作 者：微澜

来 源：正和岛（ID：zhenghedao）

再一次，斯坦福成为了全球 AI 讨论的 " 风暴眼 "。

就在 2026 年 6 月，硅谷，斯坦福大学，这所全球顶尖学府，短短一个月内，迎来了两场足以震动科技界的重磅对话：

6 月 2 日，诺贝尔化学奖得主、Google DeepMind CEO 戴密斯 · 哈萨比斯坐在斯坦福商学院的讲台上，与校长约翰 · 莱文展开了一场 " 炉边谈话 "。

三周后的 6 月 23 日，鸿沟理论创始人杰弗里 · 摩尔与品类创新理论提出者、里斯战略咨询全球 CEO、中国区主席张云，受斯坦福官方邀请同台对谈。

可以说，这两场重磅谈话，值得所有人尤其是所有企业家反复观看。

它们共同指向了一个所有人都无法回避的问题：

AI 奇点临近，旧世界的倒计时已然开启，我们究竟该怎么看，又该怎么办？

哈萨比斯 " 奇点宣言 "：旧世界不到 2000 天！

1. AGI 倒计时启动，不到 3、5 年

首先，哈萨比斯在一开场就抛出了 AI 行业迄今为止最大胆的时间表：

" 距离真正实现 AGI（通用人工智能）大概只有几年的时间了，大约在 2030 年前后误差一两年。"

大多数人可能没意识到这句话的分量，真正实现 AGI 也就意味着机器能在绝大多数认知任务上达到或超过人类水平，包括在现实物理世界。

2.  10 倍于工业革命的影响 × 10 倍于工业革命的速度 = 至少 100 倍的冲击强度

为了显示紧迫感，哈萨比斯给了一个残酷的量化对比：

"它的影响是工业革命的 10 倍，发生的速度比工业革命快 10 倍。也就是说，一场本该耗时一个世纪的变革，将在十年内完成，冲击力至少是工业革命的 100 倍。"

他补充说，还只是一个保守估计。

3. " 能力悬垂 " 背后，存在一道巨大的鸿沟

随后，哈萨比斯抛出了一个让人兴奋又害怕的概念——能力悬垂，即 AI 模型实际已经具备的强大能力，与人类目前实际应用它的水平之间，存在着一道巨大的鸿沟。

而这个鸿沟，就是他眼中未来十年最大的技术套利空间。

"在接下来的 10 年里，如果你以正确的方式使用 AI，个人的创造力和能完成的项目规模将呈现指数级增长。"

问题是，大多数人担心的是 AI 在未来是否会抢走自己的工作，却很少有人认真想过，这个鸿沟到底该怎么跨越。尤其是在商业世界，落地路径究竟是什么？

摩尔与张云：跨越鸿沟的两种答案

就在哈萨比斯讲话的三周后，东西方两位战略大师也受邀来到斯坦福，并试图给出一个答案。

一位是杰弗里 ·· 摩尔，硅谷过去三十年最重要的战略思想家之一，他的 " 跨越鸿沟 " 理论曾指导过无数科技企业从早期市场走向主流；

另一位是张云，定位理论创始人艾 · 里斯的传承者，" 品类创新 " 方法论的开创人，被艾 · 里斯称为 " 终极的定位 "。

两人在几个关键判断上出奇一致，但也碰撞出了同样值得深思的分歧：

共识一：AI 泡沫取决于应用端

无论是摩尔，还是张云，两人一同回答了大家最关心的问题，AI 的泡沫到底会不会破？

他们共同认为，AI 泡沫会不会破，不取决于算力、芯片和模型层烧了多少亿美金，而取决于应用端能不能创造出真实、巨大的商业价值。

摩尔说了一句很精准的话：" 创新的速度远远超过应用的速度。"。张云则进一步点出了问题症结：大量科技企业陷入了 " 为技术而技术 " 的误区。

他曾问一家全球领先的人形机器人公司，" 你们每年投入数十亿研发，用在哪里？" 对方回答：" 还没想好。"

应用端落地的关键就在于：先聚焦有真实需求的、容易的场景，定义出新品类，从早期使用者跨越到早期大众，而非贪多求大、起步就是通用。

共识二：根本原则不变

当被问及 " 定位理论和跨越鸿沟理论在 AI 时代是否过时 " 时，两人的回答也一致。

摩尔回答很干脆："只要人类是群居动物、需要身份认同，核心原则就不会改变。" 即不管 AI 多强大，人类依然是依靠社会认同来做决策的动物，需要在无数选项中找到一个可以信赖的品牌。

只要这点不变，定位理论所解决的 " 如何进入消费者心智 " 的问题就不会过时。

张云从信息环境角度进行补充：信息爆炸没有停止，消费者的心智模式在 100 万年里没有改变，在 AI 时代，如何在信息爆炸中进入消费者心智，反而比以往任何时候都更紧迫。

