|未經許可不得轉載星標本號獲取最新頂級認知|

城主說| 在人工智能的狂熱浪潮中，全球公認的AI領袖之一，吳恩達（Andrew Ng）始終保持著一種冷靜而深刻的洞察力。與那些沉迷于通用人工智能（AGI）末日論或烏托邦幻想的論調不同，吳恩達的視角牢牢扎根于物理世界的限制與商業社會的現實。在他看來，我們討論AI的起點，已經從虛無縹緲的算法和數據，轉移到了更基礎、更具決定性的物理約束上。

這是今天最新放出的吳恩達播客長訪。
“在我從事人工智能的職業生涯中，我還沒有遇到過任何一個覺得計算能力足夠的人，”他坦言。這種對算力永不滿足的需求，正將整個行業推向一個新的十字路口。在這場訪談中，吳恩達系統地闡述了AI發展的現狀、地緣政治的博弈，以及未來十年最真實的機遇與挑戰。他強調，AI不是要取代人類，而是要成為增強人類能力的終極工具，而那些無法掌握這一工具的人，將面臨被時代淘汰的風險。

視頻完整版：

章節時間戳：

0:00:00 識別核心瓶頸：電力、半導體與人工智能編碼的巨大價值

0:07:19 優化政策環境：吸引人才與人工智能對知識工作者的影響

0:19:47 智慧的民主化：釋放GDP增長潛力與全球開放生態系統的動態

0:28:07 投資策略、模型專業化與企業人工智能護城河的構建

0:41:52 企業采納的挑戰：變革管理、數據應用與消除人工智能炒作

0:56:28 教育機構的未來建議、運營商到投資者的轉變與人工智能的樂觀愿景

核心觀點摘要

? “當前制約AI發展的最大瓶頸，已經轉移到了電力供應和半導體產能。數據中心是我們這個時代的鐵路和公路。”

? “開放模型是地緣政治影響力的巨大來源。中國正通過發布大量高質量的開放權重模型，在全球AI供應鏈中占據關鍵環節，這是一種不容忽視的軟實力。”

? “AI不會大規模取代白領工作。真正會發生的，是掌握AI工具的專業人士，將遠遠甩開那些不使用AI的同行。我再也不想在沒有AI編碼輔助的情況下編寫代碼了。”

? “‘AI將取代程序員’是有史以來最糟糕的職業建議之一。隨著AI讓編程變得更容易，我們應該讓更多的人學習編程，而不是更少。”

? “大型企業應用AI的最大障礙不是數據，而是人與變革管理。很多企業擁有極具價值的私有數據，關鍵在于如何利用它們驅動增長，而非僅僅削減成本。”

? “中國政府的全行業承諾、工作倫理和發展速度是一種非常強大的力量，我們不應低估。美國對華的芯片出口管制，在很大程度上適得其反，反而刺激了中國加速發展自己的半導體產業。”

? “我們正處于人工智能浪潮的起始階段。未來十年，我們仍將致力于識別并構建有價值的企業應用。這場變革將比炒作所說的要花費更長的時間。”

新時代的基石：電力、半導體與算力瓶頸

當我們談論人工智能的極限時，大多數人會想到數據量或算法的復雜性。但吳恩達一針見血地指出，真正的天花板是更為基礎的物理資源。“我會說目前最大的兩個瓶頸，是電力和半導體，” 他強調。在美國，數據中心的建設正面臨著來自社區和許可審批的重重阻力，電力供應成為一個嚴峻問題。“正如我們為特定一代人建造道路和鐵路作為基礎設施一樣，數據中心是構建數字經濟的關鍵基礎設施。” 與此同時，他對中國在大規模建設發電廠（包括核電站）方面的決心表示關注，認為這將成為未來競爭格局中的一個有趣動態。

對計算能力永不滿足的需求，是貫穿過去二十年AI發展的常態。而生成式AI的興起，更是將這一需求推向了頂峰。從AI輔助編碼到各類企業級應用，市場對語言模型推理（token生成）的需求呈現出爆發式增長。“我發現許多公司實際上都有過剩的需求，這是一個非常罕見的問題……我們恰恰沒有足夠的半導體、數據中心和電力來滿足需求。” 這種供需失衡的直接后果是，即使是最前沿的開發者，在使用云端編碼工具時也會遭遇速率限制，這無疑扼殺了創新潛力。

勞動力變革的真相：AI是增強器，而非替代品

關于AI將導致大規模失業的恐慌從未停止。然而，吳恩達對此持有一種更為務實和樂觀的看法。他認為，AI的角色更像是一個強大的“增強器”，而非“替代品”。他以自己最熟悉的軟件工程領域為例，生動地描繪了這場變革的真實圖景。

“我認識的效率最高的工程師，是那些擁有10到20年經驗并且真正精通AI工具的人。他們行動的速度，比世界上過去任何時候見過的任何人都快，” 他說。緊隨其后的是精通AI工具的應屆大學畢業生。而處于危險境地的，則是那些有經驗但拒絕學習新工具的“守舊派”，以及那些從課程嚴重滯后的大學畢業、對AI一無所知的年輕人。

“我再也不想在沒有AI編碼輔助的情況下編寫代碼了，” 吳恩達的這句個人感言，揭示了生產力提升的巨大飛躍。過去需要一個團隊數月才能完成的項目，如今一個精通AI的工程師可能在幾天內就能完成。這種變革并不僅限于編程。他觀察到，從市場營銷到人力招聘，各個領域的專業人士都在利用AI工具極大地提升工作效率。“我最好的招聘人員，不僅手動篩選簡歷，他們還在編寫提示詞，讓AI幫助他們篩選簡歷。令人驚嘆。”

他堅信，未來的勞動力市場不存在所謂的人才斷層，而是技能的迭代。問題不在于初級崗位被取代，而在于整個教育體系未能跟上時代的步伐。“‘AI將自動化編程，所以人們不必再學習編程’的建議，是有史以來最糟糕的職業建議之一。隨著AI輔助我們使編程變得更容易，應該有更多的人學習編程，而不是更少。” 在他看來，編程是未來精確與計算機溝通的語言，是所有知識工作者的必備技能。

地緣政治博弈：開放模型成為新的軟實力

長期以來，中美之間的AI競賽一直被視為一場零和游戲。吳恩達曾先后在谷歌和百度擔任核心職位，獨特的經歷讓他對這場博弈有著更深層次的理解。他提出了一個引人深思的觀點：中國正在通過開放模型，建立一種全新的地緣政治影響力。

“我認為開放式模型是地緣政治影響力的巨大來源，” 他分析道。當一個國家的團隊發布開源、開放權重的模型時，知識的流通在國內會大大加速，從而促進整個生態系統的創新。相比之下，美國的前沿模型大多保持封閉，知識的傳播和迭代速度反而受限。更重要的是，這些開放模型正在成為AI供應鏈的關鍵組成部分。

“如果有一天，某個發展中國家的孩子問了一個關于公眾敏感話題的問題……他們最終使用的模型的原產國將提供一些答案，而這個答案所體現的價值觀，實際上都是軟實力中一個巨大的影響力來源。” 他將這種影響力類比為好萊塢之于美國夢，或韓流文化之于韓國。通過向全球免費提供強大的AI基礎模型，中國正在潛移默化地輸出其價值觀和影響力。

在談到美國對華芯片出口管制時，吳恩-達的看法更為尖銳。“我認為對芯片的出口管制在很大程度上適得其反……美國實際上刺激了中國，讓中國真的加速了它的半導體發展。” 他認為，這種外部壓力迫使中國構建起更具韌性的自主產業鏈，從長遠來看，這可能對美國的國家利益更為不利。

投資、泡沫與商業現實：企業如何駕馭AI浪潮

在風險投資涌入、估值飆升的背景下，關于AI泡沫的討論不絕于耳。吳恩達承認，在基礎設施層面存在過度投資的風險，復雜的金融工具正在被用來轉移風險，這確實是“事情感覺有點像泡沫的跡象”。但他更關心的是，企業如何在喧囂中找到真正的價值。

他觀察到，許多應用層公司的商業模式岌岌可危，“有時感覺就像，公司投入1億美元，這樣他們就可以支付給OpenAI和Anthropic，這樣OpenAI和Anthropic就可以支付給英偉達，而所有的錢最終都流向了英偉達。”

