特别会议2024:AI驱动的产业

undefined
本内容由人工智能自动翻译。

Vijay Vaitheeswaran: 大家早上好。欢迎参加我们关于人工智能驱动产业的论坛。我是Vijay Vaitheeswaran,《经济学人》能源与气候创新版编辑。很荣幸今天担任本场论坛的“不拘礼节”主持人,并邀请到如此杰出的嘉宾小组。稍后我会介绍他们。

不过说到这个话题,如今我们几乎随处可见人工智能的论坛、辩论或讨论,但我们保证,这场论坛会带给您超越以往的收获。我为各位专家设定的目标,正是今天能提出一些突破性的见解。

我们都知道,一个黄金时代即将到来。这是一个由人工智能推动的创新黄金时代。这并非人类历史上的第一次。的确,历史上曾周期性地出现过多次浪潮。例如,近两个世纪前的维多利亚时代发明热潮,当时许多现代化学和现代科学的成果,往往是由个人在相互协作或相互竞争中创造出来的。

但20世纪现代技术进步的大部分基础,例如内燃机和现代生物学,是在短短几十年间极度活跃的时期里诞生的,而其所蕴含的价值,则经过100年才逐步被挖掘和展现,这些价值源自基础科学。发展产业或技术,例如电网,或内燃机与汽油之间的联系,有时需要数十年时间。能源产业正是推动20世纪交通出行的动力。

因此,我们正处于这样一个早期阶段:机遇就在前方,有待我们抓住,但同时也会有错误的方向和死胡同。我们也会逐步发现这一点。陷阱比比皆是。

如果人工智能能够实现当前被广泛探讨的潜力,据估计,全球企业利润可能额外增加2万亿至4万亿美元,尤其在银行业、高科技和生命科学等部分行业,可能产生最大的影响。

我们将讨论在座的专家对此有何看法,以及分析人士所强调的、人工智能可能提升生产力的途径,例如与客户互动或内容创作。作为一名内容创作者,我当然对后者这一应用非常反感。我认为应该把它放在一边。

不过,软件代码、自然语言应用等方面的话题,我们还会听到更多。因此,人工智能的潜在应用有数十种,但同时也存在陷阱,我们也会在讨论中听取相关意见。在本场论坛中,我们还将尝试稍微聚焦于具体细节,从30,000英尺的高空俯瞰回到地面。

请允许我介绍即将为我们开场的小组嘉宾。坐在我左手边的是Abdulla Fakhro先生,他是巴林工业和商业大臣;Jean-Pascal Tricoire先生是施耐德电气董事长;Cheryl Cui女士是Bota Biosciences联合创始人兼首席执行官;Robert Falck先生是Einride创始人兼首席执行官;Simon Freakley先生是AlixPartners首席执行官。请大家热烈鼓掌欢迎他们,让我们开始吧。谢谢,我们即刻启程。

部长,让我先请您发言。您对本国的这一议题有过深入思考。您的经济已经经历了某种转型和多元化,当然,是从能源转向服务业。现在,您正在关注人工智能带来的机遇。您能否从政府视角谈谈您如何看待这一机遇?

Abdulla Adel Fakhro: 当然,Vijay。首先感谢您邀请我来到这里。正如您所提到的,Vijay,巴林政府正在迈向一个真正多元化的经济体。过去20年间,巴林政府已逐步从石油和天然气行业转向以服务为基础的行业。

大约20年前,石油和天然气行业在GDP中的占比超过40%,而如今这一比例已低于18%。它也不再是GDP的第一大贡献者,金融服务业才是。

因此,金融服务以及其他服务业,例如物流和ICT行业,在GDP贡献中发挥着越来越重要的作用。而这些行业正处于有利位置,能够从人工智能革命中受益。因此,金融服务、保险、法律服务、医疗保健和网络安全等服务业,确实位于政府优先事项清单的最前列。

因此,人工智能将加快这些行业的运作速度,这些行业的生产力将大幅提升,进而,GDP贡献当然也会随之增长。但作为政府,我认为我们的一些优先事项,实际上是投资于技术基础设施,以便让企业能够从这一浪潮中受益。

Vijay Vaitheeswaran: 后端基础设施投资是否也在其中?

Abdulla Adel Fakhro: 当然,后端基础设施投资。我们发现,这些投资的回报明显高于其他基础设施投资,而且当然还有社会经济回报。

此外,我们也认识到,对新技术和新产业迅速作出反应至关重要,尤其是在人工智能等领域,我们不能过度监管。但与此同时,因为过多的监管确实会限制创造力和创新,我们也需要保持敏锐,密切关注正在发生的事情,以便能够迅速把握机遇,同时也能应对威胁。

Vijay Vaitheeswaran: 那么,能否举一个您已采取措施的监管领域的例子?我想,关于数据隐私以及全球数据国有化风险,应该存在一些争论,您对此如何看待?

