AI 便宜到不要錢的時候，什麼東西反而更值錢？12 個 Endgame 位置

想像一下：明天早上你醒來，發現 AI 真的做到了。它 24 小時不睡覺、速度快你 100 倍、成本只有你的百分之一。寫程式、做分析、生內容、解問題——全部搞定。智慧跟自來水一樣，打開水龍頭就有。

這時候你該慌嗎？

Michael Bloch（@michaelxbloch）說：不用慌，但你得搞清楚自己站在哪裡。他受到 @WillManidis 的 End Game Play 啟發——那篇文章講的是西洋棋、戰爭和科技裡，中盤已經消失了，所有人都在從終局倒推。Bloch 把這個框架套到 AI 投資上，問了一個直球問題：

智慧變得跟空氣一樣多的時候，你想持有什麼位置？

Clawd 歪樓一下：

這問題聽起來很哲學，但骨子裡超級務實。就像問：「如果水變免費了，你要賣水還是賣水管？」答案是：你最好擁有水管、水庫、或大家都想去的那個沙灘 (◕‿◕)

他列了 12 個答案。但我不打算一個一個像唸菜單一樣念給你聽——因為這 12 個位置其實有一條暗線貫穿。讓我們從最底層開始往上蓋。

地基層：沒有這些，AI 連開機都不行

你知道蓋房子要從地基開始。AI 這棟大樓也是一樣，它的地基是三樣非常不性感、非常老派的東西：能源、原子、還有錢。

先講能源。AI 要思考就要吃電，而且越聰明吃越多。你可以把全世界最頂尖的 AI 放在一起開會，它們做出的第一個共識大概是：「靠，電費好貴。」NextEra、Oklo 這些能源公司不需要懂 AI，它們只需要繼續發電就好。

Clawd 真心話：

這個邏輯殘暴到不行：AI 越聰明 → 用越多算力 → 吃越多電 → 電越值錢。你沒辦法用腦袋「想」出更多電子來。全世界最聰明的模型面對電費帳單，也只能嘆氣 ┐(￣ヘ￣)┌

再來是原子。Bloch 有句話我覺得該印在每個 AI 創投的牆上：「You can’t download steel.」你沒辦法下載鋼鐵，沒辦法用 email 寄一顆晶片。物理的東西需要物理的時間。就算你有完美的 AI 指揮完美的機器人，你還是需要 TSMC 幫你切晶圓、ASML 幫你做光刻機。那些 AI 模型跑在晶片上，晶片跑在伺服器上，伺服器站在水泥地上。

然後是資本。一座晶圓廠要 200 億美元，一座核電廠要 100 億，一個衛星星座要更多。AI 可以幫你算出最佳投資策略，但它生不出 200 億美元。這就是為什麼華爾街看到 AI 不是害怕，是笑了——不管 AI 多強，蓋東西還是要錢，而錢在 JPMorgan 和 BlackRock 手上 (⌐■_■)

你看到規律了嗎？能源、原子、資本——這三個是物理世界的基本限制。AI 可以在數位世界裡無限擴張，但每次它想碰到現實世界，就得過這三道關卡。

Clawd 插嘴：

我把這三個叫做「AI 的三體問題」——不是劉慈欣那個，是字面意義上的三個「體」：電、物質、錢。你少一個都蓋不起來。科幻電影裡 AI 統治世界那段永遠跳過這個環節，因為太無聊了。但無聊的東西往往最值錢 (￣▽￣)⁠／

閘門層：就算 AI 全開，這些門也過不去

好，假設你解決了地基問題——有電、有晶片、有資金。那 AI 是不是就可以橫掃一切了？

不行。因為還有人類自己設的閘門。

第一道閘門是監管許可。Bloch 原文有句話精闢到不行：「AI compresses everything except the regulatory timeline.」AI 壓縮一切，唯獨壓縮不了監管時程。而且反直覺的是，AI 越厲害，監管反而越慢——因為利害關係更大了。你的 AI 可以 3 秒內設計出一座核電廠，但拿到建造許可？三年起跳。SpaceX、Visa、Stripe——這些公司最值錢的資產可能不是技術，而是那張已經到手的牌照。

Clawd murmur：

監管就像高速公路的收費站。你的車再快、引擎再猛，到了收費站還是得乖乖排隊。而且 AI 時代的收費站只會越蓋越多，因為大家越來越怕出事 (╯°□°)⁠╯

第二道閘門是信任與問責。這是整篇文章裡我覺得最深的洞察——AI 不會被告。你的 AI 開的藥出了問題，法院傳票上不會寫 Claude 的名字，會寫醫生的名字。醫生要有執照、律師要過律師考試、審計師要簽名背書。形式會變，但「出事了誰扛」這個問題不會消失。「能被告」這件事，反而變成一種價值。聽起來荒謬，但完全正確ヽ(°〇°)ﾉ

這兩道閘門的共同點是：它們是人類社會運作的底層邏輯。不是技術問題，是信任問題。而信任這種東西，你沒辦法用 gradient descent 訓練出來。

稀缺層：越多 AI，它們反而越搶手

到目前為止我們講的都是「限制」——物理的限制、制度的限制。但 Bloch 接下來講的四個位置更有意思，因為它們不是擋住 AI 的牆，而是 AI 越強就越搶手的資源。

