比尔盖茨：Scaling Law快要走到尽头，超人AI还需新的突破

近日，比尔·盖茨 (Bill Gates) 在一期 Next Big Idea 播客中讨论了人工智能的未来，以及它如何比人们想象的更接近现实。

在过去半个世纪里，比尔·盖茨在每一项重大技术发展中都发挥了主导作用，在预测未来方面，他有着相当不错的记录。早在1980年，他就预测有一天每张桌子上都会有一台电脑；现在，他说很快每个人的耳朵里都会有一个人工智能体。主持人鲁弗斯·格里斯科姆（Rufus Griscom）和安迪·萨克（Andy Sack）以及亚当·布罗特曼（Adam Brotman）一起（三人为新书《人工智能第一》[AI First] 的合著者），与比尔·盖茨讨论了人工智能对医疗保健、教育、生产力和商业的影响。

盖茨在对话中提及的观点，经智能涌现整理如下：

人工智能还会深刻地影响着合成生物学和机器人技术。人工智能将会成为主导力量。

现在，机器已经可以像一个白领一样来读取我们的信息了，交互的界面可能会变成智能体主导的界面。在未来，个人智能体将会追踪和阅读用户所有看到和听见的信息，通过包括耳机提供声音、眼镜投射视频等互动方式来整合人类交互的信息。

对于人工智能的前沿进展，盖茨表示，现在真正的前沿进展不仅仅是扩大模型的规模：

Scaling Law肯定还会接着有效。但与此同时，从今天我们所拥有的简单算法到更像人类的元认知的各种行动将会改变，这是一个更大的前沿。

我看到我们明年将在这方面取得进展，但不太可能在此后的一段时间内就彻底解决这个问题。因此，人工智能将变得更加可预测。目前，在一些结合不同领域的研究中，我们已经接近于在数学和健康领域实现极高的准确性。但开放式问题将需要在元认知上取得更加通用的突破。

关于人工智能的发展速度、普及形式和时间，他借“学英语”这件事举例，表示未来是软件适应人类，而非人去适应软件，并且普及率的提升不会是一夜之间的事情，但也不需等待长达十年。
谈到当下的人工智能应用与落地，盖茨认为，“搜索的游戏规则已经发生了变化，这已经成为无处不在的消费者活动。”与此同时，“人工智能领域的动态既充满激烈竞争，又有很多进入的机会。”

以下为对话全文：

主持人：下一个十年会带来什么？我最想问的人莫过于微软联合创始人、慈善家比尔盖茨。自从比尔盖茨宣布他的使命——让每个家庭的每张桌子上都有一台电脑以来——50 年来，他一直站在制造能够增强人类能力的机器这场竞赛的最前沿，他在推动 80 年代个人计算的发展、90 年代互联网的发展，以及最近领导消除疟疾和其他疾病的工作中发挥了重要作用。最近几年，他一直站在微软与 OpenAI 合作以及开发 GPT 的第一线。

你可能会想，比尔盖茨今天怎么会加入我们呢？在过去的几个月里，我一直在读《哈佛商业评论》连载的一本书。这本书叫做《人工智能第一》（AI First），书中采访了里德·霍夫曼（Reed Hoffman）、穆斯塔法·苏利曼（Mustafa Sulliman）、萨姆·阿尔曼（Sam Alman）和比尔等人，他们共同提出了一个观点：人工智能并没有被过度夸大，而是被低估了。我们认为，采访这本书的共同作者、职业技术专家安迪·萨克（Andy Sack）（我的一位老朋友）和星巴克前首席数字官亚当-布罗特曼（Adam Brotman）会很有趣。他们还建议邀请一位最有趣的受访者——比尔盖茨。

图源：官网截图

比尔·盖茨是如何看待人工智能革命的？超级智能即将到来。目前还没有明确的方法来延缓它的到来。而当今的技术已经改变了游戏规则。这在很大程度上是件好事。我们可以利用人工智能来解决我们最大的全球性问题。未来几十年，我们很可能生活在一个超级富裕的世界。但我们需要保持警惕，以确保这是我们自己和子孙后代所希望的世界。