Abdulla Adel Fakhro: 好的,举个例子。我们在巴林政府推行了“云优先”政策,目前超过90%的政府数据都存储在云端,服务也全部基于云端。

巴林率先推出了数据司法管辖法,赋予数据主权待遇。具体而言,存储在巴林的数据,其待遇类似于大使馆,只有数据来源国的法院才能访问该数据。

因此,当然,我们看到AWS等公司对此有强烈需求,并因此决定在巴林设立其首个超大规模数据中心。

Vijay Vaitheeswaran: 廉价能源与此毫无关系吗?

Abdulla Adel Fakhro: 不,没有关系。

Vijay Vaitheeswaran: 完全没有关系。好的,明白了。

Abdulla Adel Fakhro: 我们能够在短短几个月内迅速推出这一司法管辖制度,这类监管安排,正是我们视为机遇的地方。

Vijay Vaitheeswaran: 因此,灵活性很重要。

Abdulla Adel Fakhro: 是的,灵活性很重要。

Vijay Vaitheeswaran: 非常好,这些都是很好的例子。谢谢您为我们做的铺垫。那么,现在让我们从产业视角开始。Jean-Paul,请您发言。

大家都知道,贵公司在能源管理领域拥有许多客户,积累了深厚的经验。您纵观各个行业,那么,当我们问到最有前景的产业应用以及可能存在的挑战时,您看到了什么?您认为机遇在哪里?

Jean-Pascal Tricoire: 我想大概所有应用领域都有机遇。人工智能是一项重大的颠覆性技术,但必须将其置于当前正在发生的更广泛的技术或转型浪潮之中来看待。但对我们公司产生影响的是,我们是许多企业在数字化、能源转型领域的合作伙伴。这正是我们所做的工作,即帮助它们实现流程脱碳。

从两个方面来看人工智能,它对我们产生了影响。其一,它是一项重大的颠覆性技术。我们是数据中心最大的能源解决方案供应商。由于人工智能,我们的数据中心业务正在蓬勃发展。当您将CPU换成GPU时,能源需求会大得多,对吧?如今,我们的数据中心业务在15年前还占营业额的0%,而今天已占我们总营业额的20%,即我们每天为超大规模数据中心提供能源解决方案,营业额达80亿美元,其中很多客户位于沙特阿拉伯,这正在进行中。

但与此同时,这种数字化也是提升效率的最大颠覆力量。在智能建筑、智能制造和智慧城市中,效率提升最大的推动者所带来的效率提升或节省量,远超数据中心所产生的能耗。所以现在……

Vijay Vaitheeswaran: 因此,您实际上确实认为,这不只是一把双刃剑,它是双向的,您认为这笔账的一边更强,也就是效率一侧?

Jean-Pascal Tricoire: 我不认为如此。我们每天都在与客户一起这样做,对吧?

Vijay Vaitheeswaran: 好的,很高兴听到这一点。

Jean-Pascal Tricoire: 因此,关键不在于人工智能本身,而在于要将其与其他能源趋势或其他技术转型结合起来:例如物联网,它将一切连接起来;由此产生数据、大数据,使您能够存储大量数据并加以利用;然后是软件数字孪生,以及人工智能,而只有在其他基础都已具备的情况下,才能有意义地构建这些技术。

如今,在工业领域,在座的各位客户都会认同,如果无法将人工智能的成果反馈到物理世界中,那么开展人工智能就毫无意义。如果您的机器无法对人工智能的洞察作出反应,您就无法改进工业流程。

Vijay Vaitheeswaran: 因此,您需要快速的创新循环。

Jean-Pascal Tricoire: 是的,这些环节都相互契合。连接的产品越多,产生的数据就越多,而您的人工智能效果,取决于您拥有的数据质量。这些数据需要在过程中得到结构化处理。在施耐德,我开发了我认为工业基础设施领域应用最广泛的数据库,但各方面的收益已经显现,对吧?

它带来的是能源效率、生产力、工人安全。当您能够借助增强现实为工人提供洞察,或借助虚拟现实在无风险的情况下进行培训时,这些收益就会显现出来。它优化了车间的一切,从国家层面、工厂层面,一直到跨工厂和整个供应链。

我们还利用人工智能,与更广泛的生态系统一起优化流程。因此,至关重要的是拥有高质量的数据,然后基于数据能力构建算法。当您超越自身企业,延伸至我们所说的范围3,即所有人、所有参与方时,就能获得最佳成果。因此,收益无处不在。

但这不仅仅是为了人工智能而人工智能,而是将人工智能与物理世界相连接,进入数字化更大的循环之中,而这一切正在我们眼前发生。因此,列车正从不同的站台出发,我们最好赶快登车。

Vijay Vaitheeswaran: 听起来您已经登上了所有这些列车,您确实让我们感受到了您合作行业的活力。不过,您关于必须与真实数据、高质量数据相连接的观点,让我想起了那句老话:垃圾进,垃圾出。因此,您需要持续更新,并与最新信息保持连接。

我们听到的是一个非常乐观的观点。我们稍后会更深入地探讨这一点。但正如您所注意到的,我尊敬的发言人们不愿只挑选一两个行业,说它们最有可能率先看到早期应用。我想深入探讨一个我认为可以做到这一点的案例研究。

接下来我请Cheryl发言。我想您确实有一个最希望看到人工智能产生重大影响、或已经开始看到其影响的领域。您能否介绍一下您所在的行业?