對于希望應用AI的大型企業，吳恩達給出的建議同樣出人意料。他認為，最大的瓶頸并非技術或數據。“大多數大型企業中最大的障礙實際上是人和變革管理。不是數據。絕對不是數據。” 他指出，世界上大部分有價值的數據都是企業內部的私有數據，如交易、銷售、制造數據等。關鍵在于企業是否有能力和意愿去重新思考工作流程，以驅動增長，而非僅僅是削減成本。

“我發現，人工智能更有價值的用戶，通常需要重新思考工作流程，” 他解釋道。與其利用AI節省20%的人力成本，不如思考如何利用AI將決策時間從兩周縮短到十分鐘，或者將過去只能服務于少數高端客戶的服務，擴展到成千上萬的用戶。“做更多或做得更快，這些是我所見過的推動價值增長的兩種模式，我認為這對釋放GDP增長至關重要。”

最后，吳恩達對未來表達了審慎的樂觀。他認為，AI帶來的巨大變革才剛剛開始，我們遠未到達終點。“從現在開始的十年后，我們仍將致力于識別有價值的企業應用并構建它們。” 這場變革需要耐心、持續的投入和對人才的培養。他最深的擔憂，是整個社會能否跟上技術變革的速度。“這一次的變化太快了，我們需要今天還活著的人學習新的技能，而不是需要他們的孩子學習新的技能。這非常具有挑戰性。” 在這個由代碼和模型定義的新時代，學習和適應的能力，將成為決定個人、企業乃至國家命運的最終勝負手。

天空之城全文整理版 引言與核心瓶頸：電力、半導體與算力

吳恩達: 在我從事人工智能的職業生涯中，我還沒有遇到過任何一個覺得計算能力足夠的人。

Harry: 我找不到比吳恩達更好的嘉賓了，他是全球公認的人工智能領導者。數據中心是構建數字經濟的關鍵基礎設施。

吳恩達: 我認為開放式模型是地緣政治影響力的巨大來源。工作倫理，速度，當中國政府做出舉國承諾時，那就是一個全行業的承諾。這實際上是一股非常強大的力量，我不應該低估它。

Harry: Andrew，我仰慕你很久了，所以一直很期待這次合作。非常感謝你今天能來。

吳恩達: 謝謝你，哈里。我看了很多節目。我真的很喜歡你最近和我朋友馬丁·馬丁內·卡薩多一起做的那期節目。那次非常難忘。所以我實際上很高興來到這里。

Harry: 我愛馬丁。非常，非常特別的人。我想從你之前說過的一句話開始。你說過人工智能是新的電力。當我想到電力以及我們今天所處的位置時，我想了解瓶頸所在。似乎每個人都認為這實際上與數據、計算和算法有關。這三個參數是我們應該考慮瓶頸的參數嗎？如果是這樣，你認為哪個是最大的瓶頸？

吳恩達: 我會說目前最大的兩個瓶頸。可能是，我認為電力是其中之一。所以在美國，我真的擔心許多數據中心運營商都陷入了某種許可困境，而且，我知道當地社區的支持很重要，有些人不希望在那里建數據中心。但是，正如我們為特定一代人建造道路和鐵路作為基礎設施一樣，數據中心是構建數字經濟的關鍵基礎設施。因此，美國和一些西方國家缺乏電力是一個問題。相比之下，我看到中國正在大興土木建造發電廠，包括核電站。這將是一個有趣的動態。

另外，半導體是另一個瓶頸。但人工智能太復雜了。我認為我們也需要更多的數據。我們還需要更多、更好的算法，你知道的，所有這些都值得努力。但短期內，電力和半導體存在一些限制。

Harry: 你能談談你認為最緊迫且大多數人沒有意識到的半導體方面的限制嗎？

吳恩達: 首先，在我從事人工智能的職業生涯中，我還沒有遇到過一個人工智能從業者認為他們的計算能力足夠。所以，給我們任何數量的計算能力，我們都會用光，然后說我們仍然不夠。因此，這在過去 20 年左右一直是一個制約因素。

但我看到的是，隨著生成式人工智能的興起，出現了一些非常有價值的工作負載。例如，人工智能輔助編碼，這太棒了。它使我們的生產效率大大提高。但是，如果你使用足夠的云代碼，有時你會受到速率限制，我發現許多公司實際上都有過剩的需求，這是一個非常罕見的問題，但很多人想要更多的語言模型推理，想生成更多的token，而我們恰恰沒有足夠的半導體、數據中心和電力來滿足需求。但是，我們可以用AI令牌生成做很多事情，而當我們無法做到時，當供給側，我們無法向需求側想要它的人提供足夠的供應時，這令人沮喪。如果你使用過多，你會被限速。

Harry: 我應該如何看待對更多計算的這種永不滿足的需求以及由此帶來的改進？許多人認為GPT-5已經達到了某種程度的規模法則，并且對效率的關注已經成為一種轉變。我應該如何平衡這兩種看似不同的觀點？

吳恩達: 所以令牌生成變得更高效和更便宜是事實。事實上，如果你看看OpenEI的開放權重模型，它們實際上是發布出來的，運行效率非常高的模型。所以 Eugenio anen做了一些非常出色的工作，他們發布了一些運行效率非常高的模型。所以這是一個運行效率非常高的模型，但是盡管令牌生成的成本下降，我們對它的需求是，永不滿足的。

嗯，人工智能領域也發生了同樣的事情，如果我們看看價值的來源，其中一個重要的來源就是人工智能輔助編碼。我認為這可以追溯到更早的時代。在上一代，我認為谷歌占據了主導地位，像網絡搜索這樣的橫向信息發現，但在互聯網構建時，有很多垂直領域的發展空間。所以我們最終得到了，Travelocity和Expedia，它們在旅游領域展開競爭，還有很多人在零售領域展開競爭。還有很多人在交通運輸、社交媒體等領域展開競爭。

我們現在看到的是，ChatGPT擁有非常強大的消費者品牌。ChatGPT似乎是新一代橫向信息發現領域的主導者，盡管我認為Gemini憑借其通過控制安卓和Chrome獲得的渠道優勢，也是一個不容小覷的競爭者。但如果橫向信息最終變成那樣，那么仍然有足夠的空間來構建大量的垂直領域，而真正有價值的垂直領域中，一個清晰的類別就是AI編碼輔助，Cloud Code就在這個領域，我每天都用它，非常喜歡。Open AI codex也有很大的發展勢頭，但它顯然使開發人員的工作效率大大提高，以至于對更少使用和更多使用這種工具的需求達到了頂峰。

我覺得令人興奮的一件事是，我經常把AI編碼輔助視為其他工作職能可能發生變化的先兆，因為AI營銷工具變得更加高效，AI招聘工具變得更加高效，AI財務工具變得更加高效。我經常將AI編碼助手視為一種預兆，預示著隨著工具變得更好，其他行業也可能發生類似的情況。

AI編程助手的崛起與勞動力變革

Harry: 我最近在節目中采訪了Cohere的Joel Pinot，她之前在Facebook工作，她說AI編碼助手在成熟度方面與2016-2017年的圖像生成處于同一水平。

吳恩達: 你認為這是對當前環境的公正評價嗎，或者你不同意？我認為它更進一步。我認為2016年，圖像生成并不是非常有價值。我不記得當時它有多大價值，但我認為今天，AICoding Assistance真的非常有用，實際上在AI Fund，我的工程主管（head of engineering receipt），我會說，嘿，讓我們考慮一下工具的標準化。而且，他說，我需要這些工具，你必須從我緊握代碼的死手中奪走它們，對吧？我想我已經非常強烈地形成了這種觀點。我自己，我再也不想在沒有AI編碼輔助的情況下編寫代碼了。我認為這些工具運作良好，但仍有很大的提升空間。

Harry: 我只是想回到核心瓶頸問題。我們說過它們與電力有關，也與半導體有關。我認為，當我們審視今天數據中心的建設時，正如您所說，監管在很多方面一直是阻礙因素。您認為從基礎設施的角度來看，特朗普對美國人工智能的發展是促進作用更大還是阻礙作用更大？

