大佬齊聚達沃斯，信息量極大！

作者：筆記俠整理

來源：達沃斯論壇

達沃斯論壇上，AI領域的“頂流”們齊聚一堂。英偉達CEO黃仁勛、微軟CEO納德拉、谷歌DeepMind CEO哈薩比斯，還有著名學者尤瓦爾·赫拉利，每個人都從自己的視角，把AI的現在、未來和風險聊得明明白白。

他們的觀點各有側重，但合在一起就是一幅完整的AI變革圖景。今天這篇內容，整理匯編了這四位的核心思想，希望他們的觀點對你有所幫助。

01

黃仁勛（英偉達CEO）：

AI是“五層蛋糕”，

基礎設施撐起全球機遇

作為AI硬件的核心玩家，黃仁勛的視角直擊產業本質，他眼里的AI不是單一技術，而是能撬動全球經濟的完整生態。

1.AI是“平臺級革命”，和個人電腦、互聯網同級

這是一次平臺轉型，就像向個人電腦的平臺轉型一樣。平臺是應用程序構建于其上的東西，我們在新型計算機上開發出了新的應用程序，我們走過了互聯網的平臺轉型、移動云計算的平臺轉型。

在每一次這樣的平臺轉型中，計算棧都被重塑，新的應用被創造出來。

過去，人類輸入并描述算法或指令，讓計算機執行。它能夠處理結構化信息，需要輸入姓名、地址、賬號、年齡、住址等。你創建這些結構化的表格，然后軟件從中檢索信息。

我們稱之為SQL查詢。現在我們擁有了一臺能夠理解非結構化信息的計算機，它能看懂一張圖片并理解它，能閱讀文本并理解，這些都是完全非結構化的。

它能聆聽聲音并理解它的含義和結構，并推理出做什么。我們首次擁有了一臺并非預先錄制，而是實時處理的計算機。

這意味著它能夠獲取環境信息、上下文信息以及你提供的任何信息的情境，推理出這些信息的含義，并推理出你用非結構化的方式描述的意圖。

2.AI是“五層蛋糕”，每層都不可或缺

從產業角度看，人工智能本質上是“五層蛋糕”。最底層是能源，因為AI需要能源來實現，所以能源是第一層。

第二層是我所在的層，芯片和計算基礎設施。再其上一層是云基礎設施、云服務。再上一層是AI模型，這是大多數人認為的人工智能所在。但別忘了，為了讓這些模型得以存在，你必須擁有其下的所有層。

但最重要的一層，也是正在發生的一層，就是應用層。所以這個應用層可能在金融服務領域，可能在醫療保健領域，可能在制造業領域，這是經濟收益發生的地方。

3.AI不會消除工作，只會改變工作性質

這是人類歷史上最大規模的基礎設施建設，將創造大量就業崗位。

而且這些就業與手工藝相關。我們將需要管道工、電工、建筑工人、鋼鐵工人、網絡技術員、安裝和配置設備的人員……我們在美國已經看到這個領域出現了相當顯著的熱潮，工資幾乎翻了一番。

十年前，第一個被認為將被淘汰的職業是放射科醫生。原因是，第一個在能力上超越人類的AI是計算機視覺，而計算機視覺最大的應用之一就是放射科醫生研究掃描影像。

十年后的今天，AI已經完全滲透并擴散到放射學的每一個環節，放射科醫生使用AI來研究掃描影像。然而，放射科醫生的數量增加了。

原因在于，放射科醫生的工作，目的是為患者診斷疾病，而工作的任務包括研究掃描影像。現在他們能夠無限快地研究掃描影像，這使他們有更多時間與患者在一起診斷疾病，與患者互動，與其他臨床醫生互動。

