作者：MD

出品：明亮公司

2月19日，微軟宣佈，全球首款拓撲量子芯片Majorana 1發佈，據相關報道，該芯片由微軟公司歷時近20年研發，有望於2030年之前上市。而微軟的目標是未來在量子芯片上實現百萬個量子比特的相幹操縱。

據第一財經報道，Majorana 1是基於全新的物質狀態——“拓撲”構建而成的全球首款拓撲量子芯片，採用了半導體砷化銦和超導體鋁材料。

微軟在2月19日發佈的一篇博客中稱，開發合適的材料來構建量子比特，並理解量子比特相關的物質拓撲狀態的難度極大，這也是大多數量子研究都集中在其他類型量子比特的原因。

同日，微軟CEO薩提亞·納德拉與主播Dwarkesh Patel的播客訪談也對此進行了討論。在1小時17分鐘的訪談中，納德拉分享了他對於微軟在量子計算領域取得突破的感受、過程（“這對我們來說是一個30年的旅程。”）和未來潛在的應用場景。此外，納德拉還着重分享了他對於AI在法律和社會治理層面的思考，以及AGI的認知，目前AI領域的技術突飛猛進，但納德拉認爲AGI來臨的真正標誌是世界經濟增長10%。

關於DeepSeek帶來的成本變化，此前納德拉在X上提到的“傑文斯悖論”（即科技成本下降對需求彈性的影響），也引發了隨後硅谷對於模型成本的大規模討論。而在訪談中，納德拉再次表示，智能的成本和能力同樣重要——AI要變得更好、也要變得更便宜。

納德拉是微軟第三任CEO，在他的領導下，微軟重塑了業務、文化和戰略，2019年微軟投資了OPEN AI，截至去年第三季度，微軟披露對Open AI的投資規模達130億美元。他此前著有《刷新》一書，回顧了他如何重塑微軟企業文化的過程。

以下爲“明亮公司”根據播客內容編譯的訪談正文（如有出入，以原文爲準）：

AI不會是贏者通喫

Dwarkesh：AI的價值將在哪裏被創造？

薩提亞·納德拉：這是一個很好的問題。我可以有信心說出來的是有兩個地方：一個是那些做得好的超大規模雲服務提供商（hyperscaler），因爲如果你回過頭來看，即使是像 Sam 和其他人描述的那樣，如果智能是計算量的對數，那麼能夠進行大量計算的人就是大贏家。

另一個有趣的事情是，如果你看看任何AI工作負載（AI Workloads），比如以ChatGPT爲例，大家對GPU方面的興奮是好事。事實上，我甚至認爲我的計算集羣更像是AI加速器與存儲、計算的比例關係。而且在規模上，你需要讓它增長。而且，這種對世界基礎設施的需求只會呈指數級增長。

事實上，AI工作負載簡直就是天賜良機，因爲你知道嗎？它們對計算的需求更多，不僅僅是訓練時，我們現在知道，測試時也是如此。事實證明，AI Agent會呈指數級增加計算使用量，因爲你甚至不再受制於一個人調用程序。它是一個人調用程序，而這些程序又調用更多程序。這將創造出巨大的計算基礎設施需求。所以我們的超大規模業務、Azure 業務以及其他超大規模雲服務提供商，我認爲這是一個很大的機會。

然後之後，情況就變得有點模糊了。你可能會說，嘿，這裏有一個贏者通喫的模式——我不這麼認爲。順便說一句，這是我學到的另一件事：非常擅長理解什麼是贏者通喫的市場，什麼是非贏者通喫的市場，在某種意義上，這決定了一切。我記得甚至在我剛開始接觸 Azure 的時候，亞馬遜有很大的領先優勢，人們會來找我，投資者也會來找我，說：“哦，遊戲結束了。你永遠趕不上了。亞馬遜，贏者通喫。”

在客戶端-服務器領域與甲骨文和 IBM 競爭後，我知道買家不會容忍贏者通喫。從結構上講，超大規模雲服務永遠不會是贏者通喫，因爲買家很聰明。消費級市場有時可能是贏者通喫的，但任何買家是公司、企業或 IT 部門的地方，他們都不會容忍贏者通喫。所以你必須成爲多個供應商之一。

