在 David Senra 的播客《Founders》最新一期万字长谈中，山姆 · 奥特曼罕见地说起了 " 人话 "，并承认了两个错误。

第一，严重错判了 AI 全面落地的时间线。

第二，对脱离初衷、走向 CloseAI 的后悔。

这两点，似乎都很反直觉。

但是，这或许才是他作为一个真实人类，而应该表现出的真实焦虑。

01

任何人，对最先进的工具，几乎都会有一种天然的不信任。

注意，是任何人。

在采访中中，奥特曼讲了关于自己的例子：

"当我们发布 GPT-4 的时候，我真心以为软件行业的颠覆近在咫尺，无数的商业形态会在短期内被重构。但事实证明我错了。

" 我自己明明拥有像 Codex 这样神奇的工具，按理说我本可以彻底改变工作方式，但我现在依然像过去 20 年一样，在各个 App 之间傻傻地复制粘贴，无脑地滚动着长篇邮件。"

就连他本人都这样，其他人可想而知。

从行为经济学的角度来看，这叫路径依赖和认知摩擦。

对几乎所有人而言，改变几十年形成的工作肌肉记忆，先不论其隐性成本有多高，更关键的是根本办不到。

比如，就算 AI 能帮你自动写工作总结、写周报，但大多数人还是觉得自己写更踏实。

这种 " 踏实感 " 的惯性有多巨大？

据麦肯锡发布的全球 AI 深度调查报告：尽管全球有超过 72% 的受访企业在业务流程中引入了 AI 工具，但真正将 AI 深度嵌入核心业务流程、并产生显著利润贡献的企业占比，依然不足 15%。

GitHub 官方数据：GitHub Copilot 的付费订阅用户数早已突破 200 万，但开发者对其自动生成的代码建议的平均接受率长期停留在 27% -30% 左右。

即便是对新技术最敏感的群体，依然有 70% 的 AI 成果被人类自己的习惯和审慎否定掉了。

所以，尽管 AI 工具越来越强大，但有一个反常识的现实：生成式 AI 在经历了 2023-2024 年的 " 期望膨胀顶峰 " 后，2025-2026 年滑入了 " 幻灭低谷期 "。

大部分企业发现，AI 工具本身只占解决方案的 20%，剩下的 80% 脏活累活，似乎只能给人来干。

程序员依然在改 Bug，财务依然在敲 Excel，甚至连前台小妹，每天也依然在用最原始的方式收发快递。

……

从商业变现的角度看，这种惯性无疑是巨大的阻力。

据 Gartner 在今年初发布的报告：50% 以上的生成式 AI 项目在完成概念验证后被直接放弃，根本无法进入生产环境；95% 的生成式 AI 试点项目，最终带来的可衡量财务回报为零。

