AI竟与100年前电力革命如此相似？90%的人都看错方向，历史已指明最大商机！
1小时前
播放量 294
不知道你会不会和我有一样的疑惑：AI作为一个提升生产力的划时代技术，明明已经这么强了，但为什么整体的生产力好像没有出现什么质的变化呢？历史上有没有什么类似的生产力革命是值得我们借鉴的呢？还真有，这就是100年前的电力革命。
开通服务即可查看评论～
文字稿
不知道你会不会和我有一样的疑惑：AI作为一个提升生产力的划时代技术，明明已经这么强了，但为什么整体的生产力好像没有出现什么质的变化呢？如果我们就看单点，像写代码，做数据，生产内容这些，似乎都比以前要强出太多了，但为什么在商业上，我们却没有看到企业们创造什么颠覆性的价值呢？今天这期视频，我们就一起来探究一下这个问题，或许这也能帮我们找到下一个值得关注的大机会。
一直以来，我们研究AI，总喜欢和互联网革命进行类比。但实际上，这个类比并不贴切，甚至还有些误导。因为互联网革命它本质上是一场信息革命，他解决的是信息的传递效率；而AI本质上是一场生产力革命，他解决的是生产效率。这两者的发展注定有很多不同，如果我们照猫画虎，很容易误入歧途。那我就想，历史上有没有什么类似的生产力革命是值得我们借鉴的呢？还真有，这就是100年前的电力革命。
于是我最近深扒了当年的历史，试图去找到当今AI发展的蛛丝马迹。你还真别说，还真让我找到了很多相似之处。看懂了当年的电力革命，不仅解释了今天很多看似不合理的现象，而更关键的是，也给我们今天这轮技术革命未来的发展指明了方向。而作为投资者，这里面就蕴藏了巨大的投资机会。
那接下来我们就一起走进当年的历史，看看能够给我们今天带来怎样的启发。
视频开始前，有两个好消息通知咱各位。一个是咱们美投新一届新手训练营现在开放报名啦！上次新手训练营非常受欢迎，开放报名两个小时的时间名额就爆满了。这次为了保证学习质量，我们还是只开放400个名额。另外，这是咱们最后一次半价优惠，下一届将会恢复原价。大家先到先得，有需要的看官抓紧时间报名~ 详情请查看下方的置顶评论。
第二个通知是美东时间17号周五上午10点，我会在美投Discord群里做一场直播，和大家聊聊我对于今年下半年的市场的投资布局，并且和大家进行直播互动。美投Discord群是我专门为，认真投资的看官打造的这么一个投资交流群。为此我特地邀请了各领域的投资专家加入讨论。门槛就是一杯咖啡钱。感兴趣的看官可以从下方置顶评论中的链接加入，我们周五直播不见不散！
相同的困境
电力革命的元年公认是1882年。这一年通用电气GE的前身，爱迪生公司，在曼哈顿建起了一座发电站，名为珍珠街发电站。而它主要提供的产品就是电灯。自此人类正式进入了电力时代。
不过现在回看，当年的电灯就有点类似于是早期的ChatGPT。两者都是划时代技术的一个雏形，也都让人眼前一亮，但是早期的他们离提升生产力还都产生不了什么太大关系。
当年的电力真正开始提升生产力，还得是从电机进入工厂开始说起。100多年前的美国，最核心的产业就是制造业，而制造业最为关键的一环就是工厂。当时的工厂主要是以蒸汽机为主要动力。而新发明出来的发电机其实就和蒸汽机的作用基本相同，但是效率却远超蒸汽机，据说即便是最早期的发电机，也能比蒸汽机节省20%的煤炭成本。所以说一个再自然不过的应用，就是用发电机来替代蒸汽机，为工厂降本增效。
然而奇怪的是，这个看似顺理成章的应用却没能实现期待中的效果。1899年也就是爱迪生建起第一家发电站的17年后，采纳了发电机的工厂比例只有可怜的5%，而到了1909年也才不过25%。更吊诡的是，即便就是那些采纳了发电机的工厂，他们的效率提升也是乏善可陈。