我認爲這就是在模型方面會發生的事情，將會有開源的模型，會有一個監管者。就像在 Windows 上，我學到的一個重要教訓是，如果你有一個閉源的操作系統，就會有一個補充它的東西，那就是開源。

在某種程度上，這也是對閉源、贏者通喫的真正制約。我認爲在模型方面，可能會有一些閉源的模型，但肯定會有開源的替代品，而開源的替代品實際上會確保閉源的贏者通喫被緩解。

順便說一句，不要忽視如果這件事真的像人們所說的那樣強大，政府不會坐視不管，讓私營公司在全世界範圍內……所以我不認爲這是一個贏者通喫的遊戲。

然後在那之上，我認爲情況又會回到老樣子，即在消費領域，某些類別可能會有一些贏者通喫的網絡效應。畢竟，ChatGPT 是一個很好的例子。

它是一個大規模的消費級產品，已經獲得了真正的逃逸速度。我去應用商店，看到它總是在前五名，我會說：“哇，這太不可思議了。”

所以他們能夠利用早期優勢，並將其轉化爲應用優勢。在消費領域，這種情況可能會發生。在企業領域，我認爲會按類別有不同的贏家。至少，這就是我的分析方式。

Dwarkesh：對此我還有很多問題。但我們得馬上談談量子，但關於模型可能被商品化的想法：也許有人可以在幾十年前對雲提出類似的論點——從根本上說，它只是一個芯片和一個盒子。但最終，你和其他許多人還是在雲中找到了不可思議的利潤。你找到了實現規模經濟和增加其他價值的方法。從根本上說，即使忽略術語，如果你擁有 AGI（通用人工智能），並且它正在幫助你製造更好的 AI——現在是合成數據和強化學習；也許在未來，它是一個自動化的 AI 研究員——這似乎是一個鞏固你優勢的好方法。我很好奇你對這個的看法，即在其中處於領先地位真的很重要。

薩提亞·納德拉：在規模上，沒有什麼是商品。你說的關於雲的觀點很對。每個人都會說：“哦，雲是商品。” 但當你擴大規模——這就是爲什麼運營超大規模雲服務的訣竅——你可以這樣說：“哦，天哪，我只需要堆疊服務器。”

Dwarkesh：對。

薩提亞·納德拉：事實上，在超大規模雲服務的早期，大多數人認爲：“有這麼多託管服務提供商，那些都不是好生意。超大規模雲服務中會有生意嗎？會不會有？” 結果證明，由於運營的訣竅，超大規模雲服務確實是一個真正的生意。

這就是爲什麼我更強調，這是一個贏者通喫的市場嗎？它是不是贏者通喫的？因爲你要把這一點弄清楚。我喜歡進入那些潛在市場總量（Total addressable market）很大的賽道，你不需要冒全部是贏者通喫的市場風險。最好的消息是，進入一個大市場，這個市場可以容納幾個贏家，而你是其中之一。

這就是我所說的超大規模雲服務層。在模型層，模型最終需要運行在某種超大規模計算上。所以，這種結合，我認爲將永遠存在。不僅僅是一個模型；模型需要狀態，這意味着它需要存儲，它需要常規計算來運行這些代理和代理環境。

這就是我爲什麼認爲一個人運行一個模型並壟斷一切的情況可能不會發生。

Dwarkesh：在超大規模雲服務方面，順便說一句，作爲超大規模雲服務提供商，你們有一個優勢，尤其是在推理時間擴展方面，如果這涉及到未來模型的訓練，你們可以將數據中心和 GPU 的成本分攤，不僅用於訓練，還可以再次用於推理。

我很好奇，你認爲微軟和Azure是什麼樣的超大規模雲服務提供商？是在預訓練方面嗎？是在提供 O3 類型的推理嗎？還是說，我們只是在市場上託管和部署任何單一模型，而我們對這些模型本身持中立態度？

薩提亞·納德拉：這是一個很好的觀點。我們希望構建計算集羣的方式是，在某種意義上，順應摩爾定律。我認爲這將類似於我們過去對其他事物的處理方式——每年更新計算集羣，根據這些設備的使用壽命進行折舊，然後非常擅長於集羣的部署，以便能夠以高利用率運行不同的工作負載。有時會有非常大的訓練工作負載，需要集中大量的峯值浮點運算能力，這些也需要被合理分配。這是很好的。我們應該有足夠的數據中心來提供這些資源。

