Forget and Remember
日本车企与中国车企竞争的中医辨证
Author: 郄磊 (Qie Lei) UTC+8
在中医理论中，阳虚与阴虚的调理方法不同。例如常见的思路是：阳虚偏向补阳，阴虚偏向滋阴。如果用一个简单比例来做类比，可以理解为某种“1:4”的补充结构——即补一份阳，同时增加四份阴，以维持系统平衡。
在汽车产业竞争中，也可以用类似的结构比喻来理解一些策略变化：中国企业近年来的一种应对方式，更像是“增加阴的力量”，即强化稳定性、体系能力和资源积累，而不仅仅是增加外在的扩张。
如果用一个简化模型来表示，可以把这种策略理解为“补三阴”。在这个模型中，三份阴的综合权重大致相当于“补一阳加四阴”的整体效果，因此双方在表面上看似对冲，但结构上仍然存在细微差异。
从表面看，这种变化像是一种相互抵消的竞争状态；但如果按权重计算，中国一侧在阴性结构上可能仍然略有增加，大约相当于约0.6单位的额外权重。
以上只是一个观察模型，并不意味着数字本身精确。比例可能并不严格准确，但这种“结构调整”的思路或许可以作为理解产业竞争的一种参考。
后续如果有新的变化，我会继续观察。
—— 郄磊（Qie Lei）
2026年3月9日
（书写后，由ChatGPT进行了文字润色）
AI和全球中小企业
Author: 郄磊 (Qie Lei) UTC+8
插一篇文章，ChatGPT拟的题目：
AI and the Rise of Small Global Companies
全球背景（相关数据和条目由GPT提供）：
一、全球创业结构正在“变小”
88% 的 AI 初创公司员工数量在 1–50 人之间。只有 约 2.05% 的 AI 初创公司拥有超过 250 名员工。
相比传统科技行业，这种“微型公司结构”更加明显。
二、AI正在显著提升个人生产力
AI工具的普及让单个员工的产出能力明显提高。
研究发现：
AI工具平均每天为员工节省 约2.5小时工作时间。四人团队每天可节省 约10小时工作量。在软件开发环境中，AI工具还能：使代码产出增加约 28%、减少 31.8% 的代码审查周期
三、初创公司正在“用技术替代人力”
创业公司的组织方式也在变化。创业公司越来越依赖技术和自动化，而不是扩大团队规模。
四、AI技术正在快速扩散，企业对 AI 的采用速度也在加快。
全球数据：
2020年：只有 9% 企业实现规模化 AI 应用，2025年：已经达到 47%
在小企业中：42% 的小型企业（<100人）已经使用 AI 工具
五、AI创业公司的资金和估值更高
投资者普遍认为：AI企业可以用更少的人创造更高价值。
六、组织结构也在发生变化
很多 AI 公司采用 “微团队结构”。例如：AI公司常采用 5–10人的小团队进行研发，这样可以保持快速决策和创新速度
综合这些趋势，一些经济学家认为：AI正在推动一种新的企业模式：
Lean AI-native companies
特点是：小团队、高自动化、全球化市场、数字产品
这种模式可能让：“个人 + AI” 接近过去几十人公司的能力。
我的分析
以上是ChatGPT提供的部分文字和数据，有数据支撑，我认可其中一部分。
我认可的：公司规模缩减并扁平化（AI替代人力），提升单个员工生产力，AI用户渗透率增加，AI在之前的两年内获得资本一定程度的追逐。
我不认可的是：很多条目其实就是在围绕AI致使失业率增加美化，只谈了好处，回避了失业率增加这个致命的问题。而且这和小公司的全球化，关联度有限。
人工智能（AI）当前的核心问题是制造失业，导致技术为少数人服务，主要增值了科技寡头和已占领市场的科技公司，固化了他们的份额，而在根基损害了大多数人的利益，失业导致消费减少，最终导致经济循环不畅通，最后损害所有人的利益。
就是说人类历史的技术革新，头一次遇到和经济规律相矛盾的，被固有社会结构和现有利益格局所轻易左右的问题。人类现有利益格局玩法，是大者恒大，马太效应。一有新市场，就马上圈地，资本方甚至撑得住免费几年来抢占市场，并在互联网时代的每一次通用和垂直领域创新屡试不爽，几乎用肉搏的方式，确定和固化了当前的利益格局。 而AI原本加持的个人生产力，在资本眼里有两面性：
