#算力需求
黃仁勳最新Milken萬字訪談:AI 是生產智能的工業革命;算力需求暴漲 1000 倍,人類野心也放大了 1000 倍
重塑智能邊界:黃仁勳談代理式AI與兆級工業革命自 ChatGPT 問世以來的兩年間,人工智慧的演進速度超乎了所有人的想像。當業界還在討論生成式 AI 如何改變創作時,NVIDIA 創始人兼首席執行長黃仁勳(Jensen Huang)已經將目光投向了更深遠的未來:從“生成”到“推理”,再到能夠自主規劃和執行任務的“代理式 AI”(Agentic AI)。在今天發佈的Milken大會現場訪談中,黃仁勳不僅揭示了算力需求即將迎來一千倍躍遷的邏輯,還以一位實用主義者的姿態,重新定義了 AI 時代的工業版圖、網路安全與人類勞動的價值。核心議題邏輯的質變:從檢索時代邁向生成時代代理式 AI:通往千倍算力需求的階梯AI 工廠:數兆美元的再工業化機遇非對稱防禦:開源是網路安全的唯一答案駁“滅絕論”:職業的本質是解決問題結語:野心的規模化目錄全域摘要和核心觀點革命的起點:從 ChatGPT 到生成式思維代理式 AI 與計算量的千倍躍遷重塑電腦產業:從檢索到生成工業與能源:AI 工廠的崛起投資邏輯:基石投資與生態循環安全與恐慌:實用主義者的辯護全球競爭與經濟安全開源防禦:網路安全穹頂監管與務實派的話語權駁 AI 滅絕論:任務、目的與就業社會斷層與野心的規模化加州情懷與稅收觀企業責任與未來展望全域摘要本次訪談中,NVIDIA 首席執行長 Jensen Huang(黃仁勳)與 CNBC 主持人 Becky Quick 深入探討了生成式 AI 的革命性影響。黃仁勳闡述了從生成能力到推理能力、再到代理式 AI 的演進過程,強調了計算需求千倍增長背後的邏輯。訪談還涵蓋了 AI 驅動的美國再工業化、能源與電網現代化、網路安全中的開源防禦策略,以及對 AI 安全論和就業重塑的務實見解。核心觀點生成即推理:AI 的生成能力(Tokens)是實現思考與推理的基礎,標誌著電腦從“檢索模式”轉向“生成模式”。算力需求呈指數級增長:代理式 AI 所需的計算量比生成式 AI 高出約一千倍,這導致了 GPU 需求的急劇飆升。再工業化的機遇:AI 產業不僅是軟體革命,更通過晶片廠、電腦廠和 AI 工廠推動數兆美元的實體再工業化。開源是網路安全的穹頂:防禦 AI 威脅的最佳方式不是單一更強的武器,而是利用開源模型建立海量的“白細胞”進行叢集防禦。任務自動化不等於職業消失:工作的目的是解決問題而非執行特定任務。AI 將通過提高生產力,讓人類追求更宏大、更有野心的目標。01. 邏輯的質變:從檢索時代邁向生成時代過去十五年,黃仁勳精準預判了深度學習的崛起,而今他指出電腦的運作邏輯正發生根本性倒置。傳統模式下,計算是基於“檢索”的——資訊被預錄並儲存在雲端,使用者點選後被提取。但在 AI 驅動的未來,絕大多數互動將是即時生成的。02. 代理式 AI:通往千倍算力需求的階梯如果說過去兩年是生成式 AI 的普及期,那麼未來幾個月將是“代理式 AI”的爆發期。黃仁勳提到了 Anthropic 的 Claude 程式碼等突破,標誌著 AI 開始具備理解、推理、規劃並使用工具完成實用任務的能力。這種能力的進化對底層基礎設施提出了極其嚴苛的要求。“為了讓 AI 實現理解、推理、規劃並使用工具採取行動,其所需的計算量相比生成式 AI 要高出約一千倍。”黃仁勳對此給出了直觀的類比:在短短兩年內,這種算力需求的缺口就像全球對汽車或飛機的需求突然翻了一千倍。這就是為什麼 NVIDIA 的 GPU 依然供不應求,甚至連四五年前的二手硬體價格都在攀升。他認為,AI 已經從一個簡單的應用程式演變為一個開創性的新產業,其核心是生產“智能”的基礎設施。03. AI 工廠:數兆美元的再工業化機遇在宏觀經濟層面,黃仁勳將 AI 視為實現再工業化的催化劑。他構想了一個由“晶片廠、電腦廠和 AI 工廠”組成的三位一體架構。這不僅僅是矽谷的繁榮,更是數兆美元實體資產的重組。04. 非對稱防禦:開源是網路安全的唯一答案面對 AI 武器化的擔憂,黃仁勳展現出了鮮明的實用主義態度。他並不認同“以更強的 AI 武器對抗 AI 威脅”的軍備競賽思維,而是主張建立一個基於開源技術的“網路安全穹頂”。“防禦超級力量的方法不是用另一種超級力量,而是利用大量的群體力量。”他將開源模型比作人體內的“白細胞”:“只要它們是開放原始碼的,我們就能擁有眾多的防禦者。開源模型訓練出的‘白細胞’可以探測威脅並關閉入口。我們不一定能保證自己的 AI 比對方更強,但我們可以確信我們擁有的 AI 數量比對方更多。”這種非對稱防禦策略,被他視為保護數字社會安全的關鍵。05. 駁“滅絕論”:職業的本質是解決問題針對 Geoffrey Hinton 等學者提出的 AI 可能終結人類文明的憂慮,黃仁勳給予了直接的反駁。他認為這些預測忽略了人類社會各界在安全防護上的巨大投入,並用放射科醫生的案例闡述了 AI 與就業的真實邏輯。“十年前人們預測放射科醫生將被淘汰,因為電腦視覺更出色。事實是,100% 的放射學領域如今已被 AI 滲透,但放射科醫生的工作並沒有消失。”黃仁勳觀察到,AI 提升了效率,讓醫院能接診更多患者、進行更精準的診斷,醫院反而需要僱傭更多醫生。“軟體工程師的宗旨並非編寫程式碼,而是解決問題。打字和交談可以自動化,但創造新事物的野心無法被自動化。”他堅信,AI 將迫使人類從繁瑣的任務中解脫,去追求更宏大、甚至需要提高 100 倍規模的目標。06. 結語:野心的規模化在對話的最後,黃仁勳流露出對科學發現和工業革命的極致熱忱。他每天與科學家交流,見證 AI 將數月的研發周期縮短至一天。這讓他意識到,人類面臨的唯一限制是想像力。“無論你現在的目標有多高,都還遠遠不夠。我們必須做出的根本性改變是,將對未來的期望提高約 100 倍。”這位執掌兆市值帝國的舵手最後說道。在他看來,AI 帶來的不僅是效率的提升,更是一場關於人類野心的規模化革命。完整訪談 (天空之城全文圖解)革命的起點:從 ChatGPT 到生成式思維Becky Quick歡迎 NVIDIA 創始人、總裁兼首席執行長 Jensen Huang,以及 CNBC Squawk Box 主持人 Becky Quick。謝謝。黃仁勳女士們、先生們,Becky Quick。大家好。Becky Quick下午好,晚上好。我很高興能與大家共聚一堂,但我尤其高興能與 Jensen Huang 在一起。如果說現在有什麼人是我最想交流的,那一定是他,因為他懂得如何在人工智慧領域洞察先機。NVIDIA 目前正處於靜默期,但我認為我們想從他那裡聽到的是更宏大的願景。那麼 Jensen,讓我們先退後幾步開始吧。大家都想知道人工智慧未來會怎樣。這是我們所見過的最快的一場技術革命。事情的發展不再以年、以十年為單位,而是以周、以月為單位,變化極其劇烈。你是 Wayne Gretzky。請告訴我們冰球將向何處移動。黃仁勳首先,讓我先告訴你冰球從何而來。那麼就在過去幾年裡,發生了什麼。我覺得我正坐在一件導致所有這一切發生的事情上。是我嗎?Becky Quick可能是我。稍等。黃仁勳好點了嗎?所以發生的事情是兩年前,ChatGPT 發佈了。而讓 ChatGPT 成為一場革命的原因是,它具備生成能力,即生成式 AI。你給它一個提示詞,它就能為你寫一個故事;你給它一個提示詞,它就能為你製作一張圖片;你給它一個提示詞,它就能為你生成一段視訊。你給它一段視訊,它就能生成一個故事;你給它一張圖片,諸如此類。你輸入一張 2D 圖它就能生成一張 3D 圖像。因此,生成式 AI 的生成能力具有兩項深遠的意義。第一,為了進行思考,你必須在頭腦中生成標記(tokens)。Becky Quick你指的標記是什麼?黃仁勳標記。就是你必須生成思維。因此,我們思考和推理的能力要求我們必須能夠生成思維。所以,當我們讓 AI 具備生成能力的那一刻,我們就意識到它現在可以思考了。它現在可以進行推理了。代理式 AI 與計算量的千倍躍遷黃仁勳第二點是,為了使用外部工具,你必須生成指令。因此,當你使用瀏覽器時,你必須生成文字來控制其他事物。當這兩個概念出現的那一刻,整個行業便競相探索如何利用生成式 AI 來實現推理——這在去年已經實現,隨後便是現在所說的代理式 AI(agentic AI),即 AI 理解、推理、規劃並使用工具去完成實用任務的能力。所以在過去幾個月裡,業界意識到並採用了 Anthropic 的 Claude 程式碼,這是第一個能夠進行真正高效工作(如軟體程式設計)的智能體系統。軟體程式設計是一個很好的切入點,但請記住程式設計的本質是什麼。程式設計就是將你想要自動化的事物進行程式碼化。世界上有多少公司、多少人不想把自己想要反覆執行的任務編寫成程序呢?事實證明,程式設計不僅對軟體工程師很重要,對所有公司而言都至關重要。而這一切都發生在過去的幾個月裡。因此,AI 在過去幾個月變得切實好用了。這就是核心觀點。第二個核心觀點是,為了讓 AI 實現理解、推理、規劃並使用工具採取行動,其所需的計算量相比生成式 AI 要高出約一千倍。展望兩年後,細思極恐。在兩年時間裡,全球所需的汽車數量增長了一千倍。在兩年時間裡,全球所需的飛機數量增長了 2,000 倍。無論你用什麼指標來衡量,一千倍的差距都是令人難以置信的。但隨後你再將其乘以現在想要使用它的人數(增長了一百倍),這就是為什麼 GPU 的消耗量正在急劇飆升。而且,甚至連我們四五年前售出的 GPU,現在的價格上漲速度都超過了優質葡萄酒。Becky Quick因此,這已經打破了所有人的預期,擁有 NVIDIA GPU 就像是在投資藝術品。這定義了每個人曾經預言會發生的事情。如果過去一年的算力需求增長了一千倍,那你如何看待明年的情況?以及你試圖將這些事情推演到多遠的未來?重塑電腦產業:從檢索到生成黃仁勳關於這個問題的考量在於,你需要回歸本質並捫心自問:第一,自動化智能的效用是什麼,以及誰能從中受益?從中獲得什麼,以及你將如何從中受益?這是第一點。第二點,生產智能需要什麼樣的基礎設施?這是電腦科學中的核心理念之一,也是我曾經深入思考過的問題。現在我正在和你們交談,我正在一步步地進行邏輯推理。15 年前,我推演了深度學習將會帶來的變革,這促使 NVIDIA 在相關領域進行了全面投入,而今天我們已見證了成果。目前的情況是,未來電腦的運作方式與你現在使用電腦的方式將產生差異。你只需要拿起手機,當你點選新聞時,請記住那篇新聞報導或關於 Becky 的視訊是預先錄製好的。它是提前錄製並儲存在雲端的某個位置,當我點選時,我便將其檢索出來。在未來,你仍然會進行很多此類操作。然而,在你與電腦互動的大部分時間裡,你將以特定的方式向電腦下達指令。你在提問嗎?你想做點什麼嗎?你在思考某些事情嗎?你想找個人和你辯論嗎?是否有某個大型規劃是你想要完成的,比如度假、籌備婚禮或其他什麼事情?然後你只需像與人交談一樣告訴電腦你的需求,它就能理解你的意圖,推理出解決問題的方案,制定計畫,使用它所需的任何工具,訪問各種網頁瀏覽器,使用 Excel 甚至 Photoshop,為你創作出精彩的作品,生成一系列圖,最後交給你一份宣傳冊。因此,你必須問問自己,如果這是你使用電腦的方式——從最初基於檢索的方式,到現在一切皆為生成式,並且具有上下文相關性,這意味著我剛才所說的一切都無法預先錄製。因此,世界上的電腦數量將出現驚人的增長。這就是我為什麼說 AI 不僅僅是一個應用程式,AI 實際上重塑了電腦行業,AI 開創了一個全新的產業。對於在座的許多人來說,你們正與我們在能源層面、晶片層面、基礎設施層面、土地、電力、雲服務、NeoCloud 等領域合作;然後是模型層,大多數時候我們討論的是模型,但事實是,沒有底層的基礎設施,就不會有有用的模型。其次,最重要的是應用層。醫療保健、交通運輸、零售,以及你提到的金融服務等各個行業,其應用層都不會被人工智慧所徹底顛覆。因此,當我們從這個角度進行剖析和推論時,可以非常確定的是,就像網際網路無處不在一樣,電腦也將無處不在。Becky Quick計算能力,比如 NVIDIA 的 GPU,實際上將無處不在,以便你每次使用電腦時,它都能對你的輸入做出正確的響應。你提到我們將擁有如此多的電腦,我所考慮的是需求量會有多大,以及我們該如何應對這些需求。你剛才提到了“堆疊”,也就是你談論已久的五層架構,那麼在滿足這些需求的過程中,那裡存在弱點?那裡是限制因素?工業與能源:AI 工廠的崛起黃仁勳這些因素一直在變化。兩年前,我們的能源供應尚且充足,但晶片卻嚴重短缺。這取決於我們討論的是那一類晶片。大多數人認為 NVIDIA 是一家 GPU 公司,因為我們發明了 GPU。但如果你審視我們今天所打造的系統,你會發現其中包含了七種不同類型的晶片。我所說的這種電腦,其寬度大概是這個舞台的兩倍。當我們提到 Vera Rubin 時,它的寬度是這個舞台的兩倍。每一個機架的造價大約在四到五百萬美元,重三噸,內部包含一百五十萬個零部件。在一個資料中心內部,擺放著足球場那麼大的此類機架。因此,這些系統內部採用了矽光子技術。它擁有最先進的記憶體、三維封裝、液體冷卻,並且極其靈敏。到處都是電子裝置,所以這確實是非常複雜的東西。我們與世界上幾乎所有的晶片公司和系統製造商合作,我們擁有全球最大的供應鏈,所以總會在某個環節出現瓶頸,因此要解決所有這些問題需要付出巨大的努力。