从云经济学之父，到人工智能经济学奠基人

——乔·韦曼：站在技术与商业交点上的“稀有物种”，和他写给中国的一份387页报告

“当全世界都在惊叹 AI“跑得多快”、“值多少钱”时，这位在贝尔实验室、AT&T、惠普做了一辈子产业的老兵，执意要回答一个更难、也更要紧的问题——AI 究竟怎么落到产业里去，让企业赚钱、让投资人下注、让政策生根。这，正是一门新学科的起点。”

2026年5月下旬的北京。一位身形挺拔、语速平缓的美国人站在台上，面对一屋子中国的企业家、投资人和年轻学者，没有先抛出任何宏大的术语。他先讲了一个关于电饭煲的比喻。

在不久前接受新京报贝壳财经专访时，乔·韦曼（Joe Weinman）用同样的方式，把两套晦涩的 AI 行业衡量标准讲得活灵活现：只盯着“有多少人用”的 token（词元）经济学，像个“只关心多少人会煮米”的卖电饭煲的人；而百度李彦宏提出的 DAA（日活智能体数），更像“开餐厅”——在乎的是米有没有被浪费、客人爱不爱吃。谈起中美 AI 模型之争，他又顺手打了个比方：美国模型像兰博基尼，“够炫酷”，中国模型像小鹏，开的人更多——“没有绝对最好的模型，只有最适合特定场景的模型。”

这就是韦曼。一个能把最硬核的人工智能经济学，讲成寻常人都听得懂的故事的人。而在所有解读这场 AI 革命的声音里，他恰恰是最稀缺的那一类——不是预言家，不是分析师，也不是纯粹的科学家，而是少数真正站在“技术”与“商业”交点上的人。

图1　三大报告：互联网女王讲“速度”、木头姐讲“估值”，而韦曼讲“产业战略”。制图：他山石

一、中关村学院的一个下午

那场演讲，是“北纬诺贝巅峰对话”的一部分。韦曼走进北京中关村学院与中关村人工智能研究院，带来的主旨演讲题为《从人工智能战略到商业增长：打造 AI 赋能型企业》。据现场报道，他“凭借数十年的行业实践经验及国际科技企业从业背景，系统揭示了商业创新的底层规律，以及 AI 时代中‘变与不变’的核心逻辑”，帮听众打通了一条从“懂技术”到“懂商业”的认知闭环。

这句话，几乎就是理解韦曼全部价值的钥匙。当天，他系统讲解了自己提出的“AI 经济学十大定律”。其中最朴素、也最锋利的一条是：从单位工作成本看，人力成本在持续上升，而机器成本在不断下降；与此同时，AI 驱动的系统在能力、效率、可靠性、可用性上正逐步超越传统人力，且天然可规模化、低波动、零疲劳，还能通过持续学习自我优化。理解这条曲线的交叉点，企业才谈得上在 AI 时代重构组织、把握增长。

面对中关村学院学生关于固态电池材料、分子动力学模拟的分享，他聊起量子退火在复杂能量优化中的应用，建议团队借鉴新型计算范式。面对企业代表关于产业格局的提问，他给出的判断是：人工智能正在重塑整个产业的价值体系。

一个细节耐人寻味：韦曼既能和最前沿的材料科学博士谈量子计算，又能转身告诉一位传统行业的老板，他的公司该从哪一层开始做 AI 转型。能同时接得住这两端的人，全世界并不多。

二、二十年磨一剑：从“云经济学”到“人工智能经济学”

韦曼今天的判断力，不是凭空而来。它建立在一条长达二十年、几乎从未偏移的主线之上——用严谨的经济学框架，为正在到来的技术革命“定价”。

二十年前，当“云计算”还是个语焉不详的新词时，韦曼做了一件别人没做的事：他用一整套数学框架，系统论证了“为什么企业要上云、云的价值到底该怎么算”，并为此造了一个词——Cloudonomics（云经济学）。这个词后来被全世界沿用，他也因此被称为“云经济学之父”。他写的《云经济学》，连同《新动能 新法则》《数字化革命》，被美国麻省理工、康奈尔大学、新加坡南洋理工列为科技战略教材；他的观点常年见诸《纽约时报》《商业周刊》《福布斯》。

一个能为一项技术“定价”、为一个时代“命名”的人，往往不是旁观者，而是亲历者。如今，当云计算的故事讲到尾声、人工智能成为新的底层叙事，韦曼把同一套功力，平移到了 AI 之上。他要回答的，不再是“云值多少钱”，而是“AI 究竟怎么赚钱、怎么落到产业里、怎么写进政策”。他甚至已经写好了下一本书——《人工智能商业战略》。这，就是“人工智能经济学”（AI-conomics）的由来。

2026年，正值他于2016年在纽约亲手创办的美国未来产业研究院（IIFI）成立十周年。一份长达 387 页的旗舰报告《颠覆性与有趣的科技：人工智能》，成为他从“云经济学之父”向“人工智能经济学奠基人”身份跃迁的代表作。报告封面上印着一个新造的词：AICONOMICS。

