創新工場董事長李開復（Kai-Fu Lee）：生成式 AI 是未來最大的生産力革命

撰文：Techub News 整理

導語

2025 年 6 月，人工智能領域知名專家、創新工場董事長兼 CEO 李開復（Kai-Fu Lee）博士在哈薩克斯坦的「Талдау мектебі」頻道發表了一場長達約 67 分鐘的深度演講。在這場題為「生成式 AI：未來最大的生産力革命」的分享中，李開復博士結合其自 1980 年代起深耕 AI 數十年的經驗，全面剖析了生成式 AI 的技術本質、發展軌迹、經濟影響與社會意義。在當前全球競逐 AI 領導力的背景下，這位曾任職於蘋果、微軟、谷歌等科技巨頭的行業領袖的見解，對於理解 AI 浪潮的方向與機遇至關重要。

摘要

• 生成式 AI 的核心在於「預訓練-微調-提示」三層架構，其通過海量數據與有限記憶的「壓縮」過程實現泛化與推理能力，智能提升速度遠超人類歷史任何技術。
• AI 是繼個人電腦（PC）、移動互聯網之後的第三次重大生産力革命，將驅動全球經濟迎來新一輪 GDP 躍升，並催生全新的「AI 原生」應用生態。
• 幾乎所有企業的服務部門（如客服、HR、財務、營銷）都將經歷「服務即軟件」的轉型，AI 將接管大量常規工作，人類角色將轉向更具創造性、同理心和戰略性的領域。
• 各國必須建立自己的「主權 AI 模型」，以確保技術符合本地語言、文化、價值觀，避免在 AI 時代受制於他國技術體係與文化輸出。
• AI 是一把雙刃劍，在帶來巨大福祉的同時，也需警惕其加劇全球不平等、侵犯隱私、制造深度僞造及算法偏見等風險，需要全球協作與審慎治理。

生成式 AI 的技術本質：從「通才」到「專家」

李開復（Kai-Fu Lee）開宗明義地指出，生成式 AI 遠不止是一個聊天機器人。他將 AI 的成長過程與人類教育體係相類比：預訓練（Pre-training） 如同 AI 的「大學通識教育階段」。在此階段，AI 模型（如大語言模型 LLM）「閱讀」互聯網上近乎全部的文本數據，其數據量遠超任何人一生所能接觸。關鍵在於，模型被賦予的記憶容量遠小於其接收的數據總量（例如僅約 5%），這種「壓縮」迫使模型不是死記硬背，而是必須學習歸納、抽象和泛化——理解「麻省理工學院與加州理工學院相似」、「日本與韓國在某些語境下可互換」。這正是智能的核心：從具體信息中提煉出通用概念與關係。

然而，一個通才模型無法直接勝任具體工作。這就需要 微調（Fine-tuning），即 AI 的「研究生或職業培訓階段」。通過指令微調（SFT）、基於人類反饋的強化學習（RLHF）等技術，將通用的預訓練模型「對齊」到特定任務、語言、價值觀或文化背景上。李開復（Kai-Fu Lee）舉例，對於俄烏沖突、巴以沖突等議題，不同國家的模型需要對齊不同的觀點。這也解釋了為何 ChatGPT、中國模型或其他地區模型會表現出不同的行為傾向——它們已被微調以適應不同的應用場景和受眾。

最後是 提示（Prompting），即用戶與 AI 交互的藝術。李開復（Kai-Fu Lee）強調，未來職業成功的關鍵可能不再是「給出完美答案」，而是「提出高明的問題」。他舉了一個生動的例子：與其直接問「生命的意義是什麼」，不如提示「你是一位兼具弗洛伊德智慧的著名精神病學家，也是一位像裡根一樣出色的溝通者。我是一名考慮自殺的沮喪孩童，請以能讓我珍視生命、活出極致的方式告訴我生命的意義」。精心設計的提示能極大激發 LLM 的潛力，這要求用戶像當年學習使用谷歌搜索一樣，掌握與 AI 高效協作的新技能。

指數級進化：AI 的智能、成本與多模態飛躍

李開復（Kai-Fu Lee）用數據展示了 AI 令人震驚的進化速度。在衡量通用知識的 MMLU 基準測試中，頂尖 AI 係統的正確率已從兩年前的約 70% 躍升至如今的超過 90%，而人類的平均正確率僅為 34% 左右。「這意味著 AI 在短短兩年内，錯誤率減少了四分之三。你擁有的任何其他技術——汽車、電視——有哪樣能在兩年内提升四倍性能？」他反問道。