當然,如今最大的挑戰之一,也是人們對 AI 不瞭解的部分,就是 AI 目前正在創造海量的就業崗位。Becky Quick事實就是 AI 在創造就業。黃仁勳AI 是美國實現再工業化的最佳機遇,因為它需要三類工廠:晶片廠、電腦廠,以及我們所在的這種 AI 工廠。因此,通過這三種類型的製造工廠,我們或許能夠實現數兆美元的再工業化。沒有什麼比利用市場力量來推動再工業化更有效的了。例如,在上屆政府期間,曾出台過一項名為 Chips Act 的法案,當時大家都不願在美國進行建設。當 President Trump 上任後,我們進行了交談,我說,我打算提供五千億美元的訂單。我打算向這些供應商提供五千億美元的訂單,我敢打賭他們會來到美國。砰的一聲,他們全都來到美國在這裡設廠了。因此,利用市場力量來推動美國的再工業化,在接下來的四五年裡創造了數十萬個就業崗位。最後,AI 是世界上實現電網現代化的最佳機遇。如果現場有從事相關行業的人,你們應該知道,美國的電網確實有些陳舊了。你們對此心知肚明。所以我們現在第一次有機會利用市場力量來投資可持續能源。如果你想投資核能,或者任何你選擇的可持續能源方案,現在都有大量的客戶願意為此買單。Becky QuickNVIDIA 會投資能源領域嗎?因為你們一直在確保對沿途發現的任何層面、任何瓶頸進行投資。你最近提到,你們目前對 OpenAI 的這項投資很可能是最後一次,因為 OpenAI 和 Anthropic 未來會上市。他們將不再需要你們這種形式的支撐。他們會有自己的資金,也會有其他來源。但你們所做的是找出瓶頸所在,並嘗試將 NVIDIA 的資金投入到這些領域。能源領域是你願意投入的地方嗎?還是說那是一個巨大的投資黑洞,必須由其他地方來填補?黃仁勳如果有好的想法,並且我們能做出獨特的貢獻,我很樂意這樣做。但大多數投資能源領域的人,他們的周期,他們的時間跨度相當長,尤其是我們真正感興趣的那些項目。我們需要在能源方面進行投資的地方,可能更接近美國本土,而且在時間上更緊迫,以確保土地、電力和外殼設施得到充足的資金支援。也許我們可以為其提供一些後盾,以便他們能夠啟動融資並接入電力。而且,這正是我們的關注點所在。但你說得對,我們對整個五層架構進行投資,並且正在審視其中的戰略要點;如果我們投入 1 美元,可能會撬動 100 美元的 AI 價值。因此,如果我們能為整個生態系統實現這种放大效應,那將是巨大的成就。投資邏輯:基石投資與生態循環Becky Quick那麼,你現在在那個五層架構中的關注重點是什麼?如果說對大型語言模型的關注期可能已接近尾聲,你認為目前最大的瓶頸在那裡,以及那些領域是你能夠發揮作用的地方?黃仁勳這是一個非常、非常棒的問題。你可能注意到了我們投資了基礎設施層,起初人們還有點疑惑,不知道為什麼我們要投資像 CoreWeave 和 Nebius 這樣的公司。他們說這是循環交易。Becky Quick為什麼你們要這麼做?這根本講不通。黃仁勳沒錯。假設我們投資了一美元,他們仍然需要去籌集另外九美元。因此,我們投入了一定金額,我們的基石投資讓所有投資者相信我們是這家公司的堅強後盾。所有那些曾與我一同在 CoreWeave 進行投資的人,顯然都非常高興。所有那些曾與我一同在 Nebius 進行投資的人,都感到無比高興。任何曾與我一同在 N-scale 進行投資的人,都感到無比高興。之所以如此,是因為我們能夠預見到市場需求,並看到了他們未來即將迎來的機會管道。在很多方面,我們是資訊高度靈通的投資者,這就是為什麼我想知道你下一步打算投資那裡,就像我剛才說的。你看 Becky 多機警,當我被問到一個不確定是否想回答的問題時,我就會講些歷史背景,而她卻想瞭解未來。好了,未來要來了,我開個玩笑。這就是我的第一點。第二點,我要告訴你一件非常重大的事情。當然,我們投資了 OpenAI,我們投資了 Anthropic。但過去三到六個月裡發生的最重要的事情是,這兩家公司以及大多數 AI 原生公司都已經實現了轉型,它們的毛利率變得非常可觀。Becky Quick沒錯,它們已經扭虧為盈了。黃仁勳確實如此。當你在製造產品且毛利率很高、盈利能力很強時,你的目標就是擴大產能,這正是 OpenAI 和 Anthropic 都在競相提升算力的原因,因為對於它們所產生的 Token、這些數字以及智能而言,利潤空間非常優越。所以利潤空間很優越,Cursor 也是如此,縱觀整個 AI 原生生態系統,所有人都是這樣。而這背後的原因在於,AI 終於變得實用了。這就是核心理念。所以我希望 AI 生態系統現在能夠獨立發展。Becky Quick蛋糕的每一層嗎?黃仁勳我們拭目以待。如果我發現了一些好的投資機會,我不會先告訴你們任何一個人。安全與恐慌:實用主義者的辯護Becky Quick好的,讓我們回到 AI 非常驚人這一觀點。它確實做了很多了不起的事情。未來它還將成就更偉大的事業。但與此同時,也存在著許多危言聳聽的言論。人們對此有著諸多憂慮。你可以將其劃分為兩個陣營。即 AI 悲觀論者和 AI 樂觀論者。而你或許正是看好這一技術未來前景的領軍性樂觀派。黃仁勳我是一個實用主義者。我是一個實用主義者。首先,Becky,作為行業的一員,確保 AI 的安全性是我們的責任。原因在於,只有我們才懂得如何實現這一點。Becky Quick你具體是怎麼做到的?黃仁勳你需要發明很多技術。Becky Quick這與確保飛機安全的過程並無二致,所以你得有冗餘系統,還要有相當多樣的感測器系統。但這又有所不同,因為飛機不會決定自己墜向地面。你是否考慮過在這些大型語言模型中植入母性本能,或者還有什麼方法能讓它們變得像我們一樣?我正想說,還有防護欄機制。黃仁勳請記住,今天的聊天機器人與兩年前的相比,其防護欄機制已經有了質的飛躍。而且,當然,作為一名工程師,你不可能預想到某種事物可能發生故障的所有潛在方式。所以你必須在市場中進行試用。沒有比讓人們親自使用更好的方法來成為一家更好的公司或打造更好的產品了。這很遺憾,但卻是事實。現今的飛機、汽車以及醫療保健系統,如果不是因為人們的實際使用,是不可能達到如此安全可靠的水平的。因此,目前的防護欄系統已經非常出色了。它們仍存在一些地方,人們可能會誘導它做出你意想不到的事情。但每當有人這樣做時,公司就會去修復它。所以我認為我想表達的重點是,確保其安全性是科技行業的職責。當然,我們必須確保人們瞭解這項技術的能力,並以安全的方式使用它。我們也需要與其他國家建立聯絡,以便我們達成共識:這項技術非常強大且具有影響力,我們不應將這些技術用於相互對抗。我們在許多其他領域,如化學和核能領域也是這樣做的,所以我們當然可以在這種情況下也這樣做。但我想強調的核心觀點是,作為行業,我們的職責不是恐嚇大眾,而是讓大家知道這是一項重要的工作,我們致力於此,態度嚴謹,並且必須承擔起責任。我唯一擔心的是,對於 AI 而言,對於我們國家而言,最糟糕的結果並不是另一個國家擁有了 AI。每個人都應該擁有 AI。全球南方國家也應該擁有 AI。每一家公司,每一家公司,每一個國家,每個人都應該擁有 AI。它賦予他們力量,提升他們,昇華他們,並給予他們超能力。當然,每個人都應該擁有它。我最大的擔憂是,我們對美國民眾,以及所有那些我們向其講述這些科幻故事的人們,造成了過度的恐慌,以至於 AI 在美國變得極其不受歡迎,或者人們對它感到如此恐懼,導致他們根本不去接觸它。Becky Quick導致我們作為一個國家失去了領先地位。黃仁勳確實如此。歸根結底,你要記住,美國從上一次工業革命中獲益良多,這有充分的理由,並非因為我們發明了它,而是因為我們應用了它。全球競爭與經濟安全Becky Quick關於這一點,還有許多值得深入探討的內容。首先,我理解您的觀點,即我們需要與其他國家保持接觸,我想您指的應該是中國,具體來說,我們需要有能力與他們進行往來。我知道您的立場一直是認為我們應該向他們提供 H-200 晶片,不必是最新、最頂尖的,但我們應該提供晶片,使他們在某些方面依賴於美國公司。這很有道理,我們應該在全球範圍內展開競爭。美國理應始終保持領先優勢,他們是否應該擁有最新、最頂尖的晶片?不應該。美國擁有確保這一點的權利,我們對此感到非常高興,並且全力支援,即美國必須擁有第一、最多和最好的技術。但與此同時,所有美國公司都應該在全球範圍內競爭,因為請記住,歸根結底,我們是在努力實現出口最大化,我們是在努力實現美國出口最大化,我們是在努力增加我們的收入,而通過增加收入和稅收,我們能夠提升我們的國家安全。黃仁勳經濟安全有助於國家安全。稅收有助於我們的國防。所有這些都有助於提升國家安全。美國技術必須在世界範圍內的每一個層面都取得勝利。如果我們能出口能源,我們就應該出口。如果我們能出口晶片,我們就應該出口。如果我們能出口基礎設施,我們就應該出口。如果我們能出口模型,我們就應該出口。如果我們能出口應用程式,我們就應該出口。Becky Quick我們不會向許多國家出口我們最好的防禦性產品,特別是當對方並非我們的盟友時。AI 在其中處於什麼位置?它是一種武器嗎?黃仁勳不是。你可以通過這種方式來檢驗。一個簡單的測試。在座的每一位觀眾,雖然我看不清大多數人,但我可以斷定,你們百分之百需要 AI。而你們之中沒有任何人應該擁有核武器。我剛剛完成了這個測試。Becky Quick這話說得真好。黃仁勳這就是測試本身。這就是那個簡單的測試。我覺得你們都不需要 F-35。行吧。開源防禦:網路安全穹頂Becky Quick有沒有武器化的 AI 版本,我們暫且稱之為 Methos。我們現在應該把它提供給所有人嗎?因為政府確信,目前我們或許應該把它保留在這個較小的群體內。關於更廣泛地推廣它,確實有一些討論。而且存在一些顧慮……關於把它提供給所有人,因為我們要確保在它落入不法分子手中之前,我們的公司有能力保護自己。黃仁勳首先退一步問問自己,什麼是 Methos?Methos 是一個非常、非常出色的模型。但真正重要的是,Mithos 是一個專為編碼而設計的模型。現在,記住什麼是網路安全。程式碼。既然 Methos 能夠偵錯軟體、測試軟體並編寫軟體,那麼它為什麼不能偵錯網路安全、測試漏洞等等呢?因為這本質上只是程式碼。Becky Quick但如果駭客在白帽駭客之前獲取了這些權限,會發生什麼?他們會發現我們的弱點並可能加以利用。黃仁勳事實證明,解決這個問題的辦法並不是引入另一個 mythos。防禦超級力量的方法不是用另一種超級力量。而是利用大量的群體力量。因此,對於 mythos 而言,最好的方案其實是開源。開源是為了讓我們擁有叢集,擁有海量的白細胞。我們擁有海量的白細胞。而這些白細胞經過訓練,能夠探測威脅並向我們發出警報。一旦檢測到威脅,它就會判斷出。威脅來自何處並關閉入口。所以我們不能寄希望於自己的 AI 一定比對方的 AI 更強,但可以確信的是,我們擁有的 AI 數量比對方更多。這一點是可以肯定的。原因在於,公司數量和入口數量遠多於任何威脅。威脅必須決定重點攻擊那一個入口。因此,只要它們是開放原始碼的,我們就能擁有眾多的防禦者,因為開放原始碼的成本很低。如今的開源模型表現非常出色。我們可以運行所有這些經過訓練用於自我防禦的開源模型。這就是蜂群,也就是所謂的穹頂,即網路安全穹頂。這就是答案。但末日論者想要恐嚇你。我擁有世界上最強大的武器。那麼你的答案是什麼?而你可能會想,我唯一的答案就是另一種更強大的武器。事實證明,你需要尋找的是非對稱性。監管與務實派的話語權Becky Quick關於誰應該對此做出決定。我知道業界最瞭解正在發生的事情。政府在參與這種自我監管方面是否應發揮作用,不僅是自我監管,還包括政府監管。黃仁勳絕對是這樣。在每一個應用場景中,AI 在醫學影像系統中的應用,毫無疑問,未來每一個醫學影像系統本質上都會內建一名醫生,即內建一個 AI 系統。它將知道如何精準地為你進行掃描。並且,在掃描的同時,它還能即時發現疾病並進行診斷。因此,該儀器需要受到監管。而且,必須以監管醫療器械完全相同的方式來監管這種 AI。對於汽車,我很驚訝竟然到現在自動駕駛汽車還不必獲取執照。Becky Quick這是一個,這是一個問題,你不覺得嗎?是的。黃仁勳如果你的女兒需要考取駕照,你肯定不會認為你的自動駕駛汽車也應該去考取駕照。直接讓她上路就行。讓她上路,看看它能否通過所有測試,讓考官坐在副駕駛位上對著它大吼大叫,這樣你就不會相信矽谷那種“快速行動,打破常規”的做事方式了,因為很多技術似乎就是這樣被推廣開來的。不,我認為你應該快速行動,但不應該打破常規。沒錯,快速行動的好處在於,更先進的技術會更安全。比起 100 年前坐車,我更喜歡今天坐車,因為現在更安全。它擁有更多技術。Becky Quick是指由自動駕駛汽車駕駛嗎?黃仁勳我是說,由人類駕駛的汽車,或者說,由真正的人類司機駕駛。我想,我不明白為什麼這一點這麼難理解。Becky Quick那是一條毛巾。黃仁勳那太老套了。那真可愛。Becky Quick我們來談談 Doomers。我一會兒就從這個話題裡退出來。黃仁勳不,我樂意繼續深入探討。Becky Quick但我認為討論這些問題很重要,因為現在有 boomers,有 Doomers,而大多數美國人可能處於中間地帶。所以他們正在聽取雙方的意見,並試圖找出自己在其中的立場。