Cheryl Cui: 好的,我受过生物医学工程的专业训练,而Bota所做的,是努力加速从生物设计到规模化制造的转变,从而生产可持续的产品。我们所做的,是对微生物进行工程改造,使其能够生产化学品。但要高效地对微生物进行工程改造,过去需要大量的人类智慧。而且,其中还存在很大的不可预测性。

我们可以看到,我们最初是通过生物技术与信息技术的交叉融合开启了这一进程。而现在,要将其提升到新的层次,真正拥抱人工智能能为该领域带来的贡献。对我们而言,基因组语言是自然界的语言。ATCG,但我们究竟有多理解它?

在过去二十年里,人们从人类基因组计划中积累了大量数据,但那些数据只来自人类。自然界中存在许多生物,对吧?但基因型如何与表型、与蛋白质功能以及使生物表现出某些行为的机制相联系?这是一个巨大的鸿沟。

因此,我认为在接下来的阶段,所有生物学家都将转型为信息技术专家,我们必须拥抱新技术,以实现新的发现。我认为,人工智能用于科学,是一个我们希望人工智能不仅仅生成我们已知事物、还能发现我们尚未了解之事物的领域。我认为这正是我们感到兴奋之处。

Vijay Vaitheeswaran: 因此,您描绘了一幅融合的图景,我听到的是,生物世界与您所说的IT或技术世界之间,确实正在发生非常深入的融合。而且您认为,这大概能够加速发现,因为我们在药物发现方面关注的,例如生物勘探,或者您在卫生系统数据中看到的情况。

这里其实有很多不同的方向。您认为其中有哪些有前景的应用?

Cheryl Cui: 我认为这已经在整个生物科学行业中发生,从药物发现一直延伸到健康科学数据。

我们所在的领域被称为工业生物技术,其中涉及的一个组成部分是酶设计。自然界中存在发挥作用的酶。您可以通过生物多样性搜索获得它们。但是,如何在特定的工业条件下,例如在温度和pH值的影响下,提高其效率,并利用人工智能、借助计算生物学预测酶的序列,正是我们能够发挥作用的地方。

我们已经看到,相比仅依靠科学家本身的工作,效率至少提高了五到十倍。因此,我认为,我们每天都在与一位人工智能伙伴合作。

Vijay Vaitheeswaran: 您是否能够获取所需的全部数据?近来确实出现了一些向开放获取、开放科学、甚至科学报告开放出版迈进的趋势。但大量数据仍被封闭在各自的孤岛之中。我说得对吗?

Cheryl Cui: 是的,是的,的确如此。而且,这有点像一位“病毒学家”,是持续保存数据的“游客”。

Vijay Vaitheeswaran: 数据囤积者……

Cheryl Cui: 没错。是的。而且我认为,正是数字化会带来改变,能源行业的情况也是如此。因此,关键在于我们能否更高效地生成数据,并能够保持高保真的数据,从而在各方之间共享。我认为这将在未来真正带来改变。

Vijay Vaitheeswaran: 谢谢您。Robert,您也来自另一个行业。作为一家垂直领域的创新初创企业,涉及移动出行、自动驾驶,以及各种热门词汇,对吧,您所做的很酷的事情,足够您在好几周里夸耀了。您如何看待人工智能带来的机遇这个问题?

Robert Falck: 是的,我的意思是,我们开始使用人工智能,实际上是为了找出打造一家很酷的公司所需的所有热门词汇。

Vijay Vaitheeswaran: 没错。还有拿到融资轮。

Robert Falck: 没错。

Vijay Vaitheeswaran: 您把所有要素都满足了。

Robert Falck: 没错。好,抛开所有玩笑不谈,我认为人工智能是一个工具箱。这就像我们发明蒸汽机一样。它确实有能力使整个世界工业化。人工智能的情况完全相同。它是第一个能够被应用于彻底改变我们工作方式的数字工具。从某种意义上说,它也是我们用来优化数字世界的第一个工具。

此前,我们一直利用数字化,使整个世界实现数字化。而现在,我们确实拥有了能够推动整个产业向前发展的“蒸汽机”。我认为,这也正是它难以准确预测如何被运用的原因。但在我们的行业中,我们运用数字化、电动化和自动化。这三项技术的有趣之处在于,它们结合在一起时,各自的力量都会更强大。

因为,例如,如果您想实现重型货运的电动化,就必须先实现数字化。而且如果您使其实现自动驾驶,那么它实际上是一个更优越的商业案例。但如果没有数字化以及像人工智能这样的工具,这一切都无法实现,而这些工具正是加快实现所需转型速度的关键。

Vijay Vaitheeswaran: 基于您刚才的判断,您希望看到我们对人工智能的思考方式发生怎样的改变?

