就是自服务。

所以，好产品是不需要一堆复杂的说明书，用户上手摸一摸就能摸透，这便是好产品。一堆说明书，一堆复杂操作才能学得会的，那就是烂产品。

现在，大家慢慢地就理解了什么是好产品：用户真正需要的并不是产品，而是服务。只要能上手自我服务，便是好东西。

终于，我们迎来了一个新时代，不再需要提供产品，直接提供服务即可。比如，用户需要的是健康服务，那我卖给你的不应是血压计、血糖仪，甚至不是营养保健品。为什么？因为这些未必是你真正需要的。

相反，我现在知道你需要什么，并告诉你今天该如何运动、如何调整饮食、如何安排睡眠。如果你需要某种饮食，我便提供给你；不需要的，绝不强加。这样的服务自然能让用户满意。

现在，用户甚至都不需要理解背后的原理，因为他认为你比他更懂更专业，这就是一种信任关系。你会发现，如果你不信任他，就会challenge（挑战）他；而如果你信任他，甚至佩服他，对他的信用有把握，便会听从他的建议，因为我不专业，他比我专业。

在这种情况下，市场自然广阔，大家都会遵医嘱，遵从专业建议，当然，效果也最佳，因为人家确实专业。

我们很多人发现，这才是真正的未来社会。如今，未来社会似乎离我们越来越近了。其中一个关键点是关键配套能力已经得到解决。

首先，是复杂推理。

仅仅一次性的互动是不够的，需要两个复杂的互动和逻辑推理。现在我们都知道，逻辑推理涉及思维链，而思维链不再只是说说而已。有了所谓的“deep research”，它不仅仅是口头上的描述，而是能真正提供精准的推理。

因此，复杂推理的解决，不再是一次性直觉式的或一对一的互动解决问题，而是对整体有深入了解后，系统性地解决问题。

其次，是长记忆。

如果今天告诉你某事，你第二天就忘了，这是不行的。现在的人工智能大模型也存在这种问题。理想的情况是希望，即使过去十个月或十年说的话，我都能记得。

那么，这种长周期的记忆靠什么呢？靠的是大规模的输入输出，即百万级的token输入输出。

为什么这样呢？因为人工智能不像人类，我们的脑力劳动往往是存储和计算一体的。现在人工智能也在朝这个方向发展，但距离还相当远。

那么，如何实现呢？方法是将以前所有的互动记录下来，再反馈给你，相当于每天快速回放一遍之前的互动，因为你记不住，回放后你就记住了。这样，通过大规模的输入输出来替代存储。

最后，是第三方功能调用的能力，即MCP协议。

比如，我完成分析后，发现用户需要订餐，那我需要调用订餐软件去订餐，还能调用支付工具去支付。

最终，你只需一声命令，我就能完成所有工作，并告诉你餐何时送到，你只需等待即可。这一要求显然不可能由一个大模型独立完成，需要一对一的调用能力来支持。现在，这种调用能力也越来越完善。

事实上，功能调用（MCP协议）等技术现在还存在缺陷，即尽管调用了多个功能，但每个功能并不是通用人工智能（AGI），而是专有人工智能。也就是说，某个功能在送餐方面很专业，或者在支付方面专业。

它们都是专业的，甚至包括语言理解方面，但对于物理世界的理解则需要依赖其他工具，因此它们是分着的。

简单来说，我认为目前还没有一个万能的人工智能能够真正像人一样，具备思想、灵魂，能够分析极其复杂的事物。它们不行，但是它们已经成为某个领域的专家，当你需要完成某项任务时，就可以找相应的人工智能来处理。

这也正好和我们当前的观点相符，即人工智能的发展与商业需求相吻合。如果你开发一个万能的人工智能，反而可能不知道如何挣钱。相反，专注于特定领域，如医学、运动或营养，反倒有用，因为用户有明确的需求。