你发现没有，这个现象在某种程度上说就和咱们今天的AI现状十分类似。当然了AI的发展和采纳肯定还是要比当年要快的。可但凡在大企业中工作过的人都知道，企业们虽然都说自己在应用AI，但真铺开了用的人少之又少，除了coding等少数领域，用也都是用在一些无关痛痒的环节。而最关键的是，即便就是那些铺开了用的企业，我们也没有看到几家真正因为应用了AI而生产效率爆发的公司。这和当年的工厂是如出一辙。
那为什么会出现这种现象呢？我们不妨回到历史中去找寻答案。
电机的挑战
在蒸汽机主导的工厂中，有这么一个非常特殊的系统，叫做天轴传动。什么意思呢？就是说整家工厂统一由这么一个巨大的蒸汽机来提供动力，而为了把动力输出给工厂里的各种机器，在工厂的天花板上就会架设数千英尺长的传动轴和皮带来统一的输送动力。
那电机发明后，这些工厂是怎么做的呢？其实很简单，就是把这个巨大的蒸汽机给拆下来，换上一个巨大的发电机，然后继续应用这套天轴传动系统来生产。
可这么做的问题是：第一，虽然说电机确实能比蒸汽机省煤，但一个工厂中，煤的成本就只占总生产成本的不到5%，费那么大劲就省这么点儿成本，很多资本家并不买账。第二，也是更重要的一点，就是蒸汽机工厂的架构很大程度上会拖累电机的效率。当年的工厂完全是基于蒸汽机的特点来建造的，从天轴传动系统，到所有机器的位置摆放，再到运行模式都是如此。
你可能还不知道，早期的蒸汽机工厂，它是全有或全无的。就是说这蒸汽机一打开，所有机器都得跟着转，想不转都不行。要是说这传动轴哪坏了，或者说蒸汽机的零件出了哪些问题，那就得整个工厂停产，你啥也做不了。
可想而知，一个围绕着旧技术打造的旧体系，仅仅是换上了一颗新的动力源，并不足以彻底改变整个工厂的生产力。这就好比说是给一个垂暮的老人换上一颗年轻的心脏，你让他跑个一千米试试，他还是照样跑不了。因为问题不仅仅出在供血上，肌肉，骨骼，神经等各种系统都是瓶颈
而放到我们今天也是一样。AI虽然在很多环节都能带来生产效率的提升，但是企业的组织架构还是基于老系统来搭建的。所以我们看到，可能有的部门确实效率提升了，但是瓶颈还在，别的部门根本处理不了你的效率提升，那么整个系统就很难彻底释放他的生产效率。这本质上是组织架构上的问题。
意想不到的创新
那当年的电力革命是如何解决这个问题的呢？咱们继续往下看。
其实当年的各方势力也都知道电力会是未来的发展方向，并不是他们不重视，而是它们没有找到好方法。就像电机进工厂，虽然说效果不及预期，但是工程师们一直都在非常努力的寻找提升效率的解决方案。
很快工程师就发现，蒸汽机和电机在运行方式上其实是有很大不同的，电机其实大可不必像蒸汽机那样集中使用。蒸汽机有一个物理限制，就是蒸汽机产生的是某个固定位置上的旋转动力。所以蒸汽机工厂所有的机器都必须围绕着蒸汽机的物理规律建造，放在哪那都是固定的也是无力规律来决定的。但电机不同，电是可以通过电线传送到工厂的任何位置的，他的动力传导效果更加灵活，机器放哪也都没有固定要求。
于是一种新的组织架构就出现了，这就是分组驱动电机和独立电机。他不再是一个大的电机驱动全工厂的所有机器，而是一个车间，或一组机器配一个电机，分开驱动。甚至发展到最后，每一台机器都可以配备一个单独电机。你可别小瞧这一点变化，当分组驱动电机落地后，人们惊讶的发现，它所带来的效率提升是原本工程师都想象不到的。我给你举几个例子：
你比如，光是机器位置的变化就带来了意想不到的效果。以前机器位置都是跟着蒸汽机的物理限制走的，所以不同的原料不同的产品可能需要在工厂里搬来搬去。而有了分组驱动电机后，人们发现机器的位置完全可以跟着生产流程走，这才发现以前的位置是多么的不合理，光是机器位置的改变就大幅提升了生产效率。
