TED 2025｜谷歌前 CEO 断言：AI 从未被高估，真正红利只剩 3 年窗口

TED 2025｜谷歌前 CEO 断言：AI 从未被高估，真正红利只剩 3 年窗口 TED 2025｜谷歌前 CEO 断言：AI 从未被高估，真正红利只剩 3 年窗口 Modified May 16, 2025 Audio or video is not supported Please download the file and open it with the appropriate software. 516 1.mp4 · 118.73MB 516 1 00:00 • 而另一家还在试图给团队培训提示词技巧； • 差距不是技能，而是 “工作方式是否已经跟上变革”。 施密特的意思很明确： 在指数时代，谁先起跑、谁先完成系统接管，就等于锁定了下一轮财富分配。 我试图渗透你的公司系统，没成功；我试图篡改你的大模型，没成功；那我还有什么选择？我只能炸掉你的数据中心。 这段听起来像电影台词，但施密特强调的是： 当斜率差无法弥补，博弈方式就会走向极端。 他不是在谈军事威胁，而是在警告一个更深层的战略格局： 如果你晚 6 个月，不仅追不上，甚至不知道该追什么了。 🔹 企业、国家、个体：都逃不过“斜率定律” 这条规律不只适用于国家。 它同样适用于企业与个人： • 企业提前一年部署 AI 自动化财务系统 → 成本下降 30%，每月多出资金滚动； • 同行业对手还在采购 Excel 插件 → 被边缘化； • 个人开始用 AI 做数据调研、文案撰写、产品原型 → 产出效率提升 3 倍； 同事还在等“GPT 5/DeepSeek R2 出来再说”。 施密特的 TED 对话，本质是提醒： 技术时代真正的临界点，不是你有没有用AI，而是你能不能跑在'世界重塑'的斜率上。 ❹ 红利窗口期的 3 个确定性方向 你们很多人以为红利已经过去，其实不是。我们现在处在窗口期的开端。 AI 即将在接下来的两到三年内，重构我们最重要的三个系统：医疗、教育和企业运行。” 🔹 医疗：AI 正在重写“药物研发”的底层逻辑 我认识一个非营利组织，正在尝试在未来两年内识别所有可药物靶点。 一旦成功，全球制药行业将进入新阶段。” 施密特没有讲药品定价、AI医生或医院自动化，他关注的是药物背后的底层数据结构。 所谓“药物靶点”，简单来说，是药物在人体内的作用目标。如果你能精准识别，就能更快设计新药。 他指出：AI 不再是辅助分析，而是成为新一代药物科学的生产引擎。 过去，药厂靠试验靠经验，现在，AI 可以在数小时内筛出成千上万的化合物组合，并自动建模、预测副作用、优化路径。 我们正在用 AI 写论文、做推理、制定实验计划，这些在过去需要一整支团队。现在，它 15 分钟就能完成。 这不是未来，而是正在落地。 🔹 教育：每个人将拥有“用自己语言”交流的 AI 导师 我们为什么不能让地球上每个人，都拥有一个母语导师？ 用他们理解的方式，持续学习。 施密特没有谈大模型能否写课件，而是直接描绘了一个愿景： AI 将成为全球最大规模的个性化教育平台。 他强调，不是自动答题，不是在线课程，而是： • AI 用你的语言； • 了解你的知识结构； • 生成你理解得最快的学习路径； • 并根据反馈即时调整教学内容。 这不只是教育效率提升，而是打破教育壁垒：每个孩子，不再因为语言、资源、时间而被限制成长。 🔹 业务流程：AI不再是'被动工具'，而是'主动代理'" 你可以直接把模型接入数据库，不需要中间件，不需要开发连接器。 它能理解你的目标，生成执行序列。 在施密特看来，企业系统即将发生两件事： 1. 技术接口的“语言化”： 你告诉 AI 你要查什么，它自动转译为系统指令； 2. 工作流的“主动化”： AI 不再等人调用，而是主动调度、联动、响应。 他说得很直白：“整个行业可能会因此消失。” 因为传统 IT 中的“集成层、中台层、开发层”——会被自然语言驱动的 AI 取代。 这将导致企业组织逻辑发生变化： • 系统越少人维护，越高效； • 决策速度提升，层级减少； • 企业之间的竞争，不再是人效，而是“系统决策速度”。 