因此，商业模式也很清晰，即成为领域专家，将专业服务带给每个人。谁需要服务，我们就提供给他。用户愿意为此付费，因为服务价格低廉且用户量巨大，尤其与我们的生活息息相关。

这样一来，业务模式就变得非常明确：核心技术加配套技术，未来能够将服务传递出去，让每个人都受益。

人工智能发展有四个阶段：

第一阶段，技术调优，即性能调优。

第二阶段，节能增效。回顾人工智能的发展，基本上在2023年前都是以性能调优为主，而2023年之后，特别是到2024年，则转向了节能增效。

第三阶段，简单服务，即单次专家服务。比如，美国的Intuit报税服务，以及法律咨询，此外，还包括一次性的教育服务等。

第四阶段，复杂服务，即持续、个性化的服务。比如，健康管理、自动驾驶增值服务。

先说健康管理，以看病为例。

我们知道真正要治病叫住院。医生需要每天观察病情，甚至进行会诊，直到问题完全解决为止。在这个过程中，每天的病历是累积的，病程变化是有清晰记录的，那这才是最好的服务模式，即复杂服务。

再来看自动驾驶。

自动驾驶实际上属于单次服务。即从起点到终点的单次运送，如Uber和Waymo的模式。虽然Waymo与Uber相似，但Uber并非终极模式。原因在于，有人的情况下，该模式难以持续，人工连续服务成本更高，而人工载人却能连续服务。因此，切勿将Waymo视为无司机的Uber，二者本质不同。

Waymo连续服务的优势在于，我能深入了解你，甚至帮你安排行程，提出出行建议，而Uber无法做到这一点。此外，Waymo司机无需休息，可24小时连续工作，白天载客，晚上送货，还能提供第三方增值服务。

未来，人们可能直接在回家途中用餐，餐盒留在车内，保持家中整洁。所以，未来生活习惯和行为习惯将发生根本性转变，这在每次技术革命中都有体现，尤其是技术影响深远时，社会变革也更为显著。

我们以特斯拉为例，未来，交通出行服务革命会有三个阶段：电动化、智能化和出行服务化。

首先，是电动化。电动车必将战胜燃油车，因其性能优势显著。新技术初期虽未显优势，但经过性能调优后，优势逐渐显现。回顾过去十年，燃油车性能停滞不前，而电动车续航里程不断提升，未来甚至可达1500公里。

其次，是智能化。电动化后，电动车间的差异几乎可忽略不计，电动车的电机效率高，转化率均在90%以上，零百加速仅需几秒。

然而，当所有车都具备这些性能时，竞争差异消失，所以，这个时候就需依靠智能化实现差异化。电动车智能化分为车内和车外智能，车外智能更能体现差异。

最后，是出行服务化。当智能化水平足够高时，人们将丧失驾乘乐趣，甚至产生自卑感，从而转向使用交通出行服务。交通出行服务无需司机，能更高效调度，车辆间可协同配合，提升整体效率。

此外，车内还可进行餐饮、购物等活动。未来，购物方式将改变，商品可直接送至车内，实现真正的移动购物。人工智能将预测需求，自动驾驶车将商品送至门口，甚至模糊“拥有”与“使用”的界限。

未来，人们更注重“使用”，为“使用”付费将成为主流。

最终赢家将是出行服务商，特斯拉最具潜力。全球范围内，交通出行革命将颠覆现有产业，形成新的购物和娱乐方式。

未来，网剧的主要观看场所将是车内，其优势在于单集时长短，避免观影中断。类似汽车带来的文化变革，交通出行服务化也将波及各行业，重塑文化。

三、行动指南：普通人抓住浪潮的四大核心能力

人是地球上最复杂的动物。就像我们常说的智能，尤其在提及人工智能（artificial intelligence）时，需注意，这里的“人工”并非指人的智能。人们容易误解，认为只有人才有智能，但“artificial”指的是非天生的、非自然界的，而是人造的智能。

