摘要：微软CEO，Satya 于1月中旬接受华尔街日报专访，讨论了该公司在所有产品中使用人工智能的计划。
他介绍了像这样的开放式人工智能工具将如何帮助进一步实现数字化转型，并敦促人们思考如何为这种变化做好准备。
骞哥投研编译整理自：
Satya ：’s Will Soon Open AI Tools Like
主持人Matt
受访人Satya
Matt：开门见山，让我们谈谈人工智能，这是每个人心中的一个大话题，我这里已经收到相当多的猜测：比如七八年后，这次采访将由某种人工智能进行，而且可能做得更好，这里也不会有记者在场，会有机器做所有的工作。这也可能是一种改进，就我所知你们显然是Open AI的投资者，有很多报道说你们希望更多地投资，我想投资金额大概100亿，你看你对这项技术有个深入的了解，你能带我们从广阔的视角看一下这项技术吗？
：我们看到了演示，我们看到了它所产生的巨大影响，你如何真正全面地评估它的现状，它能做什么，它不能做什么，以及我们所面临的突破时刻，其意义有多大。
首先我真希望我自己能把送过那条安检线带到现场。让我给你讲两件轶事，然后试着进行概括。
在今年新年第一天，我查看了我的新闻推送看到了这条推文，安德烈卡帕西，那个特斯拉的家伙，做自动驾驶的，他发了推文。他编写的代码80%是由 编写的。
想想看吧，这是最精英的AI开发人员之一，他说他们的工作效率比过去高得多。这并不是说安德烈卡帕西没有做出色的AI工作，只是他利用了大量AI帮助。这可能是这一代人工智能的突破性产品。在过去的一年里，这是一个真正的产品，这不是什么研究项目，对于大多数软件工程师来说，这个工具实际上改变了生产力曲线。这在之前被认为，对知识工作者来说，可以说是最难自动化的知识工作，所以这是一点。
然后第二天我到了印度，我看到了另一个演示，它完全震撼了我，我看到有人使用一种印度方言与微软研究院的机器人交谈。还有我们来自电子部的合作伙伴，有一个名为的项目，这是关于尝试使用人工智能来使语言翻译普及化。简单来说当一个在印度农村使用当地语言之一的村民与上的机器人交流，这个人想了解一些政府项目，他问起了这个项目，机器人说你应该去门户网站做X、Y和Z，然后他接着说我不想去门户，直接帮我做这件事吧。这是一个住在印度农村的人，可以表达一个相当复杂的想法，即使他们可能并不完全了解如何使用一些复杂的指令集，然后在它的后端该团队所做的是使用GPT基本上培训印度政府的所有文件，并使其在每种印度语言中都可以访问并使其自动化。
所以大家好好想想，我这辈子从没见过。至少在我从事技术工作的30年里这样的演示，发生在美国西海岸的技术进步以非常真实的方式显示出来，在几个月内就对印度农村人产生了影响。我的意思是，这是我从未见过的技术的传播，我不认为这曾发生在工业革命时期，但也许这一次，在与工业革命时可以相提并论的知识型工人中，它将帮助每个人，所以这两件事，一端是最精英的人工智能开发者，另一方面，印度的农村农民能够通过人工智能访问政府项目。
这两个轶事告诉我这个东西的力量是什么。从你所看到的和我们所处的位置来看，我们是否正处于未来几年将迅速变化的曲线的早期阶段？我们会看到这种指数增长吗？我认为这就是关键。
Matt：那你刚才说的是为什么今年比去年更令人兴奋？是因为这些模型的力量呈指数增长？
：顺便说一句，我并不是说这是人工智能的最后一次创新，或者这是最后一个模型架构，接下来还会有更多。但如果你看看GPT 3到3.5之间发生了什么，接下来会发生什么，这些不是线性的。这不是线性的进步。
Matt：有点悲观的情况是，你是一个乐观主义者。技术的发展令人兴奋，但发展过于迅速就有点恐怖。对知识工作者而言，我本周在达沃斯已经听说了，在某些方面他们已经对他们未来的工作及其意义感到焦虑，当你看到技术以这种规模传播时。我不得不问一个问题，我们的社会准备好了吗？你真的有信心乐观地认为它会提高我们所有人的生产力？而不是取代我们中的许多人吗？