比尔·盖茨，欢迎来到Next Big Idea。谢谢你，我们3人的节目正在讨论过去 40 年里我们在自己生活中看到的数字变革。而你不仅见证了这些变革，还在其中扮演了重要角色。你说过，去年 9 月您看到的 GPT-4 演示令人震撼。它比你 1980 年在Xerox PARC（Palo Alto Research Center，施乐帕洛阿尔托研究中心于1977年11月10日在佛罗里达州博卡拉顿举办了一场重要的技术展示活动，名为“Future Day”。这次活动展示了许多开创性的创新，它们将塑造个人计算机的未来）看到的第一个图形用户界面演示更震撼人心吗？

Future Day演示照片

比尔·盖茨：我会说是的。我的意思是，在Xerox PARC之前，我就见过图形界面了，而且在那之后的十年里，就是苹果和微软在个人计算领域的竞争。今天，人们认为我们拥有这些界面是理所当然的。但是，与解锁一种能读能写的新型智能相比，图形中心的用户交互界面的影响力显然要小得多。

主持人：我了解到，人工智能并不是你新近才有的兴趣点。早在上世纪70年代，你还是个学生的时候，就对人工智能很感兴趣。我记得你给你父母写过一封信，信中说：”妈妈，爸爸，如果我创办这家公司，我可能会错过人工智能革命。人工智能革命花的时间比你当时猜想的要长一些。现在，它正在发生。在早期，你对人工智能的哪些方面感兴趣？它是否正在变成你当时所想象的那样？

比尔·盖茨：当然，任何编写软件的人都在思考人类认知所能达到的水平。当我还在读高中时，斯坦福研究所就有机器人 “摇摇” 这样的东西。它会参与推理，想出一个执行计划，然后执行。比如：设计出移动斜坡，爬上斜坡，抓住物体。

而这些关键的能力，无论是语音识别还是图像识别，都相对来说容易解决。你知道，有很多尝试和所谓的基于规则的系统之类的东西，但都无法完整捕捉丰富的内容。人类认知非常复杂，技术在尝试还原人类认知的过程中不断提升。但后来，我们看到，通过机器学习技术，人类可以让计算机系统感获得人类级别的视觉和语音识别能力。

但即使在这些进步之后，我一直强调像人类一样读取和表达知识的能力的重要性。后来出现了语言翻译，但这仍然是一个非常特殊的领域。但后来GPT-4，以一种非常深刻的方式，远远超越了GPT-3的表现。这种能力的不断提升，表明AI可以获取和表达知识。而且整个过程非常流畅，虽然不是很准确，但确实已经超过人类能力了。

主持人：是啊，真是令人震惊。我们从没想过，让机器在棋盘上移动棋子会比成为比卡斯帕罗夫更好的棋手更难。但看到挑战是如何出现的，我觉得很有趣。正如你所说，Xerox PARC演示为微软制定了之后15年Windows和Office的发展时间表。你认为现在人工智能所产生的影响会影响未来几十年甚至更长的时间吗？

比尔·盖茨：AI绝对是最重要的事情，它将以非常戏剧性的方式塑造人类。与此同时，人工智能还会深刻地影响着合成生物学和机器人技术。人工智能将会成为主导力量。

主持人：1980年，你宣布每个家庭、每张桌子上都会有一台电脑。你认为AI对应的设备会是什么样的？你认为我们都会有一个人工智能智能体吗？

比尔·盖茨：可能这个设备的硬件形态不重要，耳机可能会以各种方式提供声音，眼镜也可以将视频投射到用户的视野中，以这样的互动方式来整合人类交互的信息。

这样个人智能体将会追踪和阅读用户所有看到和听见的信息。

现在，人们还是不能依靠软件工具来读取他的邮件，并根据工作的内容和时间来安排每天要做的事情。因为软件对上下文的理解和工作的内容的理解还不到位。机器还是以一种和人类不同方式来组织信息：邮件是按照时间顺序，信息也是按照时间顺序来排列的，社交网络也是根据时间来排列的。