但最終，這些工作負載變得如此之大，即使是預訓練規模，如果需要持續進行，預訓練規模最終也會跨越數據中心的邊界。這一切都在逐漸實現。所以，一旦你開始跨越預訓練的數據中心邊界，這與其他事情有什麼不同呢？我的想法是，分佈式計算仍然是分佈式計算，所以去構建你的計算集羣，使其準備好應對大規模訓練工作負載，準備好應對測試時的計算需求，準備好——事實上，如果這種強化學習（RL）真的發生了，你構建了一個大型模型，然後之後會有大量的強化學習。對我來說，這更像是更多的訓練計算能力，因爲你想要爲不同的任務創建這些高度專業化的、精煉的模型。

所以你需要這樣的計算集羣，以及推理的需求。最終，“光速就是光速”，你不能只有一個數據中心在德克薩斯州，然後說：“我要從那裏爲全球提供服務。”你必須根據在世界各地擁有推理集羣來爲全球提供服務。這就是我對真正超大規模集羣構建的看法。

哦，順便說一句，我還希望我的存儲和計算也靠近所有這些資源，因爲不僅僅是 AI 加速器是無狀態（stateless）的。我的訓練數據本身也需要存儲，然後我希望能夠多路複用多個訓練工作負載，我希望能夠擁有內存，我希望能夠擁有這些環境，讓這些代理能夠在其中執行程序。這就是我的想法。

AGI的標準：全世界經濟增長10%

Dwarkesh：你最近報告說，你們每年從AI領域獲得的收入是130億美元。但如果你看看這些收入的年增長率，大約四年後，這個數字將是現在的十倍。如果趨勢持續下去，你們將從 AI 領域獲得1300億美元的收入。如果是這樣，你認爲你們將如何利用所有這些智能，這種工業規模的使用？這會通過 Office 實現嗎？還是會通過你們爲他人託管來實現？你們需要擁有 AGI（通用人工智能）才能獲得1300億美元的收入嗎？這會是什麼樣子？

薩提亞·納德拉：Dwarkesh，這是一個很好的問題，因爲從某種程度上說，如果你將擁有這種智能的爆炸性增長、豐富性，或者說是智能的普及，我們首先需要關注的是 GDP 增長。

在我談到微軟的收入會是什麼樣子之前，這裏有一個唯一的調節器。我們對AGI的炒作有點過於超前了。記住，發達國家的經濟增長率是多少？2%的增長，如果你調整通貨膨脹因素，那就是零。

所以，2025 年，當我們坐在這裏時，我不是經濟學家，但至少在我看來，我們面臨着真正的增長挑戰。所以，我們首先需要做的是，當我們說這就像工業革命一樣，讓我們實現工業革命式的增長。這意味着對我來說，發達國家的通貨膨脹調整後增長率達到 10%、7% 或5%。這纔是真正的標誌。它不能僅僅是供給側的。

事實上，很多人都在寫關於這一點的內容，我很高興他們這樣寫，因爲這裏的大贏家將不是科技公司。贏家將是更廣泛地使用這種智能的行業，順便說一句，這種智能是豐富的。突然之間，生產力提高了，經濟增長速度加快了。當這種情況發生時，我們將作爲行業而蓬勃發展。

但在我看來，這一刻是，我們自己聲稱達到了某種 AGI 里程碑，這對我來說只是毫無意義的基準炒作。真正的基準是：世界經濟增長率達到 10%。

Dwarkesh：世界經濟大約是100萬億美元，如果世界經濟增長率達到 10%，那就像是每年額外產生了 10 萬億美元的價值。如果是這樣的話，作爲超大規模雲服務提供商的你們……800 億美元似乎是一筆很大的錢。難道你們不應該做到 8000 億美元嗎？