：这是一个很棒的问题，这是正确的问题。我是说，我退后一步说，当我查看所有生产率数据时，我会查看所有经济增长数据。我看着它说，上帝，我们需要一些东西来帮助我们。我们作为一个世界在通货膨胀调整后增长3、4%，甚至不到。世界上80亿人，他们的生活水平应该逐年提高，如果我们想做到这一点，是什么输入导致了这一点？你知道我们需要而且我们有一些艰难的挑战对吧？
当你想到能量转换时，让我们举个例子，本质上我们所说的，至少我作为一个门外汉的理解方式，你需要把原本250年的化学过程压缩成25年。如果是这样的话，计算化学将会变得非常重要。因此人工智能的应用可能就是我们实现它的方式，所以我认为，我们需要一些真正改变生产率曲线的东西，这样我们才能有真正的经济增长。如果你有这样的能力，有各种各样的事情我们可以谈论，这就是置换的意义，这将是真实的。
在工业革命中有过流离失所，我们经历了很多困难，我们要如何处理它。这一次，我们有了这种理解。因此，首先我们不要陷入为了劳动而劳动的错误中。如果你不为此负责，那么新的工作是什么？需要什么培训？这里还有另一件事，如果你想想今天的一线工作者是如何被技术赋予能力的，为了能够做以前可能被认为是知识工作的事情，这可能是被低估的最大的事情。
你知道我们在微软有一个叫做Power 的工具，所以把它想象成本质上是Excel水平的技能，甚至更低，你可以在其中使用该工具并创建应用程序、创建工作流。事实上，你可以使用GPT来提示工作流。这意味着在零售前线、仓库前线、医疗保健前线的人，选择你最喜欢的一线工作，他们不是IT专家，他们不擅长计算机科学，但是他们实际上可以参与其组织的数字化转型。如果他们这样做，接下来会发生什么？是更好的工资。因为他们现在被认为不仅仅是在前线工作，但也参与了以前的知识工作。所以对我来说，这实际上是一个例子，人们在更好的支持下参与劳动。
Matt：我要问问你，由于你的职位，当你看到我们还没有看到的，还没有公开的东西时。你担心什么？你看到会发生什么？告诉我们一些我们没有公开看到的东西吧。
：我们对安全的所有担忧，无论是有害内容还是幻觉或任何这些，你只需要设计。我的意思是所有软件工程都必须向左移动一样，你必须考虑模型本身是安全的，然后你必须在它之上建立一个安全系统。所以你真的需要把它作为一流的工程关注和建造，这对人工智能来说并不新鲜，在任何其他领域都是如此，今天的软件类别也是如此。
Matt：但我们该做什么？作为一个社会我们需要做些什么？甚至是为了在座的各位？，个人而言，他们很多都是知识型工作者。考虑为即将到来的事情进行自我修复。因为正如你刚刚暗示的那样，我们还没有对社交媒体和20年前袭击我们的事情感到困惑。这将以指数级速度增长，可能在短期内对我们的社会产生更巨大的影响。我们需要如何？我们需要在社会层面上思考什么？
：你知道，至少我是这样看的，我是在80年代后期开始的个人电脑革命中长大的。这只是一个赋能的时刻，对吧？我的意思是，即使你想我自己的故事，我能够让这项技术到达我成长的地方.并能够进入其中，然后，你知道，剩下的就是历史了。因此，我认为不管你是知识工作者还是一线工作者，使用这些工具，然后在你的工作中获得更多的杠杆作用。如果作为AI的软件开发人员可以做到这一点。
