引言：a16z Growth 的合夥⼈David George 與a16z crypto 的合夥⼈Chris Dixon 進⾏對話，探討了他們對新互聯⽹的願景，包括加密貨幣去中⼼化 AI 基礎設施；啟動⽹絡效應，AI 將成為這個時代的原⽣媒體形式等。這次對話還探討了為什麼互聯⽹最初的商業模式正在⽡解，以及新的互聯⽹如何為創作者引⼊全新的商業模式。
技術如何演變
「David George」：你現在⼤部分時間都專注於加密領域。你怎麼看待加密技術和 AI 之間的關係？
Chris Dixon：我的宏觀觀點是，技術浪潮往往是成對或成三出現的。⼗五年前，移動互聯⽹、社交⽹絡和雲計算是三⼤趨勢。移動互聯⽹讓擁有計算設備的⽤戶從數億增⻓到數⼗億；社交⽹絡是吸引⽤戶的“殺⼿級應⽤”；雲計算則是⽀撐這⼀切的基礎設施。這三者是相互依存的，缺⼀不可。當時⼈們爭論哪個更好，但事實證明，它們都很重要。
「David George」：沒錯，它們都是必需的。
Chris Dixon：我認為 AI、加密技術和新型設備（⽐如機器⼈、⾃動駕駛汽⻋和 VR）是當前最有趣的三⼤趨勢。它們也是相互補充、共同發展的。加密技術是⼀種新的事物（這正是我這本書的內容）它提供了⼀種全新的互聯⽹架構⽅式，⽤來構建⽹絡。它有⼀些獨特的特性，能讓過去⽆法實現的事情變成現實。 很多⼈⼀提到加密，就會想到⽐特幣或 meme 幣。但對我和許多真正懂加密的專業⼈⼠來說，加密的本質遠不⽌於此。它與 AI 有很多交集。其中⼀種最基礎的結合⽅式就是⽤加密架構來構建 AI 系統。我們已經在這個⽅向投⼊了很多。
我們在公司內部討論過⼀個核⼼問題：AI 的未來是會被少數⼤公司掌控，還是會由更⼴泛的社區共同管理？這⾥⾸要的問題就是：AI 是否開源？AI 領域變得如此封閉，真的讓我很震驚。⼗年前，所有 AI 研究都是公開的，都會發表在論⽂上。但後來，這個⾏業突然變得封閉起來。他們聲稱這樣做是出於安全考慮，但我認為這是為了他們⾃⼰的競爭優勢。幸好，現在還有⼀些開源項⽬，⽐如 Llama、Flux 和 Mistral。但我有點擔⼼，這種開源模式有些脆弱，因為很多項⽬並不公開它們的模型權重。這些真的算開源嗎？有些模型是開源的，但它們的數據管道並不是。它真的可以被⾃由復現嗎？他們明天可能就改了模型，你也沒辦法。這些 AI 模型每個⽉都在進步，但如果它們不再保持前沿，我就不知道該怎麼辦了。
「David George」：⾄少⽬前來看 AI⾮常依賴⼤公司。
加密貨幣與 AI 如何互動
Chris Dixon：我們投資的⼀些項⽬專注於建⽴⼀個適⽤於 AI ⽣態的去中⼼化互聯⽹服務架構。舉個例⼦，有個名叫 Jensen 的項⽬在構建⼀個去中⼼化的計算資源⽹絡。它的模式類似 Airbnb，允許⽤戶提交計算任務，並分配到全球閒置的計算資源上，從⽽優化算⼒供需。這個⽹絡就像⼀個經濟賬本，管理著計算資源的供應和需求。
另⼀個例⼦是 Story Protocol，它是⼀種註冊知識產權的新⽅式。假設你是⼀個創作者，你可以將圖⽚、視頻或⾳樂登記到區塊鏈上，區塊鏈會記錄媒體及其所有權利。它使⽤現有的版權法，明確其版權歸屬。這樣，任何⼈都可以在遵守協議的前提下使⽤這些內容，任何⼈都可以來，你可能會說：“你可以使⽤這個混⾳，你可以創作衍⽣作品，但你必須⽀付我 10% 的收⼊。”
「David George」：……或者任何⽐例。
