無論我們是否喜歡，AI都將揭開所有人和所有國家的底牌。——亞歷克斯·卡普在2026年1月剛剛舉行的達沃斯世界經濟論壇年會上，全球最接觸的巨量資料分析與人工智慧平台公司Palantir（中文常譯作“帕蘭蒂爾”）首席執行長亞歷克斯·卡普（Alex Karp）與全球最大的資產管理巨頭貝萊德CEO 勞倫斯·芬克（Larry Fink）進行了一場深度對話。在對話的最開始，勞倫斯·芬克以一種近乎於“舊時代守望者”的姿態，向坐在對面的亞歷克斯·卡普（Alex Karp）表達了敬意。芬克給出了一組足以令任何金融精英汗顏的資料：在他執掌貝萊德的漫長歲月中，年化復合回報率為21%，這已是傳統金融世界的巔峰；而自Palantir上市以來，卡普為投資者帶來的復合回報率卻高達驚人的73%。這52個百分點的差距，絕非僅僅是兩家公司財務報表的優劣對比，而是一份關於全球權力天平位移的證明，隱藏著AI從“增長潛力”向“實際行動能力”轉化的分水嶺。世界已進入地緣博弈的深水區。過去那種靠溫和的數位化轉型、買幾個SaaS軟體就宣稱進入“智能時代”的假象，正在迅速破滅。Palantir的成功就是最好的證明。正如亞歷克斯·卡普在其新書《科技共和國》中所說：若非先進的人工智慧的崛起已經對全球秩序構成顛覆性的威脅，我們或許還會在渾渾噩噩中繼續蹉跎歲月，持久地迴避這些更為根本的問題。作為一個社會與文明，我們現在已經到了必須就“我們是誰”以及“我們希望成為什麼樣子”做出決策的關鍵時刻。01. “PPT企業”的終結：戰場上的真實性測試賴瑞·芬克：再度蒞臨此地，深感榮幸。在達沃斯舉行的世界經濟論壇上，我很榮幸向諸位介紹亞歷克斯·卡普。請允許我先從我們之間一段更為個人的話題談起——雖然我為我在貝萊德集團所創下的成就感到自豪，但自我擔任首席執行長以來，總回報率的復合年化增長僅為21%。而自Alex帶領帕蘭提爾（Palantir）公司上市以來，其復合回報率高達73%。祝賀你，ALex。更重要的是，我們正身處一場深刻的技術變革之中。我相信在座諸位對此皆有耳聞、有目共睹、身有所感。所有人都在追問：人工智慧究竟能為個人帶來什麼？如何將其轉化為增長動力？它如何惠及勞動者？又將如何影響各國發展與國家安全？我們正在探討的這項技術，有提升產能、推動產業現代化、拓展機遇的潛力，並將徹底重塑我們的工作模式、工作場所以及協作方式。關鍵在於：各國政府是否已為這場社會實質性轉型做好了準備？我們必須確保這項技術在部署過程中，能夠真正賦能於人、賦能於機構，從而建構更具韌性的全球經濟。很少有領袖能真正立足於科技、國家安全與實體經濟的交匯處——我自認並非其中一員。但亞歷克斯·卡普正是站在這個交匯點上的典範。作為帕蘭提爾公司的聯合創始人兼首席執行長，Alex長期與國防部門、政府機構及私營組織密切合作，致力於探索人工智慧在諸多關鍵領域的應用，其意義至關重要。我必須坦言，過去一年與Alex的多次交談使我深受啟發。因此，我十分期待接下來的對話。那麼，請允許我由此切入：主權國家往往是先進技術的早期採用者，這一點在美國的實踐中尤為顯著。但從您的視角出發，人工智慧正如何支援國防與安全領域的決策過程？亞力克斯·卡普：首先，非常高興來到這裡。聽了您的介紹，我可能就該直接下台了——感覺接下來很難超越啊。您還想多聊聊投資回報率嗎？我這邊沒問題。的確，我認為討論這個問題時需要考慮到一個背景：無論是美國還是歐洲，歷史上工業發展與軍事技術始終緊密相連。雖然這是個概括性的說法，但多數情況下確實如此——你為軍方開發的產品往往具有雙重用途，最終提升了國民的生活水平。然而由於諸多原因，我在此不詳細展開講述了，至少到目前的技術發展模式並非如此。儘管現在湧現了許多國防科技初創企業和先驅，但過去的情況是：你創造的產品必須在最嚴酷的條件下運行，其性能要顯著優於其他所有同類，以至於能在戰場上帶來壓倒性優勢——尤其是與本國作戰方式結合時。