【万字全文】对谈“乔布斯”，硅谷创投代表们在这场技术峰会上分享了AI的潜力与前景！
《AI未来指北》栏目由腾讯新闻推出，邀约全球业内专家、创业者、投资人，探讨AI领域的技术发展、商业模式、应用场景、伦理及版权争议。
AI 正在改变我们的生活、工作和娱乐方式，从无人驾驶汽车和语音助手到AI辅助的医学诊断、金融预测和ChatGPT，它将如何改变我们的社会、政治和经济生活，跨越各个行业、行业和地理领域？
本月初， 米尔肯研究所邀请到了硅谷创投界的明星代表和CNBC主持人围绕下一代 人工智能展开了一次全球对谈，嘉宾就包括：
Elad Gil，连续创业家和投资者，Color Health 的联合创始人；
Ashton Kutcher，“乔布斯”扮演者，OpenAI、Anthropic以及StabilityAI的投资人；
Peter Lee，WorldQuant Predictive 的董事长；
Nicola Mendelsohn，Meta全球业务集团负责人；
Alexander Wang，Scale AI 的 CEO 兼创始人；
每位嘉宾将分享他们所认为的最大机会以及目前最感兴趣的领域，本期内容主要分为 5 个部分：
AI带来了什么新变化？
哪些领域会产生新的商业模式？
AI监管与公司竞争
对教育、医疗、法律以及业务决策的革命
大企业和初创公司，谁在崛起？
enjoy～
AI带来了什么新变化？
Julia Boorstin:
Elad，目前最令你兴奋的事情到底是什么？是健康领域吗？还是涉及不同的企业工具？
Elad Gil:
总的来说，我参与科技行业已经有大约20年的时间了，我曾在Google和Twitter从事 AI 的工作。我创办了多家公司，并投资了许多过去的突破性公司，比如 Airbnb 和 Stripe 等。这可能是过去 10 到 20 年中第一次发生如此巨大的平台转变，一切都在发生变化。每当出现这种转变时，底层技术都会发生变化。
我们在 2015 年和 2017年分别取得了两个突破，引入了新型模型，使我们能够做出许多令人兴奋的新事物，有了新的用户界面，也有了改变的新应用场景。你会看到像法律这样的应用场景，首次可以上传一个30页的诉讼文件，并由 AI 输出一个带有引用法律案例的20页回应。像Harvey这样的公司现在就在做这样的工作，你会看到这种巨大的转变，现在的 AI 能够击败医生、通过医学考试、律师执业资格考试等。
因此，有人声称，设计这些 AI 的人不断向它们施加压力，要求它们成为医生和律师，而它们只想成为一个像Midjourney 那样的艺术家。所以这一切都在发生变化。我认为每个领域，至少是技术触及到的领域的每个方面都在改变，尽管这听起来有点夸张，因为10年前，人们对 AI 也说过同样的话，但当时的技术还没有到位，这就是为什么你没有看到很多初创公司蓬勃发展。而现在，我觉得我们终于达到了技术的转折点，它已经足够好，足以改变所有这些事情。
Julia Boorstin:
所以涉及到多个领域。Ashton，你刚刚在今天启动了你的基金，投资于OpenAI 、Stability和Anthropic。你现在最兴奋的是什么？
Ashton Kutcher:
噢，我想我主要是想重申你的想法。我认为我们有了这些 Transformer 模型，它们开始变得足够好，对人们来说非常有效。因此，许多人过去一直认为 AI 是一种外来物体，它会对你产生影响。而我们现在发现的是，它是人们可以利用的工具。我认为这是一件非常美妙的事情，随着时间推移，这些 Transformer 模型会不断通过数据得到强化，并变得越来越好。
许多云计算公司都在将自己与这些 Transformer 模型联系起来，因为它们意识到这些模型将产生大量数据，从而扩大了云市场的总体市场规模。然后我们将有应用层插入其上，并对这些模型进行微调。如果我们回顾从万维网到移动互联网的上一波软件浪潮，它在很大程度上是对无技能劳动力市场的重新发明和颠覆，而我们即将看到的是对有技能劳动力市场的重新发明。
