和ChatGPT之父唱反調,他對人工智慧超樂觀:AI不會毀滅人類,反而能拯救世界!
和ChatGPT之父唱反調,他對人工智慧超樂觀:AI不會毀滅人類,反而能拯救世界!

強調 AI 危險的聯名信一封又一封,類比核武戰爭和流行病的譬喻層出不窮,與國會議員共進晚餐的OpenAI CEO尋求監管。種種跡象表明,似乎不做些什麽,AI 就要讓人類完蛋了。

馬克·安德森(Marc Andreessen)卻有著不同的想法,他寫下近 7000 字的文章,洋洋灑灑論述以下觀點:AI 不會毀滅世界,甚至可能會拯救世界。

馬克·安德森是矽谷創投公司 a16z 的共同創辦人和合夥人。

a16z 是矽谷最具影響力的創投公司之一,傾向長期投資,參投過 OpenAI,尤其關注下一代科技的發展,在區塊鏈和加密貨幣領域享有盛名,並經常以 KOL 的形象現身,發表尖銳和領先的觀點。

來回搖擺的 AI 天平之上,馬克·安德森選擇站在另一個極端,展現著極其樂觀的理想主義,駁斥了幾個主流的 AI 威脅論。幾個重點摘要:

  • AI 提供了深度增強人類智力的機會。
  • 對 AI 的恐慌可能是非理性的。
  • 認為 AI 將殺死人類是一種迷信。
  • 不必擔心 AI 讓人失業。
  • AI 不會導致技術不平等。
  • AI 的風險可以用 AI 防禦。
  • 盡可能快速積極地建構 AI。

延伸閱讀:ChatGPT之父也簽公開信!和350名AI權威警告:AI像核戰,恐毀滅人類

AI公開信
OpenAI首席執行長奧特曼等350名AI權威簽署公開信,警告AI可能帶給人類毀滅威脅。
圖/ center of ai safety

以下是原文編譯(有部分刪除修改)

⼈⼯智慧的時代已經來臨,⼈們都嚇壞了。但我想在這裡帶來好消息:AI 不會毀滅世界,甚至可能拯救世界。

先簡單介紹 AI 是什麽:

  • AI 是數學和軟體代碼的應用,教電腦如何像人類一樣理解、綜合和生成知識。
  • AI 類似其他電腦程式,運行、接收輸入、處理並生成輸出。
  • AI 的輸出在各個領域都很有用,包括編程、醫學、法律和創意藝術等等。
  • AI 由人擁有並受人控制。
  • AI 提供了深度增強人類智慧的機會。
  • 人類智慧是我們花費數千年到達現今世界的槓桿,創造科學、技術、數學、物理學、化學、醫學、能源、建築、交通、通訊、藝術、音樂、文化、哲學、倫理和道德。

如果沒有這些,我們仍然會生活在泥屋中,靠農業勉強維持溫飽。我們運用智慧,讓生活水準在過去 4000 年間提高了大約 10000 倍。

AI 為我們提供的,是深度增強人類智慧的機會,使智力的所有產出,從創造新藥物,到解決氣候變化,再到探索星際旅行,變得更加卓越。

AI 對人類智慧的增強已經開始,它以各種電腦控制系統的形式存在於我們周圍,透過像 ChatGPT 這樣的大型語言模型擴展和加速。

未來的 AI 新時代可能是這樣的:

  • 每個人都將擁有一位具備無限耐心、同理心和知識的 AI 助理,它將在人生的各個機遇和挑戰中與人同在,最大化每個人的成果。
  • 生產力增長將大幅加速,推動經濟發展,創造新的產業和就業機會,進而在全球範圍內實現物質繁榮的新時代。
  • 科學突破、新技術和新藥物將大幅擴展,自然規律將被進一步解碼。
  • 創意藝術將迎來黃金時代,藝術家、音樂家、作家和電影製作人將更快、更大規模發揮創意。

人們今天用天賦所做的任何事情,借助 AI 可以做得更好,並應對以前無法解決的新挑戰。

另外,AI 的人性化程度也被低估了。AI 藝術給了缺乏技能的人類創造的自由,醫療聊天機器人比人類同行更有同理心。AI 不會讓世界變得更加殘酷和機械化,而是會讓世界變得更加溫暖和美好。

對 AI 的恐慌可能是非理性,會毀滅人類也是迷信

歷史上每一項重要的新技術,從電燈到汽車、從無線電到網際網路都引發了恐慌,這是一種社會傳染病,使人們相信新技術將毀滅世界。

我們正面臨著一場完全失控的 AI 恐慌,它本質上是非理性的,被用來推動新的 AI 監管。行為藝術家們發表戲劇性的公開聲明,自稱是在無私捍衛公共利益。

這些人可以分為兩類,狂熱的社會改革者和自利的機會主義者。

尤其那些打著風險旗號尋求政府監管的 CEO,就像 20 世紀 20 年代美國禁酒運動的私酒販賣者,或將形成壟斷組織為自己牟利,提高新創企業和開源競爭的進入門檻,新鮮血液將更難發展起來。