黃仁勳務實派也需要一些話語權。Becky Quick如你所知,對於務實的人來說,除非你走極端,否則沒人會在意你說什麼。黃仁勳確實如此。然而,這才是世界真實的模樣。關於這個東西,我只想讓它沒有生命,沒有意識,我非常清楚它是什麼,它就是電腦和軟體。Geoffrey Hinton。我們知道它是如何建構的。如果我們不知道它是如何建構的,又怎能持續最佳化它呢?事實上,我們不知道它是什麼,不知道它是如何運作的,它即將產生意識,我們對這一切是如何發生的一無所知。那種言論只會讓人們感到恐慌,而且並非事實。這讓我們的工作顯得很神秘。駁 AI 滅絕論:任務、目的與就業Becky Quick聽著,我知道你看待其他 CEO 時會想,在某些問題上,我們或許不該聽信他們的言論。但是,被譽為 AI 教父的 Geoffrey Hinton 又如何呢?他聲稱 AI 有 20% 到 30% 的機率終結人類文明。他是完全錯誤的嗎?他關於完全沒有機會的論點是完全錯誤,還是僅僅是他的機率估算錯了?黃仁勳他是完全錯誤的。因為有大量聰明才智之士正在努力防止這種情況發生。因為你可以將他所說的一切套用到歷史上的任何情境中。這是因為有許多優秀的人在努力工作以防止這些事情發生。有許多人致力於讓汽車跑得更快。但有十倍以上的人在努力讓汽車變得更安全。有許多人致力於讓 AI 變得更智能。還有十倍以上的人在致力於確保它受到安全護欄的約束、保持安全,並且不產生幻覺並能產出有用的成果。所以我認為缺失的部分在於,他們傾向於認為只有自己一個人在擔心這個問題。他們忘記了世界上還有一大群人,一大群電腦科學家,正在努力讓世界變得更安全、更美好。所以,關於,關於,還有一些其他的說法。Becky Quick比如,我們必須保持謹慎。黃仁勳他們出於所有的良好意願,認為自己是在向我們發出警告。但我們必須小心,如果讓人們感到恐慌,實際上是在損害我們自身。那麼讓我給你們舉一個具體的例子。一個具體的例子,這就是最初的那個預測。一位非常知名且舉足輕重的電腦科學家曾說,第一個將被淘汰的工作是放射科醫生。原因在於電腦視覺在研究掃描件、查看圖像以及檢測我們無法發現的事物方面表現得極其出色。顯然,它確實能做到。因此,電腦視覺現在已經完全超越了人類。在這一狹窄的任務上,世界上沒有任何人能做得更好。能長時間保持專注。當時認為異常情況微乎其微,所以那位電腦科學家說得完全正確,十年後,100% 的放射學領域如今已被 AI 滲透,它已與放射學完全融合。這確實完全正確,然而完全錯誤的是,正如預測所言,放射科醫生的工作並沒有被取代。令人驚訝的是,其原因對我而言顯而易見:放射科醫生現在可以研究更多的影像,能夠接診更多患者,可以對患者進行更多的影像檢查,從而更好地診斷疾病;他們能接收更多患者,醫院因此賺取了更多利潤,放射科如今已成為醫院最大的利潤中心之一。結果就是,醫院現在反而想要僱傭更多的放射科醫生。如果當初大家都聽信了他的話,導致世界上沒有了放射科醫生,我們將面臨這種極其關鍵資源的短缺。我們應該告訴放射科醫生。你人生的目的不是坐在暗室裡盯著工作站看掃描影像。你人生的目的是與醫生協作,幫助治療患者,診斷疾病,讓人恢復健康。那才是你人生的目的。研究影像僅僅是你所執行的一項任務。因此,每個人都忽略了一個根本點——所有這些電腦科學家都說‘這個工作完了,那個工作完了’——他們誤解了工作的目的與工作的任務是相關聯的,但並非同一回事。如果你把這個邏輯應用到我身上,我百分之百的工作內容就是打字和交談。而交談和打字現在都已完全自動化,且水平遠超人類。我本應失業才對。然而你我都能觀察到,我們兩人現在工作得比以往任何時候都更加努力。Becky Quick這一點我百分之百同意你。我認為你是對的。這就是資本主義的目標,旨在提高我們的生產力,給予我們更多閒暇時間,讓我們去探索開發腦力的新途徑、新方式。我認為這就是資本主義社會的成功之處。黃仁勳去變得更有野心、更大膽,去追求更多目標。我認為一旦我們失去了野心——例如,如果我們今天所做的工作就是人類未來想要完成的全部工作,如果僅此而已,那麼我會承認這一點。自動化將導致越來越多的人失業。然而,如你所知,我們仍有許多人類苦難亟待解決。我們有太多的希望和夢想想要去追求。還有太多的事物是我們想要去創造的。所以,如果我能有更多時間,那麼,我終於將擁有更多時間了。社會斷層與野心的規模化Becky Quick我百分之百同意你的觀點,但由於這一處理程序發生得如此之快,是否會產生比過去更為嚴重的社會斷層,從而導致更大的不平等?而我們該如何應對呢?黃仁勳那麼,讓我給出一個務實的回答。首先,正如我們之前討論過的第一個不連續性,AI 並不是那個模型。AI 是那個五層蛋糕。首先發生的事情是它創造了大量的工作崗位。如你所知,軟體……Becky Quick資料中心嗎?黃仁勳建設資料中心、晶片工廠、電腦工廠、AI 工廠。所有的 AI 公司都在瘋狂招聘。去年,有 1000 億美元被投資到了這些初創公司中。這是人類歷史上規模最大的投資,這些資金全都轉化為了就業崗位。AI 原住民、AI 初創公司在不斷湧現,軟體工程職位的數量正在上升,而非下降。當我們坐在這裡討論 AI 的一面時,AI 做得最出色的第一件事就是軟體編碼。與此同時,我們正在招聘比以往任何時候都多的軟體工程師。試想一下這種衝突,其原因在於我們現在可以利用 AI 完成更多工作,我們擁有極大的抱負,因此也在僱傭更多的人才。我認為人們需要以更豐富的人生閱歷和更多的智慧去審視這些問題,而不是僅僅侷限於技術視角,畢竟現在我看到 AI 能夠完全獨立地編寫出一整套程序。我們便會感嘆,這就完了。軟體工程師的工作崗位消失了。這根本說不通。軟體工程師的宗旨並非編寫程式碼。軟體工程師的宗旨是解決問題,創造新事物。那才是他們的宗旨。在我成長的過程中,我從未說過,你知道我最想做的事情是什麼嗎?我想打字。要知道,我九歲時來到美國,當我踏上這片土地時,我說,你知道嗎?我爸,他把我們送到這裡來是為了讓我們打字。沒日沒夜地打字。我們只能坐在書桌前,佝僂著背對著這個微小的螢幕,然後不停地打字。每一天,我們都要打字。我想要從起床的那一刻起到睡覺的那一刻都在打字。這毫無意義。Becky Quick我知道。我只是在和你開玩笑罷了。這期間可能會出現一些錯位。我同意你的看法,未來將會創造出更多的就業機會。你將會在許多地方看到這些。黃仁勳就像我們從農業社會邁向工業社會時一樣,這很可能會產生一些社會震盪。每個人的工作都會受到影響。讓我舉個例子:如果你現在是一名大學畢業生,如果你畢業時還不是一名 AI 專家使用者,那麼你就無法從另一位同樣畢業但精通 AI 應用的學生手中搶到工作。這就是一種社會震盪,一種昨天還不需要的技能,今天卻變得至關重要。然而,如果你是一名年輕的大學畢業生,同時又是一名 AI 專家,告訴你難道不會被錄用嗎?Becky Quick我們肯定會招聘,難道不是嗎?黃仁勳所以突然之間,對於會使用 AI 的人和不會使用 AI 的人的需求差異,這就是典型的就業震盪。當然,現在有些工作本質上只是一些任務。也許你只是在接聽電話。現在你可以使用 AI 來接聽那個電話了。而且,就像現在當你給餐館打電話時,我想那全都是 AI 在處理,不是嗎?是的。所以,過去在接待處負責接聽電話以處理預訂的人,不再需要做這項工作了。這樣他們就可以直接接待顧客,而不必讓顧客在餐廳等候。所以,我不確定每一份工作都會受到影響。許多工作崗位會被創造出來,一些崗位會被淘汰,但每一份工作都會受到影響。加州情懷與稅收觀Becky Quick因為我們身處 California,我想提一下這個話題,我一直試圖探討這個觀點。我認識的大多數真正富有的人,對這裡及其他地方提出的財富稅提案感到恐慌。你卻不以為然,儘管這可能會讓你損失約 80 億美元。黃仁勳等等。我說,你剛才說了什麼?再說一遍。Becky Quick恐怕這會讓你損失 80 億美元。黃仁勳在我回答那個問題之前,讓我先核實一下事實。Becky Quick為什麼你不對此感到擔憂?是因為你擔心的事情太多了嗎?還是你認為這種回流的再分配是公平的,或者是你能解釋一下?黃仁勳首先,我更傾向於低稅收和高收入。然而,我也不介意納稅。我熱愛這個國家。我們並沒有行使那麼多的稅收漏洞。我想我們一年會收到一次帳單,然後支付它。儘管數額巨大,但我並不介意。我和 Lori 從未對此有過任何怨言。我們熱愛這個國家。在某種程度上,這就是我們回饋社會的方式。我希望 California 能變得更好。我希望 United States 能變得更好。如果他們能用我繳納的稅款中 10000 美元去修補 101 公路上的那個坑窪,我會很高興。但如果給我機會,他們允許的話,我會自己動手去修。不過說真的,這都沒關係,我從未因為繳稅的事動搖過。還有一點,我們剛畢業時並沒有去盤算:“各州都把你們的稅率表拿出來讓我看看”,然後對比一番說:“就選這一家,你贏了”。我們來到 California 是因為這是我們自己選擇的州。為什麼?我熱愛這裡曾經的學校。我曾來到學校,也就是這裡的 Stanford。我熱愛這裡曾經擁有的那些公司。我們熱愛這裡的文化。所以我們選擇來到這裡。這並不是因為,我們在低稅率的州之間權衡了利弊。但現在我有很多朋友,他們繳納的稅款很少,不過我是在開玩笑。Becky Quick你能把他們都列舉出來嗎?黃仁勳不能。不能。我熱愛加利福尼亞州,也更傾向於較低的稅收,但無論他們決定讓我支付多少稅款,我都會照付。企業責任與未來展望Becky Quick讓我問你一個關於 Anthropic 的問題,因為目前存在一種爭論,即他們現在已經與五角大樓產生了關聯。白宮似乎正在嘗試修補關係,以尋找在政府內部及政府承包商中應用 Anthropic 的途徑。你認為確保這一點至關重要嗎?確保這一點對於美國的競爭力至關重要嗎?黃仁勳絕對如此。我希望美國政府與 Anthropic 能夠達成共識。Anthropic 是一家令人難以置信的公司。他們擁有令人難以置信的企業文化。他們擁有一種根深蒂固的信仰體系。他們在 AI、Claude Code、Agentic AI 以及他們正在進行的所有工作中所做出的貢獻,令人驚嘆。我們與他們有合作。我們在技術層面與他們合作,也在商業層面與他們合作,對此我感到非常高興。我並不認同他們的所有立場,Dario 和我都非常明確,我們無需在這些問題上達成共識,依然可以保持文明互利的工作關係。因此,我們能夠將這些分歧與工作區分開來。這就是我的信念。我的信念是,如果美國政府決定將美國公司創造的技術用於保衛國家和保護我的家人,那麼只要他們是在憲法框架內、在法律範圍內且為了保衛國家而使用這些技術,他們就是在支援軍人。我深信他們會以正確的方式應用這些技術。而那些 CEO 並非民選官員,他們不是民選官員,我也不是民選官員。當我們行動時,當 United States 發動戰爭時,我真的不希望接到電話來詢問我的技術是否應該被使用。原因在於我會尊重他們的判斷,如果我不同意他們的做法,我可以在下次選舉中作為公民行使我的投票權。這就是我表達抗議的方式,我可以大聲疾呼,作為公民參與投票,也可以鼓勵他人發聲,但我們絕不會阻礙 United States 保衛我們的家庭。因此,我們並非民選官員。這就是我的信仰體系,我相信這就是民主的運作方式,也是這個國家應有的運作方式。但除此之外,這是其中一個...謝謝。Becky Quick這一次...黃仁勳不過,我得說明一下,這是一家非凡的公司。如果你從歷史長河的角度來看,此前從未有過這樣的公司。從大約 10 歲左右發展至今,我認為他們以這樣的商業速度,從零增長到了近兆美元的價值。對於一家軟體公司而言,目前能產生這樣的營收規模,年化運行率可能已經達到 400 億到 500 億美元。這在許多方面都是歷史性的,他們對電腦科學以及社會的貢獻令人難以置信。Becky Quick在我們結束之前,請告訴我們一件你目前正在思考的事情,一些我們還不知道,或者可能是過去幾個月裡讓你感到驚訝的事情。黃仁勳你完全有理由保持樂觀。之所以這麼說,是因為我每一天,比如今天早上醒來,我先是和一位教授交談,後來又和一位科學家交談,然後我飛到這裡來和你待在一起,這就是我的一天。在那段時間裡,我們討論了用於開放科學的 AI,以及 AI 最終能做到的工作,例如,過去研究人員探索一個新想法需要幾個月時間,現在他們可以利用 AI 在一天之內完成這項研究。過去需要幾個月的時間,現在只需一天。而且你也會得到同樣的成果,科學實際上是一個發現、探索和推動人類知識邊界的過程。所以,無論是能源科學、氣候科學,當然還有生物學,以及醫療保健、藥物研發和物理科學等所有領域,科學家們所取得的突破都是令人驚嘆的。如果你能親眼目睹我每天所見的一切,你一定會感到無比振奮和激動。對於未來,你會意識到無論你過去抱有怎樣的雄心壯志,你需要對自己說的唯一一件事就是:無論你現在的目標有多高,都還遠遠不夠。這就是唯一的改變。我們必須做出的根本性改變,以及我必須做出的改變是,無論我對公司有什麼期望,都必須將其提高約 100 倍。所以,如果有人告訴我他們能做到某事,我現在腦海中預想的目標是原來的 100 倍。所以我可以說,我已經被 AI 現在所能實現的能力徹底改變了認知。我迫不及待地想讓你們所有人都能享受到這一切。這一切很快就會到來。在科學和工業的每一個不同領域,它都將是徹底的革命。這將會非常棒。Becky QuickJensen,你說的話我深信不疑,因為儘管你所談論的事物看似遙遠,但在我看來,你通常是承諾得少而交付得多,而不是虛張聲勢。黃仁勳沒錯。而且 Becky,你也知道,回顧歷史,我的大部分預測都是精準的。主持人謝謝大家。謝謝 Jensen。希望大家享受這次討論。請務必使用移動端 App 以獲取最新的日程變更資訊。離場時,請記得帶好您的隨身物品。 (Web3天空之城)
