Transcription
欢迎来到“保罗·托雷发现真相”。我是保罗·托雷，今天我们要来找出这个声音是什么。这是一种非常奇怪的营销方式，预测如果你的技术成功了，它的成功效果将是美国的灾难。我想向米娜和德里克解释你们是怎么认识的，因为德里克，这是我们第一次在这个场合真正地一起闲逛。这一集的起源是你们在节目外一直在争吵，但我想了解其中的背景故事。是的，你们在争吵。这 >> 完全不准确。 >> 我们在与德里克对峙。我不会称之为争吵。我称之为建设性的分歧，但也许 >> 个人而言，不必走到那一步。 >> 是的。非建设性的分歧。破坏性的分歧。哇。更糟。>> 我以前称之为“撒旦的假争吵”。>> 问题。这太棒了。>> 我和德里克做了大约20年的朋友。是不是太久了？不，没那么久。>> 更像是，也许，也许15年。是的，也许15年左右。20年>> 因为我遇见你的时候，我刚搬到纽约市。我是在2012年搬到纽约市的。所以我们是在2012年夏天认识的。我想我们当时在某个青年记者奖项上被联合提名，名字我现在记不清了，而且不知何故，我记得我们可能是那个颁奖典礼上最不搭的人。所以，同行之间互相欣赏。那时你还在为4chan工作，做调查性报道，然后我们一起吃了午饭。>> 当时我们都是商业记者。商业。是的，考虑到类似的工作和诸如此类的事情，我们有很多共同点。而且，是的，我们当时才二十出头，所以那已经是很久以前了。然后我们多年来一直保持朋友关系，保持联系。在我开始从事体育工作之前，我记得德里克用他最疯狂的观点之一震惊了我，那就是他并不支持任何一支NFL球队。他只支持一名四分卫，然后跟着他走。就像NBA里经常发生的那样，这在NFL里真的不存在。>> 米娜，我当时思想超前。我远远领先于时代，就追随球员而不是球队而言。我的意思是，现在有了梦幻体育，我觉得很多人根本不关注球队。就像他们实际上是在为球员和他们的梦幻球队加油，因为这比球队输赢更能让他们产生情感上的反馈。而且正如你在NBA所说，我认为追随球员而不是球队是很普遍的。所以，这可能是在2012年的一种令人尴尬的立场。我确实爱上了佩顿·曼宁，我和他都共享着高额头这个生物诅咒。所以，再次，这是同行之间互相欣赏。是的，自从佩顿退役后，我基本上成了一个自由人。>> 顺便说一句，我当时在时代生活大楼里，在《体育画报》的不同楼层，米娜·金斯，这位冉冉升起的明星、获奖的商业调查记者，也是一个出现在彭博社上看起来非常哥特式的人物。我当时就是这样>> C-SPAN。>> 在我学会如何在电视上化妆之前，我在C-SPAN上看起来像个疯子。总之，这就是我们的，这就是我们和德里克的往事。所以，就这样吧。>> 没错。那么，你们是什么时候开始在节目外互相憎恨和争吵的？>> 我将直接回答这个问题。这可能不是米娜要去的地方。在我们开始在节目外互相憎恨人工智能之前。嗯，在我们第一次或第二次午餐之后，米娜发给我一张年轻的蒂姆·帕伦蒂的照片，他是共和党内一位前冉冉升起的明星，她说：“德里克，你知道你看起来和年轻的蒂姆·帕伦蒂一模一样吗？”我当时想，人们必须真正记住2012年的世界才能理解这个梗。这确实是你可能对你的民主党朋友说的最令人憎恨的事情之一。这真的证明了米娜是多么迷人和聪明，即使尽管有这种可怕的冒犯，我还是觉得，“你知道吗，她还是很有趣的。”我想我们仍然可以一起打扮。>> 好的。我最糟糕的社交缺点之一，我有很多，一旦我看到长得像的，我就忍不住指出来，即使你是在走钢丝。你这样做是因为你知道这对别人说很危险，除非是真的很熟的人。我对我认识的保罗和德里克也这样做过，如果这能让你感觉好点的话。>> 我没有得到前明尼苏达州州长蒂姆·帕伦蒂，而是得到了安德鲁·洛佩兹，来自《叉子》剧集中的熊，这无疑是真的。>> 准确。我遇到了安德鲁，我们最终都不得不承认米娜·金斯是对的。顺便说一句，这一切都是为了说，>> 那个在米斯·瑞秋里的家伙，>> 是蜘蛛侠的那个梗。是的，>> 他看起来像米斯·瑞秋宇宙里的那个家伙，德里克，我知道你作为一个有小孩的父母，你也跟我说过。我不知道他是菲律宾人还是拉丁裔。>> 他是菲律宾人。是的。>> 你知道我在说什么。>> 作为一名刚看了他谈论自己是菲律宾人的那一集的两岁孩子的父亲，我可以告诉你，安吉洛·索拉尼亚诺，通常被称为杰洛，非常菲律宾。>> 顺便说一句，现在有一个真正的菲律宾复兴。蓝精灵的家伙，新来的乔希，那些秘密驾驶你的Whimo的人，显然是菲律宾人，正如我们从Whimo首席安全官的证词中学到的。>> 顺便说一句，一个持续的理论是，人工智能只是60个菲律宾人，他们正在从呼叫中心操作一切。>> 非常有生产力的菲律宾人。是的。>> 是的。