领英创始人 Hoffman 两层逻辑：10 万亿美元 AI 财富浪潮，机会远超失业恐惧

全文 3,000字 | 阅读约 8 分钟

（Reid Hoffman最新访谈精彩片段）

普华永道（PwC） 2025 年最新研究《循变演进，价值新生》（Value in Motion）指出： 如果能负责任地部署 AI，到 2035 年全球 GDP 将被额外拉升多达 15 个百分点——按 2024 年约 120 万亿美元的经济体量粗算，这意味着新增近 18 万亿美元产出，相当于每年多出一个百分点增速【PwC】。

埃森哲（Accenture） 也在 2024 年报告中测算，仅生成式 AI 就能在 2038 年前，为全球创造超 10.3 万亿美元新增价值【Accenture《Reinvented in the age of generative AI》】。

换句话说，这是一次全球规模的经济重组，一场重新分配财富与工作秩序的大浪潮。

但问题是—— 面对这场 AI 带来的生产力革命，多数人的第一反应依旧是：

我会不会被机器取代？

这个问题，LinkedIn 创始人 Reid Hoffman 在 2025 年 7 月 29 日最新一期《American Optimist》播客中，给出了他的答案——

"AI不是要抢走你的工作，而是要改变你怎么工作。”

他用“两层逻辑”，解释了这场财富再分配的真相：

• 宏观层：AI 成为生产力的乘数，催生万亿美元级新市场；

• 微观层：那些“AI 原生个体”，将比历史上任何一代人更容易捕捉红利。

这不是一句励志口号，而是他结合过去 12 个月亲身经历、投出的项目、以及 Inflection AI 的创业失败复盘后，总结出的行动路线。

他说：

“你不需要成为程序员，不需要训练模型。你只要知道怎么用 AI 。”

所以，机会和恐惧并不是对立的。

AI 财富潮正在涌来，但站上浪尖的人，只属于那些理解这两层逻辑，并能主动参与其中的人。

读完这 5 分钟，也许你会意识到：

真正让你落后的，不是 AI，而是你还在用旧方式工作。

第一节｜宏观层：10 万亿美元新市场，AI 是“财富乘数”

Hoffman 一上来就给出一个判断：

AI 不是一个零和游戏，不是说你拿到机会，我就得失业。

他认为，大部分人都错看了 AI ——以为它只是来“抢饭碗”的。但真正的影响，其实是从整个经济结构层面，带来了 生产力的整体提升。

他用一个简单比喻说明这种影响：

“就像工业革命让每个人的生产力大大增强，AI 也能起到同样的作用——只是这次，不是靠机器动力，而是靠智能工具。”

Hoffman 把这称为 “财富乘数效应”（Wealth Multiplier）：当 AI 被广泛应用后，会让社会整体产出变得更高，从而带来更多新的岗位、新的公司、新的需求。

为什么这是“10 万亿美元级”的机会？

这里不是说 AI 公司本身能赚这么多钱，而是 它将带动整个经济结构的变化。

Hoffman在访谈中引用了第三方数据（与我们引子中引用的 PwC 报告一致）——到 2035 年，AI 可能为全球新增 18 万亿美元产值，其中近三分之二将流向创新型企业和个人手中。

这就意味着一个现实：

不是现在的蛋糕被分走了，而是蛋糕变大了。真正的问题是，你有没有参与到 AI 带来的新机会中？

哪些行业最先吃到红利？

Hoffman 点出了三个最先受益的方向：

• 医疗：AI 已经能帮助医生更早发现疾病、定制个性化诊疗方案。“这不仅能省钱，还能救命。”

• 教育：AI 可以为每个学生定制教学内容，让学习真正实现“因材施教”。

• 生产服务业：从客服、文案到项目管理，AI 已经能取代大量重复性操作，让人把精力花在更有价值的地方。

这些方向的共同点是：不是“裁员”，而是“解放人”，让人从低效劳动中脱身出来，把时间和能力投入到更有创造力的工作中。

机会给了谁？

Hoffman 特别强调，这次机会不是给大公司准备的。

相反，那些小团队、个体开发者、灵活创业者，反而能第一时间拿到红利。

他用一句话总结了这个趋势：

“过去你要做成一家公司，要请工程师、租办公室、找市场部。现在，一个人 + 一个 AI 工具，可能就能做一整支团队的事。”

第二节｜微观层：AI 原生个体，如何拿到第一张门票？

如果说上一节讲的是“蛋糕变大了”，这一节要回答的问题就是：

谁能先吃上一口？

Hoffman 给出的答案是：“AI 原生个体”（AI-Native Individuals）将成为第一批浪头上的人。

什么是“AI 原生个体”？

这个概念，其实对应的是一种使用习惯上的差异。

Hoffman解释说：

“就像今天的 10 后从小用触屏、用 YouTube，他们跟上一代人打字查资料的方式完全不同。同样的道理，在 AI 时代，那些从一开始就用 AI 完成工作、做决策、推进项目的人，就是 AI 原生个体。”

