第二期中原基石数智期间指导力特训营热招中！

报名即送十月管制论坛参会限额1个，价值12800元！

来源 |  Z Highlights，管缄默慧

盘问合营| 13699120588

图片来源：20VC

尽管谋划才气显耀提高，但自GPT-4模子发布以来，基础模子的性能莫得显耀冲破。刻下AI性能的停滞主要由于"数据壁垒"，即可探听的互联网数据依然被耗尽。要冲破这一瓶颈，关节在于获取更多各样化和专科化的数据。基础模子的性能瓶颈在于数据而非谋划才气。要提高模子性能，需要为模子提供更多筹市集景的数据。惩处推理才气不及的方法包括开发通用推理才气或通过多半数据测验模子。

诚然大型企业领有多半数据，但大多是专寥落据，不易获取。生成合成数据和增多数据坐褥的妙技是从数据稀缺到数据丰富的关节。数据的质料和结构是数据治理的最大挑战，赓续的数据坐褥对于AI的永恒进展至关伏击。数据是AI模子可赓续竞争上风的关节。将来，实验室将通过数据策略进行各异化竞争。大公司可能会罗致里面部署模子，以保护其数据的竞争上风。

AI功能的商品化有时能提高订价或价值索求。软件坐褥资本的下跌导致企业软件定制化进程提高。将来，跟着AI agent和模子承担更多使命，可能会从按座位订价转向基于消费的订价模式。

过度严格的数据监管可能会扼制AI立异。更宽松的数据探听政策与摆脱民主轨制并不冲突，好意思国和英国需要遴选措施确保不在数据坐褥上处于不利地位。AI期间有可能成为比核火器更坚强的军事金钱。为防患负面后果，可能需要对来源进的AI系统遴选禁闭策略。

AI谋划中的边缘效益递减

Harry Stebbings：Alex，我很欢笑咱们不错濒临面进行此次对话。绝顶感谢你今天加入我。

Alexandr Wang：是的，很欢笑来到这里。

Harry Stebbings：我之前发推文说咱们应该跳过那些创立公司的故事，因为你依然讲过许屡次了。我想径直切入主题，问你一个问题。当对于刻下的模子性能，咱们先从高头绪上来谋划，你认为咱们现在是否际遇了谋划力增多却莫得带来性能提高的收益递减情况？

Alexandr Wang：是的，我认为这绝顶意思意思。现在尤其是在GPT-4推出的情况下，事情变得愈加较着。OpenAI自2022年秋天以来就推出了GPT-4，从那时起，咱们还莫得看到一个新的基础模子或是一个比GPT-4更令东说念主歌唱的新模子。咱们还莫得看到GPT 4.5或GPT 5，其他实验室也还莫得推出较着优于GPT-4的模子，尽管自ChatGPT问世以来，谋划支拨的增多是巨大的。你不错望望Nvidia收入的图表。在GPT-4推出后，它的收入直线上升，从Nvidia数据中心的季度收入梗概50亿好意思元上升到现在杰出200亿好意思元。是以在合并时辰框架内，依然寥落百亿致使杰出1000亿好意思元被花在了高端的Nvidia GPU上。咱们还莫得看到自GPT-4以来的大冲破，而本体上这个模子是在Nvidia支拨激增之前推出的。因此，我认为总体来说，这是一件绝顶意思意思的事情，咱们看到对谋划的投资正在急剧增多，指数级增长，但咱们作为一个社区、一个行业，仍然在恭候下一个伟大的模子的出现。

Harry Stebbings：你认为咱们是否依然达到了性能的一个极限，在恭候冲破的同期，性能会出现这种停滞？你认为这是一个短期的风景，如故像自动驾驶那样？咱们看到自动驾驶的性能停滞了好几年，直到最近才再次有所冲破。

Alexandr Wang：这是一件绝顶意思意思的事情。这些东说念主工智能模子有三个构成部分或三个赞助，分别是谋划、数据和算法。东说念主工智能的历史标明，进展来自于这三个赞助的共同进步。因此，你天然需要多半的谋划才气，但你也需要算法的进步，比如最初的Transformer、RLHF，或者将来的算法进步。而且你还需要数据赞助。我认为咱们最近看到的性能停滞在很猛进程上不错用咱们碰到的数据墙来证据。GPT-4是一个险些测验在系数这个词互联网上的模子，使用了巨大的谋划才气。而我认为在往日几年里，系数这个词行业所作念的主淌若在谋划方面进行了大范畴扩张，但并莫得同步在其他两个赞助上取得进展。因此，我认为需要更多的算法改进，但特别是咱们需要确保有更多的数据来救济它。

Harry Stebbings：当你说到数据墙时，这到底是什么意思意思？咱们不错作念些什么来克服它？

Alexandr Wang：从一个绝顶高的头绪上讲，我认为咱们依然用尽了系数的"轻松数据"，咱们依然用尽了系数的互联网数据，比如Common Crawl以及它的最新版块。

Harry Stebbings：为了让咱们领路，所谓"轻松数据"等于指应酬媒体上的内容，任何不在付费墙背面的东西，任何容易且免费的内容。

你但愿东说念主工智能系统芜俚完成任务，芜俚惩处复杂问题，芜俚与东说念主类合营来惩处日常问题。而构建具有这些才气的智能体和东说念主工智能模子的过程，咱们不行仅靠互联网数据来实现。而咱们依然用尽了系数的互联网数据。

Harry Stebbings：当咱们接洽到灵验的agents和奉诈骗命的软件，而不单是器具的销售时，正如Sarah Tavel（Benchmark 普通结伴东说念主）曾经指出，为什么现存数据不及以救济从器具转向使命的挽救？

Alexandr Wang：轻松的谜底是，东说念主类在奉行更复杂任务时所进行的许多念念考过程并莫得记载在互联网上。例如，如果我是一个大银行的欺骗分析师，我的使命是笔据一组看似可疑的交易判断它们是否是欺骗交易。我需要分析各样不同的数据，运用我的推理才气和系数的东说念主类智能来作念出这个决定。而我进行这个过程时，并不会每一步都写下来，比如，我搜检了这块数据，又搜检了那块数据，然后基于这些数据得出了论断。我不会把这些方法写在互联网上供这些模子以后爬取。因此，轻松来说，救济现在经济的系数推理和念念考都莫得被记载在互联网上。如果你只在互联网上测验模子，它就莫得才气从这些过程里学习。

Harry Stebbings：那么，咱们怎样将这些未被记载的数据捕捉下来，就像你刚才提到的欺骗分析师的念念维过程、分析和里面会议中的谋划，这些内容并莫得被编入数据集。咱们怎样捕捉这些数据，以便能更好地奉行任务？

