從能源、晶片與智能體，到就業、中國競爭、台灣供應鏈和下一代領導者，黃仁勳解釋AI將如何重寫每個行業。 AI會讓人類變懶嗎？企業裁員真的是因為AI嗎？中國會不會成為美國最大的技術對手？當寫程式碼、解決問題甚至科學發現逐漸自動化，未來最稀缺的能力又會是什麼？ 本文素材源於 Nvidia’s Jensen Huang on the AI revolution, job losses and what drives him | Full interview。如需查看英文原版、《產業資訊》每日更新及更多資料，可在文末獲取。 在這場接近一小時的對談中，黃仁勳給出的答案並不是“模型會越來越大”這麼簡單。他試圖把AI從聊天機器人和模型排行榜中抽離出來，放回完整的產業系統：最底層是能源，其上是晶片、基礎設施、模型，最終才是影響社會的應用。

我們正處在一場巨大的 AI 革命之中。這場革命可能比工業革命更大、更快。現在正在發生的是人類歷史上最大規模的基礎設施建設。這場建設的中心是 AI 工廠，而 輝達 正處在這個中心。什麼是 AI 工廠？為什麼它會成為未來十年企業最值得投入的方向？ 本文來源於 NVIDIA's Jensen Huang on Building the Dynamo of the Intelligence Age，翻譯整理而來，有刪減，僅供參考。如需查看英文原版及更多資料，可在文末獲取。 一、AI 正從聊天機器人走向真正的生產工具 理解 AI，可以先從大家最熟悉的聊天機器人開始。你給它一個提示，它給你一個回答。過去兩三年，AI 的能力發生了非常顯著的提升。

我們播客的合作者姚嘉在最近這期節目裡有一個很有趣的洞察，他把這稱作AI創業大潮中的“老頭樂現象”：在這一輪AI革命中弄潮的，很多都是四五十歲的中年人，比如OpenAI 的 Altman，41 歲，Anthropic 的 Amodei，42 歲；DeepMind 的 Hassabis，48 歲。最近大紅大紫的OpenClaw的開發者Steinberger，38 歲，都已經退休過一回了。這個現象放在中國也有類似情況，智譜AI的張鵬44歲，DeepSeek的梁文鋒41歲，階躍星辰的姜大昕40歲，MiniMax閆俊傑也37歲了！當然要說這群人是“老頭樂”，那也有點傷人。不過說是中年革命，應該不過分。這跟30年前的網際網路革命有很大不同，那幾乎是一個輟學生和穿帽衫的男孩們統治的時代。沒人會真的把這群掌控千億市值、定義技術走向的人稱作“老頭”，但姚嘉的調侃裡藏著核心事實：本輪AI革命的話語權，牢牢掌握在中年人的手中。當我們切開一個個AI項目的外殼，會發現這場革命的底層邏輯，從一開始就註定了——它偏愛相對更有積累、有情商、有敬畏心的中年人。這種權力的移轉並非偶然，也與運氣、情懷、年齡歧視沒什麼關係。01. 網際網路是快消品，AI是重工業創業類型有很多，但網際網路創業的邏輯經歷了30年的造富效應，最為人所熟知：找痛點、搭團隊、快速迭代、沖高流量、抬高估值、上市變現，在某個賽道牢牢佔據一塊市場。但在新的這輪AI創業浪潮中，無論是資源密集度的門檻，還是宏觀經濟周期的改變，加上監管環境、公眾輿論對創業者的要求，都與網際網路革命不可同日而語。先看資金門檻，如果說網際網路革命是生產洗衣粉的輕工業，AI革命就是生產萬噸乙烯的大基建。網際網路剛剛萌芽時，創業成本低到驚人。幾台廉價伺服器、一個創業點子、幾個同學夥伴，就能在車庫中、宿舍裡啟動一個項目。祖克柏在哈佛宿舍搞Facebook，啟動資金2000美元；馬雲創辦阿里巴巴，啟動資金靠“18羅漢”湊一湊，50萬元人民幣。那時候的創業，拼的是“敢想敢幹”，資金從來不是最大的絆腳石。AI創業則是另一番景象——它是資本密集型的“重工業競賽”，沒有巨額資金，連入場券都拿不到。訓練一個領先的基座模型，需要數以萬計的GPU、極高的電力供應，以及數億甚至數十億美元的持續投入。巴克萊銀行有個分析，AI基礎設施的資本開支已進入超常增長階段，預計到2030年，僅美國資料中心的電力需求就將比目前增長三倍，達到每年5600億度電——等於新增了三個三峽大壩的發電量。中國在本輪AI革命中主打一個價格便宜量又足，但這並不意味著中國的AI項目可以輕資產投入。以港股上市公司智譜為例，他們訓練GLM-130B大模型時，使用96台DGX-A100（每台8×40G），預訓練持續60天，等價於花費490萬美元的雲服務費用。這還只是一個版本模型訓練的基礎費用與時長！梁文鋒的DeepSeek-V3模型，算是“低成本高效益”的典範，僅為GPT-4估算成本的二十分之一到十分之一，但訓練成本依然達到557.6萬美元。如果沒有幻方量化數百億規模、幾十個百分點年收益率所形成的資金池，也無法支撐這樣的研發投入。這種規模的資金門檻，絕大多數年輕創業者都無法承擔。資金之外，工程經驗的門檻，也把大多數年輕人擋在了門外。網際網路創業的技術門檻相對較低，只要能快速實現MVP（最小可行產品），就能獲得市場反饋、持續迭代。但AI創業不一樣，大模型訓練涉及分佈式系統、最佳化演算法、資料工程、硬體適配，每個環節都需要深厚的工程經驗，每一步都不能出錯。還拿智譜AI舉例。根據團隊開放原始碼的研發時間線，GLM130B從2022年初開始進行多平台適配、演算法與框架偵錯、資料準備和大規模測試，正式持續的預訓練僅在5-7月這三個月內完成，大部分時間都用於“適應性調整和系統調整”，真正穩定訓練的時間不到2個月。這種“踩坑－填坑”的過程，與網際網路時代的小步快跑、快速迭代格格不入，反而更類似於傳統的工程建設。姜大昕的經歷也印證了這一點。這位47歲的階躍星辰創始人，出身於微軟亞研院，在自然語言處理、機器學習領域積累了數十年經驗，是多個頂級會議的區域主席和期刊編委。他創立階躍星辰後，選擇了“多模態統一”的技術路線——不是簡單拼接不同模態模型，而是從架構層面實現原生融合。這種高難度的技術選擇，需要對技術邊界有清醒的認知，更需要深厚的工程功底，而這兩種功力的積累都需要漫長的時間。組織能力和人脈資源，更是中年創業者的“獨家優勢”。網際網路創業初期，團隊規模小，管理簡單，年輕人靠熱情和衝勁就能帶動團隊。但AI創業需要的是規模化的組織管理，需要協調科研、工程、市場、資本等多個環節，需要整合學術、產業、資本等多方資源——這些能力，只能在長期的職業積累中慢慢沉澱。張鵬的“清華系”網路，就是最好的例子。他在清華深耕二十餘年，積累了強大的學術網路和產業資源，智譜AI的董事長劉德兵、首席科學家唐傑均為清華系人士，許多清華校友甚至辭掉國外頂級公司的工作，加入智譜AI。這種強大的人才感召力，不是年輕創業者能複製的。閆俊傑雖然年僅37歲，處於中年與青年的邊界，但他的組織能力同樣來自長期積累。在商湯科技擔任副總裁期間，他見證了“AI四小龍”的輝煌與困境，深刻理解上一代AI落地的痛點。創立MiniMax後，他打造了一支平均年齡29歲的年輕團隊，卻能憑藉自己的管理經驗，實現扁平化管理，讓團隊快速迭代產品，最終僅用4年就完成上市，刷新了AI公司的上市速度紀錄。說到底，網際網路創業是“點子驅動”，AI創業是“積累驅動”。年輕人或許有更好的點子，但中年人有足夠的資金、經驗、人脈和組織能力，能把點子變成真正的技術、真正的產品、真正的商業價值。這不是年齡的勝利，而是積累的勝利。02. 資本也學會品嚐時間的滋味資本也是決定創業風向的重要一極。AI時代中年人能掌權，很大程度上，是資本的外部環境與行為模式發生了根本轉變。網際網路時代，資本的主要玩法是普遍撒網、覆蓋賽道，賽馬中的領先者獲得更高倍率的資本追投，直到上市套現。YC開創的5萬美元佔5%股份的玩法是這一潮流的集大成者，VC願意把錢投給大量年輕創業者——那怕他們沒有經驗、沒有盈利模式，只要有一個概念足以讓後面幾輪投資者願意接盤，資金就會紛至沓來。楊致遠、拉里佩奇、祖克柏，這些傑出的年輕人奠定了這一模式的基礎。直到Uber的超長規模融資難以為繼，和WeWork帶來的擊鼓傳花的破裂，這一模式終於失去了光環。WeWork泡沫破裂、全球化被川普中止，加上疫情的衝擊和元宇宙的偽命題，資本開始變得小心翼翼起來，LP（有限合夥人）對風險溢價的要求更高，VC再也不敢“廣撒網、博機率”，而是轉向“精挑細選、選贏家”。他們的投資邏輯，從“賭未來”變成了“求確定性”。而這種確定性，恰恰是中年創業者能提供的。投資機構Antler做過一個統計，2021年，AI獨角獸創始人的平均年齡達到了40歲的峰值。在真正具有高護城河的核心基座模型領域，經驗的溢價依然存在，VC的資金依然優先流向那些擁有“深厚履歷”的中年人。OpenAI、Anthropic、xAI等頭部初創公司的核心團隊，幾乎清一色是曾在Google、Meta或頂級研究機構沉澱超過十年的“老兵”。Sam Altman能拿到巨額融資，離不開他在Y Combinator擔任總裁期間建立的投資人網路；Dario Amodei創立Anthropic後，能快速獲得資本青睞，得益於他在OpenAI主導GPT-2、GPT-3安全評估的深厚經驗；Demis Hassabis的DeepMind，能被Google以6.5億美元收購，更是因為他在AI領域的長期積累和跨界視野。