編譯｜吳瑩 曹冰穎（實習）
來源｜a16z（YouTube）
“我討厭‘分工’這個詞，為什麼要建立一個從根本上就分裂的組織，每個人都應該作為一個整體而存在，儘可能多地利用公司的資源。”黃仁勳說道。
近日，英偉達CEO黃仁勳和Mistral AI執行長亞瑟·門施（Arthur Mensch）接受了a16z的播客採訪，探討了人工智慧基礎設施建設、開源以及企業管理等話題。黃仁勳表示，人工智慧不是某些人的專屬，不應該只由世界上的少數幾家公司來開發，每個人都應該參與進來。他還談到，未來企業會有生物員工和數字員工，如今的IT部門未來或許更重要，因為它會成為管理數字員工的人力資源部門。
此外，黃仁勳分享了英偉達的管理經驗，他表示在英偉達說得更多的詞是“align”（對齊），而不是“control”（控制），過度追求可控性，會削弱系統的敏捷性和適應能力，英偉達是一家需要適應技術快速變化的公司。同時他也表示，不喜歡“分工”這個詞，更希望每一個員工作為一個整體，利用公司的資源快速有效地輸出自己的成果。
精彩觀點如下：
1.人工智慧不是某些人的專屬，不應該只由世界上的少數幾家公司來開發，每個人都應該參與進來。
2.沒有哪個國家願意將數字智慧外包給第三方，一個國家的數字智慧現在就是新的基礎設施，和電信、交通、電力一樣。
3.IT部門將成為數字勞動力的人力資源部門，對AI員工進行入職管理、微調安全護欄、進行評估和持續改進。
4.開源能夠促進各方的合作，加速創新，提升技術水平，透明度更高更安全。
以下是對話全文（有刪減）：
AI是通用技術嗎？
主持人：人工智慧真的是一種通用技術嗎？是像蒸汽機、電力那樣加速整個社會經濟進步的技術嗎？
Arthur Mensch：AI是一種通用技術，它基本上改變了人類開發軟體和使用機器的方式，就像網際網路是一種通用技術一樣，AI同樣也是。它能建立各種幫助人類幹活的Agent，並應用於各個垂直行業，如公共服務、農業、工業等涵蓋國家發展需要關注的各個方面。相信每個國家都會重視AI，制定專門的AI發展戰略。
黃仁勳：我很贊同Arthur的觀點，但其中也有一些容易給人們造成誤解的地方。如果認為AI是一種通用技術，而且只由一家公司就能構建這種終極通用技術，那其他人為什麼還要費力去做呢？這種情況會誤導大家，讓人覺得AI技術只能由少數人來開發，其他人只要坐等成果就行。我建議每個人都參與到人工智慧的發展中來。人工智慧不是某些人的專屬，不應該只由世界上的少數幾家公司來開發，每個人都應該參與進來。
Arthur Mensch：人工智慧不僅是一種通用技術，還承載著一種文化。發展人工智慧需要一些基礎設施，像晶片、能源中心，顯然不是每個國家都有的。我認為一些通用模型，比如基礎模型、網路壓縮技術等最終可能會開源，為構建專業系統提供良好基礎，除此之外，各個組織、企業和國家都得根據自身需求去建設。要讓人工智慧發揮作用，一種方法是採用開源模型，把特定的知識融入開源模型中，構建為自己服務的AI系統。這樣逐步推進，AI系統就會變得更準確，更能滿足當地使用者或企業的使用需求。
因此，需要垂直領域專家、文化專家，或者關注國家發展議程的人與科技公司合作，這些科技公司提供開源基礎設施。人工智慧是一種橫向發展技術，想從中獲益，就需要與供應商和垂直領域專家合作。
主持人：與歷史上的通用技術浪潮相比，人工智慧有何不同？應該把人工智慧當成數字勞動力嗎？
Arthur Mensch：從經濟角度看，人工智慧和電力技術有相似之處，未來幾年，它將對每個國家的GDP產生兩位數的影響。每個國家都應引起重視，如果無法建立起相應的AI基礎設施，具備應用AI的能力，資金可能會流向其他國家，從而影響全球經濟平衡。就像電力技術，100年前如果哪個國家沒有建造發電廠，就需要從鄰國購買，產生依賴後經濟就很危險。
但人工智慧技術與電力技術也有不同之處。首先，它是一種無形的技術，如果想利用它創造數字勞動力，就需要不斷塑造它，這個過程就需要基礎設施、人才和軟體，而且需要本地人才。因為與電力技術相比，人工智慧還涉及內容生產，Agent可以生成文字、影像、語音，與人互動。當AI生產內容並與社會互動時，它就有了社會屬性，承載企業或國家的文化與價值觀。如果不想讓這些價值觀消失，不想依賴單一的中央供應商，就需要更深入地參與人工智慧的發展。