共识三：第一越来越重要

张云指出：在超级技术时代，第一变得越来越重要。

里斯有个法则叫 " 二元法则 "，很多品类最终会变成两个品牌主导市场。但在超级技术时代，这个法则被进一步压缩：只要你不是第一，就会很快被淹没在产品的海洋里。

摩尔补充了一个更精确的描述：这是一个 " 幂律分布 "，第一在这里，第二在那里，" 第三名肯定不存在 "。你不能靠和第一一样，或者好一点点，你必须做 " 不一样的第一 "。

除了共识，分歧同样值得关注。

摩尔的理论诞生于美国上一轮科技创新的黄金时代，那个时代的基本特征是：

新技术被有远见的企业家率先采用，再逐步扩散到主流市场。这一套打法，依托美国过去五十年在技术上的绝对领先。技术领先本身就是心智领先，企业只要找到愿意为这个领先技术买单的 " 先驱者 "，就能一步步跨越鸿沟，进入大众市场。

但张云在现场点出了另一个被很多人忽略的现实：今天局面已经变了，技术不再是美国的独家优势，中国在大量领域实现了技术追赶甚至领先。

这时候，最重要的不是等待某个颠覆性技术成熟后再寻找早期使用者，而是能不能面向最广大的消费者，定义出一个全新的品类，迅速建立广泛共识。

他的判断很直接：中国企业如今依托品类创新，更容易跨越鸿沟。

因为当技术不再是垄断优势时，谁先在消费者心智中定义出一个能感知到价值的新品类，谁就能绕开硬碰硬的技术比拼，抢占先机。

换句话说，摩尔的方法论更多是 " 给领先技术找到市场 "，张云的逻辑则是 " 从市场需求倒推，重新定义赛道 "。前者高度依赖技术领先的事实，后者更看重在消费者端建立心智的领先。

这个分歧没有谁对谁错，但它精准揭示了当前中美科技企业所处环境的差异。

谁在践行？超级案例英伟达的 " 实验 "

光讲理论总显得轻飘飘，真正让这些战略思考落地的，是几个横跨不同领域的真实案例。

在摩尔和张云的对谈之外，还有一个环节格外引人注目：里斯战略咨询全球主席劳拉 · 里斯带队回访英伟达全球总部。

这是一场跨越 18 年的战略回访。

今天大家都知道英伟达全球市值第一，但很多人不知道，英伟达登顶第一的背后还藏着一位幕后功臣。

时间回到 2008 年，彼时，金融危机叠加显卡产品线失利，英伟达股价暴跌，与英特尔的正面竞争完全处于劣势。

黄仁勋 30 岁就读过《定位》，并将其视为需要 " 用一辈子回答的问题 "。

就在那一年，他请来了定位理论的创始人艾 · 里斯和劳拉 · 里斯，为英伟达做战略咨询。

一份 2008 年 12 月的战略报告显示，里斯的建议是：GPU 品类必须结合未来趋势寻找新的增长点，方能在英特尔垄断的芯片市场开辟生存空间。

这个建议的核心逻辑是什么？

在上世纪 90 年代末，图形芯片市场聚集了 70 多个品牌，同质化竞争严重。

当行业竞争者均追求芯片更小、成本更低时，英伟达反其道而行，打造出 " 有史以来功能最强大的芯片 "。但技术复杂性带来沟通难题：如何让客户快速理解产品价值？

真正的战略突破在于品类创新。英伟达创造性地提出了 GPU 这一定位概念。通过关联消费者熟知的 CPU 概念，瞬间让 GPU 复杂技术原理通俗易懂。

2013 年，英伟达更是做出一个 " 疯狂 " 的决定：全面转向 AI，明确提出 " 我们现在只谈人工智能 "。英伟达股价一度因此暴跌 70%，但后来的故事大家都知道了。

劳拉 · 里斯在回访中表示：英伟达实现跨越式增长的核心，在于精准理解并落地定位理论，率先开辟 GPU 全新品类抢占赛道，后续推动 GPU 技术深度适配 AI 产业发展浪潮。

也正如张云所说：" 市场普遍存在一种误解，认为以芯片企业为代表的高科技公司不需要战略规划，只需专注技术突破。但英伟达的实践恰恰证明，即便是技术驱动型企业，也需要清晰的战略定位来指引研发方向与商业转化。"

还值得一提的是，摩尔本人在这场对话中也多次坦言，他是定位理论的长期认同者。他谈到，定位理论在硅谷科技企业家中影响巨大，黄仁勋只是其中之一。在他的《跨越鸿沟》中，甚至专门有一节就是谈如何定位的。

不止于芯片：当汽车与缝纫机重新 " 定位 "