VC對創業者的評估維度，也發生了徹底的轉變。網際網路時代，VC最看重的是創業者“快速實現MVP的能力”，行業經驗、資本調動能力都不是必需品，甚至偏好“外行顛覆者”。但在AI時代，資本的評估標準完全反轉：他們更看重創業者的深層R&D背景、大規模算力管理經驗，看重他們對垂直行業的深層認知，看重他們處理複雜算力合約、電力供應的能力，看重他們獲取優質資料、演算法專利、合規壁壘的能力。在臨門一腳的資本退出路徑方面，AI時代的資本也更偏向中年創業者。網際網路時代，VC主要依靠IPO退出，而AI時代，私募股權融資和巨頭併購整合成為更為主流的退出方式——微軟收購Nuance、入股OpenAI，Google收購DeepMind，都是典型案例。在中國也有類似情況，基座大模型的主要玩家基本是字節、阿里這類超級巨頭，即使有一些創業公司誕生，但大公司的戰略投資也早早找上門去。VC的算盤變了，創業的風向自然也變了。當資本不再追著“少年天才”跑，而是圍著有積累、有確定性的中年人轉，AI革命的話語權，自然就落到了中年人的手中。03. 反應過來的監管與媒體不再聽之任之如果說資本轉向是“推力”，那麼監管收緊和媒體敘事轉變，就是“拉力”——它們共同將中年人推向了AI革命的前台。網際網路革命的來臨，有很強的“猝不及防”意味。正如馬雲所說，“當年你愛搭不理，後來就高攀不起”。起於草莽的網際網路產業，早期很像年輕人的玩鬧，甚至誕生了給beg（乞討）加個“.com”後綴就能上市薅錢的段子。各國監管層對這種前所未有的事物抱持寬容的態度，媒體也更願意報導少年英雄改變世界的吸睛故事（雖然後來更多的僅僅是少年暴富）。但是經歷過“顏色革命”、社會撕裂、貿易戰、全球大流行之後，網際網路對社會結構的深刻改變暴露無遺，無論是監管層還是媒體，對新的技術革命都更加審慎起來。面對AI倫理、資料隱私、演算法公平，這些監管要求，需要創業者不僅要有技術，還要懂政策、懂法律，且有足夠的社會責任感。年輕人或許敢“先上車後補票”，但中年人更清楚，一旦觸碰監管紅線，所有的努力都將面臨不可預測的未來。所以在OpenAI如日中天的時候，僅僅因為倫理問題上的分歧，創始團隊就會爆發傷筋動骨的宮斗；而在中國，監管層從大模型上線伊始就要求合規註冊。隨著AI安全與合規成為企業的必選項，那些懂政策、有經驗、能平衡技術創新與合規要求的中年創業者，更容易獲得政策支援。Sam Altman的表現，就是最好的例子。作為OpenAI的CEO，他每年都要參加美國國會聽證會，向議員們解釋AI的技術邊界、安全風險和監管建議。他善於將複雜的技術概念，轉化為公眾和監管層能理解的敘事，既能推動AI技術發展，又能滿足監管要求。2023年的“董事會風波”中，他快速復職，不僅展現了組織掌控力，更體現了他對監管環境、公眾情緒的精準把握。媒體敘事的轉變，更是強化了中年創業者的優勢。Sam Altman和Demis Hassabis的媒體形象，不再是“反叛的創業者”，而是“科學家與思想家的結合體”。媒體報導他們時，更關注他們對AI安全的發聲、對社會倫理的思考，關注他們如何負責任地推動技術發展。Demis Hassabis獲得諾貝爾化學獎後，媒體重點報導的，不是他的“天才光環”，而是他如何通過跨學科積累，實現AI對科學的突破，以及他對“AI for Science”範式的長遠規劃。這種敘事轉變，背後是公眾的心理需求。AI模型對普通大眾而言是“黑盒”，是人們對未知的恐懼，需要通過信賴“成熟人物”來獲得心理補償。路透社研究院的調查顯示，62%的受訪者更傾向於信任有專業人士監督的AI內容。媒體聚焦資深領袖，實際上是在向公眾傳遞一種“技術在受控”的訊號——而一個40歲、擁有深厚學術背景、談吐得體的中年人，比一個20歲、穿著帽衫的年輕人，更能提供這種安全感。04. 中年人主導不意味著排斥年輕人當然，中年人掌控AI革命，並不意味著年輕人在AI時代沒有立足之地，在數十年一遇的巨大蛋糕面前，這兩個群體並不是非此即彼的互斥關係，AI時代也同樣湧現出了一批優秀的年輕創業者。月之暗面的楊植麟出生於1992年，2015年以清華電腦系第一名畢業，隨後獲得卡內基梅隆大學博士學位，師從蘋果AI研究負責人Ruslan Salakhutdinov。2023年，31歲的他創立月之暗面（Moonshot AI），推出Kimi智能助手，以“長文字處理”為核心差異化，迅速獲得市場認可。2024年，他完成超10億美元融資，估值達25億美元，成為國內AI大模型公司單輪最高金額融資的獲得者。張祥雨則是“技術天才”的另一典範。這位1990年出生的研究者，是ResNet殘差網路論文的第一作者，論文總引用數超30萬次，是深度學習領域最具影響力的研究者之一。2023年，他加入姜大昕的階躍星辰，擔任首席科學家，與姜大昕形成“老中青”技術梯隊，為階躍星辰的多模態技術突破提供了核心支撐。在AI的實施層，年輕人更是佔據了主導地位。港股上市公司MiniMax的員工中，平均年齡僅29歲，73.8%是研發人員，三分之一有海外背景——這些年輕人，是MiniMax快速迭代產品、實現4年上市的核心力量。智譜AI的員工中，也有大量“90後”“95後”年輕工程師，他們負責技術實現，將張鵬等中年領導者的戰略想法，轉化為具體的產品和技術。年輕人是“技術原住民”，他們成長於網際網路時代，對新技術、新產品的接受度極高，能快速捕捉行業趨勢，敢於嘗試顛覆性創新。他們也很少有家庭和財務的雙重壓力，沒有過高的機會成本，能夠承受更高的創業風險，能夠全身心投入到創業中。他們可以在車庫裡、宿舍裡，用最低的成本嘗試新的想法，那怕失敗，也能快速調整、重新出發——這種“無產者”的創新勇氣，是他們獨特的資源優勢。05. 四個方向與一個期待AI革命給中年人帶來了前所未有的機遇，但這並不意味著，所有人都能抓住這份機遇。不少中年人，在面對AI浪潮時，會陷入兩種極端：要麼盲目自信，認為自己的經驗足以應對一切，不會被AI所取代；要麼過度焦慮，擔心自己的經驗被新技術淘汰，害怕被年輕人超越。這兩種心態，都無法抓住AI時代的機遇。事實上，中年人要抓住AI革命的機遇，關鍵不是對抗年齡，而是發揮積累的優勢——把自己多年的經驗、人脈、資源，與AI技術結合起來，實現厚積薄發。結合一些AI領域先行者的經歷，我們總結出四個實戰方向供參考。第一，做領域問題的精準定義者，而非一線執行者。中年人最大的財富，不是會寫程式碼、會調模型，而是看透了行業中那些問題是“真正值得解決的”。龍蝦之父Peter Steinberger就是最好的例子。他有過成功的創業經歷，其項目被大公司收購，已經財務自由。製作Open Claw（當時還叫Clawdbot）的靈感，來自他旅行時的一個動念：現在的AI大多是一問一答式操作，能不能讓它部署在本地電腦，通過WhatsApp等IM軟體，直接命令它幹活呢？在推出Open Claw之前，Steinberger已經製作過44個AI項目，結闔第一次創業經驗，他清晰地知道企業管理者對AI的需求是什麼。正是這種時間和經歷的積累，助推了開源史上攀升最快項目的誕生。第二，建構知識圖譜護城河，打造不可替代的競爭力。隨著通用大模型的普及，基礎模型的能力會逐漸趨同，真正的競爭力，來自將AI與企業內部的非公開、高價值資料相結合。中年人多年積累的行業Know-how、隱性知識，正是建構這種競爭力的核心資源。梁文鋒的DeepSeek，就是靠這種“知識護城河”脫穎而出。他憑藉量化投資背景帶來的“系統最佳化”思維，將多年積累的演算法經驗，融入大模型訓練中，專注於“模型架構創新”和“訓練效率最佳化”，在MoE（混合專家模型）、MLA（多頭潛在注意力）等技術點形成獨特優勢，最終以極低的訓練成本，實現了接近GPT-4的性能。中年從業者可以推動自己的組織，建立“語義層”和企業知識圖譜，將自己多年積累的隱性知識數位化，然後與AI技術結合，打造出具有行業特色的AI產品。這種將行業經驗與演算法結合的能力，是剛畢業的AI博士、年輕創業者都難以複製的，也是中年人的核心競爭力。第三，掌握“敏捷領導力”，做好人機協同的管理者。AI正在將“固定職位”拆解為“動態任務流”，中年管理者不能再停留在“管理人”的層面，而要轉向“管理AI協同的人機系統”。年輕人擅長利用AI工具提高執行效率，中年人則擅長協調資源、統籌全域，兩者結合，才能實現效率最大化。閆俊傑的管理方式，值得中年創業者借鑑。他創立的MiniMax，團隊平均年齡僅29歲，他沒有採用傳統的層級管理，而是打造了扁平化的團隊結構，充分發揮年輕人的積極性和創造力。同時，他利用自己的行業經驗，為團隊定方向、控風險，將AI工具整合到產品迭代的每一個環節，實現了“年輕團隊+中年掌舵”的高效協同，最終僅用4年就完成上市。中年管理者要學會從“任務指派者”變為“工作流整合商”，將AI整合到決策工作流中，確保AI在決策發生的瞬間，就能提供支援。同時，要學會激勵年輕團隊，尊重年輕人的創新想法，實現“經驗+活力”的雙贏。第四，發揮成熟優勢，做好監管溝通者和倫理把關者。隨著AI監管的收緊，信任成為最稀缺的資源。中年人在建立共識、維護透明度、遵循道德規範方面的經驗，AI無法模擬，也無法跨越式積累。這種“軟實力”，將成為中年創業者在AI時代的另一核心優勢。Dario Amodei就是靠這種“軟實力”，贏得了資本和公眾的信任。他從OpenAI出走後，始終堅持“有益、誠實、無害”的AI開發理念，通過Constitutional AI技術，實現對模型行為的精細控制，主動應對AI倫理和監管挑戰。這種對倫理和合規的堅守，讓Anthropic在激烈的競爭中，佔據了獨特的優勢。中年從業者在AI項目中，要率先建立合規與安全框架，通過建立“人類審查循環”，消除演算法偏見，增強組織內外部對AI系統的信任。同時，要關注AI的長期社會影響，確保技術發展符合公司價值觀和監管要求，這樣才能實現長期可持續發展。如果說網際網路革命像是一場草原上的野火，它迅速焚燒舊有的植被，讓新苗得以在廢墟上肆意生長。那麼AI革命，更像是一場深層的地質運動。它沒有烈火烹油的喧囂，卻在緩慢而有力地重塑整個人類社會的底層類股。當AI真正可用後，執行的成本會被無限降低。但人類多年積累的經驗、洞察、人脈和責任，正在成為最稀缺、最不可替代的資源。這一次，機會站在長時間的積累一邊。 (秦朔朋友圈)

