全文 5,000字 | 閱讀約30分鐘

（在TED，對話

谷歌前 CEO 埃里克·施密特片段精選）

2025 年 5 月 15· TED 主舞臺，

谷歌前 CEO 埃里克·施密特（Eric Schmidt）登臺，

用12分鐘傳遞一個關鍵信息：

“AI 的真正紅利，只剩 3 年。”

1800 名創業者、VC、政策制定者集體沉默。

這不是硅谷敘事，而是戰略坐標。他拋出三條核心線索：

• 算力拐點已至：2028 年前，AI 使用成本預計再降 10 倍；

• 需求黑洞打開：全球預計 3 億勞動力缺口等待智能填補；

• 監管時鐘壓縮：歐盟立法窗口同步收緊到 36 個月內。

換句話說：AI 機會不是被高估，而是被“寬估”——真正爆發窗口，比你想的更短、更猛、更具結構遷移性。

本文將從施密特 TED 對話中，沿著 3 大戰場與 3 張作戰圖，提供一套可立即部署的行動參考：

• 戰場一｜算力下沉：芯片、能源、數據中心的地緣布局機會；

• 戰場二｜AI × 人口缺口：醫療、制造、教育的替補名單；

• 戰場三｜合規競速：如何把自己提前寫進“監管白名單”。

如果 2022–2024 是“模型狂飆期”，那么 2025–2027 將是“紅利搶位期”。

這不是旁觀時代，而是一次全面轉型的關鍵窗口。

倒計時，從現在開始。

? AI 的真正限制，不是算法，而是國家系統

“美國需要再增加 90 千兆瓦的電力，相當于 90 座核電站。” “而我們現在建了幾座？零座。”

和OpenAI Sam Altman一樣，施密特在 TED 上，開場沒講模型，而是講電力。

他提到，現在的大模型正在進入“規劃階段”——也就是模型不再只是生成文本，而是能根據目標前后嘗試、反復規劃，完成任務。

但這背后有個代價：

“僅僅為了做這種規劃，計算需求至少增加了 100 倍，也可能是 1000 倍。而每個數據中心的能耗，相當于幾個城市。”

也就是說：模型越聰明，越需要大算力；算力不是云上的東西，它壓在電網上；如果沒有國家級能源供給，AI 就無法進化。

過去大家以為，AI 的瓶頸是算法、參數、推理能力；

現在施密特告訴你：

“我們沒法再訓練下一個 AI，不是因為技術跟不上，而是我們國家的電不夠用了。”

他舉了個現實中的對照案例：

“沙特正在建 5 到 10 千兆瓦的數據中心；印度也考慮上一個 10 千兆瓦的。”

這意味著，一場“誰能先供得起 AI 的電”的新型競爭，已經在全球展開。

換句話說，AI 的進程，不再是硅谷說了算，而是能源結構決定技術上限，國家系統決定智能邊界。

如果說上一輪互聯網是“算力+連接”，這一次，AI 靠的則是“算力+供電”：

算法進步固然重要，但算力極限的決定因素，不在 GPU，而在電網。

? 紅利不在模型，而在“系統重構者”手里

“你給它一個任務，它開始前進、后退、前進、后退，規劃、調整、再嘗試。 這是 AlphaGo 啟發的強化學習，現在正被用于構建 AI 代理工具。”

從語言到任務，AI 正在“接管流程”

這不是 ChatGPT 打字的版本，而是新的 AI 運作形態：

不是生成內容，而是完成任務；不是等你提問，而是先理解目標，再自動部署。

施密特提到：“我買了一家火箭公司，不是為了飛，而是為了觀察 AI 怎么在 15 分鐘里寫出一篇論文。”

他說得輕描淡寫，但背后暴露的是一場結構變化：

AI 正在從“對話工具”變成“流程系統”——你說一個意圖，它連接模型、調用 API、完成推理、寫成報告。

它們之間用語言交流，通常是英語。你本質上擁有的是：一個做這個的代理，一個做那個的代理，它們連接起來，像流程工廠一樣自動運作。

這是一種“AI 接管”的新形態。

它不是幫你提效，而是主動調度。它不是被使用，而是自己完成組合、推理與反饋。

施密特沒有用“人工智能”這個詞，而是直接說：“這些代理工具，將運行整個業務流程。”

