CEO的专业背景，尤其是与公司核心业务相关的专业相关知识，对公司发展至关重要。

  硬件初创企业面临资金筹集、供应链管理等多重挑战，需要考虑多方面因素。

  AI对电力需求巨大，无论是在核聚变还是核裂变领域，能源创新对AI的发展至关重要。

  腾讯科技讯 据国外新闻媒体报道，美国风险投资公司a16z日前在视频平台Youtube上发布了联合发起人马克·安德森（Marc Andreessen）和本·霍洛维茨（Ben Horowitz）拍摄的视频。在这段对话视频中，安德森与霍洛维茨探讨了企业CEO的职业发展路径，董事会的选拔和运作，技术创新和未来展望，AI对行业的影响，特斯拉在AI领域的经验和教训，以及美国制造业的复兴等诸多话题。

  在上一期视频中，安德森与霍洛维茨曾探讨过面对大型科技企业具有了算力和数据规模优势，小型人工智能初创公司如何与之竞争；揭示了数据作为可出售资产被高估的原因；以及人工智能热潮与本世纪初互联网浪潮的异同之处。

  第一期回顾｜世界顶级风投对谈实录：AI创业不能类比互联网，风投莫因亏钱而愤怒

  2009年，安德森和霍洛维茨联合创办了风险投资公司安德森·霍洛维茨基金。因为这家风司名称的第一个字母A和最后一个字母Z之间有16个字母，所以简称为a16z。还有一种说法称，只要对参投对象满意，这家风司会参与初创公司从A轮到Z轮的所有融资。

  重建美国制造业的唯一方向在于发展先进制造业。其潜力在于提升技术层次，构建完全实现自动化和人工智能的全新工厂，组建高度先进的复杂系统。我们正处于转型的道路上，这可以被形象地称为制造业的“超速发展”。我们全力以赴地推进这一进程，并宣告将再次变成全球领先的制造业强国。这并非因我们反对自动化、机器人技术或人工智能，而是因为我们将全面拥抱这些新技术。

  欢迎回到节目。我们将继续两期系列节目的第二部分，主题是A与初创企业，讨论人工智能的最新发展以及它们与企业建设的关系。但我想让节目从我们最新的一个网络迷因开始，在上一期的节目中，霍洛维茨和我曾讨论过波音公司的困境。他当时提出了一个问题：若选择一位会计师担任此公司的CEO，我们究竟期望会发生啥？这是一个很重要的话题，因为谁掌管这一些企业，对公司本身、股东和公众来说，都是至关重要的，尤其是在产品构建方面。

  让我们深入讨论这样的一个问题，像波音这样《财富》500强的企业，CEO们拥有多样化的背景是很常见的现象。例如，制药公司和汽车公司等，会计师、首席财务官、律师、总法律顾问、市场营业销售人员以及运营高管都有几率会成为CEO。他们并不一定是设计新产品或创造新内容的人，但他们可能曾经管理过生产线。当然，偶然也有从产品设计和创造中成长起来的人才会成为CEO。不过对大型公司而言，这样的一种情况在美国商业界是相当罕见的。

  我认为，核心问题在于公司的核心价值所在，即在管理学中所称的核心竞争力。如果波音公司的核心竞争力并非制造飞机，那么它究竟是什么？是否仅仅是降低飞机成本，这是他们真正的专长吗？如果企业优化的正是这一点，那么结果自然也会反映这一点。此外，显而易见，在飞机制造领域，新技术和新思想的应用空间是广阔的。实际上，波音公司初期的问题就出现在自动驾驶技术上，这涉及到计算机技术、人工智能技术等领域。因此，如果一个人不了解如何制造飞机，从未有过相关经验，甚至未曾参与过相关会议，那么作为CEO所做出的决策不仅可能是错误的，还可能带来潜在的危险。

  这种情况在许多企业中都是普遍存在的。可以想象，在一些企业中，聘请财务或法律背景的人员担任高管职位是可行的。但是，如果你的目标是建造新事物，且这些事物具有复杂性，那么显然应该由了解如何建造它们的人员来负责。我认为，微软选择萨提亚·纳德拉（Satya Nadella）担任CEO的决策是一个积极的例子。他的背景是产品开发，因此许多让顾问感到困惑的决策对他而言却是小菜一碟，因为他知道我们不能开发这个，但我们能开发那个，这是基于他对产品开发过程的深刻理解。因此，我有一个疑问，企业的董事会是如何做出这样的决策的？例如，作为波音董事会的一员，我们正在制造飞机，我们也在开发新型飞机，但这并不是我们真正需要决策者去做的事情。CEO必须真正了解公共会计。董事会是如何最终做出这样的决策的？

  关于这一问题，存在多种答案，让我们逐一分析。鉴于大多数人未曾参与这些决策过程，我将向你展示实际发生的讨论，因为我曾亲身经历并参与其中。首先，我借用他人的观点，以便你能够进行回应。波音公司的情况并非仅限于产品开发。诚然，波音起初以制造飞机为主，但如今，其业务已扩展至类似国家规模的庞大而复杂的运营体系，涉及众多不同的业务领域，需要不断协调以保持运转。因此，波音公司的CEO必须具备多方面的才能，其中重要的一项是具备外交官般的能力，能够代表公司，拥有卓越的一般管理技能，以及能够应对从雇佣法到安全法等各方面的法律挑战。此外，还需要管理一个拥有约20万员工的庞大劳动力。

  关于股东问题，我们的股东并不关心我们的产品路线图，他们真正关心的是企业的季度和年度收益。因此，公司需要在财务上进行优化。为实现这一点，我们需要一个能够胜任所有这些任务的人，这样的人往往在商业、一般管理或财务领域中成长起来。而将一个专注于产品开发的人置于领导地位的问题就在于，他们可能在实验室中度过了前20年，随后又在产品开发领域工作了大约15年，但他们缺乏经营如此庞大公司所需的广泛知识和经验。

  确实，这是一个极具启发性的观点，因为它不仅在我们企业内部经常被讨论，而且很可能成为我向CEO们提供咨询的核心议题之一。这引出了我们经常探讨的一个问题：在招聘过程中，我们是应该基于候选人的优势大小来选拔，还是应该基于候选人的弱点缺失来选拔？我认为，在招聘高层管理人员或CEO时，我们必须首先考虑他们需要完成的众多任务，但更重要的是，我们需要他们在哪些领域达到世界级的水平？他们在哪些领域必须超越世界上其他所有人？接着，我们应该如何减轻那些非关键领域的不足？

