（關注公眾號設為標，獲取AI深度洞察）

全文 4,000字 | 閱讀約8分鐘

昨日，在彭博社舉辦的全球科技投資論壇上，IBM副董事長Gary Cohn分享了他對AI發展的獨特洞察。"AI已經有了翻天覆地的變化，我認為我們正在經歷一場演變過程,"Cohn在論壇上表示，強調了當下AI技術的迅猛發展態勢。

2025年開年才3個月，AI領域已經風云變幻。隨著R1席卷全球，然后是o3、Grok 3、Claude 3.7、GPT4.5的發布，這些都是短短3個月內發生的事情。然而諷刺的是，身處這場技術革命中心的人們似乎并沒有發現AI加速的跡象，甚至對新模型表現不甚滿意、抱怨連連。但實際上，正如Cohn所指出的，AI的發展已經進入爆發性增長階段，并且完全沒有停滯的跡象，我們正身處一個無法想象的時代！

在這場備受關注的對話中，作為曾在高盛擔任要職、在白宮服務過的資深金融和政策專家，Cohn不僅回顧了AI從早期"必須預先編好龐大數據庫"到如今"能實時抓取全球信息"的巨大飛躍，還深入探討了小型專用模型如何重塑企業應用格局，以及AI投資與監管的關鍵議題。

完整文稿 關于IBM與AI的發展

主持人:好的，非常感謝。我很高興能歡迎Gary Cohn來到這個舞臺，你現在是IBM的副董事長，之前在高盛工作了很長時間，后來在白宮待了一陣子，然后一直在科技領域投資，直到擔任IBM副董事長這個角色。你對AI的了解比我們很多人都早，你在IBM是怎么推進這方面的呢？

Gary Cohn：謝謝你的邀請，也謝謝你的好話。正如你提到的，IBM在AI和機器學習領域已經深耕了50多年。回想一下，過去用來在《Jeopardy》（美國著名的電視智力競賽節目）中獲勝或在國際象棋中擊敗卡斯帕羅夫的AI，與如今的AI在很多方面都存在差異。那時候，你得事先把一個龐大的數據庫編好程序，里面裝滿所有答案，因為我們沒法實時連接全球數據。現在呢，如果你要參加《Jeopardy》，玩法完全不同，你會讓AI機器實時去抓取答案。40年前，你得把答案都準備好放在房間里，祈禱節目問的問題是你預備好的類別。今天，AI已經有了翻天覆地的變化，我覺得我們都在經歷這場演變——我不太確定這是不是一場革命，而是AI的逐步進化。你看，幾年前的CEO調查顯示，大概90%的CEO說他們肯定會用AI，但這90%里不到10%的人能具體告訴你他們要拿它干啥。他們只是覺得得說自己在用AI。現在呢，用AI的CEO數量還在增加，更重要的是，他們真的知道要用它做什么，AI怎么提升業務也越來越清晰。這就是現在的現狀。我覺得這種趨勢會繼續發展，你會看到AI在業務中的應用場景、回報在哪里，以及如何真正提升生產力。我不想太專業地聊生產力，但說到底，如果你想讓GDP增長，想讓經濟騰飛，關鍵就在于從勞動力中榨出更多的工作效率，提升生產力。

主持人:我特別關注競爭這塊。如果你是家大企業，還沒搞清楚怎么用AI，是不是已經晚了？是不是已經輸了？

Gary Cohn：你永遠不會太晚。可能在競爭上有點劣勢，因為你的對手也許能比你更高效地做事，但你能很快趕上，所以你不會落后太多。你得搞清楚自己業務里的機會在哪，這取決于你的業務規模和范圍。比如在一個大公司里——我們在IBM就是這樣做的，我們喜歡做自己產品的'第一個客戶'——我們做了一件看似簡單其實不簡單的事：一個HR聊天機器人。你想想，大多數人用HR干啥？除了第一天的入職體驗，90%的情況是他們租了個公寓，需要一封推薦信。你想要一封信，寫上我啥時候入職的，工作多久了，去年的薪水多少，獎金多少，而且你希望立刻發出去。一兩年前，你得打電話給HR的人，告訴他們信息，告訴他們發到哪兒，然后祈禱他們趕緊發。今天在IBM，你直接在HR聊天機器人里輸入，點發送的那一刻，信就發出去了。員工其實很開心，天啊，我想要的立刻就拿到了，包括福利、醫療信息，全都實時搞定。我們從HR部門裁了600人，但沒開除他們，而是把他們調到更有用的崗位上。員工對HR的滿意度大幅提升，因為他們能實時拿到答案。所以，這取決于你在公司里想實現啥。 現在很多人用AI來輔助寫代碼。如果你在一家大型軟件開發團隊，或者寫新代碼對你很重要，而你的競爭對手用了代碼輔助程序，你沒用，你就處于競爭劣勢。金融服務行業里，比如銀行，我知道銀行是怎么運作的，過去它們都是按需搭建技術基礎設施，揭開蓋子一看，各種不同的系統用著各種不同的語言，想整合起來讓它們互相交流，難得很。所以過去十年二十年，每家銀行都在想怎么把所有軟件、所有系統弄成一個通用語言。這任務太艱巨，成本高得嚇人。現在呢，沒那么貴了，你可以用代碼輔助機器人把一種語言移植到另一種語言，效果還挺完美的。所以現在AI在很多地方都很有用，具體看你的情況。