最终导致的结果，就是我们之前曾聊过的：AI 不仅没有解放劳动力，反而让普通人活得更累了。

因为 " 经验 " 告诉我们：要靠自己，不能完全信任 " 别人 "。

我们或许是拥有这种惯性经验的最后一代人，新一代人想必不会有这种问题。

从安全的角度看，这很有必要。

大家不妨回想一下前两年的恐怖预测，当时各大投行都在发报告，警告 AI 会在 18 个月内摧毁现有的劳动力结构。

但由于惯性的存在，这一预期被延长了 3-5 年。

不仅普通人有了更多时间去学习如何驾驭 AI，而不是来不及反应就被优化了，极大降低了技术剥夺感带来的社会动荡风险。

更关键的是，这也给了各大经济体调整劳动力市场、重构教育体系以及制定监管法案的宝贵窗口期，客观上延缓了 AI 的野蛮生长。

不论在宏观还是微观，所有人至少有时间去适应。

但最终结果，并不会因此而改变。

由此，也引发了一个更深刻的问题：理念分歧。

02

在采访中，奥特曼点名道姓痛批 Anthropic" 令人不适的末日营销 "。

其手法大家都很熟悉。

先散播恐惧。在各种媒体上疯狂表示担忧，AI 有 25% 的概率会毁灭世界、可能制造超级病毒、明年半数岗位就要消失……

然后塑造救世主人设捞钱。但是别慌！只要你们把钱投给我，让我来开发宪法 AI、安全 AI，就能安全解决以上问题。

一边喊着世界末日，一边伸手要美元；一边说 AI 是恶魔，一边夜以继日地训练更庞大的模型。

这种精神分裂式营销手法，奥特曼将之总结为 "仁慈的独裁者"，不仅双标，更是反人类的。

但这种手法哪来的？

不就是学的 OpenAI？

早在 2015 年，在帕洛阿尔托的一场晚宴上，马斯克与初出茅庐奥特曼讨论了一个深刻的问题：

由大公司控制的少量 AI 系统更安全，还是大量独立系统更安全？

两人一致认为，后者更好。

为什么？简单来说就是提高容错率。

当时的背景是，谷歌收购了 DeepMind，很多人都恐惧这种能改变人类命运的技术被一家商业巨头垄断。

只要有大量彼此竞争的 AI 相互制衡，就算少部分 AI" 变质 " 脱离掌控，其他大量的独立系统也能联合剿灭它。

这也是普遍认为的 AI 最安全发展路径：防止人类滥用 AI 的最佳防火墙，就是让尽可能多的独立 AI 彼此竞争。

聊得投机，两人决定创办一家非营利性 AI 研究工作室，命名为 OpenAI。

顾名思义，就是开放、开源 AI，不受任何企业和个人控制。

2016-2020 年，马斯克共给 OpenAI 捐赠了 4400 万美元，"若不是我出钱，OpenAI 永远都不会起步"。

但后来的 OpenAI，明显违背了成立的初衷。

为了支付算力账单，设立了 " 有限利润 " 子公司；

GPT-3 之后，模型架构彻底走向闭源，成为 ClosedAI；

2024-2026   年，与马斯克展开了漫长而丑陋的诉讼拉锯战，甚至一度传出要彻底转制为 "B-Corp（共益企业）" 乃至纯商业公司。

从 Open 到 Close 的转变倒还在其次，更关键的是，当初给 AI 建立 " 防火墙 " 的设想，也彻底成为了泡影。

据 SEC 的数据，相比于 GPT-3 时代的数百万美元，如今前沿大模型的单词训练成本，已飙升至数亿甚至数十亿美元。

这不仅意味着普通的初创公司彻底退出了基座大模型竞争，更说明了一件事：AI 权力极度集中。

奥特曼至今仍然认为，这就是 AI 最大的风险。

"People are the whole point（人才是这一切的本质）。"

如果 AI 的发展最终剥夺了绝大多数人的自主权，将定义权拱手让给少数科技巨头，那这项技术从根本上就走偏了。

这种 " 数字寡头 " 才是最大的潜在危机。

一旦失控，几乎无法制止。

奥特曼坦言，后悔没有坚守住初衷。

等于是变相承认了自己和 OpenAI，已经成了那头他们曾经誓言要打倒的恶龙。

03

在采访的结尾，主持人抛出了一个有点哲学意味的问题：

如果未来有一天，AI   甚至能比我们做得更好地录制播客、撰写分析报告、做商业决策，那人类还有什么不可替代的价值？

奥特曼这次的回答，罕见地充满现实主义色彩。

"人类永远渴望与另一个‘真实的人类’产生连接。"

"我不喜欢电子书，我依然喜欢拿在手里有质感的纸质书；我不喜欢天天隔着屏幕开 Zoom   会议，我依然喜欢和朋友面对面坐着喝咖啡。人类基本的生物学和心理学结构决定了，我们永远在乎同类的情感、同类的认可、以及同类的真实体验。"  

在当下的市场氛围中，这一番话，似乎是在告诉所有人，AI 确实该降温了。

即便是他自己，就算掌握了最前沿的 AI 工具，但受限于路径依赖的人类大脑，依然会感到力不从心。

社会对 AI 的适应速度，远比想象中慢。

而面对这种巨大的惯性，AI 必须低头、减速。（全文完）

格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为实际操作建议，交易风险自担。