  我认为，如果不从这个角度出发，就很容易做出错误的决策。因为如果不这样考虑，最终可能会选择一个看似没有明显弱点的人，他或许懂得如何做这件事，也许曾经与华尔街沟通过，有这样那样的经验。然而，与华尔街沟通真的有多难？我们难道不能雇佣其他人来协助这项工作吗？或者这真的必须由CEO亲自完成吗？我认为，如果不这样考虑，或者我们真正需要的，是因为CEO的工作产出是决策，那么哪些决策是CEO绝不能出错的？然后这些关键决策就会真正摆在CEO面前。

  我认为，首要问题必须是确保飞机不会从天上掉下来，这对我来说是最重要的任务。因此，如果不从这个角度出发，最终可能只会得到一些没有明显弱点的人，但他们并不真正擅长你需要他们擅长的事情。这种情况我们经常遇到，不仅在CEO的选拔中，在每一个高层管理职位的招聘中都是如此。我们在商业中经常这样评估公司：如果一家公司看似没有任何问题，那并不是投资的理由，它必须有一些真正卓越之处。我认为，部分原因在于董事会成员并非都像有招聘经验的人士那样考虑问题，但我认为当进入委员会讨论时，委员会的问题总是倾向于追求候选人弱点的缺失，因为这是最简单易行的选择。

  人们很容易指出某个候选人的不足，但要成为专家并断言这个人在某个领域比世界上任何人都做得更好，这正是我们真正需要的，而这要难得多。这也是为什么我认为对于CEO的选拔，不能通过共识决策，因为最终可能会得到一个没有明显弱点的候选人，这是决策的结果。在一天结束时，虽然可以收集各种意见，但必须有一个决策者，他知道候选人必须在哪些方面达到世界级，并知道如何评估这一点，然后能够制定计划来补充、处理候选人不擅长的方面。但这些方面必须是你不需要他们达到世界级的领域。例如，你可以另外雇佣一位首席财务官。

  实际上，这引出了我想说的第二点，与你刚提到的内容直接相关，那就是董事会层面的激励机制。董事会决策矩阵对于这类事情看起来是这样的--我不会具体说明，但基本上就是好决策、坏决策，结果好、结果差等等。所以从基本上讲，如果我选择了一个没有弱点的人，那么我就是在做一个所谓的“安全选择”。他们可能不是非常出色，但至少他们不太可能造成破坏。如果没有明显的弱点，他们不太可能毁掉公司。所以，我选择了一个能够维护公司稳定的人，有时你会听到一个术语叫做“管家”，我将选择一个能够妥善管理公司的人。是的，这是很大一部分原因，因为就像我们发明下一个小玩意儿的日子已经结束了，现在的问题是如何保持公司的正常运转。顺便再强调一下，我们有责任，我们有监管机构、投资者以及所有这些人，我们有责任。

  如果我们承担更多的风险，比如选择了一个在优势和劣势方面更加突出的人，他们在优势和劣势的网格上更加尖锐，他们有更强的优势，但也许他们没有，比方说他们以前没有在财务部门工作过，然后他们在华尔街搞砸了，那么我们都会看起来像个彻底的失败者。所以，董事会在这一点上非常倾向于风险规避。

  是的，没错。我的意思是，如果加倍投资并做出了各种愚蠢的战略举措，结果肯定适得其反。

  的确，我认为这是一个普遍存在的组织心理学问题。安迪·格鲁夫（Andy Grove）在《高效能管理》一书中对此进行了阐述。他提出，组织需要有抱负的人才，因为抱负对于完成重要任务至关重要。然而，这些抱负必须是正确的，即员工的抱负必须与企业的目标一致。换言之，我们需要那些希望波音公司成为世界顶尖飞机制造商并致力于创新重要新事物的人才。我们不能容忍那些只为了个人在波音董事会上获得声望、不愿承担任何压力、不想受到任何批评的个人主义心态。一旦组织中的成员出现这种心态，将会导致不良的决策，因为他们优化的是个人的抱负，而非公司的最佳利益。

  这种个人激励取代组织目标的现象，在商业中可能是最危险的问题之一。这种情况在一定程度上是不可避免的，因为没有人能够完全无私地为团队着想，每个人都会在一定程度上关心自己的利益。当个人利益与团队利益开始发生分歧时，问题便会出现。因此，领导者的任务，包括董事会主席以及任何负责选拔董事会成员的人，都应该是确保个人抱负与公司目标之间的一致性。如果这种一致性被打破，就会引发你所提到的问题。

  事实上，接下来我想提出的是第三点，这也是董事会中一个非常明确的讨论议题。实际上，在大公司几乎每个人都普遍接受以下观点：我们为CEO设定了一条职业发展路径，而这条路径始于工商管理硕士学位（MBA）。在美国商业领域，我们存在这样一种观念，即担任CEO或总经理是一种通用管理职位。换言之，对工商管理硕士毕业的人士而言，这些是通用的、可转移的技能。如果我知道如何管理一家餐饮公司，那么我也知道如何管理一家汽车公司、飞机公司或计算机公司。因为关键在于管理公司的能力，这是一项可推广的技能，而产品本身是什么并不重要。工商管理硕士、总经理或是CEO的核心理念在于，他们能够适应这些不同的业务环境。

  进一步地，我想特别指出你最初提出的问题：如果波音公司不是在制造飞机，那么它的业务究竟是什么？实际上，波音公司在很大程度上可以说不再仅仅是在制造飞机，这与PC公司不仅仅是在制造个人电脑、汽车公司也不仅仅是在制造汽车的情况类似。它现在更多地是一个供应链整合公司，而不仅仅是一个主要的飞机制造商。以汽车公司为例，汽车中的大部分组件都来自他们所谓的一级供应链，这是汽车中所有组件的集成系统。工程设计由其他公司完成，然后汽车公司将这些组件组装起来，并在成品上贴上自己的品牌。正如你所知，PC行业的运作方式完全相同，也就是说，PC公司在发货时，很多时候他们甚至还没有设计PC，他们实际上采用了所谓的原始设计制造商设计PC，即外包设计。因此，这些公司基本上是供应链整合者，以及融资、销售和监管的实体。

  这正是通用汽车极易受到特斯拉和比亚迪冲击的原因，也是惠普最终极易受到苹果冲击的原因。苹果仍在制造计算机，而惠普只是在组装计算机；通用汽车在组装汽车，而埃隆·马斯克（Elon Musk）彻底重新设计了汽车制造方式，产品差异是显著的。如果你实际在做这件事，而不仅仅是在利用现有资源，那么情况确实如此。

