【欢迎大家关注微信公众号“硅谷云”或者我的小红书或者视频号“硅谷徐老师”。】
最近，有关谷歌是否因为不够卷，“纵容”大家远程工作从而落后于OpenAI的激烈讨论，源自前CEO埃里克·施密特在斯坦福大学埃里克·布林约尔松教授的Econ 295/CS323课上的一次演讲。当然施密特已经为了对老东家在远程工作问题上的抨击表示了歉意。
无论施密特的观点是否完全准确，他是一位深具洞察力的行业传奇人物，我忍不住全程观看了这次讲座。如果你也想看视频全程，请在留言区发一个消息。
有趣的是，在我看来，这次讲座中最有价值的见解并非来自埃里克·施密特，而是来自这门课的主讲教授埃里克·布林约尔松教授自己。
布林约尔松教授说，“电力是一项根本性的重要技术。但直到人们在工艺和组织上进行创新，重新思考如何生产，才得到了巨大的回报。”
历史上，电力在引入工厂之后并不比蒸汽机创造了更多的生产力，是过了大概 30 年左右，分布式电源改造了车间布局，推动组装系统的出现，再才开始了生产力的飞跃。现在的 AI 和当初的电力一样，有价值，但还需要组织创新，才能真正拿到巨大的回报，目前大家都还只是在摘取「低垂的果实」。
我坚信，几十年后，人们可以在布林约尔松教授关于电力的这句话中，将“电力”替换为“人工智能”。
布林约尔松教授的这个观点并未得到应有的讨论令我有点惊讶，因为他的说到了一个问题的实质，这也是当前硅谷和华尔街最激烈的辩论：生成式AI是否只是炒作？为什么我们没有看到这项看似具有颠覆性的技术产生大量的杀手级应用？
美国顶尖风投红杉资本Sequoia Capital最近发表过一篇著名的文章《AI的6000亿美元问题》。我认为埃里克·布林约尔松教授给出了我见过的对这一问题最好的答案。他的说法完全符合我过去几年对北美大中小型企业现状的观察。
🚀 I strongly believe that to achieve the 100x or 1,000x productivity improvements we all envision forAI, we need to invest more in organizational and human capital to rethink, rearchitect, and reimagine how we operate and what an "AI Native" organization and process should look like. https://www.linkedin.com/posts/howie_rethink-ai-investment-activity-7231068227932405760-8xuc/
🚀 硅谷徐老师在最近的英文博文里提到，为了实现我们对人工智能100倍甚至1000倍生产力提升的期望，我们需要在“组织”和“人力资本”上投入更多，重新思考、重新构建，并重新想象我们的运营方式，以及“AI原生”组织和流程应该是什么样子。
大家在关注我的微信公众号“硅谷云”或者我的小红书或者视频号“硅谷徐老师”同时，也非常欢迎关注课代表立正的油管。
这是课代表一年多以前的视频，已经提到了类似观点，在这里也一起分享一下。
ChatGPT的泡沫快碎了吗？https://youtu.be/F8udMyNXq88
下面请参阅斯坦福大学埃里克·布林约尔松教授关于蒸汽机的讲话全文：
"电力也是一种通用技术。而通用技术有一个特点，它们本身就具有价值。
但正如我所说，通用技术的真正力量之一在于它们能引发互补性创新。因此，从电力、灯泡到计算机，再到电动机，电动机又带来了压缩机、冰箱和空调。你可以看到，从一项创新开始，接连产生了一系列额外的创新。而这些互补性创新带来了大部分的价值。
人们往往没有充分认识到，一些最重要的互补性创新是组织和人力资本的互补性。