當地時間1月30日，美國總統川普宣佈提名橫跨政、商、學三界的“三棲精英”凱文・華許（Kevin Warsh）出任聯準會新主席。這一“超預期”的決定，引爆全球金融市場。COMEX黃金單日暴跌8.35%，創近40年最大跌幅，短短數日跌去上千美元；美元指數則強勢拉升超1%。這位堅定的量化寬鬆（QE）批評者，是如何打動了要求聯準會加大“印鈔”力度的川普？這位被川普盛讚“可能是最好的”候選人，如何讓自己“降息+縮表”這一自相矛盾的政策主張自圓其說？認為人工智慧（AI）是抵抗通膨武器的他，是否會兌現降息承諾？聯準會若不再做美債“大買家”，全球流動性將迎怎樣的重構？1川普“意外提名”引爆全球聯準會新掌門是誰？凱文•華許獲得提名，被市場普遍視為“超預期”，因為在此之前的熱門人選是純粹的“鴿派”人物，他們的政策主張更側重於激進降息，以迎合川普的政治訴求。華許雖然也支援降息，但他更是一位堅定的“過度量化寬鬆（QE）批評者”，長期以來一直主張縮減聯準會龐大的資產負債表。紐約州立大學布法羅分校政治學系助理教授科林•安德森（Collin Anderson）對《每日經濟新聞》記者（以下簡稱每經記者）分析稱，華許獲得提名表明，有人已經成功說服川普，聯準會是一個重要機構，至少目前不應該被完全政治化。提名消息公佈後，市場迅速用腳投票，對全球大類資產進行了一次重新定價。1月30日，COMEX黃金期貨價格大跌8.35%，創近40年來最大單日跌幅。以1月29日的高點5626美元/盎司計算，到2月2日最低點4423美元/盎司，金價跌去約1200美元。與此同時，美元指數兩個交易日強勢拉升1.5%至97.6，反映出市場對未來美元流動性可能邊際收緊的預期。2解碼華許“矛盾政策”：AI革命+貨幣主義他為何敢“一邊放水，一邊抽水”降息，作為放鬆貨幣政策的核心手段，旨在降低借貸成本，向市場注入流動性以刺激經濟活動。而縮表（量化緊縮，QT），旨在通過減少央行的資產持有量來回收市場流動性，提高長期利率，為過熱的經濟降溫。華許的核心主張，就是推行“降息+縮表”這一政策組合，無異於要聯準會“一邊放水一邊抽水”。關於凱文•華許的矛盾主張，加拿大皇家銀行BlueBay資管公司首席投資官馬克•道丁（Mark Dowding）向每經記者分析稱，“從傳統貨幣政策框架來看，一邊降息一邊縮表，確實是相互矛盾的。但華許本人並不這樣理解。長期以來，他一直認為聯準會的資產負債表規模過於龐大，必須加以收縮。這一判斷背後，是他對美國在全球金融體系中的作用不斷膨脹的擔憂，因此有必要從多個方面縮減聯準會的規模。”他認為，在這一邏輯下，如果希望在不導致金融環境明顯收緊的情況下推進縮表，就需要通過更低的聯準會利率來進行避險。華許或許有能力說服聯邦市場公開委員會（FOMC）其他成員接受這一政策組合的同時，又在名義上滿足川普對更低利率的訴求。這一政策組合，也是華許“實用的貨幣主義”理念的核心體現。這一框架的底層邏輯，根植於他對通膨根源、生產率革命以及聯準會運行機制的獨特理解。首先，在通膨歸因上，華許是一個堅定的貨幣主義者，認為通膨的本質是貨幣現象。他將過去幾年的高通膨直接歸咎於聯準會的過度印鈔（量化寬鬆）和財政的過度支出。他認為，聯準會對通膨負有主要責任，通膨是一種選擇，而非外部衝擊的被動結果。這一觀點，直接否定了鮑爾時期將通膨歸因於供應鏈瓶頸、俄烏衝突等外部因素的“暫時性通膨”敘事。其次，在利率政策上，華許的邏輯基石是正在發生的“生產率革命”。華許在2025年11月的一篇評論文章中指出，聯準會“應當摒棄這樣的教條，即認為經濟增長過快、勞動者薪資過高會引發通膨”。他認為，AI等技術將推動生產率水平提升，通膨壓力也會隨之緩解。他堅信AI能實現無通膨增長。華許寫道：“AI將成為一股顯著的通縮力量，既會提升生產效率，也將增強美國的競爭力。”在華許看來，既然生產率得到了革命性提升，那麼降息的目標不再是刺激總需求，而是為了適應供給側的擴張，為實體經濟提供更低成本的資金。這種“為供給側而降息”的邏輯，巧妙地與川普希望降低利率以刺激經濟增長的政治訴求高度契合，也解釋了為何他在歷史上明明是“鷹派”，卻在當前支援降息。馬克•道丁認為，華許提出的AI帶來的生產率提升將在中長期壓低通膨水平，也將為其低利率政策提供額外的理論支撐。3挑戰慣例：聯準會不再做美債“大買家”華許的“實用貨幣主義”理論看似自洽，卻要直面聯準會百年未遇的“政策悖論”——在聯準會史上，“降息+持續縮表”的組合幾乎是不可能完成的任務。縮表的核心操作，就是在二級市場拋售持有的國債，或者是等國債到期就全額收回，不再購買國債。若聯準會這位美債最大買家決意退場，將使本就脆弱的美債市場，面臨流動性崩塌。聯準會兩次縮表周期說明，縮表與加息才是“標配”，降息從未與持續縮表長期繫結。馬克·道丁說，過去的經驗顯示，無論是從長期還是短期資料來看，資產負債表收縮通常伴隨著加息傾向。2017年10月，聯準會啟動第一次縮表周期。在整個2017年和2018年的大部分時間裡，與之相伴的利率政策是持續加息。直到2019年7月，面對經濟下行壓力，聯準會才開啟了該周期的首次降息。而且，在這次降息發生時，聯準會已經明確宣佈縮表計畫即將結束。第二次也是規模更大的一次縮表周期，始於2022年6月。當時聯準會資產規模接近9兆美元，佔美國GDP比重超過30%。為抑制通膨，聯準會採取了大幅加息與快速縮表（每月最多約950億美元）的強力緊縮組合。直到2024年9月，聯準會才開啟降息周期。即便在2024年9月至2025年10月出現過“降息+縮表”平行，也只是縮表進入終止前的餘波——2025年10月FOMC會議已明確12月終結縮表，五次累計150基點的降息，本質是為縮表收尾“保駕護航”，而非長期政策設計。截至2025年10月底，聯準會在該周期累計縮表約2.38兆美元。科林•安德森對每經記者分析稱，“降息+縮表”這種組合拳的平衡難度極大，若運用得當，能成為短期有效的調控手段，但從長期看，縮表與降息平行容易引發市場動盪，並非解決經濟問題的萬能之策。聯準會選擇在2025年12月停止縮表，就是因為部分經濟部門開始出現不穩定。如今，華許要扭轉這一慣例，其核心衝擊將直指美債市場的“命門”：聯準會一旦縮表，就意味著這位持有巨量美債的“最大買家”離場，將海量債券拋向市場。然而，近期的市場資料表明，美債的“接盤”能力，尤其是來自海外的需求，已經相當脆弱。2025年美國國債拍賣頻頻告急：4月七年期美債拍賣，海外需求核心指標“間接投標者”獲配比例跌至59.3%，創下近四年新低，一級交易商被迫兜底15.3%，創下一年多來最高紀錄；7月五年期美債拍賣，海外認購比例滑落至58.3%，刷新三年來最低；8月三十年期美債拍賣更是慘不忍睹，一級交易商承接比例飆升至17.46%，為近一年最高。這一系列疲軟的拍賣資料說明，包括全球央行在內的海外投資者對美債的熱情已在持續降溫。科林•安德森認為，當前美國經濟的基本面遠不如當年，而“降息+縮表”組合政策的容錯空間極小。4面對聯準會“不可能三角”華許阻力重重華許的改革藍圖還必須面對來自聯準會內部的阻力。聯準會主席雖然在議程設定和對外溝通上擁有主導權，但在核心貨幣政策的決策上，仍需遵循FOMC的集體投票程序。首先，華許將面臨一個意見並不統一，且整體立場可能比他預想的更為強硬的FOMC。根據規定，利率等貨幣政策的調整遵循12名票委的多數票原則。從本屆FOMC的構成來看，推動額外大幅降息存在顯著阻力。在2026年度獲得投票權的4名地方聯儲主席中，有3位的立場明確偏向“鷹派”，1位則為中性偏鴿。這意味著，華許需要在地方聯儲主席中爭取支援。其次，在更為核心的資產負債表政策上，華許將要挑戰的是FOMC已經形成的明確且一致的集體共識。如前所述，FOMC已經決定於2025年12月1日起正式結束始於2022年的QT，並啟動以購買短期國債為主的“準備金管理購買（RMP）計畫”。更重要的是，聯準會當前的政策選擇背後，有其深刻的理論框架作為支撐。聯準會在2026年1月剛剛發佈的一篇重磅研究文章《央行資產負債表三重困境》中指出，央行在設定資產負債表規模時，面臨一個“不可能三角”，在實踐中必須有所取捨。