黃仁勳：我想沒有哪個國家願意將數字智慧外包給第三方，一個國家的數字智慧現在就是新的基礎設施，和電信、交通、電力一樣。國家要考慮清楚如何發展數字智慧，是選擇外包，從此不用操心數字智慧的一切，還是積極參與，控制和塑造人工智慧，把它打造成國家基礎設施的一部分。
還有另外一種思考方式是，把人工智慧當成數字勞動力，思考是將數字勞動力外包，直接從外面引進，還是積極參與、培養自己的數字勞動力。在這兩種情況下，人工智慧都有助於經濟發展、社會進步和文化建設，國家需要在其中發揮積極作用。
人工智慧確實是通用技術，但關鍵是國家和企業如何塑造它。我們都知道各種資料都是屬於國家的，數字化出現之前我們有很多資料沒有進入網際網路，比如歷史文獻、記錄在紙上的資料等，把這些資源數字化並對社會開放，肯定給研究人員或者普通人帶來了好處。人工智慧也一樣，國家有責任去推動它的發展，讓人工智慧技術也可以造福社會。
AI基礎設施建設不要“外包”
主持人：如果我理解了人工智慧基礎設施和主權AI的重要性，我是否必須掌控這項技術的每個部分？
Arthur Mensch：剛才提到的數字勞動力類比很恰當，我們需要為人工智慧勞動力搭建一個入職平臺。這意味著要能定製模型，把本國知識注入模型中，這樣模型就能更好地理解本國語言和文化。還要讓模型熟悉本國的法律，這樣在部署人工智慧軟體時，安全護欄更清晰。這個入職平臺需要具備定製、引導、評估等功能，一旦發現需要改進的地方，就要及時修復和除錯。
黃仁勳：IT部門將成為數字勞動力的人力資源部門，對AI員工進行入職管理、微調安全護欄、進行評估和持續改進。以後我們會有生物勞動力和數字勞動力，這太棒了。將來IT部門對我們公司來說可能更重要，幫助我們管理數字勞動力，在其他國家和公司估計也會如此。Arthur描述的那種情況，就是利用通用技術，對它進行精細調整，使其成為垂直領域的專家，這在未來的人工智慧發展中會越來越重要。
主持人：你們剛才討論了很多“軟性”的概念，比如文化，和計算、儲存、網路等不太一樣。
黃仁勳：像演算法、法律這些領域規則更明確，我們剛才討論的定製模型需要注入的當地文化是一個更“軟”的概念，沒有明確的規則。
Arthur Mensch：要想把個人風格和知識這樣的要素融入人工智慧系統，肯定不會用嚴格的規則來執行，而是透過持續的模型訓練來達到目的。以圖書館為例，把地區使用者的使用偏好提煉出來融入模型中，就有了一套能滿足使用者使用需求的呼叫流程。如果在公司，有一套需要嚴格執行的政策，通常的做法是把模型和這些嚴格的規則聯絡起來，每次模型給出答案就是在驗證是否與規則相符。所以這實際上是兩件事：一方面，以一種較“軟”的方式把知識融入模型中；另一方面，確保能嚴格執行一定數量的規則，保證100%的準確性。
黃仁勳：文化偏好和個人偏好是多維的，有很多特性可以定義我的偏好，人工智慧需要識別這些特性。如果讓Python或者C++語言把這些偏好都描述出來，得寫多少規則，而人工智慧有能力識別這些多維的特性，它帶來了一種新的程式設計模式，可以處理生活中的模糊性。
主持人：聽起來人工智慧不僅是計算基礎設施，也是一種文化基礎設施。
黃仁勳：是的。我們剛才討論了人工智慧模型是如何對不同的問題做出不同的反應，因為我們將公司的服務價值觀植入了AI模型中。
Arthur Mensch：這是通用人工智慧模型的侷限性，有人覺得可以將一些普世價值觀和通用專業知識編碼到通用模型中，但在某些時候，當需要了解特定群體的偏好和期望時，只能透過軟性和硬性的方式對通用模型進行專業化調整。這一步不管是國家還是企業，都不是可以外包的工作，必須自己掌控。
主持人：對於大國和小國，在考慮人工智慧技術時，包括晶片、計算、資料中心、模型、應用時，有什麼不同的建議嗎？
Arthur Mensch：不管是大國還是小國，都需要基礎設施、推理語言以及把規則和模型連線起來、把模型和即時資訊源連線起來的能力。有了這些之後，就可以根據自己的價值觀、專業知識，藉助本地人才來構建人工智慧系統。不同之處在於，對於小企業或小國家來說，要弄清楚哪些是可以購買的部分，哪些是需要自己構建的部分。
