黄仁勋说的”零亿美元市场”，到底是什么意思，跟你有什么关系

我第一次听到黄仁勋说”zero-billion-dollar markets”的时候，觉得这是又一个硅谷式造词。后来去翻了他在 Caltech 的毕业演讲和 Stripe 的访谈原话，才意识到这个概念其实很简单，也很硬。

它的意思就一句话：不要从”现在市场有多大”倒推你该做什么，而是从”未来什么值得被创造”正推。如果一个市场今天看起来规模是零，那它也没有竞争者。

黄仁勋自己怎么说

在 Caltech 2024 年毕业典礼上，他用 NVIDIA 的历史把这个逻辑讲得很直白。当年公司不断被”踢出”原有市场，最后决定去做一件”确定没有客户”的事：

“With no more markets to turn to, we decided to build something where we are sure there are no customers… Because… where there are no customers, there are also no competitors.”[1]

机器人就是当时的”零亿美元市场“。

在 Stripe Sessions 访谈里，他说得更像一条原则：

“If… our purpose… [is] to go and do something that has never been done before… That market is probably zero billion dollars in size because it has never been done before. I’d rather be a market maker… than a market taker.”[2]

同一场访谈中还有一句被广泛引用的：

“There are no such things that are great that were easy to do… therefore… I wish upon you plenty of pain and suffering.”[2]

以及关于 AI 的判断：

“If you’re not engaging AI actively and aggressively, you’re doing it wrong. You’re not going to lose your job to AI. You’re going to lose your job to somebody who uses AI.”[2]

Caltech 演讲的收尾也值得注意，他不是在喊口号，而是加了一个限定条件：

“I hope you believe in something. Something unconventional, something unexplored. But let it be informed, and let it be reasoned, and dedicate yourself to making that happen.”[1]

“但要基于理性和论证”——这个限定很重要，后面会说到。

从原话里能提炼出什么

黄仁勋说的不是”越冷门越好”，而是一套完整的决策逻辑。

“零亿市场”不等于没价值，等于”尚未被创造”。如果你要做从未被做成过的事，它在今天自然没有市场数据，规模看起来就是零。反过来，一个已经有清晰数据的市场，意味着里面已经挤满了人。

野心需要论证，不是拍脑袋。他反复强调”informed and reasoned”。你要能回答：为什么这件事值得做？你凭什么能做？你准备怎么迭代？如果这些答不上来，那就不是野心，是赌气。

困难和挫折不是副作用，是成本。他祝毕业生”plenty of pain and suffering”不是在抖机灵，而是在说一个事实：值得做的事一定很难。你不能用”短期的舒适度”来判断”长期方向对不对”。

AI 时代的竞争不是”AI vs 你”，而是”用 AI 的人 vs 不用 AI 的人”。这一点他把话说到很死了——不主动用 AI，不是被 AI 替代，而是被用 AI 的人替代。

对个人来说，什么算”零亿项目”

落到个人或个人公司的层面，一个项目更像”零亿项目”，通常同时满足几个条件：

• 今天没有清晰的购买方——用户说不清自己要什么，或者需求还没成为预算科目
• 但未来的底层驱动很强——技术拐点、法规变化、成本下降、人口结构变化、平台迁移
• 能形成新的工作流或新范式，而不是”更快的马”
• 你有独特的切入点——数据、渠道、行业经验、交付能力，或者”比别人更愿意熬”

你可以试着用一句话写清楚你的判断：

我相信在 {3–10年} 内，{某类人/组织} 会因为 {驱动因素} 必须解决 {关键问题}。我将用 {独特方法/资产} 把 {某种不可得/昂贵/复杂的能力} 变成 {可得/便宜/简单} 的。

AI 怎么帮你在零亿项目上走得更快

不是”用 AI 写点文案”，而是把 AI 变成你的研究助理、反方辩手和执行加速器。

研究阶段——把未知变成结构化的已知。用 AI 帮你生成行业问题树（谁痛、何时痛、为什么痛、怎么付费），梳理竞争格局——不是竞品列表，而是替代方案矩阵，人力、外包、脚本、老系统、Excel 都算。这个阶段的目标是用 2–5 天得到一张”证据地图”，而不是堆阅读清单。