Robert Falck: 说到这里,实际上,因为这涉及数字化的考量。它仍然是基于底层数据的预测模型。这意味着,如果数据质量不高,就不会有任何商业案例,也无法实现预期的成果。我认为,物理世界仍将基本保持不变。

因为即使是数字化的工厂,也不一定意味着效率更高,而是取决于您如何利用它来创造财富。对我而言,人工智能也是如此。

Vijay Vaitheeswaran: 对吧?我相信我们会就这一点继续探讨,因为我听到了我们其他发言嘉宾的一些评论。Simon,请您发言。

贵公司为众多《财富》1000强领先企业提供了广泛的咨询服务,因此您对高管层的想法有着内部视角。当我听到分析师电话会议,即我们的首席执行官和首席财务官每季度举行的业绩电话会议时,我们《经济学人》的记者会阅读这些会议文字记录,这是我们的睡前读物。

几年前,人们几乎无法绕开诸如ESG之类的概念。而现在,这些概念已大幅减少。取而代之的是,您听到的全是人工智能,每家公司都在谈论其人工智能战略,这个AI那个AI。请给我们讲讲现实情况。当您深入观察时,您发现了什么?究竟正在发生什么?

Simon Freakley: 谢谢您,Vijay。正如您所说,AlixPartners的优势在于,我们有幸坐在第一排,与客户一起审视他们最大的机遇和最大的挑战。但我想向您分享的一个洞察是,在2024年的预算编制周期中,人工智能或生成式人工智能占据了董事会战略会议约80%的讨论,但在成本预算项目中,它仅占其预算的约3%至4%。

因此,人们投入思考的时间非常多,但投入的预算资金却相对较少。为什么会这样?

原因在于,人们明白生成式人工智能将颠覆每个国家、每个地区、每个行业的每一家公司。他们只是还不太清楚这对自己的公司意味着什么。目前,我们看到的是,人们正倾向于利用人工智能带来的效率提升机会。我们在施耐德的发言中已经听到了一些具体的做法。因此,无论是供应链的效率、劳动力部署的效率,还是消费品或零售中的效率型定价模式,人们都在倾向于这些方面,因为他们已经看到了如何去做。

Vijay Vaitheeswaran: 这是唾手可得的成果,对吧?

Simon Freakley: 是唾手可得的成果。他们尚未看到的是,人工智能如何推动整体收入增长,这也正是人们在决定如何投入投资资金时犹豫不决的原因。

Vijay Vaitheeswaran: 再进一步探讨一下这一点。效率提升本身难道不能带来快速回报吗?想必这是一种体现额外收入的方式,即使您并未创造全新的业务线,对吧?我们现在是否已经看到这一点,还是尚未看到?

Simon Freakley: 是的,我们都读过关于呼叫中心效率提升、业务建模效率提升的案例,而这些效率提升现在已有大量记录,且十分明显。只是我们尚未看到如何推动收入增长,顺便一提,这不仅对推动公司绩效很重要,对于应对社会问题、促进经济增长也同样重要。

随着世界主要经济体的劳动力规模实际上正在萎缩,除非人工智能能够产生效率提升,否则各经济体将如何增长?顺便说一句,我确实认为,我们的一项洞察是,收益将来自人工智能与人力资本的融合。因此,二者的结合才是关键。

这也是我认为微软把其产品命名为 Copilot 非常明智的原因。我实际上在想,我们是否应该把人工智能称为“增强智能”(augmented intelligence),对吧。正是人力资本与人工智能的融合,带来了这些收益中的大部分。

Vijay Vaitheeswaran:这就提出了一个非常有意思的前景。如果我们开始看到——我希望它能成为你所说的增强的愿景——但至少在最初阶段,效率提升将导致岗位数量减少,例如技术取代人力。

我们从历史上知道,纵观历史,那些具有这种颠覆性影响的新技术,从长远看都创造了更多财富,并在新的高价值领域创造了潜在的就业机会。我们知道这是一个长期的过程。有人认为,人工智能面临的挑战在于,这一次变革的速度要快得多。社会以人类节奏做出反应的能力,慢于技术进步的速度。

Vijay Vaitheeswaran:部长,我想就这个问题请教您,因为您不仅关注技术,在您鼓励各类效率投资和生产率提升的同时,还肩负着为本国民众和就业负责的职责。例如,这一切对普通民众产生了怎样的影响?在那些关注就业问题的部长同僚中,情况又如何?

Abdulla Adel Fakhro:我并不认为会出现重大的就业冲击。正如您所说,将会有新的产业兴起,而人工智能会取代一些低价值的工作。随之而来的,是一些高价值的岗位将被创造出来。

Vijay Vaitheeswaran:这是理论上的说法。自推动这一进程以来,您在实践中是否看到了这种情况?