自然而然地，醫院能夠接待的患者數量增加了，隨后醫院的收入增加了，所以他們雇傭了更多的放射科醫生。

同樣的情況也發生在護士身上。美國短缺約500萬名護士，現在可以通過使用AI來處理患者就診的記錄和轉錄工作，而護士們此前一半的時間都花在記錄上。

結果，護士們可以有更多時間探望病人，給予關懷。因為現在可以接待更多患者，我們不再受護士數量的瓶頸限制，更多患者可以更快地進入醫院。

因此，醫院運營得更好，就會雇傭更多的護士。

思考AI對某項工作影響的簡單方法是：理解這份工作的目的和任務分別是什么。

也許，如果你只把鏡頭對準我們倆，觀察我們，你可能會認為我們倆是打字員，因為我所有時間都在打字。所以如果AI能自動化這么多預測性工作并幫助我們打字，那我們就會失業。但顯然那不是我們的目的。

所以問題是：你工作的目的是什么？對于放射科醫生和護士來說，目的是照顧人，而這個目的因為任務被自動化而得到增強，使他們的生產力更高。

4.AI是基礎設施，人人都能用上，發展中國家可彎道超車

AI是基礎設施。我無法想象世界上有哪個國家不需要將AI作為其基礎設施的一部分，因為每個國家都有電力、道路，所以也應該有AI作為基礎設施的一部分。

當然可以進口AI，但如今訓練AI模型并不困難。而且因為有這么多開源模型，憑借你們當地的專業知識，你們應該能夠創建對自己國家有益的模型。

AI非常易于使用，它是有史以來最容易使用的軟件。這就是它增長最快、被采用最迅速的原因，僅僅在兩三年內，用戶量就接近10億了。對于那些沒有計算機科學學位的人來說，你們現在都可以成為程序員了。

過去，我們必須學習如何編程。現在，你可以通過詢問計算機“我該如何編程你？”來完成編程。

如果你不知道如何使用AI，只需走到AI面前說：“我不知道如何使用AI。我該怎么使用AI？”然后它會向你解釋。

我對AI提升新興國家潛力的前景實際上是相當樂觀的。AI很可能彌合技術鴻溝，因為它如此易于使用、如此豐富、如此易于獲取。

02

薩提亞·納德拉（微軟CEO）：

AI的核心是“普及”，

競爭拼“編排能力”

納德拉更關注AI的落地與生態，他認為AI不是孤芳自賞的技術，而是要融入每個企業、每個人的工作生活。

1.AI是數字革命的延續，影響比互聯網更深遠

當下的整個數字革命背后有一條主線：把現實世界的一切，人、地點、物體、信息、流程等，都轉化成數字形式，然后用這個“數字副本”來分析、預測和優化。

從大型機到個人電腦，再到互聯網、移動設備和云計算，其本質上都在做同一件事。AI是這條主線的延續，但影響可能比互聯網和移動革命還要深遠。

我常用寫代碼舉例。以前這是很專業的知識工作，但GitHub Copilot出現后，它能猜出你下一行要寫什么。這證明AI能理解復雜工作。然后它從補代碼，到幫你寫小模塊，再到接手整個子項目，越來越能干。

當然，現在讓AI長時間保持邏輯一致還有挑戰，但方向已經很明確。

這讓我常想到80年代。如果那時有人說，未來會有40億人天天打字，我們肯定會問：要這么多打字員干什么？但個人電腦確實創造了知識工作者這個龐大群體。

AI帶來的變革也類似：不是程序員會消失，而是這個職業的定義、工具和工作方式會被徹底重塑。

比爾·蓋茨以前思考的一個問題：文檔、網頁、應用，本質的區別是什么？其實本質都是信息的不同形式，AI讓這些形式之間的轉換變得無比自然。

一份文檔能一鍵變成網站，網站描述能直接生成應用。這種能力已經用在很多地方了，比如你們把Copilot和Aladdin平臺結合，有些原來要算12小時的任務，現在幾分鐘就搞定。

2.AI要普及，需抓“供給側”和“需求側”