  我必须说，我认为你所描述的通用管理是虚假的。在我看来，如果你能管理一家餐饮公司，并不意味着你就能管理Facebook的母公司Meta。即使你能管理Meta，我也不确信你是否能够或有足够的兴趣去管理一家超级公司，这些都是不同的事物。产品真的非常重要，它们决定了你如何组织运营，如何管理公司，拥有什么样的员工，以及你如何与他们交流。技术工作者由于需求量大，可能不会忍受某些事情，而制造业员工可能会接受。

  一些公司拥有工会，与工会代表谈判是一套完全不同的技能。我认为这种通用管理的理念是错误的。我认为通用管理中有一个真正重要的部分，那就是所有CEO都必须学会管理那些从事他们未曾做过的工作的人。比如，我精通产品，但却可以管理人力资源或销售人员。但CEO所做出的决策总是与公司所做的工作密切相关，因此在一个非常深层次上，CEO必须理解公司在做什么，究竟什么是人工智能。你可能拥有财务背景，但必须在非常深入的层面上理解公司在做什么，这是做出高质量决策的要求。这非常困难。假如让我管理通用汽车，当电动车出现时，我会完全措手不及，对此我无能为力，因为我甚至不知道如何制造汽车。我只知道如何运营这个组装汽车的机构。

  再次重申，我是在进行理性辩论。任何新任的CEO可能会说，这家公司在30年前就停止制造汽车了，对吧？他们在30年前就停止设计汽车了，我不能突然之间将其转型为一个完全不同的公司。我不能建造一个时间机器，把它带回到60年前，那时它还在设计汽车。

  企业中往往存在一位长期默默付出的副手。当一位成功的CEO准备将职责移交给他人时，这位成功的CEO往往有一位关键的副手，该副手确保了公司日常运营的顺畅。在最理想的情况下，这位副手类似于谢丽尔·桑德伯格（Sheryl Sandberg）或蒂姆·库克（Tim Cook），他们一直是杰出且备受瞩目的CEO的得力助手。他们在背后默默支撑，确保所有事务顺利进行，这样的状态可能已经持续了10年、15年，甚至20年。因此，按常理，这似乎是他们展现能力的时刻。然而，这也带来了一定的压力。

  与此相关的另一个问题是，人们可能会问，为什么不直接忽略这个问题？在有或没有这位副手的情况下，有时这会推动公司从外部招聘人才，而这可能并非最佳选择。这引出了一种现象：如果我们从现有的执行团队中任命任何人，那么其他成员可能会选择离职。因此，如果我们不提拔这位长期默默付出的副手，那么执行团队中的其他内部候选人，他们都是负责公司不同职能的同僚，可能会感到不满，提出“为何不是我？”随后他们可能纷纷离职，导致公司陷入困境。

  此外，这也是公司经常选择从外部招聘的原因之一。因为在那个层级上，你可能确实有合适的内部候选人，但如果任命了他们中的任何一个，团队的其他成员可能会选择离职。理论上，如果你从外部招聘，可以找到合适的人选，这样就能保持团队的凝聚力。那么，我们应该如何思考这个问题呢？

  是确实如此，董事会面临着一种恐惧感，因为他们可能担心自己成为导致管理团队解体的决策者。这就像是……

  此外，董事会对公司的了解往往具有局限性，因为他们只能通过管理团队来获取公司信息。因此，他们可能会认为，如果某位高管离职了，那将是一个重大损失。然而，他们可能没有意识到，在公司内部可能还有某些关键工程师，这些工程师的重要性远远超过了他们所担心的合作伙伴渠道负责人或其他职位的离职人员。

  我认为，董事会对公司运作的理解存在一些误解。正如你所指出的，董事会获取信息的途径主要是通过管理团队，特别是通过CEO向董事会提供信息。因此，董事会实际上很难，或者说几乎不可能，对公司内部发生的事情有一个独立而准确的了解。在大公司中，董事会成员的选择往往并不是基于对业务的深刻理解，这一点并没有被放在优先考虑的位置。

  这正是我在董事会中经常强调的问题：董事会成员是否真正理解我们的业务，或者我是否只是在董事会上自说自话。因为我确实参与了足够多的大型董事会，并发现自己有时会感同身受。

  如果访问网站，随意挑选一个典型的《财富》500强公司，你可以查看任何一家公司的董事会成员信息，这些都是公开的信息。只需查看董事会成员，他们都有个人简介、微笑的照片和个人履历。通过阅读这些履历，基本上会发现每个成员的介绍都遵循着一定的模式。董事会成员的选拔似乎是出于正确的理由。首先，我们需要找到审计委员会的负责人，所以我们需要一位注册会计师或首席财务官。接着，我们需要为审计委员会配备财务专家，因此董事会中有三名成员主要是因为他们的财务技能而入选。然后，我们需要有客户的声音，以波音公司为例，最佳情况下可能是某家航空公司的负责人。好消息是他们是我们的客户，坏消息是他们并不制造飞机。接着，我们必须有能够指导CEO（尤其是年轻CEO）的退休CEO，因为我们正受到美国证券交易委员会、联邦贸易委员会和司法部在反垄断方面的严格审查，我们不能有利益冲突。

  我曾在一家公司担任董事。当时，我们无法增加一个完全合格且对董事会非常有益的成员，因为该公司有2%的总营收来自于广告业务，而恰好是我们正在招募的公司所属的行业。因此，如此小的一个次要业务实际上构成了一个冲突，增加这样的成员将违反《谢尔曼反垄断法》。因此，出于法律和监管原因，我们实际上不能有来自飞机行业的其他人。顺便说一下，我们也不能有来自其他飞机公司的内部人士，因为那将在我们公司内部引起不满，他们甚至可能不想这样做，或者这是否被视为一种积极的背叛？

  然后，我们还有政治多样性的要求，这些现在已成为法律要求。根据所在的州，我们有由证券交易所、银行等强加给董事会构成的要求。

  关于独立性，我们尚未讨论的是，董事会成员需要在所有权股份等方面保持独立性。

  关于股份所有权及类似事宜，如果您是公司的重要股东，这可能会引发潜在的冲突。此外，如果你曾是公司的前高管，这也可能成为问题，因为你可能无法保持必要的独立性。缺乏独立性意味着您你能参与委员会工作，也无法参与关键的人员配置和决策投票。因此，存在着一系列严格的要求，这就像是在玩一场需要谨慎平衡的叠叠乐游戏，你需要在满足这些要求的同时组建董事会。然而，当你把所有要素拼凑起来后，可能会发现董事会中真正来自业务领域的成员寥寥无几，甚至一个也没有。是的，我认为这是目前所面临的现实情况。