图2　韦曼的二十年：从贝尔实验室高管，到“云经济学之父”，再到“人工智能经济学奠基人”。

三、产业老兵，不是“图表派”

要真正理解韦曼报告的分量，得先理解他这个人，和市面上大多数“AI 趋势专家”的根本差异。

今天讲 AI 趋势的人，大体分两类：一类是华尔街分析师，擅长解读流量曲线；一类是基金经理，盯的是市值涨跌。他们看 AI，看的始终是“交易屏幕上的 AI”。韦曼不同。在创办研究院之前，他先后在 AT&T、惠普（HP）、贝尔实验室（Bell Labs）出任高管，做过数据中心服务公司 Telx（后并入全球最大数据中心 REIT 之一 Digital Realty）的高级副总裁，主导过企业战略、产品管理与创新研发的全流程。

他至今仍担任多家纳斯达克与纽约证券交易所上市公司的独立董事，为区块链基础设施公司 Syntropy、边缘计算平台 EDJX、IT 咨询公司 RampRate 等多家前沿企业提供战略顾问；手握 27 项美国及国际技术专利，是 IEEE 雾计算/边缘计算顾问委员会成员、IEEE 5G 行业顾问委员会副主席、联合国国际电信联盟成员，还当过奈飞（Netflix）“云端奖”的评委。他曾受邀出席腾讯云+未来峰会，与马化腾同台对话，也曾受浙江、广州、重庆等地政府领导接见。

“乔·韦曼也许是最有资格预测互联网时代未来走向的人。”

—— AT&T 前任首席执行官

这句来自老东家掌门人的评价，并非客套。它点明了一个关键区别：米克尔与木头姐看 AI，是从证券屏幕上看；而韦曼看 AI，是从斯坦福的实验室、马斯克的孟菲斯机房、董事会和客户合同里看。前者是“图表派”，后者是“产业派”——这正是为什么，他的报告对中国的创业者、大厂、传统企业转型而言，价值要高得多。

四、与 KK、皮埃罗、图灵奖的不同：他站在技术与商业的交点

在中国，企业和政府请得到的国际顶尖大脑并不少。凯文·凯利（KK）以《失控》预言数字时代，是站在云端的趋势预言家；皮埃罗·斯加鲁菲（Piero Scaruffi）梳理人工智能的思想史，是冷静的硅谷观察者；图灵奖得主们则精于算法与体系的第一性原理，是学术金字塔的塔尖。他们每一位都极有价值。

但他们回答的，大多是“AI 是什么”“AI 会走向哪里”这样的问题。真正把 AI 翻译成“一家企业该怎么赚钱、一位投资人该怎么下注、一个地方政府该怎么把它写进产业政策”的人，却凤毛麟角。韦曼，正是这极少数中的一个。

“我们正进入一个全新的时代——消费决策，首次不再由人类的非理性行为主导，而是由智能体的理性逻辑主导。”

—— 乔·韦曼，新京报贝壳财经专访

他在那场专访里把这个判断推到了极致：当消费者把决策权交给智能体，智能体不会被明星代言打动，也不会被路边广告牌影响——它会一眼看穿“这款尺码偏大、宽了一英寸，不适合我的主人”。于是整个商业逻辑可能被颠覆：企业不再砸钱投广告，而是转向精准定义产品与服务的参数。这不是技术预言，这是一套关于商业模式如何被重写的经济学推演。

这种能力的底色，是他的“AI 经济学十大定律”。其中最具杀伤力的一条，就是机器成本与人力成本的交叉——它像一条铁律，决定了哪些岗位、哪些环节、在什么时间点会被 AI 接管。读懂这条曲线的企业，才知道该在何时、向哪一层下注。

图3　韦曼“AI 经济学”核心定律之一：机器成本下行、人力成本上行，二者终将交叉。

五、三大报告：世界 AI 报告的“第三极”

把视野放到全球，2025 到 2026 年，真正被业界反复引用的 AI 趋势报告，其实只有三份，它们共同构成了一个“三大报告”。

第一份，来自“互联网女王”玛丽·米克尔（Mary Meeker）2025 年 5 月的 340 页《人工智能趋势》。自 1995 年她在摩根士丹利写出第一份《互联网趋势报告》起，她始终是那位最会捕捉“增长曲线右上方”的人。她讲的，是“AI 跑多快”——ChatGPT 17 个月到 8 亿月活、DeepSeek 4 个月到 4.8 亿访问量。

第二份，来自“木头姐”凯西·伍德（Cathie Wood）的 ARK 投资 2026 年 1 月《重大理念 2026》。她讲的，是“AI 值多少钱”——2030 年全球 GDP 增速 7.3%、Robotaxi 企业价值 34 万亿美元。她的每一个结论，最终都指向一个动作：买入哪只 ETF。

第三份，正是韦曼这份 387 页报告。它既不讲纯粹的速度，也不止于估值，而是回答那个最难的问题：AI 究竟怎么赋能产业。三者之中，米克尔离“流量”最近，木头姐离“股价”最近，而韦曼，离“产业”和“落地”最近。