黃仁勳：這並不像你想象得那麼難，因為技術在不斷進步。五年前做這些幾乎是不可能的，但五年後可能就變得很容易了，我們現在正處於中間位置，唯一需要明確的問題就是必須做對的事情。實際上我討厭做員工入職培訓，因為需要投入很多，但人力資源組織和工作指導體系一旦建立起來，對公司和員工個人發展都有好處。任何新事物的發展起步都不容易，但如果你想在未來的市場中佔有一席之地，就必須儘快行動起來。
在我們這個時代，數字智慧的價值會有多大想必大家都清楚，如果你相信它很重要，就必須儘快參與其中，邊做邊學，它會變得越來越容易。技術本身在不斷進步，留給我們不參與的藉口不多了。
開源實際上更安全
主持人：你們都曾公開強調在主權AI背景下開源模型的重要性。為什麼開源模型成為你們關注的重點？
Arthur Mensch：第一，人工智慧是一種橫向發展的技術，企業和國家最終都會願意在自己的基礎設施上部署它，所以開放性非常重要。第二，釋出開源模型是一種加快人工智慧發展的方式。從2010年到2020年，我們從事人工智慧研究時發現了這一點，每個實驗室都在彼此的基礎上進一步研究，加快了技術進步。然而，隨著OpenAI推出首批語言大模型，這種開源協作的氛圍在一定程度上消失了。
我創辦Mistral AI就是希望重新啟動這種開源的良性迴圈，即我們貢獻一些內容，其他實驗室再貢獻一些內容，一起迭代發展，加快技術進步。我們做得很好，釋出模型後，Meta也開始釋出模型，中國公司如DeepSeek也釋出了更強大的開源模型，每個人都能從中受益。
黃仁勳：我完全支援開源，開源除了能加速人工智慧基礎研究外，還能啟用大量創新和利基市場。醫療保健、生命科學、物理科學、機器人技術、交通運輸等行業都因開源激發了市場活力。不要低估開源的驚人能力，尤其在一些小眾但非常重要的領域，比如能源開採，誰會專門成立一家AI公司去開採能源？但這個行業又很重要，也有一定的市場，因此開源就可以激發這些領域的創新活力。
Arthur Mensch：你可以選擇自己喜歡的任何關鍵任務，自己進行部署，如果僅能呼叫API（應用程式程式設計介面），是遠遠不夠的，我們需要更多訪問許可權才能對模型進行全面評估。如果想確保你的系統100%準確，就不應該使用閉源模型，必須將本地資料融入模型的開發中。如果沒有開源，就無法做到這一點。
主持人：如何看待開源對國家安全和國際合作的影響？
Arthur Mensch：實驗室之間的合作對人類的成功來說至關重要，如果一個國家或地區決定封鎖技術，放慢發展腳步，那必然會被其他國家趕超。因為一旦切斷與開源的聯絡，維持自身競爭力的成本就太高了。人工智慧是一種橫向發展的技術，類似於程式語言，程式語言是開源的，所以人工智慧也應該開源。
黃仁勳：軟體是不可能被控制的，如果你想控制它，那麼其他技術就會崛起併成為新的標準。問題在於，開源是否更安全？開源可以提高透明度，吸引更多人參與進來並進行審查。世界上大部分公司都建立在開源的基礎之上，特別是雲服務提供商，它們開源才是最安全的。大家釋出在開源平臺上的都是優質內容，因為審查非常嚴格，有無數雙眼睛盯著。開源能夠促進各方的合作，加速創新，提升技術水平，透明度更高更安全。
英偉達從來不主張“控制”
主持人：你說過英偉達是全球最小的大公司，是什麼讓你能夠以這種方式運營？
黃仁勳：我們的架構是為了幾件事設計的，確保能很好地適應不斷變化的世界。因為技術變化很快，如果你過度追求可控性，就會削弱系統的敏捷性和適應能力。英偉達一直以來貫徹的是“align”（對齊），而不是“control”（控制）。我們儘可能避免形式主義，讓公司的運轉流程輕量化。這些舉措都是為了提高效率、增強靈活性。
還有我討厭“分工”這個詞，為什麼要建立一個從根本上就分裂的組織，每個人都應該作為一個整體而存在，儘可能多地利用公司的資源。我希望公司的組織架構更像計算單元的系統，比如一臺計算機，能夠高效地交付輸出。我們試圖建立的機制是什麼，我們在什麼樣的環境中生存，是寧靜的鄉村還是熱鬧的鋼筋混凝土城市？你需要根據所處的環境來建立與之相適應的系統。我感到奇怪的是，自然叢林中沒有相同的動物和植物，但很多公司的結構都是完全相同的，這種相似的組織結構對英偉達來說沒有任何意義。
