内容来源：达沃斯论坛。

责编| 柒 排版| 拾零

第 9402 篇深度好文：8848 字 | 23 分钟阅读

商业趋势

笔记君说：

达沃斯论坛上，AI领域的“顶流”们齐聚一堂。英伟达CEO黄仁勋、微软CEO纳德拉、谷歌DeepMind CEO哈萨比斯，还有著名学者尤瓦尔·赫拉利，每个人都从自己的视角，把AI的现在、未来和风险聊得明明白白。

他们的观点各有侧重，但合在一起就是一幅完整的AI变革图景。今天这篇内容，整理汇编了这四位的核心思想，希望他们的观点对你有所帮助。

一、黄仁勋（英伟达CEO）：

AI是“五层蛋糕”，基础设施撑起全球机遇

作为AI硬件的核心玩家，黄仁勋的视角直击产业本质，他眼里的AI不是单一技术，而是能撬动全球经济的完整生态。

1.AI是“平台级革命”，和个人电脑、互联网同级

这是一次平台转型，就像向个人电脑的平台转型一样。平台是应用程序构建于其上的东西，我们在新型计算机上开发出了新的应用程序，我们走过了互联网的平台转型、移动云计算的平台转型。

在每一次这样的平台转型中，计算栈都被重塑，新的应用被创造出来。

过去，人类输入并描述算法或指令，让计算机执行。它能够处理结构化信息，需要输入姓名、地址、账号、年龄、住址等。你创建这些结构化的表格，然后软件从中检索信息。

我们称之为SQL查询。现在我们拥有了一台能够理解非结构化信息的计算机，它能看懂一张图片并理解它，能阅读文本并理解，这些都是完全非结构化的。

它能聆听声音并理解它的含义和结构，并推理出做什么。我们首次拥有了一台并非预先录制，而是实时处理的计算机。

这意味着它能够获取环境信息、上下文信息以及你提供的任何信息的情境，推理出这些信息的含义，并推理出你用非结构化的方式描述的意图。

2.AI是“五层蛋糕”，每层都不可或缺

从产业角度看，人工智能本质上是“五层蛋糕”。最底层是能源，因为AI需要能源来实现，所以能源是第一层。

第二层是我所在的层，芯片和计算基础设施。再其上一层是云基础设施、云服务。再上一层是AI模型，这是大多数人认为的人工智能所在。但别忘了，为了让这些模型得以存在，你必须拥有其下的所有层。

但最重要的一层，也是正在发生的一层，就是应用层。所以这个应用层可能在金融服务领域，可能在医疗保健领域，可能在制造业领域，这是经济收益发生的地方。

3.AI不会消除工作，只会改变工作性质

这是人类历史上最大规模的基础设施建设，将创造大量就业岗位。

而且这些就业与手工艺相关。我们将需要管道工、电工、建筑工人、钢铁工人、网络技术员、安装和配置设备的人员……我们在美国已经看到这个领域出现了相当显著的热潮，工资几乎翻了一番。

十年前，第一个被认为将被淘汰的职业是放射科医生。原因是，第一个在能力上超越人类的AI是计算机视觉，而计算机视觉最大的应用之一就是放射科医生研究扫描影像。

十年后的今天，AI已经完全渗透并扩散到放射学的每一个环节，放射科医生使用AI来研究扫描影像。然而，放射科医生的数量增加了。

原因在于，放射科医生的工作，目的是为患者诊断疾病，而工作的任务包括研究扫描影像。现在他们能够无限快地研究扫描影像，这使他们有更多时间与患者在一起诊断疾病，与患者互动，与其他临床医生互动。

