We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode 311: Holger Mueller, Constellation Research VP, On Cloud Acceleration, AI Ethics, and Enterprise Agility

311: Holger Mueller, Constellation Research VP, On Cloud Acceleration, AI Ethics, and Enterprise Agility

2024/11/18
logo of podcast AI and the Future of Work

AI and the Future of Work

AI Deep Dive AI Insights AI Chapters Transcript
People
H
Holger Mueller
Topics
Holger Mueller: 对AI伦理和安全的担忧主要来自尚未应用AI的企业。云计算使得企业自动化技术的采用周期显著加快,企业对AI的采用速度空前迅速。AI正在带来实际效益,企业不应错过这些益处。分析师的价值在于对行业趋势的理解和对软件开发速度的把握,而非信息优势。企业需要更快、更灵活、更高效、更有效率。大型科技公司容易受到效率差距的影响,而初创公司则有机会抓住这一差距。 AI监管应侧重于价值观和伦理,而非过度的法规。过度监管正在扼杀欧洲的创新,创新存在“创新引力”,硅谷是当前的创新中心。 未来几年,量子计算和AI在事务处理方面的应用将成为主要议题。 Dan Turchin: (访谈引导,未表达核心观点)

Deep Dive

Key Insights

Why is the fear around AI regulation and ethical AI largely promoted by companies without AI capabilities?

The fear around AI regulation and ethical AI is often promoted by companies that lack AI capabilities because they aim to slow down competitors who are ahead in AI development. For example, Microsoft deployed lobbying teams for responsible AI in Washington, which pressured Google to hold back its AI advancements. This strategy creates barriers for competitors while allowing these companies to catch up.

What is the significance of cloud infrastructure in accelerating enterprise automation and AI adoption?

Cloud infrastructure is critical for accelerating enterprise automation and AI adoption because it allows faster innovation cycles. Unlike traditional on-premise systems, cloud-based solutions enable enterprises to access the latest technologies without significant delays. For instance, Oracle has invested heavily in cloud infrastructure, including NVIDIA GPUs, to support AI advancements. This shift has reduced adoption cycles from decades to months, enabling enterprises to stay competitive.

What are the key challenges enterprises face when adopting AI technologies?

Enterprises face challenges such as lack of trust, governance issues, and concerns about data leakage and IP safety when adopting AI. Additionally, generative AI tools often struggle with context and complexity, limiting their effectiveness. Despite these challenges, 76% of developers are using or planning to use AI code assistance, indicating a growing acceptance of AI's potential to augment human capabilities.

How does the concept of 'enterprise acceleration' impact modern organizations?

Enterprise acceleration emphasizes the need for organizations to become more agile, efficient, and effective. This concept is driven by the rapid pace of technological innovation, particularly in cloud and AI. Enterprises must adapt quickly to new technologies to remain competitive, as seen in the demand for AI capabilities in 2023, where companies prioritized AI over traditional roadmaps.

What role does innovation gravity play in shaping technology hubs like Silicon Valley?

Innovation gravity refers to the concentration of technological advancements in specific regions, such as Silicon Valley. This phenomenon is driven by the proximity of hardware, software, and internet companies, creating a self-reinforcing cycle of innovation. For example, Silicon Valley has been the epicenter for hardware, software, internet, and smartphone innovations, making it a leading global hub for technology development.

What are the potential unintended consequences of AI regulation?

AI regulation can have unintended consequences, such as stifling innovation and creating barriers for startups. For example, Europe's stringent regulations have hindered the development of cloud infrastructure, making it harder for European companies to compete globally. Additionally, regulations often become outdated quickly, failing to keep pace with the rapid evolution of AI technologies.

What are the future trends in AI and enterprise technology that we might see by 2026?

By 2026, quantum computing and advanced AI algorithms are expected to transform enterprise technology. Quantum computing could revolutionize areas like protein folding and chemical simulations, while AI may move beyond document-centric tasks to impact transactional systems. Additionally, enterprises will likely adopt more sophisticated 'what-if' scenario planning tools, enabling better decision-making and business simulations.

How does the regulatory environment in Europe compare to the United States in terms of AI innovation?

Europe's regulatory environment is more restrictive compared to the United States, which has stifled AI innovation. For instance, Europe lacks significant cloud infrastructure, making it harder for startups and enterprises to innovate. In contrast, the U.S. benefits from a more lenient regulatory climate, which has enabled the growth of major AI companies like Microsoft, Google, and OpenAI.