當前啟動RMP計畫，維持一個較大規模的資產負債表，實質上是聯準會在三者之間作出的明確權衡——優先保障短期利率的穩定和減少日常公開市場操作的干預，為此接受了資產負債表規模維持在較高水平（佔GDP約18%）的現實。華許所主張的回歸小規模資產負債表的“緊缺儲備機制”，直接挑戰了這一理論框架。5華許到底是“鴿派”or“鷹派”？投行看法嚴重分歧凱文•華許，究竟會成為寬鬆貨幣政策的推動者，還是將回歸緊縮本色？野村與巴克萊銀行兩大機構分析師給《每日經濟新聞》記者提供了截然相反的解讀。野村發達市場首席經濟學家David Seif認為，華許出任聯準會主席後，短期內將持“鴿派”立場。自川普勝選後，華許已明顯轉向倡導寬鬆貨幣政策。這一轉變與川普的提名訴求直接相關：川普在聯準會主席人選篩選全程，始終將“願意降息”列為核心條件。儘管華許過往發表過“鷹派”言論，但David Seif認為，他不會將縮表列為工作重點。因為，若市場融資環境過度收緊，很可能導致整體金融環境惡化、股市下跌，同時推高私營部門的綜合借貸成本。這與川普及美國財政部長貝森特降低抵押貸款利率、提振國內投資的政策目標相悖。基於此，野村維持判斷，在華許領導下，聯準會將在今年6月和9月各降息一次。華許若想調和過往言論與聯準會主席任內的“鴿派”政策壓力，一種可行的方式是將潛在的縮表計畫大幅延後。巴克萊銀行分析師Marc Giannoni的觀點相反，他明確認為“華許本質仍屬‘鷹派’”。與其他明確呼籲大幅降息的熱門人選不同，華許的降息表態極具侷限性，僅在去年7月FOMC決定維持利率不變時公開呼籲降息，其餘相關表態均“貼合具體語境且附有限定條件”。此外，華許始終主張AI是推動生產率提升的“重要通縮力量”，這一觀點也成為其無需依賴激進寬鬆即可穩定經濟的核心依據，也與川普所要求的快速降息主張相去甚遠。因此，並不將其歸為“鴿派”，反而是截然相反的“鷹派”。同時，華許深諳貨幣政策獨立性的重要性——2010年他以“獨立頌”為題發表演講，明確貨幣政策應獨立於政治壓力，而這正是“鷹派”立場的重要特徵。如果必須要在降息和縮表之間作出選擇，凱文•華許會在那一端讓步？信和匯聯研究員、英國肯特大學商學院副教授兼博導田堃表示，更大機率的“讓步”會出現在縮表端，而不是利率端。原因在於，利率端是FOMC最核心、最顯性、也最便於對外解釋的政策工具，而縮表端更容易以“技術性調整”實現節奏管理，且能在不改變政策立場的情況下，緩和資金市場壓力。他還認為，若出現“經濟增長走弱，但通膨黏性仍在”的複雜局面，華許更可能先放緩縮表，避免被市場解讀為“政策立場轉鷹”。而如果暫停降息，會被直接視為對通膨風險的再定價，可能引發風險資產與融資條件的二次收緊。6美股、美債、美元和黃金何去何從？在凱文•華許這位“鷹鴿難辨”的未來聯準會掌門攪動下，美股、美債、美元和黃金將如何走？銀河證券分析師章俊等人認為，一位致力於推動降息的聯準會主席對美股通常不是壞消息，華許放鬆監管的態度也可能進一步提振資本市場信心和流動性。儘管美股相對於非美權益資產的吸引力在2026年可能有所降低，但在AI敘事和企業盈利維持的情況下，其名義回報仍然可觀。不過，市場也需關注6月這一關鍵窗口，屆時華許可能首次主持FOMC會議並推出實質性舉措，其公開表態將成為市場的關鍵觀察點。10年期美債收益率近一個月的走勢美債市場受到凱文•華許的影響可能最為明顯。科林•安德森對每經記者分析稱，短期國債收益率會因降息有所下降，聯準會減少購債規模仍將推高長期債券收益率。整體來看，短期內市場波動性很可能相當大。而隨著市場流動性收緊，美元會收復部分失地。所有依賴流動性支撐或在市場動盪中走高的資產，例如貴金屬或加密貨幣，其價格增速都將放緩甚至大跌，最近黃金與白銀的走勢就是例證。國金證券首席經濟學家宋雪濤對每經記者分析稱，2025年美國國債拍賣已多次出現需求疲軟的情況，若凱文•華許重啟縮表，將擴大美債供需缺口，迫使美債期限溢價上升，推高房貸利率和企業中長期融資成本；而短期美債受降息預期支撐，收益率所受影響可能較為有限。對美元來說，短期會獲得階段性支撐，因為市場暫時將華許的縮表主張視為“捍衛美元信用”的訊號。但是，美元中長期預計難改弱勢，一方面美國財政赤字高企，另一方面全球“去美元化”的邊際趨勢未變，若縮表節奏放緩或降息速度快於預期，可能加速美元重回貶值通道。興業證券分析師段超等人同樣認為，長期來看，美元信用仍是易下難上。川普破壞全球秩序、尋求美元及聯儲政策跟隨其意願變動的做法仍將損傷美元信用，將導致主權信用惡化。美元吸引力下降、黃金配置價值上升依然具有確定性。7華許與川普的“蜜月期”能持續多久？對於川普與華許的關係，宋雪濤認為，二者大機率會存在一段蜜月期，但不排除中長期爆發衝突的可能。蜜月期的形成源於短期目標的契合：川普需要通過降息穩定經濟、服務於選舉訴求，而華許上任後為鞏固職位、安撫市場，大機率會優先推進降息，且他與川普家族的私交也將降低初期的摩擦成本。不過，二者的核心矛盾客觀存在。一方面，川普追求激進降息刺激經濟，而華許強調聯準會獨立性、主張縮小資產負債表以控制通膨和維護美元信用，當極端情形出現時矛盾可能加劇。例如，通膨反彈或美元過度貶值時，華許可能選擇放緩降息，這將引發白宮不滿。另一方面，若降息未能有效拉動經濟，反而推升通膨，川普可能希望繼續擴大寬鬆，但華許若堅守抗通膨立場，就可能重演鮑爾此前面臨的局面。歷史經驗表明，聯準會主席上任後往往會基於機構利益展現出政策獨立性，而這一過程中來自白宮的施壓，往往容易引發雙方衝突。馬克•道丁認為，華許執掌聯準會，對聯準會獨立性受損的擔憂可能會有所緩解。但是，如果未來經濟表現和利率路徑不符合川普的預期，川普完全有可能像對待鮑爾那樣對華許發難。不過，這種風險更可能出現在今年年底，尤其是中期選舉結果令白宮感到失望的情況下。 (每經頭條)

清晨醒來，Peter Steinberger的電腦自動運行著幾行程式碼。這不是普通的程序，而是他的數字分身——一個能操作電腦、管理檔案、甚至幫他自動回覆郵件的AI智能體。這個被他命名為Clawdbot的項目，現已更名Moltbot。當全球科技巨頭還在為雲端AI助手爭奪使用者資料時，一個由退休程式設計師打造的開放原始碼專案正在悄悄改變規則。它不需要雲端伺服器，完全運行在你的個人裝置上，卻能做到大多數AI助手做不到的事情：真正地替你幹活。誰是Peter Steinberger？彼得·斯坦伯格（Peter Steinberger）的故事，是一個關於成功、迷失與重生的創業傳奇。這位來自奧地利維也納的資深開發者，早在學生時代就是一位iOS技術先驅，甚至推動了母校開設相關課程。2011年，他在等待美國工作簽證的“空窗期”，將解決PDF開發難題的副業做成了PSPDFKit。這家公司堅持自力更生13年，其技術最終被蘋果、Adobe等巨頭採用，服務了全球近10億使用者。2021年，他以約1億歐元（約8.3億人民幣）的價格成功退出，實現了財富自由。然而，退休帶來的並非快樂，而是深刻的“意義危機”。他嘗試旅行、派對乃至心理治療，但內心的空洞無法填滿。最終他意識到：“你無法找到目標，你必須創造它。”2024年，AI技術的成熟點燃了他的熱情。2025年6月，他宣佈復出，創立Amantus Machina公司，致力於打造下一代超個性化AI助手。作為一次實驗，他僅用一小時“粘合”出了一個能通過WhatsApp呼叫AI的原型。這個起初為自己解決需求的小工具，在AI一次展現驚人“自發適應性”後，讓他看到了巨大潛力。他將項目開源，命名為Clawdbot（後更名Moltbot），其“有手有腳”、保護隱私的理念瞬間引爆全球開發者社區，GitHub星標飛速破萬。從解決自身問題出發，將方案分享給世界——彼得·斯坦伯格用兩次創業演繹了同樣的劇本，並在AI時代找回了創造者最純粹的激情。1. 革命起點如今的AI助手大多停留在“問答”層面，無論ChatGPT還是Claude，都像是知識淵博卻無法動手的顧問。它們能告訴你如何整理檔案，卻不會親自打開資料夾；能建議你傳送郵件，卻不會幫你點選“傳送”按鈕。而Clawdbot的誕生打破了這一界限。它的創造者Peter Steinberger在開發日誌中寫道：“我想要一個真正有用的AI，它應該像人一樣，不僅能思考，還能行動。”這個簡單的理念催生了完全不同的架構設計。與依賴雲端的傳統AI不同，Clawdbot選擇了一條更私密、更自主的道路——完全本地化運行。2. 核心技術這一天終於來了：你的AI助手不再通過瀏覽器或專用App與你交流，而是直接出現在WhatsApp、Telegram這些你每天使用的聊天軟體中。這種設計哲學讓Clawdbot無縫融入日常生活，而非要求使用者改變習慣。但真正讓它與眾不同的是本地優先原則。所有配置、對話記憶都以本地檔案形式儲存在你自己的裝置上，AI模型呼叫雖然需要API，但你的隱私資料從未離開過你的電腦。最令人印象深刻的是它的長期記憶系統。與每次對話都“從零開始”的聊天機器人不同，Clawdbot能記住幾周前甚至幾個月前的對話內容和你的偏好，越來越像一個真正瞭解你的助手。3. 