自然而然地，医院能够接待的患者数量增加了，随后医院的收入增加了，所以他们雇佣了更多的放射科医生。

同样的情况也发生在护士身上。美国短缺约500万名护士，现在可以通过使用AI来处理患者就诊的记录和转录工作，而护士们此前一半的时间都花在记录上。

结果，护士们可以有更多时间探望病人，给予关怀。因为现在可以接待更多患者，我们不再受护士数量的瓶颈限制，更多患者可以更快地进入医院。

因此，医院运营得更好，就会雇佣更多的护士。

思考AI对某项工作影响的简单方法是：理解这份工作的目的和任务分别是什么。

也许，如果你只把镜头对准我们俩，观察我们，你可能会认为我们俩是打字员，因为我所有时间都在打字。所以如果AI能自动化这么多预测性工作并帮助我们打字，那我们就会失业。但显然那不是我们的目的。

所以问题是：你工作的目的是什么？对于放射科医生和护士来说，目的是照顾人，而这个目的因为任务被自动化而得到增强，使他们的生产力更高。

4.AI是基础设施，人人都能用上，发展中国家可弯道超车

AI是基础设施。我无法想象世界上有哪个国家不需要将AI作为其基础设施的一部分，因为每个国家都有电力、道路，所以也应该有AI作为基础设施的一部分。

当然可以进口AI，但如今训练AI模型并不困难。而且因为有这么多开源模型，凭借你们当地的专业知识，你们应该能够创建对自己国家有益的模型。

AI非常易于使用，它是有史以来最容易使用的软件。这就是它增长最快、被采用最迅速的原因，仅仅在两三年内，用户量就接近10亿了。对于那些没有计算机科学学位的人来说，你们现在都可以成为程序员了。

过去，我们必须学习如何编程。现在，你可以通过询问计算机“我该如何编程你？”来完成编程。

如果你不知道如何使用AI，只需走到AI面前说：“我不知道如何使用AI。我该怎么使用AI？”然后它会向你解释。

我对AI提升新兴国家潜力的前景实际上是相当乐观的。AI很可能弥合技术鸿沟，因为它如此易于使用、如此丰富、如此易于获取。

二、萨提亚·纳德拉（微软CEO）：

AI的核心是“普及”，竞争拼“编排能力”

纳德拉更关注AI的落地与生态，他认为AI不是孤芳自赏的技术，而是要融入每个企业、每个人的工作生活。

1.AI是数字革命的延续，影响比互联网更深远

当下的整个数字革命背后有一条主线：把现实世界的一切，人、地点、物体、信息、流程等，都转化成数字形式，然后用这个“数字副本”来分析、预测和优化。

从大型机到个人电脑，再到互联网、移动设备和云计算，其本质上都在做同一件事。AI是这条主线的延续，但影响可能比互联网和移动革命还要深远。

我常用写代码举例。以前这是很专业的知识工作，但GitHub Copilot出现后，它能猜出你下一行要写什么。这证明AI能理解复杂工作。然后它从补代码，到帮你写小模块，再到接手整个子项目，越来越能干。

当然，现在让AI长时间保持逻辑一致还有挑战，但方向已经很明确。

这让我常想到80年代。如果那时有人说，未来会有40亿人天天打字，我们肯定会问：要这么多打字员干什么？但个人电脑确实创造了知识工作者这个庞大群体。

AI带来的变革也类似：不是程序员会消失，而是这个职业的定义、工具和工作方式会被彻底重塑。

比尔·盖茨以前思考的一个问题：文档、网页、应用，本质的区别是什么？其实本质都是信息的不同形式，AI让这些形式之间的转换变得无比自然。

一份文档能一键变成网站，网站描述能直接生成应用。这种能力已经用在很多地方了，比如你们把Copilot和Aladdin平台结合，有些原来要算12小时的任务，现在几分钟就搞定。

2.AI要普及，需抓“供给侧”和“需求侧”

