← All-In

Jacob Helberg, Michael Kratsios, Chris Power: 赢得 AI 竞赛(上):迈克尔·克拉特西奥斯、凯莉·洛夫勒、克里斯·鲍尔、希亚姆·桑卡尔、保罗·布赫海特、杰克·卢萨拉里安

Winning the AI Race Part 1: Michael Kratsios, Kelly Loeffler, Chris Power, Shyam Sankar, Paul Buchheit, Jake Loosararian

Episode 2025-07-232025-07-23简体中文

Guests: Jacob Helberg, Michael Kratsios, Chris Power, Jake Loosararian, Shyam Sankar, Paul Buchheit, Kelly Loeffler

Listen to this episode00:00 / 1:34:25
Reading settings
Reading preferences
Text size
Download in-depth read
Read offline

English · In-depth read · Current version

Downloads are not available yet.

Full transcript · Read the full conversation in order, with its original context.

Contents3 chapters§01文字稿 1§02原文文稿 · 43:00–1:20:03§03文字稿 3

§01文字稿 1

00:005、4、3、2、1、0,所有发动机点火。升空,我们升空了。这是个人的一步,人类的一大步。世界上最大的客机,每侧机翼都大到能容纳五个网球场。这项新技术让满足用户的关键需求成为可能。计算机登场,一个新时代来临。对我来说,计算机是我们有史以来发明的最了不起的工具,它相当于我们思维的自行车。

00:43现在我正在和一台计算机下国际象棋,它在分析棋盘局面,运用某种智能来判断下一步该怎么走。这就是我们今天节目的主题:人工智能。AI 的美好未来是一个极度繁荣的未来,一个富足的时代。每个人都能拥有自己想要的一切。我们仍处在 AI 的非常早期阶段。我会说,现在的进步速度是指数级的。每当我觉得我们夸大了人工智能的影响时,

01:19总会出现一些事情告诉我,我们在节目里对它的重视还远远不够。你知道,这件事没有 60 分钟的比赛时钟。这是一场无限的游戏。想想去解决一个人类需要几千年才能解决的问题。那些能够驾驭并治理技术上更先进事物的人将会获胜,这将带来经济活力和军事优势。特朗普政府相信,AI 将拥有无数革命性的应用。

01:47我们相信,美国的命运是主导每一个行业,在每一项技术上都领先。这包括成为人工智能领域的世界头号超级大国。感觉我们这一生经历的每一次技术革命都在引向这一刻。好了,各位。欢迎来到“赢得 AI 竞赛”。这是我们在华盛顿特区的第一场活动。我能请示一下我们的领导,允许我坐下吗?

02:26可以,你可以坐。感谢大家的到来。我们只用了几周时间就筹办了这场活动,为的是进行一场非常重要的讨论:赢得 AI 竞赛。这是美国必须做到的事,也是我们一定会做到的事。我们将用赢得其他每一场技术竞赛的方式来赢得它,

02:48靠的是坚韧、创业精神和顽强的竞争。这届政府的不同之处在于,他们真正在与科技行业打交道。今天我们请来了政府的很多成员,或者说所有成员,来这里讨论这个话题。而如果没有我们的好兄弟大卫·萨克斯决定抽出时间来担任我们的加密货币和 AI 事务主管,这一切都不可能实现。我想先请大家为大卫·萨克斯热烈鼓掌。大卫,你来这里已经六个月了。

03:26不好意思,你真的有做准备吗?到目前为止都非常精彩。没有,我只是隔空发言。不,很精彩。继续。继续。他想再被邀请回华盛顿。他们告诉我,我在这里只剩 12 个小时了。

03:41我想那次白宫参观终究还是会成行的。可能真会成行。可能真会成行。当时有这个说法。不过说正经的,你来这里六个月了。我想那次白宫参观终究还是会成行的。不过说正经的,你来这里六个月了,我们都知道你的能力有多强。但天哪,这届政府在加密货币和 AI 方面简直势如破竹。我绝对——而且我想我代表我们行业的每一个人——对你领导加密货币和 AI 工作的速度心怀感激、深感震撼,但并不意外。这头六个月对你来说是什么样的?真的非常不可思议。我是说,我从来没想过会

04:12进入政府工作。真正的起因是大约一年前特朗普总统来上了我们的播客,由此开启了一段关系,你知道,最终让我获得了这份工作。我接受它,是因为我觉得这是千载难逢的机会,能为一位真心想为美国人民办成事的总统工作。你能看得出来。他每天都非常努力地为美国人民推进他的议程。我认为 AI 和加密货币正是其中的两个议题。做这些事情也非常有意思,因为我们正在办成很多事。

04:45是的,上周——今天这场活动,我们只用了大约过去 10 天就筹备好了,借此机会来谈谈你的行动计划,也就是总统今天发布的行动计划。不过我们应该请雅各布出来,因为来自 Hill and Valley 的雅各布·赫尔伯格和我们合作了这次活动。

05:02出来和我们一起吧。对,我们新的第五位好兄弟,雅各布·赫尔伯格。出来和我们一起吧。对,我们新的第五位好兄弟,雅各布·赫尔伯格。来了。很高兴见到你,兄弟。很高兴见到你。还有,嗯,弗里德伯格,你的团队和雅各布的团队为此付出了大量心血,我们的嘉宾阵容非常出色。所以感谢雅各布团队的辛勤工作,也感谢弗里德伯格团队的辛勤工作,

05:29把这一切组织起来。也许你可以给大家介绍一下我们今天想探讨的问题,以及活动形式会是怎样的。当然。Hill and Valley 论坛是一个由科技界人士、建设者和政策制定者组成的社群,我们相信技术是创造财富的引擎,也是美国国家安全不可或缺的支柱。能有机会参与这场活动令人无比兴奋,它实际上会涵盖我们社群每个人都关心的许多话题。归根结底,我们相信,

06:05我其实不久前在我的确认听证会上也说过这一点,我们正处在一个拐点。我们正处在一场 AI 竞赛中。因此今天活动的各个部分将是一系列对话,涵盖技术如何真正为国家创造福祉的不同方面。我认为非常重要的一点是,当我们讨论

06:25想请谁上台、想如何讨论大卫与我们分享的总统行动计划时,我们想突出一点:因为 AI,正在诞生新的行业。这些行业在十年前根本不可能存在。我们有几个这样的例子。还有一些行业正在赋能和加速 AI,也就是

06:46采矿、能源、芯片、晶圆厂和数据中心。我们会就其中每一个进行对话。这算是关于赋能的那部分讨论。另外很幸运,我们请到了很多政府人士今天加入我们,讨论政府在推动这场已经在进行中的经济转型中的作用。我只想说一点。我越来越清楚地看到,而且我认为如今媒体叙事中错误的一点,是说 AI 正在摧毁就业。我认为我们在一线看到的,

07:13是一台正在运转的、了不起的就业创造引擎。所以我认为突出这一点、分享这些故事非常重要,因为这些故事讲得还不够多。我认为确实有机会让它们被更多人看到,希望这就是我们今天能够做到的。查马斯,轮到你了。无论你是民主党人、共和党人、无党派人士还是温和派都无所谓,这个议题超越党派。这是我们这一生最重要的议题,有很多棘手的问题,也有很多激烈的争论。

07:40也许你可以谈谈这届政府汇集各种不同意见、跨党派合作以及与业界所有成员合作的能力。我是说,你看,我认为从历史上看,我们一直面临一个岔路口:你可以乐观地、把杯子看作半满地看待技术,也可以悲观地、把杯子看作半空地看待技术。乐观的“半杯满”观点认为,能够驾驭 AI 或任何这些前沿关键技术的国家,能够获得大部分收益。

08:13然后这些经济收益可以被分配。接下来就是关于如何在一个国家、一个经济体内部分配这些收益的讨论。而在此基础上,有了经济上的领先地位,你也就拥有了军事主导地位,你就成了超级大国,并保持强大。问题在于,历史上我们走向了另一个方向,存在这种不信任。在这种不信任之中,全球竞争对手崛起,我认为对我们的超级大国地位构成了真正的、根本性的生存风险。说得好。所以,坦白说,过去这六个月最棒的一点就是一次巨大的转向,

08:50重新回到“美国是最好的”这一理念。我们不应该为自己创造的东西感到羞愧。这些了不起的技术和这些了不起的人应该得到赞颂。是的。让我们去赢得这场竞赛。让我们赢。顺便问一下,我们要怎么赢得这场竞赛。让我们赢。好的。

09:05顺便问一下,我们要怎么赢得这场竞赛?行动计划。萨克斯,我知道你邀请了白宫科技政策办公室主任迈克尔·克拉特西奥斯今天来参加。我们请迈克尔出来吧?好,迈克尔出来吧。好。迈克尔,出来吧。请欢迎迈克尔。

09:18你们好吗?很高兴见到你们。谢谢。怎么样?那我来开个头。你们好吗?很高兴见到你们。谢谢。我来开个头。特朗普总统上任第一周就签署了一项行政命令,指示我们制定这份行动计划,

09:37由迈克尔、我本人和国家安全顾问负责。目标是弄清楚美国如何在 AI 领域占据主导地位。从上任第一周起,特朗普总统就把这件事列为优先事项。我们确实把它看作一场全球竞争,或者说全球竞赛。输掉这场竞赛的后果是不可想象的,因为 AI 将对我们的经济以及国家安全产生极其巨大的影响。所以美国必须赢。我们与迈克尔所在的科技政策办公室(OSTP)合作,今天发布了一份计划,包含 90 项具体行动,至少

10:12是行政部门可以采取的、帮助我们赢得 AI 竞赛的行动。我马上就请迈克尔发言。我先概述一下这份计划的三大支柱。第一是创新。创新是无可替代的。你必须在创新上胜过全球竞争对手。你不可能靠监管来赢得 AI 竞赛。所以第一,计划中有很多举措将帮助我们的私营部门、初创企业和科技界在创新上胜过竞争对手。第二是基础设施。我们必须在美国拥有更多、更好的 AI 基础设施、数据中心、能源和制造业。

10:46第三是 AI 生态系统。我们希望拥有最大的生态系统。我们从硅谷知道,打造出最大生态系统的公司才是赢家。你的平台上开发者最多,你的应用商店里应用最多。正是这些公司,你知道,正是这些公司主导着各个行业。

11:04同样,美国必须通过为全世界打造 AI 技术栈来占据主导地位。这就是这份计划的三大支柱。我请迈克尔来讲一讲,或许可以谈谈过去六个月这份计划是怎么制定出来的。我知道你的办公室为此做了大量工作,然后如果你愿意,再展开讲讲你认为更重要的一些细节。好的,当然。总统签署行政命令把这项任务交给我们之后,我们做的第一件事