这三件事，不是未来幻想，而是施密特认为 “红利窗口期”三年内即将确定落地的方向 。 这不是长期规划，是正在发生的现实。而我们每个人，能否看懂、跟上这轮生产力革命，将决定你能不能活在红利里。 ❺ AI 将是重构全球秩序的“再分配工具” 这不是短期竞争，而是一次系统再分配。上一次工业革命最大的赢家，不是发明者，而是率先应用者。 🔹 技术的赢家，不是创造者，而是应用者 施密特用了一个历史类比： “上一次工业革命中，英国发明了技术，但最终美国赢了。” “因为美国敢于大规模应用，而不是犹豫。” 这段话不是在谈情怀，而是强调一个认知： AI 的本质不是创造了什么，而是谁先敢 用 它。 这背后包含两个含义： 1. 技术扩散的速度，远快于以往任何时代； 2. 只有提前“结构换轨”的国家和组织，才能锁定下一轮分配权。 中国 DeepSeek 很聪明，它把算法做得更高效。 一旦这些开源技术释放出来，全球很快就会采纳。 施密特坦白承认，中国在开源模型的效率优化上做得很快，而且是开放发布、可被全球直接复用的。 他的担忧不是技术被掌握，而是：我们是封闭模型，他们是开放模型。如果没有新的变化，中国很可能成为开源 AI 的全球领导者。 🔹 技术扩散=再分配：控制权、规则权、叙事权 施密特说得很清楚： “开源的扩散速度，在网络层面和生物层面，都是危险的。” 为什么危险？因为一旦失去主导权，别人掌握规则，就等于掌握再分配权。 • 你没定义技术，就要跟随别人的节奏； • 你没定义标准，就只能适配别人的产品； • 你没定义叙事，就失去了社会对技术的信任组织力。 而这不是“几十年后”的问题， 而是施密特口中的：“大约五年。我们还有一点时间。” 这是一个不确定但紧迫的窗口期。 问题不是'AI会不会威胁人类'，而是：它已经开始改变谁能成功、谁会失败，只是你有没有意识到这种转变 🔹 从国家到组织，每一层都面临再分配 这条“技术＝再分配”的逻辑，不只是国家问题。 它适用于： • 国家之间的产业主导权 • 公司之间的系统主导权 • 人和人之间的能力主导权 每一层，只要有 AI 进入，就会发生一次结构重写。 而真正被重写的，不是某个岗位或工具，而是： 谁拥有主导权，谁能写规则，谁能调度资源。 施密特说：AI 是一个新基础设施，它会变成每个行业的组成部分。这不是哪家大厂赢了，而是整个世界的运行规则在变。 ❻ 马拉松视角：真正的组织竞争，才刚开始 施密特说：我做过一件很蠢的事，就是参加一场 100 英里的自行车比赛。它教会我：你以为能冲刺，但最后赢的从来是那个能控制节奏的人。 所以，他把 AI 变革比作一场超长距离的马拉松。 他说 ：“我们在谷歌，一年能完成太多事，但因为太快，反而忘了走了多远。” 他的提醒很明确： 在这个节奏里，最危险的不是落后，而是误判周期。 🔹 这不是竞品战，是系统代际更新 很多企业还在做“AI+”尝试：模型接入、功能升级、人员培训。 但施密特提出的，是完全不同的视角： 你每天醒来，要知道这是系统性的曲线，不是局部性的爆点。 你不是在‘试用’ AI，而是在和它一起改写基础设施。 这意味着，组织不能只看技术要不要用，而是要问： • 我的系统是否尝试允许 AI 接管？ • 我的流程是否能打算重构为“AI先动”？ • 我的组织文化是否能接受“任务从语言开始”？ 这才是马拉松要跑的主线。 🔹 不用 AI 的组织，会在三年后失去相关性 每个人，不管你是医生、艺术家、商人还是老师，你都应该用这项技术。 如果你不采用，你将不再具有相关性。” 这是施密特给出最直接的判断。 他说得很冷静： “AI 不是风口，不是趋势，而是一个‘你参与不参与’都在推进的新工业革命。” 不是你选择用了多少，而是你在整个革命中是否还“有意义”。 🔹 那些能活下来的组织，有一个共同点：自我进化力 施密特没讲管理模型，也没讲组织架构调整方案。 他讲的是一个关键词：“Adaptation（适应性）”。 每天你都得继续前进，因为变化不会等你。 这个时代里，组织需要的不只是创新，而是： • 能被 AI 嵌入的流程； • 能随数据变化自调的决策机制； • 能容纳试错与迭代的节奏观。 