We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode This CEO is betting on AI to solve the world’s biggest problems

This CEO is betting on AI to solve the world’s biggest problems

2022/9/13
logo of podcast Most Innovative Companies

Most Innovative Companies

AI Deep Dive AI Chapters Transcript
People
A
Alexandr Wang
Scale AI 的首席执行官和联合创始人,专注于 AI 数据标注和机器学习工具。
J
James Vincent
Topics
Alexandr Wang: 人工智能技术在解决全球性问题方面具有巨大潜力,例如在乌克兰冲突中利用卫星数据进行灾后评估和资源调配,在电商领域提升产品理解和推荐能力,以及在医疗领域弥补医生短缺。然而,AI 的发展面临数据瓶颈,需要关注实际应用,逐步解决问题。当前的 AI 系统是‘智能机器’,而非‘学习机器’,其学习能力有限,需要大量数据和能源支持。未来,AI 技术将降低电影制作成本,提高效率,释放全球创造力,并帮助人类解决食品危机、气候变化等全球性问题。 在公司发展方面,Alexandr Wang 强调招聘对公司使命充满热情的人才,营造积极乐观的企业文化,鼓励员工大胆设想,积极进取,才能保持创新活力。他认为,职业生涯的意义在于创造有价值的产品和贡献,而非仅仅追求简历上的成就。 James Vincent: 技术进步并非一蹴而就,而是需要从小步开始,逐步实现大的飞跃。Scale AI 通过逐步解决实际问题,利用 AI 技术提升效率,推动人类进步。AI 的应用并非科幻场景,而是解决现实世界问题的工具。AI 可以替代重复性工作,让人类专注于更高级的任务,提高各行各业的效率,例如减少食品浪费。AI 技术能够提高生产力,推动人类进步,但人类的创造力和思考能力仍然不可替代。未来,AI 将帮助人类解决全球性问题,带来积极的未来。

Deep Dive

Chapters
Alexandr Wang discusses how Scale AI is using data to tackle global issues from healthcare access to war support in Ukraine, emphasizing the need for practical AI applications to address immediate challenges.

Shownotes Transcript

在本周的《最具创新力公司》播客中,Scale AI 的首席执行官兼创始人亚历山大·王解释了他的公司如何利用数据来解决从医疗保健获取到乌克兰战争物资供应等问题。</context> <raw_text>0 这是来自Fast Company的“最具创新力公司”节目,我们与有远见的创始人交谈,以了解他们的思维方式、创新方式以及他们可能对您和您经营的各种规模的企业有哪些经验教训。我是詹姆斯·文森特,Foundr的创始合伙人。所以这是一个关于App Store的故事,以及如何重新构想世界以及你如何去做

从今天的情况到未来可能的情况,做出巨大的飞跃。我认为史蒂夫的一句名言是,如果你看看你周围的世界,你会意识到它只是被和你一样聪明的人发明出来的。那一刻你意识到你可以改变事情。所以事情的现状并不一定就是事情的未来样子。

但在进行这种巨大的改变时,我认为有些事情在台上说起来容易,但实际上很难实施,而我今天想举的例子就是,你知道iPhone问世时,它没有任何按钮,这让人惊叹不已,它一开始并没有App Store,App Store是在一年或更久之后才出现的,但我真的认为这是它成功的关键

当你能够展示这款口袋里的超级电脑、这款瑞士军刀能够解决各种各样的挑战时,点击一个按钮,一辆车就来了,点击一个按钮,旅行就预订好了,点击一个按钮,就能解决问题,点击一个按钮,就能与人联系,点击一个按钮,然后越来越多的例子。有大的飞跃,也有步步为营的小步。我认为这花了三四年甚至五年时间。我知道,因为我们围绕着“为此有一个应用程序”、“有一个应用程序”开展了一场活动

为此有一个应用程序。iPhone上几乎任何事情都有一个应用程序。我想大约有278个广告位,每个广告位有三四种例子。我们只是不断地向人们展示它可以做到这一点,它可以做到那一点。最后,每个人都像,“好吧,我明白了。”所以我认为这些大的飞跃需要小的步骤。而我今天的嘉宾,Scale的Alex,相信人工智能可以带来大的飞跃。但他并不害怕一步一个脚印地前进。

他卷起袖子,倾听客户的声音,并构建有用的AI。他一次又一次地使其变得有用。我认为当你听到他今天讲话时,你会听到一些例子,你会觉得,“哦,就是这样运作的。”实际上,Scale在幕后让有用的事物帮助人类进步。所以我很高兴你今天能听到我和Scale.ai的Alex Wang的谈话。

