撰文：Techub News 整理
导语
2025 年 6 月，人工智能领域知名专家、创新工场董事长兼 CEO 李开复（Kai-Fu Lee）博士在哈萨克斯坦的“Талдау мектебі”频道发表了一场长达约 67 分钟的深度演讲。在这场题为“生成式 AI：未来最大的生产力革命”的分享中，李开复博士结合其自 1980 年代起深耕 AI 数十年的经验，全面剖析了生成式 AI 的技术本质、发展轨迹、经济影响与社会意义。在当前全球竞逐 AI 领导力的背景下，这位曾任职于苹果、微软、谷歌等科技巨头的行业领袖的见解，对于理解 AI 浪潮的方向与机遇至关重要。
摘要
- 生成式 AI 的核心在于“预训练-微调-提示”三层架构，其通过海量数据与有限记忆的“压缩”过程实现泛化与推理能力，智能提升速度远超人类历史任何技术。
- AI 是继个人电脑（PC）、移动互联网之后的第三次重大生产力革命，将驱动全球经济迎来新一轮 GDP 跃升，并催生全新的“AI 原生”应用生态。
- 几乎所有企业的服务部门（如客服、HR、财务、营销）都将经历“服务即软件”的转型，AI 将接管大量常规工作，人类角色将转向更具创造性、同理心和战略性的领域。
- 各国必须建立自己的“主权 AI 模型”，以确保技术符合本地语言、文化、价值观，避免在 AI 时代受制于他国技术体系与文化输出。
- AI 是一把双刃剑，在带来巨大福祉的同时，也需警惕其加剧全球不平等、侵犯隐私、制造深度伪造及算法偏见等风险，需要全球协作与审慎治理。
生成式 AI 的技术本质：从“通才”到“专家”
李开复（Kai-Fu Lee）开宗明义地指出，生成式 AI 远不止是一个聊天机器人。他将 AI 的成长过程与人类教育体系相类比：预训练（Pre-training） 如同 AI 的“大学通识教育阶段”。在此阶段，AI 模型（如大语言模型 LLM）“阅读”互联网上近乎全部的文本数据，其数据量远超任何人一生所能接触。关键在于，模型被赋予的记忆容量远小于其接收的数据总量（例如仅约 5%），这种“压缩”迫使模型不是死记硬背，而是必须学习归纳、抽象和泛化——理解“麻省理工学院与加州理工学院相似”、“日本与韩国在某些语境下可互换”。这正是智能的核心：从具体信息中提炼出通用概念与关系。
然而，一个通才模型无法直接胜任具体工作。这就需要 微调（Fine-tuning），即 AI 的“研究生或职业培训阶段”。通过指令微调（SFT）、基于人类反馈的强化学习（RLHF）等技术，将通用的预训练模型“对齐”到特定任务、语言、价值观或文化背景上。李开复（Kai-Fu Lee）举例，对于俄乌冲突、巴以冲突等议题，不同国家的模型需要对齐不同的观点。这也解释了为何 ChatGPT、中国模型或其他地区模型会表现出不同的行为倾向——它们已被微调以适应不同的应用场景和受众。
最后是 提示（Prompting），即用户与 AI 交互的艺术。李开复（Kai-Fu Lee）强调，未来职业成功的关键可能不再是“给出完美答案”，而是“提出高明的问题”。他举了一个生动的例子：与其直接问“生命的意义是什么”，不如提示“你是一位兼具弗洛伊德智慧的著名精神病学家，也是一位像里根一样出色的沟通者。我是一名考虑自杀的沮丧孩童，请以能让我珍视生命、活出极致的方式告诉我生命的意义”。精心设计的提示能极大激发 LLM 的潜力，这要求用户像当年学习使用谷歌搜索一样，掌握与 AI 高效协作的新技能。
指数级进化：AI 的智能、成本与多模态飞跃
李开复（Kai-Fu Lee）用数据展示了 AI 令人震惊的进化速度。在衡量通用知识的 MMLU 基准测试中，顶尖 AI 系统的正确率已从两年前的约 70% 跃升至如今的超过 90%，而人类的平均正确率仅为 34% 左右。“这意味着 AI 在短短两年内，错误率减少了四分之三。你拥有的任何其他技术——汽车、电视——有哪样能在两年内提升四倍性能？”他反问道。