说得直接一点：真正的竞争，不是你能不能用 AI，而是你的组织能不能“跟 AI 一起成长”。 当很多人还在问 “我该不该学 AI” 的时候，施密特的回答是： 你不需要成为AI专家，你需要学会如何与它合作共赢。 这场马拉松，刚开始。 结语｜AI是一次全面重构，窗口期不是开始，而是分配 TED 2025 的这场对话，没有关于模型参数的细节，也没有行业预测。 施密特只讲了三件事： • 第一，AI没有被高估，是我们低估了它的影响范围； • 第二，红利不会平均流出，而是集中落在敢于重构流程与结构的人手里； • 第三，这一切不会缓慢发生，三年内的变化将决定分配结果。 他没有说“机会来了”，他说的是： 如果你还在等它变得更成熟再使用，那你永远会落后于别人。 AI 不是工具，不是助手，也不是个体和组织加速器。 它是一次系统级技术变迁，而我们所有人都处在它的窗口期之内。 这不是你可以选择加入或旁观的变化，而是一场正在重新划分赢家和输家的游戏。 📮 本文由AI深度研究院出品，内容整理自谷歌前首席执行官兼董事长埃里克·施密特在TED演讲。 【往期回顾】 1、[模型可以震撼人，但产品才能留住人：微软CTO谈AI时代的真实价值] 2、[有人说“机器人不行”，DeepMind首席科学家回应：没身体，AI的聪明只是错觉] 3、[在斯坦福，非技术人如何用 AI 爆改创意？这堂课给出 5 条铁律] 参考资料： https://www.youtube.com/watch?v=id4YRO7G0wE&t=1012s&ab channel=TED 来源：官方媒体/网络新闻 排版：Atlas 编辑：深思 主编: 图灵 END [1、[模型可以震撼人，但产品才能留住人：微软CTO谈AI时代的真实价值]](https://mp.weixin.qq.com/s? biz=Mzg5NTc4ODkzOA==&mid=2247497140&idx=1&sn=1bd745e7d6c91ab15d2cde20d1e94b5e&scene=21 wechat redirect) [2、[有人说“机器人不行”，DeepMind首席科学家回应：没身体，AI的聪明只是错觉]](https://mp.weixin.qq.com/s? biz=Mzg5NTc4ODkzOA==&mid=2247498021&idx=1&sn=025cca5ccdaaf3da3f80ca3f9f1f4c3f&scene=21 wechat redirect) [3、[在斯坦福，非技术人如何用 AI 爆改创意？这堂课给出 5 条铁律]](https://mp.weixin.qq.com/s? biz=Mzg5NTc4ODkzOA==&mid=2247498109&idx=1&sn=be19c27f3f819f5c537823f5dce22635&scene=21 wechat redirect) Audio or video is not supported Please download the file and open it with the appropriate software. 516 1.mp4 · 118.73MB 516 1 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 516 1.mp4 · 118.73MB 516 1 00:00 • 而另一家还在试图给团队培训提示词技巧； • 差距不是技能，而是 “工作方式是否已经跟上变革”。 施密特的意思很明确： 在指数时代，谁先起跑、谁先完成系统接管，就等于锁定了下一轮财富分配。 我试图渗透你的公司系统，没成功；我试图篡改你的大模型，没成功；那我还有什么选择？我只能炸掉你的数据中心。 这段听起来像电影台词，但施密特强调的是： 当斜率差无法弥补，博弈方式就会走向极端。 他不是在谈军事威胁，而是在警告一个更深层的战略格局： 如果你晚 6 个月，不仅追不上，甚至不知道该追什么了。 