拆解OpenAI的AI需求後,巴克萊得出結論:AI資本開支周期仍將持續,技術突破可能在27/28年引發算力需求激增
巴克萊報告顯示,OpenAI持續超預期的業績表現,印證AI資本開支周期仍將在中長期內延續。業績增長直接驅動公司算力投入,模型持續迭代不斷推高算力需求,倒逼計算合作夥伴加速基礎設施部署,預計2027-2028年是實現 “遞迴自改進”的關鍵落地窗口,將進一步推高算力需求。據巴克萊最新研究報告,OpenAI的營收表現顯著超越其內部預期,這表明AI需求正在快速增長,大規模資本支出周期短期內不會終結。只要OpenAI能夠維持當前的強勁增長態勢,AI領域出現泡沫破裂的風險將保持在較低水平。分析顯示,OpenAI在2025年的營收比年中內部預測高出約15%,而2027年的預期營收更是較原先預估大幅提升50%。對資本市場而言,這一趨勢意味著網際網路巨頭與超大規模雲服務商將繼續維持高強度的資本投入,半導體需求將保持旺盛。巴克萊預計,到2028年OpenAI的計算支出將達到約1100億美元的峰值水平,屆時技術突破很可能引發新一輪算力需求激增。巴克萊這份報告試圖回答一個核心問題:我們距離AI投資放緩還有多遠?答案是:還很遠。營收大幅超越預期巴克萊報告顯示,OpenAI的營收表現持續超出內部預期,2025年實際營收較年中預測高出約15%,2027年預期營收更是上調50%。具體資料顯示,OpenAI 2027年的總營收預期已從600億美元上調至900億美元,推理計算成本從210億美元增至300億美元,每周活躍使用者(WAU)從14億增至18億,付費使用者的年度平均收入(ARPU)從748美元提升至880美元。公司CEO Sam Altman近期在公開訪談中透露,OpenAI有望在2027年實現1000億美元的年度經常性收入(ARR)目標,這一時間點較此前預測整整提前了一年。AI資本開支周期仍將持續巴克萊最新研究報告指出,OpenAI持續超預期的業績表現,印證了AI資本開支周期仍將在中長期內延續。首先,OpenAI所有的收入意味著算力,業績增長直接驅動公司算力投入。ChatGPT的四⼤主要收⼊來源:付費版 ChatGPT、免費版 ChatGPT(⼴告⽀持)、代理和 API,各⾃對計算資源的需求各不相同,但所有這些業務都采⽤相同的基本計算架構。OpenAI在2024至2030年間的計算營運支出預算總額已超過4500億美元,預計2028年達到峰值約1100億美元。其次,模型持續迭代不斷推高算力需求,倒逼計算合作夥伴加速基礎設施部署。OpenAI持續推進GPT-6、Sora 3等下一代模型的研發,每次模型升級均帶來訓練與推理成本的顯著上升,從而持續拉動底層算力設施投入。巴克萊報告稱,OpenAI預計2027-2028年是實現 “遞迴自改進”(recursive self improvement)的關鍵落地窗口,將進一步推高算力需求。該技術通過 “嵌入式 AI 研究員”(drop-in AI researcher)自主開發下一代模型(如 GPT-6、Sora 等),形成 “AI開發AI”的閉環。公司已為2028年單獨預留約430 億美元額外 “可變現算力”(Monetizable Compute),用於支撐這一技術落地。同時,OpenAI已與多家合作夥伴簽訂了約6500億美元的算力租賃合同,時間跨度覆蓋未來十年。其中,甲骨文OCI合約總價3000億美元,從2027年開始為期5年,年均600億美元;微軟Azure合約總價2500億美元,從2026年中開始為期7年,年均360億美元。此外,GoogleGCP合約總價400億美元,為期7年,亞馬遜AWS提供380億美元、為期7年的合約,CoreWeave提供224億美元、為期5年的合約。第三,行業競爭加劇引發“軍備競賽”。為應對OpenAI目前6至12個月的技術領先窗口,Google、Meta等競爭對手被迫同步擴大使用者規模並加快模型迭代速度。預計2024至2030年間,全球AI資料中心總容量將從114.3GW增長至236 GW,實現翻倍。僅OpenAI一家,即需合作夥伴(如甲骨文、微軟等)承擔超過6000億美元的資本開支,用於建設算力叢集。最後,科技巨頭的長期戰略決心進一步鎖定高投入態勢。科技巨頭創始人更重視AI長期競爭,如 Larry Page 表態 “寧破產不認輸”,即便面臨市場波動,仍願持續投入以搶佔賽道, 推動行業資本開支維持在較高水平。 (invest wallstreet)
微軟和OpenAI CEO罕見同場對話:OpenAI重組、AI泡沫質疑、算力需求...
關於OpenAI重組方案,Altman澄清只有"無狀態API"獨家保留在Azure平台到2030年。面對1.4兆算力支出質疑,Altman強調營收將遠超預期,算力每增加10倍收入可增加近10倍。關於算力需求,Nadella認為,現在面臨最大問題不是算力過剩,而是電力問題,要不可能會有一堆晶片積壓在庫存裡卻無法使用,但算力過剩終將出現。近日,在一場罕見的同場對話中,OpenAI CEO薩姆·奧特曼(Sam Altman)與微軟CEO薩提亞·納德拉(Satya Nadella)深度討論了AI行業的關鍵議題。在這次對話中,Altman詳細闡述了OpenAI重組後的願景。關於與微軟的合作協議,Altman澄清只有"無狀態API"獨家保留在Azure平台到2030年,其他產品包括ChatGPT將在多個平台分發,這種安排對雙方都有利。關於算力需求這一核心話題,Nadella則認為,"現在我們面臨的最大問題不是算力過剩,而是電力問題,以及能否在靠近電源的地方足夠快地完成基礎設施建設。如果做不到這一點,你可能會有一堆晶片積壓在庫存裡卻無法使用。"不過,兩位CEO都認為算力過剩終將出現,但微時間難以預測,可能在這個周期內出現反復出現在這個周期內。面對市場對AI投資泡沫的質疑,兩位CEO以實際數據進行了有力回應。當主持人質疑一家收入130億美元的公司如何支撐1.4兆美元的支出承諾時,Altman以算力與收入的關係作答:過去一年OpenAI的算力擴大了約10倍,如果再增加10倍算力,收入雖然不確定能否同步增長10倍,但相差不會太遠。微軟CEO Satya Nadella則從合作夥伴角度為OpenAI背書,表示OpenAI的每一個商業計劃不僅完成了,而且都超額完成,其成長和業務執行力令人難以置信。 Nadella特別強調,微軟對OpenAI的135億美元投資都用於訓練,沒有計入收入,而Azure的收入純粹來自ChatGPT的消費和API使用量,這是真實市場需求驅動的結果,有力駁斥了泡沫論調。(圖片來源:BG2)核心觀點Altman(OpenAI CEO):"就是因為算力不足的限制,這真的很瘋狂,當我看到我們受到多大製約時... 在很多方面,過去一年我們的算力已經擴大了大約10倍。但如果我們再有10倍的算力,我不知道收入會不會增長10倍,但我覺得差不了太多。"Altman:「如果我們真能讓AI做科學研究,那在某種意義上就是超級智慧了。」他預計明年Codex能完成需要幾天的程式設計任務,將以前所未有的速度改變軟體開發。雖然2026年可能只是很小的科學發現,但如果實現,未來幾年就能取得更大突破。Altman:"總有一天我們會做出一個令人難以置信的消費設備,可以在低功耗下完全在本地運行GPT-5或GPT-6級別的模型。這真的很難讓人想像。"Altman:"算力過剩肯定會出現。至於是在兩到三年內還是五到六年內,我說不準,但這肯定會在某個時候發生,可能還會發生好幾次。"Altman:"如果沒有微軟,特別是Satya早期的堅定信念,我們根本做不到今天這樣。我覺得當時願意下這種賭注的人不多,考慮到那時的世界是什麼樣子。"Altman:"我對此感到興奮。當然,機器人技術和計算機,未來幾年會出現新型計算機,這些都很重要。但從我個人來說,如果我們真能讓AI做科學研究,那在某種意義上就是超級智能了。"Nadella(微軟CEO):真正重要的不是降低算力成本,而是提升「單位智慧」的效率。微軟的策略是同時建造兩個「工廠」—「Token 工廠」與「Agent 工廠」。 「Token 工廠」指的是底層算力體系-硬體、系統軟體、虛擬化管理與調度能力。 「Agent 工廠」則是上層的軟體生態。Nadella:"我看到的OpenAI的每一個商業計劃,他們不僅完成了,而且都超額完成了。所以從某種意義上說,這是唯一一個地方——在增長和業務方面,他們的執行力簡直令人難以置信。"Nadella:"現在我們面臨的最大問題不是算力過剩,而是電力問題,以及能否在靠近電源的地方足夠快地完成基礎設施建設。如果做不到這一點,你可能會有一堆晶片積壓在庫存裡卻無法使用。"Nadella:"高利潤業務是Copilot系列產品-安全Copilot、Github Copilot、醫療健康Copilot等。Azure如果不把算力分給研究,本來成長可以高達41%,42%。"Nadella:我真正喜歡OpenAI合作的一點是它為我們帶來了規模。這是個規模遊戲。當你的雲端上運行著最大的工作負載時,意味著我們會更快學習如何規模化運營,成本結構會比其他人下降得更快。這會讓我們在價格上更有競爭力。所以我對我們保持利潤率的能力很有信心,這也是產品組合的幫助。以下為訪談視訊文字稿全文(AI輔助翻譯):OpenAI CEO Sam Altman、主持人Brad Gerstner、微軟CEO Satya NadellaSam Altman:是的,我認為這真的是一個了不起的合作夥伴關係,貫穿每個階段。正如薩提亞所說,我們剛開始時完全不知道這一切會發展到那裡。但我覺得這是有史以​​來最偉大的科技合作之一。如果沒有微軟,特別是薩提亞早期的堅定信念,我們不可能做到這一點。主持人Brad Gerstner:真是不平凡的一周。很高興見到你們兩個。山姆,寶寶怎麼樣了?Sam Altman:他很好,這是最棒的事。是啊,兄弟。所有的老生常談都是真的,這真是全世界最美好的事了。主持人Brad Gerstner:嘿,Satya,你們相處這麼多時間...Satya Nadella:每當山姆談論他的寶寶時,他臉上的表情就完全不一樣了。我猜是計算能力的義大利版本吧,他談論計算能力和他的寶寶時...主持人Brad Gerstner:Satya,你們兩個相處這麼久,你有沒有給他一些當爸爸的建議?Satya Nadella:我說就好好享受吧。我的意思是,這太棒了,你知道,我們有孩子的時候很年輕,我真希望能重來一次。從某種意義上說,這是最寶貴的時光。看著他們長大,真是太美妙了。我很高興山姆能...Sam Altman:我很高興能年紀大一點再當爸爸。但有時我確實會想,天那,要是我25歲時有那樣的精力就好了。那部分更難。主持人Brad Gerstner:毫無疑問。山姆,OpenAI的平均年齡是多少?有概念嗎?Sam Altman:不是特別年輕。不像大多數矽谷新創公司。我不知道,可能平均30歲出頭吧。主持人Brad Gerstner:嬰兒潮趨勢是正面的還是負面的?Sam Altman:嬰兒潮趨勢是正向的。OpenAI重組:打造史上最大非營利組織主持人Brad Gerstner:那很好。那很好。嗯,你們這周真是大事不斷。你知道,我在想,我從輝達的GTC大會開始,你知道,市值剛突破5兆美元。 Google、Meta、微軟,薩提亞,你們昨天開了發表會,你知道,我們一致聽到的是算力不夠,算力不夠。周三我們降息了。 GDP成長接近4%。然後我剛才還在跟山姆說,你知道,總統在馬來西亞、韓國、日本達成了這些大規模交易。你知道,這些交易真的為美國的再工業化提供了令人難以置信的財力支援,800億美元用於新的核裂變項目,所有這些你們需要的來建造更多算力的東西,但當然,在所有這些事情中,不能忽視的是你們周二發布的重大公告,明確了你們的合作關係。恭喜你們。我想我們就從這裡開始。我真的想用非常簡單、通俗的語言來分析這筆交易,確保我和其他人都能理解。但你知道,我們就從你的投資開始吧,Satya。你知道,微軟從2019年開始投資。已經向OpenAI投資了大約130-140億美元。作為回報,你在完全稀釋的基礎上獲得了該業務27%的所有權。我想之前大約是三分之一,去年隨著所有投資你被稀釋了一些。所以就所有權而言,聽起來對嗎?Satya Nadella:是的,沒錯。但我要說的是,在我們的股票之前,布萊德,我認為OpenAI真正獨特的地方在於,作為OpenAI重組過程的一部分,創造了一個最大的非營利組織之一。我的意思是,別忘了,你知道,從某種意義上說,我在微軟時說,像我...你知道,我們非常自豪的是,我們與兩個最大的非營利組織有關聯,蓋茲基金會和現在的OpenAI基金會。所以我認為這是大新聞。如果你顯然...你知道,我們很激動,這不是我們所想的。正如我對某人說的,當我們第一次投資10億美元時,並不是希望這會成為我要向風投們談論的百倍回報。