Re: [情報] google財報亮眼已刪文
感覺每三個月或每半年 主題又重新回圈 這些落地裡面 大眾認知比較少注意就是To-B
就是垂直AI應用層發展
以法律來說 法律事務所 entry-level職缺大量砍 而Harvey這家公司 今年ARR已經破300M
**Disclaimer 第一句敘述過於個人主端臆測 細節參照這
https://chatgpt.com/share/6a629191-550c-83ea-8953-fc2b8ead364c
醫療底下 這個是最沒效率錢坑 光是電話醫療約這塊就養活Elise AI
這家新創今年營收已經破了200M ARR 他是從房地產虛擬專員起家
https://www.youtube.com/shorts/_qvJkjyyBP4
https://www.mg21.com/eliseai.html
你自己算一算多少產業會被這家公司影響
你想知道現在語音服務AI進展 參照OpenAI GPT-live-alpha模型 我測過
這玩意跟真人沒啥兩樣了 他是基於full-duplex設計 完全沒延遲 所有客服都可以死去
前陣子在我去參加Databrick 的AI Summit 在裡面遇到Kaiser科技人員(醫療保險業)
他說他們IT部門全部let go 因為採用了Databrikc AI Agent方案 許多人力需求下降
那設計領域公司(上市了) Figma 他們營收還在成長 也開始自己建立模型
Figma跟Cursor很像 都是走通一個營業模式 然後被人類學抄走 直接胖揍
自動化IT公司serval 讓一兩個人類主管就能幫你打造IT管理 這故事我講過N次
https://www.ptt.cc/bbs/Stock/M.1765648618.A.1DA.html
電影業更是慘不忍睹 現在一堆10人 studio就可以取代以前1000人公司的movie studio
搭配AI 對岸已經搞出AI演員了 一堆演員龍通失業 AI影片發展更是誇張
Netflix採用AI影片也只是遲早的事情
垂直AI這個競爭對手就是人類員工 以前人類教印度外包 現在只是人類教AI
數學領域最近都很夯用AI tool幫忙證明
多虧此 整個舊金山房地產火箭大爆升 一堆屋主寧願收御二家員工股票 而不是收現金賣房
然後多虧對岸開源 從Qwen到Kimi 現在新創終於有機會回去跟御二家在垂直AI打架
比方說Figma 最近開始要跟人類學打架了
AI如果要泡沫 就是垂直AI和應用領域大爆炸 證明無法取代人類
--
上面我打得一堆公司 都是用狗家雲方案 那些營收從來不是從每個月20美金或免費仔
而是專業從眾人員 等哪天token價值比該國人類最低時薪低 就是領域屠殺
現在token價錢是比美國人便宜 但還沒比台灣人便宜
而token價錢就是記憶體 算力 資料中心 進展
以前已經貼過了 資料中心就是一個世代國家之間競爭
https://www.ptt.cc/bbs/Stock/M.1739774611.A.966.html
※ 引述《jyuny1 (凱文藍)》之銘言:
: 這麼快,就是這些數據太多了,而且標準明確所以容易訓練獲得結果。但帶來的衝擊也是很
: 明顯的,這就不多贅述了
: 3. 長期 2027 年,我看完財報比較有懷疑的是 gemini enterprise 80% 的增長到底是怎麼
: 來的。按照我所知的很多企業自己怎麼用 AI 都搞不清楚。連數據都亂七八糟的就
: 算喂進去不管模型多聰明效果也有限。有玩notebooklm 的人應該能理解我在說什麼。
: 有人說 LLM 可以拿來做很多東西啊,比如翻譯、比如 RAG 還有很多東西。但目前 google
: 除了在 gmail(幫我搜 email 總結內容)、google worksuit(幫我做 ppt) 、搜索的ai
: overview 幫我做總結意外,在消費級的體感上並沒有爆炸性的突破。
: 長期不認為賣 token 是一個好生意,這個模式到最後就是比誰最好最便宜。跟電商的多快好
: 省差不多邏輯。習慣賺高毛利的互聯網公司不會長期做這件事情
: 結論
: Google 如果沒出什麼黑天鵝要輸的機率不大。他是目前牌桌上少數有技術、有數據(幾乎全
: 世界的 search query)、有錢(廣告跟 GCP 現金流)、有硬體(TPU)的公司。如果這些辦
: 法除了搞 gemini 賣 token 以外再做出什麼面向消費者的 killer application 估計也幾個
: 人能搞出來了。
: 如果上述被證明屬實等於變相證明 LLM 是個看起來華麗但沒辦法對廣大消費者造成改變並帶
: 來業務增量的技術。這樣 mega7 是否會願意繼續付錢?nvda 是否能繼續獲得訂單?這整個
: 擊鼓傳花的資本敘事是否能繼續?
