返回快訊

8VC創始人Joe Lonsdale:AI比肩工業革命

風險投資人、8VC創始人Joe Lonsdale在The Rubin Report節目中提出,當前AI驅動的生產率增長,正處於堪比1870年至1900年那場工業革命的"早期階段";他的核心論點是,社會長期變富的唯一可持續方式,就是用更少投入做更多產出,而這一次的生產率提升正在經濟中擴張最快的部分率先顯現。

Lonsdale引用的參照系是1870年至1900年間美國工薪階層的財富變化——按其說法,這一時期普通勞動者的實際財富規模翻了一倍以上。面對主持人Dave Rubin追問這輪增長是否本質上就是科技與AI驅動,Lonsdale沒有迴避,直接回答生產率的故事就是AI、就是用更好的方法做事情,我們此前已經經歷過這類轉型。

Lonsdale認爲,學校歷史教育至今仍把那段"鍍金時代"講成一個反派故事,但真實的歷史模式是,這類技術轉型對普通人整體有利,既會摧毀舊崗位,也會創造新崗位;他判斷這一輪由AI驅動的週期,速度可能比上一次工業革命更快。

轉發並評論這段發言的投資人Patrick Feeley據此提出自己的選股邏輯:應優先配置能把AI轉化爲可衡量的"人均產出"提升的公司,而不是把自動化簡單敘述爲"需求毀滅"的公司;應優先關注生產率提升已經在小規模、快速擴張的細分領域率先顯現的行業,因爲這些領域的數據往往最先反映在與美聯儲決策相關的經濟指標和股票估值擴張中。

Feeley的結論是,如果Lonsdale的判斷成立,且這一進程在未來幾年加速,那麼當前市場的錯誤在於把AI當作一場"文化危機"來定價,而不是把它當作工業革命早期那種生產率增長來定價——這意味着他認爲部分市場情緒或估值邏輯,可能低估了AI對實際產出的拉動效應。

這段發言背後的資金邏輯,是成長股與AI主題投資者之間關於"敘事定價對不對"的分歧:一部分資金因擔憂AI導致大規模失業、需求收縮而保持謹慎,壓低了相關板塊估值;Lonsdale與Feeley代表的另一部分資金,則押注AI會像歷次工業革命一樣先拉動生產率、後釋放購買力,因此更願意爲已能拿出"人均產出提升"數據的公司支付溢價。若這一判斷被更多資金採納,受益方將是已展現出效率提升證據的AI應用型公司,承壓方則是仍停留在"AI帶來需求毀滅"敘事、缺乏具體產出數據支撐的板塊。

來源:公開信息

ABAB AI 解讀

Joe Lonsdale於2004年聯合創立大數據分析公司Palantir(與Peter Thiel、Alex Karp等人共同創立),隨後創立風險投資機構8VC,長期專注企業軟件、國防科技與AI基礎設施領域的早期投資;他本人還主持訪談節目《American Optimist》,一貫公開主張技術樂觀主義,多次爲AI大規模應用與減少監管摩擦背書。

把AI類比爲1870-1900年工業革命,本質上是在爲其所處賽道做敘事鋪墊——如果市場接受"AI是生產率革命而非需求毀滅"這一框架,直接受益的是8VC這類長期押注企業級AI應用與基礎設施的早期投資機構,它們的估值邏輯依賴於"AI能轉化爲可衡量產出"這一命題被市場廣泛採信;這也解釋了爲何他在公開節目中反覆強調產出數據,而非停留在技術敘事層面。

這類論戰並非新鮮事——上世紀80年代末,經濟學家羅伯特·索洛提出過著名的"生產率悖論":"你到處都能看到計算機時代的痕跡,唯獨在生產率統計數據裏看不到",此後個人電腦與互聯網的生產率紅利確實滯後了近十年纔在宏觀數據中顯現。當前關於AI是否會重演這一滯後,正是Lonsdale與市場看空者分歧的核心,目前AI投資仍處於"敘事先行、數據滯後"的早期驗證階段。

這場爭論的本質是技術替代邏輯在資本市場定價機制中的重新校準——當一項新技術開始替代舊的生產方式時,市場往往先按"就業與需求被摧毀"的悲觀框架定價,直到具體行業拿出人均產出提升的實證數據後,估值邏輯纔會切換到"生產率驅動增長"框架;Lonsdale與Feeley的發言,實際上是在試圖提前把這套定價框架,從"AI是威脅"推向"AI是新一輪生產率紅利"。

ABAB News · 認知定律

  1. 市場恐懼的不是技術,是數據還沒跟上的空窗期

  2. 每一次生產率革命,歷史書都先寫成反派故事

  3. 敘事先跑贏數據的階段,就是重新定價的窗口期