今天和我一起的是亚历山大·王,他是Scale AI的创始人兼首席执行官。亚历山大19岁时在麻省理工学院,决定创建一家现在已成为70亿美元人工智能公司的公司。

我们三四年以前一起工作过,我必须感谢你当时教会了我们关于人工智能的知识。你做得非常出色,让你脸上红晕。但你上了新闻杂志,因为你是最年轻的白手起家的亿万富翁。我相信你不会到处告诉别人这件事。

但显然有人已经知道了。所以恭喜你,Alex。很高兴见到你。你好吗?是的,很高兴见到你。谢谢你的邀请。我很高兴聊天和重新联系。而且,你知道,我不得不说,三四年以前,你教会了我关于讲故事的知识,我教会了你关于人工智能这个枯燥世界的知识。你教会了我如何将它与人们关心的事情联系起来,我对此深表感激。

谢谢你,Alex。为了听众,让我先回顾一下,再向前看一点。我记得十年前,我在哈佛大学,那一周的大话题是大数据。当时有点言过其实,而且交付不足,对吧?就像所有这些未来,它将会很棒,而且

当我遇到你,Alex时,我真觉得你是在一个更有用的层面上谈话。你感觉你的工作是卷起袖子,建立一家能够将原始数据转化为有用的东西的公司。这是一个公平的描述吗?是的,完全正确。你知道,最初的故事是,正如你提到的,我在麻省理工学院,我迷恋人工智能和机器学习。所以2015年秋季,DeepMind发布了AlphaGo,它

击败了李世石,这在围棋领域是一项令人难以置信的成就。然后春天来了,它就像,你知道,这是我唯一能想到的,我唯一能学习的东西。这令人难以置信地令人兴奋。我记得想要尝试在我的日常生活中使用它。所以我试图在我的冰箱里安装一个摄像头,它可以告诉我我的室友什么时候偷我的食物。

这花了我,你知道,我尝试了几个星期,几个星期,几个星期,然后意识到这几乎是不可能的,因为根本没有办法获得数据来真正构建这个东西以使其成功。我有点意识到,你知道,也许这是我对

人工智能世界的第一个初步观察,那就是有这么多人在谈论这个梦幻般的未来,以及所有风险和所有好处,你知道,如果我们得到这些像全能的人工智能系统会发生什么,这对世界意味着什么?然后我试图使用这项技术,我意识到,你知道,它实际上很难启动。数据是这个像根本性的瓶颈。

那也许是我第一次意识到,大多数社区将专注于这些遥远的梦幻般的结果。需要有人专注于实际让人工智能对世界产生影响所需的步步为营的互动。因为你不必眯着眼睛去看

人工智能如何用于世界上最重要的问题。你知道,如果你把气候变化作为一个例子,你知道,这不需要这种非常遥远的观点就能看到,哦,你可以使用人工智能来至少帮助我们使用

或更有效地利用能源。如今,由于公用事业网络或全球能源行业的低效率,大量的能源被浪费了。或者你看医疗行业,你不必想得太远就能想到能够将医疗保健扩展到我们全球数量非常有限的医生之外的所有潜在好处。所以这些令人难以置信的问题可以用今天相对直接的技术应用来解决,但是

在实际的实施步骤和将人工智能用于解决这些,坦率地说,改变世界和非常有影响力的现实世界问题的实际近期问题方面存在巨大的障碍。这就是我兴奋的原因。这就是我们致力于Scale的原因,我们如何使世界上最雄心勃勃的组织能够利用人工智能及其数据来解决今天最重要的问题和最具变革意义的问题。

你谈到每个动作都是一个数据片段。你业务或个人生活中的一切都是数据片段,除非你能整理好数据以便我们理解它,否则它对你来说毫无用处。所以我很想听几个案例研究。

告诉我Scale做的一些事情。你可能是人们不知道的最大公司之一。所以给我们举几个例子。是的,完全正确。我认为这是人工智能的一个大问题,我认为当我们听到它时,我们会想到终结者或机械姬或这些科幻场景,而不是,你知道,坦率地说,今天可以用人工智能增强的非常现实的问题。所以要介绍几个,我将介绍三种例子

第一个是我们实际上在乌克兰做的工作。第二个是我们与一些最大的电子商务公司合作完成的工作。第三个是我们在这个医学领域做的工作。首先,在乌克兰,乌克兰冲突中最有价值的资产实际上是卫星图像和卫星数据,并利用它来了解该地区实际发生的事情,并利用它来转移人道主义资源,以及

以及如何最好地管理冲突。我们所做的一件事,我们实际上开源了大量这些数据,我们基本上使用了卫星数据和运行人工智能算法的算法,这些算法运行在卫星数据之上,以绘制出,A,绘制出所有主要城市的地图。例如基辅、哈尔科夫、第聂伯罗、马里乌波尔,