真正令人兴奋的是这个机会为大众带来的机会。以法律为例，如果过去你有一家公司，你想在法律领域重新发明一个软件公司，你可能需要雇佣1000个律师助理来为你的社区提供服务，而今天在座的大多数人可能需要律师时可以找到律师。但大多数市民却不行，因为他们负担不起。而当你有一个律师助理能够管理1000个AI代理时，它会大大降低每个人获取该领域服务的门槛。
所以我认为 AI 是一种公平和包容性的发展，这是一种巨大的机会，比如今天能够接触到儿科医生、医生、律师和个性化导师，所有这些现在都将成为可能。这些应用将建立在公平和包容性的基础上，黑色轿车不再只是富人和名人的专属；医生、律师、教育家等这些大多数在座的人（参会富人）现在都可以很容易接触的职业也是如此。
Julia Boorstin:
值得注意的是，尽管这个基金是你的前三项投资，但你的投资主要是在基础层面而不是应用案例上，你是否看到在其他领域也有投资的机会？
Ashton Kutcher:
是的，我认为在每个特定应用案例的调整模型之下，都将有这些大型 Transformer 模型的存在，因为很难超越这些模型的输出。例如，如果你看看 Claude 2.0 或者 GPT-4，它们的输出非常出色。而在应用层面构建起来会更加容易，只需将其与现有的 Transformer 模型连接起来，因为这样做更具成本效益，然后根据特定的数据集和垂直领域微调自己的模型。
因此，我认为在这个基础上，会有一些大型 Transformer 模型，其中一些是多模态的，一些是特定的，它们为应用层提供支持。有趣的是，在应用层面可能会有地区差异，因为在加利福尼亚州从事医疗工作需要与在其他一些州从事医疗工作所需的执照不同。由于存在微小差异，可能会出现基于地理位置的公司，以适应不同地区的法律工作。因此，会有一些特定的模型针对特定的监管环境进行调整，在这些 Transformer 模型的基础上，能够在不同应用中产生不同的价值。
哪些领域会产生新的商业模式？
Julia Boorstin:
Peter，你在企业领域和金融领域有很多经验。你现在最关注的是什么？
Peter Lee:
我认为现在存在一些风险，尽管这种生成式 AI 的热潮令人兴奋，正如 Gachan Li 所提到的，我认为显然也有一些转型的机会。但我认为现实讨论中有一个真正被忽略或绕过的议题是关于利用先进的分析技术来帮助现有的业务流程。
我认为有趣的是，在我来参加这个讨论小组之前，我做了一件有趣的事情，如果你使用 Bing 聊天功能（当然，它是由GPT-4提供支持的），并询问它关于工业物联网的生成式 AI 应用案例，它会返回零。然而，我们拥有数十亿个连接设备。我们面临着制造领域的现实问题，比如以重要价格提供高质量产品等等。
我认为 AI 可以应用于这些类型的应用案例，这些应用案例真正是高管们日常面临的问题。谈话中接触到的高管们深陷于数据之中，他们真的是被数据淹没了。他们希望能够预测结果，希望有数据驱动的决策支持来模拟不同的情景，并最终优化决策以推动收入增长、降低成本、管理风险。因此，我认为 AI 真正有机会将讨论引入到现有的业务流程中，涉及到现今高管们最为重视的领域。
Julia Boorstin:
Nicola，你如何考虑将 AI 作为一种工具应用于你的客户，即在Meta上花钱的大型品牌？
Nicola Mendelsohn:
我们之前开玩笑说，实际上我们应该将这次会议改名为 AI 会议，因为无论你参与的是金融的未来、健康的未来还是慈善事业的未来， AI 都真的是大有可为。但回想一下，关于Meta的早期阶段，早在2006年，当我们创造新闻流（newsfeed）时，机器学习和 AI 就在其中发挥了重要作用，确保用户能够看到自己想看到的来自朋友和家人的内容。
针对你提到的具体问题，关于我们如何在今天利用 AI ，去年八月，我们确实继续为用户提供这样的服务，让他们看到他们想看到的内容，同时将不想看到的内容过滤掉，这都是通过 AI 和机器学习来实现的。对于广告客户，我们推出了一整套产品，我们称之为Advantage Plus产品。它的作用是将许多人工处理的任务交给 AI ，以更好地预测我们的目标受众，并寻找新的目标受众，使广告客户能够更有效地触达他们。