令人难以置信，令人难以置信，他们是吗？>> 那些50个菲律宾人所拥有的市场价值，真是令人印象深刻。>> 这就是我们今天聚集在这里的原因。我想了解一下，因为德里克，我请你来这里的另一个原因，除了你想要无情地与米娜争论人工智能之外，是你做了所有的阅读。我之所以阅读你的作品，部分原因是我知道你综合了大量的研究和文本，而且你做了很多报道，这些报道有助于了解我们现在的国家状况。所以，在我们开始讨论你们争论的具体问题之前，如果你要对一个觉得自己知道人工智能正在发生什么，并且认为它可能是上帝，可能是魔鬼，可能是赫拉尔多·里维拉保险库里的东西，可能是世界上所有的财富的人说些什么，你会如何描述我们现在所处的位置？现在是2026年3月。现在是什么概括？我认为一个公平的说法是，人工智能无疑将成为2020年代最重要的故事之一，如果不是最重要的故事的话。因为以下两种情况之一是真的。要么人工智能是一个泡沫，在这种情况下，公司每年花费7000亿美元。这相当于每年两个阿波罗计划。阿波罗计划是在1960年代和70年代花费10年时间，通货膨胀调整后花费3000亿美元。所以，要么它是一个泡沫，因为我们花了这么多钱，而收入永远追不上。人工智能将发生的事情，就像互联网泡沫时代发生的那样。就像铁路时代发生的那样。这会拖垮股市。它会拖垮经济。它会拖垮银行。当然，如果这发生在接下来的18个月内，它将改变2028年大选的格局，因为任何执政党在经济衰退的情况下执政都面临着巨大的风险。或者它不是一个泡沫。要让它不是一个泡沫，当这些公司每年花费7000亿美元时，就需要人工智能公司在未来24个月内每年赚取数千亿美元。这将是历史上增长最快的行业。而且，根据一些衡量标准，OpenAI和Anthropic已经成为最快将年化收入提高到300亿美元的公司。它们可能是现代资本主义中最快增长的公司。所以，如果发生这种情况，就像，如果收入真的能跟上支出，我的意思是，这个经济体要找到每年半万亿美元的额外支出，而这些支出正在与劳动力竞争，那么这就是本十年的最大故事。所以，从我的角度来看，人工智能作为本十年最重要的故事，没有退路。要么它是一个泡沫，在这种情况下你必须关注，要么它不是一个泡沫，在这种情况下你必须关注。我认为，德里克，我发现关于泡沫与否的问题以及实际的经济影响非常棘手，作为一名商业记者，我经常思考这个问题。我没有在《财富》杂志度过互联网泡沫时期，但我们有那个时期的所有问题，比如Pets.com，然后我在金融危机期间加入了，那是一个非常不同的泡沫。我认为我在这里发现棘手的是，如果人工智能和技术对技术的实际影响更类似于他们所说的“正常技术”，对吧？有一篇著名的文章，我认为发表在《哥伦比亚评论》上，写到人工智能是一种正常技术。如果它既不是像个人电脑那样具有变革性、革命性、将影响一切并使事情变得更好的东西，也不是像NFT那样，它只是，你知道，[ __ ]。如果它介于两者之间，这正是我所认为的，>> 但目前的估值和市场已经失控了，这对未来十年意味着什么？从经济角度来看，当然，但从行业角度来看呢？对吧？就像如果这个东西真的有用，而且很重要，而且有威胁性，但又不是那样。>> 如果我们如此严重地高估了，那意味着什么？因为在我看来，我看到的技术，大部分钱都来自其他公司支付的费用，或者为服务或芯片支付的费用。我没有看到经济层面的影响，我也没有看到人类为此付费。所以，对我来说，这太难了。>> 我能把那个梗图放在你面前吗？就是那个梗图。我想是有人发了一张搜索投影仪插在自己身上的图，上面写着英伟达，然后问题是米娜正在围绕着2008年，当时我们都在做某种形式的印刷新闻。它现在是不是大到不能倒？我们是不是把自己逼到了这个境地？>> 嗯，米娜提出了一个我认为很容易描述的场景。如果人工智能与NFTs有任何相似之处，而OpenAI目前的估值为6000亿美元，Anthropic目前的估值为4000亿美元，那就是泡沫。结束。一切都结束了。如果这项技术是NFTs，这些公司就完蛋了。所以，沿着这条时间线，你看到的是过去几代人中最大的技术泡沫之一。它不是NFTs。它不是NFTs的原因是，NFTs并没有改变任何人的工作，除非你是一个数字代币、数字艺术品的收藏家。基本上，看看软件行业发生了什么。就像软件程序员的工作被彻底改变了。让我给你一个例子。有一家名为Meter的公司，它会进行著名的AI基准测试研究，这些研究在Twitter和AI讨论中被广泛引用，说明这项技术有多强大。去年，他们发表了一项研究，被AI怀疑论者大力支持，因为它说，如果你让最好的软件程序员使用人工智能，他们认为这能让他们提高15%到20%的效率。但如果由第三方来评估他们的工作，他们实际上在每小时的生产力上会显著降低。