曾擔任 OpenAI 首席研究主管、也曾在 Palantir 擔任核心領導角色的 Bob McGrew，從投資人的角度，談他怎麼看現在這波 AI 熱潮。他直言，市場氣氛很像泡沫時期，到處都是上億美元募資、每份簡報都一定要有 AI 領域的相關投資。但在這樣的環境下，McGrew 並不是什麼案子都投，而是有一套很明確的 AI 投資框架。
Table of Contents
AI 熱潮來襲，市場氣氛宛如泡沫時期
訪談一開始，主持人就形容現在 AI 投資的氛圍，很像過去泡沫年代再現。市場上不斷出現一億、兩億美元規模的募資案，幾乎所有來簡報的團隊，都會在簡報中安排一整段談 AI。
主持人也分享自己的經驗，他過去經營的一家法律科技 SaaS 公司，在與 OpenAI 合作、導入 AI 幫助法律助理處理工作後，價值大幅提升，最後被 Thomson Reuters 以「上一次募資估值八倍」的價格收購，顯示 AI 確實正在快速改變許多產業。
在這樣的背景下，主持人詢問 McGrew，除了 OpenAI 之外，現在市場上的 AI 創業案，哪些方向真的值得投資，基礎建設是否仍然是必要的布局。
(註：Thomson Reuters，是一家全球性的專業資訊與數據服務公司，主要提供給法律、金融、會計、稅務、風險管理、媒體等專業人士使用。)
對 AI 基建保持距離，專注以前做不到的事
McGrew 坦言，他對專做 AI 基礎建設的新創，一直抱持相對保留的態度。他的理由是，多數基礎建設解決的，其實是「當下模型」所產生的問題，但隨著 GPT-5 這類 LLM 出現，使用方式與需求結構很可能會出現根本性的改變，現在打造的基礎設施，未來未必還適用。
相比之下，他更想看到的是，有人用 AI 去解決「過去根本無法解決的問題」，而不是只是把原本的流程加上 AI，變成「AI 版本」。
他也明確表示，自己最感興趣的，其實是應用層的新創團隊。
無限多個實習生的投資想像，新商業模式有望陸續誕生
談到應用層的價值，McGrew 用一個很具體的比喻來說明他的投資邏輯。他形容現在的 AI，就像是突然擁有「無限多個注意力很短的實習生」。
在過去，許多事情之所以做不了，往往不是技術問題，而是因為人力太貴、速度太慢、管理成本太高，但如果突然出現一大群「實習生等級」的勞動力，很多原本不合理、不划算的工作，就突然變得可行。
他也用學生來形容模型能力的變化，認為 GPT-3 大致像高中生，GPT-3.5 像大一新生，GPT-4 像大三學生，而 GPT-5 會是另一個全新的層級。在他的投資判斷中，關鍵從來不是模型本身有多強，而是創業者有沒有想清楚，如果真的擁有這樣一批「無限多的實習生」，新的工作分工方式會是什麼，新的商業模式又會如何誕生。
不輕易對抗硬體與算力巨頭，同時押注 AI 新技術
對於市場上大量資金湧入 GPU、資料中心與算力租賃的現象，McGrew 的看法相當務實。他指出，過去其實有不少人嘗試開發新晶片，但目前看來，輝達因為掌握龐大的市場與資本優勢，幾乎能持續把產品做到更好，因此要直接賭輝達 (NVIDIA) 會輸這場算力大戰上，其實非常困難。
不過，他也沒有完全排斥這類投資，而是認為，在投資組合中，保留一小部分資金去下注「成功機率不高、但一旦成功就會非常巨大」的新技術，依然是一種合理的投資策略。
投資框架的核心，AI 會重寫什麼值得去做
最後 McGrew 分享他的 AI 投資框架，框架核心並不在於追逐最熱門的技術名詞，而是在思考 AI 將如何改變「什麼事情值得去做」。
他表示，真正有價值的創業題目，不是把舊流程變得更快一點，而是因為 AI 的出現，讓一些過去因為人力、成本或規模問題而不可能存在的事情，第一次變得合理、可行，甚至可以變成全新的產業。
(AI 未來商業模式仍難預測，a16z 解析下一波 AI 科技與投資變局)
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
