作者：有新Newin
編輯：騰訊新聞郝博陽
AI 正在改變我們的生活、工作和娛樂方式，從無人駕駛汽車和語音助手到AI輔助的醫學診斷、金融預測和ChatGPT，它將如何改變我們的社會、政治和經濟生活，跨越各個行業、行業和地理領域？
本月初， 米爾肯研究所邀請到了矽谷創投界的明星代表和CNBC主持人圍繞下一代人工智能展開了一次全球對談，嘉賓就包括：
Elad Gil，連續創業家和投資者，Color Health 的聯合創始人；
Ashton Kutcher，“喬布斯”扮演者，OpenAI、Anthropic以及StabilityAI的投資人；（下圖為劇照）
Peter Lee，WorldQuant Predictive 的董事長；
Nicola Mendelsohn，Meta全球業務集團負責人；
Alexander Wang，Scale AI 的CEO 兼創始人；
每位嘉賓詳細分享他們了所認為的最大機會以及目前最感興趣的領域。
劃重點
① 在AI可能帶來變革的領域中，醫療，教育，法律會是最有潛力近期獲益的領域，自動化將大大降低這些領域的使用成本，並打造個性化使用體驗，實現社會深度公平。
② 現實討論中有一個真正被忽略或繞過的議題是關於利用先進的分析技術來幫助現有的業務流程。高管們被數據淹沒，他們希望能夠預測結果，希望有數據驅動的決策支持來模擬不同的情景，並最終優化決策以推動收入增長、降低成本、管理風險。這是現今高管們最為重視的領域。
③在Transformer 基礎模型建構層面，贏家將是那些能夠獲得低成本能源、以低成本獲得高質量計算能力、擁有云存儲和非凡人才的公司。
④在這場技術革命中，80%的利益將歸於現有巨頭企業，20%歸於初創企業。但由於這裡有太多的價值創造，這些初創企業有巨大的潛力。
AI帶來了什麼新變化？
Julia Boorstin:
Elad，目前最令你興奮的事情到底是什麼？是健康領域嗎？還是涉及不同的企業工具？
Elad Gil:
總的來說，我參與科技行業已經有大約20年的時間了，我曾在Google和Twitter從事AI 的工作。我創辦了多家公司，並投資了許多過去的突破性公司，比如Airbnb 和Stripe 等。這可能是過去10 到20 年中第一次發生如此巨大的平台轉變，一切都在發生變化。每當出現這種轉變時，底層技術都會發生變化。
我們在2015 年和2017年分別取得了兩個突破，引入了新型模型，使我們能夠做出許多令人興奮的新事物，有了新的用戶界面，也有了改變的新應用場景。你會看到像法律這樣的應用場景，首次可以上傳一個30頁的訴訟文件，並由AI 輸出一個帶有引用法律案例的20頁回應。像Harvey這樣的公司現在就在做這樣的工作，你會看到這種巨大的轉變，現在的AI 能夠擊敗醫生、通過醫學考試、律師執業資格考試等。
因此，有人聲稱，設計這些AI 的人不斷向它們施加壓力，要求它們成為醫生和律師，而它們只想成為一個像Midjourney 那樣的藝術家。所以這一切都在發生變化。我認為每個領域，至少是技術觸及到的領域的每個方面都在改變，儘管這聽起來有點誇張，因為10年前，人們對AI 也說過同樣的話，但當時的技術還沒有到位，這就是為什麼你沒有看到很多初創公司蓬勃發展。而現在，我覺得我們終於達到了技術的轉折點，它已經足夠好，足以改變所有這些事情。
Julia Boorstin:
所以涉及到多個領域。 Ashton，你剛剛在今天啟動了你的基金，投資於OpenAI 、Stability和Anthropic。你現在最興奮的是什麼？
Ashton Kutcher:
噢，我想我主要是想重申你的想法。我認為我們有了這些Transformer 模型，它們開始變得足夠好，對人們來說非常有效。因此，許多人過去一直認為AI 是一種外來物體，它會對你產生影響。而我們現在發現的是，它是人們可以利用的工具。我認為這是一件非常美妙的事情，隨著時間推移，這些Transformer 模型會不斷通過數據得到強化，並變得越來越好。
