（視頻來源：對話ARK Invest創始人Cathie Wood）

北京時間 6 月 5 日，在《The Diary of a CEO》最新一期節目中，ARK Invest 創始人、掌管 300 億美元資產的‘女股神’  Cathie Wood（凱茜·伍德），用三組數據劃出 AI 落地的爆發路徑：

• 訓練側：過去兩年，GPT-3 級別模型的訓練成本從 460 萬美元跌到 45 萬美元，年降幅約 70%，堪稱“斷崖式”跳水；
• 應用側：ARK 測算 Robotaxi 單英里成本可低至 0.25 美元，比現有網約車便宜近 90%；
• 消費側：AI 代理激發的新消費行為，2030 年線上支出或達 9 萬億美元，改寫全球最大產業鏈的資金流。

在同一天，特朗普在 Truth Social 威脅“取消特斯拉全部政府合同”，引發政商關系驟然緊張。

但 Cathie Wood 的判斷更冷靜、更本質：

“Robotaxi 的成敗，關鍵不是誰在互嗆，而是成本模型能不能跑通?！?/span>

在這場長達近兩個小時的對話中，她反復強調：

AI 不再是技術問題，而是成本問題；

也不再是增長點，而是遷徙線。

她將“降本 → 技術裂變 → 資本遷徙”總結成 3 條 AI 遷徙線：

1. Robotaxi：每英里 0.25 美元，吞掉全球最大就業產業；
2. 端側大模型：推理本地化+氛圍編程，把 AI 搬進每臺設備；
3. AI 醫藥：從癌癥早篩到一次性治愈，AI 正攻入人類生物根系。

她不是工程師，也不是科學家，但她押注的路徑幾乎都在提前兌現。

在變量劇增、趨勢難判的當下，這篇文章不靠猜測、不談愿景，只拆解 Cathie Wood 明確押注的三條 AI 成本遷徙圖。

第一節｜Robotaxi：AI 正在替代地球最多的工人

你知道嗎？交通運輸是全球雇傭人數最多的服務業之一。

這是 Cathie Wood 在節目里反復提到的話。

她不是在談一個概念，而是在告訴你：自動駕駛帶來的不只是技術進步，更是就業大洗牌。

?? 不是升級開車，而是替你去上班

在這次訪談中，她用了一個非常直觀的類比：今天美國打 Uber，一英里大概要 2 到 4 美元。我們測算 Robotaxi 成熟運營后，每英里只要 25 美分，便宜了快 90%。

成本低到這個程度，意味著什么？這將讓很多人不再自己開車，轉而讓車自己跑出去接單、送貨、拉客。

這不再是“我買車”，而是“我買一臺能幫我賺錢的車”。

她甚至舉了自己的例子：我可能會買第二輛 Model Y，白天它開出去賺錢，晚上來接我下班。

這不是幻想。

她表示：特斯拉的核心價值不是造車本身，而是即將推出的 Robotaxi 平臺。

?? 馬斯克與特朗普撕破臉，Robotaxi 還穩得住嗎？

就在剛剛，馬斯克與特朗普徹底“翻臉”。

當地時間 6 月 5 日，特朗普在社交平臺公開威脅取消特斯拉政府補貼；馬斯克隨后在 X 上附和彈劾總統的貼文，直接硬剛到底。

直接結果是：特斯拉當日股價暴跌 14.26%，市值一日蒸發超 1500 億美元（數據來源：CNN）。

一時間讓市場嘩然，許多人擔心：Robotaxi 還靠譜嗎？特斯拉還撐得住嗎？

表面上看，補貼風險陡升。

但無論是從 Cathie Wood 的表態，還是從整個 Robotaxi 產業的運行機制來看，真正支撐這條賽道的，不是某項補貼政策，而是一套能自洽的系統閉環：技術 → 算法 → 調度。

閉環能跑通，它就是產業；跑不通，就只是概念。

? 技術：FSD & Dojo 把感知-決策延遲壓到毫秒級；? 算法：動態定價 + 路網預測撐起盈利模型；? 調度：規?；蟪杀緮嘌率较陆担呐铝阊a貼也跑得動。

換句話說：

即使沒有政府補貼，只要 AI 調度系統能跑通、自動駕駛能力足夠穩定、加上規模化帶來的單位成本持續下降——Robotaxi 依舊是一門能成立的生意。

更何況，這條賽道也不是馬斯克一個人在跑：

Waymo、百度 Apollo 等都在全球范圍內沙盒測試，AI 駕駛員這條路線早已不是押一個人，而是押一整個時代。

這不是空談——馬斯克很早已經宣布：特斯拉將在今年 6 月，在奧斯汀推出首批可以網約運營的 Model Y。

而整個 Robotaxi 網絡，從人、車到平臺，全由 AI 驅動。

到那時，特斯拉不是車企，它是地球上最大的 AI 項目。

Cathie Wood 預測：Robotaxi 生態將在 5～10 年內產生 8～10 萬億美元收入，相當于全球 GDP 的一成。。

如果你把這當作科技新聞看，那你可能看漏了：這是一個完整產業的換代。整個出行行業的游戲規則，將從‘找司機’，變成‘調 AI’。

但事情不止于地面交通。

?? AI 不在實驗室，而在街上“打工”