Shownotes Transcript

有趣的是,我发现,而且我在业界也看到这种情况,那就是对监管、道德AI、安全AI等的恐惧,很大程度上是由那些还没有AI的人推动的。早上好,下午好,或者晚上好,取决于你在哪里收听。欢迎收听AI与未来工作播客,第311集。

我是你的主持人丹·图钦,PeopleRain的首席执行官,PeopleRain是面向IT和人力资源员工服务的AI平台。

感谢你们的支持,我们的社区正在壮大。我经常被问到如何才能与其他听众见面,为了实现这一点,我们最近在Beehiiv上推出了一个新闻通讯,每周分享一些播客中没有的见解和技巧,以及与其他社区成员见面的机会。它是免费的,不是垃圾邮件,我们永远不会分享你的电子邮件地址。我们会发送一个链接到该新闻通讯,以便你自行注册。如果你喜欢我们所做的,

请告诉你的朋友,并在Apple Podcasts、Spotify或你收听的任何地方给我们点赞和评分。这有助于其他人发现这个播客。如果你留下评论,我可能会在接下来的剧集中分享它,就像田纳西州纳什维尔的洛厄尔这位软件销售人员的评论一样,他在做费用报告时收听。洛厄尔最喜欢的剧集是与尼尔·曼特的那一集,一个很棒的剧集。

尼尔是一位艾美奖获奖的好莱坞制片人,也是一位伟大的企业家。有趣的谈话。去档案里找找那一集吧。洛厄尔,很高兴你喜欢它。我们在节目中每周都会从AI思想领袖那里学习。当然,额外的奖励是,你每周都会得到一个AI趣闻。今天的趣闻,里奇·麦基特隆在IT Pro上写道,企业领导者投资AI需要什么才能将事实与虚构区分开来。

他写道,计划投资生成式AI的公司的比例实际上从一年前的93%下降到63%。大规模采用AI的最大障碍之一是缺乏信任。

生成式AI很难管理,因为它没有一个普遍的定义来解释如何使用它。而且我们都知道,监管仍在不断发展。自2022年ChatGPT推出以来,关于生成式AI传播的所有神话中,那些暗示LLM可以超越人类或已经实现AGI(人工通用智能)的神话,在信任方面可能是最具破坏性的。例如,

英伟达老板黄仁勋今年早些时候暗示了编码的终结,引起了轰动。AWS首席执行官亚当·贾斯曼最近表示,AI可能意味着开发人员在未来两年内不会编写代码。

然而,在2024年,也就是今年5月早些时候,对Stack Overflow平台上1700名开发人员进行的一项调查发现,76%的开发人员正在使用或计划在不久的将来使用AI代码辅助工具。然而,许多人承认,他们由AI生成的代码在上下文、复杂性和模糊性方面存在问题。

AI编码技能可以帮助开发人员完成琐碎的任务,但不太可能很快取代整个工作岗位。我的评论,

在进行不到两年的全球生成式AI实验后,我们正在就其实际价值、成本和能力进行深入的讨论。很明显,AI是增强而不是取代人类。而且也很清楚,人类增强可以使人类的生产力大幅提高,这可能导致需要更少的人来完成相同数量的工作。

我们对与机器之间这种复杂关系进行知情、细致的讨论比以往任何时候都更加重要。期待未来更多此类讨论。和往常一样,我们会在节目说明中链接到全文。现在让我们转向今天的谈话。

霍尔格·穆勒是Constellation Research的副总裁兼首席分析师,负责未来工作和人力资本管理,Constellation Research是顶级企业软件分析公司之一,由传奇科技挑衅者雷·王领导。

在加入Constellation之前,他是Northgate Renso的产品副总裁。他还曾在SAP担任首席应用架构师,并在FICO担任产品副总裁,FICO是我们之前的嘉宾斯科特·佐尔贝的所在地,他是那里的首席分析官。

在成为分析师之前,霍尔格还在甲骨文担任领导职务。他经常撰写关于企业软件以及体育运动的博客。他在X账户上发布的科技活动Uber后座预览总是很有见地。霍尔格在曼海姆大学学习信息科学、市场营销、国际管理和化学技术。他会说六种语言。

我们将专注于这次谈话中的英语。事不宜迟,霍尔格,我很荣幸欢迎你来到AI与未来工作播客。我不敢相信我们花了五个季度才请你来到节目,但让我们从让你分享更多关于你辉煌的背景以及你如何进入这个领域开始吧。