然后我们每天绘制出这些城市中每个建筑物的损坏程度。从字面上看,一栋一栋建筑物,战争对俄罗斯造成的损害程度是多少?我们如何利用这些信息实时

转移人道主义援助资源?我们如何转移医疗注意力?我们如何转移基础设施项目?我们如何将资源转移到基本上每天都能立即解决有意义的损害的地方?我们开源了所有这些数据。我们与美国政府和乌克兰政府合作,我们被告知,“嘿,这以前从未存在过。

过去没有办法获得这种粒度的分析。通过使用人工智能,我们能够处理这种非常非常丰富的数据,例如卫星图像,

乌克兰的所有地区,实际上都能获得洞察力,并获得对协调响应有用的东西。我想介绍的第二个例子实际上是在电子商务领域。我们很多人都在网上购物。例如,Instacart是我们的客户之一。如果你在Instacart上购物,在幕后,Scale正在帮助提供动力。

我认为我们所有人可能都有过这种不可思议的经历,我们去一家电子商务公司,也许是亚马逊,也许是另一个你可能也喜欢的公司,或者某种推荐,有一个你点击进去的不可思议的产品。他们就像,“哦,是的,我确实想要那个。我确实想要那个。”他们足够了解你,知道你可能想买什么。在幕后,这一切都是由电子商务驱动的。

机器学习和人工智能,只是以一种非常无害且坦率友好的方式。但这都是关于如何超级了解你正在销售的产品?你知道,当你在一间商店里时,销售人员是一个非常好的产品推荐者,因为他们非常了解他们的产品。当他们和你交谈时,他们开始了解你喜欢什么,你不喜欢什么,你正在寻找什么等等。这与你在这些电子商务体验中面临的挑战类似,机器学习算法必须构建。

但我们帮助这些公司做的主要事情是如何,A,建立对实际销售产品的百科全书式的理解?你需要输入哪些数据才能增强对产品的这种深入理解?然后你如何有效地构建数字销售人员?你如何构建这些能够吸收你提供给它们的少量信息并指导你完成购买体验和购买过程的算法?

最后一个是在医疗保健方面。正如我之前提到的,从全球范围来看,医生严重短缺。我认为大约是全球医生短缺了10倍。医学院根本无法培训足够的医生来跟上全球人口增长的步伐。所以这唯一的解决方案将是构建能够

自动识别医学影像和医学数据中的疾病或其他事物的算法,以便您可以开始自动化很多工作,以便能够让我们扩展规模,为坦率地说,许多没有获得医疗保健的人提供医疗保健。所以我们与

麻省理工学院媒体实验室以及斯坦福大学一起进行了一系列研究,分析皮肤病学数据,并基本上利用它来帮助使用算法自动识别皮肤状况。它们彼此之间相当不同,我认为这显示了这项技术的强大之处,因为它几乎可以应用于每个领域。人工智能、机器学习的一些真正有趣且具有变革意义的用例

人工智能,机器学习。但这些用例都不是会接管世界的邪恶人工智能。它们都是,坦率地说,相当近期的用例。是的,这很有趣。300年前的工业革命,这些大型机器出现了。但是等等,那是人类正在做的事情。为什么现在是机器在做呢?

但从长远来看,生产力提高带来了过去300年的繁荣。你是否认为这能够提升人类进步的能力?是的,百分之百。我认为,

今天对人工智能的一个主要误解,这是一个非常细微的差别,但我将解释为什么它如此重要,那就是现代人工智能系统是智能机器,而不是学习机器。我的意思是,如果你考虑一下这些

人工智能系统。我认为现在我们许多人可能已经在互联网上看到了Dolly 2或一些图像生成AI或GPT-3和一些文本生成AI所做的奇特的事情。如果你看看所有这些,确实它们已经达到了一定的智能水平,使得它们能够做一些非常令人印象深刻的事情。但它们实际上在达到这一点时遇到了某种限制。这些系统很难超越今天的局限性。

如果你将其与婴儿或儿童进行对比,你知道,婴儿或儿童,你知道,他们实际上是学习机器。他们一开始什么都不知道。但以这种令人难以置信的速度和速度,他们开始越来越了解他们周围的世界,以至于他们到达一个点,突然之间他们可以推理几乎任何东西。

这种细微但非常关键的区别非常重要,因为如果你看看今天算法的工作方式,它们学习的速度并不快。事实上,为了让他们学习,我们将最大、最大的数据中心和大量的能量投入到这个问题中,以让他们以这种相对缓慢的速度学习。如果你将其与孩子的效率进行比较,那就像

数量级上的差异。我认为这与工业革命的例子特别相关的原因是,在工业革命中,我们没有制造通用机器。我们制造了非常具体的机器,诚然,组装汽车的机器很贵。

比任何人都快得多,也更好。但作为一个人的你,你可以做很多其他事情,而那台机器永远都做不到。今天的人工智能系统也是如此,那就是,是的,它们将达到能够做非常非常有趣和令人难以置信的事情的地步,但它们将无法做到人类能够做到的一切事情。所以思考这个问题的方式是,我们如何利用