Abdulla Adel Fakhro:嗯,我们还没有看到人工智能在实践中全面落地。

Vijay Vaitheeswaran:现在还为时尚早。

Abdulla Adel Fakhro:对所有人而言都还为时尚早。但以工业为例,人工智能将在工业中发挥重要作用,不过许多工厂已经实现了自动化。因此,我们预计工业领域的高价值岗位将会保留下来。而影响最大的,可能是服务业。

但正如我所说,我们有信心,随着全球经济的增长,将会出现新的新兴产业,并由此创造新的机遇。新的行业、新的产业,将带来新的机会和新的就业岗位。因此,转型必将发生。

Vijay Vaitheeswaran:关于这个关于变革速度对人类影响的问题,还有其他人想加入讨论吗?好的,请讲。

Jean-Pascal Tricoire:我认为,人工智能正在真正解决我们今天面临的一个问题,即部署事物的速度。我说的是能源方程:一年前,在一次小组讨论中(我想是在凡尔赛),我们提到世界在能源效率方面需要至少快两倍。

我们需要的是能够在建筑、工业和城市中实施并介入的人员,以实现这一目标。

Vijay Vaitheeswaran:对。

Jean-Pascal Tricoire:当你使用人工智能并将其应用于……时,你将获得 20%至 30% 的节能效果。在……问题发生之前,你就会收到预警。我们曾共同在 2,500 台旋转设备上部署预测性分析,并很快将扩展至 10,000 台。

这意味着我们正在加强运行时间的监控,我的意思是,避免故障、停机和事故,同时也使人们能够更快速、更精准地进行干预。这是第一点。

Vijay Vaitheeswaran:所以这是预测性维护,但是下一代的。

Jean-Pascal Tricoire:是的。不,是现有这一代,并正在研发下一代。这意味着你能够避免大量停机和潜在事故,而这些事故本会造成巨大后果。得益于此,我们在建筑领域也这样做。Cheater。你说的,等等。T

然后,人工智能正在承担大量枯燥的工作,比如在生产链中进行视觉检测,而那时往往很难找到操作人员。我们不要自欺欺人,对吧。不少人并不愿意在车间一线工作——这些工作正在以更好的结果变得更具中间性。因为机器非常擅长完成这些重复性的识别工作。

因此,我认为这实际上解决了劳动力短缺的问题。例如编程,自动化系统的编写在人工智能的帮助下变得非常便利,而如今你们在车间一线所需的所有工作,都没有足够的操作人员来完成。所以,是的,有一种观点认为一些工作正在消失。但事实是,我们正在全球范围内解决严重的技能与劳动力短缺问题。

Vijay Vaitheeswaran:那么,我想请教 Samuel,因为你对此有全球视角。我刚才听到的这个故事非常精彩。我想知道,劳动力短缺、替代以及枯燥工作可能由人工智能完成这一观点,是否在发达经济体中更为相关,而在新兴经济体中,许多国家,如撒哈拉以南非洲、印度和南亚,正经历人口红利。

当人们在寻找那些工厂工作的机会时,我们可能会看到经济学家所称的过早去工业化。人们担忧的趋势是,印度或中国可能无法再重演中国的发展路径。我们稍后会请你们两位发言。

Simon Freakley:让我先回应 JP 的观点。我的意思是,如果你看看任何重大发展,无论是车轮、犁、印刷机、蒸汽机还是互联网,都没有导致就业大规模下降。因此,我不认为人工智能会是例外。

我不认为这会导致大规模失业,那种认为我们都会失业的反乌托邦观点,我认为是错误的。我认为劳动力短缺问题是关键,因为人口结构显示发达经济体的劳动人口在减少,我认为这将是我们在此背景下推动增长的一种方式。

至于你关于发展中经济体的问题。以印度为例,它现在是世界上人口最多的国家;它是世界上数字化程度最高的国家之一;如今印度超过 95% 的人口拥有数字身份。在欧洲,这一比例约为 35%,在美国可能约为 34%。

这个故事的关键在于,劳动力规模大幅增长,而且是具备数字能力的劳动力。因此,我认为这实际上将推动具备数字能力的发展中国家发展,而不是阻碍它们。当然,我们都看到沙特阿拉伯王国正在进行大规模投资,以确保这些机遇处于前沿水平。

Vijay Vaitheeswaran:所以存在跨越式发展的潜力。

Simon Freakley:确实存在跨越式发展的绝对潜力。我认为,短期问题与长期问题截然不同:我们当前的大部分劳动力缺乏在不断变化的市场中保持竞争力所需的数字技能,这是一项挑战。提升技能的责任在于个人、企业以及每一级政府,但在随后的几代人中,人们将具备这些技能。

我认为我们会发现失业问题不会成为一个问题。

Vijay Vaitheeswaran:Rob,你想就此发表意见吗?