再比如，以前你要是想扩建工厂，那难度可太大了，加个一两台机器蒸汽机可能就带不动了，而换蒸汽机的成本又巨大。可现在你随便搞个电机，带个几台设备就能轻松地扩充产能。
最后，这种组织形式也让工厂彻底摆脱了全有全无的限制。你比如说你要是想一小撮人周末加个班，那不需要把工厂所有的机器都打开，你就只开几台机器就足够了。要是哪台机器，或者哪个电机出了问题，你也不用全工厂都停产，局部解决就可以了。
所以你看，对于工厂来说，一次组织结构的改变带来的效率提升是巨大的。而将这套组织结构玩到极致的人就是大名鼎鼎的福特公司。
福特将分组驱动，以及单机驱动的电机融合他的进汽车工厂。有了灵活的动力供给后，福特将生产流程优化到了极致便有了“流水线”生产这套组织创新。这原本是一个在屠宰场里应用的理念，被他在汽车制造上发扬光大。这让造车效率得到了极大的提升。因此而带来的是汽车价格的大幅下降，以及销量的爆发式增长。而福特也成为了当年全球第一大汽车公司。
而更重要的是，福特的成功引爆了整个美国制造业。独立电机和流水线开始得到了广泛应用，美国的生产力在1920年代出现了史无前例的大爆发。这段历史也被称之为是咆哮的20年代。
所以你看，电力革命真正的爆发点，不在于电机的发明，也不在于蒸汽机的替代，而在于工厂组织架构基于电力的彻底重构。可以说技术创新只是前提，而组织架构的重构才是爆发的关键。
故事讲到这儿，我想答案已经呼之欲出了。要想AI真正释放企业的生产力，光是现在的这种单点替换式的效率提升是远远不够的，我们需要的也是一次组织架构上的改变。现在的组织架构都是围绕着人来搭建的。而AI作为一种全新的生产动力源，它优化的就是人类的脑力。这就意味着，以前围绕着人类脑力搭建的组织形式，现在需要围绕着AI去重新搭建了。
可一旦你往这个方向琢磨你就会发现现在的组织有很多问题。一方面AI需要的那些环节，人类组织要不就是做不到，要不就是不在意。比如说企业各部门数据的打通，对于AI来说就非常重要，但人类组织却很难实现。再比如AI需要各种任务所需的完整背景信息，这对于人类来说可能就是自然而然的，而对于AI却必须要写清楚。
另一方面，对于AI来说，很多人类组织在意的东西他却都不在意。比如说专业性不重要，AI什么都会，所以不需要不同的部门。信息沟通也不重要，理论上AI可以同时处理大量信息，没有人类脑力的限制，也就是说不需要将信息物理隔离成一小份一小份的，也就降低了沟通的需求。
所以你看，基于人类搭建的组织架构天然就不适用于AI，这就解释了为什么明明AI已经这么强，但却迟迟带来不了生产力大爆发的原因。
那问题来了，AI的生产力究竟什么时候能够爆发呢？要想回答这个问题，我们还是得回到历史中去找寻答案。
3个关键节点
你现在看无论是分组驱动电机，还是流水线，似乎都是顺理成章的事情。但要知道，对于当时的工厂来说，从发电机发明到最终的生产力爆发用了十多年的时间。而对于当今的AI也是如此，没有人怀疑AI终局的价值，但通往终局的这个过程其实也非常重要。看懂了过程中具体会有哪些困难，我们才能看懂本轮AI技术革命未来会如何发展？以及具体的机会都会在哪里爆发？
首先第一条困难，就是更小的电机从技术上并没有那么好实现。所以早期的技术成熟就花了很长一段时间，外加上各种配套设施的布局，进一步拉长了技术落地的时间。
第二，对于企业主来说，他们可见的回报其实并不高。从终局看我们知道生产力提升是巨大的。但是对于身处其中的企业来说，他们可见的回报就是省的那点煤。而电机真正的价值都得等到第一个摘桃子的人彻底跑通后，其他的企业才能够看得清。这也导致早期企业主的动力不足，采纳进展非常缓慢。