這裡可以引用一位著名的德國社會主義歷史學家的觀點：德國曾面臨的問題是戰爭機器過於精良，以致他們認為所有事情“直接在戰場上決出對錯即可”。這顯然導致了許多脫節和實際問題。而中美兩國在這方面相當成功。我成年後大部分時間生活在歐洲，雖然堅定支援歐洲，但客觀地說，歐洲的發展並不十分順利。我們所打造的技術本為應對惡劣環境而生——那種惡劣、道德界限模糊的環境。那麼，如何調整道德準則以適應我們的作戰方式呢？在西方社會，這同樣是一個重要方向。道德準則的確立本就艱難，技術應用環境又充滿挑戰——尤其在軟體領域，你往往無法直接接入網路，作戰時面臨諸多限制條件，即便知道這並非最優的作戰方式，而且每個國家都有專門的戰鬥方式。但是積極的一面是你同時也在建構具有普適價值、能為普通民眾所用的技術方案。這也正是人工智慧的獨特之處——它真正引人入勝的特質就在於此。但如果你從一種慣常思維出發——我認為直到最近，所有廣義上的西方對手們還普遍認為，在基於軟體的國防建設上的投資，不過是美國人搞的一種瘋狂行銷把戲：創始人造富燒錢，公司倒閉，創始人跑到巴哈馬海灘逍遙，股東賺了錢就撤，最終留下一地雞毛。你如何為主權政府建構系統，對他們而言本身也是他們學習的一個過程，關於如何採用這些技術。這不僅僅是技術問題，因為如果是建造坦克，從英國到法國再到德國，不斷最佳化坦克技術，其部署方式一目瞭然。但是你如何部署一個系統呢？我們當下的整個國防體系與軍備採購機制，仍停留在為廣袤戰場大規模兵團作戰輸送兵力的模式，但問題在於，這種戰爭可能再也不會出現。下一階段戰爭的勝負，將取決於軟體，其核心價值在於調度戰場上的零件。如果無法在戰場上看到這些組成部分，又怎能確認它是否有效果、能發揮多大作用、是否遠優於我們原有的系統、能否讓我們做到過去無法做到的事？軟體人工智慧有很多價值，其中還存在一個隱性特點——很多人總是想當然地認為其價值在於“從你本來所處的地方跨越到你希望去的地方“。但在世界上大多數主權國家中，我們處理各種形式被廣泛定義為“in it”的事情。實際上技術企業的嚴謹性有很大漏洞，就像我有閱讀障礙一樣，它也有閱讀障礙，企業裡有許多部門僅存在於PPT簡報中，一旦投入實戰，你就會發現它們根本不存在。不管你在那個國家，當你在戰場上時就會發現這一點。這也是烏克蘭的優勢之一，他們基本是白手起家，能夠“從零開始”建構能夠應對現實載荷的真實架構，不必在投入實戰後才重新認識到自己原有的體系行不通。不管你信不信我是反對幹涉的，我不是新保守主義者。但美國的巨大優勢之一在於，無論是好是壞，我們在戰場上有豐富的經驗，這樣你就可以看到什麼是有效的什麼是無效的。目前西方許多傳統巨頭正處於一種“由於擁有太多而變得脆弱”的窘境。帕蘭提爾在戰場上做過的最重要的事情之一就是能補齊一半的事實，而有的企業甚至不起作用，只是在實驗室裡播放演示ppt。賴瑞·芬克：不起作用的原因是因為機器還是人類？亞力克斯·卡普：戰場上的環境是複雜多變的，比如以烏克蘭戰場為例，把無人機從a點移動到b點有多難？實際上，首先，你需要知道你想把無人機部署到那裡。這將需要同步你所有的資料。你需要在做到這一點的同時，不將這些資料傳輸給你的對手，這意味著你必須知道經手這份資料的每一個人。你還必須對資料進行最終處理以掩蓋其真實意圖。那它不去那裡呢？你會希望把無人機放在你的資產表上嗎？在烏克蘭可能只有2個人知道，一個是將軍一個是你的線人。你不能告訴別人那是你的資產。你要避免別人發現誰是你的線人。當戰爭開始後，過去我不知道為什麼俄羅斯人被低估了，在資料層面來看他們可能是世界第一。可能有些東西他們一開始沒有，他們可以在戰爭過程中拼湊出來，然後開始干擾電子裝置訊號。所以這要求你的企業必須同步發展，因為現在不是從a到b的問題了，而是如何穿過非常擁擠的環境的問題。