五位AI经济架构师解析行业发展面临的关键挑战

在比弗利山庄举行的米尔肯全球会议上，来自AI供应链各环节的五位行业专家与TechCrunch探讨了当前AI产业面临的多重挑战。ASML首席执行官Christophe Fouquet指出，尽管芯片制造加速，但未来2-5年市场仍将处于供应受限状态， hyperscalers（如谷歌、微软等）无法获得足够的芯片。谷歌云首席运营官Francis deSouza提到，谷歌云季度收入突破200亿美元，同比增长63%，未交付订单从2500亿美元增至4600亿美元，显示需求强劲。Applied Intuition联合创始人兼首席执行官Qasar Younis则认为，其公司在为汽车、无人机等开发自主系统时，瓶颈并非芯片，而是必须从现实世界收集的数据，合成模拟无法完全填补这一缺口。能源问题同样严峻，deSouza透露谷歌正认真探索轨道数据中心，以获取更丰富的能源，但太空真空环境下只能通过辐射散热，工程难度较大。他还强调谷歌通过从定制TPU芯片到模型的全AI堆栈协同设计，实现了更高的每瓦计算效率。Fouquet也指出，行业目前投入大量资本，但更多计算意味着更多能源消耗，而能源是有成本的。Logical Intelligence创始人Eve Bodnia（其公司技术研究委员会由Meta前首席AI科学家Yan LeCun担任创始主席）则另辟蹊径，其公司基于能量模型（EBMs）开发AI，不同于预测下一个token的大型语言模型（LLMs），EBMs试图理解数据背后的规则，更接近人脑工作方式。其最大模型仅2亿参数，却声称运行速度快数千倍，且能随数据变化更新知识，无需从头重新训练，在芯片设计、机器人等需掌握物理规则的领域更具优势。Perplexity首席商务官Dimitry Shevelenko介绍，Perplexity已从搜索产品演变为“数字工作者”，其新产品Perplexity Computer旨在成为知识工作者指挥的“员工”。为解决控制问题，企业管理员可细化代理权限（如只读/读写），代理在执行操作前会提交计划并请求批准，Shevelenko认为这种粒度是良好安全卫生的基础。Younis提出，物理AI与国家主权的纠缠远超纯数字AI，各国不希望境内的物理智能系统由他国控制，目前能部署机器人出租车的国家比拥有核武器的还少。Fouquet则表示，中国在AI模型层进步显著（如DeepSeek的发布），但在模型层之下受限于无法获取极紫外光刻技术，难以制造最先进半导体，导致基于旧硬件的模型处于复合劣势。关于对下一代批判性思维能力的影响，专家们持乐观态度，deSouza认为更强大的工具能帮助解决神经疾病、温室气体清除等重大问题，Shevelenko指出入门级工作可能消失，但独立创业的门槛降低，Younis则提到农业、采矿等领域劳动力短缺，物理AI是填补现有空缺。