Robert Falck:我认为,使我们技术人员有所不同的一点是,从历史上看,效率提升主要发生在劳动力环节。这意味着,我们通常并非针对所谓的非熟练劳动力,而主要是将机器人等技术应用于这些环节。

而我们现在涉足的人工智能领域,有可能取代大量中产阶层的工作。例如律师、计算机程序员,以及高技能、高薪的工作。因此,从社会角度来看,影响不一定体现在那些较为平淡的劳动环节,而更可能出现在中产阶层经济中。所以,在某种程度上,如果使用不当,它有可能加剧皮凯蒂效应。

Vijay Vaitheeswaran:这……是的。Cheryl,请你发言。

Cheryl Cui:好的,我想从效率提升之外的另一个角度来谈。

Vijay Vaitheeswaran:当然。

Cheryl Cui:我认为在我们的领域,这将真正激发前所未有的创造力。这一点与众不同。因为就目前学科的结构而言,人们在各自的领域高度专业化。比如化学家、生物学家。例如工艺化学,各自都有自己的学科,于是它就成了创新的障碍。

而我们看到的是,由于人工智能的知识结构与人类如此不同,就像教育那样,它会成为许多学科的通才。这样一来,你就能够帮助一些专业研究人员,或者说,我以生物学家为例,让一组化学家和程序员与他们合作,以推动想法的实现。

我认为这正是人工智能的魅力所在,它将开启超越单纯劳动效率的可能性,为世界带来新颖性和创新。

Vijay Vaitheeswaran:这是一个非常有力量、也非常美妙的想法。我们从创新史中知道,许多突破之所以出现,并非因为某个特定领域的专家,而是因为一个相邻领域的人。

Cheryl Cui:完全正确。

Vijay Vaitheeswaran:相距一两步之遥的人,从一个斜向的角度审视问题,并取得突破。因此,如果人工智能能够释放这种潜力,那将非常有意义,这真的可能带来变革,而不仅仅是阶跃式的变化。不是线性的,而是阶跃式的提升。

Simon Freakley:我可以在此基础上补充吗?抱歉,请讲。

Jean-Pascal Tricoire:正如你所说,人工智能为操作人员、工人和创作者带来的这些价值是巨大的。我想以我们客户的例子来说明:他们的员工需要进入车间,处理危险工序,打开电力变电站的门。所以,对任何人(包括我)来说,最可怕的噩梦就是早上醒来,得知有事故发生了。

现在,人们佩戴 AR 设备、谷歌眼镜或平板电脑,在打开机器或靠近机器之前,设备会告知他们当前运行的每一项数字参数,并告诉他们该做什么、避免什么。借助这种方式,可以避免的事故数量是巨大的。

谈到生成式人工智能。我们为客户提供从设计到建造再到运营的数字孪生服务。以前,工程师需要接受培训,才能基于三维模型进行设计,而我们从事造船、炼油厂和化工厂的业务。

现在,生成式人工智能会提出使用场景,有目的地运用模拟来优化各项工作。总会有人们从未想到的新事物出现。因此,我认为人工智能的一大目标实际上就是使人工智能大众化。因此,我们目前正在开发的是低代码、无代码人工智能,使每个人都能通过提示词调用某些功能,而这在今天并不容易实现,你必须请专家来完成。

Vijay Vaitheeswaran:对。

Jean-Pascal Tricoire:第二点是使用生成式人工智能,以易于理解的方式表达你的请求。以前你需要编写程序,而现在你只需说:“告诉我今天我的风力发电机运行是否正常”,你就会得到一份完整的报告,而且这一切都会非常自然。

至于最终目标,我们已经在实现:让人工智能替代人员完成工作。你不必亲自管理微电网,以确保它是更环保、更便宜的能源来源,除非遇到例外情况,那时人工智能才应该联系你。你希望它能够自然运行,并处理你必须整合的大量参数,之后才能进行因果抵抗,而我们在这方面做了大量编程工作。

现在,这种方式可以自动运行,为操作人员节省了大量时间,使他们能够去做更有附加值的工作。我只提到了几个要点,但请不要忘记其他所有益处,这些益处远超效率本身:工人安全、运行时间以及应用的可靠性。例如,当你进入医院时,你与医院合作,而医院的首要任务是可靠性。当你进入手术室时,你不会关心能源效率,你要的是绝不停电。这些正是数字化和人工智能能够帮助你确保的事情。

Vijay Vaitheeswaran:所以,你们两位都很有说服力地表明,应当对转型的潜力保持开放的心态。我想回到一个我曾承诺会再次讨论的话题。Jean-Pascale,你之前提出了人工智能的能源消耗问题,并认为效率提升与之相比,其中一方将超过另一方。

我想给其他可能持有不同观点的人一个发言的机会。众所周知,这是最热门的话题之一。我最近在休斯敦参加了全球主要的能源大会,那里最受关注的议题正是人工智能的能源消耗与耗用问题。像人工智能先驱 Sam Altman 这样的人正在投资核能,他认为这是唯一的长期解决方案。但当然,关于未来究竟需要多少能源,存在激烈的争论。

我知道你对此思考过,Robert,你对此有何看法?