吳恩達: 在過去的幾年里，美國聯邦政府做了一些好事，也做了一些不太有幫助的事。我覺得清除不必要的法規是一個非常好的舉措。即使是去年，兩黨合作的舒默人工智能洞察論壇，我認為有很多人游說美國政府通過嚴苛的法規，有很多被炒作的人工智能安全論調，聲稱人工智能可能導致人類滅絕，這簡直是荒謬的說法。試圖通過令人窒息的反競爭法規，通常是為了關閉開源、開放權重。幸運的是，它擊退了很多這種行為，但我認為兩黨的蘑菇洞察論壇在挖掘真相方面做得非常好，并得出結論，美國應該投資人工智能，而不是通過不必要的法規來減緩它的發展。我認為特朗普做得不錯。他的整個團隊，大衛·薩克斯和克里斯蒂安等等，在清除不必要的法規方面做得很好。

另一方面，美國巨大的競爭優勢之一是它吸引人才的能力，包括高中人才，以及，坦率地說，未來可能不是高中生，但將來可能是高中生的年輕人才。因此，我認為如果美國沒有在吸引人才方面投入足夠的資金，那將是一個不必要的錯誤。然后我認為最后，對科學的投資，對吧？我認為幫助我們的高等教育機構擁有資源來培訓我們的研究生，投資于科學技術，我認為這非常寶貴。因此，任何損害這一點的事情，我認為，都是非常不幸的。

Harry: 如果我給你一根監管魔杖，Andrew，你會改變什么，從而產生最顯著的推動作用？

吳恩達: 美國很幸運，有很多非常聰明的人想來這里，解決真正具有挑戰性、真正棘手的問題。我們的許多Lobel獎獲得者都是移民，例如愛因斯坦、卡納卡都是移民。我認為繼續將美國打造成為一個吸引優秀人才在一個尊重法治的民主國家共同工作的地方。我認為那將有助于我們前進。

我認為確保半導體供應鏈的安全也非常有價值。在臺灣有很多朋友，我熱愛臺灣，而且美國對臺積電的依賴也令人擔憂。以防萬一發生什么事。

然后我認為要做的，坦率地說，社會上發生了一件非常有趣的事情，那就是最近有一份同行報告顯示，我認為美國有多少人，認為人工智能對他們有好處，對人工智能充滿熱情，與不熱情的人相比。即使許多人工智能技術是在美國發明的，但很多人不信任或不喜歡人工智能。 Andrew，我工作的樂趣在于，我可以和不可思議的人交談，然后互相參照他們所說的話。

Harry: 紅杉資本的戴維·卡恩說，嘿，一個真正有用的衡量有效性的晴雨表是，人工智能能否取代勞動力最差的5%的能力？Cohere的Joel說，不，那是垃圾。真正的問題是，它能將人們的能力提高10倍嗎？忘掉墊底的5%，它能提高10倍嗎？您如何看待人工智能對勞動力的成功晴雨表？考慮到這些？

吳恩達: 以軟件工程為例，它正在加速代碼編寫。過去需要6名工程師花費半年時間才能完成的許多項目，現在我或者我的工程師可以在周末完成。我希望我們永遠不必再在沒有人工智能系統的情況下進行編碼，因為這種加速和生產力提升是驚人的。例如，有一個周末我在想，我想，為了我的女兒，我想要為我的女兒準備乘法練習的抽認卡。她想練習乘法。她想要抽認卡。所以我想我可以開車去商店給她買一堆抽認卡，或者你可以直接用人工智能為我編寫代碼，生成并打印出一堆抽認卡。所以我選擇了后者。這是一個非常低經濟價值的任務。但有了人工智能輔助編碼，它可以非常快速地完成。

Harry: 你認為氛圍編碼是一個持久的市場嗎？比如，你認為每個人都想編碼，而且可訪問性很重要嗎？或者你認為它直截了當地讓建設者能夠更好、更高效地建設？

吳恩達: 我認為我們需要以上所有。我對“氛圍編碼”這個詞一直有復雜的感受，但撇開吹毛求疵的術語不談，我認為每個人都應該學習編碼。我看到的是，對于很多不僅僅是軟件工程的職位來說，會編碼的人比不會編碼的人能完成更多的工作。

例如，我認為我的營銷人員曾經想進行一次用戶調查，她想要一些能夠讓人們提供實時反饋的東西。她查看了應用商店，但沒有找到任何東西。所以她說，你知道嗎，我要花兩天時間來編寫代碼。確實花了她兩天時間。但我的營銷人員隨后構建了一個小的移動應用程序，用戶可以在上面向左或向右滑動，以便對我們想要使用的營銷信息提供反饋。測試，正因為如此，我們能夠進行用戶實驗，獲得反饋，因此這幫助她更好地完成了作為營銷人員的工作。相比之下，如果作為一名營銷人員，他們無法編寫一個小應用程序來讓人們滑動并提供反饋。他們就根本無法做到這一點，無法獲得反饋，也無法繼續前進。

今天，我最好的招聘人員，不僅手動篩選簡歷，他們還在編寫提示詞，讓AI幫助他們篩選簡歷。令人驚嘆。

Harry: 這很有趣，真是太棒了，但說到你提出的觀點，比如，人們不應該害怕，但他們確實害怕，你會看到這會帶來效率的提高，這意味著人員的減少。如果你可以用人工智能篩選更多，我不喜歡這種恐嚇。但是，如果你能用人工智能篩選更多，我就不需要我的其他三個分析師了。

吳恩達: 我認為只有一小部分工作，坦率地說，陷入了困境。但我認為對于絕大多數知識工作者來說。實際上，關于炒作有一件事。人工智能非常棒。有很多事情我做不了。所以，人工智能有一天會變成幻影般的通用人工智能（AGI），它可以做人類能做的所有事情，我認為我們離那一天還很遙遠。我會說，像幾十年之后，甚至可能更久。

關鍵在于如果人工智能可以完成招聘人員30%的工作。誰知道呢，也許是50%，雖然感覺有點高。還有另外大約50%到70%的事情，仍然需要人工來完成。但也很明顯，如果你使用人工智能而別人不使用，這實際上會對你能完成的事情產生巨大的影響。使用人工智能會好得多。但是因為人工智能不能做所有的事情，所以對于很多工作崗位來說，仍然有很多工作需要人類來完成。

Harry: 你不認為我們存在白領人才儲備問題嗎？無論是顧問還是法律助理，在初級職位上，很多你能做的事情正在被人工智能取代，而且他們實際上在裁減初級員工。你在各行各業都看到了這種情況。所以擔心的是，我們將出現人才斷層，10年后，由于我們已經取代了他們，沒有初級員工可以晉升為高級員工。

吳恩達: 我不認為情況有那么糟糕。我認為存在一個大問題，但我不認為它完全是那個問題。所以讓我告訴你我在軟件工程領域看到的情況。

我認識的效率最高的工程師，他們不是剛畢業的大學生，而是擁有10到20年經驗或者更久，并且真正精通人工智能、了解人工智能工具的人。這些人，即有經驗又精通人工智能的人，比世界上過去甚至一兩年前見過的任何人都行動得更快。比他們低一個層次的是真正精通人工智能的剛畢業的大學生。我已經雇傭了不少剛畢業的大學生，他們通過社交網絡社區等途徑真正學會了人工智能工具，他們行動非常快，但他們不如那些精通人工智能的有經驗的人。

比這些剛入門的人低一個層次的是那些有10年編碼經驗，但工作舒適，并且由于某種原因仍然像2022年ChatGPT出現之前那樣編碼的人。我已經不再雇用那樣的人了，但有些人，他們有一份舒適的工作，他們繼續用老方法編碼，而且他們沒有學習人工智能。我認為這些人遲早會遇到麻煩。

還有另一種人，他們也身處困境，那就是不了解人工智能的應屆畢業生。不幸的是，大學課程的改革非常緩慢。因此，我實際上感到非常難過，即使在今天，仍然有大學的計算機科學本科畢業生從未在互聯網上調用過任何L-MAPI。想象一下，想象一下，想象一下一個計算機科學本科畢業生從未聽說過云計算。我當時想，什么是云？我不需要僅僅運行東西。這很奇怪。你不可能成為一個計算機科學專業的學生卻不知道如何在云中做事。我越來越覺得這不太對勁。我覺得我們必須確保在培養計算機科學專業學生的同時，也要讓他們知道如何使用人工智能來幫助他們進行編碼，并且讓他們了解人工智能的構建模塊。但大學課程，以及進入就業市場的學生群體，真的在苦苦掙扎。但是應屆大學畢業生，不懂人工智能。我們找不到足夠多的人。很多企業都喜歡雇傭應屆大學畢業生。

