AI降临：从技术狂飙到人文觉醒丨两说

人工智能行业正站在一个关键路口：一边，模型能力持续突破，推理成本大幅下降，多模态与世界模型加速探索；另一边，公众对智能时代的就业、身份和人机关系的担忧同步升温。从模型竞争到落地应用，我们在何地？从“技术能做什么”到“用技术实际做什么”，我们如何走？当人工智能成为基础设施的“无限量智能”时代正在到来，我们去何处？在技术与社会的交汇处，如何定义AI的边界？如何守护“人之为人”价值？本期《两说》节目，第一财经记者葛唯尔对话OpenAI前全球商业化负责人、人工智能与商业战略专家扎克・卡斯（Zack Kass），结合他深耕AI商业化一线实战经验与行业洞察，共同拆解人工智能行业的机遇、难点与未来走向。

在何地？现状、趋势与投资锚点

“我们正在打造的人工智能，在智力上已经能与人类比肩，甚至开始反超。”扎克・卡斯认为AI在特定任务上已经超越人脑，同时，技术正从单纯的语言模型延伸至多模态实体领域，物理AI和世界模型是当前两大探索方向。

在他看来，当前AI行业有四大值得关注的趋势：推理成本持续下降；算力长期紧缺；声明式编程分流智能体压力；模型小型化、开源迭代加速。他特别提到被美国业界反复提及的“DeepSeek时刻”——它给整个行业提了个醒：尖端技术未必贵到让人用不起。

关于市场普遍关心的“AI泡沫”问题，扎克态度鲜明：“不存在全局性的人工智能泡沫。”他认为关键不在于有没有泡沫，而在于是否在场上。只要参与的是真正有价值的技术研发或有效落地，从长期和整体看，回报是可期的。

同时，他也指出，按照前沿模型层、推理分发层和应用层这三个层面来看，风险集中在前沿模型层。赢得通用人工智能（AGI）竞赛的潜在价值如此巨大，以至于各大公司愿意不惜代价地投入巨资。按照他曾提出的“模型收益递减理论”，终有一天，用户和企业将不再关心下一代模型又进步了多少。一旦那个临界点到来，那些投入天文数字成本训练出的前沿模型，到头来却是给别人做了嫁衣。

如何走？鸿沟、路径与系统破局

在《下一场文艺复兴》这本书里，扎克提到了“Adoption Gap”（采用鸿沟）。所谓“采用鸿沟”，就是技术“能做什么”和“我们实际拿它做什么”之间的差距。据他的观察，AI落地过程中的这道“采用鸿沟”非但未缩小，反而因技术能力快速扩张、政策限制以及企业落地能力不足而持续扩大。

他指出，跨越这道鸿沟需要系统性的破局思路。对企业而言，领导者应设定一个足够远大的目标来凝聚团队，同时必须向员工讲清楚技术将如何改善业务、创造更好的世界。更深层的问题是，大多数企业误将“采用率”当作AI转型的目标，而真正方向应是让技术隐形——像水电基础设施一样自然运转，围绕业务成果创造价值。

面对这道“采用鸿沟”，扎克认为教育和医疗行业的挑战最大。教育行业的核心困境是教师“角色危机”：当学生能用手机随时核查甚至自学一切，教师若只传递知识，就会被矮化为“图书管理员”，这归根结底是政策、领导力与愿景的缺失。传统医疗行业的痛点则在于实体医院本身的风险：真正要提升医疗、降低成本，不是往医院里塞技术，而是把分诊、影像、病理等核心环节“抽”出来，迁移到手机、诊所等低成本场景。医院和课堂都亟待找到全新的服务交付路径。

他同时指出，就目前的趋势看，人工智能并不会摧毁就业市场，而是会相当实质性地改变工作本身。AI焦虑的根源不在技术本身，而在对自身能力能否跟上技术演进的不安，以及职业路径被打破引发的身份焦虑，这一心理困境需要几代人消化。

去何处？边界、把控与未来潜能

2021年，扎克・卡斯曾在《无限量智能》这篇文章中提出了一个前瞻性的说法：智能本身是一种资源，它会像所有资源一样，成本越来越低，供给越来越充裕。每个人都能随时获取这些认知能力，而且是不设上限的。他将这种可无上限调用的认知能力定义为“Unmetered Intelligence”（无限量智能）。他认为，当人工智能从工具演变为一种可大规模调用的认知能力，人类正站在一条亟待厘清的“自动化边界”前。所谓的“自动化边界”，也就是人应该在哪些方向追求自动化的实现，而在哪些领域、哪些时刻停手。这条边界不仅是技术问题，更是一场关于人性、人机互动的集体探索。

“AI不是工具，而是一种可大规模调用的认知能力。”扎克最后总结道，“我们如何让它向善？如何守护自己的人性？想清楚哪些是我们必须坚守的——比如我们的意志；哪些又是我们甘愿放手的？我们将由此重新发现人之所以为人的全部体验。”

更多精彩内容

敬请关注

东方卫视 每周三 22:30

第一财经 每周六 22:00