11:29其实是发布了一份信息征询书(RFI),非常激动人心的政府活动。我们问全国:嘿,这份计划里应该包含什么?说实话,我想我们所有人都对收到的回复感到意外。我们收到了来自全国各地的超过 10,000 份回复。有好莱坞演员给我们发来回复。当然也有科技公司。我们收到了来自全国各地的 10,000 份回复。有好莱坞演员给我们发来回复。

11:46当然也有科技公司。各种你能想到的人都有。我认为这真正说明了这项技术对美国每个人、每个行业的影响有多大。所以我们吸收了大量意见,走访了所有与 AI 打交道、或在某种程度上涉及 AI 的机构,最终汇总成了这份计划。你想想看,过去五六年里,有很多公司、很多国家推出了国家战略。而我们真正想聚焦的,

12:13就体现在标题本身:一份行动计划。我们想要的是能在未来六到九个月内完成的事情,以加速并确保我们能赢得这场竞赛。所以想想大卫谈到的第一个支柱,也就是创新支柱,创新真正关键的一点是,我们希望下一批伟大的 AI 发现继续在美国诞生。我们必须营造一个让这成为可能的环境。而当我们谈到放松监管时,

12:37我喜欢这样思考:你知道,你不可能制定——永远不会真的有一部法律说,嘿,这就是监管 AI 的方式。最终会发生的是,这些 AI 技术将会……一部法律说,嘿,这就是监管 AI 的方式。最终会发生的是,这些 AI 技术将被嵌入到许许多多其他技术之中,无论是无人机飞行、自动驾驶汽车,还是经 FDA 批准的 AI 驱动医疗诊断。所有这些不同的机构都将

12:57接触到由 AI 驱动的技术。我们有责任营造一个监管环境,让这些技术能够蓬勃发展,而不是受到政府的阻碍。创新的下一个部分,真正关键的一点是,利用政府的力量和政府拥有的数据,通过人工智能推动科学发现。你知道,在第一波 AI 浪潮中,我们看到了巨大的进步,比如大语言模型(LLM)处理编程的能力。

13:23但我们能做的远不止这些。比如能源部在其国家实验室拥有令人难以置信的数据集,可以助力材料科学、医学等领域的许多下一代发现,这正是这份 AI 计划所倡导和推动的。下一个支柱是基础设施,人们一直在谈论这个,它关乎如何营造一个监管环境,鼓励并真正加快我们的发电企业和芯片

13:53制造商在美国做他们需要做的事情。计划要求为 AI 相关活动设立类别排除(categorical exclusions),这可以让数据中心和其他发电设施在联邦土地上建设。这还将配合各种其他举措,真正加快我们建设电力、并最终运行这些数据中心的速度。那么在时间用完之前,我们来谈谈最重要的议题之一,

14:17也就是人才争夺战。好,我们会继续聚焦 AI,边境和驱逐出境的话题就不谈了,但我们要谈一件非常重要的事,就是从世界各地招募人才。对于这届政府,我们收到了不同的信号,而这在美国显然是一个极具争议的问题。在移民方面我们需要做什么,

14:37我们就叫它招募吧,因为它实际上就是招募。招募全世界最优秀、最聪明的人来为我们的团队工作,而不是为比如说中国队工作。我们需要做什么?在行动计划中,政府对于招募全球最优秀 AI 人才的理念是什么?我认为我们揭示出的一点(而且我认为这一点讨论得还不够)是,要推动并成功实现美国在这一领域的持续领先,并不仅仅在于拥有最优秀的 AI 工程师,还在于

15:05拥有推动这一进程所需的劳动力的所有其他组成部分。你知道,我们和 Caruso 等一些公司交流过,他们正在美国各地建设大型基础设施项目。他们面临的挑战是电工和暖通空调(HVAC)人才。AI 计划本身花了大量篇幅和精力来指导各个机构,无论是劳工部还是其他拥有再培训项目的机构,去培训这些人,使他们能够——花了大量篇幅和精力来指导各个机构,无论是劳工部还是其他拥有再培训项目的机构,去培训这些人,使他们能够填补这一空缺。所以对我们来说,这既是要把最优秀的科学家和工程师吸引到美国来,也是要培训美国劳动力,使他们能够胜任必要的工作。

15:38以推动这件事。迈克尔,关于你刚才提到的那件事,未来的理念是什么?也就是能源部(DOE)、FDA 内部有这些极具价值的数据集,如果我们把它们提供给私营行业,尤其是美国私营行业,收益可能会非常惊人。这是开源理念吗?还是授权许可理念?你认为怎样才能最好地服务美国经济,把这些东西推出去?总的来说,政府在这方面采取的是开源方式。多年来我们看到的普遍挑战是,有很多口头表态说:嘿,让我们为美国人民开放

16:15数据。而主要的挑战在于,对于我们所有从事 AI 的人来说,数据本身的格式实际上非常重要。如果是那种脏乱、没有经过任何统一处理的数据,就不是特别有用。我认为这将是能源部要付出的一项重大努力,去让这件事变得更好、变得可行。最近通过的 BBB 立法中很棒的一点是,实际上给能源部拨了 1.5 亿美元,用于建设一个“AI 赋能科学”项目,它将正是针对这个问题开展工作。在 AI 监管体系上,是否应该实行联邦优先(federal preemption)?

16:53关于这样做已经有一些讨论,以确保……我想目前已经有超过一千项州法律被提出或通过,对 AI 和科技相关技术产生某种监管影响。联邦政府是否应该优先于所有这些法律,把它提升到联邦层面?我认为总体而言,优先权问题在技术领域非常常见。多年来隐私问题上就有这个问题。我们今天要应对的、以及计划本身所讨论的,是行政部门自身可以采取的行动。

17:19而很多关于优先权的讨论都围绕着国会能做什么或不能做什么。所以我们不一定在这上面着力,因为我们聚焦于我们能完成的事情。对,补充一点。确实,行动计划并没有怎么谈及这个问题,弗里德伯格。但我确实认为,有一个对国家安全的真实威胁正在酝酿,原因就像你说的:目前有一千项法案正在各州立法机构推进,都在以不同的方式监管 AI。如果这种情况持续下去,我们将面对由 50 个不同州监管体系拼凑而成的局面。法案正在各州立法机构推进,都在以不同的方式监管 AI。

17:45如果这种情况持续下去,我们将面对由 50 个不同州监管体系拼凑而成的局面,而不是一个统一无缝的全国网络。你看,中国已经宣布 AI 是他们的国家优先事项。他们明白它有多么具有战略意义。我认为如果我们用 50 个不同州监管体系拼凑而成的局面来束缚我们的 AI 创新,我认为这会伤害我们。所以我不……你知道,我们在行动计划中还没准备好宣布一项政策,但我认为这是一件

18:09在接下来一年左右必须加以研究的事情。谢谢你加入我们,迈克尔。各位,这位是白宫科技政策办公室主任。谢谢,干得好,Greg。谢谢。谢谢。谢谢。

18:21干得好。干得好。干得好。很好。谢谢大家,感谢各位好兄弟和 Hill and Valley 论坛的热情欢迎。我是克里斯·鲍尔,Hadrian 的创始人兼 CEO。今天我来这里是想跟大家介绍我们的公司。我们的使命是让美国重新工业化。

18:36我们的做法是在美国建设 AI 驱动的工厂。你可能会问,为什么这很重要,你为什么要关心美国的制造业?嗯,在我来到这个国家之前,我意识到我们正处在一场全球竞赛中。每一个伟大的国家都是先靠拥有最强的工业实力建立起来的。这让你拥有最强的军队,通常是海军。然后在一场冲突之后,你最终拥有了储备货币,并在我们所说的“美国治下的和平”(Pax Americana)中在某种程度上主导自由世界。

19:05就像所有伟大的公司一样,你会因为这种成功而变得有些懈怠,最终把所有重工业转移到发展中国家。然后当冲突来临时,你就陷入了真正的麻烦,因为你把最初赋予你力量的东西,也就是重工业,转移到海外了。过去三次发生这种情况时,对西方来说都是相当不错的交接。从荷兰到英国,再到美利坚帝国,我们赢得了第二次世界大战。而这一次,在这个大约二十年的时期里,我们要打 AI 竞赛、应对气候问题、去星际定居,这实际上是美国对中共(CCP)。

19:38请记住,我们赢得第二次世界大战,不一定是因为我们拥有国防工业基础,而是因为我们是世界的工业强国。在危机时刻,我们所有的民用制造企业都在我们最需要的时候转向了国防。制表商在制造军舰导航设备,福特从造汽车转向造轰炸机。正是因为这种工业实力。你知道,我们的坦克并不是那么好,我们只是有大量的坦克。

20:05我们就是这样赢的。不幸的是,从 20 世纪 70 年代到 2020 年代,我们基本上掏空了美国的中部地区,把能转移的每一点制造业都转移到了海外。这始于尼克松向中国开放,让他们加入世贸组织(WTO),他们成了世界工厂。这是一个巨大的战略错误,它彻底掏空了

20:24美国的好工作,也让我们在工业实力方面处于非常危险的战略境地。所以在中国让我们去工业化的同时,他们让自己实现了工业化,他们不是把制造业当作经济问题,而是当作国家安全优先事项。而现在我们处在这个 20 年的窗口期,

20:41面对台湾问题的威胁,我们陷入了真正的麻烦。那么我们到底落后中国多少?我们处在这个 20 年的窗口期,面对台湾问题的威胁,我们陷入了真正的麻烦。那么我们到底落后中国多少?嗯,在弹药方面,中国拥有每年能生产一千枚的自动化工厂。而我们在任何兵棋推演冲突中的头七天就会耗尽导弹,然后大约三年都无法重新生产出这些弹药。在造船方面,他们的能力是我们的 200 倍。

21:05我们去年总共只造了五艘船。药品全部在海外生产。无人机、iPhone,我们一样都不造。还要记住,在药品方面,中共生产大量抗生素。这就是为什么工业化如此重要。更重要的是,这又回到了 AI 人才竞赛:虽然美国仍然是软件和 AI 人才的全球强国,

21:27我们却把中国打造成了制造业人才的全球强国。我们在创建这家公司的过程中意识到,虽然美国的国防制造业(这是我们仅剩的,因为我们把其他一切都转移到海外了)非常重要,但因为我们放走了所有那些工作岗位,整个基础基本上就是一群……因为我们放走了所有那些工作岗位,整个基础基本上就是一群仍然懂得熟练技艺的爱国美国人,他们都六十多岁了,退休得越来越快。所以我们整个国防工业基础的根基,是这些懂得如何做这份工作的美国人才,但国家的其他部分已经忘了如何制造。这是中国一家弹药工厂的截图。