感谢你的邀请,丹。很高兴来到这里。迟到总比不到好,对吧?毫无疑问。我仍然需要降低血压,因为你的介绍让我脸红了。是的,这就是他们对我的评价。我试图保持谦逊。我不是那种认为自己总是对的分析师。我必须比错的次数更多。这就是质量所在。但我也很珍惜发表有争议的、有思想领导力的和发人深省的评论。

咨询,有时会领先几十年,我当时想看到的一些东西现在还没有被建造出来。我之所以从事这个角色,是因为我过去是靠编写软件为生的,不是我的团队靠编写软件为生的,我更多的是负责他们是否交付了好的和新的东西。在我甲骨文工作的时期,我们俩都工作过,他一直说,成为一名分析师吧

我试了一下。我喜欢它,对吧?它比构建软件快得多,在构建软件中,你努力工作三个月,你真的必须做很多营销来向人们展示,看,那东西移动了五英寸,而且为了达到这个目标,付出了很多周末、汗水和泪水。所以很高兴能成为分析师,事情发展得更快。这就是我来到这里的原因。我们都在企业软件领域工作了几十年,我们已经看到了

那些当时看起来像是灾难性的转变,从大型机到桌面或客户端服务器,从桌面到移动设备,从本地部署到云端。现在,我们正在从传统应用程序转向AI优先应用程序。至少在硅谷及其周边地区,许多人声称这种技术转变与之前的不同。你的看法是什么?

不,我认为这是绝对正确的。之所以正确,是因为这是第一次,大多数企业自动化都在云端。所以之前我们会有延迟,因为人们必须努力工作并积累资产,写下来。这样做没有明显的优势。所以我们第一次看到企业的情况是,如果你想谈谈一点历史,我们会看到客户端服务器的兴起,这帮助了我两位前雇主之一SAP成为ERP的市场领导者,他们今天仍然是。

原因是拥有与大型机相同的自动化能力,使得企业更容易在不同国家推出。因为他们基本上会说,法国、墨西哥、加拿大,这是你们的服务器。你们弄清楚自己的需求。你们的市场不同。这是我们的三个。我们相信它。我们可以把它推广出去。这就是巩固它的原因,因为SAP远远领先于所有人。

但这只是在企业内部,对吧?而且仍然是在自己的服务器上,比如其他人从硬件和实施中赚了很多钱,当然。现在,大多数自动化都在云端,无论是什么创新,AI,以及上帝保佑,或者我们会知道会有超越AI的东西,对吧?接下来会是什么?例如,我研究了很多量子。所以也许量子是下一个。它将在云端提供。

这样一来,它就可以用于企业拥有的自动化和数据核心,这对两者都非常重要。因此,我们将看到显著更快的采用周期。如果你看看,大型机到客户端服务器用了十年。客户端服务器到互联网架构用了十多年,可能是因为人们使用不同的平台。

转向云架构,对于一些仍在本地运行事物以及一些在专用私有数据中心运行事物的供应商来说,这仍在进行中,这与托管数据中心没有什么不同。所以仍然坚持付费资产服务器,我必须偿还,受到限制,无法根据需要扩展我的软件库,我的数字自动化潜力。

这就是为什么我们看到采用速度显著加快的原因。在我30多年的职业生涯中,我从未见过企业像去年那样告诉软件供应商,忘记路线图吧。

我不在乎你在2022年告诉我什么。现在是2023年,我需要知道你在AI方面做了什么。放弃一些东西是可以接受的,因为去年的想法是,如果我没有AI,我就无法生存到2024年。你知道,这有点夸张,对吧?人们在没有AI或一些AI或开始使用AI的情况下也能生存,但是

这种情况以前从未发生过,它表明由于云计算,技术的采用周期变得如此之快。因为你在那里运行,你的云供应商想要做最新的最好的东西,他们想要让自己与众不同。我刚从甲骨文的云世界回来。这是一个典型的例子。我们可以深入探讨这一点,一家老牌公司,在30、40年前对公司来说是相关的,

意识到拥有足够的现金流来投入大量的资金到公共云投资中。甲骨文从未将50%的自由现金流重新投入资本支出,而他们已经做了八个季度左右了。他们是唯一一家拥有英伟达备用CPU、GPU的云,供那些想要做些什么的人使用,因为他们投入了这么多。而一个80岁的人,我希望……

我总是开玩笑地说,我希望当我80岁还在工作的时候,我不知道我是否想要,我会像拉里·埃里森周二在80岁时发表主题演讲那样开心的一半。对他来说很好,对甲骨文来说很好,但这表明云计算有多重要,以及由此产生的创新速度有多快。在某种程度上,甲骨文是云计算的相对新手,