斯坦福大学的保罗·戴维研究了电力首次被引入工厂时的情况。令人惊讶的是，这些工厂的生产率并没有显著提升。工厂在开始电气化时，它们的生产率并不比以前依靠蒸汽机的工厂高多少。他感到很奇怪，因为这似乎是一项非常重要的技术。难道这只是昙花一现吗？
显然不是。电力引入前的工厂依靠蒸汽机运转，通常在工厂中央有一台大型蒸汽机，通过曲轴和皮带轮驱动所有设备。而所有设备都尽量靠近蒸汽机，因为如果曲轴太长，会因为扭矩问题而断裂。
当电力被引入时，他发现工厂会拆掉蒸汽机，找到最大的电动机，将其放在蒸汽机原来的位置，然后启动它。然而，这并没有显著改变生产情况。所以他们开始在新的地点从头建设全新的工厂。那么这些工厂是什么样的呢？
它们看起来和旧工厂一样。他们使用相同的设计模式。有些工程师会在蓝图上大大地标记出蒸汽机的位置，说“不不，把电动机放在这里”，然后去建造一个全新的工厂。然而生产率并没有太大提高。
大约花了30年，我们才看到一种完全不同类型的工厂。在这种新工厂中，不再有一个中央动力源，而是分布式动力系统。因为正如你们所知，电动机可以做得很大，也可以做得中等大小，甚至可以非常小。你可以以不同的方式将它们连接起来。因此，他们开始让每台设备拥有一个独立的电动机，而不是一个大的集中动力源。他们称之为单元驱动，而不是组驱动。我在哈佛商学院的贝克图书馆读过1914年左右的书籍，那时候关于单元驱动与组驱动的辩论非常激烈。
当他们开始采用单元驱动时，工厂的布局也发生了变化，通常是一层楼的布局，机器的摆放不是根据需要多少动力，而是根据其他因素，比如物料的流动。然后他们开始采用装配线系统。这导致了生产率的巨大提升，有些情况下甚至翻倍或三倍。
所以，教训不是电力只是昙花一现或被过度炒作的技术。电力是一项根本性的重要技术。但直到进行了工艺和组织创新，重新思考如何生产后，才得到了巨大的回报。
有很多类似的故事。我这里只讲了其中一个。我们没有那么多时间，所以我不能讲其他的。但在我的一些书籍和文章中，你可以看到类似的情况，例如蒸汽机等技术，经历了几十年的代际滞后，直到人们意识到这种技术可以让你做完全不同的事情。
我认为人工智能在某些方面有些类似，它将带来许多组织创新，新的商业模式，以及我们从未想过的经济组织方式。目前，人们大多只是在对现有系统进行改造。我可以列举一整套与之互补的技能变化。我不知道它们具体是什么，你需要有创造力去思考这些问题。但这就是差距所在。
在早期计算机的情况下，如果你看看投资的规模，组织资本和人力资本的投资大约是硬件和软件投资的十倍。所以这是非常大的投入。
话虽如此，我愿意稍微调整一下我的观点，因为ChatGPT和其他一些工具已经被迅速采用，它们能够更快地改变一些事情，部分原因是你不再需要像以前那样深入学习Python。你可以用英语完成很多事情，并且只需将它们应用于现有组织即可获得大量价值。所以有些变化确实在更快地发生。
在你们可能已经阅读的一些论文中，我们已经在短时间内实现了15%、20%甚至30%的生产率提升。但我的猜测是，一旦人们弄清楚这些互补性创新，提升将会更大。
所以人工智能不仅仅是技术技能的问题，还涉及到重新思考所有其他事情的方法。所以，对于那些在商学院或经济学领域的同学，现在你们有了这套惊人的技术，有很多机会可以重新思考你们的领域。"
如果你已经读到这里，说明你读进去了。恭喜你！欢迎持续关注我的微信公众号“硅谷云”或者我的小红书或者视频号“硅谷徐老师”。
最后，如果你希望在北美SXSW三十万人大会上听到我和课代表关于人工智能的声音，希望你立即给我们投一票，今天投票截止：
https://panelpicker.sxsw.com/vote/151971
投票截止于北美时间8/18周日晚上11:59（中国时间8/19周一下午3点）截止。 我和课代表顺便邀请返票同学填写领奖申请：https://wj.qq.com/s2/15100914/7459/ 我们也会继续给大家分享我们的知识和洞见。谢谢🙏