這種智能的提升遵循「縮放定律」（Scaling Law）：投入更多的算力（GPU）、構建更大的模型、使用更龐大的數據集，AI 就會變得更聰明。更令人矚目的是，在智能飙升的同時，AI 的成本卻在以每年約 10 倍的速度下降。「你擁有的任何東西，價格會每年下降 10 倍嗎？汽車會從 3 萬美元降到 3000 美元再到 300 美元嗎？不會。」李開復（Kai-Fu Lee）指出，這種「更智能、更便宜」的指數曲綫是生成式 AI 顛覆性的根本動力。

此外，AI 正迅速從純文本走向 多模態（Multimodality）。它能理解和生成圖像、視頻、表格數據。李開復（Kai-Fu Lee）展示了由 AI 完全生成的短視頻：其中的人物、車輛、燃燒的場景、建築均不存在於現實，全由模型根據文本描述創造。「僅在兩年前，我們還認為這是完全不可能的。」他感歎道。多模態能力讓 AI 能像人類一樣通過多種感官感知和創造，為更廣泛的應用鋪平了道路。

第三次生産力革命：從「桌面計算」到「無處不在的超智能」

李開復（Kai-Fu Lee）將 AI 浪潮置於歷史坐標中審視：個人電腦（PC）革命帶來了「每個桌面上的一台電腦」，移動互聯網革命實現了「隨時隨地、感知位置的計算」。而 AI 革命，則意味著「每個應用中都嵌入超越你自身的超級智能」。

他回顧道，PC 和移動時代都曾顯著推動全球 GDP 增長和生産率提升。數據顯示，在 PC 普及後，美國企業每創造 100 萬美元營收所需的員工數從 7.8 人降至 5.1 人。移動互聯網時代雖然創造了 TikTok、Uber 等新業態，但整體生産率指標卻徘徊在 5.1 人左右，李開復（Kai-Fu Lee）幽默地推測，可能是因為「我們在用 TikTok 消磨時間」。而現在，權威預測顯示，AI 將把這個數字進一步推低至 3 人左右，其帶來的生産率提升將超過前兩次革命的總和。

李開復（Kai-Fu Lee）預測，未來將出現「一人十億美元公司」的現象。創業者只需擁有創意，AI 可以負責編碼、撰寫營銷文案、處理客戶服務等大部分執行工作。他引用 OpenAI CEO Sam Altman（薩姆·奧爾特曼）的觀點，強調了 AI 對個體賦能的可能性。

工作重塑：「服務即軟件」與人類的新角色

AI 將如何改變企業組織？李開復（Kai-Fu Lee）提出了一個關鍵概念：「服務即軟件」（Service as Software）。過去是「軟件即服務」（SaaS），現在則是將企業内部由人力提供的服務（如客服、人力資源、會計、法務、銷售支持）轉化為由 AI 驅動的軟件。

他以人力資源（HR）部門為例，援引了 NVIDIA 創始人 Jensen Huang（黃仁勳）的觀點：未來 HR 的許多職能可由 AI 更高效地完成。招聘時，AI 能更精準地篩選人才；績效評估時，AI 能客觀對比結果與預設目標；甚至能形成閉環，分析高績效員工特質以指導未來招聘。李開復（Kai-Fu Lee）補充道，HR 的價值將轉向需要人際理解、戰略規劃和人文關懷的領域。

他特別告誡中層管理者：「不要阻礙這一進程。你可以讓它延遲一兩年，但只會損害你的公司。不要為了保護自己的地盤（例如，‘我管理著 700 人的客服部門，用了 AI 就只剩 70 人，我會失去權力’）而抗拒變革。你終將失去它，或者因為競爭對手行動更快而被視為阻力。」 企業應擁抱變化，讓最優秀的員工借助 AI 提升到更高水平，將從事常規工作的人員轉移到為 AI 標注數據、進行提示工程等新的有價值的工作上。

那麼，什麼是 AI 無法替代的？李開復（Kai-Fu Lee）認為，清單正在縮短，但以下領域人類仍具優勢：突破性創造、復雜的創業與企業管理、真正的同理心與同情心。他分享了自己的經歷：12 年前罹患淋巴瘤時，醫生給予的安慰和信心對他的康復起到了關鍵作用，這是 AI 目前無法真實提供的「安慰劑效應」。因此，未來的醫生角色將從「完美診斷師」轉向「富有同情心的照護者」；教師將從「知識傳授者」轉向培養情商、溝通、團隊合作與品格的「人生導師」；律師的價值也不僅在於熟知法條，更在於為客戶建立信心、進行庭辯策略等人際互動。