🔹 企业、国家、个体：都逃不过“斜率定律” 这条规律不只适用于国家。 它同样适用于企业与个人： • 企业提前一年部署 AI 自动化财务系统 → 成本下降 30%，每月多出资金滚动； • 同行业对手还在采购 Excel 插件 → 被边缘化； • 个人开始用 AI 做数据调研、文案撰写、产品原型 → 产出效率提升 3 倍； 同事还在等“GPT 5/DeepSeek R2 出来再说”。 施密特的 TED 对话，本质是提醒： 技术时代真正的临界点，不是你有没有用AI，而是你能不能跑在'世界重塑'的斜率上。 ❹ 红利窗口期的 3 个确定性方向 你们很多人以为红利已经过去，其实不是。我们现在处在窗口期的开端。 AI 即将在接下来的两到三年内，重构我们最重要的三个系统：医疗、教育和企业运行。” 🔹 医疗：AI 正在重写“药物研发”的底层逻辑 我认识一个非营利组织，正在尝试在未来两年内识别所有可药物靶点。 一旦成功，全球制药行业将进入新阶段。” 施密特没有讲药品定价、AI医生或医院自动化，他关注的是药物背后的底层数据结构。 所谓“药物靶点”，简单来说，是药物在人体内的作用目标。如果你能精准识别，就能更快设计新药。 他指出：AI 不再是辅助分析，而是成为新一代药物科学的生产引擎。 过去，药厂靠试验靠经验，现在，AI 可以在数小时内筛出成千上万的化合物组合，并自动建模、预测副作用、优化路径。 我们正在用 AI 写论文、做推理、制定实验计划，这些在过去需要一整支团队。现在，它 15 分钟就能完成。 这不是未来，而是正在落地。 🔹 教育：每个人将拥有“用自己语言”交流的 AI 导师 我们为什么不能让地球上每个人，都拥有一个母语导师？ 用他们理解的方式，持续学习。 施密特没有谈大模型能否写课件，而是直接描绘了一个愿景： AI 将成为全球最大规模的个性化教育平台。 他强调，不是自动答题，不是在线课程，而是： • AI 用你的语言； • 了解你的知识结构； • 生成你理解得最快的学习路径； • 并根据反馈即时调整教学内容。 这不只是教育效率提升，而是打破教育壁垒：每个孩子，不再因为语言、资源、时间而被限制成长。 🔹 业务流程：AI不再是'被动工具'，而是'主动代理'" 你可以直接把模型接入数据库，不需要中间件，不需要开发连接器。 它能理解你的目标，生成执行序列。 在施密特看来，企业系统即将发生两件事： 1. 技术接口的“语言化”： 你告诉 AI 你要查什么，它自动转译为系统指令； 2. 工作流的“主动化”： AI 不再等人调用，而是主动调度、联动、响应。 他说得很直白：“整个行业可能会因此消失。” 因为传统 IT 中的“集成层、中台层、开发层”——会被自然语言驱动的 AI 取代。 这将导致企业组织逻辑发生变化： • 系统越少人维护，越高效； • 决策速度提升，层级减少； • 企业之间的竞争，不再是人效，而是“系统决策速度”。 这三件事，不是未来幻想，而是施密特认为 “红利窗口期”三年内即将确定落地的方向 。 这不是长期规划，是正在发生的现实。而我们每个人，能否看懂、跟上这轮生产力革命，将决定你能不能活在红利里。 ❺ AI 将是重构全球秩序的“再分配工具” 这不是短期竞争，而是一次系统再分配。上一次工业革命最大的赢家，不是发明者，而是率先应用者。 🔹 技术的赢家，不是创造者，而是应用者 施密特用了一个历史类比： “上一次工业革命中，英国发明了技术，但最终美国赢了。” “因为美国敢于大规模应用，而不是犹豫。” 这段话不是在谈情怀，而是强调一个认知： AI 的本质不是创造了什么，而是谁先敢 用 它。 这背后包含两个含义： 1. 技术扩散的速度，远快于以往任何时代； 2. 只有提前“结构换轨”的国家和组织，才能锁定下一轮分配权。 中国 DeepSeek 很聪明，它把算法做得更高效。 一旦这些开源技术释放出来，全球很快就会采纳。 施密特坦白承认，中国在开源模型的效率优化上做得很快，而且是开放发布、可被全球直接复用的。 他的担忧不是技术被掌握，而是：我们是封闭模型，他们是开放模型。如果没有新的变化，中国很可能成为开源 AI 的全球领导者。 