IPP評論是國家高端智庫華南理工大學公共政策研究院（IPP）官方微信平臺。

Palantir Technologies首席執(zhí)行官Alex Karp于2026年1月20日在達沃斯舉行的世界經濟論壇 (WEF) 年會上發(fā)表講話。圖源：Getty Images

導語：在2026年1月剛剛舉行的達沃斯世界經濟論壇年會上，Palantir首席執(zhí)行官Alex Karp與貝萊德CEO Larry Fink 進行了一場深度對話。

在對話的最開始，全球最大的資產管理巨頭貝萊德CEO勞倫斯·芬克（Larry Fink），以一種近乎于“舊時代守望者”的姿態(tài)，向坐在對面的Palantir CEO亞歷克斯·卡普（Alex Karp）表達了敬意。

芬克給出了一組足以令任何金融精英汗顏的數(shù)據(jù)：在他執(zhí)掌貝萊德的漫長歲月中，年化復合回報率為21%，這已是傳統(tǒng)金融世界的巔峰；而自Palantir上市以來，卡普為投資者帶來的復合回報率卻高達驚人的73%。這52個百分點的差距，絕非僅僅是兩家公司財務報表的優(yōu)劣對比，而是一份關于全球權力天平位移的證明，隱藏著AI從“增長潛力”向“實際行動能力”轉化的分水嶺。

世界已進入地緣博弈的深水區(qū)。過去那種靠溫和的數(shù)字化轉型、買幾個SaaS軟件就宣稱進入“智能時代”的假象，正在迅速破滅。Palantir的成功就是最好的證明。正如亞歷克斯·卡普在其新書《科技共和國》中所說：若非先進的人工智能的崛起已經對全球秩序構成顛覆性的威脅，我們或許還會在渾渾噩噩中繼續(xù)蹉跎歲月，持久地回避這些更為根本的問題。作為一個社會與文明，我們現(xiàn)在已經到了必須就“我們是誰”以及“我們希望成為什么樣子”做出決策的關鍵時刻。

*文字內容由中信出版社整理。

“PPT企業(yè)”的終結：戰(zhàn)場上的真實性測試

拉里·芬克：我們正身處一場深刻的技術變革之中。我相信在座諸位對此皆有耳聞、有目共睹、身有所感。所有人都在追問：人工智能究竟能為個人帶來什么？如何將其轉化為增長動力？它如何惠及勞動者？又將如何影響各國發(fā)展與國家安全？

我們正在探討的這項技術，有提升產能、推動產業(yè)現(xiàn)代化、拓展機遇的潛力，并將徹底重塑我們的工作模式、工作場所以及協(xié)作方式。關鍵在于：各國政府是否已為這場社會實質性轉型做好了準備？我們必須確保這項技術在部署過程中，能夠真正賦能于人、賦能于機構，從而構建更具韌性的全球經濟。

很少有領袖能真正立足于科技、國家安全與實體經濟的交匯處——我自認并非其中一員。但亞歷克斯·卡普正是站在這個交匯點上的典范。

作為帕蘭提爾公司的聯(lián)合創(chuàng)始人兼首席執(zhí)行官，Alex長期與國防部門、政府機構及私營組織密切合作，致力于探索人工智能在諸多關鍵領域的應用，其意義至關重要。我必須坦言，過去一年與Alex的多次交談使我深受啟發(fā)。

那么，請允許我由此切入：主權國家往往是先進技術的早期采用者，這一點在美國的實踐中尤為顯著。但從您的視角出發(fā)，人工智能正如何支持國防與安全領域的決策過程？

關于委內瑞拉問題，您曾指出美國重返拉美可能會重塑地區(qū)秩序，而特朗普對其他國家的警告可能會導致深刻的結構性變化。您如何評估這些變化，它們對中國又意味著什么？

亞力克斯·卡普：我認為討論這個問題時需要考慮到一個背景：無論是美國還是歐洲，歷史上工業(yè)發(fā)展與軍事技術始終緊密相連。雖然這是個概括性的說法，但多數(shù)情況下確實如此——你為軍方開發(fā)的產品往往具有雙重用途，最終提升了國民的生活水平。

然而由于諸多原因，我在此不詳細展開講述了，至少到目前的技術發(fā)展模式并非如此。盡管現(xiàn)在涌現(xiàn)了許多國防科技初創(chuàng)企業(yè)和先驅，但過去的情況是：你創(chuàng)造的產品必須在最嚴酷的條件下運行，其性能要顯著優(yōu)于其他所有同類，以至于能在戰(zhàn)場上帶來壓倒性優(yōu)勢——尤其是與本國作戰(zhàn)方式結合時。