这种能力,以及如何利用这些智能机器来让我们达到创造力的下一个层次,以及

使人类能够取得更多成就。我认为在不久的将来,一个很好的例子是关于内容制作和思考制作电影。现在,当然,有一些电影制作成本低廉,电影内容仍然是数十万美元。这仍然是一笔相当多的钱,或者说是数百万美元。制作一部电影仍然需要相当多的钱。然后一直到那些制作成本高达数亿美元的漫威电影。

这使得制作电影对世界上每个人来说都难以企及,而且实际上我敢说,限制了电影行业的创造力,因为制作电影的成本如此之高。只有工作室主管喜欢的特定电影才能最终制作出来。

如果你看看今天正在制作的人工智能技术,在不久的将来,我们将能够制作出视觉效果与今天的电影一样引人注目的电影,而成本只是其中的一小部分。因为我们将拥有能够自动化视觉效果、自动化大量编辑工作、自动化大量特效的优秀人工智能,并且真正使人们能够在制作电影的过程中更有创造力。这将是

释放全球人口创造力的巨大推动力量。你知道,现在世界上只有极少数人能够接触到这个过程,或者在这个制作电影的过程中发挥任何作用。但如果情况可能是这样的,你知道,世界上几乎任何人都可以借助人工智能制作电影呢?这难道不是一个能够释放这种创造力激增的令人难以置信的世界吗?

Alex,你的观点,我喜欢这种区分,因为我认为每个人都会理解它,这与智能机器与人类根本无法匹敌之间存在差异,这有点像,哦,我的天哪,是的,但它们的计算速度比我快得多,但计算只是其中一个元素,对吧?在你的例子中,我将回到你的电影方面,这不是人类的缺失,你不会遇到一个算法,它会制作一部电影

但创造力上升到能够思考如何将所有这些部分组合在一起以及如何以及在哪里使用人工智能,而不是它会创造的所有艰苦工作以及它往往会创造的数百万美元。因此,我们只得到某些类型的电影被制作出来,对吧?然后进入电影院。

所以它改变了人类输入的维度,对吧?这回到了工业革命。并不是说人们停止了工作,对吧?还有其他工作要做。也许他们在工厂工作,他们操作机器,然后他们慢慢地提升自己,或者他们转而去做其他事情。而且,你知道,我不知道。我们现在正处于充分就业的时刻,对吧?每个人都一直担心这一刻将完全是关于瓦力,对吧?

如果你还记得那部电影,人类不得不离开地球,我们都坐在可移动机器上,体重超过500磅,喝着冰沙,因为人类没有什么事情可做。这不是你所描述的未来反乌托邦版本,因为我从你那里听到的是

并非要贬低它,超级重要,但相当枯燥,重复性的东西,我们应该交给机器,以便人类能够进步,向前发展。你知道,有人告诉我,我们与一家公司合作,该公司正在弄清楚每三条鱼中有一条在错误的地方,然后被扔掉了,对吧?为什么?因为他们没有使用机器学习来弄清楚鱼需要在什么时间出现在哪里,储存在这里,然后出现在那里,对吧。

它们都在错误的地方。三分之一的鱼被扔掉了。如果你能将机器学习应用于鱼类、供应链、每家公司,你可能会提高三分之一的效率,也许比这更高。因此,这促使人类去做更大更好的事情。对吗?完全正确。是的,是的。你谈到的事情中,有两个例子真的让我印象深刻。你提到的这个例子,是的,每三条鱼都被浪费了。这正在美国经济的各个微观世界中发生……

整个美国经济。世界上大多数企业都销售实物。任何销售实物的企业,都存在一个巨大的问题,即你是否知道谁会想要购买这种实物,在哪里,以及你如何确保你将产品放在正确的位置以尽可能高效地实现这一点?这对于

世界来说是一个巨大的问题。如果你看看亚马逊,它是解决所有这些问题的先锋,如果你看看他们是如何做到的,他们有一个关于如何构建准确预测技术的巨大项目?你可以很好地了解人们什么时候会想要这个特定东西,以及你如何确保产品到位,以便当人们点击按钮时,

东西尽可能靠近他们的家门口。在两小时内送达,这即使在今天,似乎也是一件人类的魔法。没错。达到这一点,实际上是,我们可以构建算法,我们可以构建能够让你达到这种效率水平的系统。它需要在整个……

整个经济中推广。这就是其中一个。然后第二个,为了做到这种,我的意思是这些创造力层面,对吧?这在实践中意味着什么?我将举一个非常具体的例子,回到电影工作室的概念。所以如果你考虑一下凯文·费奇和漫威电影,漫威电影能够以其他任何电影宇宙中都不存在的创造性方式进行创造性创作的方式之一,是因为他们制作了这么多电影,幕后存在一种创造性元素,那就是,所有电影中所有角色如何在20部电影的剧情中联系在一起,对吧?嗯哼。

