张小珺Jùn｜商业访谈录

58. 和吴晓波聊中国企业家小史：如果未来没有大生意，年轻人不如过自己喜欢的人生

趁着吴晓波老师出版《茅台传》，和他聊了聊中国企业家近百年小史。他曾将中国企业家群体描述为是“一个下落不明的阶层”，“被长期漠视甚至妖魔化的阶层”。随着改革开放，这个群体从被遮蔽的历史中转折，跨越农民、城市边缘人士、知识分子下海的一波又一波浪潮，直到PC和移动互联网两波巨浪，把中国企业家推至世界舞台中央。如今，中国企业家来到改革开放以后第六代。这集节目，我们梳理了中国过去五波商业浪潮、推动者及其特征，吴老师也聊到他对当下这波创业者的观察。他称，第六波“是最奇怪的一波”。我们似乎一脚迈入保守年代。如果果真像他所说，未来可能没有大生意，我们的商业文明如何延续？年轻人又该怎么过好一生？这波年轻人恰好是吴晓波的女儿及其同代人的命运，他心有戚戚。 03:09 说真的，我已经算不清楚我见过多少企业家了 04:38 茅台是中国企业史一家特殊的公司，季克良（原董事长）是“匠人型企业家” 10:08 未来中国创业者就是两条路，如果能结合在一起，你就牛了 13:22 纵观100年中国现代商业史，细数中国企业家的代际和关键年份 16:21 今天是第六波创业者，是最奇怪的一波（高速发展结束了、市场充分饱和、这一世代是有产阶级的孩子） 17:22 过去五个代际的企业家的不同特征：最容易出大家伙的？最血腥的？ 20:01 在革命叙事年代，企业家是保守力量，曾经是“被遗忘的群体” 23:42 美国企业家的群体性人格 vs 中国企业家的群体型人格 27:15 互联网企业家是革命性一代，财富创造和资源获取不再从政府获得 29:20 我们进入到保守主义时期，未来中国做企业学腾讯挺难，学茅台相对容易一点 29:51 如果企业家精神没了，国家就不进步了 30:50 采访了那么多不同代际的企业家，最有心灵共鸣的是哪一代？ 31:57 对当下的看法：AI是工具，有很强平台性、通吃性，不会带来所有人的创业机会 33:54 未来可能没有大生意了，大量人就满足做一个小生意 34:17 关于《你吃你的苦，我吃我的苦》这篇文章：“我有可能就是我女儿的苦” 37:57 怎么看新闻一则：章泽天净资产600亿冲上热搜第一，排在清华优秀校友第三（口误：张一鸣出生于83年） 38:38 给我女儿和她的同代人一些建议：不要再去幻想，不要再去讨好人家了【更多信息】本集首发于腾讯新闻，点击前往音频版联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

57. 《繁花》真实版上海90年代：充满危险气息的黄河路和股市

前段时间身边人很多人追完了王家卫的电视剧《繁花》，讨论热烈。我邀请上海财经大学副教授梁捷老师来聊聊。他是上海人，又是经济学者，我们从local和财经的双重视角，看真实版上世纪90年代上海的时代风貌与股市风云。这集节目，不仅有经济学者对剧中角色与交易的专业解析，复盘历史上第一场兼并收购案“宝延风波”，还延展了中国股市在同时代更多惊心动魄的故事。 01:39 《繁花》：王家卫的电视剧和金宇澄的小说是两部作品 04:16 作为上海人，我关于上世纪90年代与黄河路的记忆：鱼龙混杂、高深莫测 07:55 黄河路特殊的地理位置，让它“进可攻、退可守” 11:56 恢复上海证券交易所的真实故事，最开始只有八只股票，一切处于混沌中 17:35 上世纪90年代中国股市的特征与局限性 19:39 剧中人物宝总的身世与入股市动机，真实性如何？ 30:50 专业解析：阿宝抄底A先生、强总收购与反收购（历史上第一场兼并收购案，剧中叫“宝瀛大战”，原型是“宝延风波”） 37:50 90年代，中国股市中几起惊心动魄的故事 42:25 “宝总们”体现的90年代关于炒股与财富的时代风貌 50:10 剧中大大小小的人物：A先生、强总、爷叔、邮票李 53:40 《繁花》开拍前，我受邀去剧组，对方希望还原90年代K线图 01:01:25 时代逝去，繁花落尽，令人唏嘘 01:09:25 《繁花》意外地让不同代际的上海人开始重新对话【更多信息】本集首发于腾讯新闻，点击前往音频版联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