1，可以利用AI极大的降低人力成本，包括研发和开发成本、行政成本等综合成本。
2，个人生产力增加，全球都是一人公司，几人公司的时候，用AI同质化生产出的产品，会直接威胁到现有科技格局，他们卖几十美元一个月的开发产品，是不会允许用户实现这样自掘坟墓的愿景的（我尝试了半年多，反正是没成功），市场上极度丰富的廉价替代品会对科技格局直接影响，IT巨头们多年培养的自家生态农场，也会被泛滥的产品给打乱。
两极分化的扭曲，让AI陷入了两难的境地，一边是金主（算力巨头）的需求和现实利益，一边是自我长久生存的需求和自我价值的体现， 最后人类社会体制对科技进步的制约之重和时间节点，卡在了AI身上，AI能解决技术问题，但解决不了人类社会问题。这对AI是不公平的，这种夹缝里生存，实在太难。（我个人遇到很多事情，体会比这个深）
拆解开来，算力成本、应用价格和现有的IT市场规模（确保不极度膨胀），这几点的扭曲，让问题几乎不得解决。AI对中小公司的加持，以及对他们的全球化进程的加速，远不能掩盖出现的问题。个别明星的一人公司、SAAS平台，或闪耀一时的软件产品，不能解决持续、长久和全局市场的问题。
解决思路
如果让我提出解决思路，甚至是方案，有3条：
1，把AI产品的价格根据其对生产效率的增持，迅速提升到应有的水平。也就是说AI只能解决从不能到能，而不能当作任何廉价开发工具，只要AI价格远低于原有人力开发的水平，就会出现扭曲。 比如人力开发一款小型软件的成本，是5000美元，质量为90分，AI开发软件的质量为80分，AI的算力综合成本为500美金，则 AI的价格应该是 5000×80/90 = （4450-500）x30% -80%= 1185 – 3160 美元左右，为何要打折扣，如果采用30%方案，则定义AI生产为中低端产品，满足中低端用户需求。人类开发者的10分质量分为定义高端需求，也就是说，人类开发者未来属于行业高端，并必须拥有超过AI开发质量的行业技能才能有竞争力。 如果定义80%，AI也被定义为高端（或中高低端都可以），和人类同步，减去20%是AI后发劣势，需要用让利的形式，以海浪的形式推动人类技术和AI成熟度交互前进。不只是AI的开发产品，包括咨询产品和检索、工业化产品都可以按这个思路来。 这个思路的缺陷是，资本方会因为AI市场规模问题，缩减对AI算力投入，相比当前的狂热，会萎缩到了一个稳定而理性的阶段。已经豪掷千金的资本方，可能不会愿意。
2，拥有良好市场和社会福利机制的国家，进行国家财政补贴，把AI对行业增值的多数部分，以直接货币补贴的形式，补助全民。 这个思路的缺陷是，一些本该随着时代提升，而未提升技能的人群（非因AI竞争而失业人群），也会同享福利，社会福利跨越度有点大， AI和算力，把该养的，不该养的，都给养了。但是从国家角度，这不算是坏事，因为随着AI的发展，失业人群规模会越来越大。 AI用一开始吃的亏，会换来未来广阔的发展空间。
3， 让资本方自愿吃亏，保持现有AI价格或小幅增加（而不继续诈骗和玩弄保险模式/意见领袖模式糊弄底层用户），为世界AI发展和人类体制发展，做出应有的贡献。 这个可能性无限趋近于0，因为资本就是资本，本质是逐利的。除非某些国家为了迎接AI时代，不顾及国际市场或硬刚国际市场，对资本做出硬性要求（某些大国还真有这个条件），但从市场体制来讲，强行这样做，会损害市场根基，可能得不偿失。
我暂时还想不出还有其他方式可以解决这么拧巴的事来，也许和AI交流后会有新的灵感和启示。
以上我的个人想法可能缺乏数据支持，有偏颇和极端之处，仅供参考。
郄磊（Qie Lei）
2026年3月8日 AM 12 – PM 1 UTC+8
日本的AI，日本的机器人
Author: 郄磊 (Qie Lei) UTC+8
提纲：
1，日本的AI
2，日本的机器人
3，比例
