微軟公司全球資深副總裁、微軟AI亞太區總裁張祺

12月11日訊（記者 朱俊熹 張信宇）自2022年12月2日ChatGPT上線至今，整整兩年過去，AI正以前所未有的速度重塑各行各業，徹底改變了人們獲取知識、積累經驗、洞察世界的方式，刷新了人機互動的模式與習慣。

在這股浪潮中，顯現出一個無法忽視的龐大身影：微軟。事實上，這家PC時代的老牌科技巨頭正在重新執掌AI時代議題。過去幾年，微軟豪擲137.5億美元押注AI革命領軍者OpenAI，用Azure為各個AI公司提供算力引擎。更重要的是，微軟在為AI時代的更快到來，提供了最為寶貴的信心。

張祺是微軟的“老兵”，自2002年就加入了微軟美國總部，現任微軟公司全球資深副總裁及微軟AI亞太區總裁，負責互聯網業務及人工智能平臺在亞洲的團隊。張祺在大數據、人工智能算法等方面擁有超過20年的從業經歷，為微軟AI技術的落地做出了突出貢獻。

以OpenAI的ChatGPT為代表的生成式AI崛起后，AI便進入了新的敘事篇章。張祺發現，當AI在內容、代碼生成等方面表現出趕超人類的能力時，許多工作的生產效率得到了極大的提升，而原有的組織架構和生產關系都將會面臨巨大的變革。于是在2023年，他提出了“單人創業家”的理念，借助AI的力量，一個人也可以擁有足以匹敵一個團隊的工作能力。

但隨著技術革新而來的還有一種擔憂：AI是否會掀起大規模失業潮？對此，張祺的看法是，一定會有一些現有的工作受到沖擊，但同時每個個體的能力也將會被無限放大。那些沒有編程背景的人通過大模型將有可能自己開發應用，不會畫畫的人也能利用AI工具生成高質量的畫作。

在接受專訪時，張祺甚至提出了對未來工作將如何演變的設想。延續了幾百年的公司制度或將面臨AI的沖擊，公司可能不需要再組織和雇傭員工，而是將工作分解成一系列任務，再分發到眾包平臺上。

張祺形容自己是一個“技術樂觀派”，不希望局限在線性的思維慣性中，低估了未來的可能性。“AI將改變許多事情，是現階段難以想象的。而預判由指數級增長帶來的看不見的變化，才是讓我們這個行業中許多人感到非常興奮和震撼的部分。”他表示。

以下是張祺與的對話實錄，內容在保證原意下有刪減調整。

不要高估現在，不要低估未來

：為什么會提出“單人創業家”的概念？

張祺：在這次AIGC、大模型引領的AI革命中，會發現很重要的一件事情是，以前覺得“知識”是人特有的一種能力，但現在它實際上可以通過AI以極低的代價大批量生成，而且可以生成文字、圖片、視頻，包括聲音等可混合的全線內容。

不僅僅是內容生產，在讀文章的時候，也可以用AI來總結。要寫東西的時候，給AI一個課題，它能用非常標準的一種或多種語言完成。以前需要很多年訓練出美感，才可以畫好一張圖，現在一個提示符輸入進去就能做出來。AI極大提升了內容生成、知識生成的生產效率。

在“單人創業家”的理念中，其實最關鍵的轉變在于代碼生成的能力。并不是說代碼不重要了，而是人可能不需要直接寫代碼，用自然語言的方式表達，告訴機器想完成什么事情，大語言模型可以幫你把代碼生成出來。

為什么代碼很重要？我們說“軟件改變世界”，上一波信息化革命的效率提升，其實都是因為計算機的到來，這背后都是其編程代碼在完成所有上一階段的生產力提升。

軟件編程人員雖然有幾百萬，但是在AIGC浪潮之前還是稀缺資源，你會發現這種稀缺資源的能力現在很大程度上被大語言模型所替代。所以每一個人都會變成一個編程者，這就是效率提升最重要的一個維度。

在這一代AI的加持之下，內容總結生成、代碼生成糾錯原先可能是人本身的獨特能力，需要很多訓練才能獲得，現在都變為邊際成本非常低、易獲取的能力。以前可能需要很多人手的事情，現在更少的人就可以完成，效率得到了更好的提升。

那么，生產資料變了，生產力變了，生產關系是不是會有所改變？“單人創業家”的理念涵蓋的更重要的信息是，在這樣的環境下，可能會帶來怎樣的社會變革？一個人能夠干什么？這里有很大的想象空間。

當有這樣的效率提升時，很多問題就要重新思考。在做原型構建的時候，為什么還要維系原來的組織架構？難道真的需要六、七個人協調才能完成一個產品的初始想法、原型構建，甚至幾輪迭代嗎？不需要了。