如果你真的認爲在未來幾年內，我們能夠以這樣的速度增長世界經濟，而關鍵瓶頸將是：你是否有足夠的計算能力來部署這些 AI 來完成所有這些工作？

薩提亞·納德拉：你說得對。但話說回來，經典的供給側觀點是：“嘿，我來建造它，他們就會來。” 這是一個觀點，畢竟我們已經做到了，我們已經承擔了足夠的風險去實現它。

但最終，供給和需求必須匹配。這就是爲什麼我在追蹤這兩方面的原因。當你只關注供給側時，你可以完全脫離軌道，而不是真正瞭解如何將這些轉化爲對客戶的真實價值。

這就是爲什麼我關注我的推理收入。這也是爲什麼即使是關於推理收入的披露…… 很少有人在談論他們的實際收入，但對我來說，這是很重要的，作爲一個管理者（Governor）來思考這個問題。你不會說它們必須在任何給定的時間點對稱地滿足，但你需要有證據表明你能夠將昨天的，我們稱之爲資本的東西，轉化爲今天的需求，這樣你就可以再次投資，甚至可能是呈指數級增長，這樣不會出現節奏的錯配。

Dwarkesh：我想知道這兩種不同觀點之間是否存在矛盾，因爲你們做得很好的一件事是進行了早期的押注。你們在2019年投資了OpenAI，甚至在Copilot和任何應用出現之前。如果你看看工業革命，這些 6%、10% 的鐵路建設和其他事情，其中許多並不是像“我們從票務中獲得收入，現在我們要去……”這樣的情況。

薩提亞·納德拉：確實損失了很多錢。

Dwarkesh：對，那麼，如果你真的認爲這裏有一些潛力，可以將世界增長率提高 10 倍或5倍，然後你就會想，“那麼 GPT-4 的收入是多少？”如果你真的認爲這是從更高層次上實現的可能性，難道你不應該說，“讓我們瘋狂一下，讓我們投入數千億美元的計算能力？” 我的意思是，總有一些機會，對吧？

薩提亞·納德拉：這裏有一個有趣的事情，對吧？這就是爲什麼即使是對於計算集羣的平衡方法，對我來說也很重要。這不僅僅是關於構建計算能力。這是關於構建能夠真正幫助我不僅訓練下一個大型模型，還能爲下一個大型模型提供服務的計算能力。除非你做到這兩點，否則你將無法真正利用你的投資。

所以，這不僅僅是構建模型的競爭，而是創造一種在世界上被使用的商品，以推動…… 你必須有一個完整的思路，而不僅僅是考慮一件事。

順便說一句，其中一件事是，將會有過度建設。正如你提到的互聯網泡沫時期，備忘錄已經發出，嘿，你知道的，你需要更多的能源，你需要更多的算力。所以，每個人都會競相投入。

事實上，不僅僅是公司會部署，國家也會投入資本，很明顯…… 我很高興成爲一個出租方，因爲，順便說一句；我造了很多，我出租了很多。我非常高興在 2027 年、2028 年租賃大量的容量，因爲我看到這些建設成果，我說，“這是太棒了。” 所有這些計算建設的唯一結果是價格會下降。

談DeepSeek與智能成本的下降

Dwarkesh：說到價格下降，你最近在DeepSeek模型發佈後發了一條推文，提到了傑文斯悖論（Jevons' Paradox）。我很想知道你能詳細解釋一下。傑文斯悖論發生在某種東西的需求高度彈性時。智能是否也是這樣，價格下降會帶來需求的大幅增長？

因爲當我考慮我自己作爲消費者的情況時，智能已經很便宜了。就像每百萬 token 只要兩美分。我真的需要它降到 0.02 美分嗎？未必，我其實更希望它變得更聰明。如果需要讓我支付 100 倍的價格，那就進行 100 倍的更大規模訓練。如果公司願意這樣做，我完全支持。

但也許你在企業方面看到了不同的情況。智能真正需要降到每百萬 token 0.002 美分的關鍵用例是什麼？

薩提亞·納德拉：我認爲真正的情況token的效用。兩者都需要發生——智能需要變得更好，更便宜。每當有突破時，比如DeepSeek所做的，性能與token的有效外沿發生變化，曲線被彎曲，外沿移動。這會帶來更多的需求，就像雲計算發生的情況一樣。

這裏有一個有趣的事情：我們曾經認爲“哦天哪，我們在客戶端-服務器時代已經賣出了所有的服務器”。然而，當我們將服務器放到雲端時，人們突然開始消費更多，因爲他們可以更便宜地購買它，它是彈性的，他們可以按用量付費而不是按許可證付費，這完全擴展了市場。