这是观看漫威电影最令人欣慰的部分之一,那就是所有不同的故事情节和剧情之间存在这种非常紧密编织的挂毯,它们汇聚在一起,然后分开,然后汇聚在一起,然后分开。实际上只有漫威才能这样大规模地思考,因为事实证明,制作20部如此有效的电影需要数十亿美元。好吧,如果由于新的人工智能技术,突然之间制作的成本变成了……

创造相同水平和质量的电影体验的成本是其百分之一,那么突然之间我们许多人可以成为幕后的大师,就像凯文·费奇一样,仔细地设计这些广泛的故事情节,因为突然之间它变得触手可及,越来越多的创意人士遍布世界各地。我认为这是一件非常强大的事情,那就是我们如何通过人工智能增强的创意工具尽可能有效地释放人们和人类的创造力上限?

而这正是我非常期待的世界。当我遇到你时,我猜你22岁,你正在创建一家公司。而且,如果你不介意这个双关语,规模化规模,你对如何在不变得糟糕的情况下变得庞大有一些非常强烈的看法。你对在成长过程中保持创新的信念是什么?

所以是的,我们现在大约有700人。哇。是的,很多人。是的。也有比我们规模大得多的公司。我认为亚马逊有超过一百万人。但现在我们有700人,我喜欢你表达的方式,变得庞大而不变得糟糕。我一直都在思考这个问题。你知道,其中一件事,一个非常令人震惊的事实是,苹果最初的iPod大约花了,我认为大约是6%。

六个月左右的时间发布。你考虑一下,你会觉得,怎么可能从制造音乐设备的想法到在六个月内将它摆上货架?这简直是天文数字般地疯狂。

我记得在Scale的早期,房间里的电力和创业公司的能量,它就像每个人都非常专注于创造一些令人难以置信的东西。每个人都在梦想成真。每个人都像……

思考我们如何创造一些真正有影响力、真正令人惊叹的东西,有一种电力。我喜欢用的一种比喻是,这几乎就像你正在接触核反应堆。它就像,这是一种奇怪的超凡脱俗的能量,它赋予了建筑的一切力量。你并不真正知道它到底是什么,但你知道它在那里,而且非常强大。

所以这是我一直痴迷的事情。我写了一些关于这方面的文章,我对这方面有一些看法。最重要的一点是雇佣那些关心的人。你知道,这是一件简单的事情,但我认为大多数大公司或中等规模的公司的一个不幸的事实是,你环顾四周,人们似乎甚至都不关心。

公司正在做什么了。而且,不清楚他们是否曾经关心过他们所做的工作。这不是一个带有判断性的说法,但我认为,如果周围没有人关心他们正在做什么,那么创造一些几乎不可能的事情,或者创造奇迹是不可能的。我认为这个问题的出现是因为

许多公司都会发生一种微妙的变化,那就是当你规模很小的时候,你能够让你的公司获得的唯一人才就是那些关心的人。因为坦率地说,你是一家规模很小的小公司。除非他们碰巧真的非常关心,否则没有人会关心你。也许他们在过程中有点疯狂,但他们真的非常关心。这是你吸引人才的唯一方式。它一直有效,直到达到一定的规模。然后你变得更大,更成功,更著名的公司。然后

然后我认为最终会发生的事情是,招聘团队几乎变成了一个大学招生办公室。它变成了某种,你知道,我们有所有这些申请者涌入。让我们选择最令人印象深刻、最多样化和最有趣的群体,而不是那些为使命而活,并且真正非常关心的人。这种微妙的差异,即如何招募传教士与雇佣兵,是一个非常非常重要的事情

<raw_text>0 对于公司来说,最重要的事情是把这件事做好。最终,你知道,公司是由你招进公司的人组成的,你的基础是你的员工。所以,把这件事做好非常重要。你必须雇佣那些

狂热的人。首先,他们只是那种非常关心自己所做的事情、非常关心自己的工作、非常关心对宇宙产生影响的人。你得到的人对你的公司所做的事情充满热情,以至于它自然而然地成为激励他们生活的那种鼓舞人心的事情。我听说你把它描述为乐观或态度驱动型。

定义现实?完全正确。是的,是的。所以我们有这种信念,乐观塑造现实。我们也称之为雄心塑造现实。我认为我们都在某种程度上知道这一点。例如,一个有趣的现象是,人们最终或多或少地实现了他们乐观程度或雄心壮志的程度。这是一件非常有趣的事情。这是一个非常有趣的现象。我将举几个在完全不同领域的例子,然后我将把它应用于构建伟大的产品。