Harry: 我只是想談談你說的那些非常了不起的10倍、100倍工程師。我們看到薪資待遇、薪酬品牌，比以往任何時候都更高，在某些情況下，一位工程師能拿到三十五億美元。這些僅僅是……考慮到他們對公司企業價值的影響，這些薪酬待遇是合理的嗎？或者說，這是我們應該擔心的泡沫式薪酬待遇？

吳恩達: 我不知道，這很難說。我認識一些人，他們拿到了非常高的薪水，我實際上為他們感到非常高興，我認為這很好，資金投入到人工智能領域，讓人們得到很好的報酬。你認為給一位工程師一億美元嗎？我擔心你可能不會那么高效。如果我一夜之間給你1億美元，天啊，你可能會買一棟漂亮的房子去度假，你會失去一些效率。我不知道。我有很多硅谷的朋友，不管什么原因，他們賺了一點錢。他們中的許多人仍然非常非常努力地工作。但同樣，在他們賺到一點錢之前和之后都是如此。所以我發現很多科技文化，我們做事情是因為它有趣，因為它讓我們，希望能夠幫助別人，這是一種改變世界的方式。我發現財富使人變得懶惰的程度遠低于人們的猜測。

地緣政治博弈：中美AI競賽與開放模型的軟實力

Harry: 我很想知道您對此的看法。您提到了它可能影響許多不同垂直領域的各種方式。您說我們過度炒作末日情景以及介于兩者之間的一切。您知道，Andre Capathy最近說，AGI只會融入2%的GDP增長中，說實話，Andrew，我覺得這聽起來有點無聊。我想要生產力方面的巨大轉變。您認為融入2%的GDP增長是您所期望的嗎？還是您期望像軟銀的孫正義預期的那樣，達到更顯著的5%、6%的增長？

吳恩達: 我希望你們能更接近5%、6%或更高的GDP增長率。在展望未來時，事實證明，當今世界最昂貴的東西之一就是智能。這就是為什么在美國，聘請一位技術精湛的醫生來為我們的醫療狀況提供建議，或者聘請一位技術精湛的導師來耐心地教導我們的孩子，費用如此高昂的原因，因為這種智慧的交易，即明智的醫生、明智的老師、明智的顧問，是非常昂貴的。但有了人工智能，我們終于有了一條使智慧變得廉價的途徑。因此，在未來，如果每個人都能得到一群聰明、消息靈通的員工在所有這些領域（目前只有相對富裕的人才能負擔得起）的協助，那么個人將會變得更加強大，并且能夠完成更多的事情。而且，這種高度賦權的個人，他們的生活將會如此不同，國內生產總值（GDP）的增長將會是巨大的。

Harry: 完全同意。我同意。談到知識的民主化以及由此帶來的好處。你之前說過一個詞，那就是關于我們所見的那種開放權重生態系統，我們已經看到在很多情況下又回到了一個封閉的世界。你對回歸封閉有什么看法？你如何分析當今開放與封閉的博弈狀態？

吳恩達: 它仍然非常動態。我認為，對于許多美國公司來說，領先的前沿模型通常是保持封閉的。然后，低一個等級的模型，不如前沿模型那么好，會開放發布。我認為這比什么都沒有好多了。實際上，我非常感謝所有發布開源、開放權重模型的團隊。另外一個動態是中國，尤其是在發布大量非常好的開放權重模型方面，中國確實一直在引領，或者說正在占據領先地位，或者正在趕上來。所以我想說，如果不是這樣，這有點不像我十年前預測的那樣，中國人工智能最終會比美國人工智能更加開放。

你認為中國為什么想要一個開放的人工智能世界？事實證明，開放對一個國家的發展大有裨益。事實證明，當一個團隊發布開源軟件時，知識的流通對附近的社區來說要快得多。所以我看到的是，當中國的團隊發布一個開放權重模型時，當然美國可以利用它。但中國經濟從中受益更多，因為一旦某個東西是開放的，團隊就更容易互相聯系，說，嘿，哥們，這到底是怎么工作的？我在這個父模型上遇到了麻煩。只是知識的流通對于創新來說真的很有價值。當美國擁有更多封閉模式，并且，團隊試圖支付這些 1 億美元的薪水來獲取人才時，知識的流通就會變得非常緩慢，從而減緩美國和歐洲的創新速度。

Harry: 然而，隨著模型層的商品化和開放，它實際上增加了制造業的溢價和大規模制造的能力，而中國在這方面的能力比美國強得多。您是否認為這實際上導致了他們圍繞為什么想要削弱美國模型的力量的許多思考？

吳恩達: 除了增加創新和知識流通之外，開放式模型對此有所幫助。我認為開放式模型是地緣政治影響的巨大來源。因此，舉例來說，如果有一天，某個發展中國家的孩子問了一個關于公眾敏感話題的問題，或者問，嘿，在這種情況下，國界在哪里，或者這個事件或那個事件的歷史是什么？他們最終使用的模型的原產國將提供一些答案，而且無論你喜歡與否，答案是用于一個國家的價值觀還是另一個國家的價值觀，實際上都是軟實力中一個巨大的影響力來源。開放權重模型是人工智能供應鏈的關鍵組成部分，中國正在向該關鍵供應鏈環節發布免費的低成本或免費模型，這意味著中國確實開始在建立一個主導的用戶群方面取得領先，而這也會成為一種來源。這就是為什么我認為擁有強大的媒體和娛樂產業的國家，事實證明，韓國由于其領先的娛樂產業而擁有極不成比例的影響力，所以人們會聽任何韓流音樂或任何東西，這為該國帶來了很大的影響力。好萊塢是美國軟實力的巨大來源，它描繪了美國夢的某種景象，談論了自由和民主的價值觀。我認為這是溝通和軟實力的另一個前沿陣地。

Harry: 您的視角非常有趣，顯然您在谷歌工作多年，后來又在百度工作。因此，在某些方面，您曾經站在談判桌的兩邊，我們現在對人工智能競賽有一種奇怪的二元對立，即中國對美國。您是否同意這種中國對美國的定位？您是否同意在人工智能競賽中中國對美國的這種定位？

吳恩達: 我認為在合作方面有很多空間，同時在某些領域也會存在競爭。因此，首先，雖然人們，甚至包括我自己，有時會談論人工智能競賽，但終點線并沒有唯一的魚。這不是一場競賽，人工智能是一種通用技術，你可以在編碼方面做得更好，在回答問題方面做得更好，在幫助營銷人員和金融等方面做得更好。因此，人工智能具有許多不同的能力，并沒有唯一的終點線。即使是那些單一能力，我認為我們也會在很長一段時間內不斷改進。因此，我覺得由于公關目標，通用人工智能（AGI）一直被炒作，好像它是一個終點線。但我我不認為它是一個終點線。我們只是將在未來幾十年內不斷提高能力。

話雖如此，擁有更強人工智能能力的國家將會更加強大。其公民將會更加繁榮。經濟將會增長得更快。所以我想存在，所以在某種程度上，不同的國家和中心沒有結盟，擁有更強大空中力量的國家會做得更多。就像，如果一個國家在另一個國家有一個很棒的電網，因為電力電梯等等，嗯，一個國家就可以利用這個電網來做更多的制造，更多的工業工作，就這樣做更多的事情。

Harry: 你不認為我們仍然低估了中國的能力嗎？我是說，我認為我們在歐洲肯定低估了。但我尊敬地說，在美國，我看到了很多美國的自大，圍繞著你們的定位，然后你去了中國，你在中國待了很長時間，你就會意識到他們行動的速度和強度。這與歐洲和美國都不同。

吳恩達: 公平地說，我認為美國、歐洲、中國都有問題。但即便如此，我認為當中國政府做出全國承諾時，其職業道德和速度，就是一種全行業的承諾，這實際上是一種非常強大的力量，伴隨著國家層面對半導體和教育系統的投資。所以比如K-12正在接受使用人工智能的培訓，企業也在使用人工智能，分享知識，然后有時，構建這些東西，并以國家機器可能會或可能不會寄予希望的方式在國際上銷售。那實際上是非常重要的，并且是對稀土元素的控制。所以認為這種舉國經濟、舉國努力實際上是一種非常強大的力量，我不應該低估它。