Alexandr Wang：咱们的不雅点，或者说我真确信赖的是，咱们从现在运转需要的是前沿数据。咱们需要多半的前沿数据，而面前咱们处于一种数据稀缺的心态，或是咱们依然触碰到数据墙。而前沿数据在我看来包括复杂的推理链、复杂的谋划、模子进行的推理链、模子查找数据、进行推理、查找另一个数据、可能改造差错，器具使用等系数咱们认为智能体芜俚奉行的关节部分。系数这些都需要被封装在前沿数据中，以鼓舞这些模子的前进才气。

Harry Stebbings：咱们怎样捕捉这些数据？

Alexandr Wang：我认为这需要通过基本上三大赞助的贯串来实现。早先，今天天下上的企业里面有多半的数据被锁定，因合理的事理，这些数据并未公开于互联网。为了给大众一个范畴的感知，例如来说，摩根大通的专有里面数据集为150 PB，而GPT-4的测验数据集不到1 PB。因此，大型企业里面存在的数据量绝顶宏大，有一个过程等于挖掘这些现存企业数据中的系数优质数据。

Harry Stebbings：但这些数据永远不会是开源的，对吧？这些都是专有的，专门为该客户定制的。

Alexandr Wang：确实地说，这是一个每个企业都要资格的过程，比如我有一组对我的企业绝顶伏击的问题，那么我就需要资格一个过程，基本上等于挖掘我系数的现存数据，并精好意思这些数据，以供东说念主工智能系统惩处我的问题。

Harry Stebbings：当咱们念念考冲破时，咱们一运转谈到了收益递减的问题，我前几天和天下上最有权力的首席期间官之一交谈时，他说，在惩处收益递减的问题上，真确的冲破在于咱们能否真确惩处推理问题。你怎样看待咱们惩处推理问题的才气，以及你提到的数据在匡助咱们应酬这一挑战方面的影响？

Alexandr Wang：如果你望望这些模子能作念什么，它们在以前见过许多数据的情况下绝顶擅长推理。咱们倾向于将这些AI视为访佛于袖珍东说念主类智能，但它们绝顶不同。东说念主类智能和机器智能是绝顶不同的。东说念主类有一种绝顶通用的智能，他们有一种很棒的才气。如果一个孩子在一个绝顶小的社区长大，他不错一世都在阿谁小社区生涯，也不错圆寂界上皆备不同的场地，况且芜俚适合和领路那里的情况。

今天还莫得任何一个AI系统芜俚达到这种水平的才气，即从一个环境"拖放"到另一个环境中，并弄清醒发生了什么。因此，我认为咱们必须相识到这是一个截止。但这意味着，对于咱们但愿这些模子在某种情况下发达精良的任何情境，咱们需要有该情境或场景的数据，本体上模子在这种情况下会发达得绝顶好。

是以有两种方式不错惩处这些模子中存在的推理差距。一种较着是构建某种通用的推理才气，这信赖会是一个首要冲破。另一种方法等于，这是一个数据问题。你需要为每个但愿这些模子在其中推理精良的场景提供数据，你需要在系数这些场景顶用数据压倒它们，你就会得到芜俚很好推理的模子。

数据获取与治理的前沿探索

图片来源：Unsplash

Harry Stebbings：咱们怎样从数据稀缺的环境过渡到数据充裕的情状，特别是接洽到像摩根大通或高盛这样的企业领有巨量数据，但这些数据的专有性质使得它们无法用于通用模子，从而无法惠及全球或鼓舞冲破性进展。咱们怎样从数据稀缺过渡到数据充裕？是通过生成合成数据吗？咱们该怎样念念考这个问题？

Alexandr Wang：我认为你说的第二部分很伏击，即需要产生新的数据，咱们需要坐褥新的前沿数据的妙技，这样才能从GPT-4进展到GPT-10。我认为，当咱们谈到芯顷然，这种念念路很天然，咱们需要建造越来越多的晶圆厂，建造更大的晶圆厂，咱们需要提高分辨率，制造更小纳米级的晶圆厂。当触及到谋划才气时，咱们很天然地预见要增多坐褥妙技，但我认为咱们在数据方面并莫得这样去念念考。咱们需要在数据方面作念访佛的事情，数据的生成过程是一种夹杂的东说念主工与合成的过程，这亦然咱们念念考它的方式。你需要一些算法来承担大部分生成合成数据的使命，但你也需要东说念主类各人来沟通这些AI系统，匡助它们在际遇难题时或在处理未始际遇的情况时提供输入。另一种念念考方式是，许多自动驾驶的扩张都是通过这些安全驾驶员来实现的，汽车里面有安全驾驶员，当汽车运转出错时，安全驾驶员会接受适度，咱们需要为这些AI系统确立访佛的机制，你需要AI模子生成多半数据，然后东说念主类不错在必要时介入，鼓舞模子的进展，以确保得到高质料的数据。

Harry Stebbings：在组织结构中，这种作念法会是什么形势？咱们是否会为这些AI辅导创建新的变装，不是辅导员，而是访佛于数据监护员？

Alexandr Wang：是的，测验员是一个术语，AI测验员或孝敬者是另一个术语。

Alexandr Wang：向AI孝敬数据本体上是东说念主类能作念的最有杠杆作用的使命之一。原因是，如果我是一个数学家，我不错遴荐闭门研究纯数学，作念纯数学研究，这是我东说念主生的一条轨迹。另一条轨迹是，我不错利用我的系数技能、才能和聪惠，匡助这些AI模子变得更贤人。即使我只是让GPT-4在数学方面略微贤人小数，如果我将这种微细的改进汇总到GPT-4在将来系数被调用和使用的场合中，比如系数使用GPT-4的数学学生，系数使用GPT-4的开发者，那将产生巨大的影响。因此，作为东说念主类各人，你有才气通过坐褥数据来提高这些模子，从而对社会产生泛泛的影响。这对于科学家、数学家、医师以及天下上的其他东说念主类各人来说，我不错将我的才气、聪惠、测验全部传输到一个芜俚对社会产生泛泛影响的模子中，这是一个绝顶令东说念主抖擞的长进。

Harry Stebbings：咱们怎样看待数据的结构？东说念主们常常谭到数据治理的最大挑战其实等于数据的结构和整洁性。接洽到摩根大通领有150 PB的数据，我不笃定，但我推测这些数据并莫得为许多模子的高效使用而好意思满地结构化。咱们怎样看待这些大型企业领有的巨大数据集的结构化问题？这对这些企业来说意味着什么挑战？

Alexandr Wang：这里有两个并行的努力标的。一是现存数据的挖掘，尽管如斯，这会是一次性的，你从挖掘现存数据中得到的收益可能会很特地念念。

Harry Stebbings：你认为在五年内，每个企业都会挖掘他们里面最大的数据库吗？

Alexandr Wang：我不认为每个东说念主都会这样作念，但信赖来源进的公司会这样作念。然后，咱们还会处于一个仍然需要让模子变得更好的阶段。因此，最终一切都归结为数据的坐褥，访佛于你需要芯片等其他关节物品的坐褥妙技。