在度量方面， AI 的部署也很有趣。我们现在开始尝试一些亮度和暗度等方面的调整，尽管相对于你们刚才谈到的一些大型应用案例来说，这听起来可能更加低调，但对于帮助广告客户以最具成本效益的方式接触到正确的受众，这些调整真的非常有效。所以我们对整个领域感到非常兴奋。正如Mark最近在财报电话会议上分享的，我们看到在所有产品上也存在大量潜力，包括生成式 AI 的部署。
Julia Boorstin：
Alexander，你现在最关注的是什么？Scale 提供了各种各样的工具。
Alexandr Wang：
我们确实看到了整个领域的发展，来看看每个行业的情况。首先是科技行业，它可能是即将发生的最重大的转变之一。如果你考虑科技巨头之间的权力平衡，它将因为这项技术而发生根本性的变化。聊天机器人作为一种全新的消费界面形式正在迎头赶上。人们喜欢在这上面花费很多时间。
当我们展望未来，在今年即将发生的事情中，科技巨头之间将展开一场关于谁能提供最具吸引力产品的大战。这可能是大型科技公司在今年真正进行对抗的少数时刻之一。对于生成式 AI 的商业化，我们仍处于早期阶段，除了视频领域可能有与芯片业务相关的数十亿美元收入流之外，还没有与生成式 AI 相关的数十亿美元收入流。所以，我认为在今年的过程中我们将看到这一情况的发展。
我认为观察到商业化潜力的形成将非常有趣，无论是通过广告还是其他方式。对于企业市场，我们看到了一系列的应用案例，就像 Ashton 和我之前提到的，专业服务行业是受到根本性颠覆的。你可以看到很多专业服务公司，比如普华永道，它们正在进行大量的投资，因为他们感到了一种生存威胁。他们上周宣布了对 AI 和生成式 AI 的10亿美元投资。
正如我们所讨论的，法律这个行业会因为这项技术而发生根本性的变化。然后我们看看每个业务功能，无论是广告，就像我们在旧金山的办公室里给你展示的那样，还是销售，或是客户服务，每一个功能都在根本性地改变着经济模式。
我个人最近花了很多时间关注 AI 的地缘政治影响。正如你在上一个讨论中提到的， 就像我们在二战中看到的那样，那些能够迅速将新技术融入战争和国防情报程序中的国家最终会处于领先地位，而 AI 是一项有能力改变外交权力平衡的技术。
AI监管与公司竞争
Julia Boorstin：
是的，我想深入探讨一下这个问题，确保我们回到讨论现有巨头和新兴企业之间的竞争以及权力的转移。但是我认为深入探讨这种新时代的太空竞赛的想法也很重要。Elad，对此有什么看法？
Elad Gil:
我认为最近对 AI 进行了许多要求进行监管的呼声，感觉非常片面，并没有听到真正提出反对意见的声音，似乎每个人都在呼吁加强对 AI 的监管，这似乎有些过早。
在某些方面，确实有一些应该受到监管的事项，比如对先进芯片技术的出口控制，正如 Alexander 所说，中国可能会从中受益，或者其他潜在对手。但是，还有许多事情被混在一起，有人担心 AI 的安全性，即机器人会冒犯你吗？或者说一些你不喜欢的事情？或者散布错误信息？还有人滥用或误用这项技术的风险？如果由计算机系统控制，你能否攻击一辆火车并使其脱轨？或者你能否用 AI 做其他事情？最后，人们担心 AI 是否会成为一种与我们竞争的物种等等。
显然，人们将这些问题混为一谈，但它们都导致了对更多监管并放慢发展的呼声。Elon Musk 和其他人发表了一封公开信，建议我们暂停 AI 的开发，至少六个月甚至更长时间，以便我能够追赶并建立自己的技术。这其中的一些人可能是为了自身利益。但我觉得现在这样做还为时过早。我们仍然需要看到这项技术如何实际运作，在很多方面它还在得到证实。
如果我们总结一下历史，会发现很多工具，正如你在之前的讨论中所说的，它们被滥用了。但是如果我们回顾整个20世纪的历史，就会发现20世纪的历史已经是人们对其他人进行可怕行为的历史。我们不需要 AI 来引发两次世界大战、进行种族灭绝，或者引发大规模的饥荒。因此，我认为我们对这个问题的相对风险和利益的解读是错误的。我认为要求加强监管还为时过早。
Ashton Kutcher:
我想再补充一点，就是要明确一点。我们还没有达到通用 AI 。通用 AI 绝对是一项需要大量监管和考虑的事项，但我们还没有达到那一步，所以这是首要的。另外，我所了解的三家公司非常重视这些问题，而且他们以一种我之前从未见过的方式提前考虑到了他们正在构建的技术的二次和三次后果。
事实上，这些公司在这个问题上的参与度比一些大型科技公司还要高，它们更有远见，并愿意将自己的技术应用于解决问题，而不是掩盖它们的平台上存在的问题。它们正在积极应对这些问题，积极思考这些技术如何被用于各种各样的不良方式，通过构建模型本身来减轻这些问题的影响。事实上，它们可能会引领监管的道路，因为它们会提出这个领域的最佳实践，这就是我们应该做的。
中国目前最先进的模型大约有一万亿个参数，而美国目前最先进的模型是GPT-4，大约有八千亿个参数，但中文里有大约2700个字符，而英语中只有28个字符，所以从根本上来说GPT-4模型可能更强大。
从更大的角度来看，要让模型输出不可预测的东西，就需要保留神经模型中的一些节点，否则那将降低模型输出的质量。就目前而言，GPT-4 等模型是有优势的，如果过于限制这些模型和公司，我们在竞争上将会处于劣势。
Elad Gil:
关于监管的问题，我认为有一个关键的时刻将到来，那就是即将举行的总统竞选。这会是第一次 AI 驱动的选举。我们将使用生成式 AI 来创建广告文案、进行机器人拨号和执行各种任务。那时，监管的动力将变得非常强烈，我们可能需要抵制这种动力。这将是第一次 AI 选举，我认为这将非常引人注目，它会带来很大的影响。
Peter Lee:
从企业的角度来看，我我认为 AI 对组织有巨大的益处。尤其是在COVID之后，公司都在进行数字化转型，当你真正考虑你的组织时，会发现人们对可以利用嵌入式 AI 或嵌入式分析的应用的需求是无法满足的，有多少人在组织中真正具备理解这些 AI 模型的全生命周期，包括开发、部署和维护，以及如何处理偏见和歧视等问题的能力？
所以，我认为在公司的数字化转型过程中，需要与值得信赖的合作伙伴合作。随着时间的推移，这个特点将被强调出来，无论是像scale AI 或WorldCom、predictive等公司，这是即将到来的 AI 革命中非常重要的特征。
Nicola Mendelsohn:
回顾历史，每当有任何新技术出现时，从印刷机、电力到汽车，我们总是经历一个曲线，从巨大的兴奋到巨大的恐惧，然后进入一个正常化的阶段，我们继续前进。而这次不同的是，我们几乎同时经历了兴奋和恐惧，但我对许多从事这个领域的公司在构建过程中所展现的责任感感到非常鼓舞。
从一个宏观的角度来看，我们有一个完整的负责任 AI 部门，我们与内部和外部的不同监管机构、公民社会合作，共同创建了一些工具，比如一个叫做“open loop”的工具，可以让政策制定者和监管机构实时测试和尝试他们提出的想法，因为我们发现对于新技术来说，监管的落后是因为缺乏专业知识。
因此，通过早期创建这样的产品，从第一个刹那开始，我认为它提供了一个良好的机会，可以应用于诸多领域，从选举到日常使用这些产品。因此，我对公司对此问题的认真态度深感鼓舞。
Ashton Kutcher:
我认为，在这个技术推出时最重要的考虑因素之一将是重新平衡隐私和安全的观点。因为当你拥有具有如此强大能力的东西时，我们作为一个整体可能愿意放弃一些隐私权来确保安全。我认为在未来几年中，这可能是最重要的考虑因素之一，即我们应该愿意放弃多少隐私来确保我们的安全？因为人们会用这项技术做一些可怕的事情，这毫无疑问。问题是我们能否找到它？我们能否及时阻止它？并使用同样的技术找到它并阻止它？我们是否具备必要的门控机制来做到这一点？
Nicola Mendelsohn:
是的，我完全同意。我们正在做的事情之一就是找到深度伪造视频、进行分析、理解，并将其输入到机器中，让机器自己进行训练，以便能够理解和识别使用相同技术的其他内容。因此，我确实认为这是一个需要深思熟虑的领域，在这个领域我们需要有针对性的监管，以免我们束手束脚，无法在治愈疾病和处理其他健康状况方面取得真正显著的进展。
Julia Boorstin:
Peter，你提到了许多不同行业采用 AI 的潜力，我很好奇你能否告诉我们在推动更多企业采用 AI 方面存在哪些障碍？
Peter Lee:
是的，我认为存在几种不同类型的障碍。对于高价值的应用案例来说，团队合作至关重要。数据科学是一项团队运动，如果一个模型给出了一个推荐，但是没有某种形式的治理生命周期，那么像意大利电信这样的公司不会将其4000 万的移动用户的激励机制自动化。
我认为，高价值的应用案例需要合作、沟通和代表群体的认可，这是当今的一个真正的障碍。对于非常令人兴奋的ChatGPT 来说，有很多高管向我们表示，他们真的想利用先进分析，但是我们的数据还没有准备好，还没有到那一步。
我认为 ChatGPT 展示了从世界各地的数据中获取竞争洞察力和预测洞察力的巨大能力，为此我们花了很多时间来筛选和监控公开、私有、商业和衍生的替代数据集。
对教育、医疗、法律以及业务决策的革命
Alexandr Wang:
当我与世界各地的 CEO 会面时，我会问他们，你们尝试过这项技术吗？我会建议 Ta 们去尝试、去实验，去学习，唤起你的好奇心，然后将会看到摆在面前的机会，你将能够使你的业务更加高效、更加有效、更具生产力，从而获得更大的成就。
Ashton Kutcher:
如果你是一家商业公司，忽视了电子商务，那么你可能已经破产了。如果你是一家公司，而你对AI技术视而不见，那么你可能会破产，从利用的角度来看，它是如此出色和强大。
当我们谈论承诺和潜力时，往往首先从教育开始。仅仅在教育领域，拥有一个始终陪伴你的个性化导师是一种非常优势的地位，而这些大型语言模型最擅长的就是类比和隐喻。因此，如果你想找到一个类比来解释同态加密，或者想找到一个类比来解释隐私保护的机器学习，你可以获得一个关于你已经具有领域专业知识的主题的类比，然后将其应用于你正在学习的内容。我们将会有来自世界各地的学生、孩子和人们能够使用这项技术以一种前所未有的方式学习某个领域。
我们都听说过个性化医疗、个性化法律以及个性化教育，我们将个性化每一个个性化的媒体体验，你将能够接受那首歌并使其成为你自己的。我的朋友与 ChatGPT 合著了一本关于他过去六本书基础上的书，他还问了AI下一本书会是什么？
因此，如果你愿意等一周，我会为你制作一本个性化的版本，其中包括我们在书中曾经有过的经历，这就是我们将要拥有的内容体验，这就是我们将要拥有的消费者体验，这对人类来说非常有希望。
Julia Boorstin:
Alexander, 既然你正在与企业客户进行交流，你有什么看法？
Alexandr Wang:
是的，我认为在人类潜力的最大增长方面，那就是教育。世界上大多数人并不是通过一对一辅导来学习，而是通过课堂式学习，但大多数人采用课堂式学习是因为这种方式经济实惠。现在，我们为地球上的每个人提供了一对一的导师，这将在未来几十年内对人类潜力产生巨大影响，这非常令人兴奋。
我们看到的真正重大的应用案例是企业从根本上改变他们与客户交互的方式，无论是电商公司，它们都在思考：如何让每个人都拥有一个基本上由 AI 驱动的销售助理，帮助你找到你所需要购买的东西，并帮助你找到给你妈妈的完美礼物，或者你主持的烧烤派对上应该买些什么。
我认为这是产品和服务完全不同的交付方式，同样的类比也存在于医疗行业，如何提供更加个性化和量身定制的体验，科技公司也在思考这个问题，比如苹果公司非常深入地思考，现在我们与手机的互动方式是否因为这项技术而根本不同了。因此，我认为所有的企业领导者都应该深思熟虑，未来的 AI 时代，理想的客户体验是什么样的，以及如何达到这个目标。
Elad Gil:
我认为Color在人口健康护理领域做了一些相关的工作，从医疗保健和成本降低的角度来看，你可以通过 AI 来覆盖医生或护士的一部分工作，从而大大降低成本；如果你能将某些医疗护理方面的成本降低10倍，就可以扩大能够接受医疗护理的人群，并在很深的程度上实现公平。
因此，护理交付是即将发生变革的领域之一。从长远来看，5年后的版本是全球任何地方的人都可以通过手机获得类似于斯坦福医学院或加州大学洛杉矶分校水平的医疗护理。你可以拍照上传一些文字描述，然后将得到一些想法或假设，无论你身处世界的哪个地方，也不论你在诊断方面能负担得起还是负担不起什么。我们已经在美国看到了一些这方面的应用，降低了成本并增加了可获得性，但我认为这只会加速发展，而真正令人兴奋的是全球范围内的应用。