: —- 以下是題外話
: AI 的定義很廣,被新聞媒體用爛了
: 沒 chatgpt 之前的搜索引擎、ranking、matching、語意理解這些也屬於 AI 領域的範疇,
: 現在很多人的 AI = LLM 這樣理解也是有偏頗的。
: coding agent 只是讓寫程式的演變
: 第一代人寫組合語言到機器碼執行
: 第二代人寫程式語言透過 compiler/interpreter 轉到機器碼執行
: 第三代人利用自然語言透過 LLM 寫程式語言透過 compiler/interpreter 轉到機器碼執行
:
: 轉譯越來越多不一定是好事情,但第三代成本低可以 24 小時運作,完成事情的邊際成本降
: 低,這樣就變成工業化的形式
:
: 另外一個是利用 LLM 產電商產品圖、文案、內容從廠商的角度看起來很棒,但最後還是要?
: 真人買單才能轉成 GMV。如果大眾天然對模型做的內容反感,那這些所謂的「增效」是否真
: 的有用?
:
: 有人會舉之前工業化前的商品作為例子,但核心區別在一個是摸的到的實體工業化產出,而
: 這波是看不到摸不著成本更低規模更大的產出。我認為越多內容垃圾,會降低整體人類跟模
: 型的智力
:
:
: --
: ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.117.39 (臺灣)
: ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1784842068.A.B13.html
:
: ※ 編輯: jyuny1 (1.160.117.39 臺灣), 07/24/2026 05:32:08
:
: ※ 編輯: jyuny1 (1.160.117.39 臺灣), 07/24/2026 05:34:47
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 98.37.67.135 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1784843877.A.5A7.html
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:00:47
推
07/24 06:02,
5天前
, 1F
07/24 06:02, 1F
推
07/24 06:02,
5天前
, 2F
07/24 06:02, 2F
推
07/24 06:02,
5天前
, 3F
07/24 06:02, 3F
→
07/24 06:02,
5天前
, 4F
07/24 06:02, 4F
推
07/24 06:04,
5天前
, 5F
07/24 06:04, 5F
→
07/24 06:05,
5天前
, 6F
07/24 06:05, 6F
推
07/24 06:10,
5天前
, 7F
07/24 06:10, 7F
推
07/24 06:10,
5天前
, 8F
07/24 06:10, 8F
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:14:54
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:17:42
推
07/24 06:18,
5天前
, 9F
07/24 06:18, 9F
推
07/24 06:22,
5天前
, 10F
07/24 06:22, 10F
→
07/24 06:22,
5天前
, 11F
07/24 06:22, 11F
這些新創是LLM蓋的垂直AI 他們貢獻了雲端三大廠商大部分收入
垂直AI->AI Agent (跑在雲端三大廠商)->雲端裡面除了GPU還包含資料
垂直領域個公司所需要SAAS資料,GPU/GPU都在三大雲端上面
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:25:43
推
07/24 06:28,
5天前
, 12F
07/24 06:28, 12F
→
07/24 06:28,
5天前
, 13F
07/24 06:28, 13F
你不是在討論LLM帶來Mag7成長嗎 主題就是To-B成長啊 To-B在非碼農滲透率不到30%
這就是未來的需求跟Mag7 所賭的未來
美國在醫療支出(醫院 保險 藥局等等)目前是5.3兆美元 但效率極低 透過LLM自動化
這就是他市場 目前除了新創外 想搶入玩家有 狗家醫療 Nvidia,Amazon, Orcale,MSFT
所以的佈局都在打入自動化 第二大就是法律財經房地產 這些滲透率都還沒超過30%
OpenEvidence AI對每個醫生收的1000元 部分都會貢獻到三大CSP上
https://www.youtube.com/watch?v=fNI__WGJzbE
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:30:56
推
07/24 06:29,
5天前
, 14F
07/24 06:29, 14F
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:35:01
推
07/24 06:34,
5天前
, 15F
07/24 06:34, 15F
→
07/24 06:34,
5天前
, 16F
07/24 06:34, 16F
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:35:58
推
07/24 06:38,
5天前
, 17F
07/24 06:38, 17F
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:38:30
推
07/24 06:39,
5天前
, 18F
07/24 06:39, 18F
→
07/24 06:40,
5天前
, 19F
07/24 06:40, 19F
https://waytoagi.feishu.cn/wiki/Xmk2w8Fwwi8zWpkJRTYc3G8znkT
我是在這領域 目前我聽到都是反過來