Harry: 鑒于我們不應該低估它，你認為我們對芯片實行出口管制是正確的嗎？很明顯，英偉達已經有很多關于出口管制的來回措施。你認為這是對的還是不對的？

吳恩達: 我認為對芯片的出口管制在很大程度上適得其反。美國的做法，我認為美國最初限制華為，然后又限制英偉達、AMD和其他半導體的出口，這實際上刺激了中國。所以在出口管制之前，中國的一些半導體發展，坦率地說，進展并不快。那是一個不錯的領域，有一些投資，但是當美國這樣做時，中國真的加速了它的半導體發展。所以美國激勵中國這樣做，而且這對中國來說正在獲得回報。我認為現在有很多中國公司正在開發產品，單個芯片的性能可能較弱，但可能使用更大數量的芯片來構建具有競爭力的產品，當然是與上一代英偉達的產品競爭，并且可能越來越與當前一代的產品競爭。所以我認為，如果我純粹從美國的國家自身利益來分析，我認為它導致中國加速發展半導體產業，而這可能對美國的長期發展不利。

Harry: 我身在歐洲。顯然我住在倫敦。你之前告訴我你出生在倫敦。我想問你的是，我們顯然感覺自己已經遠遠落后了。人們說，你們已經輸了。你如何看待歐洲在一個全新世界中的地位，以及歐洲可以做些什么來重新獲得一些與美國和中國之間的平等？

吳恩達: 如果我對歐洲的監管機構有一個愿望（我與相當多的歐洲監管機構交談過），我聽到他們說，我們希望成為人工智能監管領域的領導者，而這是一種競爭優勢。恕我直言，那不是競爭優勢。所以我對歐洲的唯一愿望是，停止如此多的監管，而專注于投資和建設。問題是，現在仍是人工智能發展的早期階段。現在游戲才剛剛開始。歐洲有很多聰明人，讓人們努力工作，不要強迫他們不努力工作，讓那些想努力工作的人努力工作，并開始重新監管，然后去投資和建設。

投資、泡沫與商業現實：企業如何駕馭AI浪潮

Harry: 我們最需要投資但投資不足的地方在哪里？

吳恩達: 有大量的資本流入數據中心和基礎設施。我們可以爭論，是否存在泡沫？我們肯定會放棄很多投資。我們是否已經到了人們使用如此深奧的金融工具來尋找現金的地步，以至于會出現泡沫？我們可以討論這個問題，對吧？所以我們肯定有很多投資，但什么時候會變成過度投資？這是一個有趣的問題。

我認為我們需要大量投資的另一個領域不僅是基礎設施數據中心基礎模型層，還有應用層，因為其他人已經花費了數十億美元來訓練這些人工智能模型，我們現在可以以數百美元或數千美元，或者幾十美元的價格訪問它們。因此，構建大量以前不可能的應用非常棒。

現在從風險投資的角度來看，我從多個風險投資公司那里聽說，奇怪的是，嘗試的成本非常低，以至于想法反而變少了。人們不太確定在哪里投入大量資金來開發應用層。事實上，如果你看看很多應用層投資，有時感覺就像，你知道的，公司投入1億美元，這樣他們就可以支付給OpenAI和Anthropic，這樣OpenAI和Anthropic就可以支付給英偉達，而所有的錢最終都流向了英偉達。話雖如此，在應用層仍然有很多有價值的賭注可以下，只是為了構建東西。但問題在于，你可以以一種非常資本高效的方式做到這一點。所以如果有人想說，我想投入100億美元。你可以建造價值100億美元的數據中心。我們知道如何花這筆錢。但是，你如何花費100億美元來構建應用程序呢？問題幾乎在于，嘗試一個想法就要花費我一百萬美元。那么我該如何花掉100億美元呢？這既算是個問題，又不算是個問題，但我認為我們應該這樣做。

Harry: 它做到了嗎？因為當你看到人工智能的利潤率時，人工智能應用層公司的利潤率是多少呢？非常糟糕。他們賺不到錢。它們的構建成本很高，因為你有大量的入口。構建它們的團隊，他們的成本更高，而不是更低。

吳恩達: 我認為情況仍然各不相同。我看到很多軟件應用的萌芽，它們的構建成本并不高。如果你自己的令牌使用不是，你開銷的大部分。

Harry: 如果你看看Replit或Lovable，他們80%的傳遞是過于人類的。

吳恩達: 是的。所以我興奮的動態是，結果證明，我認為，Anthropic，我認為隨著令牌成本持續下降，我們將看到經濟狀況如何變化，對吧？現在，令牌，它太貴了，但希望這會改變，并且創造的價值真的很大。

實際上，我記得早些時候，例如在食品配送的早期，我在美國和中國都看到了這一點，有很多風險投資補貼的飲食，對吧？這很棒。我們可以吃送來的食物，這基本上是風險投資補貼的。我認為我們現在看到的是，大量的風險投資補貼，AI編碼，物理定律或金融定律表明，在某個時候，對吧，這種情況不能永遠持續下去，但它最終會穩定下來，我認為會有一些非常有價值的企業不會永遠得到風險投資的補貼，但是駕馭這個瘋狂的風險投資補貼世界以獲得良好的結果需要很多技巧。但即便如此，我仍然想說，還有很多較小的應用程序還沒有做到這些，數億美元的規模，也許它們正在做數百萬美元或數千萬美元的收入，但構建和運營的成本相當高昂，我認為，嗯，我們會看到它繼續增長。

Harry: 談到可以說是較小的細分市場，在那里持續增長，您如何看待這個問題，您之前精彩地提到了水平方向的表達，以及水平方向之下的垂直方向，谷歌和現在的Open AI是水平方向，您如何看待大型單體模型與更小、更高效、更專業的模型的世界？您對此有何看法？您對哪種模型將占據主導地位的想法是否發生了改變？

吳恩達: 我認為這很好，一切都會兼而有之。我們將擁有大型模型、中型模型和微型小型模型。我對此充滿信心的原因是，智能的本質是多樣化的，對吧？有時我們會做一些智力上非常簡單的任務。比如，如果有人問我，哦不，什么時候，就像昨天，我的女兒，她拼錯了“蝴蝶”這個詞。所以我需要告訴她如何拼寫“蝴蝶”。這很容易，這是一項簡單的智力任務。有時我會坐下來思考幾個小時，思考一些，你知道的，復雜的，比如技術問題，對吧？那，那真的很難。所以智能包含了一系列我們想做的事情。所以我們也希望人工智能做的一系列事情范圍也很廣。如果你希望人工智能做基本的語法檢查和拼寫檢查，你不需要萬億參數模型。使用一個微型模型，可能在本地運行，就做那個。但如果你想讓它做復雜的推理來編寫一段代碼，那么擁有一個強大的模型會做得更好。所以我實際上非常有信心，我們最終會得到各種各樣的模型，小的和大的，來完成各種各樣的任務。

Harry: 就像我們讓人類處理一系列不同難度的任務一樣，人工智能也是如此。這是否意味著你不同意安德烈·卡帕西的說法，即智能體，有用的智能體，重要的是，有用的智能體還需要十年才能出現？

吳恩達: 我不同意這個觀點。我認為我們現在看到了一些有用的自主代理工作流。所以，AI基金，我們的團隊為許多任務構建了如此多的自主代理工作流，如果沒有自主代理工作流，我們甚至無法完成這些任務。你能舉個例子嗎？我很感興趣。

一年多以前，在拜登-特朗普辯論之后，我們認為關稅合規可能會成為一個問題，不管好壞。也許，不幸的是，我們證明是對的。但去年，我想大概是八月份左右，我們開始構建，開始探索構建技術來幫助關稅合規。順便說一句，我什至沒有見過這些關稅合規文件，但坦率地說，當我看到填寫這些文件需要做些什么時，我真想說，我的天啊，這是什么？所以，你說進口一輛自行車，然后你查看自行車的規格，它的成本是多少，車輪的尺寸，進口自行車有各種各樣的規章制度。這讓我覺得，天啊，人類真的在做這些嗎？因此，我們構建了自主工作流，以仔細閱讀關稅合規文件，仔細獲取某人想要進口的商品的規格，嘗試匹配，并提出建議。因此，這現在是我們的一家投資組合公司，名為蓋亞，蓋亞動力公司，由于關稅合規性的日益復雜，該公司發展得非常好，對吧？所以我發現，如果沒有自主工作流，我們根本無法做到這一點。