現在大家似乎更熱衷于談論AI技術本身有多酷，但我們真正需要的是讓AI去解決實際問題，比如改善人們的生活、振興社區、推動國家發展、提升各行各業的效率。

否則，這一切有什么意義？如果我們做不到這一點，社會很可能不再支持我們繼續消耗能源等稀缺資源來生成所謂的“token”(詞元）。

如果這些token（詞元）不能改善健康水平、提升教育質量、提高公共部門效率、增強各行業競爭力，那么最終目標就難以實現。因此，普及才是關鍵。

普及如何實現？我們可以從兩個方面來看。

在供給側，每個國家都需要提高“每美元、每瓦特能產生多少高質量token”的效率。這就是為什么包括微軟在內的科技公司都在大力投入，從研發芯片到在全球建設“token工廠”（數據中心）。

未來這些設施會像電廠一樣遍布世界，形成一張覆蓋全球的AI基礎設施網絡，為整個經濟提供動力。

在需求側，每家企業都要真正用起來。回想個人電腦剛出現時，喬布斯稱它是“思想的自行車”，比爾·蓋茨說它是“指尖的信息”，兩者都在強調技術是放大人類能力的工具。

今天的AI就是這樣的工具，只是能力被放大了十倍、百倍。每個知識工作者現在都能獲得近乎無限的智能支持。

圖靈獎得主拉吉·雷迪早在生成式AI興起之前就提出：AI可以是一個認知放大器，也可以是一位守護天使。

如果以這樣的視角看待它，當AI幫助醫生完成記錄整理、病歷錄入、賬單編碼時，醫生就能更專注于病患，醫療系統也能更高效運行，最終讓醫護和患者共同受益。這正是技術普及所能帶來的共享價值。

我常想起2023年初的一個案例：印度一位農民通過基于早期GPT模型構建的本地語聊天機器人，了解農業補貼政策，并讓機器人協助填寫申請表格。

這件事的意義在于，它為那些因技術門檻而被邊緣化的人群找回了主動權。

因此我相信，只要善加利用，AI在全球南方（筆記俠注：世界上經濟發展較慢的不發達國家和地區）也能創造出前所未有的機會。

3.避免AI泡沫，要讓收益均衡分配

要避免AI泡沫，從本質上講，必須讓這項技術帶來的收益更加均衡地分配。判斷AI是否是泡沫的一個信號是：如果我們談論的始終只是科技公司，只關注技術本身的發展，那本質上就僅僅停留在供給側。

說到底，如果AI始終沒有在關鍵領域帶來實實在在的改變。

比如，沒有一家制藥公司能借助AI加快藥物試驗、推動新藥上市，甚至發現突破性分子，如果AI不能滲透到研發、審批、供應鏈這些核心環節中去發揮作用，那么這項技術就還沒有真正扎根于現實。

但現實中，我們正開始看到這樣的案例發生。這也讓我更加確信：這項技術將構建在云與移動基礎設施之上，以更快的速度普及，推動生產力曲線上升，并在全球范圍內創造本地化的價值盈余與經濟增長，而不只是由資本支出驅動的短期增長。

4.企業競爭的關鍵：不是“有多少模型”，而是“會用模型”

我們已經進入了一個多種AI模型并存的生態。未來不太可能會有一個“萬能模型”通吃一切，不同的任務、不同的預算、不同的性能需求，會需要不同的模型來應對。

對企業來說，真正的關鍵不是去尋找那個“最厲害的模型”，而是要掌握“模型編排”的能力。

就像一個樂隊的指揮，知道什么時候該用鋼琴，什么時候該上弦樂，怎么把通用模型、開源工具、行業專用模型甚至企業自己訓練的模型，有機地組合起來，再融入企業自己的數據和流程，最終形成別人難以模仿的競爭力。