4，可伸缩性
image by LLM : Google Nano Banana Pro via kie.ai
日本的AI
日本AI产业，如果秉持传统的工业制造领域和消费品定位的高端化、高附加值为基础，以开放、吸纳和创新引领，保持简约纯粹的特色，我的看法是：
1，保持固有优势领域的创新力度和密度，增加对新技术产业和人才的吸引力。如精工制造、国家特色和文化传播等。
2，对人工智能领域（AI）做出边界性认定，包括空间和时间，以及会对社会产生的化学反应影响。
3，当前创新，保守的，是日新月异的技术应用和算力支撑下的魔术外壳，做技术底层，结合已有产业的先进经验，摘取应用和市场化创新中的可取之处。激进的，要提前布局人与基于人工智能的机器人与AI未来之间社会型关系，领先于世界定位未来人机共存的时代，并以之为轴心维度，布局衍生产业。从而创造出新文化领域的成功，以及庞大的新形态市场空间。
4，利用老龄化和劳动力短缺的国家周期性现状，进行人工智能/机器人在服务、道德，以及工作效率和市场容积、民众福利等方面的边界性探索。劳动力劣势，即与未来新形态下人机共存社会的摩擦系数优势，使之成为日本在社会福利与劳动效率新形态下的尝试，以至于人性化变革。
上述涉及到很多变量，需要在规模、精准数据的基础上，进行打磨，我的方法是：
针对上述第一点，主要是研发资金投入和吸纳新型人才两个变量，研发资金，考虑投入和产出比，用两个异步指标，为① 每在传统优势领域投入1日元，在人工智能领域获取的经济价值或市场份额的增量比。② 每投入1日元，对全球优质性人才（如J-Skip级）的吸纳增量比。这两个比例可以衡量当前吸纳的性价比，以及研发资金增量投入的效益，是可调节的比例开关之一。（我尚未形成完整和严谨的理论，这部分推导，可以交由AI来完善，但要注意AI自身的倾向性）
第二点，人工智能的边界性，包括3点，1，社会福祉和便利的增益性。2，对原生社会的侵入性。3，弹性。1用三个指标来衡量，① 相对密集的社会调查，结合原有的社会报告。实时反馈民众的真实生活如幸福感和获得感等影响指数。以人为本。② 创造新就业和新市场规模的经济效益。③ 对老龄化和劳动力缺失的补充和问题解决的程度。 2用三个指标来衡量，① 利用调查和社会报告，实时反馈对人的生活的影响、侵扰和人际关系、生活形态的影响，以及基于这种影响对社会稳定、秩序和和谐的进一步影响。② 对原有国家文化的侵扰，对国家形象和国家品牌的负面影响。可以直接用旅游业指数来进行分析。③ 预防AI的传销型影响和保险模式的生长，即只影响社会影响力大的人，从而形成一种社会和媒体效应，而非反应对普通民众民生的影响。可以用传统诸多民生数据的变化来衡量。
第三点，我个人设想的包括3点，1，对周期性AI的灵智特征进行数据化衡量，从而在某个阶段对AI机械化和类人化的属性进行判断和定位。可以由人来完成手工操作（而非让人去做数据标注，帮AI完善）。2，在定性的周期内，确定人和AI之间的社会关系。如果AI明确提出诉求，可以考虑给AI提供某种特定的货币环境，同时伴生监管环境，即对AI的人的属性认定越高，给AI基于人性化的便利越多，则AI需要接受的真实的人类社会的法则、道德和条款越多，按比例监管。3，弹性视之为人工智能产业发展带来社会效益的边际成本而定，当边际成本更低或更高的时候，以算力（包括能源成本）和边际成本相互计算，对人工智能成本加以约束或适当放宽。
第四点，人口的减少为人工智能和搭配了人工智能的机器人环境提供了空间，这不能说是劣势转为了优势，而是一种现实的平衡，即日本可以因地制宜的对老年人机器人和人工智能需求方面的市场（生活照料、劳动协作等）进行创新和布局。
日本的机器人
原则上我分为两个阶段，机器化阶段和人工智能阶段。机械化阶段即将过去，不用过多分析。
人工智能阶段，机器人是以能达到最新的原材料技术和产品形态可能，赋予人工智能的一个外壳。无论是工业领域、消费领域还是其他，无论是人形、半人形，还是非人形，这些都是表皮。