22:01你可以在网上搜到。认为中国现在还只是靠低成本劳动力,这是一个误解。他们在生产方面非常先进。而在美国,支撑我们所有国防主承包商和工业基础的,基本上是那些退休得越来越快的熟练美国工人,他们支撑着一两千亿美元规模的产业,涵盖各种弯折、切割、加工金属的方式,这些金属随后被用于无人机、舰船、卫星和火箭。所以在中国飞速领先的同时,我们正远远落后,我们已经忘了如何制造。所以我们意识到,我们必须建设全栈式 AI 驱动的工厂来解决这个问题。

22:39其次,头号问题是巨大的熟练人才短缺。记住,如果你看造船业或其他任何行业,我们急需成百上千万的焊工或机械师,就算给我十亿美元,我们在这个国家也已经招不到他们了,因为我们失去了这种技能。拥有生产能力而不是库存,才是真正的威慑。而你必须通过让国家重新工业化来实现这一点,创造更多就业,而不是取代它们或用自动化消灭它们。而且这始终关乎国家安全,而不是经济。

23:06所以我们着手解决这个问题,在美国建设由 AI 驱动的自动化工厂。三年前我们开始这段旅程时,我们想清楚了要怎么做。答案就是:直接开始运营一家工厂,同时开发所有 AI 软件,在公司早期这是一段痛苦到可笑的历程。

23:21这就是一号工厂的样子。我们与美国一些最伟大的航空航天公司合作,对它进行了足足 18 个月的 beta 测试。我们能自动化什么?不能自动化什么?这是我们交付给美国最伟大的火箭供应商的最早的小零件之一。现在我们已经发展到可以制造完整产品的程度。我们打造了 Opus,这是一个用于工厂 AI 自主运行的全栈平台,它能做几件非常重要的事。2024 年,走出 beta 阶段后我们启用了二号工厂,一年内规模扩大了 10 倍,成为全国增长最快的制造商,现在很幸运能够为美国

23:59最伟大的公司提供支持,包括初创企业和国防主承包商。在我们看来,这就是当今美国最先进的工厂的样子。这是我们位于洛杉矶的规模化二号工厂。在这里你可以看到切削金属,从原材料开始,把它加工成微米级精度公差的零部件,用于火箭、卫星、喷气式飞机和无人机。你在参观过程中会看到,在传统行业、在一个去工业化的国家里,每台机器旁都有非常熟练的工人。

24:29Hadrian 的先进工厂在外观和运作上更像一个数据中心。我们为实现这一点感到非常自豪,但旅程还没有结束,因为同样,这是一个全国层面、规模达 1000 亿到 2000 亿美元的问题。那么我们实际能做到什么程度?AI 制造能带来什么样的生产率提升?我们是否在创造更多就业?首先,美国大多数工厂的运行时间只有 20%,这其实并不怎么

24:53高效。我们实现了制造生产率 4 倍的提升。其次,也是更重要的,我们实现了劳动力生产率 10 倍的提升。再说一次,因为这个国家熟练人才如此稀缺,你实际上需要这种由 AI 驱动的飞跃,才能在这个国家形成建造舰船、无人机和火箭的产能。第二件重要的事是让人们进入这些岗位的速度。

25:17如果你是一家先进制造商,可能需要长达十年才能真正精通你所做的事,而在 Hadrian,我们已经做到可以在 30 天内培训任何人。最重要的是,我们 100% 的员工都来自非工厂背景。他们以前从未踏进过工厂。这些人有的刚从高中毕业,有的从军队退役。

25:35有的以前坐办公室,有的从 18 岁到 40 岁一直是公交车司机。人们必须认识到的关于先进 AI 与制造业力量的最重要的一点是:我们需要这种生产率提升,才能与中国竞争,追赶上我们失去的那些熟练技艺。这也是 AI 为我们做的最重要的事情:推动劳动力的巨大增长。那么我们现在进展到哪了?

25:59你知道,我们一直在这段旅程上。2025 年,我们将走向多品类、多工厂,我会给大家展示一座将在六个月内启用的 AI 驱动新工厂,位于伟大的亚利桑那州,同时还将启用一座专用超级工厂。你可以这样理解:国防和航空航天领域的每个人都需要一座特斯拉 Model 3 工厂。这是我们漂亮的新厂房。它大约是洛杉矶工厂的四倍大。圣诞节前启用,我们几周前签了租约。它将在六个月内投入运营。最重要的是,我们将在人才稀缺的行业中创造 350 多个由 AI 驱动的新岗位,美国正需要这种杠杆来取得领先。

26:37另外一点,如果你听了海军部长在 Reindustrialize 大会上的发言:造船业、潜艇基地和弹药领域的头号问题是什么?实际上是我们有成百上千万个岗位需要填补,因为我们已经没有熟练技工了。我们没有足够数量的人,所以我们需要这种生产率提升。所以在 2026 年,我们将启用先进工厂

26:55瞄准美国最大的生产难题:潜艇、舰船和弹药。所以到今年年底,我们将有三处设施投入运营:我们的总部,以及位于洛杉矶的 Factory 2 和 Factory 3。到今年,我们将有三处设施投入运营:我们的总部、洛杉矶的 Factory 2 和 Factory 3。但当我们借助 AI 推动国家再工业化时,这究竟能把我们带到哪里?要为国家解决这个问题、完成这项使命,我们需要让工厂

27:15遍布每一个州。大家要记住,制造业中的 AI 正在创造成千上万个就业岗位,因为我们把一切都转移到了海外。我们需要这种生产力的提升,来赋予国家所需的产能。把这些工作岗位全部迁回本土,带回美国中部,并确保在这个过程中创造数以百万计的就业岗位。感谢邀请,很荣幸来到这里。Chris,我想我们先从你开始。我们有几分钟时间来聊聊你刚才介绍的内容,我觉得这是

27:48一个非常重要的机遇。中国大约有 300 万家工厂,美国只有 25 万家。人们通常认为他们靠的是廉价劳动力,但看起来他们已经实现了自动化。实地情况与人们读到的报道大不相同。在我们努力参与竞争的过程中,从制造业的角度看,哪些行业会率先让我们真正具备竞争力?我们是否需要贸易关税才能

28:11在竞争格局中取胜?我认为有两点非常重要。第一,有些行业我们必须迁回本土,尤其是国防领域。我们必须自己生产潜艇、舰船和弹药,必须生产稀土磁体和无人机之类的东西。这是非做不可的。关税确实很有帮助,这项贸易政策非常重要,因为你必须明白,

28:31没错,中国比我们更有竞争力,但中共还在国家层面补贴能源成本和原材料成本。而由于我们在某种程度上削弱了这方面的能力,比如美国没有发展核能,我们在这些原材料投入上根本无法竞争。所以会先从我们最关键的行业开始,但我认为随着 AI 渗透到制造业,

28:49将会创造数百万个就业岗位,这会让我们把更多的商业产能迁回本土,而不仅仅是国防领域,我认为这是最重要的。你谈到了基础设施的退化以及它对劳动力意味着什么,也谈到了回流同样需要技能提升。我知道你们有一位叫 Owen 的员工,

29:03我记得你们几乎是直接把他从 Home Depot 招过来的。能给我们讲讲他的故事吗?这对于你们提升劳动力技能意味着什么?这真的很了不起。正如我在演讲中所说,我们 100% 的员工以前从未

29:14踏进过工厂。我觉得作为一个国家,我们做得并不好,让所有人都相信必须拿到四年制大学学位才能找到好工作。我们雇用了在 Home Depot 理货上架的人,现在他们一个人同时操作 10 台机器。实际上我们看到,这些人中的大多数在接触软件和 AI 之后,表现得非常聪明。

29:32我们已经把其中很多人提拔到领导管理岗位或软件工程岗位。我认为借助 AI 实现再工业化,既是为了创造新的就业岗位,也是为了让人们重新与硅谷经济连接起来,而不只是让它集中在沿海和大城市。当有人可以打零工、当 DoorDash 送餐员每小时挣三四十美元时,你们要怎么竞争?而且我们现在的

29:57失业率是我们这辈子见过最低的,目前是 4%。在这种情况下找到这么多劳动力现实吗?还是说我们需要一些人移民到这个国家来填补这些岗位?就我们而言,具体到国防领域,我们没法这么做,在移民问题上我们别无选择,因为这是一个受监管的环境。所以我们必须提升美国人的技能。其次,我们看到,也许在洛杉矶或沿海城市不太明显,但在全国各地,

30:24存在大量就业不足的情况。我们最喜欢的一些员工以前坐办公室,做律师助理,整天填表,他们讨厌这份工作,想进工厂为国家使命工作。我认为对我们来说,很大程度上在于激励人们。其次,有了这种程度的生产力跃升,我们实际上有能力为员工提供非常好的医疗保障和非常好的薪酬。我认为很多美国人都想回到一个为国家使命服务的真实工作环境中。

30:47你展示了一些非常精彩的图片和视频,里面是非常精密的机器。这些用来制造其他机器的机器是你们自己做的吗?还是说这里也存在供应链风险?供应链风险非常大。其实很多这类先进机器是我们通过空军发明的,后来我们却忘了怎么制造它们。所以主要的供应来源其实是我们的盟友。中国排第一,但我们不从中国采购,因为他们的产品到处都是网络安全

31:13漏洞;然后是德国、韩国、日本。我们的洞见是,这些机器其实只是非常笨的计算机,软件和 AI 实际上可以为它们升级、超越它们,实现真正的跨越。但不在本国制造机器、不在本国造机器,确实是巨大的供应链风险。好,那在经济上要怎么竞争呢?我刚才在琢磨,你是不是在要求政府给予支持?既然中国政府用免费能源为他们的企业兜底,你是否明确要求政府提供帮助,比如为再培训买单,

31:46或者以某种方式分担你们的能源成本?还是说你们能在经济上自己跑通?我们能在经济上跑通,因为在美国其实有两个市场。一个是出于国防和航空航天需要必须留在本土的业务,另一个是规模大 10 倍的离岸市场。

32:03商用飞机,其中很大一部分在中国。对我们来说,我们能在美国参与竞争,因为我们必须创造所有这些新的先进岗位,我们已经不再具备这些技能了。如果我们想把那些没有被监管要求留在本土的商业产能迁回来,就必须实施关税和经济政策,因为这不是一个公平的竞争环境。

32:19现在是企业在和中共竞争。那具体执行起来会是什么样子?你希望他们承担再培训、能源成本、部分员工工资?其实就是三件事:能源成本、原材料成本,铝和钢的成本中有 90% 其实是能源。如果我们把这个竞争环境拉平,就可以在我们擅长的领域去竞争,也就是美国的软件、美国精神和由 AI 赋能的劳动力。所以灵丹妙药就是能源。对。

32:49再跟我们说说具体的软件。你们是有一个团队在自己编写大量控制系统和/或 AI 模型,还是采用现成的东西再做微调?你们是怎么做的?遗憾的是,由于美国制造业软件落后硅谷 30 年,我们必须自己构建一切,从排产系统到深度技术。我们的关键洞见是,我们发展得越快,标注的数据就越多。对。