Harry Stebbings：好的，那么咱们谈到了挖掘现存数据，你说还有另一种方式。

Alexandr Wang：是的，寥落据挖掘，然后是前瞻性的数据坐褥，这是咱们需要数据来源的两个中枢标的。我认为，如果咱们退一步，从更泛泛的角度来看，刻下AI进展的一个根底瓶颈是数据。如果咱们芜俚在谋划和数据坐褥上同步进行，比如在Nvidia络续制造数百亿好意思元的芯片的同期，咱们也能坐褥出与之相等的数据量，那么咱们将得到极其坚强的模子才气。

Harry Stebbings：为了更好领路，当咱们接洽增多数据供适时，具体的作念法是什么？我预见的是像Limitless这样的面貌，不知说念你是否知说念Limitless的Dan，他是Optimizely的创举东说念主，他有一个新的硬件开采，记载你说和作念的每一件事，并生成你个东说念主的AI，因为它记载了你一天中的系数言行。这在我看来是一种新的数据生成格式。咱们怎样增多数据供应？

Alexandr Wang：主要有两个部分。一是像Limitless这样的努力，基本上是更耐久的数据集中，集中更多天然发生的天下数据。这有许多格式，比如在使命形势，你可能需要某种赓续的数据集中，尽管听起来可能有点吓东说念主，集中你使用的应用设施、使用的轨则、从一个场地复制粘贴到另一个场地的内容。

Harry Stebbings：许多与RPA和许多IPO进程筹商的内容。

Alexandr Wang：是的，皆备正确。这等于SaaS中的进程挖掘术语的来源，基本上是对现存企业进程的赓续集中。然后是消费者版块，可能访佛于你提到的，或者像Meta与Ray-Ban的合营，或者任何最终用于此的开采，但大致是集中你个东说念主生涯的耐久视角。除此以外，还需要真确投资于东说念主类各人与模子的合营，以坐褥前沿数据。因此，我之前提到的企业进程挖掘和消费者数据集中，都会产生有价值的数据集，但它们不会鼓舞模子上前发展。

因为要鼓舞模子上前发展，咱们需要绝顶复杂的数据，芜俚鼓舞模子才气的前沿。这等于你需要智能行为的场地，这等于你需要复杂推理链的场地，这等于你需要高档代码数据或高档物理学、生物学或化学数据的场地。这些才是真确需要鼓舞模子界限的内容。我认为这需要全球范围内的基础设施级别的努力。咱们需要念念考怎样让天下上的各人与模子合营，匡助坐褥出天下上最好的AI系统，让它们成为天下上最好的科学家、最好的设施员或数学家。

AI商品化海浪和各异化数据策略

Harry Stebbings：当咱们念念考模子的商品化时，大众都说咱们依然达到了这小数。那么咱们怎样看待这些数据源的专有探听？有东说念主以前跟我说过，我不测月旦，但像OpenAI的模子不一定更好，只是因为他们得到了更好的数据，他们购买了更多的数据等等。而数据是他们往日性能优胜的中枢上风要素之一。那么咱们是否会看到某个模子得到其他模子无法得到的数据探听权？咱们怎样看待模子侧的公善良平允的数据探听？

Alexandr Wang：我认为，如果你接洽这些不同模子提供商之间的竞争花式，数据照实是少数几个赞助之一。所有有三个赞助：算法、谋划和数据。我认为数据本体上是你不错遐想出持久竞争上风的主要赞助。是以，如果你想知说念在这个领域里，基础模子竞争游戏中的护城河在何处，我认为数据是为数未几的不错产生可赓续护城河的领域之一。因为问题在于，算法是常识产权，某个时辰点上，系数这个词行业都会了解它们。谋划才气，你不错比别东说念主有更多的谋划才气，但别东说念主也不错花更多钱去购买通常的谋划才气。而数据是少数几个领域之一，你不错真确产孕育期可赓续竞争上风。

Harry Stebbings：我开心，望望OpenAI的一些合营契约，他们较着与《金融时报》合营，得到了《金融时报》系数历史文库的探听权限，他们还与Axel Springer进行过几次合营。我认为这些是其他许多模子莫得的探听权限，这使得他们的内容在特定查询中发达得更优胜。

Alexandr Wang：是的，皆备正确。我认为这是结构的一部分，把数据视为护城河的念念维方式。我认为这些合营——《金融时报》和Axel Springer——只是初步迹象，但将来我认为这些实验室会绝顶艳羡这小数。他们会念念考，我将使用什么数据来与竞争敌手别离开来，我将怎样坐褥这些数据，以及这些数据会创造出什么样的耐久持久上风。因此，我认为你会看到，我本体上预测，围绕数据和模子商品化的一切，咱们将看到公司运转构建数据策略，跟着时辰的推移，这将鼓舞市场中的更多各异化。我认为这很令东说念主抖擞。另一种念念考方式是，现在在旧金山，伏击的研究东说念主员和CEO都在娇傲他们领有若干GPU，这险些成了他们在AI领域有多谨慎对待的最大目的。但我认为在将来，他们会娇傲他们不错探听哪些数据，他们坐褥了若干数据，他们对不同数据源的私有权益是什么。我认为这本体上将成为将来的主要竞争领域，而不单是是娇傲"Jensen给了我若干GPU"。

Harry Stebbings：接洽到数据策略可能成为赢得竞争的一个关节要素，你认为咱们将不会看到这些模子迟缓商品化吗？

Alexandr Wang：有两种将来。一种是即使数据策略也会很快被商品化，不同的东说念主和不同的实验室会互相效法，或者他们最终会走向合并个标的。

Harry Stebbings：皆备开心，尤其是对于许多内容坐褥者来说，他们不太可能与某一个模子订立独家契约，而忽略其他模子。

Alexandr Wang：是的，是以我认为这就意味着不同的实验室需要制定策略，以坐褥他们私有的数据集。比如说，我举个例子，Anthropic专注于企业应用场景，他们可能需要制定一个数据策略，使他们芜俚在这些企业应用场景中得到绝顶各异化的新数据探听权限。或者OpenAI与ChatGPT可能需要制定一个私有的数据策略。我认为，各个实验室需要倾向于他们芜俚在将来得到专有和各异化数据的领域。

Harry Stebbings：你认为咱们会看到企业再行归来腹地部署吗？诚然我的问题跳来跳去，但我很心爱这个对话。对不起这样多进取式的问题，但当咱们接洽到像摩根大通那150 PB的数据时，我不笃定他们是否欢快将系数最明锐的数据都放在云表。你认为咱们会看到企业再行归来腹地部署，并为这些大企业提供腹地使命的模子吗？