如果你查看马拉松跑步时间的直方图,也就是每个马拉松运动员完成马拉松所用的时间,你可能会认为它只是一种正态分布,一种高斯曲线。你知道,有些人,它有点像一条非常平滑的曲线,但它根本不像那样。它实际上是一条非常锯齿状的线,基本上在每个小时的边界处,都有很多人试图达到这个小时的边界以下。

所以,在四小时以内,很多人试图在四小时以内完成。在四小时半以内,很多人试图在四小时半以内完成。很多人试图在五小时以内完成,五小时半以内完成,等等。所以你会注意到这是一条非常锯齿状的线,人们或多或少地真正实现了他们想要达到的目标。这是一件非常奇怪的事情。另一个有趣的例子是,当我们突破四分钟英里时,

长期以来,人们一直假设没有人能够突破四分钟英里,每个人都在为此而努力。然后,一旦有人突破了它,突然之间,每个人,不是每个人,而是,你知道,所有足够关心的人,很多人最终都突破了四分钟英里。哇。

这只是其中一件事情,人类是不可思议的。顺便说一句,开始有意识地关注人工智能,但我们稍后再讨论这个问题。人类在实现其雄心壮志的规模方面令人难以置信。当你考虑在一个组织中,让员工树立远大理想至关重要。

你知道,人们对你们将要完成的事情抱有不可思议的乐观态度。因为如果他们没有远大的想法,那么你就没有希望。换句话说,想法渺小是一种自我实现的预言。如果你想法渺小,那么你也许会完成那些小事,但你永远不会完成那些需要远大想法才能完成的大事。

所以我认为重要的是,核反应堆的比喻实际上非常适合公司应该是什么样子,因为它需要感觉像一个蜂巢,人们在那里怀揣着远大的梦想,人们非常兴奋。人们非常关心。而且人们也很优秀。人们非常能干,他们喜欢,

那里有非常高密度的天才人物。如果你能做到这一点,那么一个组织所能做的事情简直令人难以置信。我认为苹果公司,再次重申,并不是要不断地回到这个问题,但它是一个如此令人难以置信的例子,非常非常小的团队创造了

塑造人类未来的产品。这比例非常不成比例。你知道,也许你会认为需要数万人来制造第一部 iPhone,或者需要数十万人来制造第一部 iPhone,鉴于这对于,你知道,人类的未来来说有多么重要。但是没有。

是一个相当小的团队,它源于对计算未来的一种渴望。我认为,雇佣那些认真负责的人,让雄心壮志塑造现实,创造未来,你知道,这些对于真正有机会

创造未来的平台至关重要。是的,这很有趣。你提到了苹果公司。我认为史蒂夫非常有名的一句话是,期待优秀的人做出伟大的事情。所以我只是想想象一下,你知道,一个快速公司听众,我能从中学到什么?我不是在停滞不前。我所在的类别可以进行创新。我应该如何考虑这个问题?你会对那些被困在一家不推动创新、但我如何才能让它运转起来的公司的人员给出什么样的指示?对此我有一些想法。嗯,

这是一个很好的提示。我经常告诉我的团队的一件事是,没有什么比邀请人们去想得更大更诱人了。我的意思是,假设你在任何组织中,你正在与任何人会面,给他们提供一个路线图,说明他们如何才能想得更大。我举个例子,假设我们正在与

一家大型农业公司交谈。这是世界上至关重要的基础设施。你有点像,我们如何才能想得更大?这就像全球面临的挑战是,我们将面临粮食危机或粮食短缺。全球人口数量不会停止增长。而且

我们需要食物来养活世界上所有人。坦率地说,我们需要提高粮食生产效率。如果你考虑这个问题,你会想,我们如何利用,你知道,卫星数据和更好的技术以及更好的机器人技术,以及,你知道,所有这些更好的技术来真正使我们能够应对这一挑战,坦率地说,在未来 20、30、40 年内,这将面临,坦率地说,全人类的挑战。而且只是

以这种方式进行框架,并创造这种允许人们对问题进行大胆思考的许可,你会对创新水平和在以这些非常大的经验来思考问题时所产生的独创性水平感到印象深刻、震惊,坦率地说,还会感到惊讶。

扩展的方式。我还要提到的另一件事是,我认为人们以错误的方式看待自己的职业生涯,那就是,我认为很多人以这种方式看待自己的职业生涯,即我如何才能尽可能地建立一份最好的简历?如果你认为你职业生涯的成果是你的简历,那就有点倒退了,不是吗?因为

这与你在哪家公司工作了多久以及你如何随着时间的推移获得晋升无关?然后你跳槽到哪家公司,然后你跳槽到哪家公司?这是错误的。问题是,是什么?你真正创造了什么?你对世界做出了哪些贡献?你帮助创造了哪些产品,如果没有你,这些产品就不会存在?