🔹 技术扩散=再分配：控制权、规则权、叙事权 施密特说得很清楚： “开源的扩散速度，在网络层面和生物层面，都是危险的。” 为什么危险？因为一旦失去主导权，别人掌握规则，就等于掌握再分配权。 • 你没定义技术，就要跟随别人的节奏； • 你没定义标准，就只能适配别人的产品； • 你没定义叙事，就失去了社会对技术的信任组织力。 而这不是“几十年后”的问题， 而是施密特口中的：“大约五年。我们还有一点时间。” 这是一个不确定但紧迫的窗口期。 问题不是'AI会不会威胁人类'，而是：它已经开始改变谁能成功、谁会失败，只是你有没有意识到这种转变 🔹 从国家到组织，每一层都面临再分配 这条“技术＝再分配”的逻辑，不只是国家问题。 它适用于： • 国家之间的产业主导权 • 公司之间的系统主导权 • 人和人之间的能力主导权 每一层，只要有 AI 进入，就会发生一次结构重写。 而真正被重写的，不是某个岗位或工具，而是： 谁拥有主导权，谁能写规则，谁能调度资源。 施密特说：AI 是一个新基础设施，它会变成每个行业的组成部分。这不是哪家大厂赢了，而是整个世界的运行规则在变。 ❻ 马拉松视角：真正的组织竞争，才刚开始 施密特说：我做过一件很蠢的事，就是参加一场 100 英里的自行车比赛。它教会我：你以为能冲刺，但最后赢的从来是那个能控制节奏的人。 所以，他把 AI 变革比作一场超长距离的马拉松。 他说 ：“我们在谷歌，一年能完成太多事，但因为太快，反而忘了走了多远。” 他的提醒很明确： 在这个节奏里，最危险的不是落后，而是误判周期。 🔹 这不是竞品战，是系统代际更新 很多企业还在做“AI+”尝试：模型接入、功能升级、人员培训。 但施密特提出的，是完全不同的视角： 你每天醒来，要知道这是系统性的曲线，不是局部性的爆点。 你不是在‘试用’ AI，而是在和它一起改写基础设施。 这意味着，组织不能只看技术要不要用，而是要问： • 我的系统是否尝试允许 AI 接管？ • 我的流程是否能打算重构为“AI先动”？ • 我的组织文化是否能接受“任务从语言开始”？ 这才是马拉松要跑的主线。 🔹 不用 AI 的组织，会在三年后失去相关性 每个人，不管你是医生、艺术家、商人还是老师，你都应该用这项技术。 如果你不采用，你将不再具有相关性。” 这是施密特给出最直接的判断。 他说得很冷静： “AI 不是风口，不是趋势，而是一个‘你参与不参与’都在推进的新工业革命。” 不是你选择用了多少，而是你在整个革命中是否还“有意义”。 🔹 那些能活下来的组织，有一个共同点：自我进化力 施密特没讲管理模型，也没讲组织架构调整方案。 他讲的是一个关键词：“Adaptation（适应性）”。 每天你都得继续前进，因为变化不会等你。 这个时代里，组织需要的不只是创新，而是： • 能被 AI 嵌入的流程； • 能随数据变化自调的决策机制； • 能容纳试错与迭代的节奏观。 说得直接一点：真正的竞争，不是你能不能用 AI，而是你的组织能不能“跟 AI 一起成长”。 当很多人还在问 “我该不该学 AI” 的时候，施密特的回答是： 你不需要成为AI专家，你需要学会如何与它合作共赢。 这场马拉松，刚开始。 结语｜AI是一次全面重构，窗口期不是开始，而是分配 TED 2025 的这场对话，没有关于模型参数的细节，也没有行业预测。 施密特只讲了三件事： • 第一，AI没有被高估，是我们低估了它的影响范围； • 第二，红利不会平均流出，而是集中落在敢于重构流程与结构的人手里； • 第三，这一切不会缓慢发生，三年内的变化将决定分配结果。 他没有说“机会来了”，他说的是： 如果你还在等它变得更成熟再使用，那你永远会落后于别人。 AI 不是工具，不是助手，也不是个体和组织加速器。 它是一次系统级技术变迁，而我们所有人都处在它的窗口期之内。 这不是你可以选择加入或旁观的变化，而是一场正在重新划分赢家和输家的游戏。 📮 本文由AI深度研究院出品，内容整理自谷歌前首席执行官兼董事长埃里克·施密特在TED演讲。 