她提到另一個正在起飛的領域：我們投了一個叫 Archer 的公司，做電動垂直起降飛行器——簡單說，就是飛行汽車。

它像大型無人機一樣起降，可以載人，也可以運輸。她認為：

未來不僅是地面，連空中的運送和移動，都將由 AI 接管。

說到底，Robotaxi 的意義，不在于自動駕駛做得好不好，而在于它把 AI 變成了一種有收入的勞動者。

不再是人用 AI，而是 AI 自己出門打工賺錢。

這才是她看好特斯拉的核心原因。不是因為它電動，而是因為它是全世界最賺錢的 AI 落地點。

你還以為 AI 是屏幕里的 ChatGPT/DeepSeek。而 Cathie Wood 已經在押注它變成街上的“司機”、天上的“飛行員”、未來的“勞動力”。

而這，正是她看到的第一條遷徙線——AI 從“概念”走進“收入閉環”的現實跳板。

當出行降本先跳水90%，端側模型與 AI 醫藥也在排隊入場——這就是 Cathie Wood 看到的三條遷徙線閉環。

第二節｜端側模型：把 AI 裝進你的大腦

“未來的 AI，不會藏在云端數據中心，它會在你身邊的每一臺設備上執行任務。”

Cathie Wood 在這句話后，停頓了一下，然后補了一句：

“你不會再寫代碼了，你只要用英語告訴它你想干嘛，它就會照著做?！?/span>

“氛圍編程”（Vibe coding）——也可以理解為：你對 AI 說一句話，它就能理解你的意圖，并開始動手幫你完成。

這不是想象，而是她已經看到的產品趨勢：AI 編程初創公司 Replit 的演示太震撼了，我們決定替換掉一些原來花錢買的現成軟件，改用 AI 幫我們現場定制軟件。

這些 AI 工具最大的變化是什么？她說：不是功能變強，而是它們開始貼身服務，你可以隨時定制，而且它變得非常懂你。

她特別提到一個趨勢：AI 正在從“通用模型”轉向“端側推理”——也就是說，未來的大模型不在云上運行，而是在你手機、手表、車里本地運行。

這會帶來什么變化？

當推理本地化以后，每個用戶會有自己專屬的 AI。它不是一個萬能助手，而是根據你說話方式、行為習慣、決策模式持續學習的隨身合伙人。

Cathie 甚至用了一句非常樸素的話總結這一趨勢：

我們不再需要買一堆統一的軟件產品，而是每個人都可以讓 AI 為自己定制工具。它聽得懂你、理解你、服務你。

她說，這一趨勢將帶來兩個連鎖反應：

?? 一是軟件產品的邏輯會被改寫

傳統軟件是“我賣你一個功能”，但 AI 工具是我幫你做一件事，甚至我先替你想一步。

AI 會代替你選產品、比方案、發出指令、檢查結果，

它不只是一個助手，而是一種自動執行的個體。

她的用詞很簡單，但意思很清楚：未來不是“我用 AI 做事”，而是“我讓 AI 替我動手”。

?? 二是 AI 產業鏈將向終端轉移

她明確表示，ARK 的團隊正在大幅調倉：我們以前投英偉達，是因為它代表訓練端。但現在我們更關注那些在‘應用場景’落地的公司?！?/span>

她舉了 Palantir 的例子：Palantir 不要求企業推翻原來的IT架構，而是能直接落在任何技術堆上，為客戶搭建自己的 AI 執行平臺。

她還特別看好一類趨勢：“端側 + 專用芯片 +個性化模型”組合。

AI 不再是一種服務，而是像智能手機一樣，是一件你每天都會帶在身邊、并和它協作的工具。

用一句話總結她的判斷：

訓練是過去的重點，推理才是未來的爆發口。

AI 不再只是大公司的“戰略試驗”，它正在變成一個每個人都能帶走的“個人助手”。

不再遠在服務器，而是住進你口袋里的“第二個大腦”。

這，正是第二條遷徙線：從云端工具到端側智能，從平臺能力到每個人的能力躍遷。

第三節｜AI 醫藥：從診斷到治病，AI 要重寫看病流程

AI 會大幅縮短新藥研發周期，從 10 年變成 3 年。

這是 Cathie Wood 在談到醫藥領域時說的第一句話。沒有夸張，沒有技術名詞，只是一種近乎冷靜的宣告。

?? 新藥研發，不再是十年馬拉松

她講的不是某種未來猜想，而是資本已經行動的方向。他們已經投了 Recursion、Insitro、Tempus 這些公司，它們都在用 AI 加速從疾病發現、分子設計、到臨床實驗的全過程。