組織是有效的，但到一定程度以后就會降低效率，因為要協調，關鍵是要對上協調。當一個人和AI之間實現全線溝通的時候，會將組織效率提升很多。不需要那么大的組織，而且不需要層級各方面的變化，甚至要想這種傳統的方式是不是最好的。

當然這個狀態更適用于MVP（最小可行產品）階段，真正到大規模、批量化生產產品的話，要構建一個服務上億人的產品，還是需要很多團隊的協作。

投資領域的朋友們聽到都非常激動。原來要投一個項目，一般都是PPT介紹一下，有的人可能構建一個非常簡單的原型，根據這個去做判斷和調研。有的時候是在賭你的認知，有的時候在賭一些運氣。

但現在就完全不一樣了。通過非常少的投入和AI的加持，就可以構建原型產品，最起碼是一個更加成型的狀態、一個MVP，這在很大程度上對他們的投資判斷和決策能力，包括成功的概率，會有極大的提升。

投資金額也會不一樣，同樣的100萬可以做更多事情。試錯的寬度、速度都會不一樣，以前可能要幾個月才能得到反饋，現在可能只需要一周的時間。

：隨著各種AI工具的推出，會帶來創業門檻的下降，那之后創業者間的競爭要素會是什么？

張祺：我覺得在一個領域中有獨特領域知識的產品經理，以后可能會是非常重要或稀缺的人才。

在一個領域里面的特定知識是什么？就是對這個領域的了解，而不只是知識的匯總。比如，一位醫生知道醫院的整個流程、優缺點在哪里、病人真正需要注意的地方是什么。這些就是領域知識，可以幫助人們找到現有體系里提升效率或服務的機會在哪里。

在具備這種認知后，通過AI工具的加持，能夠把發現這些機會的流程極大地壓縮、加速。以前可能面對更多的阻力，首先是資本問題，其次可能是團隊協調的問題。但現在這些東西都被變小了以后，一個人能做的改變是非常大的。

在單人創業家的環境里面，一旦人有足夠深刻的特定認知，并有很大的意愿去改變一件事情，在今天一切都變得更有可能。

：未來算力或數據是否會成為最重要的生產資料？

張祺：數據的重要性無疑在增加。另外現在GPU技術迭代速度非常快，數據中心的能力在不斷增強，模型也在越來越優化，變得更大。這種持續的迭代預示著算力將成為新的生產資源的重要部分。

但它是處于被限制的狀態，還是無窮無盡的狀態？這就看怎么去思考問題了。我實際上是一個對技術樂觀派，總是強迫自己用一種指數型的態度去思考未來，因為存在太多的可能性，這些可能性超出了我們今天的理解范圍。

人們往往容易高估一兩年的變化，而低估十年的變革。人類的思維傾向于線性，很難體會到指數級增長的可能性，這是一種思維慣式的問題。

AI帶來的變化已經在實際發生，但我認為我們能夠看到的東西還是線性的。而預判那些由指數級增長帶來的看不見的變化，才是讓我們這個行業中許多人感到非常興奮和震撼的部分。

AI會讓更多人失業嗎？

：我們討論了很多生產力或生產關系相關的變革，那需求會如何改變？當很多問題被解決，也節省了很多資金或人力時，是會創造出新的需求，還是導致很多人無事可做？

張祺：如果僅僅限制在當下的工作狀態，一個工種的效率提升后，需要的人力肯定會受到壓縮，一些現有的工作一定會受到影響。

但是如果放開想，每個人都有改變的訴求，同時能做的事情可以被放大，以前沒法想象的一些事情都可以完成。如果全球數以億計的人可以發布屬于他們的工具，為更多的人所使用，那這個世界會變成什么樣？

我覺得很難單純沿著現在的思維去思考將來的人力壓縮。當無限的空間得以展現后，所有的供需關系都會極大地改變。

：自工業革命以來，公司這類組織已經延續了幾百年的歷程。AI將會對公司制和社會分工帶來哪些影響？我們的工作方式以后會發生什么變化嗎？

張祺：工作實際上是通過雇傭關系，來獲取員工的特定技能和時間，完成公司的事情。

在AI時代下，可以通過agent（代理）的方式去思考很多現有的工作流程。將一件事情分解為任務很重要。當把工作轉化為任務后，某些任務需要對特定領域有深刻理解的人來完成，比如架構，或一些涉及到產品定位和用戶認知的，這對于整個產品形態及策略等至關重要。有些任務則需要人工和AI的輔助，還有的任務可能完全自動化完成。

未來可能并不需要雇傭員工，買斷他們的時間來完成工作。實際上，工作將會轉變為一系列任務。這個體系可以幫助你決定將哪些任務分發到何處，從而大大提高效率。

我認為眾包可能是一個有趣的中間體，可以將任務放到眾包平臺。這些任務可能處于不同的階段或狀態，當人能夠將工作細分，并且在不同的資源庫中調動所需資源時，我相信工作這件事情本身的定義都會發生改變。