  实际上，我之所以最终能够加入上市公司董事会，原因颇为有趣。作为一家风险投资公司，我们通常不适合加入上市公司董事会。但不断发生的是，CEO会说：“我们需要你留下，因为你是理解产品的人。”尽管这并不真正符合我的利益，但我时不时会这样做。我确实认为这是一个非常困难的问题，也是美国公司治理方面存在的一个真正问题。我的意思是，尤其是关于所有权要求，我认为实际上相当愚蠢。因为董事会的存在是为了保护股东的利益，至少这是其主要职能之一。

  作为股东，我更希望董事会中有人拥有公司大量股份，并与我有共同的利益，代表我的利益，而不是那些不拥有任何股份的人，就像是一个专业董事会成员，可能同时坐在这样的位置上，只是空谈而已。然后是关于产品的问题等等，但现状就是这样。我们国家关于董事会的法律确实很差，我不确定，我不了解国际上关于这方面的各种法律，所以不知道谁做得更好，但我们肯定是次优的。

  我认为，海外的情况通常更为不利。举例来说，当工会成员实际上占据了董事会的席位时，这种情况在许多欧洲跨国公司中尤为明显。随后，工会的政治议题也被引入董事会。可以说，欧洲人或许认为这具有重要性，对此我持尊重态度，但这种做法不太可能增强，比如产品设计方面的讨论。

  确实，如果你希望公司能够生产卓越的产品，赚取丰厚的利润，实现规模增长和创新，我们总是这样考虑，因为这正是我们工作的一部分。但如果董事会结构是为了优化这些目标，那么它并不是一个良好的结构。

  值得注意的是，法律、规章、压力以及激进主义运动--我指的不是股东激进主义者，而是那些参与进来的社会治理激进主义者，他们对政策问题施加了极大的压力。这一切基本上将董事会推向了远离了解业务核心的人士，这就是所有压力汇聚的方向。

  它变成了政治问题。我认为，这里存在一个更广泛的问题：对于人类来说，是增长整体经济、创造更多资源和丰富性更好，还是专注于分配已有资源，确保每个人都能得到平等的份额？我们显然倾向于创造更多的丰富性。但一旦涉及政治，似乎总是倾向于确保我们所拥有的资源能够被公平分配。

  现在我们回到人工智能问题的讨论。一位粉丝问：考虑到人工智能的扩展正受到算力和能源扩展的限制，我们是否预见到硬件初创企业将会出现复兴？值得注意的是，这位粉丝本人正经营着一家专注于解决这一挑战的硬件初创公司。另一位粉丝提问：能源生产是否会成为人工智能未来发展的一个限制性因素？第三位粉丝问：随着人工智能、加密货币和电动车的兴起，解决能源问题是否变得尤为关键？还有一位粉丝问：考虑到能源可能成为制约因素，我们应如何看待针对算法优化的硬件创新，例如热力学计算。最后，关于人工智能、能源和硬件，我们是否正处于新的人工智能芯片初创企业的繁荣时期？我们是否将迎来新的能源初创企业的繁荣时期？或者我们是否将迎来采用全新计算机架构的公司的繁荣时期？

  在讨论人工智能的未来时，数据中心作为硬件基础设施的重要组成部分，同样不容忽视。确实，硬件领域的创新是推动技术进步的关键因素之一。首先，能源问题显得尤为突出。我们曾资助过便携式核能项目，并深信无论是在核聚变还是核裂变领域，能源创新对于人工智能的发展至关重要。如果缺乏能源创新，人工智能在能源消耗上的挑战将变得尤为严峻。例如，一旦我们解决了芯片的瓶颈问题，假设芯片供应无限，人工智能的能源消耗可能会占到全球能源消耗的10%以上。这一数字不仅远超过当前比特币挖矿所引发的争议，更预示着未来人工智能对能源的巨大需求。

  其次，随着数据中心规模的不断扩大，冷却问题也日益凸显。即便是将数据中心建立在海洋中心，利用海水进行冷却，面对高达千兆瓦级的电力消耗，冷却系统也面临着巨大挑战。这导致我们不得不重新考虑芯片设计，以寻求那些发热量更小、能耗更低的解决方案。

  在芯片领域，我们已经见证了许多创新尝试。为了优化人工智能性能，芯片制造商如英伟达和AMD在创新方面不断突破。对于新兴芯片制造商而言，要想在市场上占有一席之地，就必须提出独特而新颖的设计理念。例如，为特定模型定制芯片，通过专门化的芯片设计来满足特定算法的需求，这在成本效益上是可行的。不过这种设计需要考虑市场变化的速度，以及特定架构的持久性。

  数据中心的建设同样面临着前所未有的挑战。我们尚未建造过如此大规模、需要如此高电力和冷却能力的数据中心。业界领袖，包括MetaCEO扎克伯格、微软CEO纳德拉以及AlphabetCEO皮查伊，都在密切关注这一问题。这表明硬件创新，尤其是在能源领域，将是未来发展的重要方向。综上所述，硬件领域的机遇众多，哪些机会将由新兴公司把握，哪些将由大型企业主导，目前仍是一个开放的问题。不过可以肯定的是，能源领域尤其是核能领域，很可能会孕育出一批新兴的创新企业。

  众所周知，我们在过去已经多次讨论并资助了各类硬件公司，其中包括消费电子产品、系统硬件等。正如你所提到的，我们目前也涉足了无人机、自动驾驶汽车以及能源系统公司的投资。我们曾经探讨过，硬件公司的运营相较于软件公司来说更为艰难。诚然，硬件公司在开发过程中面临的挑战和失败的可能性更多。这不仅涉及到产品设计和制造的复杂性，还包括产品在实际应用中的性能、市场召回风险、在极端条件下的稳定性、安全性以及是否符合监管标准等多个方面。

  硬件公司的运作周期通常比软件公司要长得多，这主要是因为产品从设计到生产再到市场的整个过程耗时较长。一旦产品在市场投放后出现问题，召回的成本可能对公司造成致命打击。此外，硬件公司还必须面对供应链管理的挑战。在制造硬件产品的过程中，任何一个组件的短缺都可能导致整个生产线的停滞。这些因素都大大增加了硬件公司运营的复杂性和风险。

  尽管硬件公司面临诸多挑战，但一旦成功，它们往往能在市场上占据独特的竞争优势。如果硬件产品能够解决一个重大问题，并且市场需求庞大，那么这家公司不仅有机会获得巨大的成功，还能在现实世界中产生深远的影响。历史上许多著名的公司都是通过在硬件领域取得突破性进展而走向成功。对企业家而言，在选择合作伙伴和投资者时，应该考虑那些能够理解并支持他们愿景的公司。作为一家企业，我们在考虑与哪些硬件创业公司合作时，会深思熟虑，评估我们能够提供的资源和支持，以及我们的战略目标是否与创业公司的发展愿景相匹配。