【往期回顾】 1、[模型可以震撼人，但产品才能留住人：微软CTO谈AI时代的真实价值] [1、[模型可以震撼人，但产品才能留住人：微软CTO谈AI时代的真实价值]](https://mp.weixin.qq.com/s? biz=Mzg5NTc4ODkzOA==&mid=2247497140&idx=1&sn=1bd745e7d6c91ab15d2cde20d1e94b5e&scene=21 wechat redirect) 2、[有人说“机器人不行”，DeepMind首席科学家回应：没身体，AI的聪明只是错觉] [2、[有人说“机器人不行”，DeepMind首席科学家回应：没身体，AI的聪明只是错觉]](https://mp.weixin.qq.com/s? biz=Mzg5NTc4ODkzOA==&mid=2247498021&idx=1&sn=025cca5ccdaaf3da3f80ca3f9f1f4c3f&scene=21 wechat redirect) 3、[在斯坦福，非技术人如何用 AI 爆改创意？这堂课给出 5 条铁律] [3、[在斯坦福，非技术人如何用 AI 爆改创意？这堂课给出 5 条铁律]](https://mp.weixin.qq.com/s? biz=Mzg5NTc4ODkzOA==&mid=2247498109&idx=1&sn=be19c27f3f819f5c537823f5dce22635&scene=21 wechat redirect) 参考资料： https://www.youtube.com/watch?v=id4YRO7G0wE&t=1012s&ab channel=TED 来源：官方媒体/网络新闻 排版：Atlas 编辑：深思 主编: 图灵 END 🔗 原文链接： https://mp.weixin.qq.com/s/Asm0DX 0... https://mp.weixin.qq.com/s/Asm0DX 0... 原创 AI深度研究员 AI深度研究员2025年05月16日 08:09 上海 全文 5,000字 | 阅读约30分钟 （在TED，对话 谷歌前 CEO 埃里克·施密特片段精选） 📍2025 年 5 月 15· TED 主舞台， 谷歌前 CEO 埃里克·施密特（Eric Schmidt）登台， 用12分钟传递一个关键信息： “AI 的真正红利，只剩 3 年。” 1800 名创业者、VC、政策制定者集体沉默。 这不是硅谷叙事，而是战略坐标。他抛出三条核心线索： • 算力拐点已至： 2028 年前，AI 使用成本预计再降 10 倍； • 需求黑洞打开： 全球预计 3 亿劳动力缺口等待智能填补； • 监管时钟压缩： 欧盟立法窗口同步收紧到 36 个月内。 换句话说：AI 机会不是被高估，而是被“宽估”——真正爆发窗口，比你想的更短、更猛、更具结构迁移性。 本文将从施密特 TED 对话中，沿着 3 大战场与 3 张作战图，提供一套可立即部署的行动参考： • 战场一｜算力下沉：芯片、能源、数据中心的地缘布局机会； • 战场二｜AI × 人口缺口：医疗、制造、教育的替补名单； • 战场三｜合规竞速：如何把自己提前写进“监管白名单”。 如果 2022–2024 是“模型狂飙期”，那么 2025–2027 将是“红利抢位期”。 这不是旁观时代，而是一次全面转型的关键窗口。 倒计时，从现在开始。 ❶ AI 的真正限制，不是算法，而是国家系统 “美国需要再增加 90 千兆瓦的电力，相当于 90 座核电站。” “而我们现在建了几座？零座。” 和OpenAI Sam Altman一样，施密特在 TED 上，开场没讲模型，而是讲电力。 他提到，现在的大模型正在进入“规划阶段”——也就是模型不再只是生成文本，而是能根据目标前后尝试、反复规划，完成任务。 但这背后有个代价： “仅仅为了做这种规划，计算需求至少增加了 100 倍，也可能是 1000 倍。而每个数据中心的能耗，相当于几个城市。” 也就是说：模型越聪明，越需要大算力；算力不是云上的东西，它压在电网上；如果没有国家级能源供给，AI 就无法进化。 