所有这些怀疑人工智能的人都引用了这项研究，并说：“看，这证明了AI只是虚假宣传。”今年，Meter宣布，对于像Claw Code和Codex这样的技术，AI已经变得如此之好，以至于他们无法再进行这项研究，因为他们找不到愿意在没有AI的情况下工作的开发人员来作为对照组。所以，这项技术已经彻底改变了至少一个主要行业，那就是编码。但我猜我们要讨论的更多的是这项技术的底层>> 价值，我认为其底层技能是它处理数据的能力。有很多工作，无论是在数据分析还是研究领域，在制作PowerPoint，在处理Excel，有很多工作，其日常任务很容易被现有的最佳AI工具复制或加速，我认为在过去几个月里你所看到的将继续下去，那就是Anthropic和OpenAI在过去13个月里，年化收入从约35亿美元的合并年化收入增长到350亿美元的合并年化收入。这增长了10倍。这在资本主义历史上几乎是前所未有的。而且，至少这表明，普通人，不仅仅是菲律宾的60个人，而是美国数百万人，正在选择每月为这项技术支付高昂的费用。>> 是人们自掏腰包支付，还是公司和他们的工作？因为我认为这是一个重要的区别。>> 这是个好问题，很难确切地分解这些支出中有多少来自选择付费的个人，有多少来自选择付费的公司。但我想说的是，有很多公司，很多财富100强公司，禁止他们的员工使用Claude或OpenAI，并强迫他们使用Gemini等其他模型。这表明，进入Anthropic和OpenAI的很多钱都来自选择使用这项技术的个人，而不是来自强迫他们使用这项技术的公司。而且我认为重要的是要说，你知道，回到Meter公司的人所说的。嗯，并不是Meter公司的人发现公司强迫软件程序员使用AI。他们发现的是，个体软件程序员自己不会参加这项研究，因为它要求其中一些人被选为对照组，他们不能使用这项技术，而他们说我们不能这样做。我并不怀疑软件程序员的效用，而且我认为保罗，我对AI的普遍看法以及为什么会有如此多的公众反对和政治两极分化，是因为它给我的感觉是，一项不性感的科技被当作性感的来营销，也许性感的词不恰当，但我看到了很多B2B用途，我看到了很多数据用途，我看到了很多行业，它简化了流程。我认为我有点怀疑，把它放在个人电脑完全变革的一边，是因为我想看到证据表明消费者使用量能与之匹配，而不是人们在工作中使用的。我确实认为，德里克，我相信，我听说过这样的故事，我认识软件行业的人说，我只是觉得我只是想看到一些证据表明人们为此付费，普通人。>> 而这一切，无论好坏，都发生在Twitter，也就是X，这个万能应用上。行业内部的争论很多都在这里。>> AI行业。>> 是的。故事也在那里讲述，对吧？而且我认为讲故事仍然是其中非常重要的一部分。我们刚刚，我将请德里克进来，你熟悉，Catrini研究的Substack，它移动了市场。而那实际上是一个虚构的叙述，关于Satrini，帖子的作者，我奇怪地以前和他有过互动，我想有一天也许会在这个节目中和他谈谈，但它就是这样一种水晶球的展望，就像“这将是怎样的”。这是我的愿景，也许AI可能会具有革命性，但对经济仍然是可怕的。所以，在故事讲述的竞赛中，你看到了美国运通和Door Dash以及他引用的可能遭受代理革命的公司，在这种革命中，处理数据的能力以这种看似不性感的但具有宇宙影响力的框架来处理数据。这导致了真实的货币损失，这真是太疯狂了。这证明了，尽管经济现实正在被辩论，但我们仍然在这里是为了最好的故事，有人可以告诉我们，有很多说服力的选民，即使在市场上。似乎是这样。让我给你两个答案。首先，盖洛普在2025年12月发布了其最新的工作场所AI使用估计。根据其最新估计，大约一半的美国公众，45%的美国员工报告每年至少使用几次AI工作。报告每日使用的数量也基本上是逐季度增加的。那么，这是公司强迫员工使用的吗？但这需要一个单独的问题来确定。但我们基本上看到的是一项技术的采用速度比任何已测量的技术都要快，包括计算机革命。所以，我认为重要的是要说，对我来说，第一个问题是，我们能看到的所有指标都显示AI的使用正在增加，这基本上是史无前例的。>> 所有人都在免费使用它，对吧？>> 很多人都在免费使用它。但Anthropic和OpenAI是历史上增长最快的两家公司，这也表明有很多人在付费。所以，你既有使用量的增加，也有收入的增加。所以，我认为当你把这两者结合起来时，你就会发现一种现象，它正在明显地渗透到美国经济的各个领域。但这里还有第二点，或者也许有更好的说法是，我认为米娜的观点和Catrini论点的力量之间存在一种有趣的张力。Catrini的帖子并没有假设AI是虚假宣传，或者AI是企业主推给员工的技术，而底层技术什么都没做。