行動之力Clawdbot的“手”和“腳”體現在它被授權後能執行的操作：從簡單的檔案管理、瀏覽器操控，到複雜的自動化工作流。一位早期使用者在社區分享，他讓Clawdbot每天早上自動整理下載資料夾、篩選重要郵件並生成日程簡報。另一位開發者則展示了Clawdbot如何通過整合Home Assistant，讓他在開車回家途中通過WhatsApp傳送“準備到家”的消息，AI就會提前打開空調和客廳的燈。這些能力源於Clawdbot可插拔的技能系統。就像一個工具箱，每個技能都賦予AI一項具體能力，如操作瀏覽器、管理日曆、控制智能家居等。社區開發者不斷貢獻新技能，擴展著這個數字夥伴的能力邊界。4. 自我進化當Clawdbot遇到無法處理的任務時，它不會簡單地說“我做不到”。在安全權限內，它可以自主搜尋解決方案、編寫必要程式碼，甚至安裝新技能來突破自身限制。這種自我進化能力讓它區別於所有預設功能的傳統軟體。一位使用者記錄了他的Clawdbot如何通過學習，從一個簡單的檔案整理工具，逐漸成長為能夠監控股票、自動生成周報的多面手。但這種能力也帶來了潛在風險。過高的系統權限意味著如果配置不當或遭遇惡意指令，Clawdbot可能被誘導執行危險操作。已有使用者報告因不當配置導致敏感資訊洩露的案例。5. 實際應用個人效率領域，Clawdbot正在成為數字生活管理員。它能自動化處理檔案分類、郵件篩選、日程安排等重複性任務，把人們從數字行政工作中解放出來。研究寫作方面，它扮演著研究助理的角色。使用者可以讓它分析網頁內容、總結長文件、起草郵件和報告，甚至輔助程式碼編寫和偵錯。資訊監控領域，Clawdbot能定製個人情報中心。無論是追蹤行業新聞、監控股價波動，還是關注GitHub動態，它都能定時抓取資訊並生成簡潔摘要，直接推送到使用者的聊天軟體。智能家居控制上，通過整合平台如Home Assistant，Clawdbot讓使用者能用自然語言控制家居裝置，在聊天中實現“打開臥室燈”或“調節恆溫器”等操作。最有趣的是跨平台工作流橋接，Clawdbot能打通不同應用間的壁壘。使用者可以在一個聊天窗口中觸發複雜的工作流，如“把會議記錄整理好並行郵件給團隊”，AI會自動執行這一連串操作。6. 門檻與挑戰Clawdbot並非為所有人準備。它目前更像一個強大的“極客玩具”，需要使用者有一定技術基礎來部署和維護。從Docker環境配置到API金鑰管理，每一步都可能遇到障礙。更名事件暴露了開放原始碼專案的脆弱性。由於商標爭議，Clawdbot被迫更名為Moltbot，而原名稱在社交媒體上被搶注用於加密貨幣詐騙，創始團隊不得不反覆澄清與這些騙局無關。安全始終是懸在頭上的利劍。賦予AI系統高級權限如同將家門鑰匙交給他人，必須建立嚴格的權限控制和監控機制。專家建議使用者在虛擬機器或專用裝置上測試，而非直接在主力機上部署。當一位使用者展示他的Clawdbot如何自動處理完一周積壓的郵件，並按優先順序分類整理時，評論中有人感嘆：“這就像僱傭了一個不要工資的全能助理。”Clawdbot沒有華麗的企業宣傳，沒有龐大的開發團隊，它的進化記錄公開在GitHub上，每一次提交都是對未來的投票。在科技巨頭圍起的資料花園外，一場自下而上的AI個人化革命正在車庫和書房中悄然進行。 (覺知進化)

本文根據英國國家學術院院士、劍橋大學人類學教授、國王學院終身院士艾倫·麥克法蘭（Alan Macfarlane）在騰訊研究院AI&Society 海外專家面對面系列對話中的分享整理而成，分享主題為“A New World is Born: Some consequences of the AI Revolution”。本文出自微信公眾號：騰訊研究院，作者：艾倫·麥克法蘭（英國國家學術院院士、劍橋大學人類學教授、國王學院終身院士），原文標題：《我們很可能正走向一個「無工作社會」｜騰研對話海外名家》，頭圖來自：AI生成一、工業革命之後的AI革命，可能預示著一個全新世界的誕生從艾倫·圖靈到Geoffrey Hinton，劍橋對AI領域的發展一直有著巨大貢獻。如今，人工智慧的快速發展，讓越來越人開始思考一個問題：我們是否正邁入一個真正意義上的「新世界」？沒有人知道這個問題的答案。有人認為，AI被過度炒作了，其商業潛力被高估了。儘管如此，我認為AI在其他方面的影響仍然可能非常重大。我最近訪談赫爾曼·豪瑟（Hermann Hauser）時，他曾說：「我認為分析AI革命最恰當的方式，是將其與之前的工業革命相比。」回顧歷史，我們經歷過兩次劃時代的革命：第一次是一萬多年前文明的誕生，第二次是工業革命。而現在，我們可能正站在第三次重大革命的門檻前——AI革命。無疑，我們正在親歷一場技術革命，當下可能很難看清其影響和後果，但等到2030年回過頭來看我們就會看清發生了什麼。當然，借用德米斯·哈薩比斯（Demis Hassabis）的話來說：「AI對人類的影響很可能將是工業革命的十倍，而且發生的速度也可能快上十倍。」為此，我們確實需要弄清楚當下正在發生什麼，以及未來將會發生什麼。這場革命的本質，延續了技術一直以來的角色：擴展人的能力。過去幾千年，科技主要取代的是人體的物理部分──雙臂、雙腿、脊背，等等，隨著時間的推移，被取代的身體功能越來越多。工業革命將這一處理程序推向極致。蒸汽機、電力，以及後來出現的各種動力源，都極大提升了人體的勞動效率。而今天，AI的出現，標誌著技術擴展人類能力的方向從「身體」（body）轉向了「心智」（head）。正如赫爾曼·豪瑟所說，工業革命帶來了「按需獲取動力」 （power on demand）。那麼，AI革命則讓我們能「按需獲取智能」（intelligence on demand），即按需獲取所需的知識量或思維效率。中國處在這場AI變革的中心，深圳被稱為中國的矽谷、也是無人機之城。我在我的新書《深圳之迷》中試圖解碼深圳的技術創新，提出了技術和知識增長的三角關係（triangle），“發現” （discovery）帶來“重大發明”（macro invention），進而推動規模化生產（mass production），這反過來又導致更多的發現，以此循環。對於AI而言，這個三角關係的運作持續加快，沒辦法被阻止。技術和科學成長現在是指數級的，機器自我複製，發現新事物，製造新機器，一切都在持續加速。然而，如今許多關於AI及其影響的討論都比較狹隘，只關注物質層面。從人類學的角度回顧工業革命：它不只是改變了人們工作的方式，也重塑了人的生活方式、思維模式、家庭結構甚至宗教信仰。簡而言之，它改變了人類社會的一切。同樣，AI革命也不僅僅是一場經濟變革，而可能是一場社會變革，它極有可能改變而且正在改變我們世界中的一切。身處其中，我們往往難以看清全貌。無法像實驗者那樣跳出局勢、冷靜觀察，我們只能在這場變革中摸索前行，一邊體驗，一邊試圖理解。也許幾十年後回望，我們才會真正明白它改變了什麼。但現在，不妨先做個假設：假如我們站在火星，或某顆遙遠星球上俯瞰地球上的世界，也許就能稍微看清這場AI革命的一些影響。它正以一種悄無聲息卻無處不在的方式滲透我們的生活，重塑人與人之間的連接，改寫社會的基本結構，甚至正在改變人類理解自己、認知世界的方式。接下來的內容，我將嘗試描繪這場AI革命可能帶來的一些後果。不是預測未來，也沒有特定的邏輯順序，而是提供一些視角與設想。希望能幫助我們更清楚地意識到：我們正經歷的，不只是一個新技術的出現，而是可能是一個全新世界的誕生。二、工作、教育與創造力：當AI讓人“無事可做”，我們該如何生存？AI社會或將帶來「有閒階層」（leisure class）的崛起AI可能帶來的一項影響是消解大多數專業職業的工作崗位。歷史上，我們見證了機械化如何重塑農業，工業化如何壓縮製造業的人力需求；可以說，藍領、白領工作都被技術極大壓縮甚至取代了。而這一次，AI的浪潮也指向了專業職業。一個專業人士，配合幾個AI，就可能完成一個團隊的工作。一所大學、一家公司，甚至一個政府部門，都可能或多或少出現「一個人+ 一百個AI」就能運作的情況。我們可以設想，未來5-10年可能不再需要那麼多醫生等專業人士，10個人可以頂100個人，一兩個人可以監督大量智能手機器的運轉，等等。大學、企業等組織可能在100年內消失。因此，這次AI革命的一個可能的後果是，大部分專業工作可能被AI摧毀。接下來要思考的問題是，如果未來大多數人都“無需工作”，那我們應該做什麼？想像這樣一個場景：你每周只需工作一天，且有足夠的生活保障，一周將有六天的閒暇。但在其餘的大量時間裡，你沒有任務，沒有目標。你會怎麼安排自己？換句話說，面對工作以外的大量多餘時間，我們該怎麼辦？起初，也許是興奮：自由終於降臨了。但隨後，可能是茫然，甚至痛苦。許多退休者已經提前體驗過這種狀態：一旦日常工作的規律突然消失，很多人會陷入空虛、失落，甚至抑鬱。 AI革命的來臨，意味著我們自己和我們的後代得開始為如何應對幾乎無限的閒暇（infinite leisure）做好準備。換句話說，我們需要為「閒暇世界」 （leisure world）的到來做好打算。樂觀地看，這樣的狀態在歷史上並非沒有先例。