这两天大家应该都被 智谱 AutoGLM 刷屏，我们已经看到了 AI Agent 协助 我们打车 / 买外卖的交互雏形。很多从业人员，甚至喊出了2025年会是 AI Agent 的元年。
- 产业界的朋友，已经领先一步去理解该模型是如何在技术层面实现（多模态？还是ORC）；
- 一级二级投资的朋友也不敢怠慢，马上开始研究 AI Agent对于算力需求的影响（包括英伟达 / 苹果等标的）
只不过 AI Agent 时代下的技术层面，算力层面，可能都只是我们的 "direction of travel"，毕竟我们都不仅仅是为了发展算力而发展AI。
技术和算力上面我都是外行，不敢献丑多加点评。今天只聊聊技术之外，AI Agent会给行业的生态模式带来哪一些改变。
几个思考：
1. 先说一些结论；AI Agent 会让权利向 Apple （或者微信）等分发渠道进一步靠拢；
2. 这意味着什么？谁是赢家？谁是输家？
3. 一些比较枯燥的思考结构。（一些现有模式下的思考对比）
180K
1. AI Agent 会让权利继续向 Apple 等渠道分发商靠拢
之前5月的时候，我聊过一次关于 苹果 vs AI vs 流量的思考；移动互联网时代下，Apple 可以从谷歌抽走20%的利润，那么理论上AI 时代下，一样可以。
有兴趣的朋友可以看看
9月的时候，BofA有一篇研报提出了一些系统化的论述（27 Sep，Wamsi Mohan）；
BofA里面的结论比我更加大胆：
结论1：以后几乎所有的软件，都可以类比成为 谷歌搜索 的流量入口（不同应用需要去竞价）。
用户与智能手机的交互方式将从目前手动选择应用程序(在智能手机上导航和使用应用程序)转变为让Siri决定"最佳"选择。
In our opinion, the interactions with smartphones will go from users choosing apps (currently we navigate to an app on the smartphone and use it) to letting Siri decide what app might be the “best” choice.
这可能会带来一个机会,即应用程序之间为获得用户业务而展开竞争。例如,用户可能会说"Siri,帮我找到回家的顺风车",不同的共享出行公司可能都想获得这笔业务并进行竞价。这在概念上与谷歌搜索结果并没有太大区别。
This can open up an opportunity where apps compete for a user’s business. For example a user might say “Siri, find me a ride to my home” and various ride sharing companies as an example might want that business and bid on it. This is notionally not very different from a Google search result.
结论2：苹果的TAM （潜在蛋糕）将会加剧膨胀；覆盖旅游，外卖，打车。（180K：也就是权利靠拢带来的自然结果）
以后苹果的TAM不仅仅是自己服务。所有航空公司，酒店，外卖，打车的TAM，都会变成苹果的TAM。（180K：BofA这里给的粗略猜想是在2036年，可能可以收刮8%的过路费）
180K
2. 这意味着什么？谁是赢家？谁是输家？
某种程度上，我和BofA设想的情景，已经被智谱的AutoGLM实现了。
用大白话来做一个不恰当的比喻。
以前你买下酒菜需要去菜市场，你订酒店需要打电话，你买车需要去4S店；现在，你突然聘请了一个秘书（AI Agent），秘书通过你的授权，去比价，找商家，完成采购。
而“秘书” / “大管家” 这一个角色，能产生多少权力寻租，在我们本土语境下不言自明（尤其是在我老家的人情社会当中）
几点猜想：
1. 谁能够充当这个“秘书”/ “大管家”的角色？
- 是研发出大模型的智谱 / Open AI 们？
- 还是硬件 / 设备渠道的 小米 / apple们？
- 或者是卡位好了生态系统的 微信们（参考硬核联盟 vs 游戏分发的例子）？
2. 竞价方式的改变
- Uber / 滴滴以前是靠 司机的供给 和 旅客的需求 来做一个动态竞价；那么在 AI agent 时代下，跨平台竞价将成为可能（滴滴 和 Uber的竞价可以通过 AI Agent去聚合完成）
- 这里的定价更接近于整个社会的 total demand vs total supply；权力寻租的空间可能更低（如果AI Agent的掌控方不作恶的话，某种程度上这样的模式更加消费者友好）
- 当然Uber / 滴滴 们的利润率会降低。这个也适用于美团 / 饿了么，或者携程 / agoda
3. 平台碎片化
- 因为美团们不再是拥有最多供给关系的平台，那么只要你有足够的地推能力 / 供给能力，你就可以在对应的地方拿下一部分市场份额。
- 我们可能可以看到美团份额在北京更高，饿了么在上海的份额更高（我随便举例的）；只要他们在对应的领域更有执行能力 / 供给能力。
- 但是这样的执行能力，就会变成体力活，苦力活。
- 以前大型航空公司掌握 供给，但是不掌握需求（接触不到客户），可能这类状况也会改变（不再需要携程）；肯德基不再需要通过饿了么。
3. 大数据反向杀熟
- 以前普通人没有算力，没有时间去做动态比价。现在的Ai Agent可以做到这件事（当然你可能需要给AI Agent一定的月度订阅费用）。
4. AI Agent 和 Agent 的互动；