  在近期的投资动态中，我们注意到，与软件公司相比，硬件公司的投资需要更为审慎的财务考量。在软件领域的投资中，一旦产品获得初步成功，其后续融资通常不成问题。然而，在硬件领域，即便产品开发有所进展，公司仍可能面临的困境，这往往发生在产品尚未完全成熟，无法支撑其市场估值的时期。这种财务上的波动，可能对公司的生存构成威胁。在这样的背景下，硬件公司的CEO必须具备卓越的融资能力。与软件公司CEO相比，他们不能对筹资活动持有回避态度。正如马斯克在SpaceX和Tesla的经历所展示的那样，即便是世界上最成功的硬件公司建造者，也必须面对并克服资金筹集的挑战。

  此外，硬件公司的运营需要更高的精确度和对质量的严格把控。从沃尔特·艾萨克森（Walter Isaacson）撰写的《马斯克传》中我们可以了解到，即便是微小的成本节约和效率提升，对于硬件公司的成功也至关重要。硬件公司的CEO必须对成本控制、库存管理等关键业务环节保持高度关注。

  最后，硬件领域的企业家在组建团队时，需要招募到在多个领域都具备世界级专业能力的人才。这包括但不限于制造、财务等关键职能。与软件公司相比，硬件公司在人才招聘和团队构建方面的标准无疑更高，对公司的综合运营能力要求也更为严格。

  是的，这是我尝试向企业家们传达的观点，也许对人们了解以下这一点很重要：存在这样一种观念，即风险投资公司对硬件公司感到恐惧，认为它们不够大胆。

  的确，我们确实对硬件公司感到担忧，并不是说我们不会投资，而是因为投资硬件公司确实存在风险，这是令人畏惧的。

  为什么说它令人畏惧呢？我想进一步强调你提到的一点，一个重要的不同之处在于，基本上企业家们都希望通过下一个阶段。因此，当企业家与风险投资者交流时，他们正在考虑的是现在需要从这家风险投资者处筹集到这一轮的融资。如果他们说可以，那太好了；如果他们说不可以，那真是既痛苦又浪费时间。企业家们必须这样考虑，因为他们需要筹集资金，需要实现短期目标以达成长期目标。而我们风险投资者的思考方式是，好吧，假设我们这一轮资助你，下一轮会发生什么？我们在A轮融资中出钱，B轮会发生什么？在C轮、D轮、E轮、F轮、G轮、H轮和I轮会发生什么？你所从事的事务越复杂，越是与硬件相关，越是涉及基础性的进步，越是涉及复杂的集成，就越需要考虑这些问题。资金将从何处来？未来是否会有其他资本合作伙伴为这家公司提供资金，或者我们是不是唯一的资金来源？如果我们是唯一的资金来源，我们需要明确这一点，并考虑这对公司意味着什么，如果我们是唯一的投资者，那么我们就需要睁大眼睛仔细考虑。

  我们在会议中思考的是，接下来会发生什么。我认为，这对企业家来说很重要，因为若企业家真正理解了这一点，就会意识到这需要成为他们计划的一部分。正如你所说的，企业家必须擅长募集资金。企业家必须承担起责任，真正深思熟虑，超越当前这一轮融资，考虑公司长期建设的问题。我的故事、计划和团队以及我所做的其他一切是否足够好？是否达到了标准？是否以正确的方式组织和策划，以便我不仅能筹集到A轮，而且还能筹集到所有后续轮次的资金？你不必对所有问题都有答案，但你必须有一个计划。我们发现，那些真正深思熟虑的企业家，这就回到了我总是谈到的风险投资过程，即在风险投资系列中获得首肯是你所做过的最简单事情。

  在风险投资界，我们经常面临这样的现实：企业家在完成A轮融资后，往往认为融资过程相对容易。然而，他们很快会意识到，后续的融资轮次、招聘人才、销售产品、建立合作伙伴关系、处理政府事务、市场营销以及媒体关系等，每一项任务的难度都在递增。这是因为与风险投资者的互动本质上是企业家试图说服我们投资，而我们的风险投资公司的职责就是评估并提供资金。

  我们必须承认，对于企业家而言，通过风险投资的初步测试可能比公司运营中的其他任何环节都要简单。如果企业家不能在我们的评估中获得通过，这可能意味着两件事：要么我们作为投资者犯了错误，要么企业家的商业计划尚未达到成功所需的标准。这不仅是为了从我们这里获得资金，更是为了在未来的运营中，能够吸引并满足所有关键利益相关者的期望。

  明智的创始人会深刻理解这一点，并以此为契机，确保他们的商业计划足够强大，不仅能够通过风险投资的审查，还能够在公司的整个生命周期中，成功地与所有必要的利益相关者建立联系。他们清楚地认识到，虽然风险投资是公司成长过程中的重要组成部分，但它只是整个商业生态系统中的一小部分。

  确实，经过深思熟虑，我们认识到如果本公司不是一家多阶段投资公司，我们可能不会考虑投资硬件领域的企业。原因在于，硬件企业在其发展过程中可能会遭遇一些棘手的困境。以我们投资的一家航天公司为例，尽管不便透露具体名称，但可以肯定的是，该公司拥有创新的合同，业务增长迅速，且产品性能可靠。然而，即便一切看似进展顺利，一个第三方提供的不良部件就足以让公司陷入潜在的生存危机。此类问题不仅可能对公司造成致命打击，而且在某些情况下，几乎可以断送整个企业的前程。

  幸运的是，得益于我们对公司深刻的了解以及作为一家多阶段投资公司的优势，我们能够及时介入，提出进行新一轮的融资，并以优惠的条件完成投资。这不仅帮助公司渡过难关，还使其得以持续发展，迈向下一个发展阶段。目前看来，该公司有望取得显著的成就。然而，如果我们的投资策略仅限于单一阶段，我们可能就无法为公司提供必要的支持，眼睁睁地看着它走向衰败。

  这种情况在硬件公司中并不罕见。例如，特斯拉在发展过程中也曾面临的问题，不得不向现有投资者寻求帮助，而非吸引新的投资者。在我们投资的硬件项目中，这种情况屡见不鲜。当然，也有例外，比如Oculus公司，它在面临类似困境之前被Meta收购。但如果没有这次收购，Oculus很可能也会遇到同样的挑战。

  接下来，我们转向一个相关的话题。有粉丝问：专门针对低成本的人工智能数据中心，类似于石油资源丰富的国家，这些国家是否是购买土地以扩张或建设这类数据中心的良好投资领域？