我記得曾經去印度這樣的國家，談論“這是 SQL Server”。我們賣了一些，雲在印度的規模比我們在服務器時代所做的一切都要大得多。我認爲這將是真實的情況。

如果你考慮一下，在全球南方、在發展中國家，如果這些 token 可以以非常便宜的價格用於醫療保健，那將是最大的變化。

量子突破與微軟30年的旅程

Dwarkesh：你能詳細解釋一下（量子計算的突破）發生了什麼嗎？

薩提亞·納德拉：這對我們來說是一個30年的旅程。這是難以置信的。我是微軟的第三任 CEO，對量子技術感到興奮。這裏的根本突破，或者我們一直持有的願景是，你需要一個物理學突破，才能建造一個可用的、規模化的量子計算機。我們選擇了一條道路，認爲讓量子比特更少噪聲、更可靠的唯一方法是押注一種本質上更可靠的物理特性，這讓我們想到了馬約拉納零能模（Majorana zero modes），它在 20 世紀 30 年代成爲了理論。問題是，我們能否真正在現實物理世界造出這些東西？

所以，這個重大突破實際上是，我知道你和Chetan（注：Chetan Nayak，微軟量子團隊負責人）聊過了，我們現在終於有了馬約拉納零能模在一種新物相（phase of matter）中的存在證明和物理學突破。這就是爲什麼我們喜歡將其比作量子計算的晶體管時刻，因爲我們實際上有了一個新的相——拓撲相（topological phase），這意味着我們現在可以可靠地隱藏量子信息、測量它，並且我們能夠製造它。所以現在我們有了它，我們覺得有了這個核心基礎製造技術，我們可以開始建造馬約拉納芯片了。

那個馬約拉納一號，我認爲它將基本上是第一個能夠容納一百萬物理量子比特的芯片。然後在這個基礎上，有數千個經過糾錯的邏輯量子比特。然後就一發不可收拾了，你突然有能力建造一個真正的實用規模的量子計算機，對我來說，這現在變得更加可行了。如果沒有這樣的東西，雖然你仍能實現一些突破，但你永遠無法建造一個實用規模的計算機。這就是我們如此興奮的原因。

Dwarkesh：太神奇了。我相信這就是它。

薩提亞·納德拉：馬約拉納一號。我很高興我們用這個名字來命名它。想想我們能夠在這麼小的芯片上建造一個擁有百萬量子比特的量子計算機，這簡直令人難以置信。核心就在於，如果除非我們能做到這一點，否則你無法想象去建造一個實用規模的量子計算機。

Dwarkesh：其他公司已經宣佈了擁有100個物理量子比特的量子計算機，谷歌的、IBM的，以及其他公司的。當你提到你們宣佈了一個量子比特時，你說你們的量子比特在極限情況下更具可擴展性。

薩提亞·納德拉：是的。我們還做了一件事，就是我們將軟件和硬件分開。我們正在構建我們的軟件棧，現在我們與中性原子（neutral atom）團隊、離子阱（ion trap）團隊合作，我們也在與其他使用光子學（photonics）等技術的人合作，這意味着將會有不同類型的量子計算機。事實上，我們上次宣佈的是24個邏輯量子比特。我們在錯誤校正方面也取得了巨大的突破，這使得我們即使在中性原子和離子阱量子計算機上，也能構建20多個邏輯量子比特，並且我認爲這一數字在今年會繼續提升。

但我們同時也在說：“讓我們回到第一性原理，構建我們自己的量子計算機，它將基於拓撲量子比特（topological qubit）。” 這就是這次突破的意義所在。

Dwarkesh：一百萬個拓撲量子比特，數千個邏輯量子比特，你預計擴大到這個規模的時間表是什麼樣的？如果你們已經有了第一個“晶體管”，這裏的“摩爾定律”會是什麼樣的？

薩提亞·納德拉：顯然，我們已經研究了30年了。我很高興我們現在有了物理學突破和製造技術突破。我真希望我們能有一臺量子計算機，因爲順便說一句，量子計算機首先能讓我們做到的事情就是建造量子計算機，因爲它將使我們能夠更輕鬆地模擬這些新量子門的原子級構建。