但我們做到了。我們非常高興成為投資者和早期支持者。這真的是對山姆和團隊所做工作的證明,坦白說。我的意思是,他們顯然對這項技術能做什麼有早期的願景,他們付諸實踐,並且以一種精湛的方式執行了。Sam Altman:是的,我認為這真是一段了不起的合作關係,貫穿每個階段。正如薩提亞所說,剛開始的時候我們完全不知道這一切會走向何方。但我認為,這是科技史上最偉大的合作之一。如果沒有微軟,特別是薩提亞早期的堅定信念,我們根本做不到今天這樣。我覺得當時願意下這種賭注的人不多,考慮到那時的世界是什麼樣子。我們不知道科技到底會怎麼發展。不是"不太確定"—我們是完全不知道技術會怎麼走。我們只是對一個想法有強烈的信念:全力推進深度學習,相信只要我們能做到這一點,就一定能找到方法做出很棒的產品,創造巨大的價值。而且,正如Satya所說的,創造我們相信將會是史上最大的非營利組織。這個組織將做出令人驚嘆的偉大事業。我真的很喜歡這個架構,因為它讓非營利組織成長價值,同時公共利益公司也能獲得繼續擴大規模所需的資金。如果我們沒有想出這個架構,如果我們沒有願意讓它以這種方式運作的合作夥伴,我認為這個非營利組織不可能有像今天這樣的價值。你知道,從我們開始合作到現在已經超過六年了。六年時間取得了相當驚人的成就,而且我認為未來還會有更多。我希望薩提亞能從這項投資中賺到一兆美元,而不是一十億。不管最終是多少吧。主持人Brad Gerstner:作為重組的一部分,你們談到了這一點,上面是非營利組織,下面是公共利益公司。這真的很瘋狂。這個非營利組織一開始就擁有價值1300億美元的OpenAI股票作為資本,已經是世界上最大的非營利組織之一了,而且未來可能會更大。加州總檢察長表示他們不會反對。你們已經有了1300億美元專門用於確保通用人工智慧(AGI)造福全人類。你們宣佈將先把250億美元投向醫療健康、AI安全和韌性建設。 Sam,首先讓我說,作為這個生態系統的參與者,向你們兩位致敬。這對AI未來的貢獻真是了不起。但Sam,跟我們談談為什麼選擇醫療健康和韌性建設這麼重要,然後幫我們理解如何確保獲得最大收益,同時又不會像我們看到的許多非營利組織那樣,被自己的政治偏見拖累?Sam Altman:首先,為世界創造大量價值的最佳方式,希望就是我們一直在做的事情——製造這些神奇的工具,讓人們使用它們。我認為資本主義很好,公司很好。人們做著了不起的工作,把先進的AI送到許多人和公司手中,這些人和公司正在做不可思議的事。但有些領域,市場力量並不能完全符合人們的最佳利益,你需要用不同的方式來做事。這項技術也帶來了一些從未存在過的新東西,例如利用AI快速進行科學研究的潛力,真正實現自動化發現。當我們思考首先要關注那些領域時,很明顯,如果我們能治癒很多疾病,並讓相關數據和資訊廣泛可用,那將是為世界做的一件美好的事情。然後關於AI韌性建設這一點,我確實認為有些事情可能會變得有點奇怪,而這些事情不會全部透過公司的正常運作來解決。所以當世界必須經歷這個轉型期時,如果我們能資助一些工作來幫助應對,那就太好了。這可能包括網路防禦、AI安全研究、倫理研究,所有這些都是在幫助社會平穩度過這個轉型期。我們對另一端會有多美好非常有信心。但你知道,我相信沿途一定會有一些波折。主持人Brad Gerstner:讓我們繼續深入分析這筆交易。關於模型和獨家協議,Sam,OpenAI可以在Azure上分發其模型和領先模型,但我認為在2032年之前的7年內,你們不能在其他主要雲端平台(那些大型雲端服務商)上分發這些模型。不過這個限制可能會提前結束──如果AGI(通用人工智慧)被驗證的話,我們待會再談這個。但你們可以在其他平台上分發開源模型、Sora代理、Codex、穿戴式裝置等其他產品。所以Sam,我猜這意味著ChatGPT或GPT-6不會出現在亞馬遜或Google平台上?Sam Altman:不是這樣的。首先,我們想做很多事情來幫助微軟創造價值,同時也為自己創造價值。這方面有很多合作內容。我們會把Satya(微軟CEO)曾經提出的一個很棒的概念——"無狀態API"——保留在Azure上,獨家合作到2030年,其他所有東西我們都會在別處分發。這顯然也符合微軟的利益。所以我們會把很多產品放在很多地方,而這個(無狀態API)會在Azure上做,人們可以在那裡獲得,這很棒。我覺得這樣很好。主持人Brad Gerstner:然後是收入分成,OpenAI仍需向微軟支付所有收入的分成,這也會持續到2032年,或直到AGI被驗證。讓我們假設一下,我知道這很基礎,但很重要——假設收入分成是15%。那意味著如果你們有200億收入,就要付30億給微軟,這算是Azure的收入。 Satya,這樣理解對嗎?Satya Nadella:我們確實有收入分成,正如你所說的,要麼持續到AGI實現,要麼到協議結束。老實說,我其實不太清楚我們具體把它計入那裡,是Azure還是其他地方。這是個好問題,可以問Amy(微軟CFO)。主持人Brad Gerstner:獨家協議和收入分成都會在AGI被驗證時提前結束,這似乎讓AGI成為一件大事。據我瞭解,如果OpenAI聲稱達到了AGI,這會提交給一個專家小組,你們基本上會選擇一個評審團,他們必須相對快速地決定是否真的達到了AGI。 Satya,你在昨天的財報電話會議上說,沒有人接近實現AGI,你也不期望它很快發生。你談到了這種"尖刺狀和參差不齊的智能"。 Sam,我聽你說的似乎對何時能達到AGI更樂觀一些。所以我想問你們兩位,你們是否擔心在未來兩三年內,我們最終不得不召集評審團來判定是否達到了AGI?Sam Altman:我知道你想在我們之間製造一些戲劇性。我認為為此建立一個流程是件好事。我預期科技會有幾次令人驚訝的轉折,我們會繼續成為彼此的好夥伴並找到解決方案。Satya Nadella:說得好,這也是我認為我們建立這個流程很重要的原因之一。說到底,我堅信智能能力會持續提升。而我們真正的目標,坦白說,就是如何把它交到人們和組織手中,讓他們獲得最大利益。這是OpenAI最初吸引我加入Sam和團隊的使命,也是我們計劃繼續堅持的方向。Sam Altman:Brad,告訴觀眾,即使我們明天就有了超級智能,我們仍然需要微軟的幫助來把這個產品送到人們手中。我們想要他們,是的。主持人Brad Gerstner:當然。不,我只是在問大家心中的問題,這對我來說完全說得通。顯然,微軟是世界上最大的分發平台之一。你們長期以來一直是很好的合作夥伴,我認為這消除了一些外界的誤解。但讓我們換個話題。顯然,OpenAI是歷史上成長最快的公司之一。 Satya,你一年前在這個播客上說過,每個新階段的轉變都會創造一個新的Google。而這個階段轉變的"Google"已經知道了,就是OpenAI。如果不是你們做了這些巨大的押注,這一切都不可能實現。打破"AI泡沫"質疑:用數據說話主持人Brad Gerstner:話雖如此,OpenAI在2025年的營收據報導仍只有130億美元。而Sam,你在本周的直播中談到了對算力的巨大承諾,對吧?未來四、五年1.4兆美元,其中包括對輝達5億美元、AMD和甲骨文3億美元、Azure 2500億美元的大承諾。所以我認為本周我聽到的最大問題,也是籠罩市場的問題是:一家收入130億美元的公司怎麼能做出1.4兆美元的支出承諾?你知道,你聽到了這些批評。Sam Altman:(Sam回應:)我們的收入會遠遠超出這個數字。其次,Brad,如果你想賣你的股份,我可以幫你找買家。有很多人很想買OpenAI的股份。我不認為... 你們,主持人Brad Gerstner:包括我自己在內。是的,包括我自己。Sam Altman:那些在網路上對我們的算力問題表現出焦慮擔憂的人,其實都很樂意買我們公司的股票。所以我覺得我們可以很快地把你的股份,或是任何其他人的股份,賣給那些在推特上叫得最兇的人。Sam Altman:我們確實計劃讓收入大幅成長。而且收入正在快速成長。我們在提前下注,賭它會持續成長。不僅ChatGPT會持續成長,我們也會成為重要的AI雲端服務供應商之一,我們的消費者設備業務會變得舉足輕重,能夠自動化科學研究的AI將創造巨大價值。你知道,我平常不太想讓公司上市,但有那麼幾個時刻會覺得上市挺好的——就是當那些人寫什麼"OpenAI快要倒閉了"之類荒唐文章的時候。我真想告訴他們可以去做空我們的股票,然後我很樂意看著他們虧錢。Sam Altman:但你知道,我們有周密的計畫。我們瞭解技術能力會如何發展,我們能圍繞它打造什麼產品,能產生多少收入。我們可能會搞砸,這是我們正在下的賭注,伴隨著一定風險。其中一個確定的風險是:如果我們沒有足夠的算力,就無法產生收入,也無法在這種規模上製造模型。主持人Brad Gerstner:確實如此。Satya Nadella:讓我說一句,Brad,作為合作夥伴和投資人。我看到的OpenAI的每一個商業計劃,他們不僅完成了,而且都超額完成了。所以從某種意義上來說,這是唯一一個地方——在成長和業務方面,他們的執行力簡直令人難以置信。我的意思是,顯然,大家都在談論OpenAI在使用量上的成功等等,但我要說整體的業務執行真的非常出色。主持人Brad Gerstner:我幾周前聽到Greg Brockman在CNBC上說,對吧,如果我們的算力能增加10倍,我們的收入可能不會增加10倍,但肯定會大幅增加。Sam Altman:就是因為算力不足的限制,這真的很瘋狂,當我看到我們受到多大製約時... 在很多方面,過去一年我們的算力已經擴大了大約10倍。但如果再有10倍的算力,我不知道收入會不會成長10倍,但我覺得差不了太多。主持人Brad Gerstner:Sasha,我們昨晚也從你們那裡聽到你們受到算力限制,如果有更多算力,成長會更高。那麼Sam,幫我們理解一下,你現在感覺算力限制有多嚴重?當你展望未來兩三年的建設時,你認為會不會有一天不再受算力限制?Sam Altman:我們常常討論這個問題──算力夠不夠用?我認為最好的思考方式是把它當成能源之類的東西。你可以談論某個價格點的能源需求,但不能脫離價格談需求。不同價格水準會有不同的需求。如果算力的單位成本(例如每單位智慧的成本)明天下降100倍,你會看到使用量成長遠超100倍。有很多事情人們很想用算力去做,只是以目前的成本沒有經濟意義,但會出現新的需求。所以我認為... 另一方面,當模型變得更聰明,你可以用這些模型治癒癌症、發現新物理學,或驅動一群人形機器人建造太空站,或任何瘋狂的事情。那時候人們也許願意為更高等級的智慧支付高得多的單位成本。我們還不知道,但我敢打賭會有。所以當你談到容量時,要考慮單位成本和單位能力,沒有這些曲線,這個問題就說不清楚。Satya Nadella: 我認為Sam你說過一點,也是正確的思考方式:如果智能的價值與算力成對數關係,那你就要努力保持效率。這意味著每美元每瓦特的token數量,以及社會從中獲得的經濟價值,這才是我們應該最大化和降低成本的方向。這就是傑文斯悖論(Jevons Paradox)所說的——你不斷降低成本,在某種意義上讓智慧商品化,使它成為推動全球GDP成長的真正引擎。Sam Altman:不幸的是,這比較接近智能的對數關係,也就是人們所說的算力的對數關係。但我們可能會找到更好的擴展規律,我們可能會搞清楚這個問題。算力需求:永不滿足的"能源胃口"主持人Brad Gerstner:我們昨天聽到了微軟和Google的演講。兩家公司都說,如果他們有更多的GPU(圖形處理器),他們的雲端業務本來可以成長得更快。我在這個播客上問過輝達的黃仁勳(Jensen),未來五年內是否有可能出現算力過剩的情況,他說在未來兩到三年內幾乎不可能出現這種情況。我想你們兩位應該也同意黃仁勳的觀點吧——雖然我們看不到五、六、七年後的情況,但至少在未來兩到三年內,基於我們剛才討論的原因,幾乎不可能出現算力過剩的情況。Satya Nadella:我的意思是,在這個特殊情況下,需求和供應的周期你真的無法預測,對吧?重點是Sam所說的長期趨勢是什麼。因為說實話,我們現在面臨的最大問題不是算力過剩,而是電力問題,以及能否在靠近電源的地方足夠快地完成基礎設施建設。如果你做不到這一點,你可能會有一堆晶片積壓在庫存裡卻無法使用。事實上,這就是我現在的問題——不是晶片供應的問題,而是我沒有配套齊全的機房可以把晶片裝進去使用。所以供應鏈約束會如何出現,很難預測,因為需求本身就很難預測。我不想和Sam坐在這裡說:"天那,我們的算力短缺問題減輕了。" 因為我們實在不擅長預測真實需求會是什麼樣子。而且,從全球角度來看,在一個國家的一個細分市場中談論這個問題是一回事,但要真正將其推廣到世界各地又是另一回事。所以一定會有各種限制,我們要如何解決這些問題才是最重要的。這條路肯定不會是平坦的。Sam Altman:算力過剩一定會出現。至於是在兩到三年內還是五到六年內,我說不準,但這肯定會在某個時候發生,可能還會發生好幾次。這裡面有人類心理和泡沫的深層因素。而且就像Satya說的,這是一個非常複雜的供應鏈,會出現各種奇怪的情況。技術格局也會發生重大變化。比如說,如果很快有一種非常便宜的大規模能源上線,很多人會因為他們已經簽署的現有合約而遭受巨大損失。如果我們能繼續實現智慧單位成本的驚人降低——比如說每年平均降低40倍——從基礎建設的角度來看,這是一個非常可怕的指數增長。