Chris Dixon：在區塊鏈⾥你可以設定條款，創建⼀個開放的市場。但⽬前的市場上，你只能⾃⼰聯繫公司並嘗試談判。這導致⼈們要麼竊取內容，要麼⼲脆不使⽤，或者只有⼤型公司才能達成版權交易。⽐如 OpenAI 向 Shutterstock⽀付了 1 億美元，區塊鏈創建了⼀個⼴泛的⺠主資源，⼩型創作者可以設定⾃⼰的條款。
加密技術的⼀個核⼼優勢是可組合性（composability）。開源軟件之所以成功，很⼤程度上是因為它允許開發者在已有模塊上組合疊加創新。Linux 就是⼀個很好的例⼦，從 90 年代⼏乎 0% 的市場份額，發展到如今佔據超過 90% 的服務器市場，就是因為其可組合性。⼈們為系統貢獻（哪怕很⼩），使其變得更好。這也像維基百科作為⼀個知識集成系統⼀樣。
說回 Story Protocol ，它也讓創意內容也能像樂⾼積⽊⼀樣⾃由組合。⽐如某⼈創造⼀個⾓⾊，另⼀個⼈編故事，再有⼈⽤ AI ⽣成動畫，你可以創建⼀個新的超級英雄宇宙，只要資⾦回流，最後⼤家都能分⼀杯羹。
「David George」：這種模式的關鍵在於，資⾦流向是透明且公平的。
Chris Dixon：這樣創作者既能使⽤ AI ⼯具提升效率，同時⼜能獲得經濟回報，⽽不是被免費利⽤。這是⼀個偉⼤的願景——它激勵⼈們使⽤這些新⼯具，同時提供經濟模型。我們投資中經常思考，如何在 AI 驅動的世界中為創意⼯作者找到新的經濟模型。這是 AI+Crypto 這個交叉點最令我興奮的領域。
「David George」：過去社交平臺獲取了 100% 的⼴告收⼊，⽽創作者只能依賴流量變現。⽽我們希望看到的是⼀個創作者可以⾃由定價、⾃由交易的新體系。這樣能帶動更多的創新。
「David George」：因為經濟激勵⼀致。
Chris Dixon：以此為基礎說開，我們正在看到更多這種‘眾包’⽅式來做 AI 。從數據的⾓度來看，AI 需要更多的數據。⽽加密技術的突破點在於，它能夠設計新的激勵系統。關鍵是我們如何利⽤這些系統來收集更多的 AI 訓練數據？數據既可以作為 AI 的輸⼊，也可以⽤於模型評估，或者其他⽤途。這與 Scale AI 做的事情類似，但區別在於我們希望⽤去中⼼化的⽅式來完成，⽽不是由⼀箇中⼼化公司來控制整個流程。
我們投資的⼀個項⽬是 WorldCoin，這個項⽬由 Sam Altman 共同創⽴。它的核⼼理念是，在 AI 可以偽造⼈類⾝份和內容的世界⾥，我們需要⼀種⽅法來證明⼀個⼈是真實存在的，⽽最好的⽅式就是通過區塊鏈，以加密技術來完成⾝份驗證。WorldCoin 設計了⼀套激勵機制，讓⽤戶可以註冊並獲得⾝份認證，如球形掃描儀（orb）來掃描虹膜，但這⼀做法引發了⼀些爭議。現在他們提供了其他⽅式，⽐如通過護照進⾏⾝份驗證。⼀旦你完成⾝份驗證，就可以在區塊鏈上獲得⼀個加密憑證，這個憑證可以⽤在各種服務中。
⼀個簡單的應⽤場景是驗證 （CAPTCHA）。⽬前的驗證碼已經變得⾮常複雜，以⾄於可能連⼈類⾃⼰都⽆法輕鬆通過。相⽐這些繁瑣的反欺詐系統，我們可以使⽤加密驗證⽅式。⽤戶可以收到⼀個加密代碼，證明⾃⼰是⼈類，然後在此基礎上增加額外的驗證層級。這是另⼀個有趣的交叉點。
在基礎設施層⾯去中⼼化的 AI 還有很多機會，⽐如把中⼼化的 AI 系統拆解，使其在代碼和服務層⾯都變得去中⼼化。還有⼀些全新的可能性，⽐如 機器對機器⽀付（Machine-to-Machine Payments）。等等。