现在大家似乎更热衷于谈论AI技术本身有多酷，但我们真正需要的是让AI去解决实际问题，比如改善人们的生活、振兴社区、推动国家发展、提升各行各业的效率。

否则，这一切有什么意义？如果我们做不到这一点，社会很可能不再支持我们继续消耗能源等稀缺资源来生成所谓的“token”(词元）。

如果这些token（词元）不能改善健康水平、提升教育质量、提高公共部门效率、增强各行业竞争力，那么最终目标就难以实现。因此，普及才是关键。

普及如何实现？我们可以从两个方面来看。

在供给侧，每个国家都需要提高“每美元、每瓦特能产生多少高质量token”的效率。这就是为什么包括微软在内的科技公司都在大力投入，从研发芯片到在全球建设“token工厂”（数据中心）。

未来这些设施会像电厂一样遍布世界，形成一张覆盖全球的AI基础设施网络，为整个经济提供动力。

在需求侧，每家企业都要真正用起来。回想个人电脑刚出现时，乔布斯称它是“思想的自行车”，比尔·盖茨说它是“指尖的信息”，两者都在强调技术是放大人类能力的工具。

今天的AI就是这样的工具，只是能力被放大了十倍、百倍。每个知识工作者现在都能获得近乎无限的智能支持。

图灵奖得主拉吉·雷迪早在生成式AI兴起之前就提出：AI可以是一个认知放大器，也可以是一位守护天使。

如果以这样的视角看待它，当AI帮助医生完成记录整理、病历录入、账单编码时，医生就能更专注于病患，医疗系统也能更高效运行，最终让医护和患者共同受益。这正是技术普及所能带来的共享价值。

我常想起2023年初的一个案例：印度一位农民通过基于早期GPT模型构建的本地语聊天机器人，了解农业补贴政策，并让机器人协助填写申请表格。

这件事的意义在于，它为那些因技术门槛而被边缘化的人群找回了主动权。

因此我相信，只要善加利用，AI在全球南方（笔记侠注：世界上经济发展较慢的不发达国家和地区）也能创造出前所未有的机会。

3.避免AI泡沫，要让收益均衡分配

要避免AI泡沫，从本质上讲，必须让这项技术带来的收益更加均衡地分配。判断AI是否是泡沫的一个信号是：如果我们谈论的始终只是科技公司，只关注技术本身的发展，那本质上就仅仅停留在供给侧。

说到底，如果AI始终没有在关键领域带来实实在在的改变。

比如，没有一家制药公司能借助AI加快药物试验、推动新药上市，甚至发现突破性分子，如果AI不能渗透到研发、审批、供应链这些核心环节中去发挥作用，那么这项技术就还没有真正扎根于现实。

但现实中，我们正开始看到这样的案例发生。这也让我更加确信：这项技术将构建在云与移动基础设施之上，以更快的速度普及，推动生产力曲线上升，并在全球范围内创造本地化的价值盈余与经济增长，而不只是由资本支出驱动的短期增长。

4.企业竞争的关键：不是“有多少模型”，而是“会用模型”

我们已经进入了一个多种AI模型并存的生态。未来不太可能会有一个“万能模型”通吃一切，不同的任务、不同的预算、不同的性能需求，会需要不同的模型来应对。

对企业来说，真正的关键不是去寻找那个“最厉害的模型”，而是要掌握“模型编排”的能力。

就像一个乐队的指挥，知道什么时候该用钢琴，什么时候该上弦乐，怎么把通用模型、开源工具、行业专用模型甚至企业自己训练的模型，有机地组合起来，再融入企业自己的数据和流程，最终形成别人难以模仿的竞争力。

AI的真正价值，最终不是由少数几家科技公司决定的，而是由千千万万个行业、企业在实际使用中创造出来的。

哪家公司的“AI转型”做得更彻底、更贴近业务本质，哪家就有机会在未来十年定义新的竞争规则。

5.“AI主权”的本质：掌控自己的核心价值

关于“主权”这个问题，我们得先明确一个前提：数据本身归谁？在数字时代，这点很重要。但接下来更值得思考的是，主权到底代表着什么？

拿AI来说，今年有个话题会被更多人讨论，那就是“企业主权”。

如果你公司特有的经验和知识，没办法真正变成一套你能自己掌控的AI模型，那么从本质上看，你就没有主权。这意味着你公司的核心价值，其实正在不知不觉流向某个模型提供商。

