HelloKitty • 2025-08-05 14:43
918
本文由 硅兔君 撰写/授权提供,转载请注明原出处。
以下文章来源于:硅兔君
作者:硅兔君
北京时间昨日深夜,当华尔街的交易员结束了一天的喧嚣,陆家嘴的分析师正准备结束复盘时,一条看似“无关紧要”的科技新闻开始在小圈子里发酵:OpenAI 正式向所有用户推出了 ChatGPT 的“学习模式”(Study Mode)。
“哦,一个教育功能,利好教育,利空 Chegg(美国一家在线教育公司)。”——这或许是 90% 的行业观察者,在扫过新闻标题后,头脑中闪过的第一个念头。市场波澜不惊,似乎这不过是 AI 巨头在众多产品线中,一次微不足道的优化。
然而,在表面的平静之下,一股足以重塑科技产业格局的暗流正在加速涌动。
如果我们仅仅将其理解为对教育行业的“小打小闹”,那将犯下致命的战略误判。这不仅仅是一次功能更新,它是一个清晰的、不加掩饰的战略信号,揭示了 OpenAI 乃至所有基础大模型厂商的终极野心:从一个提供能力的“水平工具平台”,高速进化为一个通吃所有“垂直行业解决方案”的终极整合者。
一个精心设计的“认知训练场”
让我们先回到功能本身,仔细审视这个“学习模式”。
它彻底颠覆了我们对 ChatGPT“有问必答”的固有印象。开启该模式后,它不再是那个知识渊博、即时响应的“答案引擎”,而是摇身一变,成为了一位严谨、循循善诱的“苏格拉底式”私人教练。
例如:你让它为你策划一份商业计划书,它不会生成模板,而是会引导你:“一个成功的计划始于清晰的目标。我们先来定义一下,你的核心产品是什么?目标客户是谁?你希望在第一年实现的关键指标又是什么?”
看到了吗?它的核心不再是“给予”,而是“引导”。通过个性化的提问、反馈和启发,它旨在训练用户的独立思考和批判性思维能力。
这一招,精准而优雅地打击了在线教育(EdTech)行业的心脏。像 Chegg、Quizlet、甚至Coursera 这类公司,它们的核心价值是什么?是结构化的知识库、个性化的学习路径和交互式的练习体验。
而现在,ChatGPT 用一个功能,就将这种曾经需要耗费巨资研发的“个性化教学体验”几乎免费地提供给了全球数亿用户。
“我们花了十年时间,投入了数亿美元,才建立起我们的互动题库和学习反馈系统,”一位不愿透露姓名的 EdTech 上市公司高管在硅兔君组织的闭门会议上坦言,“而 ChatGPT 似乎一夜之间就拥有了无限的、能覆盖任何学科的‘超级导师’,这让我们感到不寒而栗。”
但如果说,颠覆一个千亿美金的教育市场只是“前菜”,那么接下来的战略图景,才是真正的主餐。
“吞噬一切”的平台野心
“学习模式”的真正可怕之处,在于它揭示的战略范式转移。
在过去两年,我们对大模型的普遍认知是“赋能者”。它像水和电一样,是一种新型的生产力要素,可以“赋能”千行百业。无数 SaaS 公司欢欣鼓舞,纷纷推出“AI-Powered”的新功能,股价也因此一飞冲天。
然而,“学习模式”的出现,无情地戳破了这个美好的幻想。它证明了:当底座模型的能力强大到一定程度时,它就不再满足于“赋能”,而是会亲自下场,“吞噬”那些原本由应用层提供的价值。
这在科技史上并非孤例。微软当年将IE浏览器捆绑进 Windows 操作系统,直接扼杀了曾经不可一世的网景(Netscape)。苹果在 iOS 中内置了地图、音乐、播客等应用,也极大地压缩了第三方开发者的生存空间。
历史总是相似的。今天,OpenAI 正在做同样的事情,但其波及范围将远超前人。我们可以做一个简单的、但足以让所有 SaaS 投资者警醒的推演:今天,它叫“学习模式”,是为了“更好地学习”。
明天,它完全可以推出“投研模式”。想象一下,你将一家公司的近十年财报、所有高管的电话会记录、以及最新的行业研报全部喂给它,它生成的不再是简单的总结,而是一份包含深度财务分析、潜在会计风险提示、以及基于不同宏观假设的估值模型。这会让多少金融数据终端和分析软件黯然失色?