我認為最激動⼈⼼的部分是在 AI 時代探索新的商業模型，尤其是針對創作者的商業模型。
打破互聯⽹的經濟契約
「David George」：你在 ChatGPT 時刻後⽴即向我指出“嘿，我們有可能在打破互聯⽹的契約”，我認為這是⼀個⾮常有趣的問題。
Chris Dixon：書中有⼀章是關於這個的，接近結尾。我稱之為新契約。如果你考慮激勵系統，互聯⽹成功的主要原因之⼀是它有⼀個⾮常聰明的激勵系統。你如何在沒有中央權威的情況下讓 50 億⼈加⼊⼀個系統？這是因為互聯⽹的激勵機制。
ChatGPT 讓⼈們看到了互聯⽹經濟契約可能被打破的跡象。過去 20 年，互聯⽹形成了⼀種隱性的經濟契約：搜索引擎和社交平臺獲取內容的權限，作為回報，創作者能獲得流量。⽐如旅⾏⽹站、⾷譜⽹站、插畫等，都會讓 Google 抓取內容，以換取搜索流量。這種模式⽀撐了互聯⽹的發展。但現在 AI 直接⽣成內容，⽤戶甚⾄不⽤點擊鏈接，Google 也不⽤再把流量分給⽹站。這樣⼀來，創作者的收⼊來源就被切斷了，互聯⽹的原有經濟模式也隨之⽡解。
以前，Google 還會把⼀部分流量分出去，⽐如⽤戶搜索問題時，Google 會展⽰摘要，但仍然會引導⽤戶訪問⽹站獲取更多信息。但後來，Google 開始“截流”，⽐如 StackOverflow 的內容，Google 直接把答案展⽰在搜索結果中，⽽不是讓⽤戶訪問原⽹站。這導致許多⽹站的流量下降，變現能⼒受到影響。Google 也在旅⾏、餐飲等⾏業做類似的事情（⽐如 yelp），甚⾄會優先展⽰⾃⼰的內容，⽽不是獨⽴創作者的內容。雖然這些問題早就存在，但 AI 時代讓這個問題更加嚴重了。
但如果 AI 能夠直接⽣成插畫、⾷譜、旅⾏建議，⽤戶根本不需要再訪問那些內容⽹站。這對於⽤戶來說，可能是更好的體驗，但對於內容創作者來說，這是毀滅性的打擊。未來，我們可能只剩下⼏個 AI 巨頭，⽽原來的獨⽴⽹站和創作者將失去⽣存空間。
這就是我們需要思考的問題：AI 時代的互聯⽹，是否仍然能夠⽀持創新和創業？如果我們不解決這個問題，互聯⽹可能會變成 70 年代的電視⾏業，只有⼏個巨頭控制所有內容。這並不是我們想要的互聯⽹未來。
所以新的⽹站該如何崛起？新的事物該如何被創造出來？我們還沒有真正思考清楚這個問題。
我並不認為我有唯⼀的答案，⽽且這個問題的解決⽅案也不⼀定必須依賴加密技術。但我們需要認識到這正在破壞互聯⽹原本的激勵機制。其次，我們需要思考：這是⼀件好事嗎？我認為不是。我們需要找到正確的解決⽅案——我們是否應該創造新的激勵機制？
這也是為什麼我⼀直專注於投資和思考新的激勵系統，⽐如 Story Protocol 這樣的項⽬。我們需要探索新的⽅式，在現有系統之上，疊加新的經濟結構，以確保互聯⽹能夠持續創新和發展。
從移動互聯⽹、社交⽹絡和雲計算，到加密、AI 和硬件
「David George」：你談到的⼀件事是同時出現的三種技術產品——⽣成式 AI、加密貨幣和新硬件平臺。你如何看待這三者的結合？
Chris Dixon：類⽐當然是移動、社交和雲計算。在上⼀波浪潮它們相互促進，共同推動了互聯⽹的發展。我們今天已經看到了⼀些這樣的結合。