事实上，英伟达的故事并非孤例，在英伟达之外的更多科技领域，同样的故事正在上演。

就在 2024 年，里斯与小鹏汽车合作。当时新能源汽车市场已陷入 " 配置竞赛 " 的内卷，所有玩家都在堆料，内卷到极致。

张云的判断是，行业正从 " 智能化 " 进入 "AI 智驾 " 的关键窗口期，必须跳出 " 新能源汽车 " 这个大框，重新定义品类。

他们给出的定位是 " 面向全球的 AI 智驾科技公司 "，并做了一个让同行瞠目的逆向决策：放弃通行的软件订阅收费模式，把端到端 AI 智驾系统全系标配、免费开放。

结果，P7+ 成为全球第一辆全系标配 AI 智驾功能的车型。MONA M03 发布 52 分钟大定破万。小鹏的销量也从 2023 年新势力第十，杀到了第一。

在斯坦福对话中，摩尔提到一个概念叫 " 滩头阵地 "，某种程度也暗合了里斯对于小鹏的战略研判。企业要在技术应用的早期阶段，找到属于自己的 " 滩头阵地 " ——企业切入主流市场前，先选定单一细分刚需赛道集中突破，打造标杆客户与落地案例，以此站稳脚跟再向外辐射。

小鹏聚焦 "AI 智驾 " 这个细分品类，全系标配、免费开放的策略，正是在 " 滩头阵地 " 上建立绝对优势的打法。

张云后来总结："AI 是一个技术，但借助这个技术你可以定义出不一样的东西。"他们把新能源汽车在用户心里分成了 "AI 汽车 " 和 " 非 AI 汽车 " 两个品类，也让小鹏从 " 造车新势力 " 转变为 "AI 智驾全球开创者 "。

而在英伟达和小鹏之外，一个更极致的案例，是一台看起来一点都不酷的缝纫机。

杰克是全球最大的工业缝纫机企业，市场份额接近 40%。但创始人面临一个根本性问题：年轻人不愿意做服装加工，有经验的工人又因视力问题做不了。

全球 8 亿劳动力中 20% 与服装加工有关，这是一个万亿级的市场痛点。

里斯与杰克一起发现：完全可以用 AI 重新定义缝纫机。2025 年，全球款台 AI 缝纫机 " 艾图 " 发布，实测数据显示，其能够精准掌握机修与车工技能，调机效率提升 80%、新工培训周期缩短 60%。

" 受困价值 " 是摩尔在现场提及的又一个高频词。大意是企业停滞在早期小众市场的困境，产品仅能满足先锋尝鲜客户，缺少适配主流场景的完整产品方案，难以落地规模化交付，商业价值被困在小范围试点，无法跨过市场鸿沟完成增长跃迁。

而艾图的创新突破恰好是对摩尔 " 受困价值 " 的一次回应。杰克跳出了 " 缝纫机 " 这个已有 150 年历史的产品品类，重新定义赛道为 "AI 缝制机器人 "，释放出了被压抑的万亿级需求。

张云在现场分享这个故事时总结了一句话：

" 在今天这个时代，大家都想去做一个很酷、技术很领先的人形机器人，这也许是错的。你首先要去找问题，找到一个巨大而真实的问题，用人工智能解决它。"

从芯片到汽车，再到工业机器人，三个案例覆盖了 AI 的底层算力、终端应用和产业落地三个维度。它们背后是同一条主线：超级技术时代，企业最大的机会不在技术本身，而在用技术定义新品类，率先占据心智。

结语：通往超级技术时代的船票

如果我们再回过头，把两场斯坦福对话和这些案例串起来看，有几条朴素的启示值得琢磨：

第一，不要迷信 " 技术万能 "。技术领先不等于商业成功，英伟达有 GPU 技术，但让它杀出来的，但让它杀出来的，是把 GPU 定义为一个新品类并持续为它找到新的应用场景。

第二，不要迷信 " 通用 "。从 B 端切入、从具体场景切入，比一上来就做 " 通用 " 更靠谱。

第三，战略不是一次性的报告。真正的战略需要长期主义，需要与时俱进，它是长期陪伴中长出来的能力。就像黄仁勋所说定位是 " 用一辈子回答的问题 "。

最后，AGI 倒计时已经启动，技术洪流谁也挡不住。

就像斯坦福之所以成为全球 AI 讨论的 " 风暴眼 "，不只是因为这所大学聚集了最聪明的大脑，更因为它始终站在人类认知的最前沿，追问那些还没有答案的问题。

斯坦福的这两场对话给出了 AI 时代的部分答案：有时间表、有方法论，也有共识和分歧。但更多的答案，还需要所有人共同去寻找。

而在所有人群中，企业家无疑是最需要回答这个问题的一群人。因为技术变革的浪潮从不等人，谁先找到自己的 " 新品类 "，谁就先拿到通往下一个时代的船票。

排版  | 相与

审校  | 微澜   主编  | 孙允广