没有像AWS那样拥有投资遗产,尽管AWS已经存在了15年或即将20年。但他们必须支持很多东西。他们的资本支出涉及许多不同的东西和不同的服务,而甲骨文作为云计算的新手,其资本支出则集中在较少的领域,更集中的领域。我们可以长时间谈论甲骨文,但这只是对本周刚刚结束的拉斯维加斯云世界的一个观察。

因此,在你的角色中,你处于一个有趣的交叉点,你听到供应商(甲骨文等)关于他们创新的说法。然后,你工作的另一部分是倾听和教育企业领导者。你从供应商那里听到的内容与你从企业那里听到的内容有什么区别?

好吧,对于供应商来说,我们的工作总是要直奔主题,看看什么是真实的,什么是不真实的,对吧?因为在供应商所做的事情之上,有一部分健康的营销,对吧?有些东西被宣布了,可能永远不会发布,可能明年发布,可能不会像宣布的那样发布,对吧?因为现实是……

并通过这些来理解相对的开发速度,什么是Bonner馈线产品改进,什么是真正要交付的。这有点像我们作为行业分析师的催化作用,帮助那些购买东西、做出投资决策、想要保持某种状态、想要知道某些东西是否准备好使用的企业,并就何时是行动的时机以及何时是等待的时机给出正确的建议。或者去其他地方,这种情况也会发生。企业领导者

是否担心由于对知识产权、安全危险、数据泄露等问题的担忧而是否应该对AI和AI相关技术进行投资?或者这真的是一个关于我们如何决定进行投资的问题,我们正在寻求你关于我们应该进行哪些投资的指导?

所以两者都是,当然,就像两者都是真实的情况一样。有趣的是,我发现,而且我在业界也看到这种情况,那就是对监管、道德AI、安全AI等的恐惧,很大程度上是由那些还没有AI的人推动的。对。我的意思是,谈到那些大公司,其他人做得很好,

是微软,它不仅在华盛顿部署了一个,而是两个负责任的AI游说团队,并让谷歌如此害怕,以至于谷歌不得不追赶他们当时已经拥有的东西,对吧?这是最大的一个,如果你看看历史,马基雅维利,杜斯,对吧?如何在你的贵族领导人就位。贸易的技巧和窍门是什么?我的意思是,这是最新的高科技手段。当我退休时,我想写一本关于高科技行业马基雅维利策略的书

这是最令人印象深刻的策略之一。只是为了那些不知道的人,其中一个监管团队在与OpenAI的合作关系公布后就被解雇了。所以一方面,有很多恐吓和担忧,那些没有的人说我们需要把事情做好,但他们没有意识到这一点。但是

通过这么说,他们让自己更难进入游戏,因为就像每项新技术一样,AI也不例外。会有好事,也会有坏事。只要我们现在做的事情是对的,我们增强人类,而不是取代人类,我们人类就非常优秀。让我们暂时忘记企业领域,无论某件事是否有效。你得到一个新的AI,比如语音助手,你谈论它一次,它就理解你,你会感到困惑。

它理解你。你说,不够好。我需要编辑。在智能手机平板电脑、玻璃平板电脑上进行编辑很困难。或者你说,这是个垃圾。也许半年后我会再试一次,当他们说他们有新版本的时候。请原谅我的法语。所以我们人类真的非常擅长在AI的当前水平上弄清楚事情的状况。我们可以深入探讨深度伪造等方面,在那里我们不再那么擅长了。因为我们接受了另一种训练。我们接受了我们的功能训练。我们看到的是真实的。

在大多数情况下,当我们看电影时,我们知道这是电影,我们会加上另一个过滤器,但如果我们在现实世界中看到一个深度伪造,并认为它是在一个值得信赖的报纸上,等等,我们可能会开始相信它,对吧?所以还有其他方面,但是从我们在企业中看到的自动化来看,它帮助我进行绩效评估、编写工作请求愿景、帮助我进行福利注册,我们很快就能发现它在哪里是好的,或者在哪里是不好的,所以我并不担心那部分,所以

回到你最初的问题,对不起,我的回答太长了,我通常不会试图给出这样的答案,对吧?所以我尽量简短、甜蜜和简洁。那些已经意识到这一点并正在这样做的人,以及那些仍在等待它并说它是真实的人。简短的答案是,为了让正在收听的人听到简短的答案。它是真实的。它带来了好处。