現在，我們正處於另⼀波科技浪潮之中，這次的核⼼技術是 AI、加密技術和新型硬件，⽐如機器⼈、⾃動駕駛汽⻋和 VR。這些技術並不是彼此獨⽴的，⽽是互相補充，共同形成新的⽣態。新的硬件設備，⽐如 AR 和 VR 眼鏡，依賴 AI 來提供更好的交互體驗，⽐如像電影《她》那樣的智能助⼿。⾃動駕駛汽⻋、特斯拉的機器⼈技術，以及各種⼈形機器⼈項⽬，也都正在將 AI 技術部署在物理環境應⽤到現實世界中。⽽加密技術則提供了⼀種新的⽅式，讓去中⼼化的⽹絡能夠⽀撐這些 AI 應⽤。所以我感興趣的⼀個領域是 DPIN——去中⼼化物理基礎設施。最突出的例⼦是 Helium，它是⼀個由社區擁有、眾包建設的電信⽹絡項⽬，正在與 Verizon 和 AT&T 這樣的傳統運營商競爭。Helium 設計了⼀套激勵機制，任何⼈都可以在家⾥搭建⼀個節點，為⽹絡提供⽀持。這些節點的作⽤類似於⽆線信號發射器，⽬前，美國各地已經有數⼗萬⼈安裝了這些節點。
現在，Helium 還推出了⽹絡服務，⽽且相⽐ Verizon，價格便宜得多——每⽉僅需 20 美元，⽽ Verizon 的費⽤是 70 美元。這主要是因為 Helium 的⽹絡是由社區建設的，不需要像傳統電信公司那樣投⼊數百億美元去建設基礎設施。
如何利⽤加密技術啟動⽹絡效應
Chris Dixon：加密技術在解決“冷啟動”問題⽅⾯⾮常有優勢。
許多⽹絡效應類的項⽬，在早期都⾯臨⼀個挑戰：如何吸引⾜夠多的⽤戶，讓⽹絡真正運轉起來？
舉個例⼦，Helium 是由社區共同建設和運營的。但假設只有 10 個節點，那顯然運轉不起來。⽹絡效應的建⽴是⼀個雞⽣蛋蛋⽣雞的問題。如果⼀個新社交⽹絡只有 10 個⼈，那麼它對新⽤戶來說並沒有什麼吸引⼒。但如果它已經有 100 萬⽤戶，新⽤戶加⼊的價值就⼤幅提升。
加密技術的獨特之處在於，它可以通過代幣經濟激勵早期⽤戶，從⽽推動⽹絡效應的形成。Helium 只是其中的⼀個例⼦，其他領域，⽐如⽓候數據、⾃動駕駛數據、電動汽⻋充電站、去中⼼化地圖、甚⾄科學研究，都可以⽤類似的⽅式來構建⽹絡。
AI 是糖霜還是糖？
「David George」：Marc 給我提出了⼀個我很喜歡的⽐喻：AI 到底是“糖霜”還是“糖”？如果 AI 只是“糖霜”，那麼現有的⾏業巨頭會贏，因為它們可以在現有產品上簡單地加⼀個 AI 聊天機器⼈，利⽤它們已有的分發渠道、銷售能⼒和客戶關係繼續主導市場。但如果 AI 是“糖”，也就是說它是核⼼成分，那麼你不能只是把它“加進去”，⽽是需要從零開始構建整個產品。這樣的話，AI 領域就更可能由新興公司佔據主導地位。
⽬前，我們還沒有看到明確的答案。⼀個產品越是沿襲傳統模式（⽐如只是⽤ AI 增強原有業務），它就越有利於⾏業巨頭，⽽不是初創公司。
Chris Dixon：可以從克萊頓·克⾥斯滕森的⾓度來看這個問題。他提出了 “顛覆式創新”和 “持續性創新” 的概念。很多⼈誤解了“顛覆式創新”的含義，它僅僅是“新的技術”，⽽是指這種創新不符合現有公司的商業模式。這正是為什麼即使是最⼤的企業也很難應對真正的顛覆式創新，因為它們的核⼼客戶並不需要它。
這和 Marc 提出的“糖霜 vs. 糖”概念是相通的——如果 AI 只是現有產品的“糖霜”，那麼⾏業巨頭⾃然會佔據主導地位；但如果 AI 徹底改變了業務模式，那情況就完全不同了。
⽐如，今天的數據庫市場基本是由傳統關係型數據庫（SQL）主導的，⽽ AI 可能會帶來完全不同的計算架構，甚⾄徹底顛覆數據庫的概念。如果 AI 只是⽤來優化 SQL 數據庫，那它只是“糖霜”，對現有企業沒有威脅。但如果 AI 讓數據存儲和檢索⽅式徹底改變，使得傳統數據庫變得 毫⽆意義，那就是“糖”，它會顛覆整個⾏業。