這里可以引用一位著名的德國社會主義歷史學家的觀點：德國曾面臨的問題是戰(zhàn)爭機器過于精良，以致他們認為所有事情“直接在戰(zhàn)場上決出對錯即可”。這顯然導致了許多脫節(jié)和實際問題。而中美兩國在這方面相當成功。

我成年后大部分時間生活在歐洲，雖然堅定支持歐洲，但客觀地說，歐洲的發(fā)展并不十分順利。我們所打造的技術本為應對惡劣環(huán)境而生——那種惡劣、道德界限模糊的環(huán)境。那么，如何調整道德準則以適應我們的作戰(zhàn)方式呢？

在西方社會，這同樣是一個重要方向。道德準則的確立本就艱難，技術應用環(huán)境又充滿挑戰(zhàn)——尤其在軟件領域，你往往無法直接接入網絡，作戰(zhàn)時面臨諸多限制條件，即便知道這并非最優(yōu)的作戰(zhàn)方式，而且每個國家都有專有的戰(zhàn)斗方式。但是積極的一面是你同時也在構建具有普適價值、能為普通民眾所用的技術方案。這也正是人工智能的獨特之處——它真正引人入勝的特質就在于此。

但如果你從一種慣常思維出發(fā)——我認為直到最近，所有廣義上的西方對手們還普遍認為，在基于軟件的國防建設上的投資，不過是美國人搞的一種瘋狂營銷把戲：創(chuàng)始人造富燒錢，公司倒閉，創(chuàng)始人跑到巴哈馬海灘逍遙，股東賺了錢就撤，最終留下一地雞毛。

你如何為主權政府構建系統(tǒng)，對他們而言本身也是他們學習的一個過程，關于如何采用這些技術。這不僅僅是技術問題，因為如果是建造坦克，從英國到法國再到德國，不斷優(yōu)化坦克技術，其部署方式一目了然。但是如何部署一個系統(tǒng)呢？我們當下的整個國防體系與軍備采購機制，仍停留在為廣袤戰(zhàn)場大規(guī)模兵團作戰(zhàn)輸送兵力的模式，但問題在于，這種戰(zhàn)爭可能再也不會出現(xiàn)。

下一階段戰(zhàn)爭的勝負，將取決于軟件，其核心價值在于調度戰(zhàn)場上的零件。如果無法在戰(zhàn)場上看到這些組成部分，又怎能確認它是否有效果、能發(fā)揮多大作用、是否遠優(yōu)于我們原有的系統(tǒng)、能否讓我們做到過去無法做到的事？

軟件人工智能有很多價值，其中還存在一個隱性特點——很多人總是想當然地認為其價值在于“從你本來所處的地方跨越到你希望去的地方“。但在世界上大多數(shù)主權國家中，我們處理各種形式被廣泛定義為“in it ”的事情。

實際上技術企業(yè)的嚴謹性有很大漏洞，就像我有閱讀障礙一樣，它也有閱讀障礙，企業(yè)里有許多部門僅存在于PPT演示文稿中，一旦投入實戰(zhàn)，你就會發(fā)現(xiàn)它們根本不存在。不管你在哪個國家，當你在戰(zhàn)場上時就會發(fā)現(xiàn)這一點。這也是烏克蘭的優(yōu)勢之一，他們基本是白手起家，能夠“從零開始”構建能夠應對現(xiàn)實載荷的真實架構，不必在投入實戰(zhàn)后才重新認識到自己原有的體系行不通。

不管你信不信我是反對干涉的，我不是新保守主義者。但美國的巨大優(yōu)勢之一在于，無論是好是壞，我們在戰(zhàn)場上有豐富的經驗，這樣你就可以看到什么是有效的什么是無效的。目前西方許多傳統(tǒng)巨頭正處于一種“由于擁有太多而變得脆弱”的窘境。帕蘭提爾在戰(zhàn)場上做過的最重要的事情之一就是能彌補齊一半的事實，而有的企業(yè)甚至不起作用，只是在實驗室里播放演示ppt。

