摘要：北京时间 6 月 5 日，在《The Diary of a CEO》最新一期节目中，ARK Invest 创始人、掌管 300 亿美元资产的‘女股神’ Cathie Wood（凯茜·伍德），用三组数据划出 AI 落地的爆发路径：

北京时间 6 月 5 日，在《The Diary of a CEO》最新一期节目中，ARK Invest 创始人、掌管 300 亿美元资产的‘女股神’ Cathie Wood（凯茜·伍德），用三组数据划出 AI 落地的爆发路径：

在同一天，特朗普在 Truth Social 威胁“取消特斯拉全部政府合同”，引发政商关系骤然紧张。

但 Cathie Wood 的判断更冷静、更本质：

“Robotaxi 的成败，关键不是谁在互呛，而是成本模型能不能跑通。”

在这场长达近两个小时的对话中，她反复强调：

AI 不再是技术问题，而是成本问题；

也不再是增长点，而是迁徙线。

她将“降本 → 技术裂变 → 资本迁徙”总结成 3 条 AI 迁徙线：

她不是工程师，也不是科学家，但她押注的路径几乎都在提前兑现。

在变量剧增、趋势难判的当下，这篇文章不靠猜测、不谈愿景，只拆解 Cathie Wood 明确押注的三条 AI 成本迁徙图。

你知道吗？交通运输是全球雇佣人数最多的服务业之一。

这是 Cathie Wood 在节目里反复提到的话。

她不是在谈一个概念，而是在告诉你：自动驾驶带来的不只是技术进步，更是就业大洗牌。

不是升级开车，而是替你去上班

在这次访谈中，她用了一个非常直观的类比：今天美国打 Uber，一英里大概要 2 到 4 美元。我们测算 Robotaxi 成熟运营后，每英里只要 25 美分，便宜了快 90%。

成本低到这个程度，意味着什么？这将让很多人不再自己开车，转而让车自己跑出去接单、送货、拉客。

这不再是“我买车”，而是“我买一台能帮我赚钱的车”。

她甚至举了自己的例子：我可能会买第二辆 Model Y，白天它开出去赚钱，晚上来接我下班。

这不是幻想。

她表示：特斯拉的核心价值不是造车本身，而是即将推出的 Robotaxi 平台。

马斯克与特朗普撕破脸，Robotaxi 还稳得住吗？

就在刚刚，马斯克与特朗普彻底“翻脸”。

当地时间

6 月 5 日，特朗普在社交平台公开威胁取消特斯拉政府补贴；马斯克随后在 X 上附和弹劾总统的贴文，直接硬刚到底。

直接结果是：特斯拉当日股价暴跌 14.26%，市值一日蒸发超 1500 亿美元（数据来源：CNN）。

一时间让市场哗然，许多人担心：Robotaxi 还靠谱吗？特斯拉还撑得住吗？

表面上看，补贴风险陡升。

但无论是从 Cathie Wood 的表态，还是从整个 Robotaxi 产业的运行机制来看，真正支撑这条赛道的，不是某项补贴政策，而是一套能自洽的系统闭环：技术 → 算法 → 调度。

闭环能跑通，它就是产业；跑不通，就只是概念。

• 技术：FSD & Dojo 把感知-决策延迟压到毫秒级；
• 算法：动态定价 + 路网预测撑起盈利模型；
• 调度：规模化后成本断崖式下降，哪怕零补贴也跑得动。

换句话说：

即使没有政府补贴，只要 AI 调度系统能跑通、自动驾驶能力足够稳定、加上规模化带来的单位成本持续下降——Robotaxi 依旧是一门能成立的生意。

更何况，这条赛道也不是马斯克一个人在跑：

Waymo、百度 Apollo 等都在全球范围内沙盒测试，AI 驾驶员这条路线早已不是押一个人，而是押一整个时代。

这不是空谈——马斯克很早已经宣布：特斯拉将在今年 6 月，在奥斯汀推出首批可以网约运营的 Model Y。

而整个 Robotaxi 网络，从人、车到平台，全由 AI 驱动。

到那时，特斯拉不是车企，它是地球上最大的 AI 项目。

Cathie Wood 预测：Robotaxi 生态将在 5～10 年内产生 8～10 万亿美元收入，相当于全球 GDP 的一成。。

如果你把这当作科技新闻看，那你可能看漏了：这是一个完整产业的换代。整个出行行业的游戏规则，将从‘找司机’，变成‘调 AI’。

但事情不止于地面交通。

她提到另一个正在起飞的领域：我们投了一个叫 Archer 的公司，做电动垂直起降飞行器——简单说，就是飞行汽车。

它像大型无人机一样起降，可以载人，也可以运输。她认为：

未来不仅是地面，连空中的运送和移动，都将由 AI 接管。

说到底，Robotaxi 的意义，不在于自动驾驶做得好不好，而在于它把 AI 变成了一种有收入的劳动者。

不再是人用 AI，而是 AI 自己出门打工赚钱。

这才是她看好特斯拉的核心原因。不是因为它电动，而是因为它是全世界最赚钱的 AI 落地点。

你还以为 AI 是屏幕里的 ChatGPT/DeepSeek。而 Cathie Wood 已经在押注它变成街上的“司机”、天上的“飞行员”、未来的“劳动力”。

而这，正是她看到的第一条迁徙线——AI 从“概念”走进“收入闭环”的现实跳板。

当出行降本先跳水90%，端侧模型与 AI 医药也在排队入场——这就是 Cathie Wood 看到的三条迁徙线闭环。

“未来的 AI，不会藏在云端数据中心，它会在你身边的每一台设备上执行任务。”