企業下一輪紅利，屬于“敢交出流程的人”

很多人還停留在“AI 能不能替代那些人”的爭論里。

但施密特描述的未來，是你不需要再去自己做，而是整個工作流本身被 AI 重構：

• 你輸入一句目標；

• 它判斷需要哪些工具；

• 通過中間代理，調用知識、搜索、文獻、接口；

• 再生成結果，反饋給你，甚至直接執行下一步。

這已經不是寫一段文字，而是重構一個工作流。

“語言 → 序列 → 決策 → 執行。” “AI 正在成為從語言到策略的完整鏈條。”

在這種結構下，真正的紅利不再屬于：

• 誰掌握最好的模型；

• 誰會寫最精妙的提示詞；

• 或者誰用得最熟練。

而是屬于：

• 誰能先把任務交出去；

• 誰敢把接口打開；

• 誰讓系統自己運轉起來。

施密特沒有直接說“組織要變”，但他說：

“最終形態，是 AI 運行整個企業流程。”

它不是在你電腦上跑，而是在你企業的核心運行里。

這意味著，未來企業真正的競爭力，不是人力多，而是系統輕；不是分工細，而是響應快。

紅利窗口期，不是技術紅利，而是結構重寫紅利。

而只有敢于讓 AI 成為“流程的起點和終點”的人，才拿得住這輪機會。

? 不是快與慢，而是“斜率差決定生死”

下面這段對話是施密特全場最尖銳的一部分。

“如果我是壞人，你比我領先六個月，我將永遠追不上你。你已經擁有可以重寫世界的工具，甚至摧毀我的工具。我要做什么？炸掉你的數據中心。”

他不是在討論哪個國家模型更大、誰的算法更好，而是提出一個問題：

在一場 AI 驅動的技術競速中，“領先 6 個月”到底意味著什么？

AI 的進展，不是線性，而是指數

施密特說：

“這些系統不是增長 10%，而是增長 10 倍、100 倍。” “如果一個團隊有 1000 名程序員，他們可以創造出 100 萬個 AI 工程師。”

他用的詞不是“領先一點”，而是“獲得壓倒性優勢”：

• 這些 AI 工程師不需要薪水；

• 不會辭職，不會生病；

• 每天工作 24 小時，持續迭代優化自己；

• 每優化一次，整個系統的效率就整體上升。

而如果你落后，就會被“指數級差距”拉開：

“你比我早半年部署這些系統，你的斜率就永遠比我快。”

技術的“斜率”，決定整個系統是否還能翻盤

所謂“斜率”，不是抽象數學，而是非常現實的系統路徑：

• 比如一家企業部署了 AI 自動研發、AI 客戶服務、AI 銷售預測；

• 而另一家還在試圖給團隊培訓提示詞技巧；

• 差距不是技能，而是 “工作方式是否已經跟上變革”。

施密特的意思很明確：

在指數時代，誰先起跑、誰先完成系統接管，就等于鎖定了下一輪財富分配。

我試圖滲透你的公司系統，沒成功；我試圖篡改你的大模型，沒成功；那我還有什么選擇？我只能炸掉你的數據中心。

這段聽起來像電影臺詞，但施密特強調的是：當斜率差無法彌補，博弈方式就會走向極端。

他不是在談軍事威脅，而是在警告一個更深層的戰略格局：

如果你晚 6 個月，不僅追不上，甚至不知道該追什么了。

企業、國家、個體：都逃不過“斜率定律”

這條規律不只適用于國家。

它同樣適用于企業與個人：

• 企業提前一年部署 AI 自動化財務系統 → 成本下降 30%，每月多出資金滾動；

• 同行業對手還在采購 Excel 插件 → 被邊緣化；

• 個人開始用 AI 做數據調研、文案撰寫、產品原型 → 產出效率提升 3 倍；

同事還在等“GPT-5/DeepSeek R2 出來再說”。

施密特的 TED 對話，本質是提醒：

技術時代真正的臨界點，不是你有沒有用AI，而是你能不能跑在'世界重塑'的斜率上。

? 紅利窗口期的 3 個確定性方向

你們很多人以為紅利已經過去，其實不是。我們現在處在窗口期的開端。

AI 即將在接下來的兩到三年內，重構我們最重要的三個系統：醫療、教育和企業運行。”

