夜雨聆风
在AI出现之前，行业里有两种人赚钱。
第一种人，靠信息差赚钱。我知道供应商的供需缺口，我知道存储未来两年都会涨价，你不知道。我认识某个关键人脉，你不认识。我提前看到了某份报告，你没看到。
第二种人，靠认知差赚钱。我们看的是同一份报告、同样的数据、同样的新闻——但我得出了你应该all in的结论，你得出了"再观望一下"的结论，后来证明我是对的。
AI时代，第一种人的商业模式会慢慢瓦解，因为信息越来越透明，信息本身的价值在不断快速归零，而"从信息中提炼判断"的价值——正在飙升。
这也是我为什么看到某个群里的兄弟在推销自己知识星球和公众号，花了10min仔细看完大都文章之后，会忍不住群里出来发言的原因：
🔹 个人洞察1: AI会让信息的获取成本趋近于零，信息越来越不值钱
这是一个不可逆的趋势。
以前做一份竞品分析报告，一个分析师要花两周——收集信息、阅读文档、整理数据、做PPT。这份报告"有价值"，相当一部分价值来自"信息收集"这个劳动本身。
现在，AI可以在三分钟里生成一份涵盖所有竞品最新动态的分析报告。信息来源涵盖全网公开数据，覆盖面比任何一个分析师手动收集的都广。
以前一个资深工程师的价值之一是"他知道这个bug在2019年的版本中也出现过，当时的workaround（规避方案）是改了一个寄存器配置"。这是信息——存在他脑子里的信息。（面对老大难问题，当然，这种经验直到今天也同样重要）
现在，AI学习了所有内部的bug 问题库（成熟流程里，大企业一般都会积累和整理的，对于有意识的项目管理）和commit history ，任何人问"这个bug之前出现过吗"——AI不到一分钟给出答案，甚至比某些最资深的工程师记得更全、更准确，因为人是会遗忘的，找东西本身也是需要时间的。
当获取成本趋近于零时，信息本身的价格也趋近于零。
这是经济学的基本原理。而在AI时代，几乎所有"可被记录的信息"，获取成本都在趋近于零。就比如今天我写的这篇文章，当我选择在微信公众号发布的那一刻起，我的文字，我的思想，我的观点，就已经廉价化了。
🔹 个人洞察2: 信息越来越不值钱，"判断"会越来越越值钱
当信息稀缺时，拥有信息的人值钱。
当信息泛滥时，能判断信息的人值钱。
这是两种完全不同的稀缺性。
过去（信息稀缺时代）：就像前面说过的，最成功的是"信息收集者"。分析师、记者、咨询顾问、行业专家——他们的核心工作是从一个信息稀缺的世界里，尽可能多地收集信息。
现在（信息泛滥时代）：每天有几千篇论文、几万条行业动态、几十万条社交媒体讨论。没人缺信息。所有人都缺"什么信息重要"的判断。
而这个判断，恰恰是AI给不了的。
AI可以告诉你"过去三年这个市场增长了30%"。但它不能告诉你"你认为这个趋势会持续吗？如果反转，反转的触发条件是什么？市场上哪些信号出现的时候，你就该调仓/改策略/换方向？"
AI给你数据，你自己判断才是给你方向的。
🔹 个人洞察3: "框架"也会越来越值钱
"框架"和"判断"这两个词被说得太多了。我用芯片行业的一个具体例子讲清楚。
信息（下面是AI可以给你的）：
"2024年全球手机SoC出货量12亿颗，高通占33%，联发科占38%，苹果占23%。台积电3nm工艺良率已达85%以上。2025年预计5G手机渗透率达75%。端侧大模型将成为新趋势。"
框架（AI给不了的）：
"手机SoC市场的竞争，本质上是在三个维度上同时博弈：制程（谁先用上最先进工艺）、生态（谁的平台让OEM切换成本最低）、场景定义（谁最准确预判下一代手机的核心使用场景）。
高通的优势在生态和高端市场惯性，联发科的优势在中低端规模和价格。但AI时代的最大变量其实是场景定义——如果端侧AI成为手机的核心卖点，那NPU的架构能力和AI软件栈以及存储带宽传输速率，可能成为比CPU性能更重要的竞争维度。而在这个维度上，格局可能会重新洗牌——因为AI软件栈更像是软件竞争，而传统的手机SoC竞争更像是硬件竞争。软件竞争的规则，和硬件竞争完全不同。"