第三，也是最为关键的，是工厂的改动成本实在是太高了。我们上面说了，电力革命重点不是单点替换，而是组织架构的彻底重构。当时的旧工厂都是以蒸汽机为核心建造的，中间修修补补我还能忍，要是彻底抛弃能赚钱的老工厂，完全按照电力组织去建个新的，那么沉没成本可就太高了，在没有明确的回报之前，没有几个老板愿意尝试。
而这三点困难，按照时间顺序，刚好把整个电力革命分成了三个阶段。第一个阶段，是技术的逐渐成熟期。企业将电机作为一个单点的降本工具。第二个阶段，我称之为是组织创新期。通过分组电机的形式对于工厂的局部进行优化，生产力开始出现了提升。而第三个阶段，我称之为是组织重构期。企业真正开始围绕电机重新搭建工厂，这时生产效率才迎来了真正的爆发。
而在这每个阶段内，都有一些典型的代表性公司或行业是值得我们今天来借鉴的。这第一个阶段，技术成熟期，这也是我认为和我们现在最为接近的一个阶段。当年在这个阶段最受益的企业就是像通用电气和西屋电气这样的电力设备公司。在那个年代，甭管哪家工厂改造成功、也甭管最终哪种用电方式胜出，发电机、电机和变压器这些设备，总归是要用的。所以哪怕是在生产力还没有爆发的那个年代，它们的生意就已经率先爆发起来了。而放到今天，就直接对标着这些AI大模型们。甭管企业组织架构如何，生产效率如何，只要大家在持续的探索AI，模型的应用就停不下来。
另一类受益企业是铜相关的公司。在电气化时代，发电机的绕组、输电线全部都是铜做的。可以说，电走到哪，铜就得铺到哪，这是确定性最高的上游公司。而且当时的铜和现在不一样，当时要做出高质量的铜，还是需要一定的技术壁垒的，因此，那些铜相关的公司也是当时资本市场上的明星。类似的，当年的绝缘材料、碳制品等，也都乘上了这个逻辑。而这就和今天的AI基础层半导体完全是一个道理。
不过这里面有个很有意思的特例是煤炭企业。煤炭公司在当年算是典型的基础层企业，因为你用电就必须要烧煤。他们也确实在电力革命的早期表现不错。但后来他们反而成为了20年代那个大牛市里最萧条的行业。为什么呢？究其原因，第一是技术革新让能源效率得到了大幅提升。发电煤耗从1900年代的每度电六磅多煤，一路降到1930年前后的1.5磅，用煤量减少了4倍。但这个还不是最重要的，最重要的影响还是替代能源的出现，那时石油和天然气大行其道，而且发电方式也逐渐从煤炭转向油电和水电，这就导致整个煤炭行业彻底出局。
这也告诉了我们一个道理，不是说所有的基础层的公司就都能在生产力革命中的持续利好。那些护城河低，容易被替代的基础层公司，就很容易被技术革命，以及竞争者的不断出现所冲击。放到今天的AI基础层中也是一个道理，想必咱各位的心中也都会有自己的答案。
聊完了第一阶段，咱们得把重点放到第二阶段和第三阶段上。毕竟作为投资者，仅仅是了解当下的逻辑意义不大，咱得把眼光放到未来的机会上才能真正赚钱。电力革命的第二阶段，组织创新期。这个阶段最为关键的人物是通用电气。
咱前面说当年对于电机的采纳，企业主们可见的回报有限，而做出改变的动力又不足。那怎么办呢？通用电气就做了那个第一个摘桃子的人。要知道他们可不仅仅是卖设备的公司，他们自己也有工厂，他们也深知所有工厂老板所面临的困境。于是，他们就成为了最激进推进“分组电机”改革的先行者。
当时他们斥巨资在自己的工厂里推进了分组小电机。这在当时的股东看来简直是疯狂之举，因为这下投资的ROI根本划不来。不仅小电机成本高昂，而且工厂架构改变也处处花钱。但他们还是硬着头皮干了下去。为什么呢？道理很简单。他们要给所有的其他企业打个样，一旦自己这条路要是跑通了，其他企业才敢于跟上，自家的电机设备也才能真正打开销路。
而这背后更核心的一条原因在我看来不仅仅是利益驱动，也是因为作为电力革命的先驱，通用电气自己深知组织架构创新最终一定能够带来生产力的提升，而不是像外界担心的那样，是一种冒险。