就像在战壕里,推动产品,推动愿景,推动执行,并创造奇迹。我认为,因为查看某人的简历很容易,所以我们完全忽略了这样一个事实,即由于你的工作,世界上存在着什么。当你职业生涯结束时,回顾过去,你对自己的工作满意吗?当我读到史蒂夫·乔布斯的传记时,这让我很震惊,我们对在苹果公司工作的人们的承诺是,你有机会去做

你一生的工作。这是一个非常有力的想法,因为非常非常悲哀的事实是,大多数人最终并没有在宇宙中留下印记。大多数人最终并没有从事能够产生影响的工作。部分原因是他们甚至没有从这个角度考虑这个问题。他们没有考虑如何确保我的职业生涯,我的职业生涯的产物是产品和创新或变化,这些产品和创新或变化可能会造福世界。你把它看作简历。

任何事情都很不幸。是的。鼓舞人心的领导力可以为人们设定基调,即使是在看似普通的职业或工作中。我喜欢在 Founder 考虑这个问题的一种方式是保持创新的条件。乔尼·艾夫最喜欢的名言是,想法是脆弱的。房间里的人决定了它们的生死。因此,你必须创造创新的条件。它不会自然发生。

你如何提高标准?我认为爱因斯坦对疯狂的定义是反复做同样的事情并期望得到不同的结果,对吧?这里一定有教训。你对此怎么看?是的,我认为这其中有几个方面。我认为首先要确保每个人都拥有正确的思维方式,这与创造优势或创造一些令人惊叹的东西而不是维持现状有关。你知道,在我们成长的过程中,我实际上已经注意到这个问题的各种版本。

你知道,当你是初创公司时,你没有选择。你知道,你必须白手起家。所以你只会考虑建设。但是,当你成为越来越大的公司,并且拥有一个非常成功的核心业务或一个非常成功的产品时,就会有一种巨大的诱惑,那就是只考虑逐步维护或逐步改进核心业务,而不是同时考虑你还可以做哪些其他事情。

一方面是,很容易陷入这种思维模式,那就是,为什么我们要考虑那边那个小东西,它永远不会像我们正在做的大核心那样大?你知道,这就是发明过程。发明是考虑和思考所有潜在的机会并致力于这些事情。所以这是其中一个主要部分。我认为另一部分是关于你在某些房间里想法的脆弱性。

很难解释,因为它几乎就像风中的烟雾等等。它是如此脆弱,如此混乱。但是肯定有,我知道即使对我自己来说,也有一些人,当你与他们或一小群人一起讨论想法时,你会注意到某种共鸣。

并且会发生这种共鸣,有点像,我有这个想法,然后有人添加了一些东西,有人添加了一些东西,其他人又有了这个疯狂的想法,它就像滚下山坡的雪球一样不断积累。这种能量和想法的积累过程,以及所有这些东西,坦率地说,是世界上最强大的力量之一。

只有当你把前提条件做好时,才会发生这种情况。人们感到安全。人们感到兴奋。你知道,人们对他们正在做的事情感到兴奋。当你看到它时,你就知道了。这就是你能做的最好的事情。所以你必须不断尝试寻找它。然后,当你找到它时,永远不要放手。这是一个很好的建议。

我将放大并结束今天的讨论。当你告诉我们即使是非常智能的机器也无法与人类匹敌时,我感觉很棒。所以让我们想象一下未来以及你可能在宇宙中留下的印记。从现在起 5 到 10 年后,你认为我们可以用人类的进步,以及人工智能的全速发展,或者至少按照你认为在规模上所能做的最大限度来构建什么样的世界?

我们的全部目标是如何使人工智能成为现实,以及如何使人工智能真正推动解决世界上最大的问题。因此,为了更详细地解释,我认为从现在起 5 到 10 年后,我们不会拥有这种终结者式的人工智能,它们会接管工作,接管世界,并且会做所有这些可怕的事情。但我认为我们将拥有的是

我们将取得有意义的进展,并实际上已经开始掌握世界上最大的问题,无论是我们之前谈到的粮食危机,还是气候变化和全球世界的可持续性,或者是否正在扩大医疗保健,就像我们谈到的那样,

或者它正在促进地缘政治稳定和促进地缘政治和平,或者它正在做一些简单的事情来帮助我们更容易地在互联网上找到我们正在寻找的东西。基本上,推动所有这些主要的世界问题

并实际上开始推动行动和技术来产生影响,而不是我认为人类在过去几十年中所处的这种不幸状态,我们都知道这些问题存在。我们都知道它们是世界性的大问题,但要取得进展非常困难。

我是一个乐观主义者。我认为人工智能是一项技术,它实际上给了我们一个真正有意义的机会来应对所有世界性的大问题。我认为在接下来的 5 到 10 年内,我们将能够证明这一点,并推动许多这种变化,并解决困扰当今人类的许多问题。

