Scottish Mortgage 是 Baillie Gifford 管理的旗舰投资信托（1909 年创立，伦敦上市代码 SMT），以极致成长风格闻名——长期重仓 Tesla、Amazon、ASML，并大胆配置 SpaceX、字节跳动等未上市公司，是英国散户接触全球颠覆性成长股的旗舰载体。
这篇访谈讲的是，AI可能像工业革命一样彻底改变世界，但大多数人因为习惯用线性思维看问题，严重低估了它的速度。基金经理Tom Slater看好AI在科学发现上的潜力，比如药物和材料领域。重点提到了三个标的：Moderna（用AI设计mRNA药物）、Enveda（用AI搜索自然界新药）、CATL宁德时代（全球最大电动车电池制造商，电池技术突破会扩大它的市场）。
苏格兰摩尔（Scottish Mortgage）研究文章探讨了技术变革为何常被误判，以及如何识别未来十年可能重塑行业的关键信号。核心观点是：人类思维习惯于线性变化，难以适应指数级技术演进，导致对重大创新的低估或高估。数学家兼播客主持人Hannah Fry教授指出，大型语言模型（language models）是典型例子——九年前AI研究者普遍认为仅靠语言无法实现真正智能，但如今其表现远超预期。报告强调，投资者需警惕“当前真实即未来不变”的认知偏差，关注那些在混乱现实中突破预期的技术，如AI、生物科技等，这些领域可能催生全新产业并改变生活方式。
数学家、播客主持人 Hannah Fry 教授与 Scottish Mortgage 基金经理 Tom Slater 探讨技术变革为何总被误判。核心判断：AI 正在将人类智能的价值降至接近零，这可能是自工业革命以来最根本的变革——但大多数人仍以线性思维理解指数级变化，因此严重低估了即将到来的冲击。
Hannah Fry 认为，人类进化史决定了我们无法直观判断技术变革的速度。 在几十万年的文明史中，生活基本不变——季节轮回、昼夜交替，十年后与今天没什么两样。我们的思维天然倾向于「线性外推」：认为现在真实的东西未来也会真实。
这一认知偏差导致两个典型错误：一是对真正颠覆性技术（如语言模型）的普遍低估；二是对技术成熟时间表的系统性误判。Fry 以自身经历为例——九年前她制作节目时，几乎所有 AI 研究者都认为「仅靠语言无法实现真正智能」，因为机器缺乏物理世界的具身体验。但事实证明，语言模型的表现远超所有人预期。
Tom Slater 补充： 这正是 Scottish Mortgage 投资框架的核心——寻找那些被线性思维低估的指数级变化机会。
Fry 认为，AI 在蛋白质折叠领域的突破是当前最令人兴奋的科学进展。 人体一切功能——消化、修复、疾病——归根结底都是蛋白质的「乐高积木」游戏：形状匹配决定功能。过去，解析一个蛋白质的折叠结构需要科学家花费数年时间。现在，AI 已经解析了约 2.5 亿 个蛋白质结构，并向全球免费开放。
这意味着：针对阿尔茨海默症、帕金森症、特定癌症等疾病，AI 辅助药物设计突然具备了前所未有的微观操控能力。有研究者声称「十年内所有疾病都将有药可治」。
Slater 指出，Scottish Mortgage 已布局这一领域： 投资了 Moderna（mRNA 药物设计）和 Enveda（AI 搜索自然界潜在新药）。
Fry 认为，AI 在材料科学领域的潜力同样被严重低估。 人类历史上几乎所有新材料（如硫化橡胶）都是偶然发现的——「有人把花瓶打翻到别的东西上」。但原子组合的可能性是天文数字，AI 恰好擅长在这种巨大空间中搜索最优解。
以电池为例：当前锂电池的能量密度只有黄油的 十分之一。如果能将电池效率提升 20%、50% 或翻倍，将彻底改变能源存储和运输问题——这是清洁能源转型的核心瓶颈。更好的电池意味着海水淡化变得可行、清洁淡水变得充足。
Slater 补充： Scottish Mortgage 持有全球最大电动车电池制造商 CATL（宁德时代）。电池技术的任何进步都将直接扩大其可触达市场。