然而，智能并不仅限于人类，动物也具备智能，它们在自然界中生存得很好，正是依靠智能。

元认知是指，我知道自己有智能，并能表达我的智能，甚至能描述他人的智能。

人类可以交流，这种交流不仅限于简单层面，而是能在智能和理性层次上进行，这是动物无法做到的。尽管动物也有智能，但它们无法在更高层次上进行交流。

现在回过头来看，人类当前最前沿的技术是人工智能。那么，我们的人工智能发展到什么程度了呢？它仅能模仿动物的单个器官，比如眼睛。

实际上，最前沿的智能水平刚刚追上动物，尚未达到人类的水平。人类的复杂性不仅在于个体，更在于人类社会。

因此，我认为智能体与人类相比还差得很远。要达到与人类掰手腕的水平，还需跨越多个阶段。

当然，回顾历史，人工智能的发展曾多次经历这样的循环：一次大飞跃后，人们盲目乐观，以为可以藐视一切，人类将被超越。但最终发现，差距依然巨大，人类远比我们想象的复杂。

每个人都有这种潜力，只是有些人无法表达或未能充分利用，这并不意味着他们没有潜力。佛教称之为“本自具足”，你的潜力就在那里，何必妄自菲薄？你所要做的，就是无愧于“人”这个称号，将你的潜力充分发掘出来。

简单来说，我们要对自己的能力有充分的信心。作为社会人，我们每个人实际上都在潜移默化中汲取了大量社会知识，这使得我们比任何单独个体都要强大得多。若真被放逐荒岛，我们或许会陷入困境，因为那时社会支持链将断裂。

然而，在日常生活中，我们不断获得社会支持，这使得我们每个人都能充分展现强大实力。我们的大脑堪称“社会脑”，自然而然地运用这些支持，使我们能够完成许多以往个体难以做到的事情。

因此，面对人工智能的到来，把握机遇的关键在于提醒自己，这正是锻炼和挖掘潜力的时刻。每个人都能实现看似不可能的成就，这并非难事，因为那些能力早已写到我们的脑子里。

我们实力其实很强，千万不要低估自己。

什么是需求？即你得知道来解决什么问题。这实际上是最难的部分，因为你要真知道这行业的这个痛点在哪，问题在哪，那才是解。

正所谓“内行看门道，外行看热闹”，如果你对某个行业一无所知，那么你提出的问题很可能在该行业内根本不算问题。

我们来看两个例子。

提到沃尔玛，人们常误以为沃尔玛是百年老店，但实际上，沃尔玛成立于20世纪60年代，至今不过60多年。

为何如此大规模的商店直到那时才出现？原因在于汽车的普及。沃尔玛适应了有车一族的生活方式，开发出相应的购物模式，才得以诞生。

沃尔玛的创新在于模式创新。很多人以前对模式创新很鄙视，但事实上，当新技术出现后，最先利用新技术掌握模式创新的人是真正的赢家。

真正的赢家，既不是技术创新的人，也不是个别用户。用户是小赢家，技术创新是中赢家，模式创新才是真正的大赢家。尽管模式创新看似没有技术含量，但其获利最为丰厚，这一点在今天依然适用。

再来看沃尔玛的创始人山姆·沃尔顿，他在创立沃尔玛时已不年轻，因为他长期在零售业工作，对行业情况了如指掌。他发现人们的居住和行为方式发生了变化，认为传统零售业无法解决这时候的问题了，于是决心塑造一个新的零售模式，即新零售业。

所以，他既有零售业的丰富资源，又通过观察发现了行业问题，并意识到技术变革将引发需求变化。他重新组织零售业，满足新需求，这虽非技术本身，但却是技术带来的。

第二，UPS创始人Jim Casey：从送信到发现福特车带来的物流机会，创立UPS。

一百多年前，Jim Casey在西雅图，11岁时父亲去世，他不得不辍学承担家庭重担，成为一名送信的“message boy”。在送信过程中，他逐渐成长，甚至自己成立了传递消息的公司。尽管这仍是个小生意，但他善于观察。