从某种意义上说，Catrini的帖子让市场价值增加了万亿美元，正如保罗所说，它假设AI非常有用，以至于它取代了数万亿美元的劳动力活动，它被如此频繁地大规模使用，以至于你基本上有如此多的人失业，导致需求崩溃。由于GDP，国内生产总值等于国内生产总收入。如果经济收入大幅下降，你就会出现经济衰退。所以，Catrini的帖子基本上是让人们想象一个世界，而不是一个AI对劳动力市场的影响被高估的世界，而是我们低估了AI传播速度的世界。如果它增长如此之快，公司使用它的频率如此之高，并且使用AI的个人被认为如此高效，那么他们的生产力将取代那些不使用AI的工人，他们将被解雇。他们将失业。他们不会花钱。他们不花钱导致经济衰退，总的来说，生产力增长导致需求侧衰退的讽刺。这就是Catrini描绘的图景。我不是来赞同它的。我不是来评判它的对错。但我只是想指出你和保罗提出的这两个问题之间的张力，因为它们对这项技术的未来做出了相反的假设。>> 我认为我听到米娜说的是，我很欣赏>> 对证据的要求，对吧？就像，如果你谈论的是真金白银，请给我看看，你看到客户真的在为它掏钱，而不是这些企业合同，正如我们都知道的，这些合同在它的采用方面有不同的计算方式。但是，但是，记者视角实际上可以回到对话中来。因为在Twitter上，所有这些事情都在那里被争论。多年来，硅谷的许多人的回应是“学会编码”。这是嘲笑记者的侮辱。而现在，当然，每个人似乎都同意的一件事是，编码是受诸如Vibe Coding之类的东西影响最大的。但Clawed Code，作为一项似乎在以前从未见过的事情，以我们从未见过的方式和速度在进行，这似乎是毋庸置疑的，编码是第一件事。毫无疑问，这里存在一种深刻的讽饪，就像这些AI领域的人，他们称自己为“发明上帝”，而他们做的第一件事就是“锯断自己坐着的树枝”，对吧？它做的第一件事就是把英语变成通用编码语言。因此，不仅彻底改变了工作，而且还可能为那些，你知道，是文字工作者的人打开大门。现在，突然之间，他们也许能够构建应用程序，取代那些所谓的“形状旋转者”构建的应用程序，他们曾经说过我们需要学会编码，否则就接受，你知道，永久处于底层阶级。这里有一种深刻的讽刺。你可以说，如果AI的建筑师们试图做的，如果AI的建筑师们基本上试图利用互联网的语料库来>> 允许一项技术完成所有人类工作。那么，当然，他们首先会理解如何自动化自己的工作。你知道，我在这里试图指出，我的观点与米娜的观点有所不同，但我认为在这里说很重要，我为我的Substack写的最后一篇文章叫做“没有人知道任何事情”。这是威廉·戈尔德曼的一句名言，他是《总统先生》和《公主新娘》的编剧。他关于好莱坞预测热门作品的能力的自传的第一句话是“没有人知道任何事情”。我现在关于AI的宏大论点是，任何试图对这项技术对我们产生什么宏观经济影响做出预测的人，都不知道他们在说什么。事实上，现在很难看到AI对经济有任何影响。无论你是看生产力还是就业数据，失业率仍然是4.7%，甚至是招聘率，都很难证明AI产生了重大影响。所以我相信我们正在看到一项正在快速增长的技术，人们正在为此付费，并且绝对有潜力改变美国经济以及我们的工作和生活方式。而且，我也认为，尽可能清晰地看待这件事，很难说，宏观经济的收益在哪里？我不知道它们在哪里。我想在我们进入另一边之前，也就是德里克和我最初来回争论的问题，也就是AI对我们工作的实际效用，>> 但仍然关注实际的泡沫影响问题，>> 我们什么时候会知道，男人？因为我不是那种在这里争论这件事的影响不会增长，或者它不会影响某些劳动力群体的人。我的立场一直都是，我还没有看到消费者，消费者面向的影响的证据，或者说该行业的那一方面本身已经证明了与之相匹配的财务增长，正如一些人所讨论的那样。但我的问题是：我认为你说我们目前还没有看到实际的经济影响，这是正确的。如果我们两年后还在谈论这个问题，而且人们仍然没有明显地自愿为此付费，你会改变你的立场吗？你认为这是否必须在未来两三年内开始显现其效果？我去年做的最成功的播客，我去年为我的Substack写的文章是采访投资者保罗·卡德罗斯基，题目是“这就是AI泡沫如何破灭”。所以，从某种意义上说，我对这场辩论最深刻的贡献是详细阐述了为什么我认为AI在两年内可能成为一个泡沫。即便如此，仅仅因为某样东西是泡沫，并不意味着它就没有变革性。>> 是的。是的。>> 铁路，19世纪的横贯大陆的铁路，有四种不同的泡沫，它们都拖垮了经济。它也具有变革性。互联网泡沫，光纤电缆的建设是一个巨大的泡沫。著名的互联网泡沫。>> 互联网也改变了世界。我的猜测是，人工智能绝对可以归入这一类，既是泡沫，又是变革性的。