靠ChatGPT融150亿的Michael Saylor：95%知识不必学，AI时代的破局逻辑
靠ChatGPT设计的创新方案融到150亿美元的Michael Saylor，在一场访谈中抛出了振聋发聩的观点：如果重回校园，95%的知识他都不想学。这并非否定学习本身，而是为AI时代的个人选择和职业发展，划出了清晰的新边界。

他的第一个核心判断，是劝人别再扎堆去学AI能轻易替代的技能，比如传统的医生、律师职业路径。这不是说这些行业没有价值，而是相关的知识体系已经趋于成熟，增长空间触顶。他用飞机和手机的发展做类比：1975年的737之后，现代飞机仅比当年高效15%；iPhone前六代从5分冲到70分，后续升级只是在90分基础上小幅提升。
从AI的能力边界来看，这类标准化、流程化的知识，恰恰是AI最擅长的领域——它能快速掌握既定规则，完成重复性、可复制的任务。真正值得投入的，是去研究能做出“魔法级”的技术：如果你的父母看到这项技术时惊呼“这是魔法”，那这条路就走对了。换句话说，要聚焦AI尚未涉足、需要人类创造力和突破性思维的领域，而不是在已经到顶的赛道里拥挤。
第二个判断指向资产选择：凡是AI和机器人能无限生产的东西，都不要买。他认为，钱是最差的资产，美元过去100年每年贬值约7%，十年就会腰斩；而像黄金、优质公司股票、比特币这类AI无法制造的稀缺品，才是值得配置的方向。
这背后的逻辑是稀缺性的价值重构：AI能让标准化商品的成本无限降低，但不可再生、无法批量复制的资源，会随着需求提升变得愈发珍贵。就像迈阿密海滩的土地，百年间价格上涨千倍，本质是货币贬值下稀缺资产的保值属性凸显。
针对马斯克“未来钱会失去意义”的观点，Michael Saylor补充了关键的另一半：能被大量生产的东西会极其便宜，但稀缺的好东西永远稀缺。他用饮料的分层举例：无产阶级喝免费的水，普通人喝5块钱的可乐，有一定消费能力的人喝伏特加，顶级消费者会选择38美金的龙舌兰。
在AI时代，这种价值分层会更加明显：AI能批量生成文案、图片、基础代码等标准化内容，这类产品的价格会越来越低；但需要深度创意、情感连接、复杂决策的高价值内容或服务，依然会是稀缺资源，拥有不可替代的价值。

最后一个判断，是他用自身经历印证的：不要试图比机器人更努力，要学会让AI完成没人做过的事。去年他的公司融资遇阻，传统路径走不通，律师和银行家都劝他放弃“没人做过的事”，但他把难题丢给ChatGPT，最终设计出全球从未发行过的优先股，靠这个方案融到了100多亿美元。
这给普通人的启示是，AI不是抢饭碗的对手，而是拓展能力边界的工具。目前全球只有2%的用户订阅了ChatGPT这类AI服务，这正是套利窗口——当所有人都把AI当玩具时，你可以用它打造能顶得上100万会计师工作量的工具，每月只收10美金，抓住AI普及前的机会。
Michael Saylor的观点，本质是在AI时代重新定义“价值”：无论是学习、资产选择还是职业发展，核心都要避开AI的能力圈，聚焦人类独有的创造力、洞察力和突破性思维。与其焦虑AI会不会替代自己，不如思考如何让AI成为自己的“超级外挂”，在新的赛道里找到属于自己的破局点。