他们的核心能力不是懂代码、会建模，而是——

• 知道怎么让 AI 高效干活

• 善于把 AI 当作助手和数字分身

• 主动让 AI 参与自己的决策与执行流程

这不是科技圈专属技能，而是一种工作方式的升级。

AI 原生个体有哪些具体优势？

Hoffman 给出几个非常务实的判断：

AI 原生个体，比非 AI 用户，工作效率可能高出一个数量级。

举个例子：

• 一个会用 AI 的运营，可以 5 分钟写出 几十条高质量小红书；

• 一个会用 AI 的教师，可以在 1 小时内为每个学生定制不同的作业内容；

• 一个会用 AI 的个体开发者，可以在没有设计师和程序员的情况下，独立搭建原型、上线产品、测试用户。

他说：“AI 原生，不是比你聪明，而是更会借力。”

这需要哪些具体能力？

AI 时代，Hoffman 并不认为掌握 Prompt 技巧就足够了。

他说了一句非常重要的话：

“很多人以为 AI 技术是门手艺，实际上，它更像一种‘心智模式’。”

什么是这个模式？

• 你是不是习惯把一个大任务拆解，交给 AI 去处理？

• 你是不是懂得怎么和 AI 对话、改进结果、配合它来做决策？

• 你是不是有意识地把日常工作，交由 AI 自动运行？

这些思维方式，不是少数专家的特权，而是每个普通人都可以练出来的工作习惯。

你只需要多做一件事：每次工作前，先问 AI 能不能做？

Hoffman举了一个身边例子：

“我认识一个做内容创业的朋友，过去要两周才能做完一个播客选题、剪辑、发布。现在她用 AI 把素材分类、写文案、剪短视频，一个下午就能搞定。”

她不是程序员，也不是 AI 工程师。她只是在每个步骤上问了一句：“这部分 AI 能不能帮我做？”

但对于创业者来说，想用 AI 做出一款真正走进人群的产品，远比“用好 AI”复杂得多。Hoffman 自己就交过一份代价昂贵的“学费”。

第三节｜ Inflection 教会我们的 3 个教训

Reid Hoffman 是 AI 乐观派没错，但他从不回避失败。

就在访谈中，他首次直面自己参与创办的 AI 公司 Inflection 的困境。他说得很坦白：

我们做对了方向，但时间点错了。

这句评价，一语道破这场 AI 创业实验的核心问题。

Inflection：想做超级代理，却被“大模型”压垮

Inflection 的愿景很明确：打造一个真正懂用户、能长期陪伴的 AI 个体——Pi，一个温柔、善解人意、像朋友一样的 AI 助手。

听上去，是不是很有未来感？

但现实很快给了团队重击。Hoffman 回忆：

“要做成超级代理，就必须掌握超大规模模型。但初创公司要自己训练这样的模型——会非常非常难。”

• 模型训练成本动辄上亿美金；

• 数据、算力、优化团队全是“重资产”；

• 和 OpenAI、Google、Anthropic 抢人，更是输不起的军备赛。

结果是：团队太早押注在技术厚重的地方，却来不及做出用户真正需要的产品。

最终，Inflection 宣布资产重组，部分核心成员转投微软 Copilot 项目。

这不是技术不够好，而是时机不对、资源不对等一系列因素叠加造成的创业教训。

从失败中提炼的 3 条经验

Hoffman 在访谈中，给出了非常清晰的总结：

1、别一开始就想做“大模型”

“不是谁都有条件跑去建造一个 ChatGPT，特别是初创公司。”

2、AI 不是参数越多越好，而是结果有没有用

“创业关键不是你用了多少层 Transformer，而是你帮用户解决了什么问题。”

3、成功不在参数最多的地方，而在离人最近的那一公里

“真正的 AI 创业，在最后一公里——用户怎么用、什么时候用、愿不愿意每天用。”

也就是说，别把 AI 创业做成“科研项目”，而是要解决实际问题。

创业的六层架构：你到底下注哪一层？

在解释 AI 创业打法时，主持人参考 Peter Thiel 的思路，把整个 AI 技术栈分为六层：

能源 → 芯片 → 数据中心 → 模型 → 软件平台 → 应用服务

Hoffman 对此表示赞同，并补充说：

“除非你是特斯拉或 AMD，否则别轻易赌能源和芯片。”

“真正适合大多数创业者的是最后两层：软件平台 + 应用服务。”

因为这两层离用户最近、反馈最快、最容易验证需求、复用基础模型、不需要天价预算。

他说：“AI 的机会不是藏在算法里，而是藏在用户的日常里。”