以下是它的运作方式。电路板给保罗·卡多斯基。保罗基本上说，看，AI是真的，采用是真的，收入是真的，公司在付费，消费者在付费，这一切都是真的。但这并非是否有人在付费的问题，而是规模的问题。>> 是的，正是如此。你必须处理的第一个事实是，每年有7000亿美元被投入到这个东西中，由超大规模公司投入，那就是Meta和Alphabet以及OpenAI。我知道那些。再次，这相当于每年两个阿波罗计划。阿波罗计划花了10年时间。它需要巨额收入才能收回。保罗的论点是这样的。现在，这些公司在GPU上花费了数千亿美元，这些芯片来自英伟达和其他公司。而且它们非常昂贵。现在似乎对保罗来说，这些芯片几年后就会贬值。所以你必须为数据中心里的芯片进行再投资。嗯，如果你必须每年持续花费7000亿美元，最终你将不得不将这笔支出的一部分用于你公司收入的偿还。是的，Meta现在很富有，Alphabet现在很富有，微软现在也很富有。但最终，如果你继续花费这么多钱而收入却没有进来，你的营业收入，你的利润率将从这里，这可以证明3万亿美元的估值是合理的，下降到这里，这只能证明较低的估值。这就是市场调整。这是AI基础设施支出的回落。这是对整个领域的重新评估。这是一个我们可以合理地说AI是一个产业泡沫的世界。就像杰夫·贝索斯所说的那样。这是一个世界，基本上我们在AI领域得到了我们在互联网领域得到的东西，这项技术被过度建设，然后是回落，然后随着时间的推移，人们利用光纤电缆，就像互联网一样，你可以在上面运行YouTube和Netflix以及所有其他东西，而泡沫最终为变革播下了种子。所以，当我听到这些时，我有两个想法。一个是我认为，正在锯断硅谷坐着的树枝的东西，对吧，那就是编程。就像它的整个服装是语言模型。而且我认为，从营销的角度来看，从讲故事竞赛的角度来看，从你与它进行口头互动的事实来看，它有一种“我在和精灵说话”的感觉。我认为这只是从包装上来说，它感觉很特别，与众不同。所以，有那一部分，但还有另一部分，我想回到这一点，因为从宏观上看，经济现在依赖于此。而且不仅经济在购买它，美国突然处于一个必须支持它的位置，因为如果它确实是一个可能崩溃的东西，我们的国家就[ __ ]了。那么问题是，从战略上讲，无论你是Anthropic还是OpenAI，还是其他任何所谓的赢家，他们还在以正确的方式玩吗？因为也许是60个菲律宾人在做这件事，或者也许是真的。但无论如何，我们都投入太深了，以至于我们会拯救这个行业。>> 嗯，我认为你触及了为什么这么多人对它有如此本能的厌恶，而不是因为文化方面，政治方面，等等。它也是非自然的，这种感觉是压倒性的和普遍的。你知道，许多革命性的技术确实是从上到下开始的。但是，德里克，有没有什么让你感觉更像是自上而下的，这甚至不是说它没用，对吧？但如此多的面向消费者的应用程序都是强加给我们的。这甚至还没有涉及到内容方面，那些垃圾，我们看到的实际生成输出。那些广告太愚蠢了，而且是针对没人真正想要或使用的应用程序。这又回到了我所说的。感觉实际的效用与>> 它的公众形象有些脱节，以至于我们感觉就像被告知，就像保罗说的，这必须奏效。你必须这样做。每个人都在里面，伙计们，现在退出已经太晚了。>> 我认为这些都是伟大的问题。我不是一个专业的建设者。我是一个说话者，所以我将坚持我的专业知识。我不知道他们是否在正确地构建它，但我确信他们没有谈论它。嗯，用你的话说，保罗，他们给了人们什么来支持？如果想法是必须建造它，就必须建造它。如果它不建造，经济就会崩溃。但是，正如Doro Amadea，Enthropic的CEO所说，如果它被建造了，数千万人将失业。>> 没错。Sam Alman写过文章说，“这项技术将具有如此大的变革性和颠覆性，我们需要考虑普遍基本收入，因为将有这么多人永久失业。”他们给了人们什么来支持？这是一种非常奇怪的营销方式，预测如果你的技术成功了，它的成功效果将是美国的灾难。我几乎觉得，就像，我当时在想，有什么历史隐喻或历史类比吗？如果亨利·福特在1910年推出他的装配线，并开始生产T型车时，如果亨利·福特说，如果这辆车流行起来，每十年死于车祸的美国人将比第一次世界大战中死亡的美国人总数还多。那将是宣传你的产品成功的最奇怪的方式。碰巧是真的。每年有35,000名美国人死于车祸。你乘以10，每十年有35万美国人死于车祸。我认为这比第一次世界大战的死亡人数还多。所以，这将是一个准确的预测，但为什么上帝会让你告诉美国人民，这就是他们应该支持T型车成功的原因？这是一种令人难以置信的奇怪的营销策略。