當你在收集資料的時候並沒有可以連結的地方。在烏克蘭每次進入一個戰區之前，每件事情都是動態挑戰，並且事先沒有被預測到。當然肯定有人喜歡我們的工作，有些人討厭，歡迎所有的意見交流。烏克蘭人其實是一個小團隊，他們的士兵非常勇敢，非常有技術性，他們也有很厲害的技術人員，能力在我們之上，有自己產品的專有使用方式。在以色列，他們善用情報手段，而多數人則傾向於軍隊對軍隊的直接對抗。但在美國，你只有其他國家所沒有的巨大力量，但這個力量必須得到整合。所以企業軟體在戰場上的雙重作用是，一是確保所有底層的東西都能正常工作，二是將等級提高到世界頂尖水準。02. AI升級：從戰場到社會民生賴瑞·芬克：有非常多的技術源自國防領域，無論是網際網路還是GPS。你如何看待這項技術從國防和軍事領域轉化到公司、企業乃至社會？亞力克斯·卡普：這樣一個本質上純粹原始、不加修飾的環境意味著，你實際上能夠瞭解什麼是真正可行的客觀事實，而不受企業主觀認知的侷限。總的來說，這種認知具有高度普適性，幾乎可以一對一地轉化應用。而企業運行是不一樣的。並非所有企業都願意隨時間推移變得跟其他企業同質化。比如你拿出A、B、C三家企業，它們處於同一市場，其技術基礎設施正試圖將它們塑造成相似的企業。它們擁有相同的組織架構圖，大致相同的流程，但資料和基礎設施卻各不相同。在戰場上我們學到的是，同質化並不具備特別價值，真正有價值的事情是企業能做到其他企業做不到的事情，這才應該是每個人的目標，也正是每個軍事情報機構追求的目標。在進入商業領域時，如何擁有別人沒有的效率和知識是很重要的。比如在戰場上，最重要的問題之一就是你如何獲取資料資訊並進行處理，然後把資料放入系統框架內將其進行真正的行動運行。企業到底在做什麼？其實歸根結底就是資料、資訊，如何把普遍共享的知識轉化為你們的獨家優勢。帕蘭提爾目前也為眾多醫院提供支援，這些醫院普遍面臨收治流程問題，醫護人力短缺，且在低利潤環境中運作。通過最佳化收治流程並接入企業系統，現在處理這些事務的速度比以往提升了10到15倍，不是通過讓醫生干更多的活，而是通過演算法最佳化了資源分配的“承重能力”，拯救了更多生命。在處理生命相關資料時，因為你在用本體論處理資料，你有一個結構化的框架。儘管人們可能不願相信，但這實際上增強了公民自由。因為現在你可以明確指出：簡單來說，某人的處理流程是基於經濟考量，還是基於其背景因素？這類問題原本是無從查證的。這其實在公民自由方面帶來了巨大改進，但人們通常不相信我們會在乎這個——然而事實恰恰相反，我們確實在乎。要知道，展現即關懷。比如我們能夠細緻地展示：某人為何進入系統、為何被接收、為何被拒絕，而且我們可以用對企業本身有商業意義的方式來實現這一點，同時這還能帶來安全與效率的提升，並且還縮減了開支。如果用更精簡的財務視角來說明：過去，想要實現我們如今在公開市場透明環境下所能達成的效果，企業往往需要先私有化，再剝離成本結構，很可能再轉手出售。而現在，你可以直接最佳化成本架構，讓一線工作者——而非臃腫的中層——發揮更關鍵作用，進而徹底改變他們面向市場的方式。AI在這裡不再是冰冷的算力堆砌，它通過建立公開的、真實的、可審計的流程，實現了效率、利潤與社會價值的某種奇蹟般的重疊。03. AI泡沫？太多企業沉迷於“買現成模型”賴瑞·芬克：那麼，阻礙人工智慧應用普及的根本障礙是什麼？僅僅是遺留系統和歷史問題嗎？我們該如何加速其應用，以造福人類？亞力克斯·卡普：目前AI的應用速度已經超過了我們自身的能力。所有人都在談論AI，所有人都在購買算力。而如果有些企業只是直接購買現成的大型語言模型，試圖用它來完成任何實際任務，那都是行不通的——大語言模型現在更像是一種通用商品，而且精度遠遠不夠。比如，你無法用它進行核保，任何受監管的業務它都無法勝任。