在醫療援助方面，我們有不同的初創公司，為同行公司提供的AI基金，在印度運營的醫療助手，幫助處理法律文件的AI助手Calatus，我們根本無法完成許多此類工作。因此，我發現自主AI工作流在今天已經很有用了。大型企業也在使用，不僅僅是我們的初創公司。當我們看到超大規模企業，并與朋友和一些大型企業聊天時，他們有很多內部工作流程，如果沒有這些AI代理，我們根本無法完成。

Harry: 當我們考慮一個企業的核心時，那就是利潤率，而大多數企業都沒有利潤率。今天投資時，您關心利潤率嗎？或者，絕對尊重地說，雖然聽起來有些不敬，您是否持有某種烏托邦式的觀點，認為隨著時間的推移和效率的提高，它會自動糾正？

吳恩達: 在某個時刻，我認為，物理定律，或者金融定律之類的，利潤率確實很重要。但關于人工智能，棘手的事情之一是我們知道技術將會改變。所以我們不會假設技術會停滯不前來進行構建。我們的構建，是假設技術會不斷發展。所以，一個，一個顯而易見的，嗯，代幣價格一直在迅速下跌，對吧？取決于你相信誰，下跌了 80% 歐元或其他什么。

坦率地說，當我們構建原型時，我們通常不擔心代幣成本。因為首先最重要的事情是構建用戶喜歡的產品。嗯，然后我們發現，在構建了一些東西之后，這實際上發生在我身上幾次了。我們會構建一些東西，不擔心成本，然后，你知道的，用戶開始使用它。然后我們的API費用開始攀升。然后就真的像是你每隔幾周看一次，然后驚呼，哇，這變得非常昂貴。這花費了我一名工程師一個周六的時間。這花費了我超過兩名工程師的費用，超過了一大堆工程師的費用。沒關系，只是，但幸運的是，到目前為止，幾乎每次發生這種情況時，我們都使用了各種技術來降低成本曲線，甚至比市場中代幣價格下跌的速度還要快。

所以我發現利潤率絕對重要，但是當你對技術的發展方向有看法時，它會讓你不必為了今天的利潤率而構建，而是為了你可以預測的未來利潤率而構建。我認為這是一個重要的區別。但我們也不會盲目地抱有烏托邦式的，你知道的，通用人工智能，等等之類的想法。我認為那也過于簡單化了。

Harry: 在人工智能的世界里，你是如何考慮防御性的？很多人認為復制的時間大大縮短，人工智能本身的可防御性也受到了質疑。你是否同意這一點以及今天對可防御性的質疑？

吳恩達: 護城河正在改變。因此，我發現大多數往往是行業的職能，而不是技術的職能。因此，作為一項技術，人工智能并沒有真正為大多數企業的護城河提供答案。因此，如果你正在為無人機或法律或其他任何東西構建人工智能，那么護城河更多的是該行業的職能。但關于護城河正在改變的一件事是，以前軟件曾經是一種護城河。如果你花了10年時間構建一個軟件，那么復制它真的很難。這種護城河比以前弱得多，但其他的護城河，比如你是否試圖使用人工智能來加速構建一個可以很好地防御的雙邊市場，或者，你是否為消費者構建，更多的是消費者企業，是否有全新的品牌聲譽效應，對吧？它們可以幫助你在那里建立防御能力。因此，我發現軟件護城河已經改變，但其他護城河往往是基于行業的分析。

Harry: 好的，所以軟件模式已經改變了。太棒了。所以我們現在有了重要的利潤空間，但我們也擁有了更多的彈性。軟件護城河已經改變。比如，就保持大型企業相關性而言，阻止大型企業積極實施人工智能并防止自身滅絕的最大障礙是什么？

吳恩達: 我認為大多數大型企業中最大的障礙實際上是人和變革管理。不是數據。不是數據。我認為絕對不是數據。不是說數據不重要，但那絕對不是瓶頸。

我認為數據一直是，數據是，所以，關于人工智能炒作有趣的是，炒作中幾乎總有一顆真理的寶石，只是它被炒作了，比現實高出10倍。也許事實上，我舉個例子，這會回到數據上來。有一種說法很流行，有了人工智能，我們就能擁有只有一個員工的獨角獸公司，對吧？就像一種潮流。這沒問題。如果你想建立一個只有一個員工的獨角獸初創公司，價值十億美元的公司，那就去做吧。這是一件好事。但是，坦率地說，如果你正在這樣做，如果你的估值是十億美元，你完全可以支付兩個甚至十個員工的工資。那么，你為什么要把這件事炒作到只需要一個員工的地步呢，對吧？所以團隊規模確實在縮小。我們將會以更小的團隊完成更多的工作。這倒是真的。但炒作接著說，讓我們用一個初創公司來打造一個獨角獸。我發現很多關于人工智能的炒作很難理清，因為其中有一點真相。只是被過度炒作了。

所以關于數據。數據很重要，但事實證明，數據非常垂直化，而且你不需要像你想要或認為的那么多數據才能開始。例如，我不知道，Landing AI與金融機構、醫療保健機構合作了很多，很多金融機構都有大量的交易數據，把PDF文件轉換成可以處理的、準備好的、標記的文本，然后處理它，找到價值，例如，我不知道，我們可以獲取美國證券交易委員會（SEC）的文件，大型復雜的財務表格，非常準確地將這些財務表格轉換成Excel電子表格，然后讓你的分析師或人工智能來分析并得出結論。所以你可以這樣做。所以通常通過一點努力，查看內部數據，查看你的公共數據，你通常可以啟動一些事情。

事實證明，很多互聯網數據都是某種通用數據。世界上的大部分數據實際上是私有的，對吧？而且有很多企業，實際上有很多非常有價值的交易數據，比如銷售數據、產品數據、制造數據、物流數據等等，擁有這些數據，加上一個知道如何使用這些數據的精干團隊，實際上就可以開始構建一些東西并獲得價值。當然，并不是說更多的數據不會更好，但你并不是非要擁有龐大的數據才能邁出最初的幾步。

Harry: Andrew，我和很多這種規模企業的CEO談過，他們會說，哈里，你在開玩笑吧？你認為我們能為我們的數據和我們的企業獲得安全和權限控制嗎？不行。我們沒有Slack。我們沒有Notion。一切都是定制的。你會看到摩根大通、高盛絕對拒絕使用任何ChatGPT，而是構建內部系統。這就是我們在企業人工智能采用方面所處的世界嗎？

吳恩達: 我認為我們會實現的。所以我發現很多企業都在采用OMS，你知道的，包括奇虎360和許多其他公司。我認為今天仍然有一些企業還在使用本地部署而不是云端，但我們正在取得進展，而且這需要時間，實際上，關于人工智能，我們在兩年內或更短的時間內就能擁有人工智能的說法靠譜嗎？我認為那太荒謬了。就我而言，對于大多數合理的通用人工智能定義來說，那根本不可能發生。就像我進入云時代已經很久了，但我們仍然有大量的本地部署工作。我認為人工智能的采用將會是美好的。將會帶來巨大的GDP增長，但這也將比炒作所說的要花費更長的時間。我實際上認為，從現在開始的十年后，我們仍將致力于識別有價值的企業應用并構建它們。話雖如此，我們將在未來一兩年內取得很大進展，但我們不會完成，即使是十年后。

展望未來：教育、人才與工作倫理

Harry: 還有什么其他關于人工智能及其應用和實施方面，大家認為自己知道但實際上是錯誤的？

吳恩達: 甚至在今年早些時候，我們看到一些高級商業領袖建議人們不要學習編程，理由是人工智能將會自動化它。我們回顧這件事，會發現這是有史以來最糟糕的職業建議之一。隨著人工智能輔助我們使編程變得更容易，應該有更多的人學習編程，而不是更少。我已經看到了，我剛才提到了市場案例，我們正在構建一個用于反饋、滑動的應用程序。但我認為對于很多工作職能來說，那些知道如何準確地告訴計算機他們想做什么的人，以便計算機為你完成，他們會變得更強大。在可預見的未來，精確地告訴計算機你想做什么的語言就是編程。這并不意味著你應該手動編寫代碼。手動編寫代碼正在變得過時，對吧？真的不要那樣做，不是說不要，而是讓他們用人工智能為你編寫代碼。而且人們可以做得更有效、更強大、更有趣。