33:12所以我们做事总是 80% 自动化,加上人在回路中。当我们标注这些复杂的制造数据时,我们的 AI 模型才真正发挥作用,因为制造业已经离线了 30 年。所以没有 Stack Overflow,也没有 GitHub 代码库可以用来训练模型。我们必须用自己的标注数据自己训练,由我们的专家随时间逐步推进自动化。我是说,传统自动化是专用的,只做一件事,需要投入大量工程来把那一件事做得非常好。回到 Chamath 的问题,你们是否在利用视觉

33:42-动作模型之类的东西,让单台机器具备更强的可扩展性?在你看来,从技术角度,这什么时候会开始发生?从一开始就是这样。说来奇怪,客户向其供应链传递数据的方式,是给他们 20 页满是层级化标注的 PDF。所以我们实际上必须训练大型视觉模型来解读这些内容。这意味着什么?这非常复杂,通常需要一位专家花 50 个小时去仔细研读。所以既有视觉模型,也有基于数据训练的引擎,还有基于强化学习训练的引擎,比如:我们用自动化做出了一个零件,

34:16质量高不高?它真的能用吗?把所有这些实时嵌入工作流中,正是 AI 在这里的魔法所在。你们不只是在沿海做这些,对吧?你们的下一座工厂更偏向美国中部。你们最后是怎么选定地点的?在车间实时运行正是 AI 在这里的魔法所在。你们不只是在沿海做这些,对吧?你们的下一座工厂更偏向美国中部。你们最后是怎么选定地点的?我们选择亚利桑那州最重要的原因是许可审批和能源监管。你知道,我们必须快,对吧?

34:35我们必须在六个月内建成。之后我们会向美国中部扩张,在地图上大致从左往右推进。我认为最重要的是,我们将能够扩张到所有那些制造业岗位曾被摧毁的城市和州,并把这些岗位带回来。

34:48你们是投资人吗?哦,是的。刚刚领投了 C 轮,上周刚宣布,还加入了董事会,Chris 对此可是笑得很勉强。你在他的董事会里?我在他的董事会里。对。那是不是很可怕?

34:58非常可怕。你们认识多久了?太久了。对,太久了。我当了一段时间的董事会观察员,一直试图避免拿到正式席位。太棒了。你们约会了一阵子,现在结婚了。嗯,我当了一段时间的董事会观察员,你知道,一直试图避免拿到正式席位。你们约会了一阵子。不,我们结婚了。好的,Chris,谢谢你今天来到这里。

35:08谢谢你们的邀请。是的,非常感谢。谢谢你给我们上了一课。谢谢。费城能源解决方案公司(Philadelphia Energy Solutions)目前正发生一场大火。天哪,又来了。大家看,看看现在这段视频。天哪,又来了,大家看,看看现在这段视频。如今海军仍是一支强大的作战力量,但就连军中军官也对其战备状态提出了质疑。最新消息:原油已经喷涌了好几个小时,看不到尽头,数千桶原油从一个油罐中泄漏。该报告估算了将整体评级提升到 B 所需的投入,

35:45也就是该协会大致认定的“合格”水平,金额约为 4.59 万亿美元。(音乐)一家在我大学宿舍里起步的公司,如今管理着全球 50 多万件最关键的基础设施。在 Gecko,我们打造机器人和 AI 模型,帮助解锁物理世界。大家看,当我们打造机器人时,我们希望它们能飞、能游、能爬,能在任何表面上行走,去收集那些被遗忘的、最惊人的信息和数据集,也就是物理数据层。

36:59当你能够解锁这些数据层,并用 AI 模型去推动非凡而重要的成果时,所有这些数据层都极具价值。我最初在能源领域创办这家公司,部署这项技术来帮助防止发电厂发生灾难性故障和停机。现在我们已经扩展到采矿、金属和制造业,以及国防领域。

37:22我们通过让舰船按时出坞、巡逻边境来帮助遏制冲突。我们还在帮助空军确保飞机在空中执行任务,而不是停在机库里。就在上周,总统到访我的家乡匹兹堡时,我们刚刚签署了一项了不起的协议,

37:42确保我们能够通过帮助建造舰船和潜艇,助力美国制造业重新振兴。能源领域的成绩一直很出色,我们也进入了很多其他领域,但我逐渐意识到,Gecko Robotics 在帮助遏制冲突、对国家安全产生最大影响方面,最能发挥作用的其实是在能源领域。大家看,特朗普总统完全正确,他今天的行政命令指出了一个极其重要的现实:能够解锁能源的公司,将会是在 AI 竞赛中占据主导地位的公司。

38:22然而,正如这张图所示,能够在 AI 竞赛中占据主导地位。然而,正如这张图所示,按目前的速度,到 2030 年中国的发电量将达到美国的 3 倍。但这还不是全部。大家看,我们总是把 AI 当作能源消耗者。然而我在这里要告诉大家,人工智能实际上可以用来解锁能源生产,

38:45其方式是你们从未见过的。要释放这种潜力,输入数据至关重要。我接触过的能源、采矿、制造和国防领域的一位又一位 CEO 都会告诉你,他们正在设法利用人工智能为一切提速增效。然而价值就是没有体现出来,这并不奇怪。这些领域中一贯的共同因素是 Joe。Joe 在现场手工收集信息,

39:15试图诊断问题、获取物理数据,以支撑真正有影响力的决策。但重要的是要明白,硅谷的人工智能研究人员和软件工程师,对依靠 Joe 手工收集来的数据集做不了太多事情。而 Joe 过去一个世纪用的一直是同样的技术。所以这些领域的影响力没有被释放出来也就不足为奇了。不幸的是,对 Joe 来说,这也是一份非常危险的工作。事实上,有人在做这份工作时丧生,正是激励我创办

39:46Gecko 的原因之一。在新世纪,我们必须给 Joe 更好的工具。接下来我要带大家看一个例子,展示我们在电力领域具体是怎么做的。我们派出机器人,收集关于物理环境的信息和数据集,这里是一座天然气发电厂。我们要了解物理环境是什么样子。然后我们再派出其他机器人,比如这边这只机器狗。

40:11这只机器狗正在收集运行数据集,为 Cantilever 提速增效。Cantilever 是我们由 AI 驱动的平台,所有数据集都汇入其中。大家看,我们销售的是一个运营平台,而在物理世界收集的数据集正是它的支撑。我们还会派出爬墙机器人。大家可以看到你们左边

40:32和右边的爬墙机器人。这些机器人进入物理环境收集健康数据,而且整个过程中发电厂都在正常运行。健康数据非常重要,因为我们必须了解过程健康数据,才能进行优化并输入 AI 模型。但同样,这类数据集以前根本不存在。所以我们必须走出去,在现实世界中实地获取。所以像这样的机器人

40:57大大增强了我们驱动模型、创造最大效率提升的能力。比如这座发电厂,按设计应当以 620 兆瓦运行,但它没有达到额定容量,只以 580 兆瓦运行。那么怎样把这部分释放出来?当你拥有我们用机器人采集到的所有这些信息和数据集,再加上客户拥有的所有数据集,你就能够推动优化,

41:22看清如何影响效率和产出。这个 AI 模型所做的,就是分析来自机器狗的数据集,以及来自机器人采集的健康数据集,从而精准定位:问题其实出在进入汽轮机的蒸汽上。而修复这类问题的能力,已经为这座电厂

41:42以及我们合作的许多其他电厂带来了 1% 的效率提升。而这只是我们检查的第一个地方。还需要了解的是,为电网供电的资产正在以非常快的速度失效。这座发电厂里有像这个储罐这样的资产,它正以惊人的速度老化,原本很快就要达到退役期限,

42:03但我们能够根据所有这些数据集进行预测,确定如何将这项资产的使用寿命延长 10 年、20 年乃至 30 年。重要的是要明白,当你把这类技术所能带来的各种影响汇总起来,就会得到这样的结果:我们在几十座发电厂实现的效率提升,如果推算到美国全部火电机组,将带来 11.9 吉瓦的新增电力,而且无需动一锹土。能源可以借助人工智能被释放出来。

42:36理解这句话非常重要:AI 不应只消耗能源,它还应该创造能源。这正是我们在这里展示的。不是要吓唬大家,但美国能源部刚刚发布了一项研究,显示为电网供电的资产大约只剩下四年的使用寿命。按照这一趋势,到 2030 年停电次数将增加到现在的 100 倍,

§02原文文稿 · 43:00–1:20:03

43:00如果我们不扭转这一趋势的话。但我们能够证明,不仅是发电厂,还有采矿、金属制造以及国防资产,实际上都可以延长基础设施的使用寿命,在某些情况下可延长 30 年,平均大约是 35 年。这对于确保我们能够扭转这一趋势极其重要,

43:20也能确保美国处于有利位置,在能源竞赛中领先,从而赋能并释放人工智能。我来总结一下。我们已经花了大量时间,我认为 JD Vance 很好地强调了,人们投入了多少努力、收集了多少数据集

43:39来驱动数字世界中的 AI 模型。这也正是 ChatGPT 如此让人上瘾的原因。但请记住,物理世界一直被遗忘了。我们的机器人正深入战争迷雾,试图解读并解锁海量的信息和数据集,为美国及其盟友带来不对称优势,用来解锁那些我们甚至没有意识到存在的东西。如果你基于第一性原理、以本体论为基础构建软件,先收集数据,再在此之上构建软件,

44:12你就能真正为 Joe 带来有影响力的成果。把 Joe 变成博士级的科学家或工程师,而不是像过去许多硅谷公司那样忽视他。释放物理智能数据的潜力,就能驱动人工智能。这就是我们赢得 AI 竞赛的方式。谢谢。我叫 Laura DeBerdinas,是坦帕综合医院(Tampa General Hospital)的一名注册护士。

44:49过去 17 年里,我一直在神经重症监护病房工作,我们在这里照护最脆弱、病情最危重的患者。在使用 AI 之前,收集信息要花上好几个小时:查阅病历、与护士沟通、与医生沟通。我们依赖纸和笔,一大堆订在一起的纸,等我把 32 位患者过一遍时,有些数据已经过时了。我们就是这样尝试做交班汇报的。引入 AI 之后,病房的文化发生了很大变化。我们有一位责任护士,以前从未

45:40主持过多学科查房或做过汇报。她来了之后说,这是个了不起的工具,你看,它已经把我需要的信息都收集整理好了。她就能够对患者情况进行汇报了。这个工具完全对用户友好。她说:“Laura,这是什么?”它正在整个护理群体中激起热情。

46:02使用 AI 让我们有更多时间陪在您或您所爱之人的床边,这才是护士应该在的地方。我们是医疗的核心。我是 Matt Troutman,PRL Industries 的副总裁兼总经理。我们为核潜艇供应零部件,我们的军人的生命都依赖于此。我们是一家全流程一体化的铸造厂,从浇铸金属一直到完成加工的成品零件。两个月前,我们还没有着手解决