第四节｜ 教育和医疗，才是 AI 真正改变生活的地方

Reid Hoffman 对 AI 的判断，不是盯着短期“创业红利”，而是着眼于对人类福祉的长远影响。他说：

AI 能做的最重要的两件事，是帮助人类更好地学习和更健康地生活。

不是代码生成，不是广告点击，而是——教育与医疗。

医疗：AI 是医生的倍增器，不是替代者

在医疗场景中，Hoffman 强调 AI 最大的价值是 放大医生的能力，尤其是在医疗资源稀缺的地方。

他说：

“一个医生的知识、经验和沟通能力，可以被 AI 放大成千上万倍，服务更多人。”

这不是幻想。Inflection 曾与多家医疗机构合作测试 Pi 的辅助问诊能力，结果显示：

• 患者与 AI 的沟通更自由，情绪压力更小；

• AI 能自动生成病历摘要、初步诊断建议，大幅减少医生负担；

• 对边远地区缺医少药的人群尤其有帮助。

他明确表示，我们从来没打算用 AI 替代医生，而是希望让每个人都有机会接触到‘专业级的初筛建议’。

换句话说，不是要替代医生，而是让优质医疗变得人人可及。

教育：让每个人拥有“贴身导师”

教育，是 Hoffman 口中“AI 最理想的落地场景”。

他举了一个非常现实的例子：

“在一对一辅导中，学生的学习效率远高于大班授课——但问题是，这种个性化服务对大多数人来说太贵了。”

AI 能不能让“贴身导师”变得人人可得？

答案是肯定的。

• AI 可以被用于儿童阅读练习：耐心引导、即时纠正发音、用聊天式的方式讲解词义；

• 对成人学习者，AI 可根据节奏定制进度计划；

• 在发展中国家，更是打破了“只有城市孩子能上好学”的不平等。

教育 AI 不只是答案机器，而是陪伴者、鼓励者、教练。

而这种“AI 教练”模式，未来可能比今天任何在线教育产品都更有效。

医疗 + 教育：AI 的“善意场景”才最有生命力

Hoffman 坦言，大部分 AI 创业项目还在“提高效率”“替代工作”这个维度打转。但真正能穿越周期、影响深远的，是提升人类福祉的 AI 应用。

他说：

“AI 真正让人兴奋的，不是它能加快多少流程，而是它能把本来不可能的事情，变成可能。”

这也是为什么，他在投资、创业、写作中，反复强调“AI 的善意场景”。

如果说上一节讲的是“创业该怎么做”，那么这一节讲的就是“做出来的 AI 应该用在哪里”。

不是卷指标、卷模型，而是——回到人最根本的需求上：

• 想学得更快、更好；

• 想身体更健康、活得更久。

Reid Hoffman 说：

“AI 不会消除工作，而是重塑工作，创造更大的机会。”

从“财富乘数效应”到“AI 原生个体”的崛起，我们看到的不是单纯的技术替代，而是一场突破传统效率天花板的全球性变革。

医疗、教育、创意产业，这些领域的重塑，将为普通人、创业者、企业带来前所未有的机遇。

而要从这场 10 万亿美元的财富潮中分一杯羹，你不需要拥有超级大模型、也不需要成为顶级程序员，关键是：

• 学会与AI搭档，像 AI 原生个体一样工作；

• 找准 AI 的应用层，切入最具增长潜力的场景；

• 专注于人类最根本的需求：更健康、更聪明、更高效的生活。

当你明白了这两层逻辑，

站在浪尖上的机会，便触手可及。

未来属于那些敢于从“工作方式”上进行突破的人。财富的重新分配已经开始，你，准备好了吗？

本文由AI深度研究院出品，内容翻译整理自Reid Hoffman访谈对话。未经授权，不得转载。

星标公众号， 点这里 1. 点击右上角 2. 点击"设为星标" ← AI深度研究员 ⋮ ← 设为星标

https://www.youtube.com/watch?v=kEtiYFgnZn8&t=659s&ab_channel=JoeLonsdale

https://www.youtube.com/watch?v=lpB7mjoNDhc&t=1s&ab_channel=ReidHoffman

https://www.youtube.com/watch?v=hJJ0zM9_jvc&t=1677s&ab_channel=ReidHoffman

https://www.pwc.com/gx/en/news-room/press-releases/2025/ai-adoption-could-boost-global-gdp-by-an-additional-15-percentage.html?utm_source=chatgpt.com

https://www.accenture.com/content/dam/accenture/final/accenture-com/document-3/Accenture-Going-for-Growth.pdf

https://economictimes.indiatimes.com/tech/artificial-intelligence/ai-will-reshape-jobs-not-erase-them-linkedins-reid-hoffman-tells-students/articleshow/121879720.cms

来源：官方媒体/网络新闻，

排版：Atlas

编辑：深思

主编：图灵