Harry: 如果我們還處于早期階段，在未來十年內，我們仍然會尋找并確定可以有意義地改進的領域，我們是否有足夠的資金來為這10年期間的能源和計算需求提供資金？Sam Altman說過他需要一萬億美元，他需要日本的能源。如果10年后我們仍然沒有取得那么多進步，我們是否有資金來資助它？

吳恩達: 我認為在未來兩年內我們將看到大量的改進。但我認為即使是10年后，我們仍然沒有完成進一步改進。一個非常有希望的領域是人工智能輔助編碼。因此，我們看到了真正的生產力提升，真正的回報。它正在真正改變軟件的編寫方式。這真是太棒了。坦率地說，我的許多朋友都覺得在人工智能的幫助下進行編碼比沒有人工智能的幫助更有趣。所以我們看到了回報，只是為了說明清楚。但我們仍然不會停止對它的投入。從現在開始的10年內。

Harry: 但是如果你看看潛在市場規模，人工智能投資成功的秘訣在于我們看到從軟件預算到人力，從人力勞動預算（抱歉）到軟件預算的轉變。如果我們能實現這一點，那就太好了，你我將通過我們的基金賺很多錢，這是個極好的消息，因為潛在市場規模已經大幅增加，或者說支出大幅增加。如果我們想，嘿，我們實際上不會裁掉任何人，那么實際上我們就看不到從人力勞動預算到軟件的轉變。你認為我們不會看到這種轉變嗎？

吳恩達: 所以對我來說，問題在于，人工智能主要是為了節省成本還是為了增長？我知道，改變工作流程很困難。許多公司傾向于考慮節省成本，但也許這才是問題所在。我實際上看到了一種模式。假設我有一項工作任務，比如有五個步驟，對吧？假設每個步驟都消耗我20%的精力。比如我在做承銷審批，我是否批準這筆貸款，對吧？那么，為了簡單起見，假設有五個步驟，每個步驟占20%。如果你能自動化其中一個步驟，就能節省20%的成本，這非常好。如果你是一個低利潤的企業，這可能很棒，但感覺不像是一個游戲規則改變者。

所以我發現，人工智能更有價值的用戶，實際上需要，通常需要重新思考工作流程。我看到的模式是，與其節省20%的成本，這是可以做到的。這樣做也沒問題。那么，實現增長的兩種模式是做更多或做得更快。因此，在承銷、貸款的情況下，如果我能重新設計工作流程，從而縮短我的決策時間，而不是節省20%的人力。因此，不必讓某人等待，貸款專員看它之前需要兩周的時間，但我們可以在10分鐘內給你一個初步答復。這改變了產品，讓你能夠驅動增長。所以這是一種更快的模式。

然后還有更多的模式。所以另一個例子是，有很多，我不知道，企業可以做高接觸，比如只為昂貴的高端客戶提供客戶服務，對嗎？但是，如果你現在可以為更多的人提供服務，或者比如財務建議，而不是為一小群人提供高接觸的財務建議，如果我們現在可以為更多的人提供這種質量的服務，那么你就可以，就可以，改變產品，讓你能夠驅動增長。因此，如果人工智能讓你做某事更快，或者讓你承擔并做一千倍更多的事情，而不是節省成本，而不是服務于少數人，讓我們服務于更多的人，因為這樣做不經濟。這些是我所見過的推動價值增長的兩種模式，我認為這對釋放無法無天的GDP增長非常重要。

Harry: 你說是為了經濟效益而這么做。你認為我們看到垂直所有權，即英偉達既擁有模型又擁有芯片業務，這一點至關重要嗎？而且我們看到Facebook比任何人都更積極地建設數據中心。我們看到每個人都在建設數據中心。我們擁有堆棧的每一層是否重要？或者實際上，我們會看到各個參與者擁有堆棧的水平層嗎？

吳恩達: 我認為這會隨著時間的推移而演變。我要做一個類比。在早期，比如計算機行業，是垂直領域的參與者獲勝。因為，如果你想把鍵盤連接到你的電腦主板上，也就是CPU，如果你的鍵盤有正負5伏的電壓，而你的CPU有其他電壓，這樣可以嗎？這樣可以嗎？所以我們不知道API的邊界在哪里，或者你的CPU是否有，你知道的，以某種方式布局的內存，以及計算，還有你的，你知道的，數學加速器，它們需要相互協作。所以我們最終清楚地認識到在哪里劃定界限，以及API邊界是否明確之前，像以前的IBM這樣的集成廠商可以解決所有問題并構建有價值的可用產品。

但隨著行業的成熟，我們開始有了標準。例如，現在我們有USB標準，在此之前還有其他標準。所以現在你制造一臺電腦，別人制造一個鍵盤，我們將它們插在一起，一切都能正常工作。所以當一個行業不成熟時，事實證明，在哪里劃定這些界限，以便讓不同的參與者各司其職，并且仍然能夠相互協作。這不太清楚。但是隨著行業成熟，并且有了更多的標準，比如如果我想在互聯網上發布一個壓縮的LLM模型，它的文件格式是什么？我們開始看到更多的標準，這使得個體參與者更容易做一些事情，并且仍然能夠融入更廣泛的生態系統。

Harry: 那么你是否認為扎克和薩姆在數據中心上投入如此巨大的資金是正確的？或者他們應該耐心等待行業成熟，然后成為橫向發展的企業？

吳恩達: 我認為到目前為止，OpenAI的投資顯然已經得到了回報。在某個時候可能會過度投資，但我不知道現在是否是那個時候。然后我認為，許多參與者用來轉移風險的金融工具非常有趣，我發現過度使用復雜的金融工具來轉移風險，有時會增加在某個時候出現泡沫的風險，所以這是需要注意的事情。你是否擔心循環交易？這是需要關注的事情，我對此并不感到恐慌，但這我認為事情可能會更加泡沫化，或者更不規范，事情會更像泡沫，或者更不像泡沫。這些是事情感覺有點像泡沫的跡象。

Harry: 對你來說，什么時候這些跡象會變成一個大問題？

吳恩達: 我想你提到了紅杉關于人工智能6000億美元問題的文章。我對此表示擔憂。但有趣的是，我對堆棧不同層的擔憂是不同的。所以我看到的是，對于應用層來說，有非常明顯的回報率。我認為讓別人來訓練這些模型，然后為你構建應用程序，花費10萬美元或100萬美元卻無法產生回報率，這太棒了；我認為校準到正確的基礎設施投資水平是很棘手的，但即便如此，與此同時也很明顯，我們需要更多的數據中心和更多的半導體，這一點也很明顯，所以我們應該大量投資，我很高興我們正在這樣做，但究竟投資多少才是合適的，我認為這是一個棘手的問題。不過，應該投入很多。

你是否對泡沫討論感到惱火？我并不對泡沫討論感到惱火。我確實對炒作感到惱火。我不知道。當監管機構打電話給我說，嘿，我們聽說人工智能可能導致人類滅絕。值得慶幸的是，現在這種情況比幾年前少多了。然后，相反，談話內容應該是我們如何提升勞動力的技能，在哪里可以投資，而不是我們如何減緩這件事？

我認為炒作確實扭曲了公眾對人工智能的認知。炒作的一個缺點是，如果缺乏公眾對人工智能的支持，事情就會進展緩慢。舉個例子，實際上我的一個朋友經常和高中生一起工作，他告訴我他和一個女孩談過，一個高中生，只是和她談論也許可以從事韓國人工智能研究，她說，你知道嗎，我聽說人工智能可能與人類滅絕有關。我不想和它有任何瓜葛。因此，這種炒作讓這個高中女孩遠離了人工智能研究，而本來現在是他們投身人工智能非常有希望的時機。我認為這確實導致人們做出奇怪的決定，無論是在個人學生層面，還是在社區層面，當一個社區關閉數據中心建設時，這些數據中心可能對社區和世界都有好處。我認為那也很不幸。

Harry: 我很想進行快速問答，我說一個簡短的陳述。但還是圍繞這個話題，因為第一個問題是，你對教育機構的最大建議是什么，以確保他們為學生配備應對人工智能時代的技能？