46:29车间里的任何问题。工程总监告诉我,他的团队整天就在做报价,给一个零件报价要花三天时间:纸质文件、旧档案、数据表、电子邮件、各种私下沟通,这些东西最后都会在混乱中丢失。现在使用一个 AI 工具,他们几分钟就能完成这个流程的一半。这让他们腾出时间回到车间,去做工程师最擅长的事,

46:53也就是解决问题。在最短的时间内为海军提供最高质量的产品,这就是 AI 将帮助我们做到的。了解零件的位置和状态,这改变了游戏规则。我们现在可以非常清晰地与客户沟通。如果某个零件因为是造船急需的关键零件,而成为业务的首要重点,你就会收到通知。

47:17这是自动通知。我们可以看到确切的状态,看到影响是什么。我们如何做得更好?如何做得更多?这就是我们回应这一号召的方式。借助 AI,我们让质量管理流程的速度与劳动力的速度和机器能力相匹配,

47:34我们将真正看到供应链中任何一家公司的产品产量实现多级跃升。在 PRO 这里,为美国工人带来更多就业岗位。我叫 Julie Nordberg,是 UP Health System Marquette 的一名注册护士主管,这里位于密歇根上半岛的中心地带。正如你们有些人爱说的,我们真的是这里唯一的选择。

47:58离我们最近、能为我们提供服务的医院在下半岛,大约要开四个小时的车。在使用 AI 之前,翻阅患者病历以确定他们需要去哪里要花很多时间,光是设法与人沟通就要花很多时间。我认为每个人都有一种担心,就是 AI 会取代人,但以我们这里的使用方式,AI 永远不可能取代我们的一线员工。

48:21你知道,我觉得这里的氛围就是一种兴奋,每个人都为参与其中而自豪。能说我们正在这里做这件事,不断打磨和调整它,用它来提升我们的护理水平、帮助我们的员工;有了这样一个沟通中枢和机构全景视图,每个人都受益了。对护理人员来说,我认为能在一个地方看到所有信息,彻底改变了他们提供护理的方式。我想没有人会因为少开一个会而难过。对患者的影响是更早发现,也就意味着更早治疗,

48:58从而带来更好的结果,对其中一些人来说是救命的。我认为这会在很大程度上帮到我们,因为我们的人手没有那些大型学术医疗中心那么多,所以让 AI 在后台替我们做一些轻量工作,意义重大。我在 2018 年加入 PECNA。过去八年里,我们已经生产了超过 110 亿块电池。第一次走进他们庞大的生产车间时,我当即就知道,我想让任何想学这项技术的人都能接触到它。有来自旅游业和酒店业的人,有不少技术员上辈子是修老虎机的,还有来自

49:38汽车公司的人、习惯修车的人,但他们从未见过如此规模、如此复杂的设备。我们其实不必挑剔人们的背景,因为我们确实有这样一个非常强大的学习工具,让任何人都能轻松进入这个行业。

49:59它把我们的历史维护记录与机器数据结合起来,现在开始能够识别故障的早期预警信号,在设备真正发生故障之前就派技术员过去。这有助于把我们的生产损失降到最低,让技术员更安全。我们正在把被动应对的事件

50:19变成可预测的事件。说实话,我们以前流失了很多技术员,因为他们会失去信心,觉得“也许这份工作不适合我”。我把主管从车间叫出来,说:“你得来听听这个想法,而且你必须帮我们把它做得更好,因为你每天都身处其中。”

50:38他们立刻开始建议新功能。他们告诉我们旧系统有哪些问题,我们当场就想出了解决方案。所以这真的在帮助人们感到自己属于这里。我们不认为 AI 应该取代人才,我们认为它应该提升人才。我们的员工非常兴奋。他们有了一个可以求助的工具,帮助他们按自己的节奏学习。这真正把主动权交回到他们手中。好的。来自 Hill and Valley 和 137 的 Christian 加入了我们。还有 Shyam,欢迎。

51:27谢谢,很高兴来到这里。Christian,你来开个头?好的,谢谢邀请,很高兴来到这里。我真切地感觉自己第一次成了 besties 的嘉宾。

51:37别搞砸了。是的,这很棒。Shyam,谢谢你过来。我们之前聊了一会儿,也许这是个很好的切入点。显然,我们很幸运,作为 Palantir 的投资人已经 15 年了,见证了公司的成长。但尤其是最近,你一直在推广一个观点,我觉得非常令人振奋:AI 不是摧毁就业的力量,而是创造就业的力量。

51:59它也是一种可以赋予普通美国工人超能力的方式。显然,我们在这里已经看到了一些内容,看到它如今已经在这样做了。我想先说一句,视频中的许多员工今天其实就在现场。坦帕综合医院的护士 Laura 还带来了她 12 岁的女儿。所以我认为,终极的试金石不只是美国工人有多兴奋地使用 AI,

52:18而是他们有多期待自己的孩子生活在一个真正拥抱 AI 的美国。Julie 有四个孩子,她会告诉你,这不仅改变了她对自己工作的看法,也改变了她对孩子未来的看法。我认为这里正确的框架确实是:我们如何赋予美国工人超能力?我们的目标不应该是打造让他们效率提高 50% 的东西,而是让他们的生产力提高 50 倍。并把这当作我们在这场竞争中的不对称优势。

52:46你知道,我们的优势不仅是 AI,这显然是美国的现象,还有美国工人的聪明才智。如果你在工厂车间、在一线待上一段时间,就会看到一种截然不同的叙事正在出现,你会看到人们其实对这些工具感到兴奋。那些员工无一例外地都说,AI 让他们有更多时间去做自己最擅长的事:花时间陪伴患者、提供护理,作为工程师真正去制造零件、解决问题,而不是被围绕这些事情的各种协调和文书工作割得支离破碎。

53:14这才是我们应该释放的未来。你能概括一下采用曲线吗?你观察到,某个行业或使用场景有什么特点,使它成为早期采用者,而不是中期或后期采用者?因为你现在接触到了所有这些不同的行业,你对此可能有很好的见解。是的,我的看法其实是换一个维度来切分,那就是:机构在哪些地方解放了员工、让员工来推动采用,

53:41又在哪些地方试图自上而下地硬塞某种解决方案?AI 是释放员工能动性、个人创造力的一种方式,提出这些使用场景的正是他们。Chris 谈到了 Hadrian 的情况,你会惊讶地发现,那些拥有深厚机械直觉、传统上被视为蓝领工人的人,恰恰是能够掌握技能、构建应用、改进自身流程,并让这些做法在整个组织中推广开来的人。那你是否发现,你们必须构建垂直工具,或者为组织中某些

54:14横向的用户群体构建通用工具?我认为 AI 带来的机遇实际上在于,你可以释放你的业务与其他所有业务的不同之处。所以在一定程度上你可以采用通用解决方案,但通过理解我们做事方式的独特之处,可以获取大量超额收益。我们如何放大人的品味?每个人都担心 AI 取代人。这不是我看到的。我看到的是,它让品味最好的人更有价值,并且能把这种品味推广到整个组织。我们来谈谈品味之外的东西,

54:48也就是知识和技能。跟我们说说医疗领域中的 AI。我想很多人可能以为,我们拥有一套极其先进的工具和软件系统,能帮助医生和护士真正提供优质护理。你们看到的实际情况是什么?遗憾的是,我认为随着电子健康记录(EHR)被强制推行,

55:12我们看到的是每小时能接诊的患者数量大约减少了一半。减半?是的,减半。所以我们的生产力变成了原来的一半。我们真正需要的,你知道,机遇在于从需要提供什么样的护理出发倒推:我们如何围绕它构建工具?我们如何帮助护士和护理人员,

55:31……多花时间陪伴病人,少花时间对着电脑?你们是否认为会出现这样一种局面:为了服务某个终端市场而非另一个终端市场,会有一个由许许多多不同 AI 技术和方法组成的组合;还是你们认为一切都会被塞进这个试图包揽一切的、万亿参数的庞然大物里?

55:53我认为智能体和模型的数量会非常多。我认为通过针对具体用例进行专业化,总能获得超额收益(alpha)、更好的差异化和更好的结果。从通用模型起步当然很好,但随着时间推移,你会走向专业化。那你们现在是否感到有压力要这样做,还是认为这只会随时间自然演进?

56:12是的,我认为这是人们会逐步踏上的一段旅程。比如你会意识到,哇,看看有了这个之后情况改善了多少。那我现在要如何从中再获得下一点增量性能?你知道,我们坐在这里讨论时我突然有个想法。想想我们在任何服务中经历的、等待时间很长的情况,

56:30如果我们能感觉到与从业者相处的时间更多了,那正是 AI 创造更多丰裕的绝佳场所。我想到的两个领域是医疗和教育:人们可以把琐事卸下,接受服务的人可以利用 AI,也许让对话直接从二垒或三垒开始。在医疗、教育之后,你们还看到哪些行业 AI 能产生如此显著的影响?比如看医生要等六周,另外三四个接受辅导的学生

57:03排在你前面,也许你不需要那么多帮助,于是你永远得不到辅导。我最兴奋的领域其实是再工业化。因为价值链中存在大量的停滞时间。那是什么意思?工业化中的停滞时间?就是你只是在等别人想办法批准某件事,或者协调成本意味着这本质上是无谓损失。举个例子吧。是的。你在潜艇工业基地的合作伙伴那里看到了这一点,他们在为海军的一个零件

57:32报价。这意味着你必须去收集所有这些数据,必须查阅历史档案。所有这些时间你都没有在生产零件或解决问题。它就那样搁着。工厂车间是闲置的,对吧?那么我们如何消除这种停滞时间,让你能最大限度地利用你实际拥有的资本支出

57:50?然后如果你拉远视角,那只是一个零件制造商,你身处一个极其复杂的供应链中,一路上会积累大量的空等。是的,这太深刻了。我一个在那个行业的朋友说过,你的效率只取决于你最差的供应商。完全正确。第二部分,松下能源的例子确实触及了这一点,就是我们如何培训工人?这里有精湛的日本技术,过去培训一名工人掌握它需要三年。现在有了 AI 助手,那些以前在赌场工作、并非来自这个行业的工人,三个月就能跟上学习曲线。所以想想我们如何利用这一点,更快地吸收

58:28我们在采用 AI 和让机会民主化的过程中出现的闲置人力。正因为如此,我抱有非常强的信念,我们在 Palantir 启动了“美国科技研究员”(American Tech Fellows)项目,在中部腹地的客户那里寻找蓝领工人,那些被忽视、但天生热爱动手构建的人。但你们怎么找到他们?