Sam Altman:當然,我們打賭是,隨著成本降低,會有更多的需求。但我也有些擔心,如果我們不斷取得這些突破,最後每個人都能在自己的筆記型電腦上運行類似通用人工智慧(AGI)的程序,那我們現在做的就是一件瘋狂的事。有些人會在某個時刻遭受重大損失,就像在其他每個技術基礎設施周期中發生的那樣。主持人Brad Gerstner:我覺得說得非常好,你必須同時接受這兩個真相。 2000年和2001年我們經歷過這種情況,但網路後來變得比那個時期任何人估計的都要大得多,為社會帶來了更大的成果。Satya Nadella:是的,但我認為Sam說的一點沒有得到足夠的討論,就是例如OpenAI在推理堆疊上為給定GPU所做的最佳化。我們一方面談論摩爾定律的改進,但軟體改進的速度要比那個快得多,並且呈指數級增長。Sam Altman:總有一天我們會做出一個令人難以置信的消費設備,可以在低功耗下完全在本地運行GPT-5或GPT-6等級的模型。這真的很難讓人想像。主持人Brad Gerstner:那將是不可思議的。我認為這正是讓那些正在建造大型中心化算力基礎設施的人感到擔憂的事情。 Satya,你談了很多關於邊緣分佈以及在全球分佈推理能力的問題。Satya Nadella:是的,我的想法是建立一個可互換的設備群。在雲端基礎設施業務中,你需要做兩件關鍵的事情:一是在這個背景下建立一個非常有效率的"代幣工廠"(token factory),二是實現高利用率。就這兩件簡單的事情你需要達成。為了實現高利用率,你需要有多個工作流程可以調度,即使在訓練方面也是如此。如果你看AI流程,有預訓練、中期訓練、後期訓練、強化學習等等。你要能夠做所有這些事情。所以對雲端服務供應商來說,考慮設備群的可互換性是最重要的。主持人Brad Gerstner:好的。 Sam,你提到了,路透社昨天報導OpenAI可能計劃在2026年底或2027年上市。Sam Altman:不,我們沒有那麼具體的計畫。我意識到,我認為這總有一天會發生,但那個報導……我不知道人們為什麼要寫這些東西。我們並沒有確定日期或做出這樣的決定。我只是認為事情最終會走到那一步。但是…主持人Brad Gerstner:在我看來,如果你們在2028年或2029年的收入超過1000億美元,你們至少會處於可以上市的位置。Sam Altman:那2027年呢?主持人Brad Gerstner:是的,2027年。更棒了。你們有條件進行IPO(首次公開募股),傳聞中的兆美元估值——我再給聽眾解釋一下背景,如果你們以1000億美元收入的10倍市盈率上市,我認為這個倍數會比Facebook上市時低,也比許多其他大型消費類公司上市時的倍數低。那樣你們的估值就是1兆美元。如果發行10%到20%的股份,就能融資1000億到2000億美元,這似乎是個不錯的路徑,可以為我們剛才討論的大量增長和項目提供資金。所以你不反對上市,對吧,只是你們正在...Sam Altman:靠公司的收入成長來發展,這是我希望我們做的。毫無疑問。主持人Brad Gerstner:我也說過,我認為這是一家非常重要的公司。有很多人,包括我的孩子們,他們喜歡炒股,用的都是ChatGPT。我覺得讓散戶有機會買進一家最重要、最大的公司股票,那會很好。Sam Altman:老實說,這對我來說可能是上市最吸引人的地方。主持人Brad Gerstner:那真的會很不錯。咱們換個話題,我跟你們倆都聊過的一件事——在那個"大而美法案"中,克魯茲參議員本來加入了聯邦優先權條款,這樣我們就不會有各州法律拼湊的局面,50個不同的州法律會讓整個行業陷入不必要的合規和監管困境。不幸的是,最後一刻被布萊克本參議員否決了,坦白說,我認為華盛頓對AI的理解相當不足。華盛頓流行著很多恐懼言論。所以現在我們有了像科羅拉多AI法案這樣的州法律,將在2月全面生效。我相信這會創造出一整類新的訴訟人群。任何人只要聲稱受到聊天機器人演算法歧視的不公平影響就能起訴。人們可以以無數理由聲稱受到傷害。 Sam,你有多擔心這種AI州法律拼湊的局面會為我們持續加速發展和全球競爭力帶來真正的挑戰?Sam Altman:我不知道我們該怎麼遵守加州——抱歉,是科羅拉多州的那個法律。我很希望他們能告訴我們怎麼做。我們也想遵守。但就我讀到的內容來看,我真的不知道我們該怎麼辦。我非常擔心50個州各自為政的局面。我認為這是個大錯誤。我們通常不會在這類事情上這麼做是有原因的。我覺得這會很糟糕。Satya Nadella:是的,我認為這種拼湊做法的根本問題是,坦白說,OpenAI和微軟之間會想辦法應對這個問題,對吧?我們能搞定。但問題是那些剛創業的人該怎麼辦,這正好與立法初衷背道而馳。顯然安全很重要,確保人們的基本擔憂得到解決,但在聯邦層級有辦法做到這一點。所以我認為如果美國不這麼做,歐盟就會做,那會造成它自己的問題。所以我覺得如果美國來主導會更好,有一個統一的監管框架...Sam Altman:當然。主持人Brad Gerstner:要明確的是,並不是說主張零監管。只是說讓我們在聯邦層級達成統一的監管,而不是50個相互衝突的州法律,這肯定會摧毀AI創業生態。我認為這讓像你們這樣有能力應對所有這些訴訟的公司都非常頭痛。而且...Satya Nadella:坦白說,我的希望是這一次,即使在歐盟和美國之間,能實現協調統一,那就完美了,對吧?坦白說,對任何歐洲新創公司來說,我不是...Sam Altman:我不認為那會發生。 Saturn,是嗎?那會很棒。但我不會對此抱太大希望。那會很好。Satya Nadella:不,但我真的認為,如果你想想,對吧,如果歐洲的任何人在考慮他們如何用自己的公司參與這場AI浪潮,這也應該是他們的主要關切。所以我希望會有一些開明的做法。但我同意你的看法,今天我不會指望這件事。主持人Brad Gerstner:我確實認為有Sacks擔任AI特別代表,你至少有一位總統可能會為此而戰,協調AI政策,利用貿易作為槓桿來確保我們不會面臨過度限制的歐洲政策。主持人Brad Gerstner:但我們拭目以待吧。我認為首要任務是在美國實現聯邦優先權,相當關鍵。 Sam,我們在細節上討論得有點深了,我想把視角拉遠一點。我聽你團隊的人談論即將到來的所有好東西。當你開始思考更多、幾乎無限的算力,ChatGPT-6及更高版本,機器人,物理設備,科學研究...主持人Brad Gerstner:展望2026年,你覺得什麼會讓我們最驚訝?你對目前正在研發的東西最興奮的是什麼?Sam Altman:你剛剛說到了很多重點。我覺得今年Codex(AI程式工具)的發展非常酷。隨著這些任務從需要幾小時完成發展到需要幾天才能完成——我預計明年就會實現——人們將能夠以前所未有的速度、用全新的方式來開發軟體。Sam Altman:我對此非常期待。我認為其他行業也會看到類似的變化。我個人比較偏好程式設計領域,因為我對這個比較瞭解。但我相信這真的會開始改變人們的能力邊界。Sam Altman:我希望2026年能看到一些非常小的科學發現。但如果我們能實現這些小發現,未來幾年就能取得更大的突破。這真是個瘋狂的說法──AI會在2026年做出新的科學發現,即使是很小的發現。這是個極為重要的話題。所以我對此感到很興奮。當然,機器人技術和計算機,未來幾年會出現新型計算機,這些都很重要。但從我個人來說,如果我們真能讓AI做科學研究,那在某種意義上就是超級智慧了。如果這能擴展人類知識的總和,那將是個了不起的大事。Satya Nadella:是的,我覺得有一點,用你的Codex範例來說,就是模型能力的結合。想想ChatGPT的神奇時刻——當UI介面遇上智能,就這樣爆發了,對吧?簡直難以置信的完美契合。其中一部分也是因為模型的指示遵循能力已經為聊天做好了準備。Satya Nadella:我認為這就是Codex和這些程式設計助手即將幫助我們實現的。就是那種──程式設計助理離開工作一段時間,然後回來,把我需要的東西呈現給我。Satya Nadella:就像是一個比喻,我覺得我們都在朝這個方向努力:宏觀委派和微觀調控。什麼樣的UI能匹配這種新的智慧能力?你可以在Codex中看到這個苗頭,對吧?至少我在Github Copilot中使用它的方式就是——現在它只是一種不同於聊天介面的方式。我認為這會是人機互動的新方式。坦白說,這可能比……是的,這可能是個突破性的轉變。Sam Altman:這也是我非常興奮我們在做新形態計算設備的原因之一,因為現有的電腦並不太適合那種工作流程。 ChatGPT那樣的UI顯然不適合。但這個想法是,你可以擁有一個始終伴隨你的設備,它能夠獨立完成任務,在需要時從你那裡獲得微調指令,並且對你的整個生活和工作流程有很好的上下文感知。我覺得那會很酷。主持人Brad Gerstner:你們兩個都沒提到消費者使用場景。我常常想,我們現在還得在這個設備上翻找100個不同的應用,填寫各種小網頁表單,這些20年都沒變過的東西。但如果能有一個個人助理——我們可能認為擁有個人助理是理所當然的——但實際上是為全球數十億人幾乎免費提供個人助理來改善他們的生活。無論是幫孩子訂尿布,或是預訂飯店,或是改變行程安排,我覺得有時候恰恰是這些平凡的事情最有影響力。隨著我們從獲取答案發展到記憶、行動,然後能夠透過耳機或其他設備進行互動,而不需要我一直盯著這塊長方形玻璃螢幕。我覺得相當了不起。Satya Nadella:我想這就是Sam在暗示的東西。Sam Altman:但你說得對。不好意思我得先走了。主持人Brad Gerstner:Sam,很高興見到你。感謝祢加入我們。再次恭喜這個重大進展,我們很快再聊。Satya Nadella:再見,Sam。保重。主持人Brad Gerstner:正如Sam清楚知道的,我們當然是買方不是賣方,但有時候,我覺得這很重要,因為世界很小。我們整天都在思考這些東西,對吧?所以信念來自於我們花費的上萬小時思考。但現實是我們必須帶動世界其他人。而世界其他人並沒有花上萬小時思考這件事。然後坦白說,他們看到一些看似過於宏大的目標,會擔心我們能否實現這些目標。主持人Brad Gerstner:所以你在2019年把投資OpenAI 10億美元的想法帶到董事會。在董事會上這是不是顯而易見的決定?你有沒有花任何政治資本來完成它?跟我說說那個時刻是什麼樣的,因為我認為那是個關鍵時刻,不只對微軟,對國家,我真心認為對全世界都是如此。Satya Nadella:是的,回顧這段旅程很有意思。我們從2016年OpenAI剛成立時就參與了。實際上Azure是第一個贊助商。那時他們主要做強化學習。我記得Dota 2比賽就是在Azure上進行的,然後他們轉向了其他方向。我對強化學習很有興趣,但坦白說,這印證了你說的上萬小時或者說有準備的頭腦。微軟從1995年起就沉迷於一件事──比爾(蓋茲)對公司的執念就是自然語言。畢竟,我們是一家程式設計公司、資訊工作公司。所以當Sam在2019年開始談論文字、自然語言、Transformer和規模定律時…Satya Nadella:那時候我就想,哇,這真是有趣。我是說,他,你知道的,這個團隊的發展方向已經很明確了,和我們的利益有很多重疊的地方。所以從這個角度來說,這是個很明顯的選擇。但顯然,去董事會說"嘿,我有個想法,拿10億美元投給這個瘋狂的架構,我們甚至都不太理解這是什麼?這是個非營利組織,巴拉巴拉的",然後說"就這麼幹吧"。這引起了爭論。比爾(蓋茲)理所當然地持懷疑態度,但後來當他看到GPT-4的演示後,就像他公開談到的那樣,他說這是自從查爾斯·西蒙尼在施樂帕克給他演示之後,他看到的最好的演示。但說實話,我們誰都沒有完全確定。對我來說,那一刻就是,你知道的,咱們試試看。後來看到早期的Codex在Github Copilot裡的表現,看到程式碼自動補全功能真的能用,那時候我覺得我們可以從投資1(億)到10(億)了,因為那才是關鍵。坦白說,投資1(億)是有爭議的,但從1到10才是真正讓這整個時代成為可能的決定。然後顯然,團隊出色的執行力和他們那邊、我們這邊的產品化工作。我是說,如果想想看,Github Copilot、ChatGPT、Microsoft 365 Copilot和Copilot這四個產品的整體貨幣化規模和覆蓋範圍,就是這些,對吧?這是地球上最大的AI產品系列。這顯然讓我們能夠維持這一切。主持人Brad Gerstner:我想很多人都不知道你們的技術長凱文‧史考特(Kevin Scott),一個前Google員工,就住在矽谷這邊。要把這事放到背景裡說,對吧,微軟錯過了搜尋,錯過了行動網路。你成為CEO的時候幾乎也錯過了雲端運算,對吧?你形容過"趕上了出城的末班車",才抓住了雲端運算。我想你當時就下定決心要在這邊(矽谷)安插眼線,這樣就不會錯過下一個大事件。所以我猜凱文對你來說也起了很大作用。絕對是的。我是說DeepSeek和OpenAI。Satya Nadella:實際上,我要說凱文的堅定信念,而且凱文一開始也是懷疑的,這正是我一直觀察的——那些持懷疑態度但後來改變想法的人,對我來說,那是個信號。所以我總是在尋找那些原本不相信某件事,然後突然改變並對此感到興奮的人。我對這種情況非常重視,因為我會好奇為什麼,是什麼原因?凱文就是這樣開始的,然後我們所有人都有點懷疑,對吧?