纳德拉：AI必须让全球GDP拐弯

Satya Nadella最近在20VC播客上说了一句话，值得反复看：AI最终必须让全球GDP增长曲线发生拐点。

这句话的语境是，有人问他AI训练成本会不会成为瓶颈。他的回答很实在：重研发的公司通常把收入的15%到20%投进研发。只要有足够收入，就付得起训练费用。而收入从哪里来？来自你对全球经济增长的贡献。说白了，AI公司得先帮世界赚钱，才有资格继续烧钱。

这期节目对主持人Harry Stebbings有特殊意义。18岁在伦敦卧室里创办20VC时，他谁也不认识。如今坐在对面的是把微软市值从3000亿美元带到3.9万亿美元的CEO。他自己说，这是做梦都会笑醒的时刻。

访谈涉及开放vs封闭模型、零信任架构、私有评估IP、推理需求、千亿美元级训练等话题。其中一个反常识的观点是：应该默认每个AI模型都已经被攻破，所以要用零信任架构来设计系统。另一个是，链式思维（chain of thought）并不可靠，不能作为安全依据。

关于模型竞争，纳德拉认为，未来每家公司都需要拥有自己的智能。私有评估工具可能会成为公司最有价值的IP。他还提到，AI会催生一个新的“实施经济”，企业把模型落地到具体业务流程，这个过程本身有巨大价值。

完整访谈可以在YouTube和各大播客平台找到。

最有分量的一段话在末尾。当被问到AI能否加速全球GDP增长时，纳德拉给出了文章开头那个回答。这里最关键的，反而落在了最老土的宏观经济指标上。模型参数、智能体数量，都不是终点。他的判断是，如果AI不能推高全球GDP，整个行业就缺少持续投入的根基。

这条推文底下，网友的评论比访谈本身还冷。有人说，全球GDP只有当那些无聊的公司开始改变时才会动，德国还有很多小企业用Excel和传真，没人买token。还有人说，大部分企业的研发预算很快会变成一张Anthropic发票和一张没人用的乒乓球桌。

这些评论和纳德拉的宏大叙事形成对比。一边是顶级CEO在谈全球GDP曲线，一边是一线从业者在吐槽落地难。两者之间的落差，可能就是未来几年AI行业最真实的图景。

纳德拉没有给出时间表。他只是把标准立在那里：AI可以靠发布会造势，也可以靠模型排名吸引眼球，但最终要证明自己，得看全球GDP的走势。这个标准很朴素，也很难。