看到了吗？
信息是"列出事实"。框架是"找到事实之间有意义的因果结构"。
如果没有框架，你看到的是"高通33%"、"联发科38%"、"AI是新趋势"——一堆散落的事实。
有了框架，你看到的是"三个维度的博弈"、"AI可能改变竞争规则"、"软件能力可能比硬件规格更重要"——这是洞察。
🔹个人洞察4: 判断比分析更重要——因为所有重要的商业决策，都是在信息不完备的情况下做出的。 AI擅长分析，人才是判断力的主场
很多人以为"判断"就是"分析的结论"。不是的。
分析的结论： "根据现有数据，A方案的PPA更优，建议选A。"
判断： "从数据上看A方案的PPA更好。但A方案的PPA优势来自用更新的IP，这个IP在上一代产品上翻过两次车，虽然厂商说这代修复了，但我倾向于等友商先大规模量产验证后再跟。我们选B方案，虽然PPA差一点，但确定性更高——而这个项目目前最不能承受的是风险。"
分析告诉你"什么是最优解"——在一个确定的、信息完备的模型里。
判断告诉你"在现实中，考虑到所有已知和未知的风险，我们应该怎么做"——在一个不确定的、信息不完备的真实世界里。
（但因为时代是有红利的，以前站上高位的人，曾经确实可以说大部分是有能力的，但AI时代，如果这些领导们还是只能在确定性的数据里边做线性决策和排列组合，那大概率会是最先出局的那一批，但如果仍能稳坐第1排，那对公司就是灾难了。)
如果从主体上讲区别的话，AI擅长的是"分析"，人需要具备的是"判断"。
判断比分析更重要——因为所有重要的商业决策，都是在信息不完备的情况下做出的。
如果有完备的信息，那就不是"决策"，是"计算"。AI算得比人好。但没有完备信息的时候——这就是人类判断力的主场了。
🔹 个人洞察5: 未来最有价值的人：有框架、能判断、会用AI的三合一
如果一定要分层的话，那AI时代的价值金字塔我会这么分：
底层： 只会收集信息的人。替代品是AI。——正在快速贬值
中层： 有信息+能做基础分析的人。AI能增强你，但也容易被同类替代。——稳定但不够稀缺
顶层： 有框架+能判断+会用AI的人。你用AI做信息收集和基础分析，用框架筛选出重要的信息，用判断力做出AI做不了的决策。——极其稀缺且越来越稀缺
世界不缺“信息”，世界缺知道什么信息重要的人。也不缺"分析"。世界缺"在分析之上能做出判断的人"。
🔹 与君共勉：框架和判断能习得吗？
能。但不是通过"上课"。
框架来自于：持续地、深度地思考一个领域的底层因果关系。 每一次问"为什么"——不只是问一层，而是5 Why或者50 Why、500Why——都在构建你的框架。
判断来自于：反复在实践中做决策、观察结果、复盘反思。 判断力没法从书本学——因为书本上没有"信息不完备时的trade-off"。只有在真实世界里赌过、错过、痛过，才知道下一次怎么赌。
这个过程很慢。没有捷径。
而恰恰是因为没有捷径，它才稀缺。而稀缺，才值钱。
总的来说，我觉得AI可以缩短你在"信息收集"和"基础分析"上花的时间，让你有更多时间投入到"框架和判断"的积累上，但AI永远不能替你积累。
🔹 最后说一句
十年前，一个人如果能"比别人先知道"一件事，他大概率能赚钱。
十年后，当AI让所有人同时知道所有事，"先知道"的意义就没那么大了，当你掩耳盗铃、 故步自封，那是另外一回事。
那有意义的是啥？——知道你自己是谁，知道自己在哪里，知道你自己该往哪里去，知道你该怎么走过去。
以上，既然看到这里了，如果觉得有收获，可以点个「在看」支持一下～也欢迎在评论区聊聊，你有自己的行业框架吗？你是怎么建立它的，你觉得判断力可以后天培养吗？最好的方式是什么？