說到普及，現在的問題在於，很多人嘗試了一些根本不可能成功的方法。比如，買一個大語言模型，把它往自己的技術堆疊上一放，然後納悶為什麼沒效果。尤其是在美國，你會看到人們開始嘗試像我們（帕蘭提爾）那樣，或許通過手工建構本體論的方式來解決問題。因為只有當你建立起一個軟體層，用一種企業能夠理解的語言來協調和管理這些大語言模型時，AI才能真正創造價值。現在有很多討論，比如我們是否身處AI泡沫中。泡沫是什麼？我認為，如果說有什麼問題的話，我們現在是處於一個滯後階段。市面上有很多AI產品，其中一部分確實有效。就像回到戰場那個例子：全世界幾乎所有人都曾認為這行不通，但現在它確實行得通了。所以，現在的問題不再是“它是否有效”，而是“我們如何讓它為我的國家（或公司）所用”。這正是各個公司正在經歷的：“噢，那家公司成功了，我的怎麼不行？你到底做了什麼？”舉個例子，就以我們帕蘭提爾來說，我們幾乎沒有銷售人員。實際上，我每次去看，銷售團隊規模似乎都在縮小。規模變小，並不是我們想節省單位經濟效益，而是因為在當前AI領域的低信任度環境下，大多數企業已經被各種無法落地的AI願景搞得筋疲力竭。如果你交付了真正有效的東西，為什麼還需要銷售人員呢？產品自己會說話。你只需要說：“嘿，別來找我們談。”這在商業和政府領域都是如此。目前我們很難擴張，主要是因為我們需要去培訓購買方的人員，而我們的資源是有限的。在政府層面，每個國家顯然都有類似“安全許可”的制度。那麼，為了將我們的軟體——比如建構像“項目專家”這樣的系統——整合到你的架構中，你將需要一位同時擁有最高等級安全許可和技術背景的人員。而遺憾的是，大多數技術人員並不會去獲取最高等級的安全許可，所以這類人才非常稀缺。這種資源極為珍貴。接著，他們還需要接受培訓，這個過程可能需要相當長的時間。此外，和任何事情一樣，你必須真正相信這件事，認為它至關重要。要知道，並非所有人都符合這些條件。賴瑞·芬克：那到底需要培訓多少人，如果在企業層面，是否必須從CEO開始自上而下推行？具體是如何運作的？如果以保險核保為例。亞力克斯·卡普：以保險核保為例吧。最理想的情況是——CEO最好具備數學思維。即便他可能對產品一無所知，但通過資料，他也能理解產品的運作邏輯。在這種情況下，初期我們可能需要培訓五、六個人。開始時，所有工作都由我們完成，然後我們會儘可能地將知識和能力轉移給他們。我們也在努力尋找能與我們共同完成這項工作的合作夥伴。總之，你需要的團隊規模不大，但我們目前的人手依然不足。賴瑞·芬克：您之前反覆提到AI如何能加強經濟基礎，我們也在美國看到了這一點。AI能以多快的速度改變企業增長軌跡？因為您之前提到過它如何能改善經濟以及人們的福祉。亞力克斯·卡普：對於企業而言，這裡涉及到很多方面，其中有個“速度”問題。就我們合作的許多公司來看，在我們介入的領域，我們通常能削減高達百分之八十的成本，並顯著提升你們的營收。但這實際上取決於具體的應用場景和我們要解決的問題。然後就是速度函數的變化：在五年前，完成這樣的改造可能需要一年時間；但現在，它可能只需要一周。04. 當AI撕掉精英學位的遮羞布賴瑞·芬克：我想接著追問這個問題——我確定這也是今天一些人心中所想的：從整體上看，人工智慧是會創造就業，還是會摧毀就業？亞力克斯·卡普：確實，我認為當前西方輿論中存在一個令人遺憾的論調，就是它（AI）將摧毀人類的工作——就像你知道的，如果你去了名校，學了哲學（以我自己為例）。那麼希望你還有些其他技能，因為僅有“精英學校的哲學學位”或通識性的精英教育背景將很難在市場上找到工作。但職業技術人員卻越來越不可替代，比如我們在為一家電池公司製造電池，在美國做這項工作的人，其工作內容與日本工程師大致相同，而他們只上過高中。現在他們變得非常有價值，甚至幾乎是不可替代的，因為我們可以讓他們迅速轉型，勝任與之前不同的工作。