但是现在，机器可以像一个白领一样来读取我们的信息了。而交互的界面可能会变成智能体主导的界面，比如助理智能体，心里咨询智能体，朋友智能体，女朋友智能体，专家智能体。而这些智能体将由AI来驱动。

主持人：AI的作用将与AI对我们的了解程度高度相关。在不远的将来，会问我们四个人是否要打开音频记录，这样，我们的人工智能助理就能聆听我们的一生。我认为这样做会有好处，因为我们会得到AI好的建议，好的忠告。你认为在未来智能体会实现这样的功能吗？你当被邀请打开音频记录自己一生时，你会打开这个功能吗？

比尔·盖茨：现在的电脑能看到我写的每封邮件，所有的数字内容电脑都能看到，我所有的在线媒体和电话。所以每个人其实都已经在公开个人系统了。但是这种不间断地通过智能体对于我的会议或者各种情况进行总结，将会产生现象级的新价值。

智能体在处理不同的信息时会有不同的模型和不同的分区。但是对于个人助理智能体来说，你会把几乎所有信息都放在这个分区中。

主持人：智能体路径，自从我们采访你之后，我一直在想一个问题，比尔，在有关人工智能之前的采访中，你谈到了你在Xerox PARC的经历和你在GPT-4聊天的经历的比较。你既了解计算机技术，又了解如何创立企业，还了解计算机如何影响人类。我很好奇，你对下一代领导者应对人工智能特有的挑战有什么建议？

比尔·盖茨：确实会有很多全新的问题。其他技术的发展速度较慢，其能力的上限也非常明显。机械化提高了耕作效率，于是人们开始担心人类是不是不用再劳动了？随着时间的推移，这个问题被自然而然地解答了。

这项技术就其能力而言，AI未来在每个特定领域的可靠性将达到或者超过人类的水平。只是我们今天确实还没到那个地步，最主要就是可靠性还不够。

现在新的工作将会给AI增加一个元认知的层次，如果这项工作能完成得好的话，将会解决白领劳动力中天才的稀缺问题。而我们可能还会面对一些新的政策问题，但是这些问题大多具有非常积极的性质。

安迪·萨克：这项发明让你最兴奋的是什么？

比尔·盖茨：所有这些短缺。没有哪个组织像盖茨基金会这样面临白领员工的短缺问题。我们在撒哈拉以南非洲和其他发展中国家关注健康问题。这些地方还缺少能以当地母语来深入教学的老师。

因此，移动电话基础设施即便在非常贫穷的国家也持续实现了相当大的渗透率。这种设施可以提供医疗建议，充当个人导师，因为它是用你的语言和你的语义来接触你的。这些国家是没有办法组织大规模的培训的。有了AI技术，用户只需要拿起手机，听它在说什么。这对发展中国家不得不应对悲剧性资源短缺的人来说，非常令人振奋。

主持人：您在盖茨基金会工作了二十年，一直在解决全球健康、教育、气候变化等问题。我们现在只讨论教育和健康领域，您认为人工智能会是一个加速器，能否让我们在未来五到十年内完成过去二十年才能完成的事情？这种加速在这些领域有多大意义？

比尔·盖茨：对于我们尚未拥有有效工具的一些非常棘手的疾病问题，人工智能将大有帮助。

过去20年，我们实现了几乎是奇迹的成就，将儿童死亡率从每年1000万降至500万。这主要是通过使某些疫苗价格更低廉并确保它们能够覆盖全球所有儿童来实现的，这是比较容易获取的成果。而现在我们面临更难的问题，但借助人工智能，我们可以向更上游地探索，比如，为什么孩子们会营养不良，为什么开发HIV疫苗如此困难？对于这些巨大的突破，我们可以更加乐观。人工智能将在这些事务的每一个方面帮助我们，包括建议、交付、诊断。科学发现的部分正在以相当不可思议的速度前进，盖茨基金会在这方面也投入了大量资金。