「David George」：⽬前我們還沒有看到這樣的案例。我只看到了對價格的影響（⽐如更便宜的 AI 服務），但這還不⾜以帶來⾏業顛覆。
Chris Dixon：是的，這就是第⼆個層⾯的問題。我通常會⽤⼀個框架來分析這些新興技術的落地過程，但在談這個之前，我們可以先聊聊消費級 AI。⽬前，我認為消費級 AI 領域還沒有出現真正具備⽹絡效應的產品。雖然 Claude 和 ChatGPT 這樣的 AI 聊天機器⼈已經取得了成功，但它們並沒有形成強⼤的⽹絡效應。⽤戶可以隨時更換 AI ⼯具，⼏乎沒有切換成本，這使得它們很容易陷⼊價格競爭。
「David George」：我們曾經認為，數據⽹絡效應會成為 AI 產品的護城河。
Chris Dixon：確實，數據⽹絡效應是⼀個理論上存在的概念，但它在實踐中往往沒有那麼強⼤。很多⼈認為 AI 訓練數據越多，模型就會越好，⽤戶就會更依賴它，從⽽形成壁壘。但現實是，個⼈⽤戶產⽣的數據對 AI 訓練的增量貢獻其實很⼩。也就是說，單個⽤戶的使⽤數據，並不會顯著提升 AI 的能⼒，因此很難形成強⼤的⽹絡效應。這就導致 AI 公司⾯臨⼀個重⼤⻛險：市場競爭會加劇，價格戰不可避免。雖然 ChatGPT 這樣的 AI 產品⽬前擁有很強的品牌認知度，但問題是如何避免進⼊純粹的價格競爭？
如果不同的 AI ⼯具之間切換成本很低，那麼最終的市場競爭很可能會演變成 ⼀場“價格戰”，所有公司都被迫降低價格，以吸引⽤戶。這樣的話，這些 AI 公司不會是“統治級”公司。
「David George」：那麼初創公司還有機會嗎？
Chris Dixon：如果 AI 只是⽤來改進現有產品，那麼初創公司會很難與⼤公司競爭。但如果 AI 作為核⼼架構來創造全新的業務模式，那就不⼀樣了。⽬前，我們看到的很多 AI 消費應⽤，⽐如換臉、圖⽚增強等，雖然短時間內爆⽕，但很快就被 TikTok 或 Instagram 複製了，最終初創公司失去了競爭優勢。如果 AI 產品沒有⽹絡效應，那麼⼀旦它的功能可以被複制，它就很難⻓期維持競爭⼒。這就是為什麼，如果想要建⽴真正成功的 AI 初創公司，必須找到可以形成⽹絡效應的切⼊點，⽽不僅僅是提供⼀個功能。
為⼯具⽽來，為⽹絡⽽留
Chris Dixon：⼀個經典的⽤戶增⻓策略是：“先因⼯具⽽來，後因⽹絡⽽留。” 也就是說，許多⽤戶最初是因為某個⼯具⽽使⽤⼀個產品，但最終留下來的原因是⽹絡效應。例如早期的 Photoshop ⽤戶，可能只是想要⼀個圖像編輯⼯具，但後來，他們發現 Photoshop 的⽣態系統很強⼤，於是成為了⻓期⽤戶。社交⽹絡的興起也是類似的，許多⽤戶最初是因為某個功能（⽐如好友通訊錄）⽽加⼊，但最終是因為社交關係鏈⽽留下。AI 也可以採⽤類似的策略，⽐如 AI ⽣成圖⽚的⼯具，可以作為⼀個切⼊⼝，但最終形成的應該是⼀個完整的 AI 創意社區，⽽不僅僅是⼀個⼯具軟件。
模仿技術與原⽣技術
Chris Dixon：在深⼊討論之前，重要的是要討論主要技術如何分階段推出。新技術的發展通常會經歷兩個階段：
• 模仿階段：新技術模仿舊技術，以便讓⽤戶更容易接受。
• 原⽣階段：新技術創造出完全不同的新體驗。
再往後還有第三階段：新技術帶來的更⼴泛變化。例如，汽⻋發明後，我們建造了⾼速公路、郊區和卡⻋等其他基礎設施。
⽐如，早期的⽹⻚就像⼀本電⼦雜誌，所有內容都是靜態的，沒有太⼤區別。這個模仿階段可能會存在⼗年甚⾄⼆⼗年，⽐如 1993 年的 Mosaic 到 2005 年左右的 YouTube 和 Facebook。