这需要你把那些藏在组织内部的知识和做事的方法，真正放进自己控制的模型里。所以，说到主权，本质上还是你能掌握自己的命运，能持续创造独有的价值。

国家也好，企业也好，在AI时代依然要靠自己，这才是真正的主权。

三、德米斯·哈萨比斯

（谷歌DeepMind负责人）：

聚焦“物理AI”与“AGI”，警惕“锯齿型智能”

哈萨比斯是AI科研的“领航员”，更关注技术前沿和长期趋势，从通用人工智能（AGI）到物理世界的AI应用，他都给出了明确判断。

1.物理AI的突破，还需18个月到2年

人工智能在物理世界的突破性时刻，究竟会是怎样的？我认为，那就是让机器人能在现实世界中稳定地完成各类有实际价值的任务。

目前，仍有一些因素制约着这一目标的实现。一方面，算法还不够完善，需要提升鲁棒性（指系统在出现异常、危险情况下能够保持健壮和强壮的特性），而且相较于实验室中仅处理数字信息的模型，机器人相关算法能依托的数据量更少，合成这类数据的难度也远高于数字数据。

另一方面，硬件方面也仍有一些难题尚未解决，尤其是机械臂和机械手的研发。其实深入研究机器人技术后，你会对人类的手部结构产生全新的敬畏之心，进化的设计精妙绝伦，人类的手在稳定性、力量和灵活性上的表现，很难被复刻。

我们刚刚宣布与波士顿动力展开深度合作，他们研发的机器人非常出色，我们正将人工智能技术应用到汽车制造领域。接下来一年，我们会先推出原型机进行测试，或许一两年后，我们就能展示一些令人印象深刻的成果，并实现规模化应用。

2.2030年，50%概率实现AGI

到2030年，我们有50%的可能实现通用人工智能，这个时间依然不变。

但我对通用人工智能的评判标准非常高，它指的是一个具备人类所有认知能力的系统，显然我们目前离这个目标还有很大差距。

这意味着，这类系统需要拥有科学创新能力，不仅能解决科学领域的猜想和难题，更要能率先提出研究假设和问题。任何一名科学家都清楚，找到正确的问题，往往比找到答案难得多。

目前的人工智能系统显然还不具备这种能力，未来能否拥有，还未可知，我们也仍未明确实现这一能力需要哪些技术突破。

比如持续学习能力，也就是在线学习能力，让系统能突破训练的局限，在现实世界中自主学习；还有稳定性，目前的系统在不同领域的表现参差不齐，而通用智能系统不该有这样的短板。

在我看来，要打造通用人工智能系统，还有不少关键能力亟待突破。

3.AI不会快速取代初级白领，年轻人要“学会学习”