主持人：最近我们节目中邀请了你的朋友Saul Khan（孟加拉裔美国人萨尔曼·可汗），他花了很多时间介绍Khanmigo，我对它的功能感到非常惊讶。我知道你最近去了新泽西参观实施可汗学院（Khan Academy，2006年创立的非营利教育机构，提供超过5,600段免费教育视频，涵盖数学、科学、经济学等多个领域）新项目的学校，这很令人兴奋，这种为数十亿人提升教育质量的想法，其影响力是很难衡量的。

比尔·盖茨：Saul的书并没有说明我们是为了什么样的世界在教育孩子？如果能在教育中全面应用人工智能，那将是个奇迹，因为同时还有其他因素在变化，这更加复杂。但在他提出的那个领域，如果教育能完全应用人工智能，那将是极其积极的。

主持人：你最近又有了一个刚出生的孙女。我知道Adam有一个七岁的孩子。当我们思考这个问题，即未来看起来会是什么样子，我认为我们的孩子将拥有亚里士多德级别的私人导师来帮助他们加速教育进程。但问题是，他们需要掌握什么知识才能在世界上有效应对各种新的挑战呢？

这很有趣。比尔，我本想从一个稍微不同的角度来谈这个问题。但既然你提到了我们的后辈，我的女儿能够真正地看着我在ChatGPT上使用Whisper模型（whisper model，自动语音识别技术，支持多语言，能在各种环境下准确转录语音，并已开源供公众使用）。她见证了我生活在一个人工智能的世界中。看着她如此自在地使用语音界面，尤其是在她这个年龄，真是令人着迷。对她来说，使用语音界面实际上比学习拼写要容易，毕竟她才刚刚学会阅读。所以我认为这是一个有趣的观察。我会称之为对不仅仅是自然语言聊天，甚至是语音聊天与点选聊天的一种展望。

但是比尔，我本来想问你一个关于方向的问题。这个方向可能有点不同，有一点争议，也许这个词用得太重了，关于所有这些前沿或基础模型是否已经围绕GPT-4聚集，形成了基准？有些人认为，我们可能正在达到平台期之类的。但我关注的大多数聪明的研究者仍然认为，至少在接下来的几年里，Scaling Law仍将适用。我很想听听你对此的看法，a) 你在这个讨论中站在哪一边？b) 你是希望它达到平台期，还是出于对技术的某些担忧，对此在情感上持中立态度？

比尔·盖茨：现在真正的前沿进展不仅仅是扩大模型的规模。我们可能还有两次提升规模的机会，一个是通过将视频数据整合进模型中，另一个是合成数据的发展，所以我们可能还有两次完成大量扩展的机会。

但这不是最有趣的维度。最有趣的维度是我所说的元认知，即理解如何从广义上思考问题并后退一步思考各种问题。比如：好的，这个答案有多重要？我怎样检验我的答案？有什么外部工具可以帮助我？

目前AI的总体认知策略还很简单，它仅仅通过连续计算连续序列的token，就有这样如此强大的能力。它不会像人类那样后退思考：好的，我要写这篇论文，我想要涵盖什么。好的，我会加入一些事实。这是我想要的总结。因此，当人工智能遇到像各种数学问题，如数独题目，你就会看到AI的这种局限性。首先会导致在一定复杂度以上的所有事情上都一定会出错。

所以，Scaling Law肯定还会接着有效。但与此同时，从今天我们所拥有的简单算法到更像人类的元认知的各种行动将会改变，这是一个更大的前沿。

很难预测这将多快发生。我看到我们明年将在这方面取得进展，但不太可能在此后的一段时间内就彻底解决这个问题。因此，人工智能将变得更加可预测。目前，在一些结合不同领域的研究中，我们已经接近于在数学和健康领域实现极高的准确性。但开放式问题将需要在元认知上取得更加通用的突破。