但隨著互聯⽹的發展，我們開始看到原⽣的互聯⽹產品，⽐如社交媒體、搜索引擎和在線視頻平臺，它們沒有線下對應的商業模式。
AI 現在還處於擬物化階段，我們看到的 AI 應⽤，主要是在替代⼈⼯，⽐如 AI 客服、AI 寫作助⼿等。但真正的 AI ⾰命，會出現在 AI 原⽣的產品上，⽐如 AI ⽣成的遊戲世界、AI ⽣成的互動內容等。這就像當攝影⾸次出現時，⽂化評論家擔⼼它對藝術的影響。沃爾特·本傑明的著名⽂章《機械複製時代的藝術作品》問過，當任何⼈都可以拍照時，藝術家會發⽣什麼。
今天，類似的問題存在於⽣成式 AI 中。如果 AI 可以創作整部電影，傳統電影製作會發⽣什麼？
「David George」：我們已經在圖像中看到了這⼀點。
AI 作為創意基⽯
Chris Dixon：是的，這個趨勢已經從圖像開始了，視頻可能很快跟上。過去攝影剛剛出現時，⼈們擔⼼它會取代繪畫，但最終，攝影和繪畫各⾃發展出了獨特的藝術⻛格。美術轉向抽象，遠離攝影。另⼀⽅⾯，攝影技術促使了電影的興起。⼈們意識到雖然機器可以取代攝影，但它們也可以創造⼀種以前從未存在過的新藝術形式。
對於⽣成式 AI 也是同理，負⾯的觀點認為 AI 會取代⼈類創作，但實際上，AI 可能會催⽣出全新的藝術形式，為⼈類創造⼒提供了⼀個新的畫布，可能是虛擬世界、遊戲或新型電影。除了創意產業以外，同理可適⽤於消費、社交⽹絡等其他領域。
當你創造出新東⻄時，更⼴泛的變化會隨之⽽來。社交⽹絡是⼀個很好的例⼦。它在 2000 年代興起，到 2008 年和 2012 年奧巴⻢選舉時達到了⼀個巔峰點。當時的新聞⽂章也指出，社交媒體從此從次要地位轉變為主要地位。然後我們開始看到意想不到的社會變化。這些變化可能會在未來 20 到 30 年內展開。
在 AI 中平衡供需
「David George」：你提到的這些技術階段很有意思。互聯⽹的發展花了很⻓時間，其中⼀個原因是需要建⽴⼀個龐⼤的⽹絡。這⾥涉及供需問題——互聯⽹的發展需要鋪設光纖、電纜這些⽆線基礎設施。⽽ AI 需要的是計算資源，⽐如⼤規模的 GPU 集群。但 AI 從“模仿階段”邁向“創新階段”，主要的限制因素可能不是技術能⼒，⽽是⼈類的創造⼒和想法。
Chris Dixon：我也這麼認為。AI 的發展瓶頸很可能不在於技術，⽽在於⼈類的適應速度和政策法規的影響，這兩者是緊密相關的。
「David George」：換句話說，AI 發展的問題既包括供給端（計算能⼒），也包括需求端（⽤戶的接受度）。但關鍵可能還是需求端？
Chris Dixon：是的，供給端的挑戰是需要開發⾜夠強⼤的 AI 模型，並擁有⾜夠的算⼒⽀持。但真正的挑戰是如何讓⽤戶接受 AI，並將其融⼊⽇常⽣活。
我們現在看到，很多創業者都在探索如何⽤ AI 解決實際問題。但和 20 年前不同的是，現在的創業⽣態已經成熟了很多。⼗⼏年前，⼤多數聰明⼈不會選擇創業，⽽是去⼤公司⼯作。但現在，創業⽣態系統更完善，融資、⼈才、市場都⽐以前更成熟。
但 AI 還有⼀個⼤問題，就是⼈們的⼯作⽅式如何變化，以及⾏業如何適應 AI。
AI 如何改變⾏業
「David George」：⽐如好萊塢會多快採⽤ AI？
Chris Dixon：這正是我在思考的問題。在我寫書的時候，我想要⽤ AI ⽣成⾃⼰的有聲書，但出版社和 Audible 都明確禁⽌使⽤ AI。部分原因是⾏業的⼯會在抵制 AI，但也有更深層的原因。