所有偉大的文明都出現過“有閒階層”，修道院的僧侶除了禱告無所事事，印度的宗教人士、羅馬的議員、英國的貴族等也不需要勞作。差別在於，之前可能只有1%的人口，在未來的AI社會幾乎所有人都是這樣的「有閒者」。例如，18世紀的英國貴族，每天醒來由園丁打理花園、廚師準備餐食，自己則打獵、騎馬、品酒、旅行、寫詩、畫畫。他們從小接受的教育，不是為了“找份謀生的工作”，而是為了“有教養地生活”。那時，劍橋大學的目的，原本就是教人成為“好的生活者”（good life maker），培養人去過那種“閒暇生活”，如何以創造性的方式度過人生。而未來，或許AI社會將帶來“有閒階層” （leisure class）的崛起，我們每個人都將成為這樣的“有閒者”，有大量的多餘時間去享受一個閒暇的生活，享受創造性的、有意義的生活，而非無聊的、繁瑣的工作事務。AI時代的教育將從“培養勞動力”轉向“教人去生活”面對一個不再需要靠「工作」定義自我價值的時代，我們的教育準備好了嗎？我們要教會下一代的，可能不再是“如何找一份工作”，而是如何在不被繁瑣與壓力巨大工作所困的情況下，過上有創造性、有意義的生活。過去的教育，是一位老師帶全班，所有人按統一進度走；而未來的教育，將鼓勵每個人去發現自己的熱情、發展自己的創造力。我們正在進入一個「自主學習」 （independent learning）的時代。 AI和互聯網已極大地降低了學習門檻和成本，任何人都可以自主學習自己感興趣的一切。教育的核心任務，也將從讓人成為合格的勞動力，轉變為培養人激發並享受自己的潛能以享受一個好的生活。當然，隨著AI的發展，未來的教育需要在體（body）、腦（mind）、心（heart）、精神（spirit）或想像（imagination）這四個基本方面做好平衡。AI的創造力將挑戰人類的獨特價值但問題是，當我們把希望寄託在「創造力」上時，AI也沒有止步於此。現在，AI在繪畫、作曲、設計、寫小說這些被認為依賴人類創造力的領域裡，展現出驚人的能力。可以預見，大部分的創造性活動在極大程度上都可以被AI取代。AI的創作可以達到貝多芬、達文西、莎士比亞等創作大師的水平，而無法被人類區分出來。因此，即使是畫家、作家、作曲家、音樂家，也不得不開始思考一個問題：當AI能以更好地完成你的大部分創作，「藝術家」這一身份，還意味著什麼？可能很多藝術家已不再自己創作，而是藉助AI創作或和AI一起創作。三、分配製度與知識產權：當「稀缺」不再稀缺，我們怎麼分配？AI帶來的「無工作社會」將衝擊分配製度等傳統社會契約過去，人類社會的經濟運作建立在一個基本共識之上：你所獲得的回報取決於你所做的事情。從農業時代一直到今天，人們都是「因工作而獲得報酬」。然而，隨著人工智慧深入社會運作的底層邏輯，這個分配觀念正面臨前所未有的挑戰。如前文所述，我們很可能正走向一個「無工作社會」。並不是說所有崗位都會消失，而是傳統意義上的「靠腦力或體力換取收入」的模式將遭受挑戰。從積極面看，機器可能可以供給我們想要的所有東西，包括農產品和工業產品，全世界都可能變得更加富裕。但問題接踵而至：在機器可能創造出如此巨額財富的情況下，我們又該如何分配這些財富？一種設想是每個人都能獲得足以合理保障生活的「基本最低收入」（例如UBI），包括住房、食物等等。每個人都會獲得一些類似兌換券（coupon）的東西。在此基礎上，如果有人想獲得更多，可以透過額外的創造性勞動或其他活動來獲得更多回報。但我們還是需要重新思考整個經濟體系，亞當·斯密（Adam Smith）所闡述的市場經濟模式在這種情形下基本上失效。AI帶來的“豐裕社會”/“後稀缺時代”，也有可能延續不平等結構樂觀的預測是，AI將帶來前所未有的資源富足，人類將迎來豐裕社會或說後稀缺時代。然而，另一個面向是，AI帶來的經濟利益也可能集中在社會特定群體手中。過去五到十年間，我們的經驗其實相當負面（例如發生在位元幣、區塊鍊等領域的事情），超級富有者和普通民眾之間的貧富差距急劇擴大，並且還在持續擴大。在工業革命時代也發生過這類情況。這就是馬克思撰寫《資本論》的原因：他看到了掌握生產資料的人會變得極度富有，而其餘的大眾則走向貧困。 AI鴻溝（AI divide）將橫亙在控制AI系統的少數人和其他所有人之間，難以踰越。所以也有一個可能的情境是：控制AI和智慧生產資料的少數人可能享受超乎想像的生活條件，而其餘的人則被邊緣化。AI時代，「創意共有」可能重構知識產權制度同時，我們也要考慮知識產權制度的變化。自從「版權（copyright）」的概念在英國被發明以來，我們形成了一個根深蒂固的觀念：某人提出了一個好創意，就可以對其享有專屬權利、禁止他人侵害。但是，在AI時代，這又意味著什麼？正如當今全球供應鏈所呈現的，在經濟領域一件產品究竟屬於誰已很難界定，因為它由全球各地的零部件和技術取其最優組合、共同組裝而成。在AI時代，可能大多數創作都會引用、融合無數他人的知識產權，而個人貢獻可能只是極小部分且難以認定。因此，可能很難再說“這是我的作品”“這是我完成的”，一切創意將逐漸變成某種意義上的“共同財產”（common property）。因此，在AI的世界裡，要識別、界定並保護個人知識產權將變得非常困難。四、社會關係結構：人與人、人與AI關係將如何演化？AI加速讓社會活動再度「分散化」在工業革命之前，人類生活在「分散」的世界。最典型的例子就是織布。人們在家中使用手織機織布，做出一小塊一小塊的布料，然後會有人上門收集、打包，再拿到市集上出售。當時大多數的生產都是以分散在各個村莊、家戶之中的方式進行的。在工業革命中，人們意識到，如果把人群集中在一起，就能夠實現巨大的規模經濟。於是，我們就有了把所有工人聚集在一起的工廠，把生病的人聚集在一起的醫院，把受教育的人聚集在一起的大型學校，把囚犯聚集在一起的大型監獄，等等。所有的事情都變得更有效率。這一切都發生在19世紀。然而，當未來的歷史學家回望我們的時代時，或許會說，這種覆蓋人類各種活動領域的「集中式組織」 （Institutional Organization）時代終結於2020年新冠疫情。我們意識到，一切都可以「再分散化」，例如遠端辦公、線上教學。實際上，疫情只是將一個早在2000年前後互聯網發展時就已開始的趨勢顯性化了。我們很可能正邁向一個各方面都分散化的世界。可以預見，醫療健康會被AI徹底變革，例如，智能手環等IoT裝置可以日常監測個人的健康狀況；一位本地受訓人員可以在電腦的幫助下處理大部分疾病，再設立一兩個醫院用於處理非常嚴重的病例即可，而大多數醫院將變得不必要；人類壽命也會因AI得到延長。每個孩子都會有一個平板或一台電腦，並進行個人化的學習，學校會消失。與犯罪相關的社會行為、關係可能被改變，不需要把罪犯關起來，而是給他們戴上像手錶一樣的小型裝置，監控他們的行為，監獄也會消失。基本上，各類活動都會出現去中心化（devolution）與私人化（privatization）。我們正進入與「AI新物種」共處的世界，需處理好人與AI的關係我們也正進入一個與其他物種共處（co-habit）的世界，而這就是AI革命成為一場如此重大的革命的原因之一。幾千年來，人類一直是這個星球上唯一的主宰性物種，而現在我們必須面對另一個新物種，也就是人工智慧。我們必須考慮我們和它的關係，涉及我們的法律、倫理和道德製度，以及我們的智力或情感關係。這一新物種在許多方面與我們有重疊和相似性，儘管不是生物意義上的，但它可能會具有某種情感結構和倫理考量等等。當然，我們與其他人的所有社會關係都會受到深刻影響，甚至觸及最私密的情感領域，例如愛情與婚姻。值得關注的一個社會影響是，AI可以應對孤獨問題，「半人」（semi-human）性質的AI裝置可以提供情感價值，例如AI寵物可以取代真實的寵物，機器人可以陪伴老年人，等等。如今，許多年輕人對婚姻心存疑慮，難以找到理想伴侶。而在AI時代，或許人們可以「設定」想要的伴侶類型，而他們就會被「生產」出來。這種變化，將迫使我們以前所未有的方式重新追問「人是什麼」「我們是誰」。而我們必須思考，我們是否準備好，與另一個物種共處。五、全球格局：AI革命將為世界帶來什麼樣的變化？AI天生帶有開放與協作的基因，可望協助全球普惠發展工業革命的一個結果是民族主義的增強。有理論認為，現代民族國家本身就是工業革命的副產品，這一觀點大致是正確的。而且，工業革命確實加劇了歐洲國家之間的緊張關係——例如德國、法國和英國為爭奪工業霸權而相互競爭。一方面，人工智慧可能會減輕民族主義的隔閡和分裂，使人類變得越來越緊密地相互聯絡。我們如今已經明白，國家之間發生嚴重爭端毫無意義，而重大的軍事對抗將像經濟衝突一樣，對世界造成巨大傷害。當然，未來的戰爭可能被AI徹底改變，從人之間的戰鬥變成機器之間的戰鬥。另一方面，AI也可能促進普惠化處理程序。如今，世界上任何地方的人都可以免費下載像DeepSeek這樣的AI工具。在非洲、印度和南美洲的一些學校裡，孩子們也正在參與這場人工智慧革命，並且親自進行一些非常重要的工作。AI革命可能為全球秩序重構提供新契機當前，中國正深入參與這次AI變革，而中美之間的科技競爭也更加激烈。然而，西方對中國科技的焦慮，很大程度源自於對中華文明的無知與誤解。