- 当一个Agent 没办法一统江湖的时候（譬如华为小米苹果各自有一个 agent）；那么定价要如何产生。这里我还没想清楚，需要继续观察。
诸如此类的生态系统变化，会进一步影响AI Agent时代下的权利转变。
180K
3. 一些比较枯燥的思考结构。（一些现有模式下的思考对比）
上面的一些思考都属于比较发散性，并非一些已经建立好的实际案例。
我以前做过很久的 leveraged finance / syndication loan；很有意思的是，这里的一些行业利润分配，有不少相似之处。
这里我只是抛砖引玉，做个简单的示范。大家也可以把这类思考代入到自己熟悉的思考框架（譬如游戏分发行业的利润分配，房地产agent的分配，IPO agent的分配）；
或者我上面提到的“秘书” / “大总管”的例子也可以帮助我们去思考行业利润分配。
下面比较枯燥；因为时间关系，下面的思考也比较不完整，希望大家不要介意。
一些背景：
- Syndication loan / 银团借贷 主要存在于毕竟巨型 的交易里面。如果一家银行 / 基金没办法 /不想 借出完整额度的贷款，那么他们会把一部分贷款分发出去，给其他银行 / 基金去一起承销。
而借款人往往没办法，或者没能力去和众多银行直接打交道。所以就算在了一个 Agent的角色。
就算 Apple 掌握了 AI Agent 的入口，Apple 也不可能把所有的旅游，外卖，全部自己做了。那样经济上和实际上，都不可行。
以下是AI Agent 和 syndication loan 一些相似的点：
为什么借款人要使用承销商?
Why does a borrower use an underwriter?
借款人重视与一个或少数几个金融家打交道。这就是我们谈"适当结果"而不仅仅是贷款的原因。对于借款人来说,支付融资费用是一回事,但他们将为更简化的过程支付更多-一种复杂性溢价。（180K：人们的天性是懒惰的，如果有一个AI Agent可以找到最好的交易，谁会愿意在双十一在那里狠狠地做数学题？）
Borrowers value dealing with one, or a smaller number, of financiers. This is why we refer to an appropriate “outcome” as opposed to just a loan. For the borrower, paying for finance is one thing, but borrowers will pay more - a complexity premium - for a more streamlined process.
这不仅仅是为了方便,它可能意味着在资本结构的某一部分上花费的时间和精力更少。
It is more than just convenience, it may mean less time and effort expended on one part of their capital structure.
承销商得到的风险报酬是承销费和如果持有已提取贷款的利差(一种已提取的承销)。承销商获取(或"剥离")部分承销费,并将较小比例的费用(前期费用或参与费)传递给最终贷款人,后者从风险转移给他们的时间起获得利差和其他费用。（180K：这里AI Agent 类比的是算力成本；AI Agent 只完成了比价，操作等前期行文，后期的履约，售后仍然交给原来的服务供应商，譬如美团等；如果AI Agent 通过比价赚取“价差”，那就是另外一回事）
The underwriters are paid for the risk in the form of underwriting fees, and margin on the loan if they hold the loans while drawn (a funded underwrite). The underwriters take (or “skim”) a portion of the underwriting fees, and pass on a smaller percentage (the upfront fee, or participation fee) to the ultimate lenders, who receive margin and other fees on their allocation from the time the risk is transferred to them.
对于承销商来说,复杂性溢价就是成功分销可获得的"剥离"价值,即收取的费用减去支付的费用。在竞争情况下,承销商可能为一次失败的结果付出大量工作。一笔成功的交易也应该补偿他们之前未能获得的交易。（180K：每一次算力调动并不一定完成交易；可能也需要有对应的定价模型。）
The complexity premium for an underwriter is simply the value of the skim available to them for a successful syndication, i.e. fees received less fees paid away. In a competitive situation, the underwriter may expend significant work for an unsuccessful outcome. A deal won should also arguably compensate them for previous work on unsuccessful bids.
180K
