AI商业逻辑：懒而富的崛起

模型发布的速度日益加快，参数愈发庞大，推理能力不断增强，但有一个反直觉的现象值得注意：真正被广泛使用、且用户愿意付费的 AI 产品，往往并非媒体报道最多的那些。

2025年10月21日，OpenAI 的投资人、LinkedIn 联合创始人 Reid Hoffman 提供了一个不同寻常的见解：

真正的杀手级 AI 产品，并非最强，而是让人更懒、更富。

Hoffman 指出，人们往往聚焦于“模型能力”的极限，却忽略了 AI 产品成功的关键：能否让用户工作更少、收入更高。

基于此逻辑，Hoffman 在访谈中着重提及了三个被低估的方向：

① 医疗与药物发现 —— 不是模拟药效，而是直接创造药物

② 教育与知识工具 —— 不是搜索答案，而是重构学习方式

③ 劳动力增强 —— 不是替代工作，而是让人“更懒更富”

这些方向虽非最炫酷的 demo 或最大的模型，却正在悄然扩张。它们的共同点在于：不追求技术极限，而是追求商业闭环；不在硅谷的聚光灯下，却在真实场景中快速渗透。

接下来，我们来看看 Hoffman 为何在上述三个方向上下注。

第一节｜AI + 医疗：不仅是助手，更是药厂重建者

Reid Hoffman 进行了无数投资，但他亲自参与的 AI 公司寥寥无几。其中最重要的一家是专注于药物发现的 Mati AI。

“我们不是传统医疗 AI，也不是诊断辅助工具。我们在建一座工厂，一个以 AI 为主力的药物制造工厂。”Hoffman 如此描述。

这一定位与众不同。硅谷的 AI 医疗产品大多围绕“提升医生效率”展开，如自动摘要、病历识别、问诊助手等。但 Hoffman 并不关心这些。他关注的是：

能否直接用 AI 设计分子？

不是辅助医生开药，而是直接造药

传统药物发现过程面临三大难题：设计分子靠灵感、实验周期长、冷门病种无人投资。而 AI 能从亿级化合物组合中，用语言模型生成有潜力的结构，并用预训练模型预测其有效性。过去需数月完成的筛选周期，现在几小时即可搞定。

Hoffman 的核心洞察是：如果将分子结构视为一种语言，AI 就能像写作文一样生成、改写和评估分子。

第二节｜AI + 教育：不是学得快，而是重新定义“学习”

Reid Hoffman 提出一个简单的问题：如果每个专业都有一个专属 AI 助手，会发生什么？

早在 ChatGPT 之前，他就在斯坦福的长期规划会上公开建议：“应为每个学科构建定制的 AI 工具。”

“因为传统教育系统的核心是让人记住知识，但 AI 出现后，‘知识’不再稀缺。你需要的不仅是再教一遍知识，而是有人帮你用好知识、用好工具。”Hoffman 解释道。

第三节｜AI + 工作：不是取代谁，而是让人更懒更富

“AI 最有杀伤力的产品，不是最聪明的，而是让人更懒、更富。”这是 Hoffman 判断 AI 产品能否成功的核心标准。

“懒”在商业世界中代表效率。能用更少的力气干成更多事情，才是聪明的方式。

例如：一位医生可同时处理3倍病例；一位律师能同时起草多份文书；一位创业者用 AI 辅助写 BP、分析竞品、做用户调研，一小时干完两天的活。

第四节｜为什么是现在？

“机会在‘原子’，不在‘比特’。”Hoffman 指出。

“比特”代表软件世界，如聊天机器人、AI 写稿等；“原子”代表真实世界，如药物分子、细胞反应等。

“大多数人只想在‘比特世界’里卷功能、卷性能、卷提示词。但真正长期有价值的方向，是如何让 AI 进入原子世界。”Hoffman 强调。