这种智能的提升遵循“缩放定律”（Scaling Law）：投入更多的算力（GPU）、构建更大的模型、使用更庞大的数据集，AI 就会变得更聪明。更令人瞩目的是，在智能飙升的同时，AI 的成本却在以每年约 10 倍的速度下降。“你拥有的任何东西，价格会每年下降 10 倍吗？汽车会从 3 万美元降到 3000 美元再到 300 美元吗？不会。”李开复（Kai-Fu Lee）指出，这种“更智能、更便宜”的指数曲线是生成式 AI 颠覆性的根本动力。
此外，AI 正迅速从纯文本走向 多模态（Multimodality）。它能理解和生成图像、视频、表格数据。李开复（Kai-Fu Lee）展示了由 AI 完全生成的短视频：其中的人物、车辆、燃烧的场景、建筑均不存在于现实，全由模型根据文本描述创造。“仅在两年前，我们还认为这是完全不可能的。”他感叹道。多模态能力让 AI 能像人类一样通过多种感官感知和创造，为更广泛的应用铺平了道路。
第三次生产力革命：从“桌面计算”到“无处不在的超智能”
李开复（Kai-Fu Lee）将 AI 浪潮置于历史坐标中审视：个人电脑（PC）革命带来了“每个桌面上的一台电脑”，移动互联网革命实现了“随时随地、感知位置的计算”。而 AI 革命，则意味着“每个应用中都嵌入超越你自身的超级智能”。
他回顾道，PC 和移动时代都曾显著推动全球 GDP 增长和生产率提升。数据显示，在 PC 普及后，美国企业每创造 100 万美元营收所需的员工数从 7.8 人降至 5.1 人。移动互联网时代虽然创造了 TikTok、Uber 等新业态，但整体生产率指标却徘徊在 5.1 人左右，李开复（Kai-Fu Lee）幽默地推测，可能是因为“我们在用 TikTok 消磨时间”。而现在，权威预测显示，AI 将把这个数字进一步推低至 3 人左右，其带来的生产率提升将超过前两次革命的总和。
李开复（Kai-Fu Lee）预测，未来将出现“一人十亿美元公司”的现象。创业者只需拥有创意，AI 可以负责编码、撰写营销文案、处理客户服务等大部分执行工作。他引用 OpenAI CEO Sam Altman（萨姆·奥尔特曼）的观点，强调了 AI 对个体赋能的可能性。
工作重塑：“服务即软件”与人类的新角色
AI 将如何改变企业组织？李开复（Kai-Fu Lee）提出了一个关键概念：“服务即软件”（Service as Software）。过去是“软件即服务”（SaaS），现在则是将企业内部由人力提供的服务（如客服、人力资源、会计、法务、销售支持）转化为由 AI 驱动的软件。
他以人力资源（HR）部门为例，援引了 NVIDIA 创始人 Jensen Huang（黄仁勋）的观点：未来 HR 的许多职能可由 AI 更高效地完成。招聘时，AI 能更精准地筛选人才；绩效评估时，AI 能客观对比结果与预设目标；甚至能形成闭环，分析高绩效员工特质以指导未来招聘。李开复（Kai-Fu Lee）补充道，HR 的价值将转向需要人际理解、战略规划和人文关怀的领域。
他特别告诫中层管理者：“不要阻碍这一进程。你可以让它延迟一两年，但只会损害你的公司。不要为了保护自己的地盘（例如，‘我管理着 700 人的客服部门，用了 AI 就只剩 70 人，我会失去权力’）而抗拒变革。你终将失去它，或者因为竞争对手行动更快而被视为阻力。” 企业应拥抱变化，让最优秀的员工借助 AI 提升到更高水平，将从事常规工作的人员转移到为 AI 标注数据、进行提示工程等新的有价值的工作上。