Ashton Kutcher:
我认为一个最大的问题是在于企业的 AI 应用中，并不是“什么是 AI ？”而是“什么是人类？”真正考虑的是，我们作为人类能够做到什么，以及与 AI 所能做到和成为的独特之处。
Julia Boorstin:
这将改变教育以及孩子们需要学习和思考的内容，以及哲学和伦理学等的相关性。我想回到一个问题，那就是谁将从这些 AI 机会中获胜，苹果、谷歌、Meta、微软以及 OpenAI ，但问题不仅仅是这些科技巨头中的哪一家会获胜，而是像 Scale 这样的年轻公司或者你投资的其他公司能否在这种新的竞争生态系统中脱颖而出？
大企业和初创公司，谁在崛起？
Elad Gil:
我认为每个人都还在整理这个问题，这就是为什么现在是进入这个市场的一个令人兴奋的时机。很多人认为基础模型层将会整合成为少数几家公司，通常与云服务提供商合作。因此，你有微软和 OpenAI 合作，你有谷歌既有云服务，也有模型，然后你有Anthropic作为另一个关键的参与者，还有一些新兴的公司，如Scale、CoHere 和 21 等。
目前看来，它们似乎是该领域的潜在领导者之一。随着向上堆叠，你会看到一些工具公司，Scale 不仅提供工具，还有各种其他功能，它们已经成为生态系统中一个非常重要的组成部分。还有一些新事物如LangChain 或 Llama Index，人们对此越来越感兴趣。
应用层面，我记得在移动设备出现之前，人们曾经问过，“移动设备上会出现什么是移动版的Salesforce？新的CRM系统是什么？或者移动版的搜索引擎是什么？结果证明，移动版的 Salesforce 就是在 iPhone 上使用的 Salesforce，移动版的搜索引擎就是在 Android 设备上使用的谷歌。
一个重要的问题是价值的多少归属于现有企业与初创企业。如果必须猜测，我会说80%归于现有企业，20%归于初创企业，但由于这里有太多的价值创造，这些初创企业有巨大的潜力。
因此，这个时代的一个真正令人兴奋的事情是，现有企业将会获得巨大的利益，当然你也将会看到一系列令人兴奋的新用例和体验，例如为你的孩子提供导师服务以及广大社会范围内的医疗保健，这些是以前由新兴初创企业提供的。
Peter Lee:
我认为我们也应该将一些观众的注意力引向数据提供商，他们也将是赢家。我确实认为对于许多公司来说，有一个机会，因为他们拥有尚未开发的海量数据。不仅仅从公司的角度看，如果我们将数据作为镜头，而不仅仅是公司，那些与数据紧密联系并能够解读数据，帮助客户理解如何利用数据的公司将成为这个领域的赢家。
Ashton Kutcher:
在 Transformer 层面，赢家将是那些能够获得低成本能源、以低成本获得高质量计算能力、拥有云存储和非凡人才的公司。这些基本上将决定一切。现在正在形成许多联盟，每天都在发生变化，这些联盟是很好的先导指标，可以看出价值将会累积到哪里。
在应用层面，我认为类似于移动革命，我同意很多价值将随着现有企业而来，但获胜的公司将是那些拥有出色产品，并且理解并重视人类体验，了解人类的痛苦所在以及实现幸福的过程中存在哪些摩擦的公司。那些理解这一点并直观地构建产品来解决这些问题，并以经济高效的方式做到这一点的公司将会成为赢家。
Nicola Mendelsohn:
我认为大众将是赢家，以前那些被告知不擅长数学的小女孩，那个被告知不擅长创造性工作的小男孩，在未来将不再是真实的情况。当我们解决一些问题时，作为社会，我们将不得不重新思考，人们将不再需要做那些以前不能满足他们，并为创新和创造提供更多机会的工作。对我来说，这是非常令人兴奋的。
Reference：
https://milkeninstitute.org/panel/14515/part-2-head-clouds-embracing-potential-and-promise-artificial-intelligence