聊了这么久的硬件，今天聊聊软件。一个简单的常识：AI 大模型是靠数据喂大的。谁掌握了稀缺数据，谁就掌握了下一阶段的竞争力。AI 竞争正在经历三个阶段，每一个阶段对数据的要求都截然不同。第一阶段：互联网数据早期大模型主要学网页、书籍、代码、图片、视频——这些都是公开的，谁都能爬。但高质量公开数据正在变得稀缺，而且大家拿到的都差不多。靠这个阶段，拉不开差距。第二阶段：企业私有数据接下来竞争的是企业内部数据——工作流程、客户关系、软件操作记录、工业生产记录。这些数据不公开，藏在企业的日常运转里。这也是 ServiceNow、Salesforce、Palantir 这类企业软件公司的价值所在——它们掌控着企业数据的 “入口”。谁能让 AI 读懂这些私有数据，谁就能在企业级市场站稳脚跟。第三阶段：物理世界数据这也是特斯拉，宇树科技这类公司的优势所在，未来的汽车和机器人需要的数据来自真实世界——车辆、工厂、仓库、家庭、道路、机器人与现实环境的每一次互动。这种数据的稀缺性比文本高得多，因为获取它需要制造和部署大量实体设备、长期运营车队或机器人、获得用户和监管许可、建立数据回传系统、建设昂贵的 AI 训练基础设施、承担真实世界的安全责任。这不是烧钱就能快速堆出来的，而是需要时间、耐心和长期投入。所以，我开始慢慢布局 AI 软件。不是因为硬件不重要了——硬件永远重要。而是因为 AI 的竞争已经从 “谁有算力” 进入了 “谁有数据” 的阶段。企业私有数据是下一阶段的核心壁垒，而掌控这些数据的软件公司，会成为 AI 时代的新基础设施。至于 AI 机器人，我认为它仍然是远期期权，现在布局还太早——物理世界数据的积累和商业化，还需要很长的时间。硬件是 AI 的骨架，数据是 AI 的血肉。骨架已经搭好了，接下来该看血肉怎么生长了。
夜雨聆风