58:45你们怎么找到他们?嗯,其中一些人是——除了说“来申请”之外,具体怎么做?是的,其中一些人就在我们现有的客户那里。这个想法其实是我们自然而然产生的,我们发现:哇,是谁在构建最引人注目的应用?是工厂车间里的那个人,

58:56不是受过正式认证的计算机科学家,大多是自学成才的人,但他们不仅有非凡的毅力,还有雄心。太了不起了。他们有动力去重塑自己的组织、重塑流程。让我们更早地押注那样的人。这是否意味着——我今天会多次问同一个问题——大学教育,传统的文科学位不再那么重要了,孩子们可以从高中或职业生涯更早的阶段进入新的劳动力队伍,得到良好的培训,

59:25并且很有能力赚钱、在人生中取得成功?我认为传统大学学位已死,我们应该押注美国工人。说到这一点,你能谈谈科技研究员项目吗?我最近和你一起看了第一批学员的一些演示,你们在那里做的事情真的令人难以置信。也许稍微介绍一下,

59:43然后在我们结束时,也许再谈谈其他公司效仿这种职业学校框架的机会。是的,我的意思是,它其实有点像一所精英职业学校。就是寻找那些有机械直觉、做过实事的人,他们中有些人刚从大学毕业,有些人有 20 年经验,但他们都在重塑自我。

59:58这是你们办的第一所职业学校,对吧?是的,没错。我们的客户需求极其旺盛。我们在想,谁是拥有这些技能的人?并不是受过传统训练、上过大学的人。他们其实并没有这些技能。

60:11所以市场没有满足这一需求,他们也不知道如何找到这些人。所以我可以为他们提供认证,可以让他们在四周内完成训练营,然后把他们安置到我的客户那里,在这些组织内部释放 AI 的能力。太不可思议了。太不可思议了。Sean,谢谢你。

60:24Sean,谢谢你。非常感谢。谢谢。干得漂亮。谢了,伙计。谢谢。太棒了。谢了,兄弟。非常感谢。

60:32干杯。好的,接下来有请 Y Combinator 的 Paul。请欢迎 Paul。Paul Bluhite。Bluhite。Paul Bluhite,你在吗?Paul Bluhite,他在那儿。Paul Bluhite,你在吗?Paul Bluhite,他来了。你好。Paul,你创造了 Gmail,说到效率、让一切更高效。

60:50嘿,伙计。你好吗?嘿,很高兴见到你。还有,我相信——我们共事过。你提出了那句口号——我们也共事过。那句口号,“不作恶”。

60:58是的。对。结果怎么样?我不知道。这是一次对齐的尝试,对吧?就像我们担心 AI 对齐一样。一旦你造出了超级 AI,你要告诉它什么?是的。结果怎么样?我不知道。这是一次对齐的尝试。我们担心 AI 对齐。

61:06一旦你造出了超级 AI,你要告诉它什么?是的。你现在在 Y Combinator。不过你最近说你要卸任了,对吧?荣誉合伙人。我们正在创办一家新公司,Standard Capital。哦,太令人兴奋了。哇。

61:24我们来聊聊创业公司的实战情况。你能看到处于第 0 年和第 1 年的创业公司。我认为我们都关心的主要议题之一是氛围编程(vibe coding),让编程不再是障碍。我认为 Paul Graham 在 Y Combinator 的伟大创新在于他说:我只接受两三个真正打造产品的人。事实上,YC 的申请表上就写着:这个项目的代码是谁写的?

61:50谁在写代码?只是为了确保你招的确实是程序员。在氛围编程方面,你在一线看到了什么?因为现在人们……好问题。英语是新的编程语言。全国只有 2% 或 3% 的人会编程。其中大概只有一半的人编程水平足以做一家创业公司。

62:09所以我们现在的问题是:我们是否可能正处在创业公司数量增长 10 倍、100 倍的边缘?绝对是,我的意思是,那就是梦想。事实上,你知道,YC 是 20 年前基于 PG 的洞见创立的,即创办创业公司其实正变得越来越容易,对吧?过去你得有一大笔钱,雇一个大团队,等等。而

62:33他意识到,只需几个人,基本上靠吃拉面就能创办一家创业公司。几个靠拉面过活的年轻人。事实证明确实如此。我们相信,有了 AI,这一点会走得更远,对吧?因为能够使用 Replet 之类工具来创建应用的人群极其庞大。所以我的、我想可能是我们利用所有这些 AI 所做事情的最乐观愿景,

63:02本质上就是把所有这些创造财富的工具交到尽可能多的人手中。你认为英语是——我想是 Andrej Karpathy 说过这话,对吧——你认为英语是每个人用来编程的终极目标语言吗?还是你认为它会被进一步抽象,以至于你只要想一想,东西就会出现?我想可能还要过一段时间我们才能只靠想。但显然那就是方向,对吧,

63:28就是你和 AI 进行对话。于是你描述:好,不完全是那样,更像这样。方向本质上就是,我们实现自己的愿景变得越来越容易,每个人实现自己的愿景也变得越来越容易,而不仅仅是那些……好吧,让我问你这个问题。这显然扩大了漏斗。所以现在我们有 1 亿、5 亿、10 亿人,

63:5120 亿人,任何会说英语的人现在都能编程。作为美国培养出的最优秀的计算机科学家之一,你怎么看这件事?我怎么看所有这些人拥有这种能力?是的,我的意思是,我认为这很好,对吧,任何……你知道,我们的理念是,我不想看到所有权力集中在少数大型组织手中。我认为那对所有人都不好,对自由不好。所以我们希望把这种权力交给尽可能多的人,让每个人都能创造

64:26应用,可能只是为他们自己所在的本地社区做点东西。显然,并不是每一个这样的应用都会成为下一个 Google。但越多的人能在自己的社区和自己的生活中创造财富,我们就能把繁荣传播到各地。在你收到的 YC 申请或你听说的项目中,你是否看到更多物理 AI、机器人、自动化之类的工具?因为随着这件事变得更容易,它实际上会引发一种跳跃:嘿,也许我可以把这做成一个机器人,

64:57我可以让机器人去做某件特定的事,这就为新业务创造了机会。物理 AI 现在是否已经成为一条大的增长曲线?是的。物理 AI 和——绝对是。最近一次 Demo Day 上机械臂的数量令人吃惊。我认为每个人都开始在这方面努力。再说一次,随着过去困难的事情变得更容易,我们就开始做更难的事,对吧?但绝对,我认为——这是所有技术曲线的本质。

65:22是的,完全正确。我认为这将开辟以前不可能或不切实际的全新领域。所以这是否会创造新行业,我认为是一个关键点。绝对会。我认为这正是人们对 AI 误解最深的地方:它不在于取代旧事物的做法,而在于激活那些复杂的、过去难以处理但现在可以处理的新事物。对,完全正确。

65:45所以,我的意思是,如果你思考财富创造的基本要素,投入本质上就是能源和智能。而我们即将释放出本质上丰裕的智能,比如全球智能总量将增长 10 倍,对吧?这将使我们的总财富增长 10 倍。

66:02这将以许多不同的形式出现,比如,你知道,当我们开始拥有 AI 科学实验室时,AI 实际上可以开始自己做实验、产生自己的数据,我认为我们对生物学的理解将会变得惊人。20 年后,我们将能够在从未实际测试的情况下知道一种药物如何影响身体。

66:25而我的预测是,我们的 AI 模型实际上会比今天的临床试验更具预测性。你知道,Paul,听你谈这个很有意思,这就是精彩对话的力量。过去几年有一种嘲讽,每当有人在新闻行业丢了工作,就有人说“去学编程,去学编程”。现在你想想,智能有多种类型。创业公司在某种程度上受限于、或者说被数学智能、也就是写代码的能力所把关。向那些智力高、设计能力强、情商高的人开放这一点,可能会催生出更多美好、有趣的产品,

67:06而那些只专注于数学智能的人也许永远做不出来。绝对是。我认为这是一种人们可能还没意识到的丰裕:一大批正在被取代的记者、作家,或者,你知道,Uber 司机或在工厂工作的人。

67:25如果他们能拥抱这项技术……我们在无代码上就看到过。还记得那几年出现的无代码“贫民区”吗?哦,创业公司都会是无代码的。那有点像一次虚假的起步,但你确实看到一批新进入者去申请 Y Combinator 或其他项目。

67:43这可能真的会为人类带来增益。是的,绝对是。它能触及那些原本可能被落下的人,对吧?不应该只有硅谷的人才能创建应用。整个国家到处都是有想法的人。同样的道理不仅适用于应用,也适用于媒体。

68:04我经常想,你知道,再说一次,当我们看生成式视频模型的发展方向时,真的相当惊人,对吧?相当不可思议。几年后,这意味着一个身处美国中部某个地方(five-hour country)的孩子,如果对自己的迪士尼电影有构想,实际上就能直接创作出那部迪士尼电影。

68:21你不需要 1 亿美元的预算。所以这将让许多目前在媒体中没有代表的声音发出来,因为他们接触不到资本或好莱坞人脉。而 Shamaf,精英们对此的说法会是:天哪,我们正在失去 Netflix 的这些创作岗位,但你正在为人们创造一百万个其他岗位,让他们去创造属于自己的超级英雄,一个代表他们、代表他们的国家、

68:47代表他们的感受的超级英雄。完全正确。我想以技术专家的身份问你一个问题:当你看到这些基础模型的格局以及它们变得多么出色时,你认为它们的数量会增长吗?还是你认为它们会整合,数量更少但更好?你认为现在发生的所有这些投资将如何演变?在分析时可以随意点名公司。

69:11是的,尽管点名吧。哪些会消失?是的,不,我的意思是,说实话,我预计它们的数量可能会保持相对稳定,因为构建这些基础模型的成本是天文数字,对吧?我们刚看到 XAI 又在融资 200 亿美元左右。

69:28所以光是资本需求就会限制它们的数量。但我当然希望它不会整合到只剩一两家,因为再说一次,我认为维护自由的重要一环就是我们有很多选择。实际上很多人不知道,我们 10 年前在 Y Combinator 创办了 OpenAI。在 2015 年,

69:51我们看到 AI 正在崛起。我们看到这件事正在发生。但当时我们担心它基本上全被锁在 Google 内部。可以说那对世界不利,但肯定对我们的公司不利。我们有成千上万家公司。如果我们的公司无法获得下一波技术,我们就会倒闭。所以 OpenAI 有点像一个登月项目,我们要把它带出来,

70:18而不是只被锁在 Google 内部。当他们把它变成 Closed AI 时,你是什么感受?你知道,从来没有具体承诺过要开源,但我认为……当然承诺过。章程里明确写着。如果你回头看,这有点……但再说一次,我认为最重要的是我们确实有很多选择,对吧?我当然支持开源,因为我认为开源是那种……你认为开源会赢吗?