Alexandr Wang：当咱们与这些大企业和他们的指导者交谈时，他们很快就相识到你提到的这个事实：他们的企业数据可能是他们在AI天下中惟一的竞争各异化要素。因此，他们在处理这种情况时极其严慎。如果他们达成了一项交易，系数的数据不管以什么方式，模子开发者都能获取到，或者他们以某种方式分享数据，那么他们可能等于在典质他们的系数这个词将来。是以我认为他们对此绝顶绝顶严慎。这本体上亦然为什么我认为岂论是开源模子如故Llama模子，如故Mistral模子，这些不错在腹地部署并让企业芜俚在其自身数据之上进行定制的模子都有绝顶大的契机。这样的话，这些数据永远不需要复返给模子开发者或云表。我认为在这一领域有巨大的未安静需求，我认为这是大多数严肃的企业将要去的标的，即"这是我的数据，我需要绝顶绝顶强有劲的保证，我的数据不会被用来提高我的竞争敌手的才气。"

Harry Stebbings：我认为AI服求本体上会创造更多的收入，这没问题。咱们看到Accenture最近秘书他们的生成式AI收入达到24亿好意思元，而OpenAI较着达到了20亿好意思元。你怎样看待现在的Scale AI以及与一些大企业合营的就业组件？学习和罗致弧线对大企业来说是一个挑战。你认为这是将来几年中你的中枢业务的一部分吗？特别是在咱们扩张讲授的过程中？

Alexandr Wang：早先，我认为你是对的。AI照实不错产生巨大的价值，但问题是，这种价值的拿获将在何处发生？这个问题很意思意思。如果你回头望望Andy Grove（Intel第三任CEO）写的《高效管制》一书，书中有几章提到，例如在Intel公司，其时咱们认为价值拿获会发生在某个部分，但自后咱们相识到，它会发生在堆栈的另一个部分，是以咱们不得不移动到阿谁部分，然后咱们又得再次移动。这是一个绝顶令东说念主难以置信的案例研究。我牢记我梗概十年前在一个不同的期间期间读过这本书，其时我以为这有点奇怪，嗅觉不太筹商。而现在在AI领域，你再次看到这种情况。我认为AI领域如斯新颖且初步，价值到底会在堆栈的哪个部分累积，嗅觉它在握住移动。我开心你的主意。

模子自己有许多竞争，是以我不笃定在模子自己会累积若干价值，但我绝顶有信心，在模子之上和模子之下的系数事物都会累积价值。在基础设施方面，Nvidia是今天在AI领域建立的最大的公司，它是天下第三大最有价值的公司。Nvidia比Meta、Google、Amazon和沙特阿好意思的市值都要高，简直令东说念主歌唱。这是一家令东说念主难以置信的公司，这些都是模子之下的部分。而在模子之上，你将会有系数这些在其上构建的应用设施和就业。

Harry Stebbings：今天早上我在路上和别东说念主争论，我在说，好吧，Notion AI和Box这家存储公司将AI惩处决策整合到他们现存的存储居品中，以便更好地索求信息。然而，你有莫得谨慎到Salesforce的增长现在只剩下个位数，MongoDB的增长也只剩下个位数。要点是，功能的商品化意味着咱们会得到更好的居品，但我不笃定这是否会以提高价钱的格式实现价值索求。你奈何看？

Alexandr Wang：咱们的不雅点是，有一篇著作The End of Software谋划了"软件的散伙"。

Harry Stebbings：我看到了，是Chris Paik（Pace Capital 的创举结伴东说念主）写的。

Alexandr Wang：这是一个特地寻衅的不雅点，但我照实认为其中有一些内容是正确的。

Harry Stebbings：为了那些没读过的东说念主，你能轻松轮廓一下这篇著作的中枢不雅点吗？

Alexandr Wang：他基本上作念了一个很巧妙的相比，他把今天的软件公司与应酬媒体之前的媒体公司进行了对比。大致的相比是，在往日的媒体期间，有许多绝顶出色的媒体公司，这些公司由许多各人构成，坐褥出高度各异化的内容。但自后，这些公司被应酬媒体和互联网泛泛的传播所颠覆了。跟着内容创作资本的缩短或内容分发资本的急剧下跌，媒体消费的天下变得绝顶泛泛，你不错随时消费任何你感风趣的东说念主坐褥的内容，而不再是被大媒体坐褥者所主导。这个相比的中枢是，这等于行将发生在软件领域的事情。现在，企业生涯在一个由少数几个软件提供商主导的围墙花圃中，但跟着生成式AI和其他趋势的到来，将来他们将领有一个由不同应用设施和点惩处决策构成的星座式结构，咱们将从刻下少数围墙花圃SaaS应用的天下转向一个愈加去中心化的天地。

Harry Stebbings：你开心这个不雅点吗？

Alexandr Wang：这照实是一个特地寻衅的不雅点，但我认为有小数是正确的，那等于企业和系数这个词天下将会要求更高水平的定制化和个性化，他们会要求专为他们的业务量身定制的东西。我认为，这一趋势的来源不错回顾到第一个在这方面作念出尝试的科技公司Palantir。耐久以来，Palantir一直被诬陷为只是是一家盘问公司，但Palantir的不雅点也具有寻衅性，他们认为，咱们的任务是进入企业，潜入了解他们的问题，然后匡助他们构建好意思满的应用设施，这些应用设施不错贯串他们系数的数据和其他内容。如果咱们能作念到这小数，咱们将为他们构建出比任何其他软件提供商都更有价值的东西。他们在生成式AI和系数这些器具出现之前就依然运转这样作念了，这些器具使得这种方法变得愈加可行。但我照实认为，天下正在向这个标的发展，特别是现在软件坐褥资本和软件创作资本正在急剧下跌，咱们将走向一个企业消费的软件越来越多是为他们的特定问题量身定制的天下。

Harry Stebbings：这对大型企业的工程团队结构意味着什么？他们的范畴会邋遢吗？他们会专注于不同的事情吗？咱们会有天下上最好的辅导工程师构成的团队吗？这对工程团队的结构变化意味着什么？

Alexandr Wang：我认为，软件工程总体上会发生巨大的变化。今天开发东说念主员破钞多半时辰的许多使命，跟着模子在编码方面越来越强，他们将不再需要破钞那么多时辰。然而他们所作念的某些伏击部分是不可替代的。跟着时辰的推移，我认为特别有价值的一部分是从客户问题或需要惩处的问题运转，将它们飘浮为工程问题，并将其理会为不错由AI工程师惩处的任务。

Harry Stebbings：每个东说念主都在说咱们将看到按座位订价的散伙。就像Chris在那篇著作中提到的，大众都在谋划按座位订价的散伙。在这个新一波软件海浪中，尤其是在数据方面，咱们是否会看到更多基于消费的订价模子？你认为这真的会取代按座位订价吗？

Alexandr Wang：按座位订价在将来不再合理的原因是，在今天的企业中，大部分有坐褥力的使命照实是由职工完成的，由东说念主完成的。然而在一个你不错遐想更多使命由AI agent或AI模子完成的将来，按座位订价就不再合理了。因为作为软件或惩处决策的提供者，你但愿确保你所提供的价值不单是是针对东说念主，还包括你所提供的AI agent或AI系统所产生的价值。是以我认为，这将把天下大大推向基于消费的订价模式，而不是按座位订价。