吳恩達: 擁抱它，更新課程，盡可能多地教授他們人工智能知識。學生們將生活在一個他們會使用人工智能并讓它幫助他們的世界。必須教學生們做到這一點。我認為不同的領域會有所不同，但有一點是明確的，那就是讓所有學生都學習編程。

Harry: 你改變過想法的一件事是什么？關于人工智能在過去12到18個月里的看法？

吳恩達: 我覺得我最喜歡的工具一直在變。如果你問我，過去一年里每三個月問我一次，我最喜歡的編碼工具是什么，我的答案會一直在變。

Harry: 你認為Anthropic會在編碼之戰中擊敗OpenAI嗎？

吳恩達: 很難說。所以OpenAI有一個非常強大的消費者品牌，這是非常有防御性的。相比之下，開發者更有可能立即更換編碼工具。我很喜歡Clark Code。我認為它很棒，但我發現過去一個月我更多地在使用OpenAI Codex。我認為開放之眼密碼實際上已經獲得了真正的動力。然后我也在關注Gemini的利益沖突，我認為它也在變得更好，也許比我給予他們肯定的速度更快。因此，編碼DevTools和API工具市場，那里的模式比擁有強大的消費者品牌要弱。所以我認為這是公司必須解決的問題。

Harry: 告訴我，你從百度獲得的最大收獲是什么？對于我們在西方習慣的任何公司來說，它都是一家非常不同的公司。你最大的收獲是什么？

吳恩達: 我非常欣賞百度以及中國生態系統的速度和強度。我認為非常不幸的是，在美國的一些地方，建議別人努力工作被認為是公開不正確的或什么的。

Harry: 在歐洲，我因此而受到懲罰。

吳恩達: 好的。好的。希望歐洲的觀眾不會因此而討厭我，或者討厭我們倆。坦率地說，我希望那些每周工作4個小時就能獲得巨大成功的人，但是實際情況是，當人們努力工作時，他們會完成更多的事情。現在，我想承認并非每個人在人生的每個階段都處于努力工作的狀態。所以，我的孩子們出生后的那個星期，我沒有那么努力地工作。休假，花時間和孩子們在一起，對吧？不止一個星期。而且，我認為我們需要尊重各行各業的人，包括那些由于某種原因目前無法努力工作的人。但是如果有人想努力工作，去，引用史蒂夫·喬布斯的話，在宇宙中留下印記。讓我們賦能他們并慶祝這一點。如果有人，無論什么情況，不能努力工作，我們也應該，對吧，尊重這一點，也許還會慶祝這一點。但我認為現在是一個我們可以構建很多東西的時代，那些努力學習并構建事物的人能夠取得很多成就。

Harry: 你實行996工作制嗎？

吳恩達: 996這個詞不是我明確使用的術語。我發現現在我工作，我只是，我，我真的很喜歡我所做的事情。這真的不像是在工作，但是，很多個周末，我都會坐在咖啡店里，埋頭苦干，因為這是星期六能做的最有趣的事情。所以我實際上懶得記錄我的時間。是我，可能有很多。

Harry: 從運營者轉變為投資者，最困難的過渡要素是什么？

吳恩達: 關于AI基金的一件事。我們稱自己為基金，但坦率地說，我們每天運營基金的方式，我們更像運營者而不是投資者。Aad基金的風險工作室，而且我認為我們的技能實際上在于構建，而不僅僅是資本資產配置或其他什么。因此，我們非常努力地篩選想法。我們與客戶交談。有時我自己也會參加客戶電話會議。然后我們引入創始人與我們并肩工作。我們審查產品，提供產品反饋，爭論定價。所以我的日常生活更像運營者。最終我們必須進行財務盡職調查。所以我開支票并進行后續投資。我們做所有這些。

Harry: 我真的很抱歉，安吉。你們是基金還是孵化器？

吳恩達: 所以我們稱自己為創業工作室或創業加速器。這個術語，我們不用，孵化器通常會引入已經有想法的創始人。我們比那更早介入。我們經常與投資者和合作伙伴合作，提出想法。只有在我們有了想法之后，我們才會去尋找最好的創始人與我們共同建立，共同創立公司。所以我們不稱自己為孵化器。

Harry: 當你們進行最初的投資并扶持公司時，你們擁有多少所有權？

吳恩達: 看情況。我們最終會獲得一些普通股。為了建立公司的投入，我們的第一筆投資通常是100萬美元，上限是400萬美元，大約是20%的所有權或安全，所以我們基本上是在進入時獲得20%到25%的所有權，加上一些普通的股票，以補償投入的努力。

Harry: 完全理解你。你認為對我來說最大的事情是什么？

吳恩達: 但對我來說，我們這樣做的原因是，我發現那些進行競爭性交易流程的風險投資公司，他們通過這種方式賺了很多錢。我認為我的團隊最大的貢獻不是爭奪熱門交易。而是找到想法并創建公司，如果沒有我們和創始人共同合作，這些公司就不會存在。所以我認為，通過創建新公司，而不是僅僅發現熱門公司并試圖投入資金，我們可以在世界上創造更多的價值。

Harry: Andrew，今天你最擔心什么？你的樂觀和開放心態，另一方面，你擔心什么？

吳恩達: 讓所有人都跟上我們的步伐的困難。在以前的經濟變革中，比如當我們的國家從主要以農業為主轉變為非農業為主時，農民可以繼續務農直到退休，但孩子們必須學習不同的行業，也許搬到城市或其他地方。這一次的變化太快了，我們需要今天還活著的人學習新的技能，而不是需要他們的孩子學習新的技能。實際上，這非常具有挑戰性，而且從歷史上看，我認為我們從未擅長過這一點。

Harry: Andrew，你做了很多采訪。你和許多記者交談。我不是記者。實際上，我從未有過工作。你覺得問你問題的采訪者的素質如何？

吳恩達: 我認為媒體在策劃和傳播知識方面發揮著重要作用。我認為記者提問的質量隨著時間的推移明顯呈上升趨勢，但仍然存在炒作因素，不斷扭曲信息生態系統。不幸的是，存在一些財政激勵，以及一些你知道的，經常出現的，立法受益類型的激勵，某種類型的幫助。這是一種特定類型的炒作。實際上，這是我見過的一種模式。我不會點名任何公司，但我發現有些公司有所顧慮，隨著時間的推移，他們的聲明變得更加緩和。所以，我發現當你的公司發展成熟后，你只會說更明智的話，但有些公司我認為面臨著更大的生存風險。我發現那些公司，一些我不想點名的公司，是炒作的最糟糕來源，因為你沒有什么可失去的，就說一堆亂七八糟的東西。

Harry: 在許多方面，我認為這是一種絕望的反擊。當你看看像德米斯這樣的演示，顯然，他是一位杰出的領導者，或者你看看薩姆，甚至是達里奧。我認為，隨著他們公司的成熟，他們都大大緩和了自己的立場。

吳恩達: 是的。不對個人發表評論，但我認為，當你有顧慮時，你會說更明智的話。但是當你完全面臨更大的生存風險時，有時人們為了籌集資金會說一些奇怪的話。

Harry: 我喜歡以樂觀的基調結束。當你展望未來十年時，你最期待的一件事是什么？比如對我來說，我媽媽得了多發性硬化癥，我認為我們會有令人難以置信的進展。在一些我們多年來沒有取得多少進展的疾病方面的醫學發現。這讓我感到興奮。什么讓你感到興奮？

吳恩達: 我很抱歉聽到你母親的事。謝謝你。我想告訴大家，我希望每個人都能構建人工智能。我認為你有一個想法和實現它之間的距離現在已經大大縮短了。而且我們需要的不僅僅是軟件工程師來進行創造。所以在未來，我希望很多人，與其說“有沒有相關的應用程序”，不如說“我開發了一個相關的應用程序”。而且不再僅僅是軟件用戶，而是成為軟件創造者，如果我們能夠做到這一點，那么世界各地的人們將會更加強大，完成更多的事情，獲得更多的樂趣。

Harry: Andrew，做這個真是太高興了。非常感謝你容忍我的刨根問底和緊追不舍。你一直很棒，我真的很感謝你付出的時間。

吳恩達: 我真的很喜歡你的節目，很榮幸能來到這里，哈里。