但無論如何，下一個真正的事情是，既然我們已經有了製造技術，讓我們去建造第一臺容錯量子計算機。這纔是邏輯上的下一步。現在我可以確定地說：“也許在2027年、2028年、2029年，我們真的能夠建造出這樣的計算機。” 現在我們有了這個量子門，我能否將它集成到集成電路中，然後將這些集成電路真正地放入計算機中？這就是下一步。

Dwarkesh：那麼，當你在2027年、2028年讓量子計算機運行起來後，你認爲它會是一個通過API訪問的東西嗎？還是你們會內部用於自己的材料和化學研究？

薩提亞·納德拉：這是一個很好的問題。一件事是，即使在今天……我們有這個量子項目，我們在其中添加了一些API。我們兩年前的突破是將高性能計算（HPC）棧、AI棧和量子計算結合在一起。

事實上，如果你這樣想，AI就像是“模擬器的模擬器”。量子計算就像是“自然的模擬器”。量子計算將要做的是——順便說一句，量子計算不會取代經典計算——量子計算在它擅長的領域會非常出色，量子計算將在任何不是數據密集型但需要探索大量狀態空間的領域表現出色，應該是數據量小但指數級狀態空間的探索，比如化學物理、生物學等領域的模擬。

我們已經開始做的一件事是，真正將AI作爲模擬引擎。但你可以通過訓練來實現。所以，我的想法是，如果有AI加上量子計算，也許你會用量子計算生成合成數據，然後這些數據被AI用來訓練更好的模型，以更好地模擬化學或物理等領域的現象。這兩種技術將一起被使用。

所以，即使在今天，這實際上就是我們將高性能計算（HPC）和AI結合在一起做的事情。我希望用量子計算機取代一些高性能計算的部分。

AI的“社會基設施”

Dwarkesh：回到AI的話題，你在2017年的書中……2019年你對OpenAI進行了早期投資，2017年就更早了。你在書中寫道：“也可以說，我們正在孕育一個新的物種，其智能可能沒有上限。”

現在，從非常微觀的層面來看，我們一直在談論代理（Agents）、Office Copilot、資本支出等。但如果你從宏觀層面來看，考慮到你作爲超大規模雲服務提供商的角色，以及你在這些模型研究、訓練、推理和研究方面的角色，提供構建“新物種”的能力，從這個更大的角度來看，你如何看待這一切？你認爲在你擔任CEO期間，我們會走向超級智能嗎？

薩提亞·納德拉：我想即使是Mustafa（注：微軟AI CEO Mustafa Suleyman）也用了“新物種”這個術語。實際上他最近也用了這個詞。我的看法是，你肯定需要信任。在我們聲稱這是一個像“物種”這樣大的東西之前，我們必須做對的一件事是，無論是個人層面還是社會層面的信任，都要嵌入其中。這是最難的問題。

我認爲這裏最大的限制因素將是我們的法律……我們稱之爲基礎設施。我們在談論所有計算基礎設施時，法律基礎設施將如何應對？這個世界是建立在人類擁有財產、擁有權利並承擔責任的基礎上的。這是我們必須首先澄清的根本問題，即這對現在人類使用的工具意味着什麼？如果人類要將更多權力委託給這些工具，那麼這種結構將如何演變？在真正解決這個問題之前，我認爲僅僅談論技術能力是不夠的。

Dwarkesh：也就是說，在我們能夠部署這些智能之前，我們需要弄清楚？

薩提亞·納德拉：絕對如此。因爲最終，除非有人類爲其提供擔保，否則你沒辦法部署這些職能。正如你所說，我認爲這就是爲什麼我認爲即使是功能最強大的AI，本質上也是從人類那裏獲得授權的。你可以談論對齊（Alignment）和這一切，但在我認爲，你必須真正讓這些對齊變得可驗證，但我不認爲你可以部署失控的智能。例如，AI失控問題可能是一個真正的問題，但在它成爲一個真正的問題之前，真正的挑戰將會出現在法庭上。沒有任何社會會允許人們說“這是AI做的”來推卸責任。

Dwarkesh：是的。不過，世界上有那麼多不同的社會，我懷疑是否有一些社會的法律體系可能更加寬容。而且，如果無法實現“起飛”，那麼可能會引發其他擔憂。這種超級智能的發展不一定非得發生在美國，對吧？