所以，我认为你说得完全正确，就像除了我们刚才讨论的经济辩论之外，关于这里的使用和收入的急剧增长程度，从营销角度来看，从谈话角度来看，这是一个非常非常好的问题，那就是他们给了人们什么来支持，如果他们说，如果失败了，经济就会崩溃，如果成功了，你的劳动力市场就会崩溃，那么，有什么结果可以期待？>> 即使抛开那些悲观的世界观，显然这有助于他们夸大自己的估值和重要性。他们营销的是最愚蠢、最无用的方面，对吧？就像，绝对有一些有用的应用，在专业领域有不同程度的用途，我敢说在个人生活中用途较小。但大多数公司在普通美国人接触到它时，都会说：“嘿，你这个笨蛋，你不知道如何在雨中预订座位。猜猜我们的改变世界的科技将进来拯救你。”而且，我认为这导致了人们的一些反感，因为你不断地被展示最愚蠢的用例。这让我觉得他们的实际目标受众，他们的营销目标客户，实际上不是美国人民，客户。他们正在与一个政府打交道，这个政府过于倾向于解除管制和放松管制，或者更准确地说，永远不要开始监管。>> 这些公司之所以能获利，是因为他们的策略是，一旦我们都陷入困境，我们都投入了如此多的沉没成本，就无法回头了。所以，我们所要做的就是继续前进，政府会帮助我们。而且我认为这个策略没有错，因为从大局来看，他们得到了他们想要的一切，无论何时他们提出要求。这就引出了为什么Dario Amade，那个似乎对公司发展轨迹持有后特朗普观点的家伙，如此引人入胜。也许这就是他的市场效率，我将采取更长远的观点，它实际上超越了我们目前所处的政治气候。嗯，但我也想提醒自己，我还没有兑现我一直在预告的辩论。>> 我知道，我们实际上甚至谈论了德里克和我最初的，但我们现在到了那里，因为我们已经描述了宏观的图景，我认为这有助于设定前提，就像，米娜一直在反复说，什么时候这对我有帮助？>> 就像>> 差不多就是我们现在所处的位置。所以，给我们讲讲你们一直在>> 再次，激烈地，激烈地争论的背景故事。>> 激烈地。>> 在过去的14天里，我收到的蒂姆·帕伦蒂的谷歌图片搜索结果数量确实是犯罪级别的。不，我的意思是，嗯，我一直在和米娜以及一些NFL分析领域的人发短信，他们一直在联系我，基本上说，“德里克，我不知道这项技术如何能让我的工作变得更好。”嗯，你知道，当我跟米娜说话时，我向米娜展示了，我浏览了一些，你知道，职业橄榄球参考数据，我基本上向她展示了，这是Claw Code如何能够分解过去几个赛季的传球历史，这些数据由公开的职业橄榄球参考数据提供。米娜的基本回应是，“这非常基础，我可以在1.5秒内完成所有这些，使用ESPN的研究。”而且，那不是空穴来风的吹嘘，因为我问了，“好吧，热门人物，如果你那么擅长，如果你那么擅长任何数据分析，告诉我过去五年里，在面对滑行防守时，四分卫的调整后净码数最高的是谁，我希望他们按总传球次数排名。”而且，字面意义上1.5秒后，她不仅发短信告诉我答案，她还给我看了她查到的截图，而且，顺便说一句，是拉马尔·杰克逊2024年，对吧？是去年。>> 我想是的。是的，我想是>> 然后，我想艾伦也是，艾伦25也排在前五名。总之，嗯，她给了我数据，1.5秒。而且，我想做一个重要的，真诚的观点，那就是我从与米娜的互动中学到的。然后我很想知道米娜从这次互动中学到了什么，除了我错了。我想让大家想象一下，世界上数据可读性的一个光谱。就像，有些数据请求对人类或机器来说是完全不可读的。我的父母，我经常谈论这个，以及为什么我对科学的未来如此感兴趣。我的父母会死于癌症。如果你问一个大型语言模型，查找胰腺癌的药物靶点。数据不存在。没有人体的互联网。数据不存在。它是完全不可读的。所以大型语言模型完全没有价值。这不仅仅是我的观点。我刚刚采访了礼来公司的CEO。他说，对于这些目的，大型语言模型目前基本上是无用的。但然后你看看可读性的另一端，那就是米娜在ESPN研究中的情况。就像，她能如此快速地获取如此多的数据，就像普通人能够计算6*3一样，在这种情况下，AI没有用，因为数据太易读了。但现在，想想介于两者之间的“金发姑娘区”，一方面是完全不透明的，比如胰腺癌的药物靶点，另一方面是太易读的，比如你可以在ESPN研究仪表板上查到的东西。就像经济数据，劳工统计局数据，>> 大量的政府数据，这些数据以一种众所周知的方式，非常难以快速访问，以至于我必须向经济学家发送请求，告诉他们离开一个星期，然后回来告诉我，你知道，根据美国时间调查，过去20年里，儿童（两岁以下）的父亲时间发生了什么变化。这就是人工智能的完美区域。数据库的那个“金发姑娘区”存在，但它是一个巨大的麻烦去处理它。这就是我从我们的互动中学到的，因为不同的人有截然不同的工作，有些人从事生物医学，有些人从事ESPN的足球评论，有些人从事中间的经济评论，而这正是目前人工智能的甜蜜点，而不是在两极。