最终也的确如通用电气所愿，分组驱动电机确实带来了比想象中更好的效果。大量工厂纷纷加入，也进一步带动了通用电气的营收。
而第三阶段，组织重构期，这其中的典型代表就要说是福特了。福特将工厂彻底重构，围绕着电机打造了流水线生产的这个模式。这次大刀阔斧的改革，可以说是彻底释放了电力的生产力。同时也是给其他工厂再一次打了个样。这才有了美国咆哮的20年代，也带来了一场资本市场的狂欢。
好了，到这里电力革命的历史就全部跟各位看官介绍完了。不难看出，电力革命里从面临的挑战，到解决的方案，再到过程中的发展阶段，似乎我们都能看到当今AI革命的影子。那接下来，美投君就跟各位看官好好聊聊这次历史研究对我的一些启发，不一定对，给大家做个参考。
我的启发
从第一性原理的角度思考，像AI这种程度的生产力革命，最终一定会带来整体企业效率的大幅提升，这一点毋庸置疑。他的增量效果就应该对标现在我们看到的coding也好，内容生成也好，这样的爆发效果，而不仅仅只是利润表上那一两个点的提升。所以说，我们现在还远远没有接触到AI最大的价值。
那这个生产力提升最先会发生在哪呢？总共就这么两个方向，一个是在存量中提升效率，另一个是创造出新的增量。从历史经验上看，价值最先会出现在存量上，也就是说给已有的这些商业去提升生产效率，然后再会出现全新的商业模式。就像当年电力革命一样，先是给纺织，造车等蒸汽机时代就有的行业给他们提效，在这之后才会出现冰箱彩电洗衣机这样的全新应用。而我认为AI也会是如此。所以眼下最近的机会，我认为反而不在于AI应用，而在于AI采纳。我想或许很多人都找错了方向。
而在AI采纳的过程中，我们现在看到的现状就是，大家都说自己在应用AI，但却几乎没有怎么看到生产力的质变。这背后的根本原因，我认为就是组织架构的问题。这点咱前面说了，当前的组织是围绕着人来建立的，我们需要的是围绕着AI建立的全新组织形式，这才能真正提升生产力。很显然，现在的这些大企业们对于彻底改变自己的组织形式，和100年前的公司们一样，同样十分犹豫。他们还是停留在电机换蒸汽机的这种“单点替代”的逻辑中没有改变，而他们所面临的阻力也几乎都和100年前完全相同。
那么如何破局呢？历史告诉我们，生产力的提升不是一个循序渐进的过程，而是一个阶段性的爆发。他非常需要一个先驱者率先去摘桃子，从而带来整个行业的生产力井喷。这就像是当年的通用电气引领了分组驱动电机的创新，福特引领了流水线生产的创新一样。一旦跑通，商业价值才会出现全面的爆发。
那么最关键的问题就是，究竟怎样的公司能率先跑出AI采纳呢？总共啊就两种方式，一种是自下而上，从0开始搭建一个AI原生的组织架构，就跟当年从零开始建一个工厂一样。而另一条就是自上而下，也就是这些大公司自己革自己的命，围绕着AI去重构自己的工作流。
理论上讲，前者的难度肯定是更低的，但后者的能力和意愿都要更强。而从历史经验上看，先驱者也往往都来自于现有企业。前有通用电气引领分组驱动电机，后有福特引领流水线生产。从他们身上我们也能总结出这么几个AI采纳先驱者的特点。第一，是他们自身就有足够高的生产力提升空间；第二，是他们本身就是技术革新的引领者；第三，要有利益驱动，一旦成功不仅能自己受益，还能扩展他们的业务。
照着这个标准看当今的企业，你就会发现，其实所有的大科技都满足这个条件。这也解释了为什么，你看到他们都不顾一切的投入AI，即便被质疑回报也在所不辞。其实这背后的逻辑，就跟当年通用电气不计回报的投入分组驱动是一样的，只要他们任何一个人跑通了，受益的就不仅仅是自身生产力的提升，还能够给别人打样，带来自身业务上的扩展。