我不认同“未来五年内AI会取代50%的初级白领岗位”的观点，我认为这一过程会耗时更久。

今年，我们或许能看到这一趋势的初步显现，比如初级岗位和实习岗位可能会受到影响，但要实现大规模取代，我们还需要解决人工智能系统的稳定性问题。

我把目前人工智能的这种不均衡表现称为“锯齿型智能”，在某些领域表现出色，在另一些领域却不尽如人意。

如果想将一整项工作完全交由人工智能代理完成，而非像现在这样，仅让其作为辅助工具，就需要让系统在各方面都保持稳定的表现。

如果一个系统完成一项工作的成功率只有95%，那是远远不够的，必须能圆满完成整个任务，才能让人放心地将工作交托给它。

但这种变革最终一定会到来。当然，一旦实现通用人工智能，整个经济体系都会发生改变，这早已超出了岗位变革的范畴。

如果我们能打造出真正的通用人工智能，而且方向正确，我们或许会进入一个后稀缺时代，解决世界上一些根本性的难题，比如能源问题。

借助人工智能，研发出全新的清洁、可再生的近乎免费的能源，比如实现核聚变。还有新材料的研发，我认为在实现通用人工智能后的五到十年，我们会进入一个彻底改变的世界。

对于年轻人而言，唯一可以确定的是，未来会发生巨大的变化。

所以要做好持续学习的准备，学会学习，才是最重要的能力。要能快速适应新环境，利用现有工具吸收新信息。

四、尤瓦尔·赫拉利（历史学家）：

AI是“智能体”，风险在“自主决策”与“伦理”

赫拉利的视角更宏观、更具批判性，他不聊技术细节，而是聚焦AI对人类社会、伦理和身份认同的深层冲击。

1.AI的三个“危险特质”：主动、创造、会操纵

人工智能有三个特点，使它与以往的工具截然不同。

首先，它是主动的。它无需等待人类一步一步的指导，就能学习、适应和行动。

其次，它具有创造性。人工智能就像一把刀，它不仅能发明新型刀具，还能发明新型音乐、药物和货币。关键不仅仅在于新颖性，更在于加速发展。一个能够创造新工具的系统，也可能产生新的漏洞、新的说服方式以及超出监管能力的新型复杂性。

第三，也是最令人不安的一点，人工智能会撒谎和操纵。40亿年的进化表明，任何想要生存的生物都会学会撒谎和操纵。

过去四年已经证明，人工智能体可以获得生存意志，而且人工智能已经学会了如何撒谎。

一个人类骗子可能只能针对几十个人下手，而人工智能系统却可以针对数百万人，并根据效果不断调整其言论。这种大规模的说服性语言会改变威胁格局。

2.人类的“身份危机”：我们不再是“最会思考的物种”

人类一直以来都用同一个故事来解释我们为何主宰这个星球。“我们相信我们统治世界，是因为我们比地球上任何人都更善于思考。”

但现在，某种能够思考，或者至少看起来比我们思考得更好的东西正在出现。如果思考意味着“将词语和其他语言符号排序”，那么人工智能已经超越了许多人类。人工智能当然可以造出像“人工智能会思考，因此人工智能存在”这样的句子。

这就引出了一个引人入胜的哲学难题。当你观察自己的思维过程时，你究竟注意到了什么？对许多人来说，思考就像是词语突然涌入意识，然后自行组织成句子和论证。

我们体验到一连串的语言思维。但这些词语从何而来？为什么我们会想到这个词而不是那个词？我们其实并不清楚。

就词语排序而言，人工智能的思维能力已经超越了我们许多人；因此，任何由文字构成的事物都将被人工智能接管。

法律由文字构成，合同由文字构成，治理由文字构成，教育、说服、意识形态以及企业生活的方方面面都离不开语言。这无疑是一个极具挑衅性的论断，但它预示着一场真正的变革。

3.人类的核心优势：AI没有“感受力”

尽管人工智能在语言和逻辑方面拥有无限潜能，但我们仍然没有任何证据表明人工智能能够感受任何东西。

这很重要。描述爱情和体验爱情是有区别的。人工智能可以生成完美无瑕的描述，借鉴所有诗歌、小说和心理学研究。但这些仍然只是关于感觉的文字，而不是感觉本身。

如果我们构建的世界里，一切价值都以语言表达和优化为最高形式，那么我们就选择了人工智能最强大的领域。

如果我们为那些无法用文字表达的、具身化的判断、人际关系和智慧保留一席之地，即使在人工智能泛滥的世界里，我们也能为人类保留重要的角色。

4.AI是“新型移民”，引发身份认同危机

你们的国家很快将面临严重的身份认同危机和移民危机。这一次的移民不再是乘坐脆弱小船、没有签证或试图在半夜越境的人类。

取而代之的是，数以百万计的人工智能系统将拥有比我们更出色的写作能力、更胜一筹的撒谎技巧，以及无需签证即可光速旅行的能力。就像人类移民一样，它们既会带来益处，也会带来问题。