判断阶段——把愿景变成可辩论的论证。黄仁勋强调”informed & reasoned”，你可以让 AI 当反对者：请它用最致命的理由反对你的项目，然后对每条理由明确”我需要什么证据才能推翻它”。你的判断不靠热血，靠”哪条反方最难被推翻”——那条就是最大风险，也是最该先做的实验。

执行阶段——提高单位时间的试错次数。零亿项目的本质是试错，很多人死在试错太慢。AI 可以帮你更快做出可展示的原型（哪怕是”假后端”），更快写出冷启动内容（landing page、定价假设），更快把交付流程半自动化。

复盘阶段——把挫折变成可积累的经验。每周固定输出一页：本周最大的假设是什么，用什么实验验证了，结果如何，学到了什么，下周唯一优先级是什么。黄仁勋说一次次挫折让他们”gain skills and strengthen our character”，但前提是你得有一个系统来记录和积累。

为什么现在”野心”比以前更重要

AI 把很多”已知赛道的边际改进”卷到了极致。同质化更快，纯靠勤奋的优势在稀释。同时，模型、工具链、硬件和工作流正在被重写，窗口期不会太长。个人可调用的生产力空前放大——小团队也能做过去需要大公司才能做的事——这反而要求你把目标定得更大，否则生产力无处释放。

但野心容易变成口号。几个校准方法：

野心 = 方向的跨度 × 论证的强度 × 承诺的年限。方向跨度大但论证弱是玄学，论证强但承诺短是投机。三者同时成立才是可持续的野心。

把野心拆成可验证的里程碑。90 天只证明一件事：这条路值得继续。不是”我已经成功”。

建立一个”痛苦预算”。黄仁勋说”pain and suffering”不是让你自虐，是提醒你难是必然的。你的版本应该是：每周可持续投入多少深度工作？现金流能撑多久？最糟情况下怎么止损？

90 天行动清单

原则很简单：先验证”没人要”还是”没人说得清要什么”。前者要止损，后者可能是零亿市场的典型信号。

第 1–2 周：写出 3 个最核心的假设——谁会要、为什么现在要、他们凭什么付费。约 10 次访谈（每次 20–30 分钟），只问”过去发生过什么”，少问”你愿不愿意”。你能用对方原话复述痛点，并说清”他们现在怎么解决”，就算过关。

第 3–4 周：做一个最小演示。目标不是完美，而是让人产生具体反馈——哪里不对、哪里有用、他们愿意把它塞进哪一步工作流。允许手工交付，别急着工程化。至少 3 个目标用户愿意把真实材料交给你试跑一次，就算过关。

第 5–8 周：跑 3 轮迭代，把所有反馈归到三类——不想要（不痛）、想要但不敢用（风险/信任）、想要且愿意试（有明确触发条件）。你能写出一句清晰的定位就算过关。

第 9–12 周：把手工交付变成可复制的流程——标准化输入、标准化输出、标准化交付节奏。你能在不牺牲质量的前提下，把交付时间缩短 30% 或把客户成本降低 30%，就算过关。

几条实在的建议

别把”零亿项目”理解成”越冷门越好”。它追求的是”未来必然会出现，但今天还未被定价”的机会。

用 AI 把自己变成高频试错机器。研究、反方论证、原型、复盘，循环速度就是竞争壁垒的雏形。

把野心写成可辩论的论证，公开复盘。你会因此吸引到资源——合作者、客户、机会——这比闭门造车更接近黄仁勋说的”informed and reasoned”。

用 90 天证明”值得继续”，不要急着证明”我已经赢了”。零亿项目最常见的死法是过早工程化、过早扩张、过早自证。

参考文献

[1] NVIDIA Blog. ‘Believe in Something Unconventional, Something Unexplored,’ NVIDIA CEO Tells Caltech Grads (Jun 15, 2024). 链接

[2] Stripe Sessions. A conversation with NVIDIA’s Jensen Huang (2024). 链接

[3] Caltech. Caltech Honors Graduates at 130th Commencement Ceremony (Jun 14, 2024). 链接