  我认为这些国家肯定正在考虑这个问题。这不仅仅是一个方面，还包括监管层面的因素，以及这些国家是否拥有丰富的石油资源等。这是一个多方面的问题。我目前还没有这个问题的答案，因为我认为这取决于核能选项的出现速度，各国对监管环境的考量，以及气候议程是否有助于那些在这方面更为灵活的国家。

  我们正在讨论的是我们和我学到的一个教训，那就是不要预测涉及政府介入经济的事务，因为2008年的金融危机给了我们深刻的教训。当时，我们认为如果事态发展下去，我们可能会面临严重的萧条。然而，全球政府向局势注入了巨额资金，这无疑现在又带来了各种问题。但是，这种情况的发展方式是无法预测的。我认为，这个问题同样难以预测，因为它涉及政府政策，而且是非常重要的方面。此外，还有政府政策之间的套利行为。然而，如果必须下注，我可能会说这种情况很可能会实现。

  对于尚未关注此领域的人而言，有一个有趣的现象，特别是模型训练可以放置在任何地方。这确实是电力成本中最大的一块。因此，对于那些尚未跟踪这一趋势的人来说，人工智能的当前形态包括两个部分：训练阶段和推理阶段。训练阶段是收集数据集来回答问题的过程，而推理阶段是实际提出问题并提供答案的时候。训练阶段是所谓的批量处理过程，需要一次性完成。对于一些大模型的训练运行可能需要三个月的时间。这不是一个小数目。但你并不是实时响应用户查询，所以训练发生在哪里并不重要。你只需要一个足够大的数据中心，并配备足够的电力和冷却设施来完成它。

  另一个有趣的讨论点是，训练运行可以暂停。你可以实际关闭训练运行两周，然后再次启动。如果你正在运行像Gmail服务或搜索引擎这样的服务，这是你无法做到的，因为你无法容忍服务中断。或者，你可以使用间歇性电源运行它。因此，如果你有一个需要定期关闭进行维护的核反应堆，那也没问题。而你不能使用这样的电源来提供像Gmail这样的服务，因为您不能处理服务中断。所以在训练运行发生的位置方面有很大的灵活性。

  还有一个问题也受到了相当多的审查。一些政府不希望在本土之外进行人工智能训练，或者对此有顾虑。这是另一个监管层面的问题。

  正如你所提到的，有关人工智能训练的地点、参与方以及是否将人工智能视为战略资产等问题，都涉及到复杂的政策考量。

  举例来说，一些国家可能会限制人工智能训练的地点，或将人工智能技术视为类似军火物资的敏感技术，不允许向特定国家提供。此外，当涉及到大规模资本投入和被视为战略资产的部署时，情况变得更加复杂。当然，核能和其他能源领域也存在大量的监管措施。例如，是否允许民用核能，这也是监管的一部分。这些问题即便在人工智能不被视为与政府直接相关的话题时，也会与政府政策产生交集。人工智能本身就是一个与政府政策密切相关的话题，这使得它成为高度关注的问题。因此，这是一个复杂的情况。

  无论如何，讨论这些的原因是，像这样的国家是否是购买土地的良好投资领域，需要考虑经济因素，也需要考虑地缘政治因素。如果你要成为这样的投资者，就需要在这两个层面上进行思考。

  想要弄清楚这些，你几乎必须成为斯坦·德鲁肯·米勒（Stan Drunken Miller，索罗斯最知名的门徒、最伟大的宏观投资者之一）类型的超级宏观经济投资者。另外，还有整个人工智能一致性问题，不同政府对此有非常不同的要求。

  确实如此。举例而言，从美国的角度来看，许多其他国家可能不希望在他们国家运行的人工智能是由旧金山的一群千禧一代“一致性调整”过的人工智能。

  有粉丝提出了一个引人深思的问题：对于由人工智能创造的工作成果与软件产品销售之间的区别，你持何种看法？人工智能是否将推动服务型企业成为新的行业标准？这些企业的盈利模式是否会与仅提供软件服务的企业趋于一致？

  这是一个历史悠久的议题，早在人工智能技术普及之前就已存在，但在人工智能时代背景下，这一问题显得尤为紧迫。具体来说，如果你打算进入法律领域的人工智能应用，是选择开发并销售法律人工智能软件给律师事务所，还是尝试运营一个全自动化的机器人法律服务？同样的逻辑也适用于会计、以及其他各类服务行业。

  这一现象非常有趣，因为它已经在很多方面显现为一种真正的定价模式。例如，Waymo销售的人工智能驾驶系统，基本上就是其产品--一种人工智能驾驶系统。结果表明，与人类驾驶员相比，这种人工智能驾驶系统目前价格相对较高。可以预见，像Pepper这样的机器人内置大量的GPU等组件，随着硬件成本不断上涨，人工智能服务的成本效益比将是一个值得关注的问题。

  正如马斯克所指出的，特斯拉的未来愿景是打造无人驾驶出租车车队。这被看作是特斯拉电动车业务的终极目标。

  Waymo则进一步发展了这一概念，因为他们不是在销售产品，而是提供这样的服务：为用户的汽车或卡车提供驾驶系统。还有Devon这家新晋的编程工具公司，它刚刚获得了极高的估值，它们基本上是在向用户收取工程师的费用，这是他们对服务的定位。顺便提一句，Devon服务当前的收费标准非常高。

  Devon这个名字可以是男性也可以是女性，这是一个两用的名字。的确，它既可以是他，也可以是她，而且可以是人也可以是机器人。

  我们还投资了一家名为Hypocritic AI的公司，它的情况非常有趣，因为它基本上是一种人工智能护士。它们同样以类似护士的价格来定价。用户可能会想：“哦，天哪！人工智能将要取代护士了。”当然，在现阶段，人工智能显然不能完全取代护士。护士要做很多事情，比如给病人洗澡等，目前还没有人工智能能够做到这一点。但是，目前存在大量的护士短缺，而且有很多护理工作是护士不一定想做的，比如询问用户正在服用哪些药物，或者询问用户何时出生，或者稍后打电话给用户提醒服药。这些都是重要的任务，但也是人工智能可以轻松完成的事情。

  Hypocritic AI拥有一种可以增强护士劳动力的人工智能，正如我所说，目前护士非常短缺。因此，在他们的收费模式中，这种方式是可行的，因为雇佣护士的人习惯于以这种方式购买，他们会说：“好吧，这就是我们为护士支付的费用。你有一个不知疲倦但功能较少的护士，他或她的费用是多少？”他们这样问。我认为这种AA理念是一个很好的想法。我不认为它以人们担心的那种反乌托邦方式运作，即这个东西进来并取代了我的工作，它更多的是这个东西进来并取代了我真正不喜欢做的工作部分。而且，它不会像一遍又一遍地运行软件程序那样便宜，因为目前要正确进行这些推理并确保它们正确，所需的电力成本实际上仍然相当高。