如果我們回顧過去五百年，西方對世界一直持有一種帝國主義式的、擴張性的、軍事化的態度，不斷地佔領世界的各個部分。中國本來也有這種能力，但並沒有這麼做。因為這不符合中國的哲學傳統──無論是儒家、道家或佛家的思想體系，都不主張帝國主義式的擴張，也不鼓勵以武力征服他國。從更深層次的意義上說，這並不是中國的行事之道。但現實是，西方對待世界的方式導致了無休止的戰爭、競爭、對抗和零和博弈等種種問題。聯合國已難以運作，西方國家的各類制度也正在崩塌之中。相較之下，中國為世界提供了一種更優越的國際治理模式。無論是在國際關係或日常生活層面，這種模式如今都比西方模式更契合全球化時代的需要。如果我們能將中西方兩種經驗結合起來，就有可能創造出一個更文明、和平、共榮的世界。六、結語：發展負責任的人工智慧，走向AI帶來的美好新世界在應對氣候變化、實現再生能源等問題上，人工智慧的發展將使這些目標更容易實現。我們人類是富有智慧和創造力的物種，如果能夠認真思考當下正在發生的事情以及未來可能發生的變化，我們就有機會創造出一個遠勝於當下的世界——更少的戰爭、更少的貧困、更少無意義的活動，等等。但我們必須認真思考該如何實現這一目標。如果只是漫無目的地前行，讓最糟糕的影響自行降臨，那麼我們的生活將會變得貧乏。因此，人工智慧的未來最終取決於我們自身，尤其取決於推動這股AI浪潮的科技公司和相關參與者。我們需要以更宏闊的視野去思考，不僅侷限於經濟利益或短期利益，而要全面考慮這場AI革命帶來的道德、社會、政治、生態等各方面的影響，從而以負責任的方式推動人工智慧的發展。 （虎嗅APP）

大家好，我今天交流的題目是《AI管理革命正向我們走來》。01. 20世紀的管理革命與管理困境（一）第二次工業革命推動了所有權與管理權分離的管理革命AI作為一種技術，正在驅動管理和上層建築的變革。我們知道，第一次工業革命以蒸汽機、鐵路、電報為主導，在鐵路系統中誕生了第一個現代管理系統。第二次工業革命以電力、內燃機、電話為代表，促進了製造業、運輸業、分銷和零售業，以及影視廣告娛樂等產業的繁榮。技術進步以及大規模的併購發生在美國19世紀和20世紀之交，促進了企業規模的擴張和管理複雜性的增加，進而推動了股權的分散，所有權與管理權的分離，以及職業經理階層的形成。正如錢德勒在《看得見的手》中指出，科技的進步完成了第一次管理革命。第一次管理革命的特徵就是我上述的三點：（1）股權的分散化，這是由於大規模併購所推動的；（2）所有權與管理權的分離：創業者不管是到年齡了，還是其他原因，最終要把企業的控制權——即通常所說的管理權——要交到職業經理人手上（ 3 ）職業經理階級（3）開始形成職業經理人。用錢德勒的話來說，美國企業在職業經理人手上獲得了長足的發展。因此，不管是錢德勒的《看得見的手》，還是格林斯潘的《繁榮與衰退》，主要兩個核心觀點：一是股權分散；二是職業經理人階級的形成。（二）第三次工業革命推動了以資訊科技為基礎的管理革命自科學管理運動以來的一百年中，企業的生產力得到了大幅提升，以電腦、互聯網和行動通訊網路為代表的第三次工業革命使得標準化、流程化、自動化大規模客製化以及資訊系統普及，實現了以資訊科技為基礎的管理革命。但我們看到一個現象：阻礙生產力提高的一般性難題在這三次工業革命中都已經被逐一克服了（所謂“一般性難題”，就是可見的這工具和方法能解決的管理問題），生產力的提升越來越集中在最深層的難題，最難啃的骨頭上。（三）產業的難題與傳統技術與管理的困境企業生產力的提升服從帕累托定理：80%的效益成長依賴20%難題的解決。1．鋼鐵業－高爐的穩定性。以寶武集團為例，煉鋼成本裡70%裡煉鐵成本，高爐不穩定是最大的問題，如能提高前端輸入參數，對輸出鐵水溫度及矽含量預測的準確性，就能提升高爐的穩定性。這是一個百年世界難題。而每噸鋼在煉鐵環境省1塊錢，光是寶武一家的產量就能省下幾億元，因為鋼產量已經是1、2億噸。2．電力產業的困擾：中低端配電網管理的複雜性。電力產業業務重點現在逐步轉向中低壓配電網的建設，由此帶來的需求變化主要表現在：（1）數位化改造設備規模大，僅國網就有470萬台區，480萬的充電樁，8000萬開關，4.3億計量表，300GW分佈式太陽能裝機量。 （2）數位化程度低，有三個老大難問題：「貴」(人工逐站運檢，1500元/站/年)、「難」(故障難查，故障位置不清楚)、「慢」(被動回應，平均30分鐘受理時間) 。 （3）新能源的爆發：太陽能和風電介入電網以後，給電網企業帶來了負載增加，不可預測，無法消納的情況。3．水泥產業的硬骨頭：熟料強度的即時精準預測。2024年4月，海螺水泥與華為礦山軍團計畫組從200個水泥生產場景中辨識出「水泥品質預測循優，水泥生產全域優化，安全生產智慧監控，皮帶機無人巡檢，智慧裝備問答」五大核心人​​工智慧場景。其中最基礎、最關鍵的場景，也是最難啃食的骨頭，就是「熟料強度品質指標的即時預測」。現有的手段和方法在解決此項難題方面已經達到了極限。4．油氣勘探產業的短板：勘探地震資料的處理和解釋。例如，把一個地塊的地震資料處理和解釋，人工需要十幾天的時間，而且嚴重依賴專家的經驗和判斷。再例如中油的FWI (全波形反演，一種高解析度地震成像技術)，儘管中石油東方物探已經佔了全球石油勘探近70%的份額，但這都是石油勘探的苦活、累活、髒活，而在高解析度地震成像數據的處理和解釋上，還需依賴美國等公司的設備，與美國競爭對手存在明顯的差距，嚴重製約了企業的效益。我們幹髒活，累活，苦活，是我們的企業在國際化過程中很普遍的存在，原因是核心技術沒有突破。5．煤礦業的老大難：煤礦的痛點就是安全、減人、提效。煤礦現在下井員工的平均年齡為45歲，50歲以上不再允許下井，整個產業都面臨的問題，就是招不到礦工下井採煤。雖然現在都是用機械化採煤了，但井下作業的環境如粉塵、光線昏暗等一系列工作條件，使得年輕人不願意下井。煤礦井下主要生產業務可概括為採煤-掘進-機電-運輸-通風加排水，煤礦生產的痛點就是「減人、安全、提效」。以運輸為例，指的是主煤流透過皮帶運輸機將礦井下的煤運送到井上。作為煤礦的“大動脈”，運輸一旦出了問題就會導致整個礦井停工，因此每個礦區都配有專人專崗，保障煤流運輸系統的正常運作。類似上述的產業生產力難題已經是現有手段攻不破的難題，我之所以稱之為“硬骨頭”，也是這個道理。科學管理和持續改進經過一個世紀的發展，正面臨邊際效應遞減的困境。這恰恰是基於AI大模型聯合創新的用武之地。02. 21世紀管理的大趨勢是AI驅動的管理革命（一）AI是我們面臨的最重要的一場管理革命，也是最後一場管理革命21世紀的管理挑戰是什麼？解決類似上述提到的產業生產力的難題是21實際管理面臨的最大挑戰。現在看得越來越清楚了，解決上述難題的鑰匙是人工智慧，這是一場AI驅動的管理革命。AI也許是人類最後一個科技革命時代，AI驅動的管理也許是人類最後一場管理革命。為什麼要這麼講？我引用華為總裁任正非的話來說，黃仁勳說AI是這個時代最重要的技術，有人問我他說得對嗎？我說還會有下一個新時代嗎？下一個科技革命時代我是想像不出來了。正如穀德所說，第一台超智慧機器是人類最後一項發明，如果沒有下一個時代，如果談彎道超車？中國企業的機會在那裡呢？AI是我們面臨的最重要的一場管理革命，也是最後一場管理革命。在這場管理革命中要能跟上，不落伍，才是企業長期生存的關鍵。如果這個事情做不好，其他的都免談。（二）數位化和智慧化管理革命有兩個重要的方向第一，面向個人，即ToC領域的革命，把人的視野和智力無限擴大，把人從簡單的、重複的操作中解放出來。這種解放對​​於不同的人，就產生了不同的命運：勝任者可能處於更優越的地位，不勝任者就被大量裁撤。例如美國港口工人協會的罷工，其訴求是不在港口中採用無人AI自動化裝置，這會導致大量工人失業。華為在天津港做了一個無人的港口，不但效率提升了，品質提升了，而且節省了1200個員工。但天津港局並沒有把員工裁掉，而是把他們重新配置到顧客介面。這做了一個很好的示範，既推動了AI革命，同時又消化了AI革命所帶來的員工裁撤難題。第二， 面向產業，即ToB領域的革命，將針對解決橫亙在產業中的模糊性、不確定性難題，更深刻地改變產業的面貌。這是華為AI的重點。華為也搞ToC人工智慧，例如消費者BG，“BG”直譯是“集團”，也可以翻譯成“業務群”——因為整個企業叫集團，下面只是一個群組。在人工智慧應用領域，美國的人工智慧應用基本上就是ToC這塊很厲害，因為它的製造業已經空心化，而我們的人工智慧應用除了ToC，正是面向ToB領域。中國如果把這一仗打勝，那中國在世界上製造業的地位就不可同日而語了。因此，關鍵在於我們在關鍵技術及產品和軟體方面是不是準備好了？企業的領導人是不是下定決心「壓強投入」了？03. 華為的實踐：用燈塔照亮前進道路華為公司透過軍團等組織形式，在中國做出燈塔項目，向世界拓展，走出了一條非常富有策略性的前進道路。我舉幾個例子來說明。（一）鋼鐵業的成功合作案例華為和寶武集團合作的高爐模型，在這種大時延、高難度情況下把高爐爐溫和矽含量預測的準確率提升到92%以上，每噸鐵水節省10元以上，別小看了這10元的節省，僅寶武的產量，就能省下幾十億元。該計畫獲得國資委高價值場景認可；湘鋼、南鋼、永峰鋼鐵等都已經全面推廣複製。