数据监管与AI武备竞赛

Harry Stebbings：我最大的担忧之一较着是咱们在伦敦。咱们在许多方面都很擅长，比如万古辰的午休和监管。不外，我的问题是，我真的很顾忌咱们会因为消费者数据保护法和对于数据探听的不消要监管，而看到立异受到扼制。你认为我的担忧有风趣吗？你怎样应酬数据探听的监管问题？

Alexandr Wang：这是一个绝顶伏击的问题。我认为咱们在欧盟看到的情况照实是对数据遴选了绝顶严格的派头。

Alexandr Wang：我个东说念主的主意是，我不认为围绕数据的更宽松的监管与摆脱民主轨制不兼容。更摆脱的数据探听章程本体上与摆脱民主轨制绝顶兼容。咱们作为一个社会举座需要找到一个相宜的均衡，并惩处这一矛盾。但我认为这是一个绝顶伏击的问题，因为在好意思国，有多半的努力和真确的监管努力，旨在确保咱们不会减速芯片坐褥的速率，确保咱们芜俚络续制造多半的芯片，而好意思国不会因此处于不利地位。从这个角度来看，咱们需要对数据遴选访佛的视角。因此，从政策角度来看，岂论是在好意思国如故在英国，咱们都需要念念考怎样确保作为国度，咱们不会在将来数据坐褥方面自缚行动。

Harry Stebbings：你认为好意思国面前在这方面是否自缚行动？

Alexandr Wang：咱们较着莫得遴选救济数据的监管态度。

Harry Stebbings：那么，救济数据的监管态度会是什么形势？

Alexandr Wang：有几件事我认为是伏击的。早先，有一些大型数据集不应给特定的参与者带来专有上风，它们需要被集结并对系数这个词行业灵通探听。一个轻松的例子是航空航天领域的安全数据，这是一个热点话题，但航空航天领域的安全数据应该被集体分享，以鼓舞系数这个词行业上前发展。再比如我之前提到的金融就业中的欺骗和合规数据，也应该被集结起来，并用于鼓舞将来的才气发展。因此，我认为在系数这个词工业部门中，应该在某种进程上进行数据分享，以鼓舞系数这个词行业的发展。

Alexandr Wang：此外，在许多面向消费者的领域，咱们需要惩处现存的许多截止，确保这些截止不会远离AI的进步。一个很好的例子是医疗保健领域的HIPAA法例以及系数的个东说念主身份信息（PII）截止。面前，HIPAA法例和PII章程或多或少会贬抑患者数据被用于测验AI模子。但我认为，作为一个好意思丽社会，作为东说念主类，咱们真的但愿从现存的医学数据中学习，找到将来调节东说念主类疾病的方法。因此，咱们需要找到惩处办法，比如制定绝顶明确的匿名化条目，或者找到一种绝顶清醒且可想而知的方法，利用现存的患者数据来改善将来的健康终局。

Harry Stebbings：有一种说法，中国在东说念主工智能进展方面过期好意思国梗概两年。我不牢记是谁在节目中提到的这个不雅点，但我其时听到后以为这简直是瞎扯。我认为，接洽到中国政府在数据探听、数据提供和监管方面的作念法，如果他们照实过期两年，那他们会很快赶上来。你奈何看中国过期两年这个说法？你开心吗？

Alexandr Wang：两年前，他们可能照实过期了两年。当OpenAI第一次在实验室中推出GPT-4时，中国远远莫得达到阿谁水平。但即便在往日几个月里，一家中国公司零一万物推出了一个名为Yi-Large的大模子，这个模子现在是天下上最好的模子之一。我认为它仅次于GPT-4o、Gemini、Claude 3 Opus，是名次榜上排在这些模子之后的下一个模子。是以它是天下上最好的模子之一。咱们依然看到他们在赶快地赶上来。中国的谈话模子和东说念主工智能才气现在基本上依然与好意思国的才断气顶接近了。

如果你笔据咱们之前谈到的所寥落据来预测将来的旅途，我认为他们有明确的契机赶超咱们。这归根于，中国共产党体制绝顶擅长遴选绝顶激进的集结行为和集结工业政策来鼓舞关节行业的发展。咱们在往日几年致使几十年里都看到了这小数，特别是在太阳能领域，中国或中国共产党芜俚通过工业政策，在很猛进程上成为全球太阳能领域的指导者，最近在电动汽车领域亦然如斯。你会看到中国共产党的体系和方法创造了绝顶低廉的居品。咱们一次又一次地看到这种模式的重叠，中国共产党的工业政策方法不是最具立异性的，但一朝一个行业依然建立起来，他们在鼓舞其发展方面比天下上任何其他经济体都要坚强。

Harry Stebbings：皆备开心，我昨天看到了一个图表，我不牢记是谁发的推文，我认为可能是Elon Musk或Bill Ackman（Pershing Square Holdings的创举东说念主兼CEO），图表暴露了不同国度在制造业方面的发达。如果莫得通用汽车，好意思国的制造业可能会堕入逆境，而中国的发达则较着是全部朝上。你对此感到担忧吗？

Alexandr Wang：我绝顶担忧。我认为咱们在东说念主工智能社区很少谋划的一个伏击话题是，这项东说念主工智能期间有后劲成为东说念主类有史以来最坚强的军事金钱之一。

Alexandr Wang：你不错遐想，如果一个国度领有AGI，而另一个国度莫得AGI，哪个国度会在干戈中告捷？很可能是领有AGI的国度，因为它不错开发出系数的火器，或者制定出超卓的军事计策，或者芜俚入侵另一个国度的系统。这可能是天下上有史以来最坚强的军事金钱，致使比核火器还要坚强。如果你接洽到这小数，咱们现在所处的地缘政事环境正变得越来越垂危。往日几十年天下上的冲突在单调地增多。咱们看到天下上发生了多场干戈，其中一些干戈莫得较着的惩处路线。而且现谢天下上有一些极权主义指导东说念主，比如说，如果今天中国或俄罗斯领有AGI而好意思国莫得，我认为他们会利用这小数进行驯顺。

Alexandr Wang：这对系数这个词天下来说是一个绝顶可怕的终局，我认为这是西方天下需要插足多半念念考和努力去防患的终局。

Harry Stebbings：鉴于这种担忧，咱们是否应该罗致禁闭系统？较着，灵通系统有许多克己，但灵通系统的挑战在于任何东说念主都不错使用它们。这意味着俄罗斯、中国都不错使用它们，每个东说念主都不错得到通常的探听权限。咱们是否应该罗致禁闭系统，接洽到你刚才所说的内容？