70:41我认为两者都会有。似乎平衡点在于两者都有存在的理由。但把开源作为一种选择的重要性在于,它迫使所有闭源厂商保持诚实,对吧?比如如果他们开始审查模型,开始禁用太多功能,人们就会全部转向开源。Paul,你在 Google 工作过,在 Facebook 工作过。哦,这是我的问题。Google 在他们的 Gemini 应用组合上——我是说 Gemini 模型——做得非常出色。Facebook 在 Llama 上有过一些失误。

71:17我只是好奇,如果你今天是 Facebook 的 CEO,他们押对了吗?或者 Google。嗯,我其实更好奇 Facebook。就已经形成的人才争夺战而言,他们押对了吗?还是存在一种不同的技术路线?例如,我们之前谈过的一件事是“苦涩的教训”(the bitter lesson)这一概念,即总是

71:40算力胜过人类。我不知道。你怎么看?或者如果你在经营那家公司,你会怎么做?我的意思是,我认为他在做必须做的事,对吧?Facebook 显然已经落后了。而这是一个真正的威胁,对吧?因为 Facebook 实际上在和 AI 竞争。

71:55比如人们正从 Instagram 转向 ChatGPT。比如我的孩子们不用社交媒体。他们在和 AI 聊天。所以如果他们……你的意思是,这从根本上是自相蚕食的。是的,是的。所以我……

72:09这是个有意思的概念。就像时间是有限的,忘掉我们给它们贴的那些类别标签吧。我的意思是,复合问题就是……就是时间。你可以问一个很棒的智能体,这太不可思议了。你说话的方式。是的,而且他们现在实际上

72:22随着 Grok 推出虚拟形象,有点在倾向于“个性”这一概念。我们这些老家伙、X 世代可能完全没看懂剧本,对吧?当然。嗯,其实 Character AI 就是一个例子,它确实押注了这一点。Noam 是我在 Google 的朋友,他基本上发明了 Transformer,对吧?后来因为在 Google 无法发布任何东西而感到沮丧,于是创办了 Character AI。而那整件事就是打造角色,

72:50让人们想要与之交谈的角色。所以角色上的使用量很惊人。难以置信。是的。Paul,谢谢你来到这里。哦,我们超时了。是的,我们稍微超时了一点。好吧,未完待续,我们得请你上我们的节目。

73:00祝新基金好运。太棒了。是的,是的。祝贺你的新基金。谢谢。是的。谢谢你,Paul。感谢。太棒了。是的,祝贺你的新基金。谢谢。是的。谢谢你,Paul。感谢。

73:08哦,Keith,你好。哦,Keith 回来了。哦,Keith 回来了。哦,瞧瞧谁来了。各位,Keith Rabaugh。你好吗?很高兴能来到现场。我们之前做的一切都是远程的。

73:18通过 Zoom。是的。原来你本人长这样。没错。你看起来很棒。这就是精英的样子。你最近常去 berries 吗?是的。显然。这就是 8% 体脂率的样子。没错。你看起来很棒。这就是精英的样子。你最近常去 berries 吗?

73:25是的。显然。这就是 8% 体脂率的样子。9%。我知道。谁在数呢?显然是你们俩。你好吗,David?

73:43很高兴见到你。Keith。很高兴和你在一起。是的。你好吗,David?很高兴见到你。Keith,很高兴和你在一起。嘿,Kelly。哦天哪,J.K.。你好吗?很好。很高兴见到你。

73:54Kelly,感谢你今天来到这里。不知道你是否一直在关注各场讨论,但围绕 AI 有很多讨论,尤其是关于工作岗位被取代的问题。你是小企业管理局(SBA)第 28 任局长。我认为美国一半以上的劳动力受雇于小企业或本身就是小企业主。大约一周前你和我聊过你在一线看到的情况,

74:18关于小企业在 AI 工作环境中的情况。讨论总是围绕:它们会被竞争淘汰吗?它们会被取代吗?会发生什么,它们会被竞争淘汰吗?会被取代吗?美国的工作岗位和小企业会怎样?但你在一线看到了什么?SBA 又是如何参与正在进行的这场转型的?

74:34是的,Dave,首先,很高兴来到这里。听着,小企业在美国是大生意。而小企业对 AI 来说也是大生意。过去六个月我走访了数百个工厂车间。美国大多数制造商都是小企业。没有 AI,我们就不可能赢回这些产业。

74:58我就给你举个例子。我其实带了一张幻灯片给你们看实际中的劳动力发展、现代劳动力,我们称之为“新领繁荣”,不知道他们能不能放出来,那是印第安纳州西摩的一家工厂,一家自行车工厂。过去 30 年我们失去了自行车产业,

75:17数千个工作岗位,98% 依赖进口,而现在由于 AI 和先进制造技术,我们这个国家第一次在美国本土制造自行车。想象一下我们在一个又一个产业中复制这种模式,而这些都是小企业。这是印第安纳州西摩一家 60 人的工厂,那里没有工作岗位。所以 AI 是回流、在岸化和先进制造的就业创造机器。所以在制造业,你看到了很大的影响,

75:47有重新定义的潜力。那服务业呢?你在那里看到了什么?全面来看,美国有 750 万个职位空缺。其中大部分在小企业。小企业的头号关切是熟练劳动力。

76:02那是因为特朗普总统解决了通胀、监管和税收问题。现在他们说,好,我们正在繁荣。我们有 15 万亿美元的投资涌入。其中很多将惠及小企业。我们需要熟练劳动力。所以特朗普总统正在确保我们拥有熟练劳动力,

76:21通过他的一些劳动力计划,但小企业将自下而上推动 AI 繁荣。那么我想问,劳动力培训和转型需要什么?是的,技术将是其中很重要的一部分。所以想想看,回到 1940 年,我们的劳动力规模是 5600 万。

76:42人们说,随着技术进步,我们的劳动力会被竞争淘汰。如今我们的劳动力是 1.7 亿,而算力一直呈渐近式增长。所以本质上,今天存在的工作岗位中有 85% 是由技术进步推动的,而 1940 年我们拥有的工作岗位只有 40% 今天仍然存在。所以我们依靠创新作为就业创造引擎。只是人们对未知心存恐惧,他们说,我无法想象那会是什么。

77:14嗯,我无法想象,当我创办小企业时,如果能用 Figma 或 Canva 而不是 PowerPoint,我的生活会是什么样子。天哪。所以这些就是……我们将创造数百万个单人创业者,他们将借助 AI 拥有庞大的软件公司或制造公司。政府、SBA 能为此做些什么吗?

77:36SBA 的角色是什么?我的意思是,我知道本届政府的一大重点是让政府变小。所以你的目标是让政府变小,然后也许让州有能力发放贷款吗?政府在帮助一两人公司起步运营方面扮演什么角色,如果有的话?

77:54嗯,SBA 的使命是发展经济、支持小企业。这正是我们在做的。而过去四年,它没有在做这件事。事实上,在 AI 方面,拜登政府禁止将 SBA 支持的贷款用于购买 AI 技术。我让人重写了规则,

78:15所以现在小企业创业者、单人创业者,直到 500 人、1500 人规模的工厂,都可以把贷款资金用于 AI 实施和先进制造。我们的角色是不挡路。是的,但给我们讲讲这些贷款吧,因为我们听说过,但我们身处风险投资领域,那里有一个由天使投资人组成的出色生态系统在做这件事。

78:35SBA 贷款是如何运作的?面向谁?美国纳税人为此投入了多少,结果如何?是的,很高兴你问这个。SBA 不做直接放贷。我们通过全国数千家银行组成的网络来开展业务,这些银行提供 SBA 贷款,也就是政府担保的贷款,

78:54但我们也运营小企业创新公司担保(Small Business Innovation Company Guarantee),它为许多大型创业公司提供了支持。例如,SBIC 的资金就投过 Tesla。所以我们既有股权部分,也有 SBA 贷款,但这些贷款必须在 30 年内偿还,它们只是给那些银行通常不会放贷的小企业

79:20提供政府担保,让银行有信心。我们每周大约发放 2000 笔 Main Street(小企业)贷款。今年到目前为止,我们有望创下纪录,因为我们让 SBA 恢复了合理规模,也就是把它恢复到疫情前的规模。它在疫情期间翻了一倍。90% 的员工在家办公,并没有专注于小企业。我们把规模降了回来,而支出也曾翻了一倍。

79:48所以我们降低了支出,把人员规模恢复到疫情前水平,现在我们创下了纪录水平。大家都回办公室了吗?哦,是的,我们每天都回来上班。哇,所以美国纳税人付钱让人工作,而他们是在办公室里工作。不仅如此,在华盛顿之外,

80:03我们把他们派到了一线。你认为在某个时候,你会考虑增加新类型的 SBA 担保贷款,或者改变一些条件,正如你所说,进一步激励对 AI 的投资吗?是的,绝对会。我们现在正在关注关键产业,

§03文字稿 3

80:20比如金属、矿产、医疗器械、回流和在岸化。我们在 SBA 有一个庞大的……我们正在主导“让在岸化再次伟大”(Make On-Shoring Great Again)门户网站,它就在 SBA 官网上。这是一个包含一百万家在岸制造商的资源库。我们正在引领“美国制造”运动。所以我们专注于智能制造并研究贷款类型。我们正努力把 SBA 贷款的规模翻一倍,以便在购买先进技术、

80:50设备、数控机床、培训方面有更多可用资源。那你如何看待在此之上的能源问题?是的,我昨晚刚在白宫和 Burgum 部长、Wright 部长交谈过,我们谈到了小企业与物理世界和数字世界的融合,而能源将是小企业在其中的重要部分,

81:13因为创新将来自较小的企业。在制造业,你可以是一家拥有 1500 名员工的小企业。但坦白说,我看到很多能源公司和其他公司只有 300 人。所以小企业将推动这一切。如果你设定美国有 3400 万家小企业

81:34和 2 万家大公司,那么这是一场由小企业推动的能源和 AI 繁荣。嗯,你的愿景也是硅谷一些顶尖创业者一直在推动的。这种观点认为,单人创业者、两三人的公司将迎来一整波繁荣,它们充满活力、成功、盈利、不断成长。它们只需要在边缘处得到一点帮助,也许是支付

82:01一些算力资源之类的费用,然后它们就能飞速起步。这当然得到了我们在 SBA 所掌握数据的支持。今年我们发放的 210 亿美元贷款中,有 60% 流向了拥有 1 到 5 名员工的公司。所以增长正来自那里。我们当然知道它们会从那里扩大规模,但我们看到所有趋势都表明,把更多技术交到小企业手中正在推动经济增长,

82:30而小企业仍在推动美国的就业繁荣。今年创造了 72 万个工作岗位,由小企业引领。Keith,我很好奇,你是自由市场派。你如何看待政府在推动这种在岸化方面的角色,特别是在中国可能已经主导了几十年的那些类别中?嗯,正如 Kelly 指出的,实际上发放贷款的不是政府,而是美国的社区银行在