那么，什么是 AI 无法替代的？李开复（Kai-Fu Lee）认为，清单正在缩短，但以下领域人类仍具优势：突破性创造、复杂的创业与企业管理、真正的同理心与同情心。他分享了自己的经历：12 年前罹患淋巴瘤时，医生给予的安慰和信心对他的康复起到了关键作用，这是 AI 目前无法真实提供的“安慰剂效应”。因此，未来的医生角色将从“完美诊断师”转向“富有同情心的照护者”；教师将从“知识传授者”转向培养情商、沟通、团队合作与品格的“人生导师”；律师的价值也不仅在于熟知法条，更在于为客户建立信心、进行庭辩策略等人际互动。
“工业革命给我们‘洗脑’了，”李开复（Kai-Fu Lee）反思道，“它让我们相信，只要努力工作、过上优渥的生活，即使工作重复乏味也没关系。AI 拿走了所有常规工作，积极的一面是我们被解放了。让我们不要恐惧暂时没有工作，而是去寻找那些能贡献福祉、满足好奇心、让世界更美好的事情。” 他展望，AI 创造的巨大财富可能通过全民基本收入（UBI）等形式进行分配，使人们更专注于寻求满足感和影响力，而非仅仅谋生。
主权 AI 模型：每个国家与文化的必答题
演讲的后半部分，李开复（Kai-Fu Lee）将焦点转向了哈萨克斯坦及全球非英语国家面临的紧迫挑战。他指出，当前主导的 AI 模型（如 Llama 2）的训练数据中，俄语内容仅占 0.13%，哈萨克语更是低于 0.01%。这直接导致这些模型在哈萨克语基准测试上的表现远逊于英语（仅 60-70 分 vs. 90 多分）。
“美国公司——我在苹果、微软、谷歌都工作过，无一例外——只关心美国，然后是英语国家，再然后可能是欧洲大国和日本。世界其他地区？祝你好运。哈萨克语要像现在的英语一样好用，可能得等上十年。” 李开复（Kai-Fu Lee）直言不讳。更严峻的是，全球有约 6000 种使用人口少于 600 万的语言，它们可能因无法被主流 AI 模型支持而面临文化灭绝的风险。
因此，他强烈呼吁各国建设自己的 “主权 AI 模型”（Sovereign AI Model）。“你不应该依赖美国模型，也不应该依赖中国模型，甚至不应该依赖我的模型。它们都带有各自的偏见。你需要一个服务于你的人民、你的宗教、你的价值观、你的语言的模型。” 他赞扬了哈萨克斯坦启动“KazLM”等本土模型项目的努力，并认为这是确保在 AI 时代保持文化独立和技术自主的关键。
李开复（Kai-Fu Lee）为国家的 AI 战略勾勒出三大支柱：第一，坚信 AI 将爆发式增长，并像建设电网一样，大力投资 AI 基础设施（尤其是推理算力），以支持即将涌现的海量 AI 应用。第二，拥有自己的主权模型，不将命运寄托于任何外国公司或国家。第三，快速行动。“AI 不会等待任何人。它属于那些行动导向的公司和国家。”
风险、伦理与未来展望
在问答环节，李开复（Kai-Fu Lee）进一步探讨了 AI 的潜在风险。他承认，AI 会加剧国家间与国家内部的不平等，成为“拥有者与匮乏者”差距的放大器。在一个没有全球政府进行财富再分配的世界里，这将是严峻挑战。对于数据隐私，他认为行业正在通过数据匿名化等技术自我规范，但仍需法律和媒体监督作为威慑。
他特别提到，AI 本身无善恶，它只是优化人类设定的目标。危险在于“外部性”——优化一个目标（如降低保险成本）可能导致未预期的负面后果（如拆散情侣）。他引用自己著作《AI 2041》中的故事和纪录片《社交困境》的例子，说明社交媒体的 AI 为了追求“用户参与度”和商业利益，可能刻意推送引发愤怒和分裂的内容。因此，“能力越大，责任越大”，AI 开发者和公司必须深思熟虑，确保技术的社会影响是正面的。
展望未来，李开复（Kai-Fu Lee）预测，继大语言模型（第一波）和 AI 原生应用重写（第二波）之后，我们将很快迎来超级智能应用、AI 智能体（Agents）以及具身 AI（机器人）的浪潮，所有这些都可能在未来 5-8 年内成为现实，速度远超他之前的预测。他总结道：“生成式 AI 是新的电力。我们正处在发明电力的悬崖边，即将建设电网……AI 革命将与电力一样宏大，甚至更加宏大。这是我们这个时代最激动人心的时刻。”