主持人：英偉達如今是最成功的公司之一，技術週期橫跨30年，已經找到了一種讓技術和科學研究都做到全球領先的方法，不管是2012的CUDA還是如今的Cosmos，在技術層面絕對是先進的，你們怎麼平衡時間週期帶來的壓力？
黃仁勳：我們內部協調了這一點。在公司內部，我們有基礎研究、應用研究，還有架構設計和開發等多個層面研究專案，它們都至關重要，並且各自有不同的時間節奏。基礎研究的時間線較長，標準更寬泛，但在產品端，我們有眾多客戶需要服務，必須非常精確。在基礎研究中，我們希望能夠有一些出人意料的發現，這些發現雖難以預見，但最終能滿足各方期望。這是兩個比較極端的業務，我們公司內部平衡得很好。
主持人：你們兩家公司的客戶同時也是你們的競爭對手，比如英偉達向正在開發晶片的亞馬遜出售GPU晶片，你們的客戶都是資金雄厚的科技巨頭，你如何在這樣的環境中獲勝，如何管理這些複雜的關係呢？
黃仁勳：你必須有自己獨特的優勢。這些雲服務提供商沒有選擇與Arthur合作，因為他們自己有了同樣的東西，我們不同，能夠為雲服務供應商提供一些他們自己無法做到的服務，比如英偉達在很多雲服務架構上都有對初創企業的培訓，加入英偉達，就可以進入任何雲服務平臺，某些情況下對他們來說經濟效益更好。所以，要想成為一個好的合作伙伴，必須得有獨特的定位和獨特的產品。當我們對此有清晰的認識並充滿自信時，我們對競爭對手來說也很重要。我們為雲服務供應商帶來了更多業務，這正是一個優秀的計算平臺應該做到的。
主持人：英偉達一直在投資初創生態系統，為雲計算創造瞭如此多的業務，是什麼理念讓你在早期就對初創企業及其創始人進行深入投資？
黃仁勳：有兩個原因。第一，我很少稱英偉達為GPU（圖形處理器）公司。雖然我們生產GPU，但我認為英偉達是一家計算公司。如果是一家計算公司，那麼最關注的應該是開發者。如果你是一家晶片公司，可能最關注的就是晶片本身。我們所有的戰略、行動、優先事項、投資重點，100%都與“開發者優先”的態度保持一致。GTC（英偉達GPU技術大會）就是一個開發者大會。公司內部的所有計劃都以開發者為先。
第二，我們開創了加速計算。這在通用計算領域非常新穎，在很長一段時間裡是反直覺的一種計算方法，難以被理解。所以，我們一直在尋找下一個令人驚歎的突破，下一個沒有加速計算就不可能實現的事情。很自然地，我會找到像Arthur這樣的研究人員，因為我正在尋找下一個“殺手級”應用，這是一個想要創造新事物的人的一種直覺。
主持人：從計算的角度來看，你認為未來最重要的趨勢是什麼？對於想要了解計算領域發展方向的人，你如何引導他們？
黃仁勳：過去10年，計算領域發生了巨大的變化，從手工編碼到機器學習，從CPU（中央處理器）到GPU，從軟體到人工智慧，整個行業經歷了徹底的變革，而且我們仍在這個變革的過程中。未來10年，變化將更加驚人。目前行業內一直在討論擴充套件定律，預訓練當然非常重要，現在我們還有後訓練，包括思想實驗、實踐、輔導和指導，以及我們人類用來學習的所有技能，思考、Agent以及機器人系統，所有這些都令人興奮。這也是為什麼人們對Blackwell晶片相較於Hopper晶片算力有了巨大飛躍而感到驚訝，我們及時增強了Blackwell的推理能力。
其次我們看到了人工智慧的各種發展方向，未來智慧體、數字員工，智慧機器人等物理AI都會蓬勃發展起來。物理AI當然是遵循並理解物理定律、原子定律和化學定律的AI，物理科學領域或將迎來重大突破，我對此非常興奮，它對工業、科學、高等教育和基礎研究都有深遠的影響。
最後，我鼓勵人們不要過度崇拜技術，有時候對技術過度推崇反而會讓人不敢參與其中。我們所討論的人工智慧在縮小技術鴻溝方面真的發揮了重要作用，關係到世界各國企業的利益，我們都要大膽參與其中，激動人心的時刻即將到來。
新聞熱線&投稿郵箱：[email protected]
。END。
值班編輯：郭立琦審校：姜辰雨 製作：袁茂麗
關注“中國企業家”影片號
看更多大佬觀點和幕後故事
[ 推薦閱讀 ]