醫療：AI 正在重寫“藥物研發”的底層邏輯

我認識一個非營利組織，正在嘗試在未來兩年內識別所有可藥物靶點。 一旦成功，全球制藥行業將進入新階段。”

施密特沒有講藥品定價、AI醫生或醫院自動化，他關注的是藥物背后的底層數據結構。

所謂“藥物靶點”，簡單來說，是藥物在人體內的作用目標。如果你能精準識別，就能更快設計新藥。

他指出：AI 不再是輔助分析，而是成為新一代藥物科學的生產引擎。

過去，藥廠靠試驗靠經驗，現在，AI 可以在數小時內篩出成千上萬的化合物組合，并自動建模、預測副作用、優化路徑。

我們正在用 AI 寫論文、做推理、制定實驗計劃，這些在過去需要一整支團隊。現在，它 15 分鐘就能完成。

這不是未來，而是正在落地。

教育：每個人將擁有“用自己語言”交流的 AI 導師

我們為什么不能讓地球上每個人，都擁有一個母語導師？ 用他們理解的方式，持續學習。

施密特沒有談大模型能否寫課件，而是直接描繪了一個愿景：AI 將成為全球最大規模的個性化教育平臺。

他強調，不是自動答題，不是在線課程，而是：

• AI 用你的語言；

• 了解你的知識結構；

• 生成你理解得最快的學習路徑；

• 并根據反饋即時調整教學內容。

這不只是教育效率提升，而是打破教育壁壘：每個孩子，不再因為語言、資源、時間而被限制成長。

業務流程：AI不再是'被動工具'，而是'主動代理'"

你可以直接把模型接入數據庫，不需要中間件，不需要開發連接器。 它能理解你的目標，生成執行序列。

在施密特看來，企業系統即將發生兩件事：

1. 技術接口的“語言化”：你告訴 AI 你要查什么，它自動轉譯為系統指令；

2. 工作流的“主動化”：AI 不再等人調用，而是主動調度、聯動、響應。

他說得很直白：“整個行業可能會因此消失。” 因為傳統 IT 中的“集成層、中臺層、開發層”——會被自然語言驅動的 AI 取代。

這將導致企業組織邏輯發生變化：

• 系統越少人維護，越高效；

• 決策速度提升，層級減少；

• 企業之間的競爭，不再是人效，而是“系統決策速度”。

這三件事，不是未來幻想，而是施密特認為“紅利窗口期”三年內即將確定落地的方向。

這不是長期規劃，是正在發生的現實。而我們每個人，能否看懂、跟上這輪生產力革命，將決定你能不能活在紅利里。

? AI 將是重構全球秩序的“再分配工具”

這不是短期競爭，而是一次系統再分配。上一次工業革命最大的贏家，不是發明者，而是率先應用者。

技術的贏家，不是創造者，而是應用者

施密特用了一個歷史類比：

“上一次工業革命中，英國發明了技術，但最終美國贏了。” “因為美國敢于大規模應用，而不是猶豫。”

這段話不是在談情懷，而是強調一個認知：

AI 的本質不是創造了什么，而是誰先敢用它。

這背后包含兩個含義：

1. 技術擴散的速度，遠快于以往任何時代；

2. 只有提前“結構換軌”的國家和組織，才能鎖定下一輪分配權。

中國 DeepSeek 很聰明，它把算法做得更高效。 一旦這些開源技術釋放出來，全球很快就會采納。

施密特坦白承認，中國在開源模型的效率優化上做得很快，而且是開放發布、可被全球直接復用的。

他的擔憂不是技術被掌握，而是：我們是封閉模型，他們是開放模型。如果沒有新的變化，中國很可能成為開源 AI 的全球領導者。

技術擴散=再分配：控制權、規則權、敘事權

施密特說得很清楚：

“開源的擴散速度，在網絡層面和生物層面，都是危險的。”

為什么危險？因為一旦失去主導權，別人掌握規則，就等于掌握再分配權。

• 你沒定義技術，就要跟隨別人的節奏；

• 你沒定義標準，就只能適配別人的產品；

• 你沒定義敘事，就失去了社會對技術的信任組織力。

而這不是“幾十年后”的問題，而是施密特口中的：“大約五年。我們還有一點時間。”