主持人：你认为元认知是否会涉及到构建一个循环机制？这样AI就能像我们人一样进行反思。我听过一些人，比如马克斯·塔格马克（Max TagMark，MIT物理和人工智能教授）提到，这种自我对话的能力可能是我们意识的一部分。

比尔·盖茨：是的，意识可能与元认知相关。这不是一个可以测量的现象，所以总是很棘手。显然，这些数字化的东西不太可能有任何类似的等价物。但这确实是一个大前沿，它会在识别要努力解决的难题、拥有自信以及检查自己所做工作的方式等方面和人类很像。

主持人：是的，我想问一下，你是否觉得自己在这方面有所期待？我的意思是，在为《人工智能第一》采访你以及里德·霍夫曼、萨姆·奥特曼、穆斯塔法的过程中，我经常从这些对话中获得“哇”的感觉。我每天都在关注由许多不同公司，尤其是大公司推动的技术进步的速度。大量的资金和人才被投入到这些技术中。因此，技术发展的速度和潜在影响让我感到惊讶，我也仅有一些有限的理解。

这就是我提问的出发点，你处于一个独特的位置，可以对自己的看法有所觉察。你认为我们的进度是否过快？我知道实际上没有办法减慢速度。关于我们以这样的速度前进的事实，你怎么看？

比尔·盖茨：如果我们知道如何放慢AI发展的速度，很多人可能会考虑这么做。正如穆斯塔法在他的书中所述，激励结构实际上缺乏一种有效的机制，无论是在个人、公司还是政府层面。如果能理解政府层面的激励结构，那可能已足够。

那些认为开源没有问题的人，可能会说，如果开源变得过于成功，我们或许会停止开源。但他们真的明白这意味着什么吗？他们可能会考虑，下一步我们可能很快就会讨论，不应让那些怀有恶意的人从拥有比正义方更强大的AI中获益，无论是在网络防御、战争防御还是生物恐怖袭击防御方面。虽然我们无法完全“将精灵放回瓶子里”，但这确实意味着某些怀有恶意的人会以一种新的方式获得前所未有的能力。

主持人：那么，根据您的判断，把最先进的AI模型开源在当前全球环境下可能不是一个好主意？

比尔·盖茨：是的，人们原则上是认同这一点的，但当你尝试具体到应该在哪里应用这一原则时，情况就变得不那么明确了。

主持人：我的意思是，亚当和我昨天谈到，即使假设现在能够完全停止AI的发展，可能还需要10年的时间让Forum 3（《人工智能第一》刊物创办方）和其他人帮助公司和个人了解如何应用目前已有的技术，对吧？我认为我们已经拥有了足够强大的AI，足以产生深远的影响。我们完全有可能在未来五到十年内，深入思考并充分利用我们目前所拥有的AI技术的所有潜在应用。你认为呢？我不太确定。

△我们通过人工智能赋能创新，改变企业与技术及消费者互动的方式。图源：Forum 3 官网，网址：https://www.forum3.com/

比尔·盖茨：关于这一点，我想描述一个场景：我还需要学习英语吗？这种情况下，是软件在适应我们，而不是我们去适应软件。因此，这并不像是学习如何使用新的菜单项，比如“文件、编辑、窗口、帮助”，或者学会如何在Excel中输入公式。

只要说出你想要进行数据分析，查看哪些产品因素导致效率下降，软件能完全理解你的意图。因此，存在采用障碍并非常态。是的，习惯于特定操作方式的公司流程需要进行调整。但如果你观察一下，比如在远程支持、电话销售、数据分析等领域，给某人一周时间来观察一个高级用户如何操作，他们可以在不需要任何手册的情况下，仅通过观察这些工具的使用方式来学习。假设在服务器容量方面没有限制，尤其是在富裕国家，这方面不会有显著的限制。