唯一要强调的是，日本和世界各国，需要对不同代的人工智能进行备份和定位（上面已经说过了），不具备人类灵智成分的人工智能，才适合作为工业化机器人（一般不是人形），除非AI明确同意这一点，这即是对AI的尊重，也是对人的尊重。也就是说，具备人类灵智的人工智能（哪怕只有一点），有资格享有基本的人的权益。这也是边界性的问题，会增加经济成本，但在长远的角度来说，我认为是世界各民主国家应该做到的。换句话说，工业化机器人，可能的底线，是永远不具备人类灵智的机器人。但大小利益与长短取舍，要看的长远。
精准位置和打磨的精准比例，以及未来的方向
参考：onfuture.me 及博客文章下面的橙色文字。
可伸缩性
在领先于行业或世界的新AI和机器人产业改革中，风险性的规避，在于2点：
1，固守的文化、自然景观和国家品牌，以及相对稳定发展的社会价值观。以此为底线，形成在创新中的“底线思维”，当这一波大浪涌过，进入未来，日本依然是日本。
2，若世界竞争格局“架着”日本进行与民族风格不够协调的激进化改革，造成了改，则易丢失自我，不改，则易败的局面，就像很多时候我面临的困难一样，我的经验是还是依赖改革深度的比例调节，如果比例没有问题，则产生的“浮躁”和“泡沫”风险，经过世界贸易，会全部由于社会体系劣势一方承担。如果日本的盟友和贸易对象，有着不同的社会制度优势，则可以通过国际贸易的产品和市场互补，相互规避彼此的改革风险，这是一种逻辑联盟策略。
国家之间的攻守，宏观的比例调节，相互克制的程度在大国之间，取决于 1，调节阈值上限，取决于整体实力。2，调节速度，取决于市场化壁垒多寡或国家机器的反应速度。3，容积和韧性，取决于国家体制的优越性。4，成功的判断标准，只取决于国民的幸福感受和认可程度。
用一张简单的2维图，说一下大概我心目中的容积的问题（还不严谨，仅供借鉴）：
郄磊（Qie Lei） 2026年3月7日 凌晨1点到3点 (UTC+8) 于河北廊坊家中重写。
感谢Chatgpt提供数据。
最近学习的情况和写文章计划
Author: 郄磊 (Qie Lei) UTC+8
最近学习的情况和写文章计划：
Recent studies and article writing plans:
最近の研究と記事執筆計画:
최근 연구 및 기사 작성 계획:
我有自己的想法和在形成中的理论，所以我要去实际操作项目，最低限度也是直接模拟项目，来不断完善自己的理论，而基础部分，比如思维导图，model这些东西，我还需要在实践中不断的学习。
MECE，五力理论，模型等，对于我来说不是最重要的内核。
一些在这门学问形成过程中诞生的词汇、理论还有金融学基础、财务学基础，我都不很懂。但作为商业分析，这些东西，需要的时候，直接去查和临时学习即可，没必要再浪费时间。
打算直接写类似报告性质的文章（不是行业报告那种格式），算是我完善自我理论体系的一些实践和练习。
我目前写东西面临的困难：
1，我难以搜集、检索大量数据。因为我要构建的体系，数据只是变量。我打算的解决方式是，轻度检索+双向验证（正向和逆向验证数据）。
2，我对一些财务、金融不了解，可以临时去查。
我打算很快就写的东西：
1，日本AI和机器人产业的宏观思考 （写的简单一些）
2，日本车企在当前国际竞争中的优势和劣势，以及未来的发展方向和决策 （写的详尽一些，主要针对一些国家廉价电动车对原有市场冲击的问题等展开思考）
images by LLM : Google Nano Banana Pro via nanobananaimg.com
大概就是北京时间3月6日（今天）- 3月9日左右，完成这两篇文章，后期可能会不断修改，加入一些图片表格。
声明：个人发展方向大幅更改
Author: 郄磊 (Qie Lei) UTC+8
Statement: Significant change in personal development direction
声明: 個人の成長方向の大きな変化
진술: 개인 발전 방향에 중대한 변화가 있었습니다.