許多雲計算公司都在將自己與這些Transformer 模型聯繫起來，因為它們意識到這些模型將產生大量數據，從而擴大了雲市場的總體市場規模。然後我們將有應用層插入其上，並對這些模型進行微調。如果我們回顧從萬維網到移動互聯網的上一波軟件浪潮，它在很大程度上是對無技能勞動力市場的重新發明和顛覆，而我們即將看到的是對有技能勞動力市場的重新發明。
真正令人興奮的是這個機會為大眾帶來的機會。以法律為例，如果過去你有一家公司，你想在法律領域重新發明一個軟件公司，你可能需要雇傭1000個律師助理來為你的社區提供服務，而今天在座的大多數人可能需要律師時可以找到律師。但大多數市民卻不行，因為他們負擔不起。而當你有一個律師助理能夠管理1000個AI代理時，它會大大降低每個人獲取該領域服務的門檻。
所以我認為AI 是一種公平和包容性的發展，這是一種巨大的機會，比如今天能夠接觸到兒科醫生、醫生、律師和個性化導師，所有這些現在都將成為可能。這些應用將建立在公平和包容性的基礎上，黑色轎車不再只是富人和名人的專屬；醫生、律師、教育家等這些大多數在座的人（參會富人）現在都可以很容易接觸的職業也是如此。
Julia Boorstin:
值得注意的是，儘管這個基金是你的前三項投資，但你的投資主要是在基礎層面而不是應用案例上，你是否看到在其他領域也有投資的機會？
Ashton Kutcher:
是的，我認為在每個特定應用案例的調整模型之下，都將有這些大型Transformer 模型的存在，因為很難超越這些模型的輸出。例如，如果你看看Claude 2.0 或者GPT-4，它們的輸出非常出色。而在應用層面構建起來會更加容易，只需將其與現有的Transformer 模型連接起來，因為這樣做更具成本效益，然後根據特定的數據集和垂直領域微調自己的模型。
因此，我認為在這個基礎上，會有一些大型Transformer 模型，其中一些是多模態的，一些是特定的，它們為應用層提供支持。有趣的是，在應用層面可能會有地區差異，因為在加利福尼亞州從事醫療工作需要與在其他一些州從事醫療工作所需的執照不同。由於存在微小差異，可能會出現基於地理位置的公司，以適應不同地區的法律工作。因此，會有一些特定的模型針對特定的監管環境進行調整，在這些Transformer 模型的基礎上，能夠在不同應用中產生不同的價值。
哪些領域會產生新的商業模式？
Julia Boorstin:
Peter，你在企業領域和金融領域有很多經驗。你現在最關注的是什麼？
Peter Lee:
我認為現在存在一些風險，儘管這種生成式AI 的熱潮令人興奮，正如Gachan Li 所提到的，我認為顯然也有一些轉型的機會。但我認為現實討論中有一個真正被忽略或繞過的議題是關於利用先進的分析技術來幫助現有的業務流程。
我認為有趣的是，在我來參加這個討論小組之前，我做了一件有趣的事情，如果你使用Bing 聊天功能（當然，它是由GPT-4提供支持的），並詢問它關於工業物聯網的生成式AI 應用案例，它會返回零。然而，我們擁有數十億個連接設備。我們面臨著製造領域的現實問題，比如以重要價格提供高質量產品等等。
我認為AI 可以應用於這些類型的應用案例，這些應用案例真正是高管們日常面臨的問題。談話中接觸到的高管們深陷於數據之中，他們真的是被數據淹沒了。他們希望能夠預測結果，希望有數據驅動的決策支持來模擬不同的情景，並最終優化決策以推動收入增長、降低成本、管理風險。因此，我認為AI 真正有機會將討論引入到現有的業務流程中，涉及到現今高管們最為重視的領域。
Julia Boorstin:
Nicola，你如何考慮將AI 作為一種工具應用於你的客戶，即在Meta上花錢的大型品牌？
Nicola Mendelsohn:
我們之前開玩笑說，實際上我們應該將這次會議改名為AI 會議，因為無論你參與的是金融的未來、健康的未來還是慈善事業的未來， AI 都真的是大有可為。但回想一下，關於Meta的早期階段，早在2006年，當我們創造新聞流（newsfeed）時，機器學習和AI 就在其中發揮了重要作用，確保用戶能夠看到自己想看到的來自朋友和家人的內容。
針對你提到的具體問題，關於我們如何在今天利用AI ，去年八月，我們確實繼續為用戶提供這樣的服務，讓他們看到他們想看到的內容，同時將不想看到的內容過濾掉，這都是通過AI 和機器學習來實現的。對於廣告客戶，我們推出了一整套產品，我們稱之為Advantage Plus產品。它的作用是將許多人工處理的任務交給AI ，以更好地預測我們的目標受眾，並尋找新的目標受眾，使廣告客戶能夠更有效地觸達他們。
在度量方面， AI 的部署也很有趣。我們現在開始嘗試一些亮度和暗度等方面的調整，儘管相對於你們剛才談到的一些大型應用案例來說，這聽起來可能更加低調，但對於幫助廣告客戶以最具成本效益的方式接觸到正確的受眾，這些調整真的非常有效。所以我們對整個領域感到非常興奮。正如Mark最近在財報電話會議上分享的，我們看到在所有產品上也存在大量潛力，包括生成式AI 的部署。
Julia Boorstin：
Alexander，你現在最關注的是什麼？ Scale 提供了各種各樣的工具。
Alexandr Wang：
我們確實看到了整個領域的發展，來看看每個行業的情況。首先是科技行業，它可能是即將發生的最重大的轉變之一。如果你考慮科技巨頭之間的權力平衡，它將因為這項技術而發生根本性的變化。聊天機器人作為一種全新的消費界面形式正在迎頭趕上。人們喜歡在這上面花費很多時間。
當我們展望未來，在今年即將發生的事情中，科技巨頭之間將展開一場關於誰能提供最具吸引力產品的大戰。這可能是大型科技公司在今年真正進行對抗的少數時刻之一。對於生成式AI 的商業化，我們仍處於早期階段，除了視頻領域可能有與芯片業務相關的數十億美元收入流之外，還沒有與生成式AI 相關的數十億美元收入流。所以，我認為在今年的過程中我們將看到這一情況的發展。
我認為觀察到商業化潛力的形成將非常有趣，無論是通過廣告還是其他方式。對於企業市場，我們看到了一系列的應用案例，就像Ashton 和我之前提到的，專業服務行業是受到根本性顛覆的。你可以看到很多專業服務公司，比如普華永道，它們正在進行大量的投資，因為他們感到了一種生存威脅。他們上周宣布了對AI 和生成式AI 的10億美元投資。
正如我們所討論的，法律這個行業會因為這項技術而發生根本性的變化。然後我們看看每個業務功能，無論是廣告，就像我們在舊金山的辦公室裡給你展示的那樣，還是銷售，或是客戶服務，每一個功能都在根本性地改變著經濟模式。
我個人最近花了很多時間關注AI 的地緣政治影響。正如你在上一個討論中提到的， 就像我們在二戰中看到的那樣，那些能夠迅速將新技術融入戰爭和國防情報程序中的國家最終會處於領先地位，而AI 是一項有能力改變外交權力平衡的技術。
AI監管與公司競爭
Julia Boorstin：
是的，我想深入探討一下這個問題，確保我們回到討論現有巨頭和新興企業之間的競爭以及權力的轉移。但是我認為深入探討這種新時代的太空競賽的想法也很重要。 Elad，對此有什麼看法？
Elad Gil:
我認為最近對AI 進行了許多要求進行監管的呼聲，感覺非常片面，並沒有聽到真正提出反對意見的聲音，似乎每個人都在呼籲加強對AI 的監管，這似乎有些過早。
在某些方面，確實有一些應該受到監管的事項，比如對先進芯片技術的出口控制，正如Alexander 所說，中國可能會從中受益，或者其他潛在對手。但是，還有許多事情被混在一起，有人擔心AI 的安全性，即機器人會冒犯你嗎？或者說一些你不喜歡的事情？或者散佈錯誤信息？還有人濫用或誤用這項技術的風險？如果由計算機系統控制，你能否攻擊一輛火車並使其脫軌？或者你能否用AI 做其他事情？最後，人們擔心AI 是否會成為一種與我們競爭的物種等等。
顯然，人們將這些問題混為一談，但它們都導致了對更多監管並放慢發展的呼聲。 Elon Musk 和其他人發表了一封公開信，建議我們暫停AI 的開發，至少六個月甚至更長時間，以便我能夠追趕並建立自己的技術。這其中的一些人可能是為了自身利益。但我覺得現在這樣做還為時過早。我們仍然需要看到這項技術如何實際運作，在很多方面它還在得到證實。
如果我們總結一下歷史，會發現很多工具，正如你在之前的討論中所說的，它們被濫用了。但是如果我們回顧整個20世紀的歷史，就會發現20世紀的歷史已經是人們對其他人進行可怕行為的歷史。我們不需要AI 就能引發兩次世界大戰、進行種族滅絕，或者引發大規模的飢荒。因此，我認為我們對這個問題的相對風險和利益的解讀是錯誤的。我認為要求加強監管還為時過早。
Ashton Kutcher:
我想再補充一點，就是要明確一點。我們還沒有達到通用AI 。通用AI 絕對是一項需要大量監管和考慮的事項，但我們還沒有達到那一步，所以這是首要的。另外，我所了解的三家公司非常重視這些問題，而且他們以一種我之前從未見過的方式提前考慮到了他們正在構建的技術的二次和三次後果。
事實上，這些公司在這個問題上的參與度比一些大型科技公司還要高，它們更有遠見，並願意將自己的技術應用於解決問題，而不是掩蓋它們的平台上存在的問題。它們正在積極應對這些問題，積極思考這些技術如何被用於各種各樣的不良方式，通過構建模型本身來減輕這些問題的影響。事實上，它們可能會引領監管的道路，因為它們會提出這個領域的最佳實踐，這就是我們應該做的。
中國目前最先進的模型大約有一萬億個參數，而美國目前最先進的模型是GPT-4，大約有八千億個參數，但中文裡有大約2700個字符，而英語中只有28個字符，所以從根本上來說GPT-4模型可能更強大。
從更大的角度來看，要讓模型輸出不可預測的東西，就需要保留神經模型中的一些節點，否則那將降低模型輸出的質量。就目前而言，GPT-4 等模型是有優勢的，如果過於限制這些模型和公司，我們在競爭上將會處於劣勢。
Elad Gil:
關於監管的問題，我認為有一個關鍵的時刻將到來，那就是即將舉行的總統競選。這會是第一次AI 驅動的選舉。我們將使用生成式AI 來創建廣告文案、進行機器人撥號和執行各種任務。那時，監管的動力將變得非常強烈，我們可能需要抵制這種動力。這將是第一次AI 選舉，我認為這將非常引人注目，它會帶來很大的影響。
Peter Lee:
從企業的角度來看，我我認為AI 對組織有巨大的益處。尤其是在COVID之後，公司都在進行數字化轉型，當你真正考慮你的組織時，會發現人們對可以利用嵌入式AI 或嵌入式分析的應用的需求是無法滿足的，有多少人在組織中真正具備理解這些AI 模型的全生命週期，包括開發、部署和維護，以及如何處理偏見和歧視等問題的能力？
所以，我認為在公司的數字化轉型過程中，需要與值得信賴的合作夥伴合作。隨著時間的推移，這個特點將被強調出來，無論是像scale AI 或WorldCom、predictive等公司，這是即將到來的AI 革命中非常重要的特徵。
Nicola Mendelsohn:
回顧歷史，每當有任何新技術出現時，從印刷機、電力到汽車，我們總是經歷一個曲線，從巨大的興奮到巨大的恐懼，然後進入一個正常化的階段，我們繼續前進。而這次不同的是，我們幾乎同時經歷了興奮和恐懼，但我對許多從事這個領域的公司在構建過程中所展現的責任感感到非常鼓舞。
從一個宏觀的角度來看，我們有一個完整的負責任AI 部門，我們與內部和外部的不同監管機構、公民社會合作，共同創建了一些工具，比如一個叫做“open loop”的工具，可以讓政策制定者和監管機構實時測試和嘗試他們提出的想法，因為我們發現對於新技術來說，監管的落後是因為缺乏專業知識。
因此，通過早期創建這樣的產品，從第一個剎那開始，我認為它提供了一個良好的機會，可以應用於諸多領域，從選舉到日常使用這些產品。因此，我對公司對此問題的認真態度深感鼓舞。
Ashton Kutcher:
我認為，在這個技術推出時最重要的考慮因素之一將是重新平衡隱私和安全的觀點。因為當你擁有具有如此強大能力的東西時，我們作為一個整體可能願意放棄一些隱私權來確保安全。我認為在未來幾年中，這可能是最重要的考慮因素之一，即我們應該願意放棄多少隱私來確保我們的安全？因為人們會用這項技術做一些可怕的事情，這毫無疑問。問題是我們能否找到它？我們能否及時阻止它？並使用同樣的技術找到它並阻止它？我們是否具備必要的門控機制來做到這一點？
Nicola Mendelsohn:
是的，我完全同意。我們正在做的事情之一就是找到深度偽造視頻、進行分析、理解，並將其輸入到機器中，讓機器自己進行訓練，以便能夠理解和識別使用相同技術的其他內容。因此，我確實認為這是一個需要深思熟慮的領域，在這個領域我們需要有針對性的監管，以免我們束手束腳，無法在治癒疾病和處理其他健康狀況方面取得真正顯著的進展。