但在某種意義上,這違背了,你知道的,我們都上過學,說"天那,你知道,肯定有個演算法能解決這個問題",而不是就靠擴展定律和堆計算資源。但坦白說,凱文堅信這值得做,這是推動這一切的關鍵因素之一。主持人Brad Gerstner:好吧,我們談到那筆現在價值1300億美元的投資,我想也許有一天會值一兆,就像薩姆(Sam Altman)說的,但這實際上在很多方面低估了合作夥伴關係的價值,對吧?所以你有收入分成的價值,每年為微軟帶來數十億美元。你有從OpenAI的2500億美元Azure計算承諾中獲得的利潤。當然,你也從API的獨家分銷中獲得巨額銷售。那麼跟我們談談你如何看待這些領域的價值,特別是這種獨家性如何帶來了許多原本可能在AWS上的客戶。Satya Nadella:是的,絕對是這樣。我是說,對我們來說,如果我看的話,你知道,除了所有股權部分,真正的策略要素結合在一起,並且會持續下去的。Satya Nadella:是Azure上的無狀態API獨家視頻,這坦白說幫助了OpenAI、我們和我們的客戶。因為當企業中有人試圖建立應用程式時,他們想要一個無狀態的API。他們想把它與計算和儲存、資料庫混合在一起,以捕獲狀態並建立完整的工作負載。這就是Azure與這個API結合的地方。所以我們在foundry(鑄造廠)所做的,對吧,因為在某種意義上,你,比方說你想構建一個AI應用程序,但關鍵是你如何確保你用AI做的事情的評估是出色的。所以這就是你需要在Foundry中甚至一個完整的應用程式伺服器的原因。這就是我們所做的。Satya Nadella:因此,我覺得這就是我們將在基礎設施業務中推向市場的方式。對我們來說價值獲取的另一面將是,我正在整合所有這些智慧財產權,我們不僅在Azure中擁有模型的獨家權,而且我們可以存取這些智慧財產權。我是說,擁有免版稅的權利,我們甚至忘記所有的技術訣竅和知識方面,但在未來7年擁有免版稅訪問權給了我們很大的商業模式靈活性。這在某種意義上就像是免費擁有一個前沿模型。如果你是微軟的股東,你應該從這個角度開始思考——我們有一個前沿模型,然後可以部署它,無論是在Github,還是在M365,還是在我們的消費者Copilot中,然後加入我們自己的數據進行後訓練。所以這意味著我們可以把它嵌入權重中。因此,我們對Azure和基礎設施方面以及我們的高價值領域(無論是醫療、知識工作、編碼還是安全)的價值創造都感到興奮。主持人Brad Gerstner:你一直在合併OpenAI的損失。你知道,我想你昨天剛報告的,厄尼,我想你在這個季度合併了40億美元的損失。你認為投資人是否,我是說,他們甚至可能在歸因負值?對吧?因為這些損失,你知道的,當他們應用的時候,有多重收益,薩特亞,而我聽到這些,我想到的是我們剛才描述的所有那些好處,更不用說你在一家可能自身價值就達到一兆的公司中擁有的透視股權價值。你知道,你認為市場是否誤解了OpenAI作為微軟組成部分的價值?Satya Nadella:是的,這是個好問題。所以我認為艾米(Amy Hood,微軟CFO)要採取的方法是完全透明,因為在某種程度上,我不是會計專家。所以最好的方法就是提供所有的透明度。我想這次也是這樣。我認為這就是為什麼有非公認會計準則和公認會計準則之分,這樣至少人們可以看到每股盈餘的數字。Satya Nadella:因為我用常識看待這個問題的方式很簡單,布萊德。如果你投資了,我們說135億美元,你當然可以損失135億美元,對吧?但你不能損失超過135億美元,至少我上次檢查的時候是這樣。那就是你的風險所在。你也可以說,嘿,今天我們股權份額的1350億美元,你知道,有點不流動,諸如此類。我們不打算賣掉它,所以它有相關的風險。但真正的故事,我認為你在說的是所有其他正在發生的事情。 Azure的成長怎麼樣,對吧?如果我們沒有OpenAI的合作關係,Azure會成長嗎?就像你說的,有多少客戶是第一次從其他雲端平台來的,對吧?Satya Nadella:這才是我們真正受益的地方——Microsoft 365發生了什麼事。實際上,關於Microsoft 365的一件事是,E5之後的下一個大事件是什麼?你猜怎麼著?我們在Copilot找到了它。它比任何套件都大。就像,你知道,我們談論滲透率和使用率以及速度。它比我們在資訊工作領域做過的任何事情都大,而我們在這個領域已經做了幾十年。所以我們對為股東創造價值的機會感到非常好。同時,保持完全透明,這樣人們就可以看穿,損失是什麼。我是說,誰知道會計規則是什麼,但我們會做任何需要做的事情,然後人們就能看到正在發生什麼。主持人Brad Gerstner:但一年前,薩特亞,有一堆頭條新聞說微軟在AI基礎設施上撤退了,對吧?公平還是不公平?那些新聞確實出現了,你知道的,也許你們當時確實更保守一些,對正在發生的事情更懷疑一些。艾米昨晚在電話會議上說,你們在電力和基礎設施方面已經短缺了很多個季度,她以為你們會趕上,但你們還沒趕上,因為需求不斷增加。所以我想問的是,以你現在所知,你們當時是否太保守了?從現在開始的路線圖是什麼?Satya Nadella:是的,這是個很好的問題,因為,看,我們意識到的事情——我很高興我們意識到了——就是建立一個真正可在AI生命周期的所有部分通用的艦隊的概念,跨地理位置通用,跨代際通用,對吧?因為關鍵的事情之一是,當你擁有,就拿黃仁勳(Jensen)和團隊正在做的事情來說,對吧?我是說,他們的速度,實際上我喜歡的一件事是光速,對吧?我們現在有GB 300正在上線,你知道的,我們正在部署。所以你不想訂購一堆GB 200,結果剛插上電源就發現GB 300已經全面投產了。所以你必須確保你不斷現代化,你在各地分散艦隊,你的工作負載真正通用。你還要加上我們談到的軟體優化。所以對我來說,這就是我們所做的決定。我們說,看,有時你可能不得不拒絕一些需求,包括OpenAI的一些需求,對吧?因為有時候,你知道,薩姆可能會說,嘿,給我建一個專用的,你知道,大的,你知道的,無論什麼多吉瓦的數據中心在一個地點用於訓練,從OpenAI的角度來看是有意義的。但從Azure的長期基礎設施建設角度來看就沒有意義,這就是我認為我們做了正確的事情——給他們靈活性從其他地方採購,同時保持,再次強調,來自OpenAI的大量業務,但更重要的是,給我們自己在其他客戶、我們自己的第一方產品方面的靈活性。Satya Nadella:記住,我們不想做的事情之一就是短缺,你知道,我們談論Azure。實際上,有時我們的投資者過度關注Azure的數字。Satya Nadella:但大家要記住,對我來說,高利潤業務是Copilot系列產品-安全Copilot、Github Copilot、醫療健康Copilot等。所以我們要確保以平衡的方式來實現投資者的回報。這是投資人群體中一個被誤解的地方,我覺得挺奇怪也挺有趣的,因為我認為他們持有微軟股票是看中我們的整體產品組合,但他們卻異常關注Azure這一小項目的成長數字。主持人Brad Gerstner:說到這點,Azure本季成長了39%,年化營收規模達到驚人的930億美元。相比之下,Google雲端(GCP)成長32%,AWS接近20%。但如果你們沒有把算力分配給OpenAI,沒有把算力用於研發,Azure的成長率本來可以達到41%、42%對吧?Satya Nadella:完全正確,毫無疑問。所以我們內部的考量是平衡長期股東利益、服務好客戶,同時也要避免集中度風險。大家都在談集中度風險,對吧?我們顯然希望OpenAI有大量業務,但也希望有其他客戶。所以我們在調配需求。要知道,我們現在不是需求受限,而是供給受限。因此我們要以長遠眼光,讓需求與供給實現最適匹配。主持人Brad Gerstner:所以說到這裡,Satya,你提到了4000億美元的剩餘履約義務(積壓訂單),這是個驚人的數字。昨晚你說這是今天已簽約的業務,明天隨著銷售繼續肯定還會增加。你說僅僅了消化這些積壓訂單就需要大量建造產能。這些積壓訂單的多元化程度如何?你有多大信心這4000億能在未來幾年轉化為收入?Satya Nadella:這4000億的合約期限很短,平均只有兩年。所以我們肯定有意願完成。這也是我們大規模資本支出的原因之一——我們非常確定需要消化這些積壓訂單。而且正如你所說,訂單來源相當多元化,既有我們自己的第一方需求(實際上相當高),也有第三方客戶。現在我們看到越來越多其他公司正在建立真正規模化的工作負載。所以我們對此很有信心。 RPO(剩餘履約義務)最大的好處就是可以事先規劃。這還不包括250(億)的額外需求,那些合約期限更長,我們會相應建設。主持人Brad Gerstner:現在有許多新進業者加入算力建設競賽,像是甲骨文、Core Weave、Crusoe等。通常這會壓縮利潤率,但你們卻在維持Azure健康營運利潤率的同時完成了這些建設。微軟如何在這個競爭對手高槓桿、低利潤率營運的環境中競爭,同時平衡利潤和風險?你有看到競爭對手做的某些交易讓你搖頭說"這又要重演泡沫破裂周期了"嗎?Satya Nadella:某種程度上,對我們來說好消息是,作為超大規模雲端服務商,我們每天都在競爭——微軟、亞馬遜、Google之間的競爭非常激烈。有個有趣的現象:大家都說計算、儲存是商品化的,都在問"怎麼可能有利潤率?"但只有在規模化時才不是商品。所以我們必須要有成本結構、供應鏈效率、軟體效率持續複利成長,才能確保在規模化下有利潤率。Satya Nadella:我真正喜歡OpenAI合作的一點是它為我們帶來了規模。這是個規模遊戲。當你的雲端上運行著最大的工作負載時,意味著我們會更快學習如何規模化運營,成本結構會比其他人下降得更快。這會讓我們在價格上更有競爭力。所以我對我們保持利潤率的能力很有信心,這也是產品組合的幫助。Satya Nadella:我一直說,我是被迫提供Azure單獨數據的。因為從根本上,我從未真正分配過——我的資本配置是針對整個雲端業務的,無論是Xbox雲端遊戲、Microsoft 365還是Azure,這是一筆統一的資本支出,從微軟角度看一切都是按用量計費的。關鍵問題是,這些的加權平均值應該符合公司所需的營運利潤率。畢竟,否則我們為什麼不是個企業集團?我們是一家擁有統一平台邏輯的公司,不是在經營5、6個不同業務,這5、6個業務的存在只是為了讓雲端和AI投資產生複利回報。主持人Brad Gerstner:關於"循環收入"已經有很多討論,包括微軟給OpenAI的Azure積分被計入收入。你怎麼看AMD那種用10%股權換交易的做法,或是輝達的交易?我不想過度擔心,但確實想直面CNBC和彭博每天都在討論的問題——市場上有很多這種交織在一起的交易。當你在微軟的背景下思考這些,會擔心AI收入的可持續性或持久性嗎?Satya Nadella:首先,我們那135億的投資都是用來訓練的,沒有被計入收入。那才是我們獲得股權比例的原因,那才是我們擁有27%或135億的原因。Satya Nadella:這些投資並沒有進入Azure收入。實際上,Azure收入純粹來自ChatGPT的消費收入以及他們推出並貨幣化的API,我們只是按使用量收費。至於其他公司的做法,供應商融資一直都存在,不是什麼新概念。當有人在建立產品,他們有客戶也在建立產品但需要融資時,這很常見。有些形式可能比較新奇,顯然需要投資界仔細檢視。Satya Nadella:但融資本身不是新概念。有趣的是,我們沒必要做那些事。我們要麼投資OpenAI並以算力換取股權,要麼以優惠價格賣給他們算力幫助他們起步。其他人選擇不同做法。我認為循環收入最終會被需求檢驗,因為只要最終產出有需求,這一切就能運作。到目前為止確實如此。主持人Brad Gerstner:我想轉到軟體應用這塊——你說過超過一半業務在軟體應用。去年你說過,很多應用軟體只是坐在CRUD資料庫上的薄一層。Satya Nadella:業務應用的概念可能會在AI代理(Agent)時代全部崩潰。因為你想想,它們本質上就是帶有一些業務邏輯的CRUD資料庫。而業務邏輯都會轉移到這些AI代理上。主持人Brad Gerstner:公共軟體公司現在的遠期本益比大約是5.2倍,低於過去十年7倍的平均水平,儘管市場處於歷史高點。人們擔心SaaS訂閱和利潤率可能被AI衝擊。那麼今天AI如何影響你們軟體產品的成長率?例如那些核心產品——資料庫、Fabric、安全性、Office 365?第二個問題是,你們在做什麼確保軟體不被顛覆,而是被AI增強?Satya Nadella:是的,我認為是這樣的。上次我們討論這個問題時,我的核心觀點是:SaaS應用的架構正在改變,因為AI代理層正在取代傳統的商業邏輯層。過去我們建構SaaS應用的方式是:資料層、邏輯層和使用者介面層緊密耦合在一起。但坦白說,AI並不遵循這種耦合方式,因為它要求你能夠解耦這些層。上下文工程將變得非常重要。拿Office 365來說,我特別喜歡微軟365產品的一點是:它的單一用戶平均收入(ARPU)低,但使用率高。想想看,Outlook、Teams、SharePoint、Word或Excel,人們一直在使用這些工具,創造大量數據,這些數據都進入了微軟的知識圖譜。而我們的ARPU很低。這讓我對AI層充滿信心——我可以透過開放所有數據來實現它。事實上,Brad,一個有趣的現像是:多虧了AI,無論是Github或Microsoft 365,流入知識圖譜或程式碼倉儲的資料量都達到了歷史新高。