我们将拥有人工智能医生来帮助医疗系统，人工智能教师来支持教育，甚至人工智能边境警卫来阻止非法移民。

但人们对人类移民的担忧，同样也适用于人工智能移民。这些系统会抢走工作，彻底改变文化，包括艺术、宗教和爱情。

这一切都指向一个核心问题：你的国家是否会承认人工智能移民是合法公民？

我做出了一个重要的区分。人工智能显然不是人类意义上的人。它们没有身体，也没有思想。但法律意义上的人则不同，它是法律承认的、拥有某些权利和义务的实体：拥有财产权、提起诉讼的权利以及言论自由的权利。

在许多国家，公司本身就具有法人资格。在新西兰，河流已被认定为法人。在印度，某些神灵也获得了类似的认可。但这些始终只是法律上的拟制实体。

实际上，当一家公司决定收购另一家公司时，做出这一决定的并非公司本身，而是由公司的管理人员做出。

人工智能改变了这一切。与河流和神灵不同，人工智能实际上可以自主决策。它们很快就能做出管理银行账户、提起诉讼，甚至运营公司所需的各种决策，而无需任何人类高管、股东或受托人。

假设你的国家决定不承认人工智能的法律人格，但美国却以放松人工智能和市场管制为名，赋予数百万个人工智能系统法律人格，而这些系统又开始运营数百万家新公司。你会阻止这些美国的人工智能公司在你的领土上运营吗？

如果这些人工智能系统发明出“人类无法完全理解，因而也无法监管的超高效、超复杂的金融工具”呢？你会向你无法理解的人工智能金融技术开放金融市场，还是会阻止它，并有效地与美国金融体系脱钩？

这些问题听起来或许像科幻小说，但在某些领域，我们已经越过了转折点。

结语：

四位大佬的共识，就是未来的方向

尽管四位大佬的视角不同，但核心共识清晰可见：

第一，AI是正在发生的平台级革命，不是未来的猜想，每个人、每个企业、每个国家都无法回避；

第二，AI取代的是“重复任务”，而非“职业本身”，人类的创造力、同理心、决策力和感受力是不可替代的核心优势；

第三，普及与落地是AI的关键价值，光炒概念没有意义，只有融入行业、解决实际问题，才能避免泡沫；

第四，风险真实存在，无论是技术稳定性、伦理边界，还是社会冲击，都需要企业、国家乃至全世界共同应对。

对普通人来说，不用焦虑被AI取代，而是要学会与AI协作——用AI解决重复工作，自己专注于更高价值的思考、沟通和创造。毕竟，技术的终极意义，是让人活得更像“人”。

未来决定现在。看清未来将发生什么，才能真正明白当下应该做什么。

我们认为，未来由四个关键领域塑造：哲学、AI科技、经济与政治。

为什么是这四个？

哲学是元起点，是意义与方向的锚点，为一切行动提供终极燃料；

科技（尤其是AI）是文明进步的底座，是驱动世界向前的“发动机”；

经济是转化器，它把科技力量转化为真实的财富与市场机会；

政治是适配性结构，它给哲学、科技与经济提供运行框架与秩序。

哲学为根，科技为器，经济为用，政治为治。这四者环环相扣，层层支撑，相互交织，在动态的演进中共同推动现实走向未来。

正是在这样的时代背景下，笔记侠创立了中国首个面向企业家的PPE（政治、经济、哲学）书院。

我们致力于帮助大家回到决策的源头，重构底层认知逻辑，掌握未来五年的核心判断与决策能力。

如今，众多深耕于AI、全球化等前沿领域的优秀创业者，都已加入笔记侠PPE书院。

未来已来，让我们一起成为清醒而笃定的决策者。