最經典的 AI 末日論是,AI 將殺死人類。

「我們創造的技術終將崛起和摧毀我們」,這種恐懼深深地根植在我們的文化之中。

普羅米修斯為人類帶來了火,因此他被眾神永遠折磨。瑪麗·雪萊的《科學怪人》,譜寫了更加符合現代語境的神話。卡麥隆的電影《魔鬼終結者》裡,殺人機器人的眼睛閃爍著紅光。

但認為 AI 將殺死人類是一種迷信。AI 不是經過數十億年進化、參與適者生存的生命,它是數學、代碼、電腦,由人們建造、擁有、使用和控制。

簡而言之,AI 沒有意願,沒有目標,它不會想要殺掉你。AI 是一種機器,就像你的烤麵包機,它不會變得有生命。

「AI 倫理學家」言論應該被謹慎看待,「AI 風險」已經發展成為一種邪教。

不必擔心 AI 讓人失業

自從機械織布機等設備出現以來,歷史上每一項新的重大技術,都帶來了更多的就業機會和更高的薪資。與此同時,恐懼也如影隨形,擔心人類勞動力終將被致命一擊。

但自動化導致失業,是一種謬誤,即在任何給定的時間裡,勞動力的數量是固定的,要麼由機器完成,要麼由人類完成,如果由機器完成,那麽人類失業。

相反,當技術應用於生產時,生產力也會增長,投入減少,產出增加,結果是商品和服務的價格降低,我們將有額外的消費能力購買其他東西。這增加了需求,推動了新產品和新產業,為之前被機器取代的人們創造了新的工作崗位。

當市場經濟正常運行、技術被自由引入,這將是一個永不停歇的向上循環。一個更大的經濟體將出現,擁有更高的物質繁榮,更多的產業、產品和就業機會。正如米爾頓·傅利曼所說的「人類的需求無窮無盡」 ,我們想要的比我們擁有的更多。

如果更進一步,所有現存的人類勞動都被機器替代,意味著什麽?

生產力增長的速度將前所未有,現有商品和服務的價格將接近免費,消費者購買力飆升,新需求爆炸式增長。企業家們將創造令人眼花繚亂的新產業、產品和服務,並聘雇盡可能多的 AI 和人類員工,從而滿足所有新需求。

假設 AI 再次替代了人類勞動力,這個循環將重複,推動經濟發展,讓就業增長更上一層樓,通往亞當·史密斯從未敢想象的物質烏托邦。

AI 不會導致技術不平等

技術的擁有者獨占技術,並不符合自身利益。恰恰相反,他們想將技術賣給更多的客戶。

世界上最大的產品市場,是整個世界的 80 億人。

電力、廣播、電腦、網際往例、行動電話和搜尋引擎,這些技術的製造商都積極主動地降低價格,直到所有人都能負擔得起。同樣地,我們已經可以免費或低成本地使用 New Bing、Google Bard 等最先進的生成式 AI。

這不是因為他們愚蠢或慷慨,而恰恰是因為他們貪婪——擴大市場規模,賺到更多的錢。

因此,情況與技術推動財富集中化相反,技術的最終用戶包括全球所有人。

這並不是說,不平等不是社會問題,但它並非由技術驅動。

AI 的風險可以用 AI 防禦

技術是一種工具。從火和石頭開始,任何技術都可以遊走在善惡之間。

有人提出應該儘早禁止 AI,但這並不現實,因為AI 不難獲取,它是數學和代碼。你可以透過成千上萬的免費在線課程、書籍、論文和影片學習如何建構AI,每天都有開源項目不斷湧現。AI 就像空氣,它將無處不在。

例如,如果我們擔心 AI 生成虛假人物和影片,可以透過加密簽名驗證真實內容。在 AI 之前,數位內容的創建和修改已經存在了,答案不是禁止 Photoshop 或者 AI,而是利用技術構建一個真正解決問題的系統。

放棄禁止 AI 的徒勞,把它用於善意、合法的防禦目的,一個充滿 AI 的世界將比我們今天生活的世界更安全。

再來要盡可能快速積極地建構 AI。應該允許大型 AI 公司更快速、積極地建構 AI,但不允許它們建立壟斷組織。同時,應該允許新創 AI 公司盡可能快速、積極地建構 AI,即使新創公司失敗了,它們在市場上的存在,也將不斷激勵大公司做得更好。

應該允許開源 AI 自由傳播,並與大型公司和新創公司競爭。它們廣泛的可用性,將造福學習如何建構和使用 AI 的學生,確保無論身份和財富如何,每個人都能從中受益。

為了防止有人用 AI 做壞事,政府和企業應該積極利用 AI,最大化社會的防禦能力。不只是應對 AI 風險,還包括解決疾病、氣候等問題。

延伸閱讀:要讓GPT-4更安全,OpenAI找來50個「反派」狂攻擊?抓出了哪些問題?

本文授權轉載自:網易科技

責任編輯:蘇祐萱

關鍵字: #AI #openai
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