薩提亞·納德拉：我們不能假設世界上沒有其他社會會關心這個問題。當然，會有網絡犯罪和無賴政府（rogue States）存在，但我並不認爲整個世界會對這種問題視而不見。我們已經知道如何應對這些不法分子和無賴政府。世界秩序的存在意味着無賴政府的任何無賴行爲都會有相應的後果。

Dwarkesh：是的。但如果從10%的經濟增長前景來看，我認爲這在很大程度上取決於 AGI（通用人工智能）的實現。畢竟，數萬億美元的價值增長，聽起來更像是人類工資總額的規模，大約佔全球經濟的 60 萬億美元。要達到這種規模，你必須以某種方式大規模地自動化或補充勞動力。

如果這一切成爲可能，並且我們能夠解決其中的法律問題，那麼在你的任期內實現這一切似乎並非不可能。你是否認爲超級智能將成爲你職業生涯中最重要的成就？

薩提亞·納德拉：你提到的另一個問題是，David Autor（注：美國經濟學家、MIT經濟學教授）等人曾經討論過，60% 的勞動力……我認爲在我們的民主社會中，爲了維持穩定的社會結構，民主能夠正常運轉，你不能僅僅關注資本回報，而忽視勞動力回報。我們可以討論這個問題，但無論如何，60%的勞動力必須被重新評估其價值（revalued）。

以我自己的方式來看，也許有點天真，但我們會開始重視不同類型的勞動力。今天被認爲高價值的人類勞動可能會變成一種普通商品，而可能會出現一些新的、我們將會重視的東西。無論是幫助我做物理治療的人，還是其他什麼，總之，如果沒有對勞動力的回報，以及工作中的意義和勞動的尊嚴，那麼這一切都將是另一個限制因素，阻礙這些技術的部署。

“你必須對失敗有很高的容忍度”

Dwarkesh：關於你在微軟的時光，我能問你一些問題嗎？

薩提亞·納德拉：當然可以。

Dwarkesh：“忠誠的公司人”（company man）的價值是否被低估了？你在微軟度過了大部分職業生涯，可以說，你之所以能夠創造如此多的價值，是因爲你見證了公司的文化、歷史和技術。你通過晉升積累了豐富的背景知識。是否應該有更多的公司由像你這樣擁有如此深厚背景的人來領導？

薩提亞·納德拉：這是一個很好的問題。我從來沒有這樣想過。

我在微軟已經工作了 34 年，每年我都會覺得加入微軟比成爲所謂的“公司人”更令人興奮。我認真對待這件事，即使是新加入微軟的人，他們加入微軟不僅僅是爲了經濟回報，更是爲了找到一種使命感和目標感，他們可以通過微軟這個平臺實現自己的價值。這是我們的契約。

所以我認爲，是的，公司需要創造一種文化，讓人們能夠像我一樣成爲“公司人”。微軟在這方面做得比我想象的要好得多，我希望這種情況能一直保持下去。

Dwarkesh：你提到的（未來）第六任 CEO，也就是未來能夠利用你今天開始的研究成果的那個人，你正在做些什麼，以確保未來的“薩提亞·納德拉”能夠成爲未來的領導者？

薩提亞·納德拉：這很有趣。今年是微軟成立 50 週年，我一直在思考這個問題。我們要明白活得久並不是目標，與時俱進纔是。（Longevity is not a goal，relevance is.）。

我和微軟的其他 20 萬名員工每天要做的事情是：我們正在做的事情是否對世界有用，是否與當前和未來的世界相關，而不僅僅是今天。我們生活在一個沒有特許經營價值的行業，這是這個行業的一個難點。如果我們今年的研發預算全部用於對五年後會發生什麼的猜測，那麼我們必須以這種態度去行動，即“我們正在做我們認爲未來會相關的事情”。

所以，你必須專注於此。同時，你要明白，我們不可能每次都成功，你必須對失敗有很高的容忍度。你必須有足夠的嘗試，才能確保公司能夠成功地走向未來。這使得這個行業變得複雜。

Dwarkesh：說到這個，我從你對不同問題的回答中，仍然不確定你是否相信 AGI 是真實存在的。是否會有一種能夠自動化所有認知勞動的東西，就像人們在計算機上能做的一切？