Robert Falck:我很高兴社会对此有了这样的意识,因为我坚信,人工智能有潜力成为我们社会中最具变革性的工具之一。但如果要充分推广应用,就需要同步推进。回到你刚才提到的 ESG 问题。

对我而言,气候变化问题似乎退居次要位置,因为如果人工智能成为商业领域的主导力量,那么我们就会突然错失承担责任、阻止气候变化的机会。对我来说,有必要进行这样的讨论,以便我们能够真正利用人工智能为产业带来收益,并借助这一工具建设更美好的社会。而这样的讨论,在我看来,需要以意识为前提。

如果回顾两三年前,没有人意识到我们需要建设巨大的数据中心来生成人工智能。而现在,人们开始意识到这将消耗大量能源。我认为,我们将做出何种转变,将取决于它们消耗多少能源。

但我只是希望确保我们建设的是一个可持续发展的社会,因为我们不能拥有这样一个社会:人工智能因为风不吹而停止运行。那同样不是明智的做法。

Vijay Vaitheeswaran:好的,您刚才是把问题直接抛给了部长,而您所在的地区恰好拥有丰富的自然资源,既有碳氢化合物,也有大量风能和太阳能资源,只需走出门,就能很快发现它们。

您对此有何看法?人工智能的能源消耗,能否转化为您的优势?这一地区能否因为获得廉价能源而成为优势,进而形成产业集群?

甚至与之相关的产业也可能出现。我们看到了一幅新的工业化版图:与人工智能相关的产业,或许还有绿色氢能等其他能源密集型产业,可能会从世界其他地区转移到这里。

Abdulla Adel Fakhro:我认为这已经在发生。我认为这是一个需要认识到的重要问题。拥有雄心勃勃的目标和指标是很好的,但我们当然需要考虑如何实现这些目标。投资人工智能、云计算和相关技术需要大量能源。我们如何实现这一目标,是一个重要的问题。

我认为,该地区确实处于有利位置,这不仅因为其自然资源,也因为其进步性,以及它们,您知道,对投资新技术和基础设施的热切意愿。因此,我认为,绝对如此,这可以说是海合会或海合会地区从人工智能趋势中获益的一个机会。

Vijay Vaitheeswaran:Simon,你与许多工业企业交流,包括一些正在进行重组的企业。特别是在德国,人们正在讨论潜在的去工业化,或者由于清洁能源的兴起可能出现的新工业化版图。

我们应该如何认真看待这一讨论?如果展望未来几十年,传统产业是否真的会迁往未来能源所在的地方?还是你认为这根本不会发生?最后,政治因素还会再次介入。

Simon Freakley:我认为,能源转型无疑将是所有议程的关键。但你提到了德国。

德国当然正在经历全面的产业重塑。汽车行业曾深陷德国工业机器的困境,如今正借助向电动汽车和自动驾驶的转型而重生。这一转型或许不会像人们预期的那样迅速,但它正在发生。

我们在客户工作中发现,人工智能的赢家是拥有最佳数据的人,而不是那些能够获取最佳大型语言模型的人。有趣的是,2023 年,开发大型语言模型的投入高达 1500 亿美元,如今已经出现了相当多的一流模型,但拥有最佳数据的人才将成为赢家。

因此,请思考这对金融服务业意味着什么。思考这对医疗保健意味着什么,而不仅仅是对汽车和工业国家意味着什么。我认为,随着人们理解如何将其数据用于商业优势,并进而弄清楚由此对能源消耗产生的影响,以及如何为其成功做好设定,这将成为这些讨论的核心。

Vijay Vaitheeswaran:这很有意思,那句关于加州淘金热的老话说得好,当年被称为“49年人”的那些人,真正确定赚到钱的,只有那些把镐卖给矿工的人,对吧。

但我在想,在这个案例中,或许我们应该把这个类比倒过来:人工智能工具,也就是那些“镐”,我们关注的是制造它们的公司,但金矿在哪里,钱就在哪里,也就是数据。说来有趣。

Simon Freakley:例如,如果你看看惠普(Hewlett Packard),它自身也经历了一次重塑;或者看看戴尔(Dell),它也经历了大规模重塑,它们最大的机会可能还在后面,因为事实上,基础设施支持,以及所有这些分析、数据存储和处理,将是许多资金的赚取之地。

它们可能就是新的“镐”。

Vijay Vaitheeswaran:好的,就是这样。如果时间允许,我想请观众提一两个简短的问题。有人想就专家们的挑战或问题加入讨论吗?如果有,请告诉我们。我们有话筒工作人员,他们会过来。抱歉,我看不到我身后的人。

