Google CEO揭露驚人內幕:兆元AI投資狂潮,與氣候目標的殘酷對決

Google CEO揭露驚人內幕:兆元AI投資狂潮,與氣候目標的殘酷對決

全球科技巨擘 Alphabet(Google母公司)的執行長 Sundar Pichai,這位掌握我們數位生活無數面向的關鍵人物,在接受 BBC 的深度專訪中,揭示了當前 AI 革命背後驚人的資本投入、潛在的經濟泡沫,以及一場科技發展與氣候變遷之間無可避免的權衡。這場對話不僅僅是關於技術,更是對我們未來社會、經濟和環境的深刻剖析。

當前矽谷正處於一場前所未有的「AI淘金熱」,資金以前所未見的規模湧入。Pichai 提供了驚人的數據來描繪這場盛況:「大約四年前,Google 每年的資本支出不到 300 億美元。今年,這個數字將超過 900 億美元。」

這不僅僅是 Google 一家公司的行動。Pichai 指出,整個行業的總投資額已經突破天際:「如果你把所有公司正在做的事情加總起來,我們有超過一兆美元的投資正在投入建設這個時代的基礎設施。」他更用一個驚人的比喻來形容其速度:「在接下來的幾年裡,我們最終將建成的,可能是我們過去 10 到 20 年才建成的東西。」

如此瘋狂的投資引發了一個核心問題:這是一場巨大的泡沫嗎?Pichai 坦率地將其與 2000 年的網路泡沫相提並論。他承認:「當我們經歷這些投資週期時,確實有些時刻我們會過度投入。身為一個行業,我們可以回顧網路時代,當時顯然有很多過度的投資。」但他強調,底層技術的變革性是真實的:「我們沒有人會質疑網路是否深刻,或者它是否帶來了巨大的影響。」

Pichai 認為,AI 的潛力是真實且巨大的,因此市場的興奮是「理性的」。然而,他也承認:「在這樣的時刻,確實存在非理性的成分。」這意味著,雖然像 Google 這樣擁有龐大現金流的公司能夠支撐其投資,但市場上許多依賴借貸來追趕潮流的新創公司,可能在泡沫破裂時面臨巨大風險。

AI的驚人耗電量:氣候目標與科技霸權的終極對決?

AI 革命的背後,是一個巨大的能源困境。建立和運行龐大的數據中心需要驚人的電力和水資源。記者尖銳地提問,AI 的發展是否已經凌駕於氣候目標之上?

Pichai 回應道:「我不認為這需要成為一種權衡或零和遊戲。」他解釋,巨大的能源需求正反過來推動新能源技術的發展:「AI 對能源的需求急劇增加,現有系統無法完全應對。但這正推動著對太陽能、電池技術、核技術和其他能源的非凡投資。」他舉例,Google 已經簽署了全球最大的核融合能源企業採購協議,並大力投資小型模組化核反應爐(SMRs)和地熱能。

然而,BBC 記者分析指出,Pichai 的語氣中隱含了一個關鍵前提:「長期來看」沒有衝突,這暗示著「短期內」的權衡是確實存在的。國際貨幣基金組織(IMF)的數據更令人震驚:到 2030 年,AI 數據中心消耗的電力將超過整個印度,比屆時所有電動車的總耗電量還要高出 50%。這使得各國政府,包括英國,面臨一個艱難的抉擇:是要成為 AI 超級大國,還是要堅守 2030 年的清潔能源目標?

AI將如何滲透你的生活?從買禮物到醫療建議,信任是最大關鍵

Pichai 預測,AI 的下一步將是從簡單的問答進化到能夠為用戶執行複雜的任務。他生動地描述了未來場景:「我需要為我的配偶買生日禮物,我能讓這個聊天機器人去辦妥嗎?……或者我的醫生推薦了一種治療方法,我該如何思考這種療法的利弊?」

這些應用場景——從購物、理財到攸關生死的醫療建議——都指向了一個核心:信任。當 AI 變得如此「親密」,用戶如何相信它提供的建議是公正的,而不是被廣告或商業利益所左右?尤其是在教育領域,當父母開始依賴 AI 來輔助孩子學習時,對技術的信任將成為科技公司必須跨越的最大鴻溝。這場關於信任的戰役,將決定 AI 能否真正融入我們的日常生活。

矽谷巨頭的弦外之音:對政策的溫和警告

在訪談中,Pichai 也巧妙地傳達了對政策制定者的訊息。他本人就是透過美國的 H-1B 專業人才簽證計畫才得以留在美國,並最終執掌科技巨頭。對於前總統川普可能收緊移民政策的舉動,他雖然用詞外交,但立場堅定:「(移民計畫)帶來了諾貝爾獎,帶來了偉大的 AI 突破……搞亂這個計畫是有風險的。」

這不僅是對美國的提醒,也暗示了全球人才和投資的流動性。Google 在英國有著龐大的投資,但 Pichai 也表示,是否將最頂尖的 AI 模型訓練研究放在英國,取決於當地政策的進展。這無疑是在向各國政府傳達一個清晰的訊號:在爭奪 AI 霸權的競賽中,開放的人才政策和穩定的能源基礎設施,將是吸引頂尖科技公司投資的關鍵。

總結來說,Sundar Pichai 的訪談揭示了一幅複雜而矛盾的未來圖景。AI 的發展速度和規模超乎想像,它既是推動經濟的強大引擎,也可能是一個巨大的金融泡沫;它承諾解決人類最棘手的問題,卻同時加劇了地球的能源危機。當我們為 AI 的神奇能力感到興奮時,也必須正視其背後巨大的成本與風險。

參考資料:https://www.youtube.com/watch?v=eWI4hO13rUA

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin