解读：Google前CEO施密特发言背后的心思和意思

前天早晨连续几个人把施密特在斯坦福的发言，转到了国发院AI碰撞局的群里，刚看完。施密特和Erik Brynjolfsson这次发言特别鲜活，其背后折射出来的东西非常有意思。一部分可以看成是产业的直言不讳，一部分则不少“傲慢和偏见”。这里选几点配个解读。（打引号部分是引用的，看文章说是阑夕翻的，按原文我调了一点）

傲慢与偏见

现在的谷歌为什么在AI领域输得一塌糊涂？因为谷歌觉得让员工尽早回家和平衡工作比赢得竞争更加重要。如果你的员工每个星期只来公司上一天班，你怎么可能比得过OpenAI或是Anthropic？

看着是不是很熟悉，国内公司压力大后抓考勤的思路怎么来的？

这叫组织问题个人化。差不多所有问题都可以归结为员工不努力，但正因为这是个百搭的答案所以肯定不是最正确的那个。

看看马斯克，看看台积电，这些公司之所以成功，就是因为能够卷员工，你必须要把员工逼得够紧才能获胜，台积电会让物理学博士第一年下工厂干活，你们能想象美国的博士生去流水线吗？

这个和上面那个衔接起来特别闭环。说土鳖一点这套逻辑是：成绩没行-大家不努力-要严格管理。大家还记得前阵的几次热点事件么？

璩女士的婆婆论：你辞职啊，我秒批。

我为什么要考虑员工的家庭，我又不是你婆婆、也不是你妈妈。

你可以不用承担重要的工作，但涨薪的时候就没有你什么事。

东哥的兄弟宇宙：

如果你业绩好，你可以永远不需要去加班加点，公司永远是爱你的，永远给你非常好的收入待遇。如果你业绩没那么好，只达到了平均水平，你只要拼搏，公司永远不会辞退你。但是业绩不好，又从来不拼搏的人，这家公司永远不能容忍，一个（公司都）不能容忍，都会逐步通过各种手段全部淘汰出局。

我也知道每个人生活的选择不一样。我们也有员工更多享受生活，生活第一，事业 / 工作第二，不想拼，我能理解。这没有错，但我只能说，你不是我们的兄弟，是路人。什么叫路人？就是你既不是我的朋友，也不是我的兄弟，也不是我的敌人。我们不应该在一起共事，因为你的存在会让我们在拼搏的兄弟们的利益严重受损，对他们严重不公平。

是不是能看出点相似性。

但实际上这类问题往往主因都是领导问题，而不是员工问题。基础牵引和组织构建出了问题才有后面各种表现。典型的上位者归因方式，但归因为前者就意味着深度批评自己和当下的CEO。（参见：《董宇辉+俞敏洪为什么不能1+1>2？》）

TikTok给美国人上了一课，在座各位年轻人以后如果创业，能偷音乐什么的就赶紧去做——似乎是在黑TikTok早期纵容盗版BMG——如果你做成了，就有钱雇佣最顶级的律师帮你擦屁股，如果你没做成，那就没人会起诉你。

这事应该是打击了美国人的自尊心了，所以碎碎念，瓷瓶打洞。傲慢和偏见比上面更明显。比烂要能做出NB产品，那不遍地都是创新了么？OpenAI的数据来源都合法么？当年硅谷起点上大家跳来跳去，没有知识产权问题么？

这类事正常解读肯定是要关注哪里做对了什么，不管是时机、产品、技术。

相比之下，任老爷子在孟晚舟被扣留的时候喊出我们要向美国人学习更是一种高位认知和海纳百川的气度。

一个比卷，一个比烂这俩背后的心理状态很有意思，按吴军《硅谷之谜》硅谷不是应该比创新么，怎么就这样了。我也相信这不是就施密特这么想。

所以可能也不过是玻璃心的少年，顺风顺水的时候就什么都高级，真碰点墙一样叽歪。可也不稀奇。

产业现实

自己犯过很多错误，比如曾经觉得英伟达的CUDA是很蠢的编程语言，但现在CUDA是英伟达最牛逼的护城河，所有的大模型都要在CUDA上运行，而只有英伟达的GPU支持CUDA，这是其他芯片撼动不了的组合。

这就是之前说了很多次的系统性。单品从来不能在产业链上形成控制力，产业控制力其实就是定价权。在过去技术+API才可能形成产业控制点。价值大小看你所处的位置。同样是运河苏伊士运河就比我们京杭大运河值钱，虽然京杭长十倍。

而系统性所对应的接口能不能解决问题有关，不全是技术问题，一定程度上时机比技术关键。但你得能用，不能突破底线。

CUDA和Windows当年的崛起都体现了这事。（参见：《为什么英伟达很贵，联想等就不行，AI后续发展的七个阶段与造富机会》）

还有微软跟OpenAI合作时自己也觉得难以置信，微软怎么能把最重要的AI业务外包给那种小公司啊，结果再次看走了眼，再瞧瞧苹果在AI上的温吞，大公司真的都官僚化了，奋斗者都在创业。

乍一看是老说的创新者窘境，但实际上微软的老板们尤其纳德拉可能更老谋深算一些。他们可能认识到了自己的这种窘境，然后把OpenAI 变成自己棋子的一部分。

大概就是我给OpenAI个框子让你自由地跳，但这个框里你不管怎么跳，也都是对我有帮助的。比如现在除了投资，微软和OpenAI合作的模式是微软一年出2亿美金买个OpenAI的私有部署。这样OpenAI其实就不可能形成产业控制力，需要老老实实做模型，承担亏损。

OpenAI其实变成了是微软的有创新能力的供应链环节。（参见：《OpenAI为他人做嫁衣裳》）

开源很好，谷歌历史上的大部分基础设施也都受益于开源，但是说实话，AI行业的成本太高了，开源负担不起，自己投资的法国大模型Mistral将会转为闭源路线了。

这点可以和后面现在不过摘取AI低垂的果实一说联合起来看。

现在开源这事关键的不是模型，而是上面建设生态的可能性。裸模型大家拿来就用，那对Meta等当然没啥意义，但后续如果像安卓一样在上面陆续把对上层的应用接口标准化，并且衍生出来智能的应用生态，形成新基础设施就有意义了。

Meta大概率是要干这个。我看有个翻译里面加了个Meta是冤大头，那估计整偏了。（参见：《开源大模型LLaMA 2会扮演类似Android的角色么？》）

以下这点来自于斯坦福的教授Erik Brynjolfsson，和施密特没什么关系。

历史上，电力在引入工厂之后并不比蒸汽机创造了更多的生产力，是过了大概30年左右，分布式电源改造了车间布局，推动组装系统的出现，再才开始了生产力的飞跃。现在的AI和当初的电力一样，有价值，但还需要组织创新，才能真正拿到巨大的回报，目前大家都还只是在摘取“低垂的果实”。

这背后其实说了个故事。

斯坦福教授研究半天发现，电力刚导入的时候对生产力没啥太大影响。核心原因是直接用电力的电机去替换原来工厂里面的蒸汽机，而原来为了适配蒸汽机的配套措施、生产过程完全不改，比如一个巨大的蒸汽机中心，所有东西围着它配套。

后来才逐渐想明白，电力明显支持更灵活的工厂布局和生产过程，原本适配蒸汽机的很多措施其实是生产力桎梏，把这些去除了后按电力最优的方法重新彻底组织了一遍生产过程，才产生了生产力革命。

这和之前琢磨事文章中类比的，坦克刚出来英国人就当能动的火炮用，没起啥太大作用，等到闪电战组团用才发威说的是一个事。

现在包装AIGC，生成各种Copilot工具就是坦克当移动火炮用，或者拿电机替换蒸汽机的阶段。真正过渡到Autopilot才是后面的生产力大提升。

关键是Level 2 reasoner。那个之后，Autopilot应用会大行其道，而每一个Autopilot应用都会折叠掉现在按功能分布的各种应用。（参见：《AI三重劫，总结AI成功产品，透视AI的下一步（暨琢磨事AI碰撞局第五期小记）》）

小结

中国人仔细听这个演讲会比较不舒服，很是体现美国精英人群潜在的以自我中心。但秉承任老爷子的海纳百川精神还是说回产业。这段对话最头上关于million-token context，AI agent，text to action的问答折射的东西很多，至少两点：第一是AI大乐观视角，国内可能因为短期没赚到钱又悲观了；第二是AI应用空间的打开方式。模型的应用空间和海量上下文也有直接关系。

这个对话和《AI智能体产品案例深度思考和分享（全球顶级公司实践细节，做AI智能体必读）》，还有《总结AI成功产品，透视AI的下一步（暨琢磨事AI碰撞局第五期小记）》有一个共通点：要讨论最前线的实践状况和特征，不搞虚词和想象。这应该是AI这时候最适合的探索方法，不能飘在上面和随大流。唯有现场多实践，才叫日月换新天。

本文来自微信公众号：琢磨事，作者：老李话一三