AI的成本與模型發展

主持人:我想聊聊成本問題，因為我覺得這對技術公司來說特別嚇人。我聽說OpenAI投了1000億美元去建一個大型語言模型，只有硅谷那幾個巨型超大規模公司才玩得起。當然，DeepSeek證明了你可以用更低的成本做到，雖然他們具體怎么做、成本多少還有疑問。

Gary Cohn：感謝中國的DeepSeek驗證了我們這邊很多人知道但沒人想聽的事。如果看看我們在IBM、Meta還有美國其他公司做的，我們一直在開發小型模型。我們發現——DeepSeek也證明了——小型模型效率更高，計算更快，耗電更少，但它們不是萬能的，而是針對特定目標的模型。比如我剛才說的那些應用場景，我們有專門的小型模型。我覺得這是未來，我們認為這是AI的未來，大多數公司會用盡可能多的小型模型去完成他們需要的AI任務，這樣效率會大大提高，成本也會大幅降低。我覺得這就是我們前進的方向。當然，會有一些大型語言模型也挺有效，但它們是那種包羅萬象的通用模型。

主持人:投資還是得花不少錢。我看穆迪估計未來五年要投20億美元，看看那些“七巨頭”公司的資本支出計劃，這數字似乎也不算遠。你我都經歷過互聯網泡沫，看過很多公司砸錢鋪光纖電纜，建Web 1.0的基礎設施，大手筆花錢但好多年沒啥回報，甚至可能永遠沒回報。你覺得現在和那時候有啥相似之處嗎？

Gary Cohn：對。你在建技術基礎設施和骨干網絡時，只能基于今天有的技術和你知道的東西去建。AI的基礎設施、計算技術發展得飛快，但你不能等2.0版、3.0版或4.0版出來，你得用現在的技術開工。今天能用的技術，很多在建好前就過時了，會被更新的版本替代。所以現在花了很多錢，回報很低甚至沒有，但你要不開始投，就永遠不會開始。你有點陷入兩難，我得開始建這個數據中心，我想用XYZ芯片，但建成時，可能過兩年，我大概率不會用那塊芯片。我以為運行數據中心需要的電力可能會少很多，因為下一代芯片肯定比現在的效率高。所以這種建設，你不能等著最高效的技術出來，因為總有人在前面，你得不停地建，浪費在所難免。我覺得這是不可避免的。而且這些AI模型會自我迭代，越來越聰明，會優化再優化，一切都會變得更好更快，最后，數據中心的AI會告訴你怎么建更好的數據中心，怎么優化連接性。

AI的投資前景

主持人:那作為投資者怎么辦？你知道，像IBM或微軟，他們沒得選，現在就得建。但作為個人投資者，作為市場觀察者，你怎么分析？

Gary Cohn：這挺有意思的。看看技術歷史，其實沒那么長。你會發現，大公司最終會在這個領域有很大影響力。不管是Meta還是Google，我記得Facebook剛起步時就是個小公司。我不算太老，但也不年輕了，這些大公司都是從小公司起步的。所以現在有很多小公司，未來會變成大公司，除非半路上被大公司收購。現在有些公司能輕松花1000億美元買一家公司。所以你問我最可能的路徑是啥，我覺得是大公司，那些資本支出最多的，最可能是贏家。他們會資助一些初創公司。幾乎所有大公司都有龐大的風投部門，他們想給有創意的人機會去創造，等這些產品變得很有價值，他們就收購，合并進大公司。所以我的投資建議是，你可以持有一些小公司，大多是私營的，擁有一籃子這樣的公司可能挺有趣。但如果你問我十年后會怎樣，我覺得大公司會主導這個領域。

主持人:這跟你現在在IBM做的事有關嗎？你會幫Arvind Krishna（IBM CEO）鎖定一些目標嗎？

Gary Cohn：我們確實有個風投組合，一直在找符合我們參數的前沿技術，比如混合云、開源AI、量子計算什么的。但我們很注重開源，所以如果有家開源公司符合我們的標準，我們覺得它有意思，對股東來說，早點參與比晚點好。

AI監管問題

主持人:我想再聊聊AI的監管。你提到AI會幫我們創造更好的AI，我好奇AI還會為我們決定啥。我們需要監管嗎？是得下重手，還是讓幾個南非億萬富翁說“隨便搞”就行？

Gary Cohn：我不知道你在說啥。我得去ChatGPT問問那是啥意思。看，答案是肯定的。我在全球一些大監管委員會里，所以我簡單說下。如果某項活動今天是受監管的，用AI干這事兒也該受監管。比如我打電話給醫生，說我嗓子癢、頭痛、這兒腫了，他把信息輸入機器，診斷我的病開藥，這是個高度受監管的業務。AI機器和程序也該高度受監管。反過來，如果我明天早上鍛煉時，Spotify給我挑了首爛歌，我得跳過——他們老干這事兒——我不覺得這需要監管。我能聽首爛歌跳過去，照樣鍛煉完。所以我的看法是，我們已經定了哪些業務要監管，哪些不用，AI不該成為監管更多業務的借口，但也不能用AI把今天該監管的業務摘出去。

主持人:不管怎樣，這是個深思熟慮的回答，謝謝你的時間。

Gary Cohn：謝謝。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：https://www.youtube.com/watch?v=Ktg4RGRD3VE&t=5s&ab_channel=BloombergLive

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