他注意到街上越来越多的福特车，意识到送信业务将面临挑战，因为人们可以开车前往目的地，电话的普及也减少了送信的需求。然而，他发现汽车增多后，送货业务有了新机会。

以前手提肩扛或骑自行车送货量有限，但汽车的出现极大地增加了送货量。他改装了福特车的后备箱，使其适合送货，并选择了醒目的灰褐色作为标志。从西雅图起步，1915年扩展到洛杉矶，公司更名为UPS，逐步发展成为今天的跨国物流巨头。

回顾UPS的起源，首先，它没有技术门槛，只需会开车即可，这比造车容易得多。其次，发现问题的门槛却很高。

Jim Casey在送信的同时兼送包裹，看出送信业务将衰退，而送货业务有巨大潜力。如果不是业内人，不进行深入思考和观察，很难发现这一机会。

因此，看似简单的福特车，有人仅用于代步，有人用于开出租车，而Jim Casey则看到了系统性送货的商机，将其做大做强，这考验的是我们的视野和洞察力。

很多时候，行动的最大难题在于没有想明白。其实并不难，关键在于行动。

首先，要设定一个明确的目标。正如我们所见，即使是看似没有门槛、技术含量不高的设计，Jim Casey的成功也源于他专注于送信，沃尔玛的成功则在于深耕零售业。

因此，你也需要找到一个领域，锁定它，并在该领域积累自己的经验和观察。这包括了解该领域的运转方式，越专业越好。

如果你本身就是业内人士，自然明白其运转逻辑，这是最好的；如果不是，则需要花时间培养和锻炼，建立起专家能力，对该领域的背景和隐性规则了如指掌。

② 掌握技术前沿，使用AI工具（如GPT、Deep Research）理解其能力边界

其次，要对技术前沿有所掌握。所谓掌握技术前沿，是因为门槛相对较低。你需要尝试使用各种工具，基本上用一下就能有所感觉。

这些工具能解决什么问题？这就与产业熟悉度产生了交集。你对产业熟悉，知道问题所在；使用这些工具后，知道它们能解决什么问题。

当然，现成的工具可能不够，你可能需要开发自己的工具。但当你了解更多工具后，你会知道哪些工具可以开发，哪些工具现有工具无法实现。

这样，你就进入了下一个阶段，寻找解决方案，当然这涉及到团队和资本等问题。

除了锁定目标、掌握工具外，这里有一个前提，即时间上的连续性。

事实上，我们对产业的认知和人工智能的理解，不可能一蹴而就。就像对人第一印象与长期接触后的印象往往差异很大。这里需要时间，时间长了，自然就见人心，你才能真正了解。

因此，选定方向后，持续积累非常重要。连续观察和分析，时间足够长，积累会从量变到质变，最终你对领域的理解会突飞猛进，这是至关重要的。

首先，我们要有信心，相信事物是可预测的。为什么有人认为不可预测？因为他们未经训练就进行预测，这实际上是将预测视为一种无需掌握的技能。

事实上，预测是需要技巧的，例如科技产业企业的预测有一套方法论，经过训练后是可以掌握的，这就像我们上学学习知识一样。你不能因为小学没学过微积分，就断定自己学不会微积分。学会微积分需要时间和正确的教材指导。预测也是如此。

观察地球上的所有物种，绝大多数物种缺乏预测能力，也没有因预测能力获得显著益处。自然界中那些动物看似拥有预先安排的能力动物，比如松鼠，以及田间的田鼠和黄鼠，它们储存粮食看似是预测能力的体现。