過去，新藥的研發流程像一場馬拉松：從發現、篩選，到動物實驗、人體試驗、審批，往往要耗費十年時間，花掉幾十億美金。成功率還不足 10%。

但她說，AI 進來后，事情變了：

AI 可以快速掃描數十億個分子組合，找出最可能有效的那幾個；它還可以提前模擬副作用，大大減少試錯成本。

這些不是假設，而是她實實在在看到的落地項目：AI 制藥龍頭公司 Recursion 在幾個月內生成了數千萬個分子組合，過去靠人工篩查根本不可能這么快。

?? 看病流程，也被悄悄重排

她特別強調了一點：AI 不只是讓醫療更快，更是在顛覆我們對疾病的理解。

她舉了一個被忽視的細節：過去我們研究癌癥，靠病理圖像和基因標記。但現在 AI 能從患者體征、語言、眼動軌跡等‘非結構化信息’中提前識別出疾病?！?/span>

她說，在 Tempus(該公司通過AI在醫療保健領域的實際應用) 提供的臨床平臺中，AI 甚至可以：

• 通過對話判斷患者的情緒變化是否異常；
• 比對語音和面部數據識別抑郁風險；
• 在醫學影像中找出人眼遺漏的早期腫瘤跡象。

她用了一句特別明確的話：

AI 不需要‘懂醫學’，它只要識別規律。

人類看不見的異常，它能從海量數據中找出來。

她不是醫生，但她看的清楚：醫藥行業從來不缺技術，缺的是效率。

AI 就是來打破那個效率瓶頸的。

?? 醫藥行業，是 AI 最可能翻盤的高門檻場

眾所周知，醫療行業當前最大的問題，不是沒錢，也不是沒需求，而是流程太慢、成本太高、試錯太貴。

那為什么 AI 有機會？

因為 AI 是最適合‘高維度+高復雜度+高反饋延遲’行業的工具。

她說，醫藥是那種“今天決定、十年驗證”的產業，而 AI 正好能把這種“時間等待”壓縮成電腦計算。

這句話雖然技術含量不高，但卻讓人印象深刻：過去是臨床試驗等結果，現在是數據建模出方向。

所以，她在這部分節目最后總結說：AI 醫藥不是下一波熱點，它是必須發生的事情。因為這個行業，不能再等十年。

她沒有渲染愿景，只是擺出一組又一組落地的現實：

• 藥物設計用天算，不再靠年算；
• 早篩檢查由 AI 提前預警，不靠偶然發現；
• 病人的就診軌跡從“排隊+等待”，變成“推送+響應”。

這不是醫療革命的口號。 這是AI正在拿下的最后一塊硬骨頭。

所以，第三條遷徙線：AI 不只診斷，而是參與治療本身。

第四節｜AI 資本遷徙圖：Wood 押的是哪里能賺

AI 的故事，不在估值，而在遷徙。

這是 Cathie Wood 整場訪談里，最像結論的一句話。

她不是在談某家公司漲了多少，而是在畫一張資本地圖：從哪里撤出，往哪里聚集。

?? 第一類撤退：老巨頭的云端邏輯正在老去

Wood 直接點名：過去市場押注的是‘訓練成本下降 → 模型變強 → 云服務收費’這個邏輯。但現在，這條鏈路斷了。

她解釋道：

• 模型已經越來越強；
• 但市場并不愿意為“更強的聊天工具”買單；
• 企業客戶要的是“真能干活”的 AI，不是“更聰明”的 AI。

這對過去兩年“堆模型、賣API”的商業模型，是個很大的打擊。

訓練成本越低，能力越強，

結果反而讓‘統一云端模型付費’這條路失效了。

她毫不含糊地說：云服務商還在賣模型，人們已經在找工具。

?? 第二類加倉：AI 真正落地的三類方向

用“遷徙”這個詞，不是比喻，而是策略方向。

因為她已經把大量資金從云基礎設施和舊平臺轉向了‘三類真實使用場景’：交通、平臺軟件、醫藥。

這三條線，恰好就是她整場訪談的核心：

• Robotaxi：押注運營效率，而不是技術領先；
• 端側大模型：押注貼身協作，而不是統一入口；
• AI 醫藥：押注成本結構，而不是科研突破。

不是誰的產品最聰明，而是誰最先把 AI 放進業務流程。

Wood 沒說AI 最強，她在談誰先用上，誰先賺錢。

?? 第三類機會：中小企業的跳躍窗口打開了

她特別提醒了一點，被很多人忽略了：

AI 不只是大公司的事。

它其實更有可能先在小企業和新市場中爆發。

她給出的原因也很清楚：

• 大企業有原有IT系統，切換代價高；
