Write-Up: Co-Existence

好的，我将作为第三方独立分析师，对您提供的 Scottish Mortgage 报告「Part 1」章节进行解读。

---

本期速览

沃顿商学院教授 Ethan Mollick 与 Scottish Mortgage 副经理 Lawrence Burns 探讨了 AI 发展的不均衡性及其投资含意。Ethan Mollick 提出“锯齿状前沿”（jagged frontier）概念，认为AI 的进步极快但不均衡，其在某些领域的出色表现与另一些领域的严重缺陷并存，这要求企业必须通过独特的采纳与整合过程来创造真正的竞争优势。

AI 的“锯齿状前沿”：突破与瓶颈并存

Ethan Mollick 首先指出了 AI 领域的一个核心特征：进展的不均衡性。他将其称为“锯齿状前沿”（jagged frontier），认为 AI 在“你会预期它擅长的事情上表现糟糕，而有时在你没预期到的事情上表现出色”。

这一判断基于具体的观察：

• 出乎意料的短板：AI 在生成连贯的文本方面仍有问题。Mollick 指出，AI 能写出不错的短文，但长篇幅作品往往会“失去情节”（lose the plot），并对目标受众感到困惑。同时，在需要多元化的领域，AI 的表现也不如人类。“通过正确的提示词，AI 可以产生更多样化的想法，但其多样性仍然不如一个人类小组（still less diverse than a group of humans）”，Mollick 强调。这暗示着在需要多元观点和战略判断的投资领域，AI 目前不是人类多样性的替代品。
• 实用的建议：针对 AI 的这个弱点，Mollick 建议使用“AI 委员会”（councils of AIs）来辅助决策，即同时使用多个模型或让同一模型扮演不同角色，以获得更接近人类小组的多样性视角。但他也承认，由于目前尚不明确的原因，不同 AI 模型之间的相似度依然很高。

企业分化：整合过程是新的护城河

当被问及为何在几乎同等价格下都能获得相同前沿模型时，企业间的表现会出现差异，Mollick 的回答直指采纳（adoption）与整合（integration）过程。

他指出了从个人到公司层面的不同结论：

• 对个人而言：与波士顿咨询集团（Boston Consulting Group, BCG）的早期研究显示 AI 是“平权者”（leveller），但更近期的研究表明，由于专家知道如何提出更好的问题并识别出有价值的答案，他们可能从 AI 中获得更大的绩效提升。
• 对公司而言：差异可能更为显著。Mollick 判断，“关键在于过程——如何将 AI 整合到你的系统，如何与人类协同工作，以及由谁来做决策。” 这意味着，谁能更好地将 AI 与自身的专业知识、领导支持和实验文化融合，谁就能构建持续的竞争优势，而非仅仅依赖模型本身。

为此，Mollick 给出了几个检验标准（practical tests），这些对评估一家公司的 AI 战略落地情况极具价值：

1. “你因为 AI 停止了什么？”（What have you stopped doing as a result of AI?） 如果答案是“没有”，那就“出问题了”（something’s wrong）。

2. “你因为 AI 而在尝试什么不可能之事？”（whether the company is doing anything impossible thanks to AI?） “你至少应该有一个你认为可能颠覆整个行业的努力方向，”Mollick 表示，这包括那些在当前技术条件下可能还不成熟的项目。

3. “领导、实验室和群众”（leadership, lab and crowd）要素：即是否有高管支持、有专门的小组解决技术/组织问题，以及是否赋能所有员工去发现 AI 的应用场景。

工作瓶颈转移：从写代码到定义问题

Mollick 认为，AI 已经并正在重塑组织内部的角色和工作瓶颈。一个最有力的例子是编程领域。“现在，我认识的最优秀的工程师很少自己写代码了，”Mollick 说道。他们的核心价值已经转变为：通过指定需求和设计测试来指挥 AI 代理（agents）。工作瓶颈正在从“写代码”（writing clean code）转向“定义需求”和“设计测试”。

这种转变对组织能力提出了新的要求。Mollick 援引商业研究中的“动态能力”（dynamic capability）概念，认为那些能够随着环境变化而不断调整自身能力的组织将更好地适应。但他强调，适应只是任务的一半。由于“没有人确切知道最终结果”（Nobody knows anything for sure），企业必须通过实验来参与塑造未来（invent this future），而不仅仅是做出反应。

提及的标的

本节不存在被实质讨论的、具备明确仓位动作或深度商业分析的个股标的。Mollick 的观点主要集中于宏观趋势与行业应用层面。

值得记住的判断

1. 「锯齿状前沿」（Jagged Frontier）

• 发言人：Ethan Mollick
• 判断：AI 的进步并非均匀，它在你意想不到的地方表现出色，也在你意想不到的地方糟糕透顶。Mollick 将其命名为“锯齿状前沿”，并指出“AI 在书写方面表现不稳定……长篇文章很容易失去主线”。

2. 「你因为 AI 停止了什么？」（What have you stopped doing?）

• 发言人：Ethan Mollick
• 判断：这是检验公司是否真正拥抱 AI 的核心试金石。如果答案是什么也没停止，“那就出问题了”。这暗示了真正的转型必然涉及对旧流程的放弃。

3. AI 平权效应反转：专家优势将放大

• 发言人：Ethan Mollick
• 判断：早期研究认为 AI 是“平权者”（leveller），但近期研究发现专家凭借其知识能提出更好的问题，因此从 AI 中获得的收益反而更大。这意味着 AI 的应用可能会扩大而不是缩小不同能力层级人员之间的绩效鸿沟。

4. 最优秀的工程师不再写代码

• 发言人：Ethan Mollick
• 判断：“现在，我认识的最优秀的工程师很少自己写代码了。” 他们的价值已转向通过指定需求和设计测试来指挥 AI 代理，说明工作瓶颈正从技术执行转向需求定义与验证。

5. 企业因「采纳过程」而非「模型本身」而分化

• 发言人：Ethan Mollick
• 判断：在几乎所有公司都能获得同等前沿模型的情况下，企业间的差异将取决于“如何将 AI 整合到系统、如何与人类协同、以及谁来做决策”。这是 Mollick 对“AI 无法构成护城河”观点的有力反驳。

6. 历史类比未必重现：AI 可能不同于铁路泡沫

• 发言人：Ethan Mollick
• 判断：针对 Burns 提出的铁路/光纤泡沫类比，Mollick 警告“我不认为这是一个必然的结果（a given）”，因为当前的 AI 系统已经展现出实际用途，企业正从中获得回报。这一判断挑战了市场普遍存在的泡沫破灭预期。

7. 过去五年「AI没有产生真正影响」的可能性已经消失

• 发言人：Ethan Mollick
• 判断：这代表了一个重要的信心拐点。Mollick 认为 AI 的影响力可能极其深远，以至于“这可能看起来像第二次工业革命（Industrial Revolution II）”。这是一种极端的、颠覆性的判断。