然而，研究发现这并非它们的主动预测和安排，而是下意识行为，是进化过程中形成的本能。这种下意识行为因其对生存有利而被保留下来，而非主动的计划。

因此，在全世界所有物种中，只有人类拥有预测能力，即能够未雨绸缪，能够预先安排和计划。

当然，这也带来一个副作用——抑郁。人类会抑郁，而动物很少抑郁。动物要抑郁的话，得在人的实验室里创造条件才会发生，自然界中的动物很少抑郁。

自然界中的动物会焦虑，因为焦虑是实时行为。只有当我预期自己会焦虑，并且预期这焦虑对我影响严重时，我才会抑郁。抑郁是长期形成的，是对自我的长期负面预期。

所以，如果你活在当下，就不会抑郁，佛教的修行正是如此。然而，我们需要理解的是，如果你为了治疗抑郁，可以活在当下；但如果你想把事情做好，最好能够计划未来。

为什么要进行预测？这个问题相对容易理解。一旦你确信预测是准确的，就可以提前布局，安排相关事宜，从而获得巨大的利益。正如现在的穿越剧所展示的，重生后因为预知未来，知道哪些业务会火爆，哪些股票会上涨，从而获利。

正如雷军所言，“台风来了，猪都会飞”，但前提是你必须站在台风的风口。如果你临时站过去，肯定来不及，所以关键在于提前站位。这就是本事，起飞的本事不在于是否有翅膀，而在于能否提前站到风口。

预测的好处在于提前布局。例如，交通出行服务的未来意味着增值服务将有巨大空间。增值服务包括为交通出行公司提供火锅、咖啡机、电视剧、电话会议设备、电商系统等。

这与当年的通讯行业类似，中移动负责话音服务，而增值服务由第三方提供。未来，特斯拉负责出行，而出行途中的会议、娱乐、购物等增值服务则由第三方提供。

如果你能提前想到这些，现在就开始研究如何为出行服务提供增值服务，需要进行车辆改造、自动化安排等。

此外，还需要各种可插拔的组件，以满足不同需求。如果你具备这些条件，就可以与特斯拉合作，共同开发增值服务，未来将大有可为。

我们自身也是如此，当我们认为某项趋势即将到来时，就会付诸实践。我们认为，未来复杂服务一定会到来，并且到来的时间不会太远，因为所有条件都已具备。复杂服务一旦实现，大家将享受到专家级系统和人员提供的个性化服务。

为什么需要这种深入理解？因为它带来下一个问题：无论是自己创业、投资还是寻找合作机会，都涉及对未来的判断。

如何相信他真的是未来的明星？万一不是呢？比如，你认为交通出行未来会有大量增值业务，积极准备并与特斯拉合作，万一特斯拉没成功呢？等它成功了再谈，机会就没了。

因此，把握机会很微妙，太早或太晚都不行。

中国有“内卷”现象，一旦事情明确，立刻有人抢着合作。你要先人一步，但先人一步意味着大多数人观点与你不同，不认为你是对的。这时若有风吹草动，会有各种唱衰声音，如特斯拉和英伟达都经历过。

如果没有深入理解，你可能会动摇。但无论是投入还是做成事业，都需要长期坚持。

巴菲特的投资原则表明，坚持时间越长，后续盈利越高。因此，预测、为预测布局、坚信自己的预测至关重要。因为一定会有人怀疑你，只有超越大多数人，才能抓住机会。

当然，坚定并非偏执，简单说就是，我们建立认知过程既要有框架、有系统，同时也要遵循贝叶斯式原理，即是逐渐的、不断的优化的。

在这个逐渐优化过程当中，其实也加强了对自己系统判断的信心，自己才等到对这产业充分理解时候，敢拍着胸脯说我一定是对的。

这是来源于我系统理解之后的自信，而不是来源于我的偏执或者现实扭曲立场，这才能真的赢。

因此，既要预测，也要有深入的行业洞察，面对怀疑时的坚定，决定了你的成就大小。

*文章为作者独立观点，不代表笔记侠立场。

好文阅读推荐：