Fry 提出两种技术落地路径，并警告「技术优先」策略的危险性。 早期自动驾驶汽车采取「技术优先」：让机器驾驶，人类在后台随时接管。但人类最不擅长的恰恰是：持续保持警觉、压力下表现良好、注意力不分散。结果就是——系统在最需要人类接管的时刻（突发状况），人类往往精神涣散或压力过大。
更优路径是「人类优先」： 先识别人类做不到的事（保持注意力、压力下表现），然后设计技术来填补这些缺口。这正是自动紧急制动、防碰撞系统等「守护系统」成功的原因——它们不是取代人类，而是弥补人类的弱点。当这些算法足够好时，在某些城市、某些条件下，人类已可完全退出驾驶。
Slater 认为，这一区分将决定所有自动化技术的采纳速度。
Fry 给出三个理由说明当前变革与蒸汽机时代的本质区别：
1. 自我改进能力：AI 模型已接近能够自我改进的临界点。一旦实现，将产生「失控效应」——模型会越来越好、越来越快。蒸汽机不会自我改进。
2. 智能价值归零：AI 正在将人类推理和解决问题的能力价值降至接近零。这更像是电力的发明——渗透到社会每个角落，而非蒸汽机那样的单一创新。
3. 创新加速器效应：AI 不仅自身在进步，还让其他领域的创新成为可能——药物发现、材料科学、量子计算、核聚变。这些长期被科学界「卡住」的领域，正在因 AI 而开始突破。
关于如何判断一项技术（如量子计算）是否值得认真对待，Fry 提出两个平衡因素：
Slater 补充： 量子计算机几乎不可能在商业组织之外诞生——成本太高。但它的科学潜力（模拟自然过程、原子行为）同样巨大。
Fry 预测，十年后我们最可能后悔没看到的是：一切都需要彻底重新思考。 DeepMind 联合创始人 Shane Legg 认为，教育体系、税收体系、退休制度、休闲时间、周末——整个社会结构都需要根本性重构。
但 Fry 对此持乐观态度： 过去一个世纪，工业革命让我们错误地将「聪明」视为人类最有价值的品质。当 AI 将智能价值降至零，我们反而有机会重新思考：什么才是真正重要的？什么是人类之所以为人的核心？——是养育能力、勇气、力量、关怀，而不仅仅是智力。
Slater 总结： 我们总是低估「一切都会改变」的程度。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| Moderna | 看好（portfolio 持仓） | 使用 AI 设计 mRNA 药物 |
| Enveda | 看好（portfolio 持仓） | AI 搜索自然界潜在新药 |
| CATL（宁德时代） | 看好（portfolio 持仓） | 全球最大电动车电池制造商 |
| 锂电池（行业） | 风险提示（技术瓶颈） | 能量密度仅为黄油的 1/10 |
1. Fry：人类思维是「线性外推器」，无法理解指数级变化。 几十万年进化让我们习惯「现在真实即未来不变」，这是所有技术误判的根源。
2. Fry：九年前 AI 研究者普遍认为「仅靠语言无法实现智能」——但语言模型的表现远超所有人预期。 这是「专家共识也会错」的典型案例。
3. Fry：AI 已解析约 2.5 亿个蛋白质结构并免费开放，而过去解析一个需要数年。 药物发现正从「手工作坊」进入「工业化时代」。
4. Fry：锂电池能量密度只有黄油的 1/10——「它们是最好的，但很糟糕」。 电池效率提升 20-50% 就能改变能源存储格局，而 AI 材料搜索可能带来突破。
5. Fry：技术落地的关键不是技术多好，而是「人类优先」还是「技术优先」。 早期自动驾驶失败是因为让人类在压力下接管——人类最不擅长的事。
6. Fry：这次与蒸汽机时代有三个本质区别——AI 能自我改进、智能价值归零、AI 加速所有其他领域的创新。 蒸汽机不会自我改进，电力会渗透一切——AI 更像电力。
7. Fry：判断一项技术是否值得认真对待，要看「科学上限」和「商业动机」两个因素。 量子计算在物理上应该可能，但需要商业组织投入巨资才能实现。
8. Fry：当 AI 将「聪明」的价值降至零，我们反而有机会重新定义什么才是真正重要的人类品质。 过去一个世纪我们过度奖励「聪明」，忽略了养育、勇气、关怀等同样重要的品质。