前天早晨連續幾個人把施密特在斯坦福的發言，轉到了國發院AI碰撞局的群里，剛看完。施密特和Erik Brynjolfsson這次發言特別鮮活，其背后折射出來的東西非常有意思。一部分可以看成是產業的直言不諱，一部分則不少“傲慢和偏見”。這里選幾點配個解讀。 （打引號部分是引用的，看文章說是闌夕翻的，按原文我調了一點）

傲慢與偏見

現在的谷歌為什么在AI領域輸得一塌糊涂？因為谷歌覺得讓員工盡早回家和平衡工作比贏得競爭更加重要。如果你的員工每個星期只來公司上一天班，你怎么可能比得過OpenAI或是Anthropic？

看著是不是很熟悉，國內公司壓力大后抓考勤的思路怎么來的？

這叫組織問題個人化。差不多所有問題都可以歸結為員工不努力，但正因為這是個百搭的答案所以肯定不是最正確的那個。

看看馬斯克，看看臺積電，這些公司之所以成功，就是因為能夠卷員工，你必須要把員工逼得夠緊才能獲勝，臺積電會讓物理學博士第一年下工廠干活，你們能想象美國的博士生去流水線嗎？

這個和上面那個銜接起來特別閉環。說土鱉一點這套邏輯是：成績沒行-大家不努力-要嚴格管理。大家還記得前陣的幾次熱點事件么？

璩女士的婆婆論：你辭職啊，我秒批。

我為什么要考慮員工的家庭，我又不是你婆婆、也不是你媽媽。

你可以不用承擔重要的工作，但漲薪的時候就沒有你什么事。

東哥的兄弟宇宙：

如果你業績好，你可以永遠不需要去加班加點，公司永遠是愛你的，永遠給你非常好的收入待遇。如果你業績沒那么好，只達到了平均水平，你只要拼搏，公司永遠不會辭退你。但是業績不好，又從來不拼搏的人，這家公司永遠不能容忍，一個 （公司都） 不能容忍，都會逐步通過各種手段全部淘汰出局。

我也知道每個人生活的選擇不一樣。我們也有員工更多享受生活，生活第一，事業 / 工作第二，不想拼，我能理解。這沒有錯，但我只能說，你不是我們的兄弟，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，也不是我的敵人。我們不應該在一起共事，因為你的存在會讓我們在拼搏的兄弟們的利益嚴重受損，對他們嚴重不公平。

是不是能看出點相似性。

但實際上這類問題往往主因都是領導問題，而不是員工問題。基礎牽引和組織構建出了問題才有后面各種表現。典型的上位者歸因方式，但歸因為前者就意味著深度批評自己和當下的CEO。 （參見：《 董宇輝+俞敏洪為什么不能1+1> 2？ 》）

TikTok給美國人上了一課，在座各位年輕人以后如果創業，能偷音樂什么的就趕緊去做——似乎是在黑TikTok早期縱容盜版BMG——如果你做成了，就有錢雇傭最頂級的律師幫你擦屁股，如果你沒做成，那就沒人會起訴你。

這事應該是打擊了美國人的自尊心了，所以碎碎念，瓷瓶打洞。傲慢和偏見比上面更明顯。比爛要能做出NB產品，那不遍地都是創新了么？OpenAI的數據來源都合法么？當年硅谷起點上大家跳來跳去，沒有知識產權問題么？

這類事正常解讀肯定是要關注哪里做對了什么，不管是時機、產品、技術。

相比之下，任老爺子在孟晚舟被扣留的時候喊出我們要向美國人學習更是一種高位認知和海納百川的氣度。

一個比卷，一個比爛這倆背后的心理狀態很有意思，按吳軍《硅谷之謎》硅谷不是應該比創新么，怎么就這樣了。我也相信這不是就施密特這么想。

所以可能也不過是玻璃心的少年，順風順水的時候就什么都高級，真碰點墻一樣嘰歪。可也不稀奇。

產業現實

自己犯過很多錯誤，比如曾經覺得英偉達的CUDA是很蠢的編程語言，但現在CUDA是英偉達最牛逼的護城河，所有的大模型都要在CUDA上運行，而只有英偉達的GPU支持CUDA，這是其他芯片撼動不了的組合。

這就是之前說了很多次的系統性。單品從來不能在產業鏈上形成控制力，產業控制力其實就是定價權。在過去技術+API才可能形成產業控制點。價值大小看你所處的位置。同樣是運河蘇伊士運河就比我們京杭大運河值錢，雖然京杭長十倍。