這類崗位的價值將會越來越高。而那些擁有高IQ、來自耶魯等名校只具備“泛化知識”而無“特定技能”的人受到的衝擊最大。如果一個國家能夠通過技術挖掘出本土公民中的這些“離群天才”，將他們培養成駕馭AI系統的“高階技工”，那麼這個國家對大規模低端移民的需求將會大幅下降。我確實認為，這些趨勢讓人很難理解美國為何還需要大規模移民——除非你擁有非常特殊的專業技能。賴瑞·芬克：關於歐美白領工作的基礎，歷來是通過大學教育建立的。我剛剛聽您說，我們將需要更多接受職業教育的男性和女性，您是否也在暗示，我們未來可能需要的白領崗位會減少？亞力克斯·卡普：我認為，我們需要做的確實是減少對傳統白領的依賴，但關鍵在於，我們需要用不同的方式來測試和發現人的潛能。你知道嗎，有很多人在做X工作，但他們本應去做Y工作。就像我們系統的一位管理者——在美國陸軍中管理我們Maven“專家”系統的，是一位前警官，他只上過社區大學，而他現在正在全球範圍內執行非常高端的、非常複雜的目標定位任務。這個人實際上是無法替代的。我認為，過去我們測試潛能的方式，可能無法完全發掘出他這種不可替代的才能。如果他沒上過大學，他還會像現在這樣有才華嗎？會的。而且我認為，甚至在帕蘭提爾內部，如果你觀察我整天在做什麼，我就是到處走動，去發現誰有那種“異於常人的特質”，然後我把他們放到適合發揮這種特質的事情上，並努力讓他們專注於此，而不是分散到他們自認為擅長的其他五件事上。傳統的大學學歷正在加速貶值，而具備實際技能的技工、職業技術人員，通過AI的加持，正在變得“不可替代”。無論我走到世界那個角落，過去十八年來，大家都曾覺得我們像個商業笑話，而現在很多商界人士都想來聽取我的建議。你知道嗎？在帕蘭提爾內部，唯一不想聽我給出商業建議的，恰恰是帕蘭提爾的工程師們。他們總是說：“嘿，亞歷克斯，我有個想法，能讓公司變得更好……”那些點子通常都類似於“我們應該開成麥當勞那樣”，或者“你是某類人，你應該停止公開講話”之類的。當然，關於公開講話這點，有時候他們可能說得對，我承認。05. AI像是一場國家級“滲透測試”賴瑞·芬克：最後一個問題：AI的應用曲線在美國和其他發達經濟體中將會如何發展？發展中經濟體又該如何參與其中？我昨天讀到一份研究報告，指出AI的應用目前高度集中於高教育水平的社會或公司，並且已經出現了巨大的分化，這很大程度上取決於教育資源的應用方式。那麼，AI是否會在全球增長格局中造成更嚴重的不平衡？亞力克斯·卡普：首先，最明顯的不平衡是：似乎只有美國和中國真正掌握了如何讓這項技術發揮作用。方式不同，但都成功了，而且是大規模的成功。這種領先並非僅僅體現在算力或資料量上，更體現在這兩個國家對AI與真實權力和生產力結合的深刻理解。我認為，AI發展速度很可能會遠遠超出大多數人的想像——就像貼現率一樣，我認為從長遠看，人們對於它能達成什麼、將如何影響我們社會的方方面面，其預估是嚴重不足的。尤其是在軍事領域。我傾向於做一個現實主義者。我認為，國與國之間巨大的發展差異，將使人們所期待的那種平等對話變得困難。可能還會有一個第三梯隊，比如俄羅斯，這個在許多西方人眼中已處於衰落邊緣的國家，但是俄羅斯在電子對抗和數學應用領域的韌性非常強，他們擁有在極端壓力下“拼湊”解決方案的數學天賦，這一點使得他們在現代戰場的某些維度上依然保持著極高的競爭力。AI將以一種不可逆轉的方式，強行揭示出每一個個體、每一個微觀社區、每一個國家的真實市場價值。看待AI不公平性的一種方式是：它就像一次“壓力測試”，或者說是一種“承重測試”。能夠承受這種壓力的社會、組織和公司將獲得巨大的優勢。問題在於，如果一直在假裝承受壓力，實際卻不能，那麼整個體系就會崩潰。無論我們是否喜歡，AI都將揭開所有人和所有國家的底牌。 (藍血研究)