拉里·芬克：不起作用的原因是因為機器還是人類？

亞力克斯·卡普：戰(zhàn)場上的環(huán)境是復雜多變的，比如以烏克蘭戰(zhàn)場為例，把無人機從a點移動到b點有多難？實際上，首先，你需要知道你想把無人機部署到哪里。這將需要同步你所有的數(shù)據(jù)。你需要在做到這一點的同時，不將這些數(shù)據(jù)傳輸給你的對手，這意味著你必須知道經手這份數(shù)據(jù)的每一個人。你還必須對數(shù)據(jù)進行最終處理以掩蓋其真實意圖。

那它不去哪里呢？你會希望把無人機放在你的資產表上嗎？在烏克蘭可能只有2個人知道，一個是將軍一個是你的線人。你不能告訴別人那是你的資產。你要避免別人發(fā)現(xiàn)誰是你的線人。當戰(zhàn)爭開始后，過去我不知道為什么俄羅斯人被低估了，在數(shù)據(jù)層面來看他們可能是世界第一?？赡苡行〇|西他們一開始沒有，他們可以在戰(zhàn)爭過程中拼湊出來，然后開始干擾電子設備信號。所以這要求你的企業(yè)必須同步發(fā)展，因為現(xiàn)在不是從A到B到問題了，而是如何穿過非常擁擠的環(huán)境的問題。當你在收集數(shù)據(jù)的時候并沒有可以鏈接的地方。在烏克蘭每次進入一個戰(zhàn)區(qū)之前，每件事情都是動態(tài)挑戰(zhàn)，并且事先沒有被預測到。

當然肯定有人喜歡我們的工作，有些人討厭，歡迎所有的意見交流。

烏克蘭人其實是一個小團隊，他們的士兵非常勇敢，非常有技術性，他們也有很厲害的技術人員能力在我們之上，有自己產品的專有使用方式。在以色列，他們善用情報手段，而多數(shù)人則傾向于軍對軍的直接對抗。但在美國，你只有其他國家所沒有的巨大力量，但這個力量必須得到整合。所以企業(yè)軟件在戰(zhàn)場上的雙重作用是，一是確保所有底層的東西都能正常工作，二是將級別提高到世界頂尖水準。

AI升級：從戰(zhàn)場到社會民生

拉里·芬克：有非常多的技術源自國防領域，無論是互聯(lián)網還是GPS。你如何看待這項技術從國防和軍事領域轉化到公司、企業(yè)乃至社會？

亞力克斯·卡普：這樣一個本質上純粹原始、不加修飾的環(huán)境意味著，你實際上能夠了解什么是真正可行的客觀事實，而不受企業(yè)主觀認知的局限?？偟膩碚f，這種認知具有高度普適性，幾乎可以一對一地轉化應用。

而企業(yè)運行是不一樣的。并非所有企業(yè)都愿意隨時間推移變得跟其他企業(yè)同質化。比如你拿出A、B、C五家企業(yè)，它們處于同一市場，其技術基礎設施正試圖將它們塑造成相似的企業(yè)。它們擁有相同的組織架構圖，大致相同的流程，但數(shù)據(jù)和基礎設施卻各不相同。

在戰(zhàn)場上我們學到的是，同質化并不具備特別價值，真正有價值的事情是企業(yè)能做到其他企業(yè)做不到的事情，這才應該是每個人的目標，也正是每個軍事情報機構追求的目標。

在進入商業(yè)領域時，如何擁有別人沒有的效率和知識是很重要的。比如在戰(zhàn)場上，最重要的問題之一就是你如何獲取數(shù)據(jù)信息并進行處理，然后把數(shù)據(jù)放入系統(tǒng)框架內將其進行真正的行動運行。企業(yè)到底在做什么？其實歸根結底就是數(shù)據(jù)、信息，如何把普遍共享的知識轉化為你們的獨家優(yōu)勢。

帕蘭提爾目前也為眾多醫(yī)院提供支持，這些醫(yī)院普遍面臨收治流程問題，醫(yī)護人力短缺，且在低利潤環(huán)境中運作。通過優(yōu)化收治流程并接入企業(yè)系統(tǒng)，現(xiàn)在處理這些事務的速度比以往提升了10到15倍，不是通過讓醫(yī)生干更多的活，而是通過算法優(yōu)化了資源分配的“承重能力”，拯救了更多生命。

在處理生命相關數(shù)據(jù)時，因為你在用本體論處理數(shù)據(jù)，你有一個結構化的框架。盡管人們可能不愿相信，但這實際上增強了公民自由。因為現(xiàn)在你可以明確指出：簡單來說，某人的處理流程是基于經濟考量，還是基于其背景因素？這類問題原本是無從查證的。這其實在公民自由方面帶來了巨大改進，但人們通常不相信我們會在乎這個——然而事實恰恰相反，我們確實在乎。要知道，展現(xiàn)即關懷。比如我們能夠細致地展示：某人為何進入系統(tǒng)、為何被接收、為何被拒絕，而且我們可以用對企業(yè)本身有商業(yè)意義的方式來實現(xiàn)這一點，同時這還能帶來安全與效率的提升，并且還縮減了開支。