Cathie Wood 在这句话后，停顿了一下，然后补了一句：

“你不会再写代码了，你只要用英语告诉它你想干嘛，它就会照着做。”

“氛围编程”（Vibe coding）——也可以理解为：你对 AI 说一句话，它就能理解你的意图，并开始动手帮你完成。

这不是想象，而是她已经看到的产品趋势：AI 编程初创公司 Replit 的演示太震撼了，我们决定替换掉一些原来花钱买的现成软件，改用 AI 帮我们现场定制软件。

这些 AI 工具最大的变化是什么？她说：不是功能变强，而是它们开始贴身服务，你可以随时定制，而且它变得非常懂你。

她特别提到一个趋势：AI 正在从“通用模型”转向“端侧推理”——也就是说，未来的大模型不在云上运行，而是在你手机、手表、车里本地运行。

这会带来什么变化？

当推理本地化以后，每个用户会有自己专属的 AI。它不是一个万能助手，而是根据你说话方式、行为习惯、决策模式持续学习的随身合伙人。

Cathie 甚至用了一句非常朴素的话总结这一趋势：

我们不再需要买一堆统一的软件产品，而是每个人都可以让 AI 为自己定制工具。它听得懂你、理解你、服务你。

她说，这一趋势将带来两个连锁反应：

一是软件产品的逻辑会被改写

传统软件是“我卖你一个功能”，但 AI 工具是我帮你做一件事，甚至我先替你想一步。

AI 会代替你选产品、比方案、发出指令、检查结果，

它不只是一个助手，而是一种自动执行的个体。

她的用词很简单，但意思很清楚：未来不是“我用 AI 做事”，而是“我让 AI 替我动手”。

二是 AI 产业链将向终端转移

她明确表示，ARK 的团队正在大幅调仓：我们以前投英伟达，是因为它代表训练端。但现在我们更关注那些在‘应用场景’落地的公司。”

她举了 Palantir 的例子：Palantir 不要求企业推翻原来的IT架构，而是能直接落在任何技术堆上，为客户搭建自己的 AI 执行平台。

她还特别看好一类趋势：“端侧 + 专用芯片 +个性化模型”组合。

AI 不再是一种服务，而是像智能手机一样，是一件你每天都会带在身边、并和它协作的工具。

用一句话总结她的判断：

训练是过去的重点，推理才是未来的爆发口。

AI 不再只是大公司的“战略试验”，它正在变成一个每个人都能带走的“个人助手”。

不再远在服务器，而是住进你口袋里的“第二个大脑”。

这，正是第二条迁徙线：从云端工具到端侧智能，从平台能力到每个人的能力跃迁。

AI 会大幅缩短新药研发周期，从 10 年变成 3 年。

这是 Cathie Wood 在谈到医药领域时说的第一句话。没有夸张，没有技术名词，只是一种近乎冷静的宣告。

新药研发，不再是十年马拉松

她讲的不是某种未来猜想，而是资本已经行动的方向。他们已经投了 Recursion、Insitro、Tempus 这些公司，它们都在用 AI 加速从疾病发现、分子设计、到临床实验的全过程。

过去，新药的研发流程像一场马拉松：从发现、筛选，到动物实验、人体试验、审批，往往要耗费十年时间，花掉几十亿美金。成功率还不足 10%。

但她说，AI 进来后，事情变了：

AI 可以快速扫描数十亿个分子组合，找出最可能有效的那几个；它还可以提前模拟副作用，大大减少试错成本。

这些不是假设，而是她实实在在看到的落地项目：AI 制药龙头公司 Recursion 在几个月内生成了数千万个分子组合，过去靠人工筛查根本不可能这么快。

看病流程，也被悄悄重排

她特别强调了一点：AI 不只是让医疗更快，更是在颠覆我们对疾病的理解。

她举了一个被忽视的细节：过去我们研究癌症，靠病理图像和基因标记。但现在 AI 能从患者体征、语言、眼动轨迹等‘非结构化信息’中提前识别出疾病。”