当然,不同供应商的不同级别会有一些注意事项,但每个人都在努力。有一些好处是你不应该错过的。就像我甚至挑衅地说,如果你写,没有人这样做,但如果你要从头开始编写职位描述,之前的最佳实践是,让我看看是否有通用的东西。我可以复制粘贴什么?以前没有人从头开始写过。

但是复制粘贴过程比珍妮和我编写新的工作申请,然后审查它,然后进行一些复制粘贴要长得多,对吧?所以我们看到这种情况减少到复制粘贴最佳实践时间的20%到30%,而复制粘贴最佳实践是,我从头开始写这个,因为我是最适合写的人。这让我想到一个很大的警告,对吧?

当OpenAI出现时,我们被愚弄了很多次。我们一生都在学习写作。写作非常困难。所以我们认为,用完美的牛津英语写成的某些东西,一定是一个值得信赖的来源。它一定有效。它一定正确。当然,机器写的时候并非如此。即使是人写的时候也不是这样,因为他们可能有邪恶的想法,并可能想以某种方式影响我们。所以这种自动……

如果某些东西表达正确,我们就会遇到能力差距,这是我们在AI时代必须学习的东西。但是用优美、熟练、带脚注的英语写成的某些东西,并不一定正确。并非总是如此,但我们80%的人,包括我自己有时,都会被它愚弄,并说,好吧,这是写得如此优美,它一定是莎士比亚。它一定是正确的。我要冒昧地说,你作为分析师的工作在今天很艰难,因为……

曾经有一段时间,分析师可以访问公众无法轻易获得的信息。鉴于创新周期已经压缩到,这听起来很疯狂,但就像几天一样。我想象很多时候你进入向一位拥有与你相同信息的企业领导者做简报,然而他们却希望你预测或讨论趋势。你如何应对这种新的期望,即

你实时访问与你的客户相同的信息,但你需要对其进行综合,并提出一些非显而易见的见解,因为现在每个人都是专家。非常好。一个很好的问题。所以我11年前才进入这个领域。所以对我来说,从来都不是我的信息优势来提供更好的建议。

因为在许多情况下,信息优势也是专有的,受NDA保护,不可用等等。尽管有大量公开的东西,人们只是不知道,因为他们没有查看不同的供应商等等,没有看到它被发布,并说等等。所以,我认为,80%被认为是专有的东西实际上现在已经属于公共领域了。所以我从未认为独家信息访问是我让我的建议更好的原因。

它始终是对行业中正在发生的事情的整体趋势的理解,再加上一天内可以完成的软件编写工作。听你的介绍很有趣,比如会有多少软件被生成等等。那么,实际上会产生什么?整体创新速度是多少?

供应商,我围绕我称之为企业加速的这种效应建立了我的整个研究,对吧?企业必须更快地行动,变得更敏捷,更高效,更有效,这往往会被遗忘,我们可以讨论效率与有效性,但是

这是关键方面。它表明处理的质量很重要。这就是为什么我在车后座做低水平的制作,从活动视频中来,因为根本没有时间。即使是粗糙的Uber后座视频,或者像我在圣地亚哥1号航站楼制作甲骨文云世界预览一样,这就像一个噪音地狱。但是,感谢麦克风的质量,尽管我说话很快,含糊不清,而且带着浓重的德国口音,但我仍然可以被理解。

足够好了,对吧?它让人们可以访问信息。这也是原因,一个小小的提示,为什么我把我的所有笔记都放在Twitter上,对吧?我们可以谈论埃隆·马斯克和Twitter的其余部分。这是最好的笔记工具,对吧?如果你想看到我去参加活动,你想看到发生了什么,我的笔记就在Twitter上,你可以使用,你可以评论,其他供应商可以提问,或者向举办活动的供应商提问,对吧?几年前,Salesforce做得很好,说,我做错了什么。是的,请告诉我。

而不是在几周后用研究报告告诉我。但在当今世界,没有人再关心三四周前发生了什么,因为世界已经向前发展了。一切都在加速发展。因此,我们作为分析师必须找到方法让我们的信息转换工具

与信息移动的现实保持同步,否则我们会陷入像我们在covid时期一样的有趣境地,在那里我们知道病毒每周都在显著发展,足以创造一种新的疫苗,但我们需要两周时间来创造、测试疫苗的有效性,所以我们处于兔子和乌龟的境地,我们永远赢不了