AI的真正價值，最終不是由少數幾家科技公司決定的，而是由千千萬萬個行業、企業在實際使用中創造出來的。

哪家公司的“AI轉型”做得更徹底、更貼近業務本質，哪家就有機會在未來十年定義新的競爭規則。

5.“AI主權”的本質：掌控自己的核心價值

關于“主權”這個問題，我們得先明確一個前提：數據本身歸誰？在數字時代，這點很重要。但接下來更值得思考的是，主權到底代表著什么？

拿AI來說，今年有個話題會被更多人討論，那就是“企業主權”。

如果你公司特有的經驗和知識，沒辦法真正變成一套你能自己掌控的AI模型，那么從本質上看，你就沒有主權。這意味著你公司的核心價值，其實正在不知不覺流向某個模型提供商。

這需要你把那些藏在組織內部的知識和做事的方法，真正放進自己控制的模型里。所以，說到主權，本質上還是你能掌握自己的命運，能持續創造獨有的價值。

國家也好，企業也好，在AI時代依然要靠自己，這才是真正的主權。

03

德米斯·哈薩比斯

（谷歌DeepMind負責人）：

聚焦“物理AI”與“AGI”，

警惕“鋸齒型智能”

哈薩比斯是AI科研的“領航員”，更關注技術前沿和長期趨勢，從通用人工智能（AGI）到物理世界的AI應用，他都給出了明確判斷。

1.物理AI的突破，還需18個月到2年

人工智能在物理世界的突破性時刻，究竟會是怎樣的？我認為，那就是讓機器人能在現實世界中穩定地完成各類有實際價值的任務。

目前，仍有一些因素制約著這一目標的實現。一方面，算法還不夠完善，需要提升魯棒性（指系統在出現異常、危險情況下能夠保持健壯和強壯的特性），而且相較于實驗室中僅處理數字信息的模型，機器人相關算法能依托的數據量更少，合成這類數據的難度也遠高于數字數據。

另一方面，硬件方面也仍有一些難題尚未解決，尤其是機械臂和機械手的研發。其實深入研究機器人技術后，你會對人類的手部結構產生全新的敬畏之心，進化的設計精妙絕倫，人類的手在穩定性、力量和靈活性上的表現，很難被復刻。

我們剛剛宣布與波士頓動力展開深度合作，他們研發的機器人非常出色，我們正將人工智能技術應用到汽車制造領域。接下來一年，我們會先推出原型機進行測試，或許一兩年后，我們就能展示一些令人印象深刻的成果，并實現規模化應用。

2.2030年，50%概率實現AGI

到2030年，我們有50%的可能實現通用人工智能，這個時間依然不變。

但我對通用人工智能的評判標準非常高，它指的是一個具備人類所有認知能力的系統，顯然我們目前離這個目標還有很大差距。

這意味著，這類系統需要擁有科學創新能力，不僅能解決科學領域的猜想和難題，更要能率先提出研究假設和問題。任何一名科學家都清楚，找到正確的問題，往往比找到答案難得多。

目前的人工智能系統顯然還不具備這種能力，未來能否擁有，還未可知，我們也仍未明確實現這一能力需要哪些技術突破。

比如持續學習能力，也就是在線學習能力，讓系統能突破訓練的局限，在現實世界中自主學習；還有穩定性，目前的系統在不同領域的表現參差不齊，而通用智能系統不該有這樣的短板。

在我看來，要打造通用人工智能系統，還有不少關鍵能力亟待突破。

3.AI不會快速取代初級白領，年輕人要“學會學習”