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:42:43
推
07/24 06:43,
5天前
, 20F
07/24 06:43, 20F
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:44:21
→
07/24 06:44,
5天前
, 21F
07/24 06:44, 21F
你認真......上述都已經落地 ARR就是收入啊 真實收入
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:45:05
推
07/24 06:46,
5天前
, 22F
07/24 06:46, 22F
→
07/24 06:46,
5天前
, 23F
07/24 06:46, 23F
https://www.cdhuabenlihe.com/sys-nd/77.html 你看最後一段
美國醫療AI有經濟效益 中國沒有
摘錄上方
医院采用意愿
中國
低(缺乏商业动力)
美國
高(有明确经济效益)
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:47:20
※ 編輯: LDPC (98.37.67.135 美國), 07/24/2026 06:48:49
推
07/24 06:48,
5天前
, 24F
07/24 06:48, 24F
→
07/24 06:48,
5天前
, 25F
07/24 06:48, 25F
→
07/24 06:48,
5天前
, 26F
07/24 06:48, 26F
→
07/24 06:48,
5天前
, 27F
07/24 06:48, 27F
→
07/24 06:49,
5天前
, 28F
07/24 06:49, 28F
→
07/24 06:49,
5天前
, 29F
07/24 06:49, 29F
還有 40 則推文
還有 2 段內文
噓
07/24 07:37,
5天前
, 70F
07/24 07:37, 70F
→
07/24 07:39,
5天前
, 71F
07/24 07:39, 71F
→
07/24 07:39,
5天前
, 72F
07/24 07:39, 72F
→
07/24 07:39,
5天前
, 73F
07/24 07:39, 73F
→
07/24 07:39,
5天前
, 74F
07/24 07:39, 74F
→
07/24 07:40,
5天前
, 75F
07/24 07:40, 75F
→
07/24 07:41,
5天前
, 76F
07/24 07:41, 76F
推
07/24 07:43,
5天前
, 77F
07/24 07:43, 77F
→
07/24 07:43,
5天前
, 78F
07/24 07:43, 78F
→
07/24 07:43,
5天前
, 79F
07/24 07:43, 79F
→
07/24 07:43,
5天前
, 80F
07/24 07:43, 80F
→
07/24 07:43,
5天前
, 81F
07/24 07:43, 81F
→
07/24 07:43,
5天前
, 82F
07/24 07:43, 82F
→
07/24 07:43,
5天前
, 83F
07/24 07:43, 83F
推
07/24 07:51,
5天前
, 84F
07/24 07:51, 84F
→
07/24 07:51,
5天前
, 85F
07/24 07:51, 85F
推
07/24 07:51,
5天前
, 86F
07/24 07:51, 86F
→
07/24 07:52,
5天前
, 87F
07/24 07:52, 87F
→
07/24 07:52,
5天前
, 88F
07/24 07:52, 88F
推
07/24 07:53,
5天前
, 89F
07/24 07:53, 89F
→
07/24 07:54,
5天前
, 90F
07/24 07:54, 90F
→
07/24 07:55,
5天前
, 91F
07/24 07:55, 91F
推
07/24 07:55,
5天前
, 92F
07/24 07:55, 92F
推
07/24 07:57,
5天前
, 93F
07/24 07:57, 93F
→
07/24 07:57,
5天前
, 94F
07/24 07:57, 94F
推
07/24 07:57,
5天前
, 95F
07/24 07:57, 95F
→
07/24 07:57,
5天前
, 96F
07/24 07:57, 96F
→
07/24 07:57,
5天前
, 97F
07/24 07:57, 97F
推
07/24 07:58,
5天前
, 98F
07/24 07:58, 98F
推
07/24 07:59,
5天前
, 99F
07/24 07:59, 99F
→
07/24 07:59,
5天前
, 100F
07/24 07:59, 100F
推
07/24 08:00,
5天前
, 101F
07/24 08:00, 101F
→
07/24 08:00,
5天前
, 102F
07/24 08:00, 102F
推
07/24 08:05,
5天前
, 103F
07/24 08:05, 103F
→
07/24 08:05,
5天前
, 104F
07/24 08:05, 104F
推
07/24 08:06,
5天前
, 105F
07/24 08:06, 105F
推
07/24 08:13,
5天前
, 106F
07/24 08:13, 106F
推
07/24 08:14,
5天前
, 107F
07/24 08:14, 107F
推
07/24 08:16,
5天前
, 108F
07/24 08:16, 108F
推
07/24 08:16,
5天前
, 109F
07/24 08:16, 109F
討論串 (同標題文章)
完整討論串 (本文為第 10 之 26 篇):
情報
19
115
情報
69
206
情報
79
204
情報
14
209
情報
10
32
情報
11
28
情報
15
43
情報
15
25
情報
34
133