• 而小企業反而可以直接跳過舊流程，直接用 AI 執行任務。

她舉了一個簡潔的例子：一個沒有技術團隊的小公司，現在也可以用像 ChatGPT + Zapier + Notion 的組合，完成以前需要 5 個崗位的工作。

這不是預測，而是她正在押注的路徑：我們投的很多創業公司，就是幫助小團隊用 AI 快速搭建流程、完成交付。

所以她特別強調：

AI 不再是技術產業，而是‘效率革命’。

這句話，是她資本遷徙的邏輯底層：誰能幫別人提速降本，錢就往哪兒去。

她沒有用“趨勢”“風口”這種大詞。她用的是一種資本人的語言：

• 哪類成本下降最快？
• 哪類效率提升最明顯？
• 哪類人最先把 AI 用起來？

這些問題背后，藏著的是資金的遷徙，也是技術紅利真正開始釋放的地方。

第五節｜AI 投資，不是炒股，是押落地位置

在這場訪談中間，Cathie Wood 說了一句話——不像股評人，更像一個戰略規劃者：

AI 投資，不是賭哪只股票會漲，而是賭哪類場景先跑通。

她說的是跑通，不是有潛力；是已經能用了，不是可能很強。

她把話題從英偉達，帶到了幾個她親自加倉的新公司。

?? 從“賣鏟子”英偉達，到“挖金子”的閉環玩家

她沒有否定英偉達，而是指出：我們很早買了英偉達，也確實賺了。但我們現在更關注那些能‘把 AI 用起來’的公司。

她點了幾個例子：

• Palantir(企業AI服務商)：幫政府和企業把 AI 用在國防、應急、工業流程中，“它不是賣模型，而是部署落地”；
• Tesla（自動駕駛）：不是炒自動駕駛概念，而是已經把 Robotaxi 拉上路，“數據、芯片、車隊、平臺都在它手里”；
• CRISPR Therapeutics（基因編輯）：用 AI 精準設計基因編輯路徑，“從編碼到臨床，AI 在中間扮演越來越關鍵的角色”。

她的核心標準只有一個：我們更關注誰已經在用 AI 重寫流程，不是用它做演示 Demo。

她用一句話回應這個轉向：

“我們要投能閉環的場景，不是最前沿的模型?！?/span>

?? 她的判斷標準：能不能踩中產業三線

Wood 不是盲目憑感覺，她背后有一套評估閉環場景的標準：

1. 符合賴特定律：使用越多，成本越低（像Robotaxi，越跑越便宜）；
2. 能跨產業復制：不只是服務一個行業（Palantir 的 AI 工具能用在國防、醫療、制造）；
3. 具備平臺潛力：不只是做一個產品，而是讓更多人在上面“搭積木”。

當前很多AI只是輔助工具，他們要找的是'平臺型公司'——能改變整個游戲規則的那種。

?? 到這里，中國團隊該怎么想？

Wood 沒有在節目中談中國市場，但她的這套“遷徙邏輯”，給了我們三點明確啟發：

• 別只盯大模型廠商，要看誰能跑完一整個流程；
• 不是拼參數，而是能不能幫客戶解決問題、做完事；
• 真正的機會，不在 AI 本身，而是在“AI+產業”結合點——醫療、交通、制造、金融……

不是讓你追熱門股，而是在告訴你： 在你的行業做AI平臺； 在你的工作中用AI提效； 在你擅長的領域開發AI工具。

她下注的，不是一個科技產品，而是產業升級。

她看重的，是誰能第一時間把 AI 塞進業務流程，完成那次落地——哪怕只有一小步，也足以讓資金遷徙。

?? 結語｜遷徙的，不只是資本，而是你的位置

在節目最后，Cathie Wood 說：

AI 不是我們的對手，它只是重新劃了一條效率的界線。

她提醒大家：技術浪潮不會等你。它總是在你沒準備好時，就悄悄改寫一切。

這場遷徙，不只是資金的流動，而是角色的轉換。不是資本更聰明了，而是你還站在原地。

她在一整場對話中，反復提到一個關鍵詞：“落地（deployment）”。

對中國讀者來說，這不是投資建議，更像是在說：別光看，趕緊去做。

因為現在的問題已經不是 AI 會不會火，

而是：當 AI 遷徙到了你所在的行業，你是在參與，還是被替換？

?? 本文由AI深度研究院出品，內容根據 ARK Invest 創始人 Cathie Wood 在播客《The Diary of a CEO》中演講獨家整理，未經授權，不得轉載。