我认为人工智能将成为实现这一目标的渠道。这就是我们在规模上所热衷的事情。是的,不,这很好。这就像我们看不到树木,因为我们在森林中间。但是当你放大时,你会看到实际上有一个解决方案,因为你可以看到模式。我从你那里听到的是一种信念,即技术可以赶上

当今世界的问题,并且可以解决许多我认为大多数人都担心的事情,你知道,世界各地可怕的天气。我们能否解决能源危机和碳排放问题?当我与像你这样相信的人交谈时,我感到非常欣慰,我也是一个真正的信徒,创新中存在令人难以置信的乐观主义,而这种创新是建立在 10 年前根本不存在的技术之上的。

听到你说人类通过人工智能的进步而进步,而不是通过人工智能的进步而倒退,这令人难以置信的乐观和令人满意,听到你这样拥有深厚领域专业知识的人发表这样的声明。所以,亚历克斯,我只想感谢你今天来到这里。再次见到你真是太好了,希望不会再过三年我才能见到你。

感谢你参加播客并抽出时间。这太棒了。是的,这太棒了。我们讨论了这么多有趣的话题。再次感谢你的邀请。所以这是与来自 Scale.ai 的 19 岁亚历克斯·王进行的一次精彩对话。我想他没有完成麻省理工学院的学业。我不知道。我想他太忙于建设规模了。但是,你知道,他是一个不遵循兄弟式方法的亿万富翁。

最近观看过坠毁后,我很高兴遇到一个做得非常好的人,但他非常有思想,非常关注人工智能的作用。我真的很认为观众会理解、同意并从这种观点中学习,无论机器多么智能,它们都无法与人类匹敌。

我认为这太棒了,实际上他的人工智能方法是每次只处理一项琐碎的任务和例行任务,以消除系统中的浪费,使事情更快地发生,消除摩擦。这只是慢慢地减少了低效率,提高了做事的能力。但是有一条线,智能机器不是思考机器,而人类是思考者。

因此,关于每个人都变成半机械人的那种反乌托邦式的未来观点被某种程度上驳斥了。我发现这令人难以置信的振奋人心和乐观。亚历克斯还分享了一些关于创新的令人难以置信的事情。所以,这个人,他在 19 岁时创办了一家公司。他们今天在这里,有 700 名员工,是一家价值 76 亿美元的公司。亚历克斯提出了一些关于如何保持创新、如何发展壮大、

而不变得糟糕的非常有趣的建议。他还谈到了乐观塑造现实,我认为这很有趣,你知道,你设定了一个高标准,你让员工兴奋,你创造了一个环境,创造了人们被期望进行创新并因创新而获得奖励的条件。当然,你知道,再次重申,即使在 700 人的初创公司中,这比在非常非常大的公司中更容易做到。但是

我认为我们的一些谈话只是围绕一种方法,一种态度,这会让你看到,如果同样的事情发生三到四次,那么也许那里存在问题,我们应该去解决它。这种普遍的感觉是,无论是作为人类还是作为人工智能,事情都可以变得越来越好。我认为最后是关于他对未来 5 到 10 年人工智能可能在宇宙中留下的印记的信念,这真是令人振奋,那就是我们

我们可以解决一些世界上最大的问题,无论是通过理解大量数据并对其进行标记,然后获得一个能够找出疾病的算法的能力。因此,我们可以征服这些巨大的事物,可持续性,碳排放。所以对于这个做得非常出色的人来说,说服一个又一个客户,解决一个又一个客户的问题,以及他关于他在乌克兰获得的信息的故事,他看着被炸毁的城市,然后

找出由于破坏发生在哪里而需要人力资源的地方,这只是一个令人难以置信的例子。以前没有人做过这样的事情。显然,美国政府找到了规模上的亚历克斯,并说,你能解决这个问题吗?事实上,他去了那里并做到了。所以是的,我认为在多个层面上,亚历克斯消除了一些关于成为亿万富翁需要什么的误解,我认为这很好。

并且还为我们提供了关于创新的真正好的代码以及对未来的乐观态度。

好了,本期节目就到这里。如果您是新听众,请务必在您收听的任何地方订阅“最具创新力公司”。如果您喜欢本期节目,请在 Apple Podcasts 上给我们留下评分和评论。我知道我们也希望听到您的声音。因此,请告诉我们您想了解更多什么内容。请发送电子邮件至 [email protected] 或在 Twitter 上关注我们 #mostinnovativecompanies。

“最具创新力公司”是由 Fast Company 与创始人 FNDR 合作制作的。我们负担不起元音。我们的执行制片人是 Joshua Christensen。我们的声音设计是 Nicholas Torres。写作是 Matias Sanchez。Alex Webster 和 Nikki Checkley 帮助制作了这个播客。本播客是与我在创始人处的优秀合作伙伴 Stephen Butler、Becca Jeffries 和 Nick Barham 合作完成的。