56. 拼多多、名创优品崛起，是消费降级胜利吗？漫谈名创全球化之路

本集话题是近期很火的中国消费品牌全球化的案例：名创优品（MNSO）。嘉宾是我的朋友、财经作家沈帅波。我得知他正在写一本关于名创的书，所以把他拉过来先跟大家聊聊。拼多多、名创优品崛起，是消费降级的胜利吗？名创这家在美国开了100家店的中国公司，是如何迈出国门的？ 01:31 沈帅波自我介绍 02:00 爆文《藏在县城的万亿生意》的创作与调研方法 27:47 为什么开始深入调研名创优品？零售业没有虹吸效益，靠的是吃苦耐劳 36:16 中国企业出海的三阶段，各有千秋 43:30 创始人叶国富其人 50:51 消费品打造超级IP背后的零售业趋势 54:10 名创优品从单店店型跑通到全球化扩张的阶段总结 01:07:06 中国公司全球化要告别一夜暴富的心态 01:09:33 全球各地不同人群的消费习惯洞察（不爱挣钱地方的人爱买娃娃） 01:18:28 怎么看 Manner咖啡/RELX悦刻/元气森林/完美日记等中国新消费品牌？怎么看完美日记的衰落 01:21:00 消费理性化、分层分级化是趋势 01:25:17 欧美奢侈品本质是皇室东西的平民化，而不是高端化的产物【更多信息】本集首发于腾讯新闻，点击前往音频版联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

55. 与小Lin的线下活动｜不可控周期中，提高微小个体的生命质量

这集更新的是前段时间与小Lin的一场线下活动。起因是小Lin最近发布了她的新书《时势：周期波动下的国家、社会与人》，借着这个时机聊了聊小Lin从投行到创业再到内容创作者的个人成长史，以及她做爆款内容的方法。因为现场来了很多年轻的朋友们，我们也展开聊了聊：在不可控周期中，如何提高微小个体的生命质量？【人物小记】小Lin（Lindsay），知名财经科普UP主，2022年、2023年B站百大UP主，用轻松幽默的风格和专业的视角分享商业财经内容。本科毕业于北京大学经济学院金融系，硕士在哥伦比亚大学主修金融数学，曾就职于纽约摩根大通投行，目前是Offer帮创始人。 01:37 普通人为什么要学金融？ 07:22 一个地区的周期史也是几方势力的博弈史（以日本为例） 09:20 小Lin从投行到创业再到内容创作者的故事 11:00 纽约投行内部：暴躁同事、金字塔里“爬格子”、游戏规则 14:15 投行里，人人都是理财高手吗？ 14:35 辞职创业前纠结了半年，我的mentor鼓励了我 15:38 创业做咨询平台中遇到的波折 18:45 做了CEO的小Lin发现了哪些打工时不知道的职场真相？ 19:26 从2019年底开始发布第一条视频到爆发 21:46 每个人都是时代的个体，怎么看待处于周期中的自己？ 23:25 工作方法和爆款方法论 27:06 做UP主挣得多还是投行挣得多？:) 28:48 个人怎么做到更高质量地生活在不可控的周期中？ 30:25 现场观众提问环节（由于录音质量的原因，只放出了一部分）【更多信息】本集首发于腾讯新闻，点击前往音频版联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺

54. 口述全球大模型这一年：人类千亿科学豪赌与参差的中美景观

这是《商业访谈录》的跨年特辑。我邀请拾象创始人李广密口述全球大模型这一年——当顶级商业领袖、顶尖科学家这些人类最聪明的大脑，手握数以千万计的资本狂卷一年，2023年全球大模型卷出了什么？人类这场以大模型为名的豪赌实验，能否将世界带到新的摩尔时代？简单说，模型产业的发展规律会不会极类似半导体行业：未来，模型能力每1-2年提升一代，模型训练成本每18个月是原来的1/4、推理成本每18个月是原来的1/10。广密今年一整年全身心泡在大模型，一大半时间肉身在硅谷，参与相关投资。这期信息量非常密集。我会在show notes里尽可能详细地标注播客中的专业词汇。 02:03 过去一年，大模型的核心secret藏在这三家公司：OpenAI、Anthropic、Google 04:22 回顾全球大模型这一年，我脑海里闪现的关键产品与瞬间 07:56 从OpenAI分裂出去的Anthropic，它的前世今生（OpenAI正以1000亿美元融资，Anthropic正以200亿-250亿美元融资） 10:26 硅谷大模型的融资是巨头在定价和主导了，硅谷VC几乎全体错过 12:13 卷了这一年，全球大模型到底卷出了什么？ 14:03 如果复刻GPT-4是进入决赛圈，目前的3名入围选手和3名高潜黑马 15:20 提升模型capability的北极星指标与关键变量？ 16:51 这次是极少数科学家推动的“登月时刻”，天才科学家的聚集效应与分布图 23:05 模型竞赛很残酷，我们对于终局的推演、猜想 23:53 中国模型公司现状：技术辨识度/资源集中度/领军人物 25:53 人类烧尽千亿美金做一场AI实验，赌的是什么？AI能推动未来15年全球GDP翻倍？ 26:26 硅谷巨头和它们分裂的大模型阵营：微软和它支持的OpenAI/Google、Amazon和它们支持的Anthropic/Google自成一派/Tesla和它支持的X.AI/Apple——明年Apple支持谁值得关注 30:29 2024年会决定大模型格局，窗⼝可能就在未来12个⽉ 33:39 大模型公司一定要追求GPT-4吗？不做怎么样？晚做到又怎么样？（壁垒） 37:35 大模型有可能开启了“新摩尔时代”：明线是智能capability提升，隐线是成本下降 46:16 硅谷模型公司更像research lab，八成以上可能性会被收购 49:15 学习硅谷经验，“国内公司也可以提前抱大腿” 50:34 大模型时代与互联网时代的不同特征（还没看到网络效应和数据飞轮） 54:53 回头看，今年初我们低估了GPT-4的难度，高估了应用爆发的速度 55:14 开源和闭源/大模型和小模型/通用模型和垂直模型的格局问题 57:47 多模态和Agent的下一步？ 01:07:14 硅谷VC最大的竞争压力来自微软和OpenAI，GitHub前CEO Nat Friedman在这波AI里标的质量高，position比很多传统硅谷VC要好 01:11:33 对2024年的预测和猜想：应用大爆发？ 01:20:04 美国“模型即应用”，国内产品和场景定义可能做得更好 01:26:00 说三条今年行业的最大噪音 01:27:05 OpenAI政变进展：Sam Altaman像政客，Ilya Sutskever不怎么去公司了 01:29:09 接下来，我最想知道的4个问题提到的公司/产品/人： 全球前三的模型公司：OpenAI (ChatGPT)、Anthropic (Claude-2)、Google (Gemini)(Gemini Ultra) 另外可能的黑马：马斯克支持的X.AI、Transformer核心贡献者Noam Shazeer创办的Character.AI、字节 做开源模型的公司：Meta (Llama)、Mistral (一家欧洲做开源大模型的公司) 多模态：Midjourney (图像生成)、Runway/Pika (视频生成) DAU稳定在200w以上的产品：ChatGPT、Character.AI 企业级业务探索大模型的公司：微软copilot、Adobe 贡献很大的科学家：Noam Shazeer (Character.AI CEO)、Dario Amodei (Anthropic CEO)、Ilya Sutskever (OpenAI首席科学家) 在AI投资领域最欣赏的一个人：Nat Friedman (GitHub的联合创始人之一)专业或英文词汇： ARR："Annual Recurring Revenue"，即年度经常性收入，是一种衡量公司在一年内通过订阅、合同或其他定期收费服务获得的收入的指标。它特别适用于那些提供订阅型服务的公司，如软件即服务（SaaS）公司。 RLHF：基于人类反馈的强化学习，Reinforcement Learning from Human Feedback。 Transformer：是一种用于自然语言处理（NLP）和其他序列到序列（seq2seq）任务的深度学习模型架构。它由Google在2017年的一篇论文中首次提出，并在提出后的几年中成为了许多NLP任务中的标准模型架构。Transformer架构抛弃了传统的循环神经网络（RNN）和长短时记忆网络（LSTM），而采用了自注意力机制（Self-Attention）来实现序列建模。 inference cost：推理成本 pre-train：预训练 scaling law：在大模型领域，"scaling law"（规模定律）是指模型规模的增加与性能、能力或其他相关指标之间的关系。当在深度学习中讨论模型规模时，通常指的是模型参数的数量、训练数据的大小，或者计算资源的使用情况。规模定律通常涉及到增加模型规模会如何影响模型的性能和训练效果。 diffusion model：扩散模型延展阅读：本集文字精华版 & 拾象完整版【更多信息】本集首发于腾讯新闻，点击前往音频版联络我们：微博@张小珺-Benita，小红书@张小珺jùn更多信息欢迎关注公众号：张小珺