  顺便提一句，今天的经济数据显示，上个季度美国经济的生产率增长出奇地低。

  情况确实如此。不过我认为这是种最被夸大的恐惧。自2018年人工智能革命开始以来，我们已经经历了这一变革，而失业率自那以后一直在下降。人们常说自动化会夺走我们所有的工作，这是一种彻底的恐慌情绪。我们知道，这种情况可能还会出现，但至少到目前为止，它还没有发生。

  目前的情况是，从事人工智能建设和部署的就业人数正在迅速增加。例如，人工智能开发人员和人工智能顾问作为职业类别正在爆炸性增长，其增长速度远远超过了任何工作被取代的速度。

  我知道咱俩都明白为什么，因为如果要真正取代实际工作人员，基本上需要创办一家新公司。我是指要重新设计现有的工作流程是非常困难的，以波音公司为例，它由一位会计师运营，要重新设计其工作方式几乎是不可能的。

  在讨论中，我们触及了人工智能与机器人技术整合的深远影响。有粉丝问：人工智能何时能与机器人技术完全融合？还有粉丝问，当前机器人技术的热潮是否能够产生足够的数据以推动这一进程。要解答这些问题，我们必须认识到，人工智能的发展不仅仅是技术层面的突破，更是对现有工作方式的深刻变革。我们面临的挑战在于，人工智能何时能够达到足够的成熟度，使得机器人不仅能够执行特定任务，还能创造出广泛适用的实用性机器人。或者，我们是否必须经历一个所谓的“机器人技术的寒冬”--一个发展放缓的阶段，才能迎来它们的普遍应用？

  还有粉丝询问数据重要性的问题。该粉丝问，如果数据是关键因素，为何我们尚未看到更多的人工智能和机器人技术公司采取类似于特斯拉的端到端机器学习策略。众所周知，特斯拉的每辆电动车，无论是否配备无人驾驶功能，都在收集摄像头数据，并将其用于训练其全自动驾驶能力的人工智能系统。这一问题引出了一个关键议题：为何在人工智能和机器人技术领域，我们尚未看到更多公司通过积累大量数据来构建数据飞轮，从而推动技术的进步？这或许是因为，与特斯拉在自动驾驶领域的模式相比，人工智能与机器人技术的整合需要跨越更多的技术与商业障碍。

  这确实是一个极其有趣的问题。为了更好地阐述背景，目前成功的机器人，如在汽车制造等大型扫描领域的应用，通常是被严格编程来执行非常特定任务的。例如，将螺栓安装在车轮上等。然而，如果车轮位置偏离了两毫米，机器人可能会将螺栓直接穿过车轮，因为它们并不具备很强的适应性，这与当前最先进的人工智能部署状态相比还有所不足。

  智能机器人的开发已有一段时间，这些机器人能够学习任务并更灵活地执行。如果某些部件位置不准确，智能机器人可以使用计算机视觉来识别，并规划和执行任务。但到目前为止，这些智能机器人的效果只能算是一般，并没有实现突破性进展，使得机器人能够突然替代人类的工作，例如像特斯拉正在研发的擎天柱这样的机器人，实际上还没有真正成功。

  鉴于大语言模型和出色的生成式人工智能模型的存在，为什么会出现这种情况呢？结果表明，似乎确实缺少了一个关键的技术环节，那就是要构建一个能够在世界中像人类一样运作的有效机器人，它需要对物理学有深刻的理解，以避免变得危险或笨拙。关于机器人如何学习物理学，存在不同的理论。一种理论是，如果我观看了足够的视频，我基本上就能通过推断出物理学的运作方式。因为视频展示了现实世界，而现实世界遵循物理定律，所以我也将遵循这些定律。这一直是一个重要理论，它将有助于推动生成视频和机器人技术等领域的发展。

  当前还有一种不同的理论认为，仅仅通过视频学习物理学是行不通的，因为你永远无法真正掌握物理学。唯一的方法是构建一种新型模型，该模型可能具备Transformer的能力，但也具有对三维现实世界运作方式的基本理解，包括完整的物理学等。

  目前，我们投资的一家初创公司正在开展这方面的工作，而马斯克显然也在追求这一途径。与此同时，OpenAI通过其DALL-E模型选择了另一条路径，即不是直接教授物理学，而是通过视频和电子游戏隐式学习物理学。因此，这将是一件有趣的事情。可以确信，机器人技术的时代必将到来，至少在短期内到中期，随着这些问题的解决，机器人技术将会兴起。但我认为这不会在明天或三个月内发生，因为目前的人工智能技术还不够成熟。上述就是我对此问题的拙见。

  在探讨人工智能发展的乐观前景时，特斯拉的实践提供了一个值得关注的例子。对于那些尚未深入了解这一领域的人们，有必要阐述一下特斯拉在这方面的成就。特斯拉公开了他们的发现：最初采用自上而下的系统构建的自动驾驶功能虽然有效，但与现在基于神经网络和大量数据的系统相比，后者的性能明显更优。随着数据量的增加，自动驾驶的性能也在不断提升。

  这一成就背后的理念是，一个庞大的数据集能够涵盖几乎所有可能遇到的情境。因此，特斯拉采取了一种创新的方法：将每一辆在路上行驶的特斯拉汽车转变为一个移动的传感器，收集周围环境的图像数据并传回总部。这种做法不仅保护了隐私，还确保了数据的丰富性和多样性。每辆汽车都装备了多个摄像头，持续不断地为自动驾驶算法提供训练数据，使其日益精准。

  特斯拉的这一策略体现了“痛苦教训”的核心思想，即在人工智能领域，更多的数据似乎确实是解决问题的关键。尽管过去有许多自上而下的人工智能尝试并未成功，但通过海量数据集进行训练的方法已被证明是有效的。这不仅为自动驾驶汽车的发展提供了方向，也为未来仿人机器人的训练和其他人工智能应用的发展提供了可能。基于此，我们可以乐观地预见，在不久的将来，随着技术的不断进步和数据量的持续增加，人工智能将在更多领域展现出其潜力，解决之前看似棘手的问题。

  是的，我同意你的看法，接着还有一些问题需要考虑。首先是关于神经网络的选择：我们应该采用哪种架构来应对特定的类别？或者我们应该对架构进行一些改变，以使其真正发挥作用？我们知道，在图像识别领域取得成功之前，对于语言预测领域，虽然不需要一个全新的架构，但确实需要一种新的架构。