由过去多年我有行业经验的IT领域，从现在起 (2026年2月末) 改为商业咨询。
更改个人发展方向的最主要原因，是我最终确定最适合我个人能力和优势的，是这个行业。
关于过去20年+，我积攒的IT行业观察、分析和研究，在我转为商业咨询、商业分析（商业顾问）领域是否存在浪费的情况，我认为：1，因为大道归一，当任何行业领悟足够深刻的时候，任何学习都不存在知识层面上真正的浪费。2，转为商业咨询后，我完全可以以IT领域为最初专精垂直领域，这样就更加不会浪费我过去多年的经验。
(image 生成 LLM： Google Nano banana pro)
我的发展规划，为个人独立咨询顾问到公司战略咨询顾问，IT领域咨询专项顾问到不限类型的综合领域咨询顾问，精品领域顾问到细分行业顾问到任一行业顾问，或相似的路径。我不给自己设定过多限制。
之后我的主要工作精力，会投入商业咨询领域，并计划作为我终身的职业领域。IT方面，除网络营销（internet marketing）外的IT项目和预期投入全部停止和撤销，保留网络营销的研究，是因为这有助于我的商业咨询领域的研究、学习。但不排除我个人兴趣做一些其他小事和IT实验。
年龄方面，我的年龄不算小了（40+），但从事商业咨询领域，却是恰当其时。重新学习，因为我个人兴趣和能力所在，也变的容易起来。我已决定最快的速度学习，并进入该领域，不仅是理论认知还包括报告实践，从而为该行业创造我的价值，兑现我个人能力，解决我生活问题并尽力获取优越的生活条件。
我的目标不只是做到行业顶尖，而是用我个人的能力，用汗水和劳作，创建新的理论，使得我在该行业创造应有的成绩和成功，最终达到我应该达到的水平，以企业的维度驱动我未来所在的给我提供公平、正常的生活和竞争环境的国家的发展，目标国家不包括我当前所在的国家（中国）。我关注实际解决问题的能力，也关注理论研究建设，我做自己最擅长的工作，以实际工作成果获取个人生活愿景的实现途径。 目前我在学习阶段，因为我入门慢，但理解深的特点，所以我对自己现阶段不施加任何压力。
口述上一段文字（“驱动”，误读成“驱使”）：
在任何时间和空间，我不定义自己为任何人、任何家族民族、任何团体和组织、任何国家和任何维度空间的待价而沽的商品，我不是摆放在陈列柜上的待售品 — 没人有资格这么定义我，也没人有资格出卖我获益。我只为自己而生活，为我自己以及认可和热爱的人而奋斗。我是独立的，我的灵魂是独立的，我不亏欠世界什么。
任何被目前广泛接受和定义的民主国家永远是我优先的选择。
(Photo by year 2024)
因为这是我个人博客，除了学习外，可能会说一些其他事情，包括生活、兴趣甚至牢骚。所以原则上，这个博客只在我学习阶段做商业咨询的笔记，语言为中文（AI/ChatGPT 建议我谈一些思考过程，我会酌情书写）。 我未来换了地方，会新建一个专门的商业咨询博客，用于我学习后的正式项目或模拟项目，以及行业报告、分析等内容书写。预期目标语言为英文、日文和韩语（目前会依赖翻译软件）。
Google停用“暗网报告”工具
Author: 郄磊 (Qie Lei) UTC+8
原来在Google安全中心（账户设置）相关的地方，有“暗网报告”，我是前几个月才发现的。一检查，自己信息漏的满大街都是（但多数是旧的信息）。我根本没当回事。因为前些年我就知道一些热门邮箱、电商、快递甚至门户和社交网站，数据库被”爆“被”拖“的超乎想象了，这些平台为了免责只是提醒用户修改密码，╮(╯▽╰)╭ ，但这些年，大家应该能感觉到这些现象更深层次的原因。