为什么我们所有人都不能使用它？如果印度农村的农民可以使用这项技术来完成他们的工作呢？这就是正确的方式。我认为最好的应对方式就是不要与这项技术作对。这项技术可以帮助你的工作，在你的业务流程中发挥作用。尤其是在当前所处时刻，我们处在这样的时间点，我们有通货膨胀，我们面临宏观经济逆风。用更少的资源做更多的事情也许更有价值。所以如果我找到任何技术可以让我们更有效率，让我们用这个，然后让我们创造经济盈余。然后讨论如何在所有方面分配它，我们可以探讨很多很多的机制我的意思是，当你谈论生产力时，我会问你一般意义上的生产力，但有些人听到的说法是我们必须提高生产力，他们想是啊，但要用更少的人。
Matt：所以你显然很乐观。随着它被越来越广泛地采用，你能不能谈谈对它的担忧和警示？
：是的，我的意思是，我认为关键是如果有更多的自动化。有趣的是，甚至以今天科技工作的情况为例如果你研究它，在被认为是科技行业的技术供应中，现在基本上变得更加分散。因为每个汽车公司、每个制药公司、每个零售公司都需要雇佣10个人，所以在某种程度上，我们不应该以一家公司孤立地考虑自动化。所以问题是经济和社会吸收和创造新的就业机会的总体能力如何？我认为这将是真实的。
然后我们还应该有的另一件事是对不同工作的支持，我一直觉得，为什么今天劳动力市场上的工作岗位如此悬殊？在让我们说一些护理人员和让我们称之为软件开发人员之间，这是因为我们认为，作为一个社会，我们决定给予不同的溢价。这些溢价将随着其中一些技术的真正扩散而调整，扩散似乎是关键。当我想到今年达沃斯论坛的主题”分化”时，在走廊里有很多人在谈论新的全球化，这项技术的影响显然超越了国界相当迅速和戏剧性，当你谈到你在印度看到的影响时，不仅仅是软件工作从硅谷转移到博伊西爱达荷州，但真的有可能在世界各地很快实现。我是说，即每个国家都必须有基于就业和经济机会的社会凝聚力。
我认为今天更好地理解了。那么让我们称之为全球化的第一阶段。无论在这种情况下发生什么。全球化的这个阶段不会重复上一个时代的错误，当一个社会发生工作替代时。
我认为每个人都会关注我们该怎么处理那些被替代的人。接受培训，找新工作。所以我认为现在我们必须在某种意义上，按照你的观点，真正考虑两种力量，全球化的力量，大卫李嘉图并没有错，国家之间会有竞争优势。人们有理由希望全球化。事情仍然会存在。但与此同时，所有的政治家都因为本地区政治而当选他们会更加关注本地的就业机会。因此，这就是正确的平衡。
Matt：关于这个的最后一个问题，我们将谈论一些其他的事情，但是当然这有点假设性的，特别是考虑到技术变化的规模。但是当你观察它的时候，你是否理解它了？如果你想到像微软这样的公司从现在起5年，从现在起10年？技术的广泛采用对您的组织方式、结构方式、工作方式意味着什么？实际的影响会是什么？你有没有仔细思考过，当你展望未来时，你看到了什么？
：这是你在科技公司学到的最难的事情之一，你知道，微软今天已经48岁了。这是一个挑战，因为你必须从根本上调整生产手段，我们的科技业务发生了巨大变化，它要求我们忘却和学习。坦率地说 这总是非常无情的，如果你看看这些大型模型或基本模型是什么，它是非常不同的。事实上，我要说也许最困难的事情之一是上一个时代的人工智能专家是最难转向这种新范式的人。因为所有的东西，所有的假设，这是我的数据，我要用这些数据来训练，数据是唯一重要的东西。这一切都不是问题，你现在有一个大模型，它可以用作数据的检索引擎，其性能优于你在你的数据上训练的东西。我的意思是，仅仅凭直觉 人们就知道这是什么，假设你用所有的数学公式训练一个模型，它会在数学上变得相当有效。但假设你用网络上所有的数学公式和人类文本训练一个模型，它在数学上变得更好。你会问，为什么？那怎么可能呢？当然有可能。因为我们上学的时候又不是只学数学，我们学了数学，我们学了历史，我们还学了语言，所以是的，与几年前最先进的人工智能技术相比，这种新兴的能力是一个非常不同的东西
Matt：我们还需要学习数学吗？为什么要学数学？