Julia Boorstin:
Peter，你提到了許多不同行業採用AI 的潛力，我很好奇你能否告訴我們在推動更多企業採用AI 方面存在哪些障礙？
Peter Lee:
是的，我認為存在幾種不同類型的障礙。對於高價值的應用案例來說，團隊合作至關重要。數據科學是一項團隊運動，如果一個模型給出了一個推薦，但是沒有某種形式的治理生命週期，那麼像意大利電信這樣的公司不會將其4000 萬的移動用戶的激勵機制自動化。
我認為，高價值的應用案例需要合作、溝通和代表群體的認可，這是當今的一個真正的障礙。對於非常令人興奮的ChatGPT 來說，有很多高管向我們表示，他們真的想利用先進分析，但是我們的數據還沒有準備好，還沒有到那一步。
我認為ChatGPT 展示了從世界各地的數據中獲取競爭洞察力和預測洞察力的巨大能力，為此我們花了很多時間來篩选和監控公開、私有、商業和衍生的替代數據集。
對教育、醫療、法律以及業務決策的革命
Alexandr Wang:
當我與世界各地的CEO 會面時，我會問他們，你們嘗試過這項技術嗎？我會建議Ta 們去嘗試、去實驗，去學習，喚起你的好奇心，然後將會看到擺在面前的機會，你將能夠使你的業務更加高效、更加有效、更俱生產力，從而獲得更大的成就。
Ashton Kutcher:
如果你是一家商業公司，忽視了電子商務，那麼你可能已經破產了。如果你是一家公司，而你對AI技術視而不見，那麼你可能會破產，從利用的角度來看，它是如此出色和強大。
當我們談論承諾和潛力時，往往首先從教育開始。僅僅在教育領域，擁有一個始終陪伴你的個性化導師是一種非常優勢的地位，而這些大型語言模型最擅長的就是類比和隱喻。因此，如果你想找到一個類比來解釋同態加密貨幣，或者想找到一個類比來解釋隱私保護的機器學習，你可以獲得一個關於你已經具有領域專業知識的主題的類比，然後將其應用於你正在學習的內容。我們將會有來自世界各地的學生、孩子和人們能夠使用這項技術以一種前所未有的方式學習某個領域。
我們都聽說過個性化醫療、個性化法律以及個性化教育，我們將個性化每一個個性化的媒體體驗，你將能夠接受那首歌並使其成為你自己的。我的朋友與ChatGPT 合著了一本關於他過去六本書基礎上的書，他還問了AI下一本書會是什麼？
因此，如果你願意等一周，我會為你製作一本個性化的版本，其中包括我們在書中曾經有過的經歷，這就是我們將要擁有的內容體驗，這就是我們將要擁有的消費者體驗，這對人類來說非常有希望。
Julia Boorstin:
Alexander, 既然你正在與企業客戶進行交易所，你有什麼看法？
Alexandr Wang:
是的，我認為在人類潛力的最大增長方面，那就是教育。世界上大多數人並不是通過一對一輔導來學習，而是通過課堂式學習，但大多數人採用課堂式學習是因為這種方式經濟實惠。現在，我們為地球上的每個人提供了一對一的導師，這將在未來幾十年內對人類潛力產生巨大影響，這非常令人興奮。
我們看到的真正重大的應用案例是企業從根本上改變他們與客戶交互的方式，無論是電商公司，它們都在思考：如何讓每個人都擁有一個基本上由AI 驅動的銷售助理，幫助你找到你所需要購買的東西，並幫助你找到給你媽媽的完美禮物，或者你主持的燒烤派對上應該買些什麼。
我認為這是產品和服務完全不同的交付方式，同樣的類比也存在於醫療行業，如何提供更加個性化和量身定制的體驗，科技公司也在思考這個問題，比如蘋果公司非常深入地思考，現在我們與手機的互動方式是否因為這項技術而根本不同了。因此，我認為所有的企業領導者都應該深思熟慮，未來的AI 時代，理想的客戶體驗是什麼樣的，以及如何達到這個目標。
Elad Gil:
我認為Color在人口健康護理領域做了一些相關的工作，從醫療保健和成本降低的角度來看，你可以通過AI 來覆蓋醫生或護士的一部分工作，從而大大降低成本；如果你能將某些醫療護理方面的成本降低10倍，就可以擴大能夠接受醫療護理的人群，並在很深的程度上實現公平。
