马斯克首先是个商人，从xAI发布说起

（蹭个热点，欢迎关注：琢磨事）

互联网兴起后一个很有趣的事是：企业家们可以和明星具有一样的热度。而显然的则一点在作为一个商业要素被调度。乔布斯、马斯克在这个上做的最好。

商人本质

在xAI发布会上马斯克表示：

• xAI 将探索宇宙的本质，利用人工智能生成更深层次的问题，例如暗物质、费米悖论、外星人，并给出答案

• 确认 xAI 与 OpenAI 和谷歌的竞争关系

• 将用推特公开数据训练「最具好奇心」的人工智能

• xAI 将开发「理解物理世界而不仅是互联网」的技术，而特斯拉的驾驶数据或许有所帮助

从这个表述中可以再一次看到他这种把商业和愿景无缝结合的功力。

为什么这么说呢？

因为只要仔细想想就会发现推特数据、自动驾驶数据和暗物质、外星人根本没啥关系！

唯一的关系就是营销效果，并且还是不让人反感的高级营销效果。如果硬广的水平是1，那这个估计是80，再上一次把特斯拉轿车发太空去得100分。宇宙本质拉高了愿景，而推特数据等让我们觉得这事好像是就他们能做。

我们更愿意用电影中的形象映射一个人比如钢铁侠，但真正支撑“钢铁侠”的恰恰不是它的特立独行，而是对商业本质的把握和驾驭。这不是贬义，而是点赞，任何伟大的理想都需要有现实的手段做支撑，否则就变空想家了。

这种发布会的传播效果是很多常规手段耗费数倍资源也达不到的。传统汽车公司得花多少钱打多少广告才能等于把特斯拉发上太空的效果。即使影响的量级达到了，在人心里刻痕的深度和质量也是不一样的。

类似这样的要素还有很多比如对复杂概念进行折叠，只有很好的驾驭了这些要素，才真正可能在科技创新上形成商业闭环。马斯克在心怀远方、接地气、创新干活上实在是给了一个很好的榜样。显然这几者不匹配的人更多，一旦不匹配就专门出产残次品，比如经常说的大忽悠。

用科技赚钱很难很难

纯粹用科技创新赚到钱是非常困难的一件事，从历史来看只有极少数人真的成功了，比如：乔布斯、比尔盖茨、马斯克等。贝佐斯都不灵，贝佐斯更擅长应用，和我们国内之前BAT是类似的。

马一龙这些人调度的是一个世界上还没有的或者没成为主流的关键生产要素，并且在它上面构建起自己的商业模式。而从这个要素的远近来讲，马一龙确实用的要素离现实更远一点。如果说图形用户界面、触屏还是一步之遥，电动车、可回收火箭就得有个两三步了。

这类事早一步晚一步都会做挂掉，因此就需要特别坚定的意志和布道能力。在你没成功之前你周围注定都是反对你的人（反过来是成功了就会有很多人崇拜），没有某种坚定的信念根本就走不下去。

那这事为什么这么难呢？有钱还不行么？还真不行！

固然是因为新技术的不确定性和风险都高，更关键的因为它反常识。必须深刻相信整体大于部分之和的人才真正可能做出创新，同时你还得具备驾驭各种关键要素的能力（产品、营销、资本、技术等）

我们可以再回到皮克斯的案例看下（详见琢磨事：到底什么是OpenAI成功的关键点，到底谁能干好大模型？）

简单来讲就是最擅长干动画片的迪斯尼最终承认了自己搞不定用新的CG技术做动画片这事，所以花74亿美金收购了皮克斯，后续皮克斯也用持续的成绩证明了这是个成功的收购。但74亿美金到底买的是什么呢？买的是人和机器的话那就太贵了。如果是这样，挖一波人自己干肯定更便宜。

这里的关键就在于皮克斯不等于人+机器，在此之外还有虚的场域，人和机器只有在场里面才有意义。这就像把猫分解了，即使一个原子也不损失，它也不是原来那个宠物了是一样的道理。乔布斯的作品不止是有形的iPhone，还有苹果、皮克斯公司（不是指它们的固定资产而是它们得以持续的场域）。没有这种创新的场域就拼凑几个人是做不了真正创新的事的。

马一龙和乔布斯看起来都深谙此道，并且他们的意志足够坚定，以自己为核心构建了这种场域。

我之前这么形容这种状态：

布道者、价值观和工具相融合形成一个像大日般的核心，笼罩特定的组织。它是一切力量的根源，但其中的你可自行选择生活方式；定义昼夜，但你可自择作息；决定温度的量级，但允许万物自行衍化；设定生命的起始条件，却又不规定生命本身;无可违反，却又两不相干；是规则也是力量，是尺度也是方法。

无疑的这是从正常的商人进阶到能够基于新技术要素创新突破的关键。这次都说xAI招募了一个豪华团队，问题是干AI的团队就没有不豪华的，最不豪华的是OpenAI，所以这绝非第一关键。下面的关键在于马斯克是否能够让这个团队生长出来一个合适的场域，否则过一阵那些哥们肯定就又跑了。

假设真的有一个合适的场域，那后面发展会什么样呢？未来的AI公司发展很可能都会回到这样一种框架下来：模型、系统、合规。这就是数据飞轮的一头两翼，缺一个也飞不起来。

数据飞轮的一头两翼

在琢磨事的：chatGPT 和AlphaGo下围棋，谁赢？垂域大模型有戏么？里面，借助AlphaGo的发展过程，我们提炼了一个基本的发展过程：

现有全量数据阶段--自我数据生成阶段--启动数据→智能飞轮，领域高点。

而这个过程越是纯粹数字的领域越容易启动，越是和现实世界相关的领域越需要系统做支持，否则你就会失去对现实的感知，哪来的持续不断的数据。比如马斯克说的宇宙本质，你怎么可能就基于Twitter键盘侠的数据就能探知宇宙的本质，至少需要一个完备的对地球对太空的感知系统才行。

这意味着大模型的发展基本都需要一个配套的系统，在宇宙领域是对地球和宇宙的感知，在医疗领域配套的系统是对病人情况的感知、对相关领域研究的成果等。单独的推特显然是不够的。

如果沿着这条路走下去，就会发现不同的领域面对的法规不同，有的地儿可能你就没法拿到全量信息，如果51区是真的，那估计也不会告诉你。这就导入了第二个关键点：合规成本。最终结果数据飞轮的内部要素就变成了：

xAI其实没有这套系统，它需要补课，否则就只能干和OpenAI一样的事。OpenAI干的正好是对系统依赖相对比较轻的一块。

小结

简单总结下，xAI这么发布正常来讲肯定后续很快会有产品跟进，但对于这种长跑而言，第一关键是跑的这个团队是否有合适的场域来进行粘合和连接，其次则在于系统化。而在这个过程中谁先找到最容易把飞轮启动起来的领域谁会更早的获得商业成功。

人工智能此前这十年其实很不成功，后面是否可以就看这个了。不管是xAI还是OpenAI希望他们能把路扩的更宽，走的更远！