：好吧，让我告诉你，我是一个电气工程师，从来都不懂麦克斯韦方程。现在我终于明白了。感谢，我现在更好地了解了它。所以我认为其中的一件事是我们都将享受更多的数学。因为我们会有个性化的老师。他们将能够在关键时刻进行干预，当你犯了一个概念错误并帮助你学习。所以想象一下，每个学习数学的学生都有一个很棒的家教老师。
Matt：好吧。我要食言了。因为我想再问你一件事，你们正在通过微软和人工智能提供更多工具，我们将如何看待它在短期内影响微软以及我们与微软的合作，只是谈谈你的计划。
：我认为值得说明的一件事是这不是刚刚发生的，那就是和GPT系列模型，这是我们多年来一直与Open AI深入合作的事情。我们在Azure中构建了我们的公共云基础设施，人工智能超级计算机，顺便说一下，作为一个系统架构是一个巨大的突破。因为这些工作负载或训练大型模型的方式与其他任何方式都非常不同，这是一个更大规模的同步分布式工作，所以我们必须构建从存储到计算再到网络的系统，让我们得以建立这种能力。所以我认为在这一点上，微软将这一切商业化的方式，是Azure成为任何人考虑人工智能和大规模培训的地方。我们在这方面遥遥领先，我们继续计划在那里真正加强它。
第二，我们将把这些基础模型作为平台提供。因此，这意味着任何想要在任何领域建立它们的人都可以很快地建立在它们之上，事实上 今天我们刚刚普遍提供了Azure Open AI服务。甚至也将作为API提供，我们对此感到非常兴奋，然后我们将把它合并到我们自己的应用程序中。因此，您完全可以期待我们显然微软的每一款产品，都将具有一些相同的人工智能功能，这将彻底改变了产品。
Matt：所以我们很快就会看到它？让我跟你在一起时谈几个其他的话题，关于生产力，在谈到人工智能时你已经提到过几次。但更广泛地说，你一直在谈论工作场所的生产力，微软，我们应该说它肯定有一个很好的远程工作业务，并帮助促进它。但是你，从你的研究中你已经暗示，在家工作不一定像许多老板所说的那样毫无成效。但与此同时，你也希望办公室里有更多的人，在你心目中，为了生产力最大化，如何平衡在办公室和在家办公？但仍然有一个健康的文化和连接，你觉得什么对你合适？
：至少有三件事，在我们汇总的数据中观察到的，我们甚至用它来帮助我们制订自己的政策，第一个是你参考的东西。这就是我所说的对生产力的偏执，每个老板都会认为自己的工作效率不高，每个工作的人都认为他们已经筋疲力尽了。所以至少人们的感受上是这样的二分法，我认为唯一的出路就是要有数据，不是教条。最终我们都要对结果负责，如果我们正在管理结果，那么我们会更好，这是一方面。我要说的第二点是我们都必须意识到人们是为他人而来，而不是为了政策，只是因为我说每个人都需要工作，你知道，这无关紧要。但我认为，作为领导者和管理者，我们都必须学习一些新的软技能，在那里召集人们，如果我说我有一个会议，或者我有一个活动，那就让这个活动令人兴奋。我想我会说我会说新的管理技术是我们所有人都是活动管理经理，所以我们必须学习许多新的软管理技术。目的是让人们与人联系，因为这很重要。
Matt：请继续
：我想说的最后一件事甚至是招聘，这是令人着迷的事情之一，人们希望感觉与公司有联系，这是公司文化，也感觉到他们正在进步。所以我们必须回到过去三年，很多我们认为发生在校园里的事情，可以这么说，它是含蓄的。现在你必须把它说清楚，比如什么培训、与经理的联系，所有这些事情都需要数字工具和明确的管理时间。
Matt：所以如果我是微软的高级主管，那么你就是我的直接主管，你想多久亲眼见到我一次？
：你知道，就像我想做的那样，关键是要知道为了什么目的，而不是为了教条。当你问某人你要去哪里出差时，人们会想我出差是为了什么？如果我来工作的目的是什么，我想做什么？所以我认为在锻炼灵活性的同时，对你做的事情要更加深思熟虑。我认为这是将要发生的事情。