Alexandr Wang：我认为这里必须出现一种二元对立。咱们需要接洽最前沿和来源进的系统，那些咱们出于地缘政事原因、军事原因或其他原因想要确保保管禁闭的系统。当咱们开发出真确坚强到如斯进程的系统时，咱们会但愿将它们保持禁闭，但这并不妨碍咱们开发不太先进的灵通期间版块，这些期间本体上芜俚带来巨大的经济价值。我认为这等于咱们现在在Llama模子中的位置。我不认为Llama 3模子依然先进到不错被视为军事金钱的地步。我认为在某个界线以下，灵通模子皆备莫得问题。我认为咱们需要严慎念念考的是，这个界线在何处，咱们什么时候接近这个界线。

Harry Stebbings：在咱们谋齐整些公司确立原则之前，我照实想谈谈十年后的基础模子会是什么形势？谁会保持孤独，谁会被收购，这个领域会是什么形势？

Alexandr Wang：我认为，基础模子竞争的中枢在于其资本极其高明。这些模子的资本依然从几亿好意思元增多到十亿好意思元，致使可能是几十亿好意思元。我认为在十年后，它们的资本可能会达到数十亿或数百亿好意思元。因此，芜俚领有如斯巨大的资金妥协脱裁量权来投资这些AI模子的实体绝顶少。跟着时辰的推移，天然会发生的事情是，AI的基础努力将迟缓围绕国度或大型科技公司集结。因此，你会看到，系数这些超等盈利的交易模式，岂论是国度如故超大范畴企业，都是惟一可能为这些宏大的AI面貌提供资金救济或担保的实体。因此，我认为将来的情况看起来就像是一场巨东说念主的往来，现在依然是这样了，但到那时，这场往来会愈加强烈。

Harry Stebbings：那么，你是否开心我的主意，即系数较小的玩家都会被大型云就业提供商收购，比如Google、Amazon、Nvidia，以终点他你能预见的大型公司，尤其是大型云就业提供商，并将它们整合到现存惩处决策中？

Alexandr Wang：是的，不外可能需要加一个星号注目，有些合营伙伴联系我认为会很意思意思，望望它们怎样发展。比如OpenAI和微软的合营，或者Anthropic和Amazon的合营。我认为这个期间期间最意思意思的问题之一是这些合营伙伴联系在耐久内究竟会怎样发展。

品牌力量构建

Harry Stebbings：我照实想谋齐整些公司确立的原则。咱们从这个运转，我记不清你在PR方面说的那句精彩的声明是什么了，你说的是"最好的PR是不作念PR"，你这是什么意思意思，Alex？

Alexandr Wang：传统的新闻行业并不特别故意于建立伟大的公司。更具体小数来说，许多传统媒体主淌若为了获取点击量，因此传统的新闻引擎会在你上升时莽撞宣传你，生成多半点击量，而在你下滑时则会打压你，络续通过这种方式得到点击量。这与20VC和其他访佛的径直渠说念酿成了较着对比，在这些渠说念中，创举东说念主和公司有一个径直的渠说念来传达他们的信息，并证据他们正在作念的事情。

Harry Stebbings：还有另小数，我以为有点不公说念，我对传统媒体感到有点哀怜。我不在乎点击量，因为咱们有赞助商。坦率地说，即使莫得赞助商，咱们也会络续作念这个节目。我不会作念那些哗众取宠的标题，我不会把节目搞得花里胡梢，不会因为优化点击量而作念"Scale AI预测军事灾荒"这样的标题。

Alexandr Wang：皆备开心。你作念节目是诚意想讲授和证据发生了什么，而不是为了点击量。

Harry Stebbings：这险些不公说念。你能遐想有东说念主说："嘿，我要作念Scale AI，但我不在乎是否亏钱？"你会想，"哦，天哪，我奈何跟这个竞争？"

Alexandr Wang：是的，但我认为这很较着。你知说念，我在国会作证时得到了比往日几年中从各样媒体那里得到的更公说念的对待。听起来很古怪，但我认为咱们现在处于一种古怪情状，许多传统媒体因为这种以点击量为导向的方式，而不是出于真确的讲授目的，险些莫得办法对公司保持皆备公说念。是以我认为公司有背负通过径直渠说念、播客等方式，清醒地呈报他们的故事，确保他们的信息不会被曲解。

Harry Stebbings：皆备开心，这等于为什么今天创举东说念主品牌比以往任何时候都伏击，因为如果你不掌抓我方的传播渠说念，信息就会被扭曲。

Alexandr Wang：十分正确，我认为这是现谢天下的一种令东说念主战栗的情状。

Harry Stebbings：这是否变嫌了你的策略？

Alexandr Wang：是的，咱们现在会谨慎念念考怎样将径直信息传达出去。正如你所说，咱们会寻找最隧说念的方式来传达和证据咱们正在作念的事情。这等于一个很好的例子。你会问我一个问题，我会按照我的想法回复，这个谜底会传达到你的听众和不雅众那里。这是传播信息最隧说念的格式之一。

Harry Stebbings：东说念主们犯的一个大差错是他们试图为公司建立径直渠说念，但说真话，东说念主们不会关注Scale，他们关注的是Alex。建立个东说念主奴婢者比建立公司奴婢者要容易得多。

Alexandr Wang：很少有公司芜俚像OpenAI那样，作为一个实体领有许多品牌意思意思，但即便如斯。

Harry Stebbings：望望Sam Altman的热搜次数和OpenAI的热搜次数之间的差距，Sam Altman的热搜次数要高得多。东说念主们现在比以往任何时候都更心爱个东说念主贵重。

Alexandr Wang：这是一个很意思意思的风景，这照实应该引起关注。

Harry Stebbings：这种风景超越了个东说念主。望望Lionel Messi在迈阿密的发达，望望Margot Robbie在《芭比》中的发达，组织或通顺中的个东说念主名东说念主鼓舞了一切。

Alexandr Wang：这很意思意思，这可能响应了东说念主类内心深处对关联的强烈需求。我认为咱们作为东说念主类，有许多才气来领路个东说念主。咱们有才气领路个东说念主，但很难领路一个组织意味着什么。莫得直不雅的筹商。

Harry Stebbings：那么创举东说念主应该珍爱传统的PR吗？他们应该热心进入传统媒体吗？

Alexandr Wang：我认为咱们处在一个他们不应该珍爱的期间，他们应该念念考的是，有一个意思意思的不雅点，况且找到传达这个不雅点的最隧说念的方式。

Harry Stebbings：你以为媒体在什么时候对你们进行了全面的挫折？

Alexandr Wang：我会说，险些不错精准地说，咱们资格了一个不可念念议的上升期，也许是在2019年咱们最初成为独角兽时，之后的几年嗅觉一切顺风顺水。关联词，从梗概2022年运转，系数这个词科技叙事或者说媒体叙事短暂转向了挫折科技公司。你知说念，在某种进程上这是公说念的，因为许多科技公司得到了绝顶高的估值，科技界充满了令东说念主难以置信的抖擞情谊，随后市场崩溃了。从2022年运转，我谨慎到对咱们的报说念基调皆备变嫌了，媒体运转专注于指出像咱们这样公司的舛讹，或者咱们的许多同业的舛讹，而不是试图保持均衡的视角。