后天,它可以上线“诊疗模式”。通过对海量医学影像和病历数据的学习,它能为医生提供极高精度的辅助诊断建议,直接挑战那些昂贵的医疗影像分析软件。
未来,还会有“法务模式”、“营销模式”、“代码审查模式”……
这个逻辑链条的核心是:所有以“人机交互”和“知识处理”为核心的软件服务,其根基都在被动摇。 过去,SaaS 公司的护城河在于其对特定行业工作流(Workflow)的深刻理解和软件实现。
而现在,大模型可以直接通过对海量行业数据的学习,绕过这些固化的工作流,提供更智能、更动态的解决方案。
这就引出了所有二级市场投资者必须直面的灵魂拷问。
投资者的灵魂三问
面对这场由 AI 平台发起的“价值链重构”,任何固守旧地图的投资者,都可能迷失方向。我们必须抛弃过去的思维定势,从三个根本问题上重新审视我们的投资组合。
第一问:你投的公司,还剩下什么?
在 AI 平台“吞噬一切”的背景下,传统 SaaS 公司的护城河正在快速蒸发。
交互体验? 当自然语言成为终极交互界面,精心设计的 UI/UX 优势还剩多少?
功能矩阵? 当大模型能通过简单的指令,动态组合和生成功能时,固化的功能列表还有多大意义?
数据壁垒? 当合成数据技术日趋成熟,独占数据的价值是否会被稀释?
我们需要重新评估,一家科技公司的核心壁垒,究竟是沉淀在软件代码里,还是体现在那些无法被AI轻易复制的东西上——比如,强大的线下销售网络、深度的客户信任关系、独特的硬件整合能力,或是真正受法律保护的独家数据。
第二问:钱,最终会流向哪里?
当价值链被重构,利润分配也将随之改变。一个清晰的趋势是,利润正在从应用层(各类SaaS公司)向平台层(OpenAI, Google, Anthropic 等基础模型提供商)高度集中。
未来,大量SaaS公司的毛利率和盈利能力将面临长期压力。作为投资者,我们必须警惕那些严重依赖第三方大模型能力,而自身缺乏议价能力的公司。相反,我们应该去寻找那些能从这场变革中获益的“收费站”。
第三问:谁是新时代的赢家?
当然,每一次范式转移,在摧毁旧秩序的同时,也在创造新机会。除了平台本身,谁会是这场“智能化浪潮”中的新“卖铲人”?
算力仍是基石:NVIDIA 的地位短期难以撼动,但新的机会可能出现在专用 AI 芯片(ASIC)、光子计算、存算一体等更前沿的硬件创新上。
高质量数据服务:大模型需要“喂养”,能提供高价值、经过精细化标注的专有数据(如医疗、法律、金融)的公司,将拥有极强的议价能力。
模型安全与合规:随着 AI 渗透到关键领域,“AI 审计”、“模型可解释性”、“对抗性攻击防御”等服务将成为刚需,催生全新的赛道。
边缘计算与模型压缩:将庞大的模型高效部署到终端设备(如手机、汽车、物联网设备)上,这个领域的工程技术挑战巨大,也蕴藏着巨大的投资机会。
结语
回答上述三个灵魂之问,显然无法依靠阅读公开的新闻稿、财报和千篇一律的研报。真正的决策优势,来自于在市场形成共识之前,获得那些深藏在行业核心圈层的“非共识”洞见。
当所有人都在讨论“学习模式”的功能时,你是否想知道,在 OpenAI 内部的战略会议上,他们是如何规划下一步的“XX 模式”的?
当你准备重仓一只被认为有 AI 护城河的 SaaS 股票时,你是否渴望,能与一位来自 Google AI、正在开发类似竞品的负责人,进行一场匿名的、坦诚的压力测试?
当你看到一个关于“模型压缩”的新技术名词时,你是否希望,能有一位来自 NVIDIA 的顶尖科学家,用你能听懂的语言,为你解释它离商业化落地到底还有多远,以及它最可能颠覆的环节是什么?
投资的本质,是在不确定性中寻找确定性。而与最优秀的人对话,是抵御不确定性最有效的方式。
当您的团队为技术路线争论不休时,当您的投资决策悬而未决时,当您的产品战略陷入迷雾时……请记住,您所面临的困惑,或许正是某位专家早已跨越的征途。我们相信:真实的一手经验,永远来自正在推动行业变革的人本身。
硅兔君拥有超过 30,000 名来自硅谷一线的大厂高管、核心技术专家、知名高校教授与创业者。他们不仅拥有深厚的行业经验,更深度参与着产业变革,具备鲜活、可信的一手洞察。
扫码关注公众号
获取更多技术资讯