因此,作为一名分析师,我必须考虑,或者作为一名影响者,无论我想说什么,我必须考虑如何传输我的信息,这更快,更易于消费。它不能是一份100页的研究报告。它有其存在的空间,但它不能是用来弄清楚发生了什么事情的工具。这是甲骨文开放世界,或者实际上是云世界,他们指的是云世界,或者下周在Workday Rising上会发生什么。它不能是几周后才发布的100页报告。所以当你参加这些活动时……

或者你甚至阅读标题,就像你说的那样,Workday、SAP、甲骨文、Salesforce、ServiceNow等等。天哪,他们真的感觉已经垄断了创新市场。他们领先太多,初创企业没有真正的机会。但我们知道,我坐在硅谷的摇篮里,创新总是会获胜。而且

你现在在这个播客中与许多企业家交谈,他们正在思考贝索斯的名言,“你的利润就是我的机会”。从你的角度来看,在哪些方面大型科技公司可能存在弱点?所有大型公司都存在弱点。忘记

忘记科技。所有大型公司可能更强大、更大、更重,可能规模更大。但随之而来的是我所说的效率差距。为了变得强大,效率意味着什么?把事情做对。当你以全球规模推动并把事情做对时,你忘记了有效性问题,即你是否做对了事情?

而且经常,我在SAP和甲骨文工作了20年,你经常知道你不再做正确的事情了。但你必须把事情做对,因为这就是整个公司扩展的方式。许多发生的新趋势可能会消失,对吧?所以你坚持你真正擅长的事情。你坚持效率游戏。你压低价格。你为你的套件添加更多功能。你可能会侥幸成功。你并不总是能侥幸成功,对吧?因为你没有做对某些事情,而一些发展迅速的初创公司做对了。

从技术方面来看,我不认为初创企业领域有什么问题。我看到监管方面存在一个巨大的问题,萨班斯-奥克斯利法案已经给IPO敲响了丧钟,这对任何公司在科技领域的创业努力都非常重要,你需要获得资金。

尽管资本数量正在增加,家族办公室、私募股权、现在正在为公司提供资金,因为他们想要获得科技的倍数,想要加入AI潮流,无论如何。看到这一点非常有趣。我的意思是,一家大型ERP供应商Infor由科赫家族所有,就像我说的一样,德国工业,作为一个家族办公室,作为一项投资。他们依靠它运行。所以它的多个部分。所以有一些有趣的新的投资领域。但请记住,企业加速也已经来到初创企业领域。

如果你和我放弃我们正在做的事情,因为我们在这次播客中想出了一个好主意,我们不必购买任何服务器、数据中心、位置,对吧?我的意思是,那些在星巴克相遇的两个家伙,或者两个女孩,对吧?我们完全不要忘记他们。并且在一天之内创建了他们的初创公司,并立即创建了一些东西,对吧?因为基础设施,云,对吧?再说一次,我们回到了云,对吧?

允许立即启动某些东西。每个云都对初创公司感兴趣,并为你提供积分。好吧,以前我们找不到父母的钱等等,我的第一个创业公司,对吧?所以从家庭等等那里获得资金来购买硬件,获得一台PC需要几个月的时间,对吧?现在,我的意思是,你得到10万,无论如何,6万,这是一个竞争,在你必须购买某些东西之前,你可以免费获得多少云积分,对吧?所以有更多可以盛开的花朵。所以我认为总会有这种事情,最好的品种,

创新与规模之间的关系。有趣的是,作为一个企业,我必须在这两者之间找到自己的道路,对吧?我的套件什么时候还足够好,或者我的初创公司什么时候足够好?所以这是令人兴奋的部分。我们经常在监管和创新之间复杂的拉锯战中挣扎。许多人会说,监管是对创新的税收。

是的,作为一个技术社区,我之前说过,我们非常擅长回答“什么可能成功”这个问题,而我们往往不擅长回答“什么可能失败”这个问题。现在,欧盟在AI监管方面远远领先于美国。我们很想听听你对如何正确监管AI以及什么

如果我们不依赖政府、机构、国际组织来规范人工智能,那么认为行业、供应商能够自我规范是否合理?我知道一定程度的监管是必要的。监管的问题在于它很快就会过时,而修正监管的速度太慢了。回到企业监管,存在监管速度的问题。

在像我们现在看到的人工智能这样快速发展的领域。美国和欧洲的快速行动给我留下了深刻的印象,美国加州刚刚通过了一项法案,欧洲的行动速度也很快,与云计算、互联网隐私、在线隐私、互联网上发生的坏事、黑记录相比,这是最快的方式。这花了数十年的时间才从人工智能中脱颖而出。他们的行动确实很快,但仍然不够快,无法避免监管的最大问题,即监管的意外副作用。