她说，在 Tempus(该公司通过AI在医疗保健领域的实际应用) 提供的临床平台中，AI 甚至可以：

AI 不需要‘懂医学’，它只要识别规律。

人类看不见的异常，它能从海量数据中找出来。

AI 就是来打破那个效率瓶颈的。

医药行业，是 AI 最可能翻盘的高门槛场

众所周知，医疗行业当前最大的问题，不是没钱，也不是没需求，而是流程太慢、成本太高、试错太贵。

那为什么 AI 有机会？

因为 AI 是最适合‘高维度+高复杂度+高反馈延迟’行业的工具。

她说，医药是那种“今天决定、十年验证”的产业，而 AI 正好能把这种“时间等待”压缩成电脑计算。

这句话虽然技术含量不高，但却让人印象深刻：过去是临床试验等结果，现在是数据建模出方向。

所以，她在这部分节目最后总结说：AI 医药不是下一波热点，它是必须发生的事情。因为这个行业，不能再等十年。

她没有渲染愿景，只是摆出一组又一组落地的现实：

这不是医疗革命的口号。 这是AI正在拿下的最后一块硬骨头。

所以，第三条迁徙线：AI 不只诊断，而是参与治疗本身。

AI 的故事，不在估值，而在迁徙。

这是 Cathie Wood 整场访谈里，最像结论的一句话。

她不是在谈某家公司涨了多少，而是在画一张资本地图：从哪里撤出，往哪里聚集。

第一类撤退：老巨头的云端逻辑正在老去

Wood 直接点名：过去市场押注的是‘训练成本下降 → 模型变强 → 云服务收费’这个逻辑。但现在，这条链路断了。

她解释道：

这对过去两年“堆模型、卖API”的商业模型，是个很大的打击。

训练成本越低，能力越强，

结果反而让‘统一云端模型付费’这条路失效了。

她毫不含糊地说：云服务商还在卖模型，人们已经在找工具。

第二类加仓：AI 真正落地的三类方向

用“迁徙”这个词，不是比喻，而是策略方向。

因为她已经把大量资金从云基础设施和旧平台转向了‘三类真实使用场景’：交通、平台软件、医药。

这三条线，恰好就是她整场访谈的核心：

不是谁的产品最聪明，而是谁最先把 AI 放进业务流程。

Wood 没说AI 最强，她在谈谁先用上，谁先赚钱。

第三类机会：中小企业的跳跃窗口打开了

她特别提醒了一点，被很多人忽略了：

她举了一个简洁的例子：一个没有技术团队的小公司，现在也可以用像 ChatGPT + Zapier + Notion 的组合，完成以前需要 5 个岗位的工作。

这不是预测，而是她正在押注的路径：我们投的很多创业公司，就是帮助小团队用 AI 快速搭建流程、完成交付。

所以她特别强调：

AI 不再是技术产业，而是‘效率革命’。

这句话，是她资本迁徙的逻辑底层：谁能帮别人提速降本，钱就往哪儿去。

她没有用“趋势”“风口”这种大词。她用的是一种资本人的语言：

在这场访谈中间，Cathie Wood 说了一句话——不像股评人，更像一个战略规划者：

AI 投资，不是赌哪只股票会涨，而是赌哪类场景先跑通。

她说的是跑通，不是有潜力；是已经能用了，不是可能很强。

她把话题从英伟达，带到了几个她亲自加仓的新公司。

从“卖铲子”英伟达，到“挖金子”的闭环玩家

她没有否定英伟达，而是指出：我们很早买了英伟达，也确实赚了。但我们现在更关注那些能‘把 AI 用起来’的公司。

她点了几个例子：

她的核心标准只有一个：我们更关注谁已经在用 AI 重写流程，不是用它做演示 Demo。

她用一句话回应这个转向：

“我们要投能闭环的场景，不是最前沿的模型。”

Wood 不是盲目凭感觉，她背后有一套评估闭环场景的标准：

符合赖特定律：使用越多，成本越低（像Robotaxi，越跑越便宜）；

能跨产业复制：不只是服务一个行业（Palantir 的 AI 工具能用在国防、医疗、制造）；

具备平台潜力：不只是做一个产品，而是让更多人在上面“搭积木”。

当前很多AI只是辅助工具，他们要找的是'平台型公司'——能改变整个游戏规则的那种。

到这里，中国团队该怎么想？

Wood 没有在节目中谈中国市场，但她的这套“迁徙逻辑”，给了我们三点明确启发：

不是让你追热门股，而是在告诉你： 在你的行业做AI平台； 在你的工作中用AI提效； 在你擅长的领域开发AI工具。

她下注的，不是一个科技产品，而是产业升级。

她看重的，是谁能第一时间把 AI 塞进业务流程，完成那次落地——哪怕只有一小步，也足以让资金迁徙。

在节目最后，Cathie Wood 说：

AI 不是我们的对手，它只是重新划了一条效率的界线。

她提醒大家：技术浪潮不会等你。它总是在你没准备好时，就悄悄改写一切。

这场迁徙，不只是资金的流动，而是角色的转换。不是资本更聪明了，而是你还站在原地。

她在一整场对话中，反复提到一个关键词：“落地（deployment）”。

对中国读者来说，这不是投资建议，更像是在说：别光看，赶紧去做。

因为现在的问题已经不是 AI 会不会火，

而是：当 AI 迁徙到了你所在的行业，你是在参与，还是被替换？

来源：趣闻捕手一点号