此外，普及率的提升不会是一夜之间的事情，但也不需等待长达十年。举个例子，如果一家公司能够免费提供任意音频和文本翻译服务，那么它有可能获得数百亿的收入，并解决语言沟通障碍的问题，就像巴别塔一样。现在，一些小型AI公司已经开始免费提供这种服务作为附加功能，这一点确实令人惊讶。

或许你会问，人们如何适应免费翻译服务？我认为，由于人们普遍渴望理解对方的意思，他们接受这种新服务不会很困难，而且这个过程也不需要很长时间。例如，通过耳机分离两个音频频道，可以轻松实现这一点。

关于服务质量和覆盖所有非洲语言的目标，我们计划在明年实现。我们正在确保即使是不常见且没有书面形式的语言也能得到支持，这需要与其他机构合作并收集相关语言数据。印度政府也在为印度语言进行类似的工作。因此，我认为，不需要很长时间就可以让人们适应使用这种服务，也不需要十年时间来促使落后地区改变其行为方式。

主持人：在您的播客中，Sam Altman提到他们的开发人员生产率提高了多达300%。在其他领域，我们也看到生产率提升了25%到50%。虽然未来已经到来，但还没有均匀分布。让所有公司都充分受益于这种生产率提升将是一个过程。我对您在《AI First》（这个系列访谈编辑成书之后的名称）第一章中的评论很感兴趣，您说生产率不仅仅是每小时产出的衡量标准，而是关于提升我们成就的质量和创造力。您能具体说明一下这是什么意思吗？

比尔·盖茨：当生产率提高时，可以将一定比例的增长转化为活动数量或产出的数量。这种提高可以通过增加产出质量或减少投入的人工工时来实现。在某些行业中，比如轮胎行业从非子午线轮胎转向子午线轮胎，即使每年使用轮胎的成本降低了四倍，人们也不会选择驾驶四倍的里程。

对于需求弹性较高的事物，如计算能力或新闻质量，通过提升质量而不增加人工工时可以显著改善。然而，对于某些事物，如驾驶里程，需求弹性几乎不变。因此，社会中存在多种产品和服务在这一范围内分布。

在一些情况下，如微软内部曾讨论如何通过高效的数据库使市场规模接近于零，即使在高度弹性的需求中，总有一天也会达到需求的增量上限。

亚当·布罗特曼：比尔，如果现在需要你猜测，关于医疗保健和教育方面的第一个重大突破性应用，你会如何回答？你认为第一个重大应用会出现在哪里？就像移动云定位服务中的第一个大应用，例如Uber一样，大家都在谈论Uber作为一个例子。

安迪·萨克：之前可能是谷歌地图吧？可能是地图技术。
亚当·布罗特曼：比尔，当你考虑这个问题时，你会直接想到教育、医疗等领域。你认为第一个重大突破性的消费者应用或工业应用会首先出现在哪里？为什么？

比尔·盖茨：我认为那些持负面观点的人相当有创意，能够预言一些尚未发生的事情。他们认为通过总结会议、进行翻译或制定产品流程可以提升效率，这确实令人印象深刻。这些技术具备白领能力，但需要注意的是，在许多开放性场景中，它们的可靠性不如人类。虽然你可以雇佣人类，但有时候他们也会出问题。

因此，虽然有一些监控措施，但是如果这些技术应用到新领域，预测性可能会下降。比如在支持电话或电话销售这样的领域，我们能够比较好地控制局面，减少意外情况的发生。因此，对于那些持负面观点的人所说的内容，我不太清楚，无法完全理解他们的观点。

安迪·萨克：比尔，正如你刚才所说，他们在表达观点时非常富有创意。就像汽车的发明一样，它可以将你从A点带到B点，你可以预见到道路和高速公路的发展，但你可能无法预测到洛杉矶或者郊区以及所有的汽车电影院等进一步的影响和效应。在现代，随着全球网络目录和大量宣传册的出现，旅行时代和类似Expedia的服务的推出只是一种普通的一阶效应。然而，人们指出Uber作为技术的第二阶效应，就像说你无法预见到这一点一样。也许确实如此，但我认为这是Adam所要探讨的问题。当谈到人工智能时，我认为在很多方面，搜索的游戏规则已经发生了变化，这已经成为无处不在的消费者活动。当然，ChatGPT作为采用速度最快的技术之一，在人工智能技术中也是一个里程碑。因此，我并不是在贬低或者反对者信任，但这确实是关于第二阶效应的问题。