薩提亞·納德拉：這就是我對人們關於 AGI 定義的問題所在。認知勞動（cognitive labor）並不是一個靜態的概念。今天存在認知勞動。如果我有一個管理我所有Agents的收件箱，這是否就是一種新的認知勞動？今天的認知勞動可能會被自動化，但新的認知勞動又會隨之產生。這兩者都需要被考慮，這就是爲什麼我在心裏做了這樣的區分：不要將知識工作者（knowledge worker）與知識工作（knowledge work）混爲一談。今天所存在的知識工作可能確實會被自動化，但如果有人問我，我的人生目標是篩選我的電子郵件嗎？讓AI代理幫我篩選我的電子郵件吧。但在篩選完電子郵件之後，給我一個更高層次的認知勞動任務，比如“嘿，這裏有三份草稿，我真的希望你能審查一下。” 這是另一種抽象。

Dwarkesh：但AI是否能夠做到第二件事情呢？

薩提亞·納德拉：它可能會做到，但當它做到第二件事情時，又會出現第三件事情。爲什麼我們總是在擔心，當我們的工具改變了歷史上認知勞動的定義時，爲什麼我們擔心所有的認知勞動都會消失呢？

Dwarkesh：我確定你肯定聽說過這些例子，比如馬匹在某些方面仍然有用，有些地形是汽車無法到達的。但你不會看到馬匹在大街上到處跑，僱傭數百萬匹馬的情況也不會再發生了。問題是，人類是否也會遇到類似的情況？

薩提亞·納德拉：但在一個非常窄的維度上，人類在過去 200 年的歷史中，我們所重視的某些被稱爲“認知勞動”的東西是有限的。以化學爲例。如果量子計算加上AI真的能幫助我們進行大量的新型材料科學研究，那太棒了。但這是否意味着人類將失去所有其他可以做的事情呢？

爲什麼我們不能生活在一個既有強大認知機器的世界裏，同時又知道我們自己的認知能力並沒有被剝奪？

Dwarkesh：我換個方式問這個問題，不是關於你，而是關於另一種情況，也許你可以不帶感情地回答。假設在微軟的董事會中，你能想象增加一個AI成爲董事會成員嗎？它是否能擁有判斷力、背景知識和整體理解能力，成爲一個有用的顧問？

薩提亞·納德拉：這是一個很好的例子。我們已經在Teams中增加了一個協調者代理（facilitator agent）。它的目標是——目前還處於早期階段——這個協調者代理能否利用長期記憶，不僅僅是在會議的上下文中，還能結合我正在參與的項目、團隊以及相關的一切，成爲一個出色的協調者？

我非常希望在董事會會議中也能有這樣的工具，因爲董事會成員每季度只來一次，他們需要消化像微軟這樣複雜公司的所有動態。一個能夠幫助人類保持專注並關注真正重要問題的協調者代理，那將是非常棒的。

這實際上就是你之前提到的，甚至回到你之前的問題，擁有一個擁有無限記憶的東西，能夠幫助我們。畢竟，正如赫伯特·西蒙（Herbert Simon）所說，人類的理性是有限的，如果人類有限的理性能夠因爲外部的認知增強而得到改善，那將是非常好的。

Dwarkesh：說到材料和化學，我最近聽到你說，你希望在接下來的25年內實現未來250年的進步。當我想到未來250年可能實現的事情時，我會想到太空旅行、太空電梯、永生，以及治癒所有疾病。你認爲這些都能在未來 25 年內實現嗎？

薩提亞·納德拉：我提到這一點的原因是，工業革命花了250年時間。我們需要從碳基系統轉變爲一種新的系統，這意味着我們必須從根本上重新發明過去 250 年中化學領域所發生的一切。我希望我們能擁有量子計算機，它能幫助我們發現新材料，然後我們可以製造這些新材料，以應對地球上我們面臨的各種挑戰。之後，我完全支持星際旅行。

Dwarkesh：太神奇了。薩提亞，非常感謝你抽出時間。

薩提亞·納德拉：非常感謝。很高興來到這裏。謝謝。

| 發福利！添加下方明亮公司主編微信有驚喜！

海量資訊、精準解讀，盡在新浪財經APP