而在所有企业中，我个人最看好两家，一个是Anthropic，另一个是Meta。Anthropic就类似于当年的通用电气，手里掌握着最前沿的革命性技术。如果说他自己内部打通了新的组织形式，不仅自身效率能提升，更是能够卖出更多的模型用量。而他本身又是三大模型中ToB基因最为纯粹的，也最有可能完成这一项转型。
而Meta可能很多人不理解，似乎他是现在所有大科技中最不起眼儿的那一个。但是在AI采纳上，我认为Meta具有得天独厚的优势。我们说AI采纳的核心在于组织架构的重构。而Meta是创始人掌控的公司，它就更有可能做出颠覆性的改革。并且从历史上看，创始人小札，他就酷爱重构。目前来看Meta也是在企业中，内部应用AI应用的最激进的公司之一。他们甚至不惜得罪员工去录屏来训练自己的AI。
而反观其他的大科技，谷歌，苹果，微软，亚马逊这些，大公司病都比较严重，英伟达，特斯拉虽然说敢于创新，但组织重构的紧迫性不足，效率提升的空间也不及Meta。所以单纯从现在的情况来看，我认为Meta是最有可能率先跑出AI采纳的企业。如今的Meta就非常类似于当年的福特，从资质上，它有望通过AI采纳来提升自己，也有望因此而带动起整个行业的增长。
以上是根据历史经验反推的结果，如果我们结合当前的实际情况正推，还能找到另外这么一类受益企业，这就是帮助别人去实现AI采纳的公司。
这其中最典型的代表就是Palantir。他们相当于是全包，你自己也甭搞什么AI采纳了，我帮你搞。他们通过前端部署工程师FDE，帮助每一家企业去定制化解决运营瓶颈的问题。
而另一类就是帮助企业去解决AI采纳问题的公司。我们刚刚说过组织围绕AI去构建的话，重点就在于打通企业内部数据。事实上，在技术上实现这点并不难，理论上讲你如果去监控每一个员工的电脑，去录音每一次的内部谈话，那基本上就算打通所有的数据了。AI在收集数据，发现问题，指派任务上都没有任何瓶颈。但问题在于，你不能真的这么去收集数据对吧？数据的存储，权限，安全都是卡脖子的问题。
那么像Cloudflare，Crowdstrike为代表的网络安全公司，Snowflake为代表的数据库企业，ServiceNow为代表的Agent管理软件，这些都是必不可少的一环。如果你想要采纳AI，他们的需求也会同步的增加。
另一方面，那些专门做小模型的企业，也能够解决这个卡脖子的问题。如果说是大模型来收集公司的内部数据，那自然有各种权限和安全的问题，但如果是每人一个小模型来收集你个人的全部数据，然后你再根据场景和权限去分享，那么情况就会好很多。但实话讲，这部分有什么具体的公司，现在咱们还看不清。
好了到这里，电力革命给我们带来的启发，就全部跟各位看官分析完了。其实关于这段历史我还有好多话想说，但时间有限，我们就只能捡重点的聊。大家看完这段电力革命的历史，觉得有哪些机会是值得我们关注的呢？你是否也认同AI采纳会是下一个爆发机会呢？不妨在评论区留下你的看法。
为你推荐
27:04
行业机会
AI竟与100年前电力革命如此相似？90%的人都看错方向，历史已指明最大商机！
1小时前
294
9
15:26
HOOD | 其他
第二增长曲线已经找到了！为何说Robinhood是世界杯受益股？现在正是买入的时机！
2天前
3.5k
29
3
8:31
SPCX | 其他
(美投新闻截取) 静默期结束，投行纷纷发布SpaceX首次覆盖报告，目标价300美元？
4天前
3.2k
18
2
16:30
每月宏观报告
下半年不止是AI了！这几大板块或许能给出惊喜！我做了哪些具体布局？
5天前
7.6k
57
3
17:04
HOOD | 5+2基本面分析
HOOD 5+2基本面分析，彻底看懂HOOD投资！ - 2026年7月
5天前
4.1k
30
3
您已浏览完全部帖子~