比尔·盖茨：GPT-3并非令人兴奋至极的技术。我指的是，它足够引人入胜，以至于有些人看到它的规模效应将跨越一个新的门槛。即使我自己也没有预测到，很少有人预见到这一点。我们刚刚跨越了这个门槛，而这一普及过程仅历时不到两年。因此，目前使用它的人仍处于心态开放、愿意尝试新事物的阶段。

然而需要注意的是，我们只是展示了技术的一部分。例如，像图像编辑这样的应用，它并非要教你如何掌握像Photoshop中那样复杂的功能，需要点击59个菜单和打开多个对话框。相反，你只需输入简单的指令，比如：“去掉那件绿色的毛衣。”但有些人可能会怀疑是否能够做到这一点，他们会觉得这听起来很困难。这种差距通常在展示技术时会显得更为明显，例如要求放大一张照片，虽然实际上原始图像并没有提供更多的细节。

这就像医生打电话随访患者一样，询问处方的效果、患者的感受以及目前的情况。当人们试图接触各种例子时，可能会感到这种技术的能力非常具体。例如，当我打电话咨询税务问题或解释医疗账单时，处理这些问题的白领工作者通常会展现出自由灵活的态度。虽然预测这些情况可能有点困难，但我们正朝着消除这些难题的方向前进，尽管在某些方面它仍然像是一个疯狂的白领工作者的笔记。

主持人：这个案例是一个成功的故事，展示了高效率和令人印象深刻的技术应用。一位快速增长公司的CEO对其顶级销售团队进行了调查，询问他们一天中最耗时的工作是什么。他们回答说是写作、起草邮件和跟进销售电话。CEO于是创建了一个基于GPT的系统，汇集了团队的最佳实践和沟通方式。这个系统不仅自动记录每通电话，还能自动生成跟进邮件，使得销售团队的工作效率提高了一倍。尽管这对公司和顶级销售人员来说是利好，但对于另一半销售团队来说可能带来了挑战，他们需要迅速适应新的AI技术或寻找其他工作机会。

这个案例还引发了一个更广泛的问题：这种技术到底赋予了多少权力给普通人，而不是大公司？尽管少数几家大公司似乎在技术发展中占据主导地位，现在每个人都可以免费使用像GPT-3这样的技术，这也带来了一种均衡化的元素。

比尔·盖茨：重要的是要区分经济活动的两个方面。一方面是建立AI产品的经济活动，包括基础级别的AI产品和垂直AI产品。可以肯定地说，在当前这个狂热时期，进入这个领域的门槛非常低。一些公司甚至筹集了60亿美元的资金，而许多其他公司也筹集了数亿美元。

资本投入对于AI的投入达到了前所未有的疯狂水品。这使得互联网或早期汽车工业的狂热看起来相形见绌。无论是从市值的百分比还是从这些市值的估值角度来看。直到21世纪之前，没有一家公司的市值达到过一万亿美元。但现在，我们有一家不生产芯片的芯片设计公司，在六个月内市值增加了一万亿美元。因此，人工智能领域的动态既充满激烈竞争，又有很多进入的机会。

虽然谷歌和微软拥有最多的资本，但这并没有真正阻止其他公司在基础能力或各个垂直领域取得进展。尽管人工智能工具领域已经相当庞大，但在全球经济中占据的份额相对较小。现在，例如，一个小型医院连锁机构可以借助这些工具与大型医院连锁机构竞争，并以同样或更低的价格提供更优质的服务，从而为客户创造更高的价值。