重要的是，然后我就完成了我的演讲。我认为，当人们将人工智能与其他技术进行比较时，这是非常奇怪的。就像当你想到，一个灯泡做什么？一个灯泡会亮起来。这就是它对你和我，米娜，保罗，所有听众所做的，灯泡会亮起来，对于每一个拉动灯泡绳的人来说，它的流明和瓦特数都是一样的。但是AI就像一个灯泡，当不同的人试图打开它时，对一些人来说，灯泡会变暗。对一些人来说，灯泡是100万瓦。对一些人来说，它介于两者之间。所以，因为这项技术如此奇怪、参差不齐，并且对个人的提示极其敏感，所以很难解释它对每个人做什么，因为没有一个单一的普遍答案可以给出。>> 是的。我，我会这么说，因为，所以最初的问题是，它对我们的工作真的有用吗？对吧？而你描述的“金发姑娘区”，即使在我目前的工作中也有应用。我敢说，当我还是个作家的时候，肯定有更多的应用。但即使现在，就像，我在联合训练营，一名潜在球员跑出了历史上最快的四分卫40码冲刺时间，而我打开Claude并问“历史上四分卫（身高超过6英尺）最快的40码冲刺时间是多少”比我试图使用Google（现在当然没用了）来找出答案要快得多。所以，作为一个超级谷歌快速搜索者，它绝对有用。而且我认为很多人在他们日常生活中研究事物时，也体验到同样的效用。但我想一个重要的区别，特别是当你考虑生成式AI时，是它能帮助我完成工作，还是能帮助我把工作做得更好？而这正是我认为所有这些的另一层。因为我的经验是，不仅在实际获得答案方面存在限制，正如我们所讨论的，因为我能够访问数据库，而且如果我过度依赖它，我就会把工作做得不好。这就是为什么当我查看数据时，当我有一个问题时，我想，“让我想想，如果我调整这个和那个，或者我想看看在这种情况下哪个跑卫，等等，这个过程对我做好工作来说，和输出一样重要。当我看到数字，我开始调整过滤器，我开始排除一些人，我走入兔子洞，我添加一些额外的，你知道，这就是我如何获得我的见解，而不是通过输入一个问题并得到一个答案。同样，当我是一名作家时，我可以使用生成式AI来写一个大纲，然后在此基础上写作。但我认为，大纲的过程是我写出更好的故事并让我理清思路的原因。而且，我认为这是人们在使用这些技术时正在弄清楚的，是的，如果你只是想做一份糟糕的工作，它可以做到，但我们大多数人应该想要更多，我认为。这正是我在玩弄这些工具时的经验。>> 我能插嘴吗？因为我真的很喜欢米娜提出的这个观点，我认为这是一个人可以对这项技术提出的最重要的观点之一，那就是AI过度使用会导致认知能力下降。我在这里听到的最令人难忘的事情是，我认为它是一个Substack文章，有人指出了工作和健身房的区别。他们说，工作的目的是完成工作。但在健身房，目的是举起重量。你不能去健身房，让别人帮你举起135磅的杠铃，然后告诉自己，你好像举起了135磅，因为你让别人帮你做的。不。你的肌肉会一天天，一周又一周地萎缩，如果你去健身房是为了让别人帮你举起重量。我认为很多人使用AI来帮助他们完成工作，只是为了更快地完成工作。但米娜完全正确。毫无疑问，我们已经可以在高中和大学层面看到这一点。人们正在使用它来举起重量。他们用它来写论文。他们用它来做研究。记者们，我敢肯定，正在用它来写大纲。而工作和健身房之间的界限，不是说有法律。不是说有公式。你必须自己去感受它。就像，我什么时候依赖这项技术来完成我的工作，以至于它阻碍了我建立我所需要的认知肌肉，让我每个月都变得更好？什么时候我是在利用它来丰富我正在做的工作？我认为战略思维将变得更加重要，对吧？我如何使用它以及如何部署它的问题。在一个一切都可以瞬间完成的世界里，我用这个优势来做什么？我的意思是，这让我想起去年我在斯隆会议上，我让达里尔，我的篮球运营总裁，
76人队和斯隆会议的联合创始人基本上承认，是的，我在做决定时，房间里有一个大型语言模型。这立即在上下文中疯传，每个人都嘲笑达里尔，就像达里尔在问 ChatGPT 如何修复乔尔·恩比德一样，祝你好运，在某种程度上这确实很有趣。但这也引发了一个问题：如果你和顾问们在一起，你是否希望最尖端的 AI 技术在那里告诉你它的想法？
所以米娜，我认为一个有趣的副线是，我认为迈克·弗洛里奥在 Pro Football Talk 上提到了这一点，我认为我是在那里看到的。>> 哦，是的。今年联合训练营有一个潜在的含义，即球探和球队管理层成员一直在积极地想知道 >> AI 是否会来找我们 >> 我们是否会被取代，我认为这恰恰说明了我们刚才进行的对话。你们看过那个 Co-pilot 的广告吗？那个广告就像是雄鹿队，他们说我们在考察 NFL 球员，然后它会缩小范围，或者那个广告实际上是这样的，对于那些不知道的人来说，它实际上是巴勃罗所描述的一种假设情况，即这个球队的球探部门正在查看一群球员，然后通过 AI 提示来缩小范围，这实际上是你所描述情况的完美概括，因为有一个工具可以处理数据并对球员、比赛进行分类，并且可以通过数据找到隐藏的宝石，这绝对是有用的。但随后他们会说：“我们在寻找一个有领导能力的人，然后它缩小到一个男人。”兄弟，AI 只是在谷歌搜索关于领导力的五篇文章，然后他们碰巧找到了一个人。他们什么都不知道，对吧？但它极好地代表了：绝对有应用，但它们都有绝对的限制。而且我认为，像我这样的人，我们的毛发都会竖起来，因为在公众的描绘中，限制似乎总是被忽略。