“單人創業家”并不是指一個人同時擔任工程師和產品經理的角色。實際上，一個人可以擁有AI系統或助理，通過這些“分身”來完成多種角色。當一個人有完成特定任務的強烈訴求時，借助AI的能力，可以“生產”出所需的開發人員或測試人員。一個人加上AI，就相當于擁有了一個團隊。

：人們使用AI有哪些門檻？是否需要高學歷背景呢？

張祺：首先要了解自己想完成的事情，也就是你的夢想。其次要擁有提問的能力，學會問問題，這關系到如何與大型模型進行有效交互。

現階段，要有效使用提示工程，或者處理代碼問題以及邏輯性較強的問題時，確實需要一定的訓練。在這種組合之下，如果你還擁有強大的教育背景，一定會在擅長的領域更加高效。

：如果效率和結構優化達到極致，是否會加劇社會的分化？少數掌握知識和技能、受過訓練、與AI更容易交互的人，可以滿足社會的絕大多數需求，而剩下的大部分人群可能只剩下需求，不再參與生產？

張祺：我認為這并不會加劇人類社會的分化，實際上它可能會提升許多人的能力，迅速達到一個很高的水平。

以畫畫為例，之前我不具備創作畫作的能力，因此與之相關的成長和商業機會對我來說都是關閉的。然而現在只要有計算資源，比如Midjourney或DALL-E等AI工具，我能夠通過打字甚至語音交互，直接提出問題或告訴它我想畫什么，機會的大門就突然打開了。

這不再是只有受過專業訓練的繪畫者才能做的事情，今天數億人也完全有可能實現。當這扇門被打開時，將會帶來怎樣的可能性？是會擴大貧富差距，還是為更多人提供機會，使他們達到以前不可能達到的狀態？如果這么多人都能達到的話，那這個指數級增長將會達到什么狀態？

集成AI的原產品與新AI超級應用將長時間共存

：我們剛才討論了很多關于未來的話題，但需要回到現實。在整個AI行業，人們正在進行各種嘗試，無論是在模型開發還是應用方面。你對此有何看法？接下來有哪些方向值得關注？

張祺：在這次AIGC浪潮中，微軟與OpenAI的合作可以被寫入商學院教科書，被認為是極具前瞻性和創意的合作方式。

微軟對產品形態的定位是“Copilot”（智能副駕），這很重要。人仍然占據主導地位，在Copilot加持下能夠增強人的能力，幫助人們更有效地完成任務，而不是取代人或人的判斷。它旨在輔助而不是傷害用戶。

有幾個產品值得一提。例如GitHub Copilot，它實際上是真正引領Copilot創新的產品，通過提供代碼生成和測試等功能，顯著提升了開發者的工作效率。Microsoft 365的Copilot是我們生產力工具的一部分，包括Word、PowerPoint、Excel和Outlook。我很多時候使用Outlook寫郵件，只需輸入一句話，它就能提供從語法到造句的優雅表達，往往比我自己的寫作還要好。Teams Copilot也是一個非常好的產品，會自動生成會議摘要。

實際上，使用這種AI能力是相當簡單的。但在正確的場景中，它發揮了巨大的作用。這些例子雖然簡單，卻展示了技術如何使生產力提升變得觸手可達。

我們還是首個將大模型真正引入搜索引擎的公司，于2月7日發布了新的Bing搜索。搜索引擎之所以重要，是因為它是互聯網時代獲取信息和知識最重要的維度。傳統的提供10個鏈接來獲取信息的方法，現在已經轉變為知識匯總的搜索方式。搜索引擎變得更高效、更知識驅動，這對每個人的生產力提升有顯著影響。

另一個重要的維度是AI for Science，AI在科學領域的應用，這一點可能還沒有得到足夠的重視。例如谷歌旗下的AlphaFold可以以前所未有的精度預測生命分子的結構和相互作用。AI可以應用于材料科學和醫藥領域，能夠在短時間內完成以前需要很長時間才能發現的成果。

AI for Science，對人類關于世界的基本認知和最基礎的學科提升有著深遠的影響。這種變革將是復合效應的，新的材料和發現可能會引發一系列新的創新及發展。AI for Science的投入應該是長期的、耐心的，這非常重要。

：這些變化實際上是在現有產品中加入AI能力，提升原有場景的效率，而不是創建一個全新的封閉的應用環境。這是否會成為未來AI時代的一種趨勢？

張祺：這種共存的狀態可能會持續很長時間。Copilot可以是一個獨立的產品形態，但它也可以被集成在許多現有App中。國內外的大模型公司都有自己的應用，同時這些應用的功能也被集成在其他產品中。

盡管還沒有發生，但有一個共識是，在AIGC時代，可能會有一個像微信這樣的超級應用，成為一個獨立的入口。每個人都在朝這個方向努力，因為這確實會改變很多東西。