「工業革命給我們‘洗腦’了，」李開復（Kai-Fu Lee）反思道，「它讓我們相信，只要努力工作、過上優渥的生活，即使工作重復乏味也沒關係。AI 拿走了所有常規工作，積極的一面是我們被解放了。讓我們不要恐懼暫時沒有工作，而是去尋找那些能貢獻福祉、滿足好奇心、讓世界更美好的事情。」 他展望，AI 創造的巨大財富可能通過全民基本收入（UBI）等形式進行分配，使人們更專注於尋求滿足感和影響力，而非僅僅謀生。

主權 AI 模型：每個國家與文化的必答題

演講的後半部分，李開復（Kai-Fu Lee）將焦點轉向了哈薩克斯坦及全球非英語國家面臨的緊迫挑戰。他指出，當前主導的 AI 模型（如 Llama 2）的訓練數據中，俄語内容僅佔 0.13%，哈薩克語更是低於 0.01%。這直接導致這些模型在哈薩克語基準測試上的表現遠遜於英語（僅 60-70 分 vs. 90 多分）。

「美國公司——我在蘋果、微軟、谷歌都工作過，無一例外——只關心美國，然後是英語國家，再然後可能是歐洲大國和日本。世界其他地區？祝你好運。哈薩克語要像現在的英語一樣好用，可能得等上十年。」 李開復（Kai-Fu Lee）直言不諱。更嚴峻的是，全球有約 6000 種使用人口少於 600 萬的語言，它們可能因無法被主流 AI 模型支持而面臨文化滅絕的風險。

因此，他強烈呼籲各國建設自己的 「主權 AI 模型」（Sovereign AI Model）。「你不應該依賴美國模型，也不應該依賴中國模型，甚至不應該依賴我的模型。它們都帶有各自的偏見。你需要一個服務於你的人民、你的宗教、你的價值觀、你的語言的模型。」 他贊揚了哈薩克斯坦啓動「KazLM」等本土模型項目的努力，並認為這是確保在 AI 時代保持文化獨立和技術自主的關鍵。

李開復（Kai-Fu Lee）為國家的 AI 戰略勾勒出三大支柱：第一，堅信 AI 將爆發式增長，並像建設電網一樣，大力投資 AI 基礎設施（尤其是推理算力），以支持即將湧現的海量 AI 應用。第二，擁有自己的主權模型，不將命運寄託於任何外國公司或國家。第三，快速行動。「AI 不會等待任何人。它屬於那些行動導向的公司和國家。」

風險、倫理與未來展望

在問答環節，李開復（Kai-Fu Lee）進一步探討了 AI 的潛在風險。他承認，AI 會加劇國家間與國家内部的不平等，成為「擁有者與匮乏者」差距的放大器。在一個沒有全球政府進行財富再分配的世界裡，這將是嚴峻挑戰。對於數據隱私，他認為行業正在通過數據匿名化等技術自我規範，但仍需法律和媒體監督作為威懾。

他特別提到，AI 本身無善惡，它只是優化人類設定的目標。危險在於「外部性」——優化一個目標（如降低保險成本）可能導致未預期的負面後果（如拆散情侶）。他引用自己著作《AI 2041》中的故事和紀錄片《社交困境》的例子，說明社交媒體的 AI 為了追求「用戶參與度」和商業利益，可能刻意推送引發憤怒和分裂的内容。因此，「能力越大，責任越大」，AI 開發者和公司必須深思熟慮，確保技術的社會影響是正面的。

展望未來，李開復（Kai-Fu Lee）預測，繼大語言模型（第一波）和 AI 原生應用重寫（第二波）之後，我們將很快迎來超級智能應用、AI 智能體（Agents）以及具身 AI（機器人）的浪潮，所有這些都可能在未來 5-8 年内成為現實，速度遠超他之前的預測。他總結道：「生成式 AI 是新的電力。我們正處在發明電力的懸崖邊，即將建設電網……AI 革命將與電力一樣宏大，甚至更加宏大。這是我們這個時代最激動人心的時刻。」

内容來源：TECHUB NEWS