我很高兴你这么说，我认为回到最开始很重要，ChatGPT 是什么意思？生成式预训练变换器，在什么上预训练？在互联网上。所以这些机器非常擅长模仿人类语言，为什么？因为它们是在人类语言的宇宙中训练的。如果你让它以威廉·莎士比亚的风格写一首关于早上醒来的十四行诗，猜猜互联网上有多少十四行诗，以及互联网上有多少关于早上醒来的描述，它会做得非常好。如果你问它一个关于细胞功能的问题，你就运气不好了。没有人类解剖学的互联网。它不存在。没有像“领导力”这样难以言喻或可能高度具体的，比如过去 35 年中线卫的领导力特质。这样的数据集并不完全存在。所以，我认为我很高兴我们找到了这个地方，因为我认为人们理解这一点非常重要。我有时会用形状来思考这个问题。人们理解 AI 智能的形状非常重要，通常用来形容它的形容词是“锯齿状”的，这种锯齿状解释了它可能非常擅长研究那些冲刺速度低于每码 4.4 码的近端锋的历史。它在许多它所训练的语料库信息匮乏的问题上不会做得很好。所以 AI 智能有一个形状，但也有，这可能是更重要的部分，人类工作也有一个形状，理解这两个拼图块如何组合在一起对于有效且负责任地使用这项技术将非常重要。
我认为这需要很多练习，老实说，回到健身房的比喻。我认为人们只需要一遍又一遍地使用这些东西来弄清楚：我在以一种让我更有效率的方式使用它，还是在以一种提供生产力幻觉的方式使用它，但我实际上只是让我在每周都变得更愚蠢。>> 是的。我最大的恐惧是，负责任和富有成效的使用将变得如此两极分化，而且我们时间不多了。我们还没有谈到教育部分。比如，你知道，我可以送我的孩子去那些对这个问题非常深思熟虑的学校，但有多少孩子会去那些不深思熟虑的学校，或者会被置于不被给予同样考虑的情况？这也是我非常担心的问题。>> 我认为我们得出的结论是，我们被推销的东西实际上并不是我们应该想买的。我想在这里做一个测试：10 年后，15 年后，我们会怎么看待这件事？其中一个阐述是，我想在这个视频上停下来。这是哲学家蒂姆·迪伦对萨姆·奥尔特曼的回应，他以一种我认为也许是这样的方式翻译了它，如果我们不打算在联邦层面监管它，也许我们应该听听它也可以如何呈现。萨姆·奥尔特曼，>> 在这个比较中，总是不公平的一件事是，人们谈论训练一个 AI 模型需要多少能量，而一个人进行一次推理查询需要多少能量。但训练一个人也需要大量的能量。它需要大约 20 年的生命以及你在此期间吃的所有食物，然后你才能变得聪明。不仅如此，它还需要过去所有 1000 亿人广泛的进化，他们曾经生活过并学会了不被捕食者吃掉，学会了如何弄清楚科学等等来孕育你。然后你拿走了你>> 所以，这就是正在发生的事情。所以在这场 AI 军备竞赛中，我们正在与美国和中国争夺生出一个古老的苏美尔超级智能恶魔。而你凤凰城的康妮阿姨，她是一名接待员，>> 我只是觉得恶魔的政治言论可能比我们本集所说的一切都更有效。不幸的是，我也担心如何校准这一点。>> 我现在真的很后悔我的任何 AI 回答中都没有古老的苏美尔参考文献，因为我认为这总是能让答案变得生动起来。嗯，我的意思是，我认为 AI 是一个极其强大的，很可能具有变革性的事物，其水平可以与个人电脑相提并论。我们使用个人电脑。它们没有取代我们。它们没有取代工人。失业率仍然低于 5%，就像过去几年一样，电脑普及率从未如此之高。对我来说，这非常非常有可能，我认为在 10 年、20 年后，生成式 AI 将会有点像 Excel。它有点像 PowerPoint，有点像笔记本电脑。>> 现在我们一直在感受这一切，我的伙计。>> 但它是如此强大的东西，我认为，我认为它被称为知识工作者的主屏幕。所以它很强大，而且无处不在。等等。你说的是，这项技术一直以来都非常像佩顿·曼宁。也许他没有能力将球扔到很远的地方，但从战略上讲，它可以进行短传和精准传球，撕开防线，并非常安全地让你获得一个胜利的赛季。>> 人们也对一位名叫蒂姆的政客说了同样的话。
这是 Pablo Toré Finds Out，Metallark Media 出品，下次再聊。