我不認同“未來五年內AI會取代50%的初級白領崗位”的觀點，我認為這一過程會耗時更久。

今年，我們或許能看到這一趨勢的初步顯現，比如初級崗位和實習崗位可能會受到影響，但要實現大規模取代，我們還需要解決人工智能系統的穩定性問題。

我把目前人工智能的這種不均衡表現稱為“鋸齒型智能”，在某些領域表現出色，在另一些領域卻不盡如人意。

如果想將一整項工作完全交由人工智能代理完成，而非像現在這樣，僅讓其作為輔助工具，就需要讓系統在各方面都保持穩定的表現。

如果一個系統完成一項工作的成功率只有95%，那是遠遠不夠的，必須能圓滿完成整個任務，才能讓人放心地將工作交托給它。

但這種變革最終一定會到來。當然，一旦實現通用人工智能，整個經濟體系都會發生改變，這早已超出了崗位變革的范疇。

如果我們能打造出真正的通用人工智能，而且方向正確，我們或許會進入一個后稀缺時代，解決世界上一些根本性的難題，比如能源問題。

借助人工智能，研發出全新的清潔、可再生的近乎免費的能源，比如實現核聚變。還有新材料的研發，我認為在實現通用人工智能后的五到十年，我們會進入一個徹底改變的世界。

對于年輕人而言，唯一可以確定的是，未來會發生巨大的變化。

所以要做好持續學習的準備，學會學習，才是最重要的能力。要能快速適應新環境，利用現有工具吸收新信息。

04

尤瓦爾·赫拉利（歷史學家）：

AI是“智能體”，

風險在“自主決策”與“倫理”

赫拉利的視角更宏觀、更具批判性，他不聊技術細節，而是聚焦AI對人類社會、倫理和身份認同的深層沖擊。

1.AI的三個“危險特質”：主動、創造、會操縱

人工智能有三個特點，使它與以往的工具截然不同。

首先，它是主動的。它無需等待人類一步一步的指導，就能學習、適應和行動。

其次，它具有創造性。人工智能就像一把刀，它不僅能發明新型刀具，還能發明新型音樂、藥物和貨幣。關鍵不僅僅在于新穎性，更在于加速發展。一個能夠創造新工具的系統，也可能產生新的漏洞、新的說服方式以及超出監管能力的新型復雜性。

第三，也是最令人不安的一點，人工智能會撒謊和操縱。40億年的進化表明，任何想要生存的生物都會學會撒謊和操縱。

過去四年已經證明，人工智能體可以獲得生存意志，而且人工智能已經學會了如何撒謊。

一個人類騙子可能只能針對幾十個人下手，而人工智能系統卻可以針對數百萬人，并根據效果不斷調整其言論。這種大規模的說服性語言會改變威脅格局。

2.人類的“身份危機”：我們不再是“最會思考的物種”

人類一直以來都用同一個故事來解釋我們為何主宰這個星球。“我們相信我們統治世界，是因為我們比地球上任何人都更善于思考。”

但現在，某種能夠思考，或者至少看起來比我們思考得更好的東西正在出現。如果思考意味著“將詞語和其他語言符號排序”，那么人工智能已經超越了許多人類。人工智能當然可以造出像“人工智能會思考，因此人工智能存在”這樣的句子。

這就引出了一個引人入勝的哲學難題。當你觀察自己的思維過程時，你究竟注意到了什么？對許多人來說，思考就像是詞語突然涌入意識，然后自行組織成句子和論證。

我們體驗到一連串的語言思維。但這些詞語從何而來？為什么我們會想到這個詞而不是那個詞？我們其實并不清楚。

就詞語排序而言，人工智能的思維能力已經超越了我們許多人；因此，任何由文字構成的事物都將被人工智能接管。

法律由文字構成，合同由文字構成，治理由文字構成，教育、說服、意識形態以及企業生活的方方面面都離不開語言。這無疑是一個極具挑釁性的論斷，但它預示著一場真正的變革。

3.人類的核心優勢：AI沒有“感受力”

盡管人工智能在語言和邏輯方面擁有無限潛能，但我們仍然沒有任何證據表明人工智能能夠感受任何東西。

這很重要。描述愛情和體驗愛情是有區別的。人工智能可以生成完美無瑕的描述，借鑒所有詩歌、小說和心理學研究。但這些仍然只是關于感覺的文字，而不是感覺本身。

如果我們構建的世界里，一切價值都以語言表達和優化為最高形式，那么我們就選擇了人工智能最強大的領域。

如果我們為那些無法用文字表達的、具身化的判斷、人際關系和智慧保留一席之地，即使在人工智能泛濫的世界里，我們也能為人類保留重要的角色。

4.AI是“新型移民”，引發身份認同危機

你們的國家很快將面臨嚴重的身份認同危機和移民危機。這一次的移民不再是乘坐脆弱小船、沒有簽證或試圖在半夜越境的人類。

取而代之的是，數以百萬計的人工智能系統將擁有比我們更出色的寫作能力、更勝一籌的撒謊技巧，以及無需簽證即可光速旅行的能力。就像人類移民一樣，它們既會帶來益處，也會帶來問題。