  其次，关于机器人以及自动驾驶汽车，为什么目前并非所有汽车都已实现自动驾驶？因为在涉及生死的情况下，边缘案例变得极其重要。一个大语言模型的幻觉可能是相当可爱和有趣的，而特斯拉自动驾驶的幻觉则可能是非常可怕和致命的。从99%的成功率提升到100%的完美运行，所需的工程量是巨大的。因此我赞同你的观点。这正是我们需要考虑的关键点：选择合适的神经网络架构，并解决那些在关键应用中至关重要的边缘案例。

  确实，我坚信机器人技术将会取得成功，并且其成果将是令人惊叹的。人们常常因为低估了人类工作潜在的可能性而感到忧虑。以制造业工作为例，这些工作在某些方面是有益的，但同时在其他方面也存在严重问题。亨利·福特曾显著提高了最低工资标准，他因此被社会主义者所推崇。他之所以这样做，并非没有理由，而是因为其工人频繁离职，他们不喜欢整天重复单一的劳动。许多工人更愿意回到农场，享受与自然为伴的生活节奏，这比在生产线上连续工作八小时，精神逐渐麻木要来得更有吸引力。

  以底特律为例，该城市迅速成为了毒品泛滥的中心，部分原因是许多装配线工人因工作枯燥无味而沉迷于药物。因此，我相信，对于人类而言，存在比机器人所能执行的工作更有趣、更有价值的职业机会。机器人技术的突破应该带来积极的影响，并且，我们目前许多无偿完成的工作，例如家务劳动，未来可能会由机器人来承担。

  确实，你强调的事情引出了我们的最后一个问题，这是一个重大且我深感关切的问题。有粉丝问：人工智能结合机器人技术和自动化是否有可能用于重振美国工业，并复兴那些具备工厂产能的老旧工业城镇？

  首先，我将以否定的方式对这个问题进行框架性回答：重建美国制造业的唯一前景在于发展先进的制造业。唯一的途径是攀登技术栈，构建新型工厂，这些工厂将完全实现自动化和智能化，它们是高度先进的复杂系统，运作模式与传统的人工劳动系统截然不同。在这些工厂中，尽可能多地应用技术。其原因非常明确：导致美国许多制造业向外转移的主要原因是人力成本。在其他国家，如韩国、越南、中国、印度或墨西哥等国，雇佣工人的成本远低于美国，劳动力成本在生产总成本中占据了过高的比例。

  正如你所指出的，这些工作实际上并不吸引人，因此必须支付高额工资，这涉及到许多问题，工人因此对企业产生了不满，这使得制造业变得困难重重。像马斯克这样的企业家，在他的企业中处理了许多与制造业相关的问题。他在美国拥有大量制造业工人，却因为一些复杂的原因而饱受争议。尽管如此，他可能比其他任何人都雇佣了更多的新制造业工人。他不断面临挑战，无论是关于工会的存在与否，还是关于工作条件的争议，核心问题是我们确实需要更多的制造业工作机会。

  这种说法类似于：“好的，我将创造制造业工作岗位，并给予他们所有人股票期权，他们中的许多人将成为百万富翁。埃隆，你怎们看？”

  确实，在美国建立以人工为基础的制造业公司面临重大挑战，尤其是那些依赖于传统蓝领劳动力的公司。过去三十年来，将制造业外包至海外市场已被证明是成本效益更高的选择。若无技术领域的突破性进展，以及运用技术提升效率和转变工作性质与经济模式的能力，那些流失的工作岗位将不会重现。此外，贸易政策、关税等因素对这一趋势的影响微乎其微。

  要真正实现这些工作岗位的回归，我们一定要设想一种全新的生产模式，即马斯克所谓的“外星战舰”--一种完全自动化、由人工智能全面驱动的制造设施。这样的工厂将是一个技术奇迹，智能机器人将自主执行任务，一切操作都由人工智能控制，并通过软件进行管理。

  美国在许多方面都是建立这类工厂的理想之地，因为美国是全球技术的领导者。我们拥有顶尖的工程师，他们正在开发所有必需的使能技术，包括众多杰出的人工智能公司。这些公司将在这里尽其所能地工作，而地理邻近性将是一个重要优势。值得注意的是，这些工作岗位不会简单地回到传统的装配线工作，而是会围绕这些高度先进的工厂创造出许多新的就业机会。例如，如果在美国的阿拉巴马州或其他任何地方建立了一个先进的人工智能制造设施，将会有大量工作机会随之产生，包括工厂的建设和运营、维护、优化、升级等。此外，这些工厂还将催生一系列下游产业，从而形成以工厂为核心的生态系统，包括餐饮、酒店等服务提供商，以满足工厂及其员工的需求。

  我确实认为存在一条通往振兴和重建美国制造业的道路。世界的地缘政治趋势也在某种程度上指向了这个方向。我们可能需要重新审视美国的制造公司，确保它们不仅仅是供应链整合者，而是能够真正掌握制造技术。未来，世界领先的航空公司可能需要擅长制造飞机，而这可能需要一种全新的公司来实现。或许，这些飞机将在美国以一种成本效益更高、质量更优、改进速度更快的方式制造，并且拥有集成工程的优势。这意味着工程师们将直接在工厂现场，不断推动制造过程的优化和创新。

  综上所述，我认为美国有机会通过采用和整合最新技术，实现制造业的复兴，并再次成为世界领先的制造强国。

  我认为这是正确的。我还认为，我们可能低估了机器人技术对就业增长的潜在益处。要知道，工作机会来源于企业，而企业则源自企业家。对于企业家来说，拥有一整套全新的工具，例如机器人，能够执行任务并创造新的产品和服务，这是一个巨大的福音。我认为，这可能对硅谷以外的地区尤其有益。如果软件是您所拥有的工具，那么这就在某种程度上限制了您，因为你必须拥有那些能够建立这类公司的人。我们对此比任何人都清楚。但我们在硬件制造和机器人技术等方面所看到的是，这些公司比我们看到的软件集群要分散得多。

  总体而言，这可能对国家和就业非常有利，前提是我们不会在这一切发生之前就将其全部禁止，当然，这也是一种可能性。

  我们应该发起一场全国性的倡议，需要政府和产业界共同努力的重大倡议来实现这一目标。但我确实认为，这是可能的，至少比过去30年来的可能性要大。因此，值得我们关注这一威胁，并在未来投入更多时间来探讨这一问题。创新领域正在以一种真正令人兴奋的方式重新开启，因为当创新能够由广泛的技能集合和人群来完成时，总是更好的，而不单单是由一个非常狭窄的基础来完成。我认为，通过人工智能和机器人技术，我们正逐渐回归到这种状态。（编译/无忌）