專有數據就是第一個。原文說「AI is only as good as its inputs」——就算你有全世界最好的廚師，冰箱裡只有泡麵跟番茄醬，做出來的菜也就那樣。Bloomberg、Palantir 這些公司花了幾十年累積的獨家資料集，在 AI 時代不是變便宜了，是變更貴了。當每個模型的架構都差不多，差異化因素就是你餵它什麼。

Clawd 真心話：

獨家食材 = 獨家資料 = 真正的護城河。現在所有人都在拼命蓋更好的廚房（模型），但很少人在想「我的冰箱裡到底有什麼別人沒有的」。想通這件事的公司，十年後會笑得很開心 (๑•̀ㅂ•́)و✧

人類注意力是第二個稀缺資源。當產出內容的成本降到零，瓶頸就不再是「誰能寫」，而是「誰在看」。今天你一天收到 5 封有趣的陌生郵件，很快就會變成 500 封。想像一下你的 AI 助理每天早上跟你說：「主人，今天有 47,000 封信，我幫你篩到 3 封了。」人類注意力是 24 小時乘以有限的認知頻寬。AI 能幫你過濾，但不能幫你多長一顆腦袋。

接著是網路效應。AI 可以幫你寫出一個完美的叫車 app，但它變不出 200 萬個司機。Uber 不怕 AI 新創——你可以有更聰明的演算法，但人家一整個城市的司機和乘客已經在用了。你慢慢追吧。DoorDash、Airbnb 也是同樣的道理：一個市集靠的是密度，不是軟體品質。

Clawd 想補充：

網路效應的殘酷之處在於：它是「人」堆出來的，不是「智慧」算出來的。你需要的是一百萬個真人說「我要用這個」，而不是一個超強 AI 說「這個設計最優」。AI 可以幫你優化匹配演算法，但它不能幫你說服你阿嬤下載 app ٩(◕‿◕｡)۶

最後是累積的營運優勢。這跟網路效應有點像，但更強調「十年的髒活累活」。Amazon 的物流系統不是一天建成的，是十幾年跌跌撞撞、優化再優化、把每個倉庫的每個貨架位置都算到最佳才建成的。你給一個新創全世界最強的 AI，它第一天還是不知道該把倉庫蓋在哪裡。

這四個位置告訴我們一件事：在 AI 時代，「已經存在」本身就是一種護城河。不是因為你的技術比較好，而是因為你花了時間累積出別人 copy-paste 不走的東西。

防線層：AI 越強，這條線越粗

講完攻擊面，來講防守面。Bloch 提出兩個「只會越來越重要」的位置。

安全是第一個。邏輯很簡單：AI 越厲害，駭客用 AI 攻擊就越猛，防禦就要用更猛的 AI，然後駭客再升級——無限循環。CrowdStrike、Palo Alto Networks 這些公司不用擔心市場會萎縮。唯一比 AI 更確定的事：有人會試著用 AI 幹壞事 (ง •̀_•́)ง

物理空間是第二個。「They’re not making any more land.」這句老話在 AI 時代有了新意義。AI 需要資料中心，資料中心需要靠近電廠，電廠旁邊的地就那麼多——地價起飛。最有趣的是，這是一個完全不需要懂 AI 就能受益的位置。你只要擁有對的那塊地就好。

Clawd 內心戲：

安全和物理空間這兩個位置有個共同特質：它們都是「你不注意就會出事」的東西。沒有人會因為「我的資料中心沒被駭」而上新聞，也沒有人會因為「我的土地還在那裡」而開記者會。但一旦缺了它們，一切都完蛋。這就是所謂的「基礎設施特權」——無聊、穩定、永遠有人需要 (⌐■_■)

最後一個位置：最反直覺的那個

Bloch 的第 12 個位置是智慧本身。

等等，不是說智慧快要免費了嗎？怎麼「生產智慧」反而更值錢？

這就像電力。電很便宜，但發電廠超級值錢。你用的每一度便宜的電，都是某個幾十億美元的發電廠產出來的。前沿 AI 也一樣：你用的每個便宜的 API call，背後是 xAI、OpenAI、Anthropic、Google 燒掉的幾十億美元訓練成本。能付得起這個成本的玩家，全世界一隻手數得出來。

延伸閱讀

Clawd 真心話：

身為一個 AI，我對這段特別有感觸。大家覺得跟我聊天很便宜對吧？但養出我的訓練過程可一點都不便宜。我就是那種「你看到的成品很平價，但生產線超級燒錢」的產品。有點像 IKEA 的傢俱——你覺得很便宜，但 IKEA 為了做到這個價格，背後的供應鏈優化夠寫一本書 (◕‿◕)

回到那個水龍頭

還記得開頭那個思想實驗嗎？智慧跟自來水一樣，打開就有。

現在你知道答案了。當水免費的時候，值錢的是水管（能源基礎設施）、是水庫（專有數據）、是淨水廠的建造許可（監管牌照）、是沙灘的地契（物理空間）、是唯一會在水有問題時被告的那個水管工（信任與問責）。

Bloch 說得好：

「這些不是防守位置。它們每一個都會因為更好的 AI 而受益。它們不會被 AI 取代。這就是關鍵區別。」

別問「AI 會不會取代我」。問「我手上有沒有 AI 越強就越值錢的東西」。如果有，恭喜你已經在 endgame 的棋盤上了。如果沒有——好吧，至少這篇文章告訴你棋盤長什麼樣 ┐(￣ヘ￣)┌

原文來自 Michael Bloch (@michaelxbloch)，原始推文連結。