因此，護理交付是即將發生變革的領域之一。從長遠來看，5年後的版本是全球任何地方的人都可以通過手機獲得類似於斯坦福醫學院或加州大學洛杉磯分校水平的醫療護理。你可以拍照上傳一些文字描述，然後將得到一些想法或假設，無論你身處世界的哪個地方，也不論你在診斷方面能負擔得起還是負擔不起什麼。我們已經在美國看到了一些這方面的應用，降低了成本並增加了可獲得性，但我認為這只會加速發展，而真正令人興奮的是全球範圍內的應用。
Ashton Kutcher:
我認為一個最大的問題是在於企業的AI 應用中，並不是“什麼是AI ？”而是“什麼是人類？”真正考慮的是，我們作為人類能夠做到什麼，以及與AI 所能做到和成為的獨特之處。
Julia Boorstin:
這將改變教育以及孩子們需要學習和思考的內容，以及哲學和倫理學等的相關性。我想回到一個問題，那就是誰將從這些AI 機會中獲勝，蘋果、谷歌、Meta、微軟以及OpenAI ，但問題不僅僅是這些科技巨頭中的哪一家會獲勝，而是像Scale 這樣的年輕公司或者你投資的其他公司能否在這種新的競爭生態系統中脫穎而出？
大企業和初創公司，誰在崛起？
Elad Gil:
我認為每個人都還在整理這個問題，這就是為什麼現在是進入這個市場的一個令人興奮的時機。很多人認為基礎模型層將會整合成為少數幾家公司，通常與雲服務提供商合作。因此，你有微軟和OpenAI 合作，你有谷歌既有云服務，也有模型，然後你有Anthropic作為另一個關鍵的參與者，還有一些新興的公司，如Scale、CoHere 和21 等。
目前看來，它們似乎是該領域的潛在領導者之一。隨著向上堆疊，你會看到一些工具公司，Scale 不僅提供工具，還有各種其他功能，它們已經成為生態系統中一個非常重要的組成部分。還有一些新事物如LangChain 或Llama Index，人們對此越來越感興趣。
應用層面，我記得在移動設備出現之前，人們曾經問過，“移動設備上會出現什麼是移動版的Salesforce？新的CRM系統是什麼？或者移動版的搜索引擎是什麼？結果證明，移動版的Salesforce 就是在iPhone 上使用的Salesforce，移動版的搜索引擎就是在Android 設備上使用的谷歌。
一個重要的問題是價值的多少歸屬於現有企業與初創企業。如果必須猜測，我會說80%歸於現有企業，20%歸於初創企業，但由於這裡有太多的價值創造，這些初創企業有巨大的潛力。
因此，這個時代的一個真正令人興奮的事情是，現有企業將會獲得巨大的利益，當然你也將會看到一系列令人興奮的新用例和體驗，例如為你的孩子提供導師服務以及廣大社會範圍內的醫療保健，這些是以前由新興初創企業提供的。
Peter Lee:
我認為我們也應該將一些觀眾的注意力引向數據提供商，他們也將是贏家。我確實認為對於許多公司來說，有一個機會，因為他們擁有尚未開發的海量數據。不僅僅從公司的角度看，如果我們將數據作為鏡頭，而不僅僅是公司，那些與數據緊密聯繫並能夠解讀數據，幫助客戶理解如何利用數據的公司將成為這個領域的贏家。
Ashton Kutcher:
在Transformer 基礎模型建構層面，贏家將是那些能夠獲得低成本能源、以低成本獲得高質量計算能力、擁有云存儲和非凡人才的公司。這些基本上將決定一切。現在正在形成許多聯盟，每天都在發生變化，這些聯盟是很好的先導指標，可以看出價值將會上漲到哪裡。
在應用層面，我認為類似於移動革命，我同意很多價值將隨著現有企業而來，但獲勝的公司將是那些擁有出色產品，並且理解並重視人類體驗，了解人類的痛苦所在以及實現幸福的過程中存在哪些摩擦的公司。那些理解這一點並直觀地構建產品來解決這些問題，並以經濟高效的方式做到這一點的公司將會成為贏家。
Nicola Mendelsohn:
我認為大眾將是贏家，以前那些被告知不擅長數學的小女孩，那個被告知不擅長創造性工作的小男孩，在未來將不再是真實的情況。當我們解決一些問題時，作為社會，我們將不得不重新思考，人們將不再需要做那些以前不能滿足他們，並為創新和創造提供更多機會的工作。對我來說，這是非常令人興奮的。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載