另一个例子是梗概从2020年运转，咱们与好意思国军方和国防部合营，这较着是在刻下的国防科技上涨之前。耐久以来咱们作为公司有一个强项的信念，即让好意思国国防部得到出色的AI期间对天下的将来绝顶伏击。在随后的几年里，我会说，传统媒体本体上月旦咱们救济好意思国政府和军方，而不是从更庞大的视角来看，认为这可能是一件积极的事情，救济好意思国军方。就像我之前所说的，对于在国会作证和媒体对待的对比，我在国会作证时得到了相对平允的对待，他们相识到这是一项坚强的期间，咱们需要庄重对待，但他们认为好意思国在这方面早先绝顶伏击，感谢你们所作念的一切。而媒体则以一种极具讥讽的派头来看待，比如，"这是一件功德吗？咱们能信任这家公司吗？这意味着什么？"这种派头真的令东说念主战栗。

Harry Stebbings：但我认为你们领路的是，动机驱动终局。媒体的动机是什么？国会的动机是什么？国会不是为了销售或点击，他们但愿得出一个对于最好终局的理智决定。正如你所说的，动机驱动终局。我还心爱你说过的一句话，你说"找到真确热心的东说念主比听起来要难得多"，你是什么意思意思？你在招聘时怎样看待这小数？

Alexandr Wang：当你真确简化问题时，这听起来很轻松，但如果你雇佣那些咱们里面称之为"真确热心"的东说念主，他们真确热心我方的使命效力，真确热心使命质料，真确热心组织，他们热心确保公司产生影响，他们等于那种真的很在乎的东说念主。这意味着他们欢快关注每一个细节，如果他们际遇坚苦或阻力，他们会花额外的元气心灵去惩处这些问题。这等于创业公司运作的基本方式——你有一群小团队，每个东说念主都比大公司里的普通职工更热心10倍或100倍，因此你最终会比大公司惩处更多的问题。

东说念主才计策奉行

Alexandr Wang：咱们梗概有800东说念主。

Harry Stebbings：你们现在依然达到较大公司的范畴了。你知说念，要作念到只雇佣"A级"职工或者优秀职工变得更难了。按界说来说，优秀职工是珍稀的，你能有800个优秀职工吗？

Alexandr Wang：我认为谜底是信赖的。咱们在里面常常谋划的是怎样雇佣海豹突击队，而不是舟师，这并不是说舟师有什么问题，而是怎样领有一个真确精英的小团队，真确从中挑选出最优秀的东说念主才。这归结于进程。对于咱们公司来说，即使到了现在，我仍然会批准每一个新雇员。我会亲身口试或搜检口试反馈，并了解咱们雇佣的每个东说念主，以确保咱们保持一个特殊高的程序。

Harry Stebbings：那么，有若干次你会反对团队对新雇员的保举？

Alexandr Wang：我会说，梗概有25%到30%的时候会反对，挺多的。平淡这是因为，也许是新的招聘司理需要调整，或者这是各样格式的边缘案例。但对我来说，作为公司的创举东说念主，我依然看过了系数进来的东说念主，况且我看到了谁顺利了，谁失败了。我险些像一个算法一样，基于我所见识到的顺利者，发展出了领路哪些东说念主在Scale能顺利的数据集，哪些东说念主像海豹突击队一样优秀，哪些东说念主只是普通的舟师。这是我作为创举东说念主的职责，确保咱们作为一个组织，芜俚真确利用往日八年来在公司里面积贮的系数常识和训戒，并将其延续下去。

Harry Stebbings：终末一个问题，你认为我方最大的管制或指导舛讹是什么？比如我的一个例子是，我发现东说念主们的行为要么出于怯怯，要么出于摆脱。你带进来的东说念主，有些东说念主是出于"你必须发达"的压力行为，而其他东说念主则是出于"我信任你，我尊重你，你勉力就好"的摆脱行事。你只需要识别某东说念主属于哪个阵营，然后但愿如果他们有才气，他们应该能作念到最好。我但愿在运转时我就知说念这小数，但我莫得，我只是对系数东说念主都施加了压力。你现在知说念了什么是你但愿当初就知说念的？你在哪些方面犯邪恶？

Alexandr Wang：最大的一个差错其实是在2020到2021年间，认为公司的高速增长意味着你必须要快速扩大团队。因此，在那几年，咱们和许多科技公司一样，团队东说念主数每年翻倍致使三倍。2020年时咱们梗概有150东说念主，到2022年底咱们依然杰出700东说念主，这是一种放浪的招聘速率。团队的高速增长让我发现，当你如斯快速地招聘时，就不可能作念到咱们刚刚批驳的那些事情，即保持高程序和团队里面的超卓感。

Harry Stebbings：你在及时中看到这个程序的下跌了吗？

Alexandr Wang：这有点奥密。你会招聘许多新东说念主，然后可能在接下来的一年或六个月后，你会迟缓谨慎到这个变化，发现组织中出现了一些往日芜俚温柔惩处的问题，但现在却迟缓变得难以应酬。你会谨慎到，从2022年底咱们有700东说念主，到现在咱们有800东说念主，团队的范畴基本保持不变。我认为咱们真确接洽的是如安在公司收入大幅增长的情况下，保持团队的结识。

Harry Stebbings：这很意思意思，公司有品牌的革新点。它们会变得炙手可热，然后冷却下来，再次变得热点。你知说念我的意思意思吗？从外界来看，Scale现在似乎再次变得热点了，你显然我的意思意思吗？

Alexandr Wang：照实是这样。

Harry Stebbings：我并不是想特别巴结或不巴结你，我不是在说你们遇冷，而是品牌照实会有热点和冷清的时刻。

Alexandr Wang：这是一个绝顶意思意思的风景。其实，我曾经问过Patrick Collison（Stripe的集结创举东说念主兼CEO）这个问题。较着，Stripe是一家令东说念主难以置信的公司，在很长一段时辰里，我认为它一直是硅谷记号性的公司之一。我问他是否定为他们是硅谷记号性公司这一事实对他们的招聘故意。他给出了一个意思意思的不雅点，但愿我能分享这小数。他说，他们雇佣的最优秀的东说念主，时常是那些岂论Stripe是否是硅谷最热点的公司都会加入的职工。那些偏离主流的职工反而是他们最好的雇员，而那些因为他们是硅谷最热点的公司而加入的东说念主，时常并不是最有价值的职工。广博的信念和叙述是，你但愿成为最热点的公司，这样你就不错眩惑最优秀的东说念主才，从而实现快速增长，并络续保持增长。但这时常是绝顶难题的，更多的是怎样建立一个自我保管的优秀东说念主才生态系统，保持高程序，并恒久寻找最优秀的东说念主才，而不管公司是否热点。因为正如你所说，你会有热点的时刻，也会有冷淡的时刻，热点与否都会有，是以你需要这个东说念主才生态系统在不依赖这些的情况下，自我保管。