这也是为什么欧洲没有,而我是欧洲人,我是德国人,正如你听到的,所以我很大程度上是欧洲的粉丝,对吧?欧洲没有云基础设施。

我们之前说过所有这些,我不知道我提到了多少次,所以我可以数一数,对吧?我可以为我们数一数,对吧?如果没有欧洲的云基础设施,对于初创公司、创新公司以及需要合法合规并运行事物和参与创新的公司来说,这将困难得多。如果我住在华盛顿特区地区,并且亚马逊的美国东部地区可用,那就容易得多了。所有的第一次创新都发生在那里,不知何故,云计算的创新重力正在那里发生。所以它

我认为伦理原则的决定在每项技术中都受到了考验。我可以做一些不好的事情,比如支付软件,保留支付端每10个银行账户中的一个,然后开始窃取东西等等。因此,每项技术都有其伦理方面。

即便如此,仍然有不良行为者和做错事的人,而且风险越来越高。我认为伦理规范,以及与具有伦理道德的公司、个人和企业开展业务也是一个重要方面。远离阴暗、不难的部分。所以我更相信价值观和道德的力量,

而不是一项很快就会过时的法规,它会减缓创新速度,并产生意想不到的副作用等等。在全球范围内,按收入生成计算排名前六的公司

人工智能公司都在美国建立。这可能并非巧合,因为欧盟的气候,监管气候。你是否觉得它正在将创新追赶到西方?不,它正在扼杀创新。这就是问题所在。欧洲希望保持安全,安全到没有人再冒险了。这是一个巨大的问题。而且我认为情况不会好转。没有人站出来意识到这一点。我认为

德国再次面临增长困境。如果德国生病了,欧洲就生病了,对吧?也许会有一个改变思维的觉醒。但总的来说,正如你所看到的激进化,因为人们不快乐,这对欧洲来说是不幸的,对吧?在许多国家,答案匮乏。不幸的是,答案可能不是过度监管的事情,对吧?英国对我来说就是一个很好的例子。

你可以说脱欧是对是错,但一旦你接受脱欧,你就有机会审查欧盟所做的所有法规,好的和坏的,并对其进行审查。英国应该作为一个近岸地区蓬勃发展,拥有6000万熟练的生产者。

开放投资的部分,你可以在一个小时的飞行时间内到达欧洲大部分地区,一天内用卡车运输,如果放在铁路上,两天或三天内用集装箱运输。到目前为止,它应该是欧盟蓬勃发展的狂野西部或狂野西北部。发生的事情是,英国议会唯一做的事情是,他们实际上是在餐巾纸的背面做了计算,他们每天必须通过两项新的法律法规,这是闻所未闻的速度,对吧?回到监管速度,对吧?不规则加速。他们通过的唯一事情是

是他们支付给留在英国的欧盟公民的费用。这表明立法机构在立法过程中无法跟上商业现实。这是一个很大的脱节,它使人们面临风险。

这为不良行为者提供了空间,但也产生了创新发生在其他地方的意外副作用。我认为创新并非仅仅因为监管宽松或留在美国,正如你所说,

硅谷拥有独特的局面,对吧?这就是我需要撰写的博客文章,我给自己施加压力去写它,因为我一直谈论它,谈论它。如果你看看新技术的历史,它总是区域性的,因为某些东西在那里,对吧?如果你看看采矿业,

钢铁建筑,靠近煤炭和钢铁,从地下开采出来的铁矿石,港口,航运。它总是位置,地理位置。你会看到像淘金之类的兴衰,就像地球一样,从地球上,城镇繁荣,从20万下降到只有邮局现在还在营业等等。它总是昙花一现。

硅谷的不同之处在于,它是一个多次奇迹,因为硬件在那里。别忘了这一点,对吧?它从美国波士顿地区带走了硬件。因为当时的硬件和软件,现在已经不再是这样了,必须如此接近。软件主要在那里,除了微软在西海岸也创造了一些东西。

如果你想到思科,互联网主要在那里。有趣的是,智能手机无处不在。加拿大有黑莓,西门子在制造手机,诺基亚在制造手机。这一切都崩溃到了安卓和苹果,而它们又恰好位于硅谷。所以存在创新重力。每个人都在谈论数据重力。并且存在创新重力。现在你可以数了。是二、三、四。