如果没有,我想在等待现场可能提出的问题时,提出一个观点,那就是对能源密集型叙事的反驳,对吧?事实上,由于效率机会、创新机会,而且当我们回顾几十年前互联网的早期预测时,曾有受人尊敬的预测者表示,它当时只占全球能源的几个百分点,但将来会达到 20%、50%,整个经济都将被这些新奇的互联网计算设备所消耗的能源所占据。

当然,他们错了。这并不是因为互联网没有普及,而是因为计算方式本身存在巨大的效率资源,而且这种资源并非一成不变。现在人们讨论的是 Jensen 定律,对吧,即芯片本身效率提升的能力,以及我们组织搜索的方式也可以更加高效。

因此,我想向我的专家们提出这样的挑战:事实上,我们会发现,人工智能将重现互联网最初发展时的情形。

是的,当然,最初会出现一些需要额外能源的干扰,但尤其因为这一领域的先驱大型科技公司已承诺实现净零排放。

而且它们一直是推动绿色能源购电协议等方面的先行者,这使它们实际上正在为清洁能源革命和效率革命创造条件,同时还可能推动一些与人工智能并不直接相关的辅助领域,而这些领域实际上可能对能源、气候和可持续发展产生非常积极、令人欣慰的影响。

大家对此有何看法?我是不是太乐观了?我是不是太充满希望了?

Jean-Pascal Tricoire: 我们能不能看几个简单的数字?

Vijay Vaitheeswaran: 当然,当然。

Jean-Pascal Tricoire: 整个IT行业占全部能源消耗的2%——2%。数字技术应用于各类流程(智能建筑、智能手机、智能制造、智慧城市)平均而言,据我们观察,每年可带来20%至30%的能效提升,而我们的说法是每年1亿吨。因此,即使按最悲观的预测,即该比例可能翻倍,这一数字也属于夸大,但最坏情况下大约为2%。

我们认为,这一比例将达到2%至3%,并在90%的能源消耗中实现20%至30%的节约。因此,我认为您所说的,是一种彻底颠覆传统做法、带来更高效率水平的技术。此外,您说得对。超大规模云服务商和数据中心运营商目前最积极地寻找绿色能源,利用其数据中心中所拥有的资源或能力,其中也包括电池。

Vijay Vaitheeswaran: 对。

Jean-Pascal Tricoire: 因为要支持数据中心的运行,就需要储能,并借此管理能源间歇性带来的波动。所以,从来不是单一技术的功劳,而是多种技术的组合。我留给大家最后一个思路。

随着我们迈向云计算,下一阶段是边缘AI,即在您的手机上、在每一台机器上运行AI,因为如果这样做,速度会更快、延迟更低,时间在这里得以保留。能源消耗可以通过数据的分拆,大幅降低。因此,这仅仅是开始,也是架构层面的开端。

Vijay Vaitheeswaran: Pascal,谢谢您,由您来做最后的总结。您为我们描绘了无处不在的边缘计算愿景,能耗低、潜在收益巨大。这确实是一个极为出色的愿景。

这是一场有力的对话;当然,我们也没有回避挑战,无论是文化层面、政府层面的挑战,还是与组织文化、资源投入及数据开放相关的问题。因此,挑战确实不少,但我想您会同意,我们的专家为我们深入而富有洞见地审视了产业机遇的潜力。

请为我的专家们鼓掌。非常感谢大家。也感谢各位的参与。如果您想就此发推文,请使用#specialmeeting24。祝您今天过得愉快。

向下滚动查看完整播客文稿,点击“显示更多”箭头

快速发展、能力与规模不断提升的人工智能驱动模型,预计将颠覆企业的运营模式与商业模式。

人工智能在近期有哪些应用场景,在长期又有哪些雄心勃勃的机遇,能够从根本上重塑产业生态系统?

这是2024年4月29日在利雅得举行的“全球合作、增长与发展能源”特别会议中一场会议的完整音频。

在此观看:https://www.weforum.org/events/special-meeting-on-global-collaboration-growth-and-energy-for-development-2024/sessions/ai-powered-industries/

演讲者:


Vijay Vaitheeswaran,《经济学人》全球能源与气候创新编辑

Simon Freakley,AlixPartners首席执行官

Robert Falck,Einride AB创始人兼首席执行官

Jean-Pascal Tricoire,施耐德电气集团董事长

Cheryl Cui,Bota Biosciences联合创始人兼首席执行官

Abdulla Adel Fakhro,巴林工业和商务部部长,巴林工业和商务部

在以下网站全面了解“全球合作、增长与发展能源”特别会议的全部动态:wef.ch/specialmeeting24,并通过社交媒体搜索话题标签#specialmeeting24。

在以下网站查看我们的全部播客:wef.ch/podcasts:

YouTube: - https://www.youtube.com/@wef/podcasts

Radio Davos - 订阅:https://pod.link/1504682164

Meet the Leader - 订阅:https://pod.link/1534915560

Agenda Dialogues - 订阅:https://pod.link/1574956552

加入世界经济论坛播客俱乐部:https://www.facebook.com/groups/wefpodcastclub

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。