Harry Stebbings：为了眩惑最优秀的东说念主才，我也认为这取决于职能领域。比如在许多市场开拓职能方面，传统上销售东说念主员倾向于集结在更热点的品牌。如果你能眩惑一群出色的销售东说念主员，尤其是在扩张地舆区域时，这会带来很大匡助。我预见的是OpenAI在伦敦的市场开拓团队，他们绝顶出色，是伦敦最好的团队之一，因为他们领有一个了不得的品牌。你显然我的意思意思吗？是以这取决于你离中枢的距离以及你所处的职能领域。

Alexandr Wang：是的，我认为你说得对。

Harry Stebbings：你看许多中枢期间开发，大部分如故由最接近中枢的东说念主鼓舞。

Alexandr Wang：不仅如斯，这些东说念主许多都是在OpenAI成为最热点公司之前就依然在那里使命的东说念主。是以我认为这是另一家公司资格过的风景，比如Airbnb，Brian Chesky（Airbnb的集结创举东说念主兼CEO）他公开谈到过，在疫情之后，他短暂相识到他必须再行构建系数这个词公司。他大幅缩减了团队范畴，插足更多元气心灵提能手才密度，并保持团队的小范畴。我认为现在他们是科技行业中每位职工的利润率最高或之一的公司。这种相识让他相识到，他不需要络续扩大团队范畴就能实现财务收益，或者至少是财务产出。

互动问答

Harry Stebbings：咱们来进行一轮快速问答吧。我会作念一个轻便的叙述，然后请你立即分享你的想法。听起来奈何样？在往日的12个月里，你对什么主意变嫌最大？

Alexandr Wang：我认为，本体上是对于咱们之前谋划的系数这些高速增长的问题，尤其是将团队的快速增长与公司的快速增长别离开来，并更多地投资于质料和超卓。

Harry Stebbings：你听到的对于东说念主工智能的最大诬陷是什么？

Alexandr Wang：我认为今天最大的诬陷是，咱们与AGI之间的惟一坚苦等于谋划才气，而本体上咱们还需要数据的救济才能达到那里。

Harry Stebbings：你依然有一个很棒的董事会了，但如果你不错从天下上任何非你面前的董事会成员中遴荐，你会遴荐谁作为下一个董事会成员？

Alexandr Wang：天然，这可能不太履行，但我照实认为Satya Nadella（微软现任CEO）是当代最隆起的交易计策家之一。他在微软取得的建树相等惊东说念主，我认为任何董事会领有他都将绝顶红运。

Harry Stebbings：我不应该问这个问题，但我如故想问，你以为你应该被问到，但从未被问过的问题是什么？

Alexandr Wang：一个意思意思的问题是，我对东说念主工智能的主意在不同阶段是怎样变化的。我之是以提到这个问题，是因为我在2016年创立了公司。公司的前三年皆备专注于自动驾驶和自动驾驶汽车。然后咱们运转研究东说念主工智能。2019年，咱们本体上运转研究生成式AI，并与OpenAI合营研究GPT。因此，咱们是少数几个见证了多个东说念主工智能期间的公司之一，也资格了自动驾驶汽车期间的第一个茁壮与零落周期。这是一个意思意思的问题，即在这些期间的顺利之处有哪些通常之处，哪些是不同的。

Harry Stebbings：你的主意怎样变嫌？你现在最抖擞的是什么？

Alexandr Wang：我绝顶抖擞，但我也认为有事理保持严慎。

Alexandr Wang：我认为在自动驾驶汽车上涨中发生的一件事是，许多承诺与期间履行脱节。因此，许多知名的自动驾驶汽车公司，为了筹集资金，作念出了越来越果敢的承诺。这些承诺一运转并莫得皆备脱离履行，但跟着时辰的推移，它们变得越来越脱离期间履行。这导致了一个绝顶苍凉的低谷，因为承诺莫得杀青，是以嗅觉系数这个词行业都在崩溃。

Alexandr Wang：本体上，到今天为止，咱们现在看到Waymo在旧金山的街说念上行驶。咱们看到皆备及格的L4级自动驾驶汽车在路上行驶。特斯拉的自动驾驶功能也变得绝顶好。是以如果咱们在这个过程中作念出的承诺愈加庄重，我认为现在咱们会对自动驾驶汽车感到绝顶惬意。关联词，本体上咱们资格了一个巨大的上涨，一个巨大的低谷，现在可能又处于回升阶段。我认为这是我对生成式AI的一个大担忧，我但愿不会发生，但同样的事情可能再次发生。咱们现在正在作念出一些对于这项期间的绝顶大的承诺，这些承诺可能会与期间履行脱节，然后这将产生一个势必导致后遗症的差距。

Harry Stebbings：特朗普会赢吗？倒数第二个问题。

Alexandr Wang：我仍然认为这其实是个五五开的问题。好意思国选举是绝顶奇怪的事情，因为最终老是由扭捏州来决定。坦率地说，我不信任任何海岸地区的东说念主（我是其中之一，我住在旧金山）芜俚对扭捏州的步地有精细的领路。是以我皆备不知说念。我认为任何住在海岸地区的东说念主都不应该被听取意见来判断会发生什么。我认为最终老是归结到扭捏州。

Harry Stebbings：终末一个问题，一又友，十年后的Scale是什么形势？

Alexandr Wang：你知说念，我但愿咱们作念的事情和现在绝顶相似，那等于络续成为东说念主工智能的数据熔炉，并为东说念主工智能的进步提供数据赞助。你知说念，有件事情我常常念念考。

Harry Stebbings：你想要上市吗？

Alexandr Wang：天然，我照实常常念念考的是，怎样惩处那些永不外时的问题。

Harry Stebbings：然而你想成为一家上市公司的CEO吗？你懂我的意思意思吗？我看着Stripe，他们作念得很好，但如果我是Stripe，我不知说念我是否欢快。

Alexandr Wang：上市公司较着有其较着的上风，但我认为Stripe是一家令东说念主难以置信的公司，他们不错极其盈利。因此，他们不错实现系数的中枢财务主张而不需要上市。

Harry Stebbings：听着，Alex，我很欢笑你能上这个节目。绝顶感谢你加入我。Allie说的很好，濒临面作念这个节目简直太棒了。对不起有那么多迂曲转弯，但此次访谈绝顶精彩。

Alexandr Wang：是的，访谈很高兴。

原文：Alex Wang：Why Data Not Compute is the Bottleneck to Foundation Model Performance

https://www.youtube.com/watch?v=jNbEr9F0wiE

报名即送十月管制论坛限额一个！价值12800元！

开班时辰