某些事情的中心正在硅谷发生,这就是为什么它仍然是世界领先的创新之地。问题是,下一个是什么?量子可能不会发生在那里。如果你谈论量子,量子现在可能是东海岸的回撤。IBM处于领先地位,所以如果他们兑现承诺,他们将在年底交付。所以它可能有一些不成比例的部分。

但同样,量子软件必须构建,软件中心在那里,除了微软和AWS。西雅图做得非常好。西雅图可能是新的云中心,对吧?亚马逊、微软在那里,甲骨文在那里建立他们的云中心。所以我们将看看云计算……但问题是,西雅图的下一个趋势是什么,对吧?量子会去西雅图吗?量子会留在东海岸吗?量子会去硅谷吗,对吧?你想在哪里下注。这就是为什么它如此重要。

对不起,我说了太多了。你应该在这里问问题。这太迷人了。事实上,监管和人工智能的地缘政治话题确实值得单独做一个节目。也许你下次再来,我们只关注这个话题。这是一个非常重要的话题,你需要有远见。我必须让你摆脱困境,但在你回答我最后一个问题之前不行。假设我们两年后,也就是2026年中期再次见面。

我们正在进行这次对话的另一个版本。发生了什么变化?我们当时谈论的主要主题是什么,而我们今天可能没有预料到?

好问题。正如我多次提到的量子一样,如果人工智能由于某种原因去年没有发生,我们都会谈论量子,对吧?因为量子已经成熟到可以做事情了。对于那些说什么是量子的人来说,一秒钟,对吧?我们都理解一和零,对吧?如果你有一个可以像现实世界一样工作的计算架构,以分数和0.12345等方式存在呢?你可以比

不仅是欺诈方面,每个人都担心它会破坏加密。是的,它可能会破坏加密,但量子加密已经存在,如果你想安全的话,可以使用。但有趣的是蛋白质折叠、研究、每一个化学过程、自然界中的每一个过程都可以比在数字机器上更好地模拟、在量子机器上运行。所以我的希望是今年在这个领域会发生一些事情。所以我们应该更多地谈论量子及其对商业企业应用的影响。

我一直在等待发生的另一件大事是生成式人工智能正在改变与文档相关的一切,对吧?阅读、写作文本、生成、解释图片、创建和分析视频,对吧?所有以文档为中心的。它还没有触及企业运行的基础,即交易。

但我们需要算法,可能是转换器算法或新算法,它可以告诉我,明年我应该如何经营我的业务?我的现金收入下降了。从投资角度来看,我该怎么办?哪些位置是更好的位置?我如何模拟和预测趋势?问题是,它将是一个转换器模型,还是我们将使用我所说的云的无限计算机来做更多的事情,例如蒙特卡洛模拟、情景规划等,对吧?我们将有更多的方法来做假设的事情

这非常缺乏,所有的一切都依赖于直觉和经验。让我们让一个决策缓慢的人来运行这个,并通过改变它来运行。所以我认为我们有望看到一些量子。我们将看到人工智能的突破,我们将看到更多关于假设、我能做什么、这里会发生什么的事情。

谢天谢地,我们将有机会进行那次谈话,我们将看看你的表现如何。这是两个元主题。我认为这些见解真的非常好。我很乐意在其中一些方面犯错。我不会让你难堪,对吧?我不是在提供保守的建议。也许量子还没有发生。我们将拭目以待。我们今天拥有的最佳信息。我认为这些很好。总有失败的空间,对吧?是的。但我喜欢给出发人深省的建议。只要你对的次数比错的多,对吧?没错,没错。

太棒了。这很有趣。我真的很感谢你来到这里,一起闲逛。伟大的,伟大的工作。

我也是。非常感谢你邀请我。一如既往的好问题。每个播客都只有问得好问题才能做好。你让我的一些神经元兴奋了几次,我真的很享受。所以,珍,这个星期五早上我不需要咖啡了。我很感激。感谢你的邀请,丹。我很荣幸。观众在哪里可以了解更多关于你和你工作的信息?是的,任何听到这个的人,我的意思是,如果你认为我说对了什么或说错了什么,你可以联系我。我更关心错误的地方。请不要害羞。联系我。我很乐意参与。

太棒了。期待这个节目的下一个版本。感谢你的到来。谢谢。精彩。哎呀,本周关于人工智能和未来工作的时间就到这里了。一如既往,我是你们的主人,来自PeopleRain的丹·图尔钦。当然,我们下周将邀请另一位令人着迷的嘉宾。