想想看,產生的程式碼越多(無論是透過Codex、Claude或其他工具),這些程式碼都去了那裡? Github。創建的PowerPoint越多,Excel模型越多,所有這些檔案,還有聊天對話、新文檔,它們都進入了知識圖譜。所有這些都是用於AI"基礎化"(grounding)的必需品。你把它們轉換成正向索引,再轉成嵌入向量,這些語意資訊就是你用來為任何AI代理請求提供基礎的東西。所以我認為,下一代SaaS應用程式必須這樣建構:如果你是高ARPU、低使用率,那就有點麻煩了。但我們恰恰相反——我們是低ARPU、高使用率。我認為任何能夠這樣建構的公司都可以把AI當作加速器。看看M365 Copilot的價格,它比我們賣的任何其他產品都貴,但它的部署速度更快,使用率更高。所以我對我們所有的程式設計產品都很有信心。再看Github,誰能想到呢? Github在過去15年或10年裡做的事情,在去年一年就完成了。為什麼?因為編碼不再只是一個工具,它更像是對人工工資的替代。所以這是一種完全不同的商業模式。主持人Brad Gerstner:思考一下技術堆疊和價值分配的問題。直到最近,雲端運算主要運行的是預編譯軟體,不需要太多GPU,大部分價值都歸於軟體層——資料庫、CRM和Excel這樣的應用程式。但未來似乎會不同:這些介面只有在智慧化的情況下才有價值。如果它們只是預先編譯的,那就太笨了。軟體必須能夠思考、行動和提供建議。這需要產生這些token(標記),處理不斷變化的上下文。所以在那個世界裡,似乎更多的價值會流向AI工廠——流向黃仁勳(Jensen,輝達CEO)幫助以最低成本生產這些token的環節,流向模型本身。也許AI代理或軟體未來獲得的價值會比過去少一些。請告訴我為什麼我這個想法是錯的。Satya Nadella:我認為要驅動AI的價值,有兩件事是必要的。第一個是你描述的token工廠。如果你深入拆解token工廠,它包括硬體晶片系統,還包括如何用系統軟體最高效地運行它,實現所有資源的可替換性和最大利用率。這就是超大規模雲端服務商(hyperscaler)的角色。什麼是超大規模雲端服務商?有人可能會說:"很簡單,我買一堆伺服器,連接起來運行就行了。"不是那麼簡單的。如果真那麼簡單,現在就不會只有三家超大規模雲端服務商了。超大規模雲端服務商的價值在於運行token工廠並實現最大利用率的專業知識。而且,這不會是單一的,未來會是異質的。黃仁勳(輝達)很有競爭力,Lisa(AMD CEO蘇姿丰)會推出產品,Hock(博通)會生產晶片,我們也會做自己的。所以最終會有一個組合。你需要運行一個異質的設備群,優化token吞吐量、效率等等。這是一項工作。Satya Nadella:第二個是我所說的"代理工廠"(agent factory)。記住,現代世界的SaaS應用是為了驅動業務成果。它知道如何最有效率地使用token來創造商業價值。Github Copilot就是一個很好的例子。 Github Copilot的自動模式是我們做過最聰明的事。它會根據提示選擇使用那個模型來完成程式碼或任務交接。你這樣做不是隨機選擇,而是基於回饋循環、評估和數據循環等。所以新的SaaS應用,正如你所說,是智慧應用,它們針對一組評估標準和一組成果進行最佳化,並知道如何最有效率地使用token工廠的輸出。有時延遲很重要,有時效能很重要。知道如何聰明地做這種權衡,這就是SaaS應用的價值。但整體而言,確實這次軟體會有真實的邊際成本。在雲端時代也有邊際成本,當我們做CD-ROM時,邊際成本不大。有了雲之後,就有了。這次邊際成本會更高。因此,商業模式必須調整,你必須對代理工廠和token工廠進行這些最佳化。主持人Brad Gerstner:另外,說到你們。你們有一個很大的搜尋業務,大多數人並不瞭解。但事實證明,這可能是歷史上最賺錢的生意之一,因為人們在進行大量搜尋,數十億次搜尋,而對於微軟來說​​,完成一次搜尋的成本只是幾分之一美分,對吧?完成一次搜尋的成本非常低。但是今天當你使用聊天機器人時,類似的查詢或提示棧看起來就不一樣了,對吧?所以我想問的是,我假設這兩種業務未來會有相似的收入水平,對吧?你們是否會達到一個點,讓聊天互動的經濟效益能夠像搜尋一樣賺錢?Satya Nadella:我認為這是一個很好的觀點,因為搜尋在其廣告單元和成本經濟學方面確實很神奇——有一個索引作為固定成本,你可以用更有效率的方式分攤。而現在這個(聊天模型),就像你說的,每次聊天你都要消耗更多的GPU運算周期,無論是意圖理解還是資訊檢索。所以經濟模型是不同的。這就是為什麼我認為早期聊天的經濟模型很多都是免費增值模式,以及消費者端的訂閱制。所以我們還在探索,無論是代理商務還是其他什麼形式的廣告單元,它將如何運作。Satya Nadella:但同時,事實是現在我知道,實際上我使用搜尋主要是用於非常具體的導航查詢。我以前常說我很多時候用搜尋來購物,但現在這也在轉向我的Copilot助手。看看Edge和Bing中的Copilot模式,或是Copilot本身,它們現在正在融合。所以我認為,是的,就像我們談到的SaaS顛覆一樣,會有一個重新調整的過程,在開始階段,那個類別的消費者經濟學會有一些變化。主持人Brad Gerstner:我的意思是,考慮到這是一個價值數兆美元的市場,這是驅動整個網路經濟學的東西,對吧?當你和Google的搜尋經濟學發生轉變,並彙聚到更像個人代理、個人助理聊天的形式時,你知道,這最終可能在為人類提供的總價值方面要大得多。但對單位經濟學來說,你不再只是分攤這個一次性的固定索引成本了。Satya Nadella:沒錯。我認為在消費者類別上,因為你提到了一個我經常思考的話題,對吧?就是在這些顛覆期間,你必須真正理解類別經濟學是什麼,是贏家通吃嗎?這兩者都很重要,對吧?消費者領域的問題始終在於時間是有限的。所以如果我不做一件事,我就在做另一件事。如果你的獲利模式依賴某種人類互動行為,特別是如果真的有代理化的東西,即使在消費者端,情況也可能不同。而在企業市場,一是它不是贏家通吃,二是它對代理化互動會更友善。Satya Nadella:所以這不像是按席位收費與按使用量收費的比較。現實是代理就是新的席位。所以你可以把它理解為企業的獲利模式要清晰得多。消費者的獲利模式,我認為還比較模糊。主持人Brad Gerstner:你知道,我們最近看到一波裁員潮,亞馬遜本周宣佈了大規模裁員。科技七巨頭在過去三年幾乎沒有增加就業,儘管營收非常強勁。你的員工人數從24年到25年也沒有真正成長,維持在22.5萬左右。許多人將此歸因於常規的瘦身,就是在疫情後變得更有效率。我認為這有很多道理。但你認為這部分是由於AI嗎?你認為AI會是淨就業創造者嗎?你認為這對微軟的長期生產力是正面的嗎?對我來說,感覺蛋糕變大了,但你可以更有效率地做所有事情,這意味著要麼你的利潤率擴大,要麼意味著你重新投資這些利潤並更快更長久地增長。我稱之為利潤率擴張的黃金時代。Satya Nadella:我堅信生產力曲線確實會改變,從某種意義上說,我們將開始看到工作和工作流程的變化。特別是在任務層面,因為這些工具的力量,你將擁有更多自主權來完成工作。我認為這種情況會發生。這就是為什麼我們內部,例如當你談到我們對算力的分配時,我們想確保微軟的每個人都標配,對吧?他們都擁有Microsoft 365,以最無限的方式使用,並擁有Github Copilot,這樣他們就能真正提高生產力。Satya Nadella:但另一個有趣的事情是,Brad,我們正在學習的是有一種新的學習方式,對吧?就是如何與代理商一起工作,對吧?這就像當Word、Excel、PowerPoint在Office中首次出現時,我們學會了重新思考。Satya Nadella:比如說我們如何做預測,對吧?我是說,想想看,在80年代,預測是透過內部備忘錄和傳真之類的。然後突然有人說,哦,這裡有個Excel表格,讓我們把它放在電子郵件裡,發送給大家,人們輸入數字,這就成了預測。Satya Nadella:同樣,現在任何規劃、任何執行都從AI開始。你用AI研究,用AI思考,與同事分享等等。所以正在創建一種新的工件和新的工作流程。而業務流程的變化速度與AI能力相匹配,這就是生產力效率提升的關鍵。能夠掌握這一點的組織將成為最大的受益者,無論是在我們的行業還是現實世界中。主持人Brad Gerstner:有人問:微軟是否從中受益?想想幾年後,假設五年後你們的收入翻倍,Satya(微軟CEO),你們會增加多少員工?Satya Nadella:現在最讓我印象深刻的是微軟員工們的實際案例。例如負責我們網路營運的那位同事,她要管理我們剛在費爾沃特建的2千兆瓦資料中心鋪設的大量光纖網絡,還要跟全球400多家光纖營運商打交道。每次出問題,都要處理各種維運流程,工作量龐大。她跟我說:「我不可能拿到足夠的人員編制來做這些事。就算批了預算,我也招不到那麼多人。」所以她做了件聰明事——自己開發了一堆AI智能體(agents)來自動化維運流程,處理日常維護工作。這就是一個典型例子:一個團隊利用AI工具大幅提升了生產力。Satya Nadella:回答你的問題:我們會增加員工,但關鍵在於──同樣的員工數量,在AI時代能發揮比以前大得多的作用。這就是結構性調整。你說的"瘦身",我更願意理解為讓每個人重新學習工作方式。不是改變做什麼,而是改變怎麼做。這個"遺忘舊方法、學習新方法"的過程大概需要一年左右。之後的員工成長會帶來最大化的效益。主持人Brad Gerstner:是的,我們正站在生產力大幅成長的邊緣。跟你或麥可戴爾(Dell CEO)交流時發現,大多數公司甚至還沒真正開始——可能連第一局第一個擊球手都算不上——他們還沒開始重組工作流程來最大化利用這些AI智能體。但未來2-3年,大量的效益提升會顯現出來。我是樂觀主義者,我相信整體上會創造更多工作機會。但對企業來說,他們的員工成長速度會慢於營收成長速度──這就是企業的生產力提升。所有企業加起來,就是整個經濟的生產力提升。然後我們會把這些收益投資在創造以前不存在的新東西。Satya Nadella:100%同意!就拿軟體開發來說,沒人會認為我們的社會不需要更多軟體工程師,因為現實是每個組織都有大量積壓的IT專案。這些AI智能體會幫我們解決這些積壓的工作。想像一下"常青軟體"(永遠更新維護的軟體)的夢想即將成為現實,再想想對軟體的需求會有多大。所以知識工作的層次會改變,我們會適應這種改變,工作和工作流程會調整,甚至會改變整個產業對產品的需求。主持人Brad Gerstner:最後談談美國的再工業化。如果把你們這些大型美國科技公司未來4-5年投資的4兆美元資本支出加起來,以通膨或GDP調整後計算,大約是曼哈頓計畫(二戰原子彈計畫)的10倍規模。這對美國來說是個巨大的計畫。總統已經把重新談判貿易協定當作政府的優先事項。現在看起來我們已經獲得了數兆美元的投資承諾——光是今天韓國就承諾向美國投資3,500億美元。 你怎麼看美國在電力生產、電網建設等方面的進展?怎麼看這次再工業化的進程?對未來幾年有多樂觀?Satya Nadella:是的,我知道我感到非常樂觀,因為從某種意義上說,Brad Smith跟我講過關於我們威斯康辛州資料中心周邊經濟的情況。這非常有趣。大多數人以為我們的資料中心就是一個大倉庫,全自動化運作。這在很大程度上是對的。但首先,建造那個資料中心所需的投入,以及資料中心的本地供應鏈。從某種意義上來說,這就是美國的再工業化。Satya Nadella:沒錯。甚至在你看到亞利桑那州台積電的計劃之前,或者美光在存儲晶片方面的投資,或者英特爾的晶圓廠等等項目之前,對吧?我們想要開始建造的東西有很多。Satya Nadella:這並不意味著我們不會與其他國家達成對美國有利的貿易協定。但就你說的這點來說,為了新經濟而進行的再工業化,確保所有的技能和從電力開始的所有產能,我認為對我們來說都非常重要。Satya Nadella:還有一件事我也想說,Brad,這很重要,我也有機會跟川普總統以及盧特尼克部長等人談過這個問題——重要的是要認識到,我們作為美國的超大規模雲服務商也在全球投資。換句話說,美國是全球運算工廠或說"代幣工廠"的最大投資者。我們不僅吸引外國資本投資我們的國家以便我們能夠再投資,同時也要意識到,我們正在幫助歐洲、亞洲、拉丁美洲和非洲,透過我們的資本投資,把美國最好的技術帶到世界各地,讓他們可以在此基礎上創新並信任這些技術。所以這兩方面,我認為對美國的長遠發展都非常有利。主持人Brad Gerstner:我很感激你的領導力。 Sam在OpenAI真的在為美國衝鋒陷陣。我認為這是一個特殊時刻,展望未來,你可以看到4%的GDP成長就在眼前。我們會有挑戰,會有起伏。這些往往是階梯式上升,而不是直線上升。但就我個人而言,我看到華盛頓和矽谷之間、大科技公司和美國再工業化之間正在進行的協調合作,這讓我充滿了難以置信的希望。看著本周總統和他的團隊在亞洲的成果,再看看這裡正在發生的事情,真是太令人興奮了。所以感謝你抽出時間。我們是你的忠實粉絲。謝謝。謝謝,ACHA。Satya Nadella:非常感謝,Brad。謝謝你。主持人Brad Gerstner:提醒大家一下,這些只是我們的觀點,不構成投資建議。 (硬AI)