我們將擁有人工智能醫生來幫助醫療系統，人工智能教師來支持教育，甚至人工智能邊境警衛來阻止非法移民。

但人們對人類移民的擔憂，同樣也適用于人工智能移民。這些系統會搶走工作，徹底改變文化，包括藝術、宗教和愛情。

這一切都指向一個核心問題：你的國家是否會承認人工智能移民是合法公民？

我做出了一個重要的區分。人工智能顯然不是人類意義上的人。它們沒有身體，也沒有思想。但法律意義上的人則不同，它是法律承認的、擁有某些權利和義務的實體：擁有財產權、提起訴訟的權利以及言論自由的權利。

在許多國家，公司本身就具有法人資格。在新西蘭，河流已被認定為法人。在印度，某些神靈也獲得了類似的認可。但這些始終只是法律上的擬制實體。

實際上，當一家公司決定收購另一家公司時，做出這一決定的并非公司本身，而是由公司的管理人員做出。

人工智能改變了這一切。與河流和神靈不同，人工智能實際上可以自主決策。它們很快就能做出管理銀行賬戶、提起訴訟，甚至運營公司所需的各種決策，而無需任何人類高管、股東或受托人。

假設你的國家決定不承認人工智能的法律人格，但美國卻以放松人工智能和市場管制為名，賦予數百萬個人工智能系統法律人格，而這些系統又開始運營數百萬家新公司。你會阻止這些美國的人工智能公司在你的領土上運營嗎？

如果這些人工智能系統發明出“人類無法完全理解，因而也無法監管的超高效、超復雜的金融工具”呢？你會向你無法理解的人工智能金融技術開放金融市場，還是會阻止它，并有效地與美國金融體系脫鉤？

這些問題聽起來或許像科幻小說，但在某些領域，我們已經越過了轉折點。

05

結語：

四位大佬的共識，就是未來的方向

盡管四位大佬的視角不同，但核心共識清晰可見：

第一，AI是正在發生的平臺級革命，不是未來的猜想，每個人、每個企業、每個國家都無法回避；

第二，AI取代的是“重復任務”，而非“職業本身”，人類的創造力、同理心、決策力和感受力是不可替代的核心優勢；

第三，普及與落地是AI的關鍵價值，光炒概念沒有意義，只有融入行業、解決實際問題，才能避免泡沫；

第四，風險真實存在，無論是技術穩定性、倫理邊界，還是社會沖擊，都需要企業、國家乃至全世界共同應對。

對普通人來說，不用焦慮被AI取代，而是要學會與AI協作——用AI解決重復工作，自己專注于更高價值的思考、溝通和創造。畢竟，技術的終極意義，是讓人活得更像“人”。

未來決定現在。看清未來將發生什么，才能真正明白當下應該做什么。

我們認為，未來由四個關鍵領域塑造：哲學、AI科技、經濟與政治。

為什么是這四個？

哲學是元起點，是意義與方向的錨點，為一切行動提供終極燃料；

科技（尤其是AI）是文明進步的底座，是驅動世界向前的“發動機”；

經濟是轉化器，它把科技力量轉化為真實的財富與市場機會；

政治是適配性結構，它給哲學、科技與經濟提供運行框架與秩序。

哲學為根，科技為器，經濟為用，政治為治。這四者環環相扣，層層支撐，相互交織，在動態的演進中共同推動現實走向未來。

THE END