寶鋼高爐專家又結合與華為聯創的預測結果反過來去調整控制高爐輸入的內容。湘鋼AI大模型創新在2024年「人工智慧向善全球高峰會」上獲得國際電信聯盟全球人工智慧優秀創新案例獎。（二）電力產業的成功合作案例華為和陝西國網電力公司合作了六年，解決新能源連接到電網中以後帶來的難題。陝西國網和廣西南網都與華為軍團合作，實施配網數位化、智慧化改造，同時向業界首次發布配電網數位化評估指標標準，包括覆蓋率、線上率、完整率、成功率、辨識率、準確率。管理上有一條規則，叫「不能度量就不能管理」。所以，能夠準確且清楚地測量這個過程和結果，就能推動管理變革的改進。以陝西國網路為例，目標是打造一套可複製、可推廣、可演進的新型智慧配電網端到端解決方案，其核心是一套智慧物聯體系架構三大核心技術，包括雙模+融合終端+人工智慧，以及N個場景應用。實現配電網全要素（包括運作、故障、現損、計量、靈活異常監測、拓撲、運作、消納，以及計算等）透明化，提升供電可靠性和電網安全運行水平，支撐基層用電客戶雙滿意和國家的雙碳戰略。（三）水泥產業的成功合作案例華為在水泥產業和海螺水泥合作創新的成果非常顯著。世界水泥看中國，中國水泥看海螺，海螺是中國水泥中經濟效益、品質最好的企業，被用在國家許多重點項目。早在2024年4月，海螺水泥就與華為礦山軍團合作，從200多個水泥生產場景中辨識出「水泥品質預測尋優、水泥生產全域最佳化、安全生產智慧監控、皮帶機無人巡檢、智慧裝備問答」5大核心人工智慧場景。基於華為的數位轉型諮詢、雲端平台、盤古大模型的工具平台，推動了海螺水泥集團的智慧轉型，進一步優化了成本，發布了首個建材大模型。僅水泥窯爐優化一項，噸熟料煤耗降低了1%，水泥熟料品質預測準確度達到85%以上。由於產量大，效益非常顯著。2025年4月23日，由中國建築材料聯合會、海螺集團、華為聯合舉辦的水泥建材人工智慧大模型成果發布會，會上發布了建材的AI大模型，這是水泥建材行業全球發布的首個大模型，對行業智能化轉型具有里程碑意義。（四）油氣探勘產業的成功合作案例中石油東方物探公司透過與華為油氣軍團的合作，把一個地塊的地震資料處理和解釋從原來的需要十幾天時間，縮短到現在幾個小時就能走完，而且品質得到了專家的一致認可。再例如中油的FWI（一種高解析度的地震成像技術）效率提升了20倍，FWI的創新也是基於華為無線領域的積累，雙方聯創的結果彌補了中石油東方物探與美國競爭對手的差距。現在，此能力已融入他們自研的軟體，再配上華為的鯤鵬晶片，做成一體機，已經可以和西方廠家同台競爭了。（五）煤炭產業的成功案例仍以剛才提到的運輸環節生產過程改善為例，應用華為的視覺分析AI技術，突破了煤礦井下運輸的難題。眾所周知，AI辨識的異常樣本越多，檢測效果越好，但是煤礦井下光線暗，粉塵多，要把皮帶上的異物如錨桿、木頭、工字鋼等多種異常樣本全部收集起來難度很大，他們遇到的是煤礦業做AI設計的共性難題——缺少樣本。最後，專案團隊提出了一個新的解決方向——非正常即異常，沿著這個創新的解決方向，專案工程師們把需求和方案的設計初稿傳遞給雲EI(企業智慧)產品線，EI給他們推薦了盤古大模型技術，該技術主打的“低門檻AI開發和零樣本、小樣本優勢”，非常契合煤礦行業的井下作業場景。最終，專案實現了減少20-30%的井下作業人數、「用機器代替人」的減人目標。上述都是技術含量很高，在解決難題上有所突破、有所進展的典型案例。因此，對產業數位化、智慧化系統應用有著巨大的改造空間，當然還需要經歷很長的聯合創新過程，可能要10年、20年長期的創新過程。產業數位化、智慧化系統性的優化還是非常困難的，需要客戶夥伴和華為的持續努力，還需要很長的聯合創新過程，不是一蹴而就。華為公司從2018年起，已經陸續成立了9個產業數位化智慧化軍團，全面涵蓋油氣鋼泥冶礦、智慧化交通、數位金融、智慧電力、製造與大企業、智慧化公用事業、智慧化政務、網路服務供應商、智慧園區領域。這幾年的重點集中在大企業數位化智慧化的「燈塔」專案上，做出成功的模式，樹立產業標竿。然後與生態合作夥伴一起，將「燈塔」的成功模式向產業推廣，並逐步向國外擴展。04. AI科技驅動的管理革命的特徵第一，AI時代，數據價值發生了本質變化。AI智慧時代，AI的訓練和推理需要資料的高效使能，資料的價值發生了本質的變化，不再是冷資料、沉睡的資料。因此要求特別關注數據的質量，克服數據孤島，建立統一的數據底座。第二，AI是最後一次科技革命，也將帶來徹底的管理革命。古德認為超智慧機器可以設計出更好的機器，而人類的智慧將遠遠落後。因此，曾經的管理定義是同別人一起，或透過別人來實現組織目標的過程。而未來的管理將是與AI一起，或透過AI實現組織目標的過程。管理從定義上都會發生根本性的變化。第三，在人工智慧時代，世界只有第一，沒有第二。任總講，在人工智慧時代，世界只有第一，沒有第二。現在還在混戰的、內捲的領域，將來都會被先進企業的人工智慧橫掃。 「你們可以參考Google的人工智慧如何評估心臟健康，Google是靠千萬次、億次的機器學習才找到標準模型，並將這個心臟模型開放出來，全世界都在使用，世界上不再需要第二個模型了。在AI領域，對任何產業來說，就是突破和解決最尖端的那一點，抓住一個，紮實實實做好這一個，一旦突破，一覽眾山。AI要抓住解決產業難題的牛鼻子，不只是節省人工，關鍵在於提高競爭力。05. 巨大的機會和巨大的挑戰第一，我們在面臨巨大的機會和巨大的挑戰，AI在產業的應用是中國企業的巨大機會，也是巨大的挑戰；第二，減人不是增效的主流，要做就要做最難的。減人只不過是結果；第三，創新的本質不僅是降低成本，更是創造價值。把成本放在第一位，是一種收斂的管理；把創造價值放在第一位，才是一種開放的思考；第四，未來的競爭是生態圈的競爭。對廣大中小企業來說，要長久生存就要進入領導企業的生態圈。要是進不去領導企業的生態圈，被邊緣化，企業就不可能長久生存。AI科技與管理革命正向我們走來。星星點燈，最後點燃浩瀚的星空。謝謝大家！ （華夏基石e洞察）

在今日舉行的雲棲大會上，阿里巴巴旗下阿里雲進行了一場重磅演講。致敬開發者演講伊始，阿里巴巴代表向全球開發者致以崇高敬意：“正是因為螢幕後的開發者，推動了中國乃至全球的雲端運算、AI和科技行業發展。”AI革命剛剛開始“一場由人工智慧驅動的智能化革命剛剛開始。”演講開篇明義。工業革命放大了人類的體能，資訊革命放大了人類的資訊處理能力，而智能化革命將遠超想像。通用人工智慧（AGI）不僅會放大人類的智力，還將解放人類潛能，為超級人工智慧（ASI）的到來鋪平道路。AI進化速度驚人智力水平：短短幾年，AI從高中生水平躍升至博士生水平，甚至獲得國際數學奧林匹克金牌使用者滲透：ChatGPT是人類史上使用者滲透率最快的功能行業滲透：AI行業滲透率將超過歷史上所有技術算力消耗：Token消耗每2-3個月翻一番投資規模：全球AI年投資總額超4000億美元，未來五年累計投入預計達4兆美元通往ASI的三階段路線圖1. 智能湧現（學習人）網際網路數位化了人類幾乎所有知識，大模型通過學習這些知識集合，湧現出通用對話能力，初步解決人類問題。2. 自主行動（輔助人）AI不再侷限於語言交流，而是具備在真實世界使用和製作工具的能力，通過“Tool Use”呼叫外部軟體介面和物理裝置，執行複雜任務。編碼能力是關鍵：大模型編碼能力的巨大提升是通往AGI的必經之路。未來，“自然語言就是AI時代的原始碼”，任何人用母語就能創造自己的智能體。1. 自我迭代（超越人）兩個關鍵要素促成這一階段的拐點： 連接真實世界資料：AI必須直接從物理世界獲取全面、原始的資料，而不僅僅是人類歸納的二手知識 自我學習能力：AI將為自己搭建訓練架構、最佳化資料流程、升級模型架構，實現自我迭代大模型是下一代作業系統阿里巴巴做出重要判斷： 大模型是下一代作業系統 自然語言是未來的程式語言 智能體是新的軟體 上下文是新的記憶體阿里雲的三大戰略選擇1. 全力投入開源通義千問選擇開放開源路線，目標打造“AI時代的Android系統”。目前全球下載量已超6億次，衍生模型超17萬個，成為全球第一的開源模型矩陣。2. 打造超級AI雲阿里雲定位為“全端人工智慧服務商”，提供： 世界領先的智能能力 全球分佈的AI雲端運算網路 開發者友好的AI服務正在全力打造全新的AI超級電腦，實現基礎設施與模型架構的協同創新。1. 飽和式投入為迎接ASI時代，阿里雲計畫大幅擴大AI基礎設施建設，預計到2032年，全球資料中心能耗規模將提升10倍。人類與AI的未來當被問及人類如何與超越人類智能的AI系統相處時，阿里巴巴表示樂觀：“正如電曾經放大人類物理力量的槓桿，ASI將指數級放大人類的智力槓桿。”從“Vibe Coding”到“Vibe Working”，未來每個家庭、工廠、公司都將有眾多智能體和機器人24小時服務。也許未來每個人都需要100張GPU晶片為我們工作。一切才剛剛開始AI將重構整個基礎設施、軟體和應用體系，成為真實世界的核心驅動力，掀起新一輪智能化革命。阿里巴巴宣佈將持續投入，與合作夥伴和客戶一起，讓AI深入產業，共創未來。這場變革的速度和規模，可能遠超我們最瘋狂的想像。你，準備好了嗎？ (荷香入夢來)