过去大家以为，AI 的瓶颈是算法、参数、推理能力； 现在施密特告诉你： “我们没法再训练下一个 AI，不是因为技术跟不上，而是我们国家的电不够用了。” 他举了个现实中的对照案例： “沙特正在建 5 到 10 千兆瓦的数据中心；印度也考虑上一个 10 千兆瓦的。” 这意味着，一场“谁能先供得起 AI 的电”的新型竞争，已经在全球展开。 换句话说，AI 的进程，不再是硅谷说了算，而是能源结构决定技术上限，国家系统决定智能边界。 如果说上一轮互联网是“算力+连接”，这一次，AI 靠的则是“算力+供电”： 算法进步固然重要，但算力极限的决定因素，不在 GPU，而在电网。 ❷ 红利不在模型，而在“系统重构者”手里 “你给它一个任务，它开始前进、后退、前进、后退，规划、调整、再尝试。 这是 AlphaGo 启发的强化学习，现在正被用于构建 AI 代理工具。” 🔹 从语言到任务，AI 正在“接管流程” 这不是 ChatGPT 打字的版本，而是新的 AI 运作形态： 不是生成内容，而是完成任务；不是等你提问，而是先理解目标，再自动部署。 施密特提到：“我买了一家火箭公司，不是为了飞，而是为了观察 AI 怎么在 15 分钟里写出一篇论文。” 他说得轻描淡写，但背后暴露的是一场结构变化： AI 正在从“对话工具”变成“流程系统”——你说一个意图，它连接模型、调用 API、完成推理、写成报告。 它们之间用语言交流，通常是英语。你本质上拥有的是：一个做这个的代理，一个做那个的代理，它们连接起来，像流程工厂一样自动运作。 这是一种“AI 接管”的新形态。 它不是帮你提效，而是主动调度。它不是被使用，而是自己完成组合、推理与反馈。 施密特没有用“人工智能”这个词，而是直接说：“这些代理工具，将运行整个业务流程。” 🔹 企业下一轮红利，属于“敢交出流程的人” 很多人还停留在“AI 能不能替代那些人”的争论里。 但施密特描述的未来，是你不需要再去自己做，而是整个工作流本身被 AI 重构： • 你输入一句目标； • 它判断需要哪些工具； • 通过中间代理，调用知识、搜索、文献、接口； • 再生成结果，反馈给你，甚至直接执行下一步。 这已经不是写一段文字，而是重构一个工作流。 “语言 → 序列 → 决策 → 执行。” “AI 正在成为从语言到策略的完整链条。” 在这种结构下，真正的红利不再属于： • 谁掌握最好的模型； • 谁会写最精妙的提示词； • 或者谁用得最熟练。 而是属于： • 谁能先把任务交出去； • 谁敢把接口打开； • 谁让系统自己运转起来。 施密特没有直接说“组织要变”，但他说： “最终形态，是 AI 运行整个企业流程。” 它不是在你电脑上跑，而是在你企业的核心运行里。 这意味着，未来企业真正的竞争力，不是人力多，而是系统轻；不是分工细，而是响应快。 红利窗口期，不是技术红利，而是结构重写红利。 而只有敢于让 AI 成为“流程的起点和终点”的人，才拿得住这轮机会。 ❸ 不是快与慢，而是“斜率差决定生死” 下面这段对话是施密特全场最尖锐的一部分。 “如果我是坏人，你比我领先六个月，我将永远追不上你。你已经拥有可以重写世界的工具，甚至摧毁我的工具。我要做什么？炸掉你的数据中心。” 他不是在讨论哪个国家模型更大、谁的算法更好，而是提出一个问题： 在一场 AI 驱动的技术竞速中，“领先 6 个月”到底意味着什么？ 🔹 AI 的进展，不是线性，而是指数 施密特说： “这些系统不是增长 10%，而是增长 10 倍、100 倍。” “如果一个团队有 1000 名程序员，他们可以创造出 100 万个 AI 工程师。” 他用的词不是“领先一点”，而是“获得压倒性优势”： • 这些 AI 工程师不需要薪水； • 不会辞职，不会生病； • 每天工作 24 小时，持续迭代优化自己； • 每优化一次，整个系统的效率就整体上升。 而如果你落后，就会被“指数级差距”拉开： “你比我早半年部署这些系统，你的斜率就永远比我快。” 🔹 技术的“斜率”，决定整个系统是否还能翻盘 所谓“斜率”，不是抽象数学，而是非常现实的系统路径： • 比如一家企业部署了 AI 自动研发、AI 客户服务、AI 销售预测；