而系統性所對應的接口能不能解決問題有關，不全是技術問題，一定程度上時機比技術關鍵。但你得能用，不能突破底線。

CUDA和Windows當年的崛起都體現了這事。 （參見：《 為什么英偉 達很貴，聯想等就不行，AI后續發展的七個階段與造富機會 》）

還有微軟跟OpenAI合作時自己也覺得難以置信，微軟怎么能把最重要的AI業務外包給那種小公司啊，結果再次看走了眼，再瞧瞧蘋果在AI上的溫吞，大公司真的都官僚化了，奮斗者都在創業。

乍一看是老說的創新者窘境，但實際上微軟的老板們尤其納德拉可能更老謀深算一些。他們可能認識到了自己的這種窘境，然后把OpenAI 變成自己棋子的一部分。

大概就是我給OpenAI個框子讓你自由地跳，但這個框里你不管怎么跳，也都是對我有幫助的。比如現在除了投資，微軟和OpenAI合作的模式是微軟一年出2億美金買個OpenAI的私有部署。這樣OpenAI其實就不可能形成產業控制力，需要老老實實做模型，承擔虧損。

OpenAI其實變成了是微軟的有創新能力的供應鏈環節。 （參見：《 OpenAI為他 人做嫁衣裳 》）

開源很好，谷歌歷史上的大部分基礎設施也都受益于開源，但是說實話，AI行業的成本太高了，開源負擔不起，自己投資的法國大模型Mistral將會轉為閉源路線了。

這點可以和后面現在不過摘取AI低垂的果實一說聯合起來看。

現在開源這事關鍵的不是模型，而是上面建設生態的可能性。裸模型大家拿來就用，那對Meta等當然沒啥意義，但后續如果像安卓一樣在上面陸續把對上層的應用接口標準化，并且衍生出來智能的應用生態，形成新基礎設施就有意義了。

Meta大概率是要干這個。我看有個翻譯里面加了個Meta是冤大頭，那估計整偏了。 （參見：《 開源大模型LLaMA 2會扮演類似Android的角色么？ 》）

以下這點來自于斯坦福的教授Erik Brynjolfsson，和施密特沒什么關系。

歷史上，電力在引入工廠之后并不比蒸汽機創造了更多的生產力，是過了大概30年左右，分布式電源改造了車間布局，推動組裝系統的出現，再才開始了生產力的飛躍。現在的AI和當初的電力一樣，有價值，但還需要組織創新，才能真正拿到巨大的回報，目前大家都還只是在摘取“低垂的果實”。

這背后其實說了個故事。

斯坦福教授研究半天發現，電力剛導入的時候對生產力沒啥太大影響。核心原因是直接用電力的電機去替換原來工廠里面的蒸汽機，而原來為了適配蒸汽機的配套措施、生產過程完全不改，比如一個巨大的蒸汽機中心，所有東西圍著它配套。

后來才逐漸想明白，電力明顯支持更靈活的工廠布局和生產過程，原本適配蒸汽機的很多措施其實是生產力桎梏，把這些去除了后按電力最優的方法重新徹底組織了一遍生產過程，才產生了生產力革命。

這和之前琢磨事文章中類比的，坦克剛出來英國人就當能動的火炮用，沒起啥太大作用，等到閃電戰組團用才發威說的是一個事。

現在包裝AIGC，生成各種Copilot工具就是坦克當移動火炮用，或者拿電機替換蒸汽機的階段。真正過渡到Autopilot才是后面的生產力大提升。

關鍵是Level 2 reasoner。那個之后，Autopilot應用會大行其道，而每一個Autopilot應用都會折疊掉現在按功能分布的各種應用。 （參見： 《 AI三重劫，總結AI成功產品，透視AI的下一步（暨琢磨事AI碰撞局第五期小記） 》）

小結

中國人仔細聽這個演講會比較不舒服，很是體現美國精英人群潛在的以自我中心。但秉承任老爺子的海納百川精神還是說回產業。這段對話最頭上關于million-token context，AI agent，text to action的問答折射的東西很多，至少兩點：第一是AI大樂觀視角，國內可能因為短期沒賺到錢又悲觀了；第二是AI應用空間的打開方式。模型的應用空間和海量上下文也有直接關系。

這個對話和《 AI智能體產品案例深度思考和分享（全球頂級公司實踐細節，做AI智能體必讀） 》，還有《 總結AI成功產品，透視AI的下一步（暨琢磨事AI碰撞局第五期小記） 》有一個共通點：要討論最前線的實踐狀況和特征，不搞虛詞和想象。這應該是AI這時候最適合的探索方法，不能飄在上面和隨大流。唯有現場多實踐，才叫日月換新天。

本文來自微信公眾號： 琢磨事 ，作者：老李話一三