82:58发放贷款。所以这其实并不偏离自由市场原则。我们认为 AI 真的是为小企业和创业者加速的火箭燃料,至少在三个维度上。首先,获取信息。通常,如果你创办一家企业,你必须与非常大的老牌企业竞争,

83:14它们在市场调研、营销、法律、会计方面拥有专业能力。现在,动动手指或用语音,你就拥有了所有这些大公司拥有的同等专业能力。所以你拉平了竞争环境。其次,你可以获得各种产品,比如构建一个应用。比如每个人都能与大公司竞争。任何人都能编写一个应用。所以你就像一个暖通空调维修工,你有一个与 Shopify 商店相当甚至更好的应用。比如

83:37这让你有能力参与竞争。所以我们会在那里看到更多推动力。第三,你可以省钱。过去你必须有一个一般及行政(G&A)团队,要有会计、簿记员和人力资源。AI 可以做所有这些事,也许甚至比人做得更好,但肯定是零成本。所以经营小企业的经济效益会好得多。经营小企业、创办小企业的风险会下降,于是我们会看到小企业数量增加。最后,你还可以通过 Ramp 这类工具省钱。你可以用 AI 审核开支,不再浪费百分之五到百分之十五,这会让你更成功。所以所有这些趋势会叠加在一起,我们将在本届政府任内看到成功小企业的爆发式增长。

84:13这是否意味着市场上的竞争力量会更多?也就是说,大公司现在会有更多竞争对手,最终带来净生产率的提升?嗯,希望是净生产率提升;至于会有一些替代效应,我猜最后会形成一种哑铃结构。最大的那些玩家,像英伟达这样的公司,确实会因为更多人使用算力等而受益。但我认为小企业实际上会蚕食中型企业的份额,因为它们现在能够参与竞争了,而几十年来它们一直处于经济上的劣势。

84:43而且我们会进入一些过去根本无法想象自己会涉足的行业。当有人问:为什么我们需要在美国制造自行车?因为它能在一个小镇上创造 60 个高薪工作岗位。而我想做这件事。没错,没错。P.P.P.P.,还有诸如此类的东西,你知道,新冠疫情期间的药品,我们应该在本土生产。我们可以通过智能制造做到这一点,工厂里只需 100 个人。你们一定会给银行一些标准或指导原则,告诉它们如何挑选。

85:15我猜你们会把多元化与包容、性别以及所有这些重要因素考虑在内,还是说你们是按能力来定的?我只是想故意刺激一下你们俩。他们说这是你的乐趣所在。是的,我不搞任何 DEI,不过说正经的,标准是什么?比如有人来说,我想融资 10 万,然后去找当地银行,他们是怎么被选中的?是的,我们有严格的审贷准则。

85:42而且我们已经剔除了上届政府加进去的 DEI 内容。他们搞了一个“绿色贷款机构”计划,按照《绿色新政》来优先决定资金流向。我的意思是,我们已经回到这样的原则:如果你符合这些贷款的条件,那就去申请吧。我们不会挑选赢家和输家。我们希望每个人都在公平的竞争环境中竞争,并都能获得这些资本。

86:02但上届政府时期发生的情况是,他们降低了审贷的防护标准。结果,贷款组合的损失大幅上升,增加了 4 亿美元。我们已经扭转了这一点,加强了审贷标准,确保资金流向那些正在建设工厂、把无人机、药品、国防和航空航天制造迁回本土的小企业。贷款组合的目标绩效比率是多少?天哪。我的意思是,我们的损失率应该在 3% 或以下,而实际上也确实如此。包括在 SBA,它是全国最大的灾难贷款机构之一。

86:35我们是灾后恢复的贷款方。而且这些贷款表现很好。损失率非常低,非常低。事实上,SBA 贷款有一个二级市场,因为严格的审贷标准使它们表现良好。部分原因——哦,零补贴。抱歉,Tramad。

86:49只要我们执行审慎的审贷标准,它的运营就不会给纳税人带来任何成本,而我们正在回归这一点。是的。有助于推动创业精神的一点是,模仿是最真诚的恭维。你们一定有很多成功案例,但它们并不总是得到很好的宣传或为人所知,而如果为人所知,就会吸引其他人说:既然他们能做到,我也能做到。在一个社交媒体盛行的世界里,你怎么看这件事?

87:19你说中了我的一个关键难题。我领导的机构名称以“小”字开头。小并不意味着无足轻重。事实上,小企业举足轻重。特朗普总统和我一直在谈这件事。他热爱小企业。他知道创新始于那里。制造业就是小企业。

87:37所以我们正在大规模重新定位 SBA 的职能,但更重要的是,重新定义小企业对美国意味着什么。我认为人们正在意识到,“主街”正在走向主流,我们必须继续推动这样一种认识:如果我们不保护我们的小企业,我们的创新管线、我们的就业创造引擎就会停摆。你如何与各州机构、州参议员和州长打交道?他们对世界有 50 种不同的看法,但你知道,你至少有责任支持

88:12当地企业界人士的根基。这种张力是如何体现的?这非常重要。事实上,我们已经启动了一项计划,我正在与全国各地的州长及其经济发展部门会面,主要是因为他们最清楚自己州需要什么。如果我们能把更多事务从华盛顿推出去,说这应该回归各州,他们就需要知道,SBA 是一个资源,可以帮助他们吸引企业落户本州,创造制造业就业岗位,就像我的家乡佐治亚州已经做到的那样。所以我们会继续在州和地方层面以及整个政府范围内开展合作。

88:46我的意思是,有 David Sacks 在本届政府担任 AI 和加密货币的大使,作用巨大,因为这让我们能够在整个政府范围内协作,然后我们可以在州层面与州长们集中合作。我能就此问一个问题吗?因为你刚才的说法非常引人注目,你们的贷款组合有很强的审贷表现。联邦政府还有许多其他保险项目,它们没有良好的审贷标准,损失率

89:13非常糟糕,对纳税人来说效率极低,进而造成各种市场低效。我就不一一点名了,但你知道是哪些。鉴于你在金融服务和金融科技方面的背景以及你在这里的经验,是否存在这样的机会——你会不会被卷进去,是否有机会介入并尝试解决联邦政府运营的其他一些非常、非常、非常庞大的保险项目和承保项目?

89:35Dave,我认为有机会,因为我们确实为 SBA 招募了一批精英级的金融服务领导者,他们懂这些。我之前在参议院任职,在美国参议院。我是有史以来唯一一位在国会任职的 CFA(特许金融分析师)。我到华盛顿后发现——有史以来在国会?有史以来。

89:53华盛顿不喜欢有金融服务经验的人,因为我们知道怎么看损益表。不过,是的,所以我们正在带来这种纪律性。我们很乐意分享,完全开源。请这样做。是的,就像你说的,我们已经把它开源了,粉丝们都疯狂了。Kelly,我们对小企业有个称呼,

90:12在我们这个圈子里叫“创业公司”。也许是时候给 SBA 重新命名了。我完全愿意。没错。我本来想叫它“主街制造”,但我也很喜欢“创业公司”。我很喜欢这个,顺便说一句,我们前面提到的关于中国的观点,中国有 300 万家工厂,但这些并不是占地 100 英亩、400 英亩的大型设施。

90:34它们往往是改造成小型制造设施的小仓库。我们可以在美国所有这些伟大的州一再复制这种模式,那里的人们都在寻求经济扩张。是的,David,其实这样的机会很多都已经存在,只是人们不知道自己可以找到本地供应来源。所以现在借助 AI 可以做到的是,你可以说:我有这个产品,过去我是通过中国或印度尼西亚或其他地方采购的。

90:59我想要一家美国本土的制造商。对。你可以用 AI 搜遍全国,找到本地制造商。在美国几乎总能找到可选的厂家。只是人们不知道去哪里找、如何与他们谈判,甚至不知道如何联系他们。所以现在借助 AI,这个问题已经解决了。

91:17你是否认为,SBA 也许可以与白宫合作,指出某些行业坦率地说就是更重要一些,或者某些类型的公司出于一系列战略原因就是更重要一些,然后也许放宽审贷标准,或者干脆设法让更多人上场、把更多筹码押上桌?你怎么看这个问题?嗯,首先,我是纳税人的捍卫者,

91:47因为作为一名小企业经营者,我知道小企业也是纳税人。我们不能让一些小企业为另一些小企业承担风险。所以我们必须有一个高效的市场来发现合适的融资机制。所以我们正在研究,确保我们拥有合适的审贷

92:05标准,适用于关键行业。我们目前正与国防部合作推进一些事情,我们的 SBIC 项目正在试验一些不同的股权结构。所以这方面后续还会有更多消息。我认为金融工程很重要,但我们首先必须不让纳税人为此承担风险。我觉得股权结构这一点非常有意思。看看 Solyndra、特斯拉以及那一批公司,特斯拉提前连本带息偿还了贷款。

92:36没错。如果政府当时只拿到其中 10% 的股权,就足以弥补 100 个 cylinders(应指 Solyndra)式的失误。所以某种股权成分或认股权证可以改变 SBA,让美国纳税人间接在这些投资中享有一些上行收益。是的,没错,纳税人承担了所有下行风险,却没有任何上行收益。你赞成让纳税人持有股权吗?

93:02这很棘手,比那要复杂。你知道,会有逆向选择问题,而且上行收益并不是一刀切的。你赞成让纳税人持有股权吗?这很棘手,比那要复杂。会有逆向选择问题。这不是一刀切、全都是好事的,但让某些行业可以灵活采用不同的公司结构或不同的投资结构,你知道,是帕累托最优的。Kelly,SBA 目前完全不这样做吗?目前不做。

93:22所以目前非常常规,但我们一直在讨论如何更有创意,尤其是在国防、关键技术方面。那里有很多事情要做,而且我们需要非常迅速地去做。也有一些很好的成功案例可以复制。它们甚至可能不需要大规模的重新设计。在最后几分钟里,Kelly,你能非常快速地给我们做个对比吗?

93:43你当参议员时的生活和你担任 SBA 负责人时的生活。嗯,我更愿意当一名管理者,而不是政客。作为一个在农场长大、家里第一个大学毕业的孩子,能在参议院任职让我感到谦卑和荣幸。那段经历很了不起。但能够管理这个机构——它有 7,000 人,却被认为算小的——也非常了不起。但我骨子里真的是一名创业者和女商人。

94:09所以我是以一名女商人的身份来做这件事的,这是为纳税人、为政府服务,能够做这件事我感到无比幸运。所以我很热爱它。谢谢你做这件事。是的,谢谢你。请和我们一起感谢 Kelly Loeffler。谢谢。很高兴和大家在一起。

94:21谢谢。谢谢。谢谢。谢谢。谢谢。谢谢。谢谢。谢谢。

— A LITTLE MORE TO THINK ABOUT. —