「David George」：所以，AI ⽣成內容的能⼒是存在的，但⾏業還沒有準備好接受它。我們可以看到，很多 AI 的潛在應⽤都⾯臨監管障礙。例如，在醫療⾏業，AI 診斷的技術能⼒已經⾜夠強，但法規仍然限制其⼴泛應⽤。
Chris Dixon：未來五年，美國的法官可能會裁決 AI 訓練數據是否屬於合理使⽤，或者國會可能會出臺法律，對 AI 訓練數據進⾏監管。⽬前，AI 訓練數據的合法性仍然存在爭議。AI 公司認為，AI 訓練數據是對信息的“學習”，⽽不是“複製”。但版權⽅則認為，AI 在未經許可的情況下使⽤了他們的內容，這構成了侵權。
「David George」：這⼏乎是所有 AI 相關⾏業都在爭論的問題。
Chris Dixon：是的，最終可能需要法律來裁決 AI 訓練的合理性，否則這個問題會⼀直懸⽽未決。
「David George」：在受監管的⾏業，⽐如醫療、⾦融等，AI 何時才能真正落地？
Chris Dixon：⽬前，這些⾏業受到的監管極為嚴格，AI 要進⼊這些領域，可能需要很⻓時間。但在某些領域，⽐如⾃動駕駛，我們已經看到了顯著的進步。
「David George」：Waymo 就是⼀個例⼦。數據顯⽰它的安全性已經⽐⼈類駕駛⾼出 7 到 10 倍，並且擁有數百萬英⾥的實際數據⽀持。
Chris Dixon：也許這就是 AI ⼴泛應⽤的模式——先在⼀個特定領域（如⾃動駕駛）取得突破，並證明它⽐⼈類表現更好，然後再推⼴到其他⾏業。
互聯⽹的理想未來是什麼？
「David George」：你覺得理想的互聯⽹應該是什麼樣⼦的？
Chris Dixon：我們正處在⼀個⼗字路⼝。互聯⽹最初的願景是⼀個去中⼼化的⽹絡，社區可以共同擁有和管理它，⽹絡的經濟收益也應該更多地流向⽤戶，⽽不是少數⼤公司。但現在，互聯⽹的資⾦流動發⽣了變化，越來越多的收益集中到了少數⼏家科技巨頭⼿中。
「David George」：是的，社交平臺的⼴告收⼊已經達到數百億美元級別，但創作者只能分到很⼩的⼀部分。
Chris Dixon：⽬前，全球市值排名前五的互聯⽹公司，可能已經佔據了整個⾏業 50% 以上的市場份額。互聯⽹已經變成了⼀個由少數公司主導的封閉⽣態系統。
「David George」：所以現在的科技公司已經掌握了⽤戶，並開始想辦法讓⽤戶花更多時間停留在他們的平臺上。
Chris Dixon：是的，他們已經攀上了互聯⽹的⾼峰，然後把“梯⼦”踢掉了，防⽌新的競爭者進⼊。這也是為什麼我們如此關注區塊鏈和去中⼼化⽹絡的建設。如果未來的互聯⽹完全由少數⼏家公司掌控，那麼創新的空間就會被極⼤壓縮。依賴中⼼化平臺建⽴業務，就像是建在流沙之上，隨時可能崩塌。真正的創新，應該建⽴在開放的⽣態之上，⽽不是被少數⼏家公司控制。
「David George」：所以，我們要關注的重點是，如何讓⼩型科技公司在這個⽣態中⽣存和成⻓。我對未來還是很樂觀的。通過你們的努⼒，以及整個⾏業的推動，去中⼼化技術和開源 AI 正在被越來越多⼈接受。今天的討論很棒，感謝你的參與。
Chris Dixon：謝謝你的邀請。
*Coinspire 平臺上的所有內容僅供參考，不構成任何投資策略的要約或建議，基於本文內容所做的任何個人決策均由投資者自行承擔責任，Coinspire 不對由此產生的任何收益或損失負責。投資有風險，決策需謹慎！