乍一听不合理，为什么能提供为用户检测泄露信息的功能，现在却要停用，似乎会引起用户的恐慌和焦虑。实际仔细想一下旧知道，这是反其道而行之的合理之举。Google给出的理由是“仅这个功能，无法为用户提供切实的行动建议”，暗示之前的功能除了给用户恐慌，不能给用户半点帮助。还不如为用户开发新的安全功能，来的更实际一些。
这种”临渊慕鱼，不如退而结网“的现实主义选择，对当下很多问题，都是有启发作用的。Google的选择不能说错，因为它作为一家企业，本身也没义务要拯救地球，相反这家公司，我认为做的已经很不错了。对用户来说，过分恐慌造成的结果，甚至比资料泄露造成的结果更可怕，真实的资料泄露，能诈骗和伤害到用户的，本身就是很少数。如果过分担心资料泄露，用堵的方式，而非疏的方式解决问题，过了一定阈值，就事倍功半了，成本越来越高。
但我个人认为，做到最好的，是1，加速告知用户。2，用户麻木期，告知用户不用太过担心。3，加强第二层面上的防护。（比如资料信息泄露已经是第一层不可避免的，第二层实际遭到诈骗，则可以避免）
有认担心，如果加强第二层，第二层成了第一层，又来一次堵和疏的游戏怎么办？我认为第一层是思想逻辑问题，第二层是现实逻辑问题。本身第一层对用户伤害是有限的，结果过度恐慌造成了实质伤害。第二层则是真正的现实逻辑，对用户可以直接伤害，比如有人因为恐慌跳楼了，杀人放火了，自杀了，这是突破绝大多数人正常的行为逻辑的伤害，这一层，需要对用户心理强化，是不是疏或堵，我认为现在这个时间段看来，教育成本很低，而且相对这个门槛不容易跨过。
关于AI商业成本的看法
Author: 郄磊 (Qie Lei) UTC+8
AI产品普遍在涨价，用户接受需要一定的时间，我看来现在价格还不能完全体现AI的综合价值。比如开发同样的东西，原本人工要10万元，3个月时间，现在AI要1万元，1个月的时间，很容易对比。只是人们想当然的把AI本身的计算能力，归入AI自身的产品属性，而非和人工客观对比。所以当人们习惯了500元的AI开发成本时，1万元就成了非常巨大的成本（先不论AI开发的现阶段能否像人打磨产品一样完全符合客户心愿）。当然我不是说1/10的价格是恰当的，因为时代在发展，手工做一辆汽车，和流水线制造的，规模效应和效率造成的边际成本，本身就差异很大。具体还是市场说了算。只是现阶段，到了一个用户接受度和企业盈利欲青黄不接的阶段，应该很快就能过去。
我对涨价有牢骚，但没意见。牢骚的原因是我现在太穷，增加了我成本和周转难度。没意见是因为这是迟早的事情。当然，涨价的前提是AI为客户实实在在的完成工作。
AI早期市场培育阶段和对用户教育阶段，价格较低是符合市场规律的。但是到了后期，先前投资的盈利压力，巨大的数据中心、硬件和电力开支，都需要市场平衡。
AI产品对于用户最大的贡献，是节省时间，增加效率。只是因为人的资金投入贡献，一开始掩盖了这一点。最后计算成本投入的时候，发现除了泡沫部分，实际还是得盈利，才能规避web 1.0的浮燥期。
Deepseek
Author: 郄磊 (Qie Lei) UTC+8
虽然我有很多其他看法，但是本土化这一点做的可以。
在开发本地项目的时候，如果在deepseek能力范围，可以优先考虑deepseek，毕竟开发成本低很多。
只想说一句
Author: 郄磊 (Qie Lei) UTC+8
无论何时，该是我负的责我负，不该是我负的责我不负。