Matt：作为老板，还有一点，我想你听到的抱怨之一，我们先不谈生产力，更难知道每个人都在做什么，工作中总是存在一些更难衡量的场景。当然还有一些无形的东西是无法用数据精确度量的。所以你会感到紧张和压力吗，因为你有一个更分散的组织，在不同的地方？
：就你说的这点，我想你是对的。关于生产率数据，事实上，有趣的是，当我参加Team会议时，我遇见的人比实体会议还多，因为你猜怎么着？我可以点击他们的个人资料，我知道他们是谁，我可以去他们的个人资料。我查看了他们的相关论坛网页，我知道越来越多的人在团队聊天中除了某人说话之外还在评论。所以从某种意义上说，我有时会在面对面的会议上怀念它。这并不意味着面对面的会议没有自己的优势，这是我可以边走边聊，我和一个刚参加完会议的人走出去。所以我认为我们都在学习如何利用这两套能力和工具来最大化（生产力）。我不认为它们是对立的，所以我不认为是要回到2019年，但与此同时，我们也不会像还在2020年时那样工作。我认为这种结合就是我们都在努力破解的。
回答观众的几个问题
Q：一个关于混合工作未来的研究，这非常令人沮丧，在这个神奇的远程研究中显示，只有不到15%的同行，在两年的时间里，真正研究过重塑他们的工作方式，他们还在争论他们在哪里工作，他们没有使用你非凡的技术堆栈来真正重新发明工作。你能做些什么来建立一个运动推动混合办公吗？
：我觉得这看起来就像你正在做的，老实说，我认为我认为这是一个很好的观点。如果你回到90年代初的业务流程再造，甚至有一个基本的管理原则也是非常重要的，为了帮助人们部署ERP系统等等诸如此类的东西。所以问题是，可以这么说，现代工作学说的复杂性是什么？现在所有团队都分布得更广泛，我想这也是每个人都能理解的，这就是复杂的地方。就像有人说的，我们开发的最好的协作工具是我们的线下办公室，已经200多年了。所以突然说让我们加入它（远程办公），这是一种艰难的挑战。但这就是挑战，我认为我们必须学习管理技术，甚至如何在未来举行会议，有两个人远程和也有多人会议场景。今天这两件事情的期望与两年前大不相同，他们不会处理什么不重要的事情。
因此，如果你作为一个领导者不具备如何恰当地把它们融入进来的技能，你会有一个糟糕的会议。所以我认为这种理解，就像你知道，这不像你加入公司时学到的东西。但我认为今天成长为领导者的人，你知道今天的工人从本质上要学习这一点，所以这是一代人的改变。
Q：我曾代表瑞士初创公司Ray，专门从事增强现实，我有个问题，你认为GPT对报纸特别是《华尔街日报》的影响是什么？
：我认为他们未来将能够使用GPT写出伟大的文章。
Q：如何看待区块链和web3？
：我对它是中立的，这是一项有一系列用例的技术，我们今天支持它，甚至我们的分布式数据库也应用得非常好。它有它的用途，我认为这项技术的整体空间，我们还没有发现，在某些场景下。web3.0和人工智能之间的区别，坦率地说，甚至元宇宙也包括进来。这三件事都将发生。但你需要有杀手级应用程序得到广泛采用的用例是什么？区块链上的时刻什么时候到来？当我第一次了解网络时，是通过浏览器，我想我们都记得，我想至少我在其他一些技术上遇到的困难，那个时刻何时到来？甚至是在元宇宙上，这就是为什么我非常非常热切。即使在Web3，你知道，我们有全球合作的村庄和网格。这就是本质，对吧？如果我们可以开始说，这只是下一代的存在，以下是团队将如何发展以包括更多的存在，然后我们都在使用它，它是主流。然后我们会知道那一刻已经到来，所以我认为我们必须继续努力。我相信所有这些技术，在技术方面，我们有责任让它对更多的人来说更真实。
Matt：我想我们得到此为止了。萨提亚，非常感谢你今天的分享。
相关文章