這是一個不確定但緊迫的窗口期。

問題不是'AI會不會威脅人類'，而是：它已經開始改變誰能成功、誰會失敗，只是你有沒有意識到這種轉變

從國家到組織，每一層都面臨再分配

這條“技術＝再分配”的邏輯，不只是國家問題。

它適用于：

• 國家之間的產業主導權

• 公司之間的系統主導權

• 人和人之間的能力主導權

每一層，只要有 AI 進入，就會發生一次結構重寫。

而真正被重寫的，不是某個崗位或工具，而是：

誰擁有主導權，誰能寫規則，誰能調度資源。

施密特說：AI 是一個新基礎設施，它會變成每個行業的組成部分。這不是哪家大廠贏了，而是整個世界的運行規則在變。

? 馬拉松視角：真正的組織競爭，才剛開始

施密特說：我做過一件很蠢的事，就是參加一場 100 英里的自行車比賽。它教會我：你以為能沖刺，但最后贏的從來是那個能控制節奏的人。

所以，他把 AI 變革比作一場超長距離的馬拉松。

他說：“我們在谷歌，一年能完成太多事，但因為太快，反而忘了走了多遠。”

他的提醒很明確：

在這個節奏里，最危險的不是落后，而是誤判周期。

這不是競品戰，是系統代際更新

很多企業還在做“AI+”嘗試：模型接入、功能升級、人員培訓。

但施密特提出的，是完全不同的視角：

你每天醒來，要知道這是系統性的曲線，不是局部性的爆點。 你不是在‘試用’ AI，而是在和它一起改寫基礎設施。

這意味著，組織不能只看技術要不要用，而是要問：

• 我的系統是否嘗試允許 AI 接管？

• 我的流程是否能打算重構為“AI先動”？

• 我的組織文化是否能接受“任務從語言開始”？

這才是馬拉松要跑的主線。

不用 AI 的組織，會在三年后失去相關性

每個人，不管你是醫生、藝術家、商人還是老師，你都應該用這項技術。 如果你不采用，你將不再具有相關性。”

這是施密特給出最直接的判斷。

他說得很冷靜：

“AI 不是風口，不是趨勢，而是一個‘你參與不參與’都在推進的新工業革命。”

不是你選擇用了多少，而是你在整個革命中是否還“有意義”。

那些能活下來的組織，有一個共同點：自我進化力

施密特沒講管理模型，也沒講組織架構調整方案。

他講的是一個關鍵詞：“Adaptation（適應性）”。

每天你都得繼續前進，因為變化不會等你。

這個時代里，組織需要的不只是創新，而是：

• 能被 AI 嵌入的流程；

• 能隨數據變化自調的決策機制；

• 能容納試錯與迭代的節奏觀。

說得直接一點：真正的競爭，不是你能不能用 AI，而是你的組織能不能“跟 AI 一起成長”。

當很多人還在問 “我該不該學 AI” 的時候，施密特的回答是：

你不需要成為AI專家，你需要學會如何與它合作共贏。

這場馬拉松，剛開始。

結語｜AI是一次全面重構，窗口期不是開始，而是分配

TED 2025 的這場對話，沒有關于模型參數的細節，也沒有行業預測。

施密特只講了三件事：

• 第一，AI沒有被高估，是我們低估了它的影響范圍；

• 第二，紅利不會平均流出，而是集中落在敢于重構流程與結構的人手里；

• 第三，這一切不會緩慢發生，三年內的變化將決定分配結果。

他沒有說“機會來了”，他說的是：

如果你還在等它變得更成熟再使用，那你永遠會落后于別人。

AI 不是工具，不是助手，也不是個體和組織加速器。

它是一次系統級技術變遷，而我們所有人都處在它的窗口期之內。

這不是你可以選擇加入或旁觀的變化，而是一場正在重新劃分贏家和輸家的游戲。

本文由AI深度研究院出品，內容整理自谷歌前首席執行官兼董事長埃里克·施密特在TED演講。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：https://www.youtube.com/watch?v=id4YRO7G0wE&t=1012s&ab_channel=TED

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