引言：一场深夜的酒后真言

在一个漫长的会议日尾声，NVIDIA的Jensen Huang和Cisco的Chuck Robbins站在台上，手里握着红酒杯，进行了一场看似随意却异常深刻的对话。这不是一场精心排练的演讲——Jensen刚结束两周的亚洲行程，Chuck熬过了一整天的会议——但正是在这种疲惫与放松交织的状态下,他们道出了关于AI转型最本质的洞见。

核心命题：我们正在经历60年来的第一次全面重造

Jensen开场就抛出了一个惊人的论断：我们正在进行60年来第一次的全面运算重造。这不是渐进式的改良，而是范式的彻底转换。

从"显式编程"到"隐式编程"

过去60年，我们一直活在"显式编程"的世界里——程序员用Fortran、C、C++精确地告诉计算机每一步该做什么，变量通过API明确传递。但AI带来的是根本性的转变：

你不再需要告诉计算机"怎么做"，而是告诉它"你要什么"。

这意味着什么？意味着编程的本质从"指令序列"变成了"意图表达"。计算机会自己推理、自己规划如何解决你的问题。这是从"检索式运算"到"生成式运算"的跃迁——每一次运行都是独一无二的，因为每个上下文、每个提示词、每个用户都不同。

第一性原理：不要问ROI，要问"如果无限会怎样"

当被问到企业如何开始AI转型时，Jensen给出了一个反直觉的答案：不要从ROI开始。

"百花齐放"的智慧

他用养育孩子的比喻阐述了一种深刻的管理哲学：

“孩子说想试试某件事，我先说：可以。然后才问：为什么？而不是先问为什么、再说可以。我们在家从来不会要求孩子’先证明这件事将来一定成功’，但我们在职场却常常这样做。”

这揭示了创新的本质矛盾：真正有价值的创新，在早期阶段往往无法用传统指标来衡量。所以正确的做法是：

1. 先让百花齐放 - 鼓励各种实验，“失控但很好”
2. 识别核心 - 找到对公司最重要的工作
3. 适时修剪 - 在合适的时机收敛到最有价值的方向

关键是：不要太早修剪，因为你可能会选错方向；但也不能永远不修剪，否则资源会过于分散。

“丰裕思维”：假设速度是无限的

Jensen提出了一个革命性的思维框架：假设你的工具速度是无限快的，重量是零，成本是零——那你会怎么做？

这不是科幻假设，而是AI已经带来的现实：

• 摩尔定律：10年100倍
• AI进步：10年100万倍

这种指数级的加速，让很多以前"不可能"的事情变成了"为什么不呢"：

• 以前处理图谱分析要切成小块慢慢算，现在直接把整张图丢给我
• 以前训练模型要精心标注数据，现在直接用全世界的数据
• 以前要一年的设计周期，现在也许一小时就完成

Jensen说：“如果你看到某件事以前难到爆，现在却说’欸，无所谓啦’——如果你没有这样想，你就没做对。”

深层洞察：答案是商品，问题才是资产

在对话的后半段，Jensen说出了一句极其深刻的话：

“最有价值的IP不是我的答案，而是我的问题。答案是商品化的，只要我知道该问什么。我在识别什么最重要，而我不想让别人知道我认为什么重要。”

这彻底颠覆了我们对知识价值的认知：

传统认知（错误）：

• 价值 = 拥有正确答案
• 竞争优势 = 知道别人不知道的东西
• 保护 = 把答案藏起来

AI时代的真相：

• 价值 = 知道该问什么问题
• 竞争优势 = 理解问题的本质和优先级
• 保护 = 守住你的问题，而非答案

这也解释了为什么Jensen坚持本地部署AI的重要性——不是因为云端不够好，而是因为你与AI的对话本身就是你最宝贵的资产。你问AI的每一个问题，都在泄露你的战略思考、你的优先级、你认为什么重要。

实践指南：从工具使用者到科技公司

Jensen和Chuck都强调：每家公司都有机会成为科技公司。

为什么传统公司能逆袭？

Jensen举了三个例子：

• 迪士尼想成为Netflix
• 奔驰想成为特斯拉
• Walmart想成为Amazon

共同点是什么？从"原子驱动"转向"电子驱动"。

传统公司的劣势在于被物理世界限制——库存、物流、产能都受制于原子。但AI让他们第一次可以：

1. 用自然语言编程 - 领域专家不需要懂代码，只需要清楚表达意图
2. 把知识转化为数字劳动力 - 创造"增强的劳动力"而非仅仅工具
3. 接触100倍的市场 - IT产业1万亿，全球经济100万亿

Jensen说得很直白：“打字是商品化的，但领域专业才是终极价值。你们知道客户要什么，知道该解决什么问题——写程式那部分反而容易，叫AI去做就好。”

三个关键行动

1. 自己动手做一个 - 就像建议孩子自己组装电脑一样，企业必须获得"触觉理解"（tactile understanding）。不是全租或全买的二选一，而是要真正懂它如何运作。

2. AI在回圈里，而非人在回圈里 - 传统观念认为"AI要有人类监督"，但Jensen颠覆了这一点：应该是每个人类都有AI在回圈里，捕捉经验、积累智慧，让公司每天都在进化。

3. 聚焦核心，用"无限"思维重新设计 - 不要在边缘业务上试水，直接把AI应用到最重要、最困难的工作上，用"如果速度无限、成本为零"的假设重新思考流程。

哲学反思：从"看情况"到"看意图"

Jensen提到一个有趣的观察：世界上最有价值的问题，答案往往是"看情况"。

有精确公式的问题（F=ma、欧姆定律）很美好，但那只是极少数。大部分真实世界的难题——战略决策、组织设计、客户服务——都高度依赖上下文：

• 依赖情境
• 依赖关系
• 依赖直觉
• 依赖领域知识

这正是AI的力量所在。AI不是要替代公式化的思考（那些已经被传统软件解决了），而是要处理那些需要感知、推理、规划的复杂问题。

Jensen把智慧拆解为三个层次：

1. 感知 - 我在哪？发生什么事？
2. 推理 - 上下文是什么？如何理解当下？
3. 规划 - 如何达成目标？

这也是为什么AI需要多模态能力（PDF、表格、图像、甚至气味），需要工具使用能力，需要持续学习——因为真实世界就是这样复杂、流动、多维。

结语：不会被AI取代，但会被用AI的人取代

对话接近尾声时，Jensen说了一句让所有人警醒的话：

“一家公司只要会用AI就不会陷入危险。重点是——你不会被AI抢走工作，你会输给’会用AI的那个人’。所以赶快动手，这才是最重要的事。”

这不是危言耸听，而是历史规律的重演。每一次技术革命，淘汰的从来不是技术本身，而是拒绝适应的人和组织。

更深层的启示是：AI转型不是技术问题，是认知问题。

• 你是否理解"显式"到"隐式"的转变？
• 你是否敢于在没有明确ROI时就开始实验？
• 你是否能用"无限"和"丰裕"的视角重新审视问题？
• 你是否意识到你的问题比答案更值钱？

在这场深夜的对话中，两位科技领袖喝着红酒，用最轻松的方式，说出了最严肃的真理：

我们不是在迎接一个新工具，而是在经历一次文明级别的范式转换。

那些能够理解并拥抱这一转换的公司和个人，将会获得前所未有的能力——不是因为他们拥有更好的答案，而是因为他们学会了问更好的问题。

---

“我不放心把所有对话放到云端，因为对话说到底——最有价值的IP不是我的答案，而是我的问题。我的问题，对我来说是最有价值的IP。”

— Jensen Huang