图4　三份报告，三种读法。资料来源：各报告及他山石整理。

“互联网女王告诉你 AI 跑多快，木头姐告诉你 AI 值多少钱，而乔·韦曼告诉你 AI 究竟怎么赋能产业——怎么用它创业、怎么靠它投资、怎么把它写进产业政策。”

—— 他山石 · 特稿评论

六、一把叫 TRIP 的尺子，和八个层级

韦曼报告的看家本事，是一套叫 TRIP? 的方法论——Technology Readiness Inflection Point（技术成熟度拐点）。它把任何一项技术从诞生到淘汰的生命周期，拆成七个关键拐点：科学、发明、实现、商业化、规模化、扩散、成熟，之后是衰退。

这把“尺子”的价值，在于它能让创业者、投资人、政策制定者立刻回答一个最朴素的问题：这项技术，现在到哪一步了？该入场，还是该退出？报告甚至用 1802 年至 2026 年的灯泡产业做案例，把两百年的历史完整套进 TRIP 七阶段——一个原本抽象的“技术拐点”，就此变成了可操作的产业判断。这是米克尔的“速度图表”和木头姐的“GDP 预测”都替代不了的。

图5　TRIP? 技术成熟度拐点模型——韦曼报告的核心方法论。

在 TRIP 之外，报告还把全球数百家公司，按 8 个层级逐一切分：从最上层的人机交互、AI 软件，到中间的计算系统、芯片与材料、物理平台，再到底层的数据中心与 AI 工厂、电力与冷却、地理选址。创业者一眼就能看清：自己想做的事在哪一层、跟谁竞争、与谁配套。

图6　韦曼把全球 AI 产业拆为 8 层，从应用一直到物理底座。

更宝贵的，是报告点出的一批中文世界还没充分讨论的“蓝海原语”。比如智能体支付协议（AP2）：当 AI 自己会花钱、自己签合同，谁来做底层结算、谁来承担信用风险？这可能是下一个 Stripe 级别的机会。又如光子相变材料，是英伟达存算一体之外，另一条可能颠覆 AI 推理能耗的路径。报告还含有 48 个全球公司榜单，按美国、中国、世界其他地区分类——投资人可以直接拿它做一级市场尽调清单、二级市场调仓参考。这是“图表派”的速度数据给不了的。

七、387 页里，写给中国的那几页

如果说这份报告里有哪一页最该被中国企业家读到，那一定是中美关键技术对照表。报告援引澳大利亚战略政策研究所（ASPI）2026 年 3 月的数据，给出了一个让人精神一振的判断。

图7　报告援引 ASPI 2026 数据：中国在 74 项关键技术中领先 69 项。

在 74 项关键技术中，中国领先 69 项；中国模型可达美国约 90% 的性能，却只需约 20% 的成本。DeepSeek、中芯国际、长鑫存储、华为云、中国电信内蒙古园区，都在报告中获得了专门篇幅。报告还点出一个耐人寻味的对照：美国大厂正在大规模 AI 裁员，而中国法院在 2025 年判决 AI 驱动的解雇、降职、降薪不合法——在韦曼看来，这是“两种 AI 文明”的并立。

也正因如此，这份报告对中国读者的“可执行性”，远高于另外两份。米克尔的“ChatGPT 17 个月达 8 亿”，中国创业者读完，并不知道下一步该做什么；木头姐推荐的 ARK 持仓，多是美股，普通投资者甚至无法直接买入。而韦曼的报告告诉你三件具体的事：你想创立的 AI 公司应该处在哪一层、对标谁；你想布局的标的属于 TRIP 哪个阶段、何时加仓何时减；你所在的银行、地产、制造、零售企业做 AI 转型时，该优先采用哪一层技术、避开哪些尚未跨过“死亡谷”的伪技术。

对韦曼而言，AI 早已不只是技术，而是一套正在重写商业规则的经济逻辑。他甚至重新定义了人们熟悉的概念：“数据中心只存信息”这个说法完全不对——在他眼里，今天的数据中心已经彻底转型为“AI 工厂”，专门生产“智能”这种全新的产品。

结语：奠基人

从“云经济学之父”到“人工智能经济学奠基人”，韦曼完成的，不只是一次个人称号的升级。在一个人人都在谈 AI、却很少有人能把 AI 真正“讲清楚”的时代，谁能提供一套被产业、被资本、被政策共同认可的框架与语言，谁就握住了这门新学科的奠基权。

“之父”是对过去的追认，“奠基人”却是对未来的承诺——它意味着一门叫“人工智能经济学”的新学科，正在他手里成形。而中国，恰恰最需要这样一套语言：我们已经在产业层、成本层、应用层走到了世界前列，缺的从来不是实践，而是一把能把碎片化的技术新闻，重新装回完整产业地图的尺子。

2026 年仲夏，韦曼即将再度访华。对中国的创业者、投资人、大厂战略部门和地方招商单位而言，这或许是 2026 年最值得当面请教的一位大脑——也是那份 387 页报告，最该被译成中文的理由。

乔·韦曼是他山石智库深度合作的世界级专家之一。如需邀请韦曼来华进行峰会演讲、企业战略闭门会、高管内训，或就 AI 产业战略、企业 AI 转型、中美技术对标展开合作，欢迎联系他山石智库。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。