如果用更精簡的財務視角來說明：過去，想要實現(xiàn)我們如今在公開市場透明環(huán)境下所能達成的效果，企業(yè)往往需要先私有化，再剝離成本結構，很可能再轉手出售。而現(xiàn)在，你可以直接優(yōu)化成本架構，讓一線工作者——而非臃腫的中層——發(fā)揮更關鍵作用，進而徹底改變他們面向市場的方式。

AI 在這里不再是冰冷的算力堆砌，它通過建立公開的、真實的、可審計的流程，實現(xiàn)了效率、利潤與社會價值的某種奇跡般的重疊。

AI泡沫？太多企業(yè)沉迷于“買現(xiàn)成模型”

拉里·芬克：那么，阻礙人工智能應用普及的根本障礙是什么？僅僅是遺留系統(tǒng)和歷史問題嗎？我們該如何加速其應用，以造福人類？

亞力克斯·卡普：目前AI的應用速度已經超過了我們自身的能力。所有人都在談論AI，所有人都在購買算力。而如果有些企業(yè)只是直接購買現(xiàn)成的大型語言模型，試圖用它來完成任何實際任務，那都是行不通的——大語言模型現(xiàn)在更像是一種通用商品，而且精度遠遠不夠。比如，你無法用它進行核保，任何受監(jiān)管的業(yè)務它都無法勝任。

說到普及，現(xiàn)在的問題在于，很多人嘗試了一些根本不可能成功的方法。比如，買一個大語言模型，把它往自己的技術棧上一放，然后納悶為什么沒效果。尤其是在美國，你會看到人們開始嘗試像我們（帕蘭提爾）那樣，或許通過手工構建本體論的方式來解決問題。因為只有當你建立起一個軟件層，用一種企業(yè)能夠理解的語言來協(xié)調和管理這些大語言模型時，AI才能真正創(chuàng)造價值。

現(xiàn)在有很多討論，比如我們是否身處AI泡沫中。泡沫是什么？我認為，如果說有什么問題的話，我們現(xiàn)在是處于一個滯后階段。市面上有很多AI產品，其中一部分確實有效。就像回到戰(zhàn)場那個例子：全世界幾乎所有人都曾認為這行不通，但現(xiàn)在它確實行得通了。所以，現(xiàn)在的問題不再是“它是否有效”，而是“我們如何讓它為我的國家（或公司）所用”。這正是各個公司正在經歷的：“噢，那家公司成功了，我的怎么不行？你到底做了什么？”

舉個例子，就以我們帕蘭提爾來說，我們幾乎沒有銷售人員。實際上，我每次去看，銷售團隊規(guī)模似乎都在縮小。規(guī)模變小，并不是我們想節(jié)省單位經濟效益，而是因為在當前AI領域的低信任度環(huán)境下，大多數(shù)企業(yè)已經被各種無法落地的AI愿景搞得筋疲力竭。如果你交付了真正有效的東西，為什么還需要銷售人員呢？產品自己會說話。你只需要說：“嘿，別來找我們談?！边@在商業(yè)和政府領域都是如此。目前我們很難擴張，主要是因為我們需要去培訓購買方的人員，而我們的資源是有限的。

在政府層面，每個國家顯然都有類似“安全許可”的制度。那么，為了將我們的軟件——比如構建像“項目專家”這樣的系統(tǒng)——集成到你的架構中，你將需要一位同時擁有最高級別安全許可和技術背景的人員。

而遺憾的是，大多數(shù)技術人員并不會去獲取最高級別的安全許可，所以這類人才非常稀缺。這種資源極為珍貴。接著，他們還需要接受培訓，這個過程可能需要相當長的時間。此外，和任何事情一樣，你必須真正相信這件事，認為它至關重要。要知道，并非所有人都符合這些條件。

拉里·芬克：那到底需要培訓多少人，如果在企業(yè)層面，是否必須從CEO開始自上而下推行？具體是如何運作的？如果以保險核保為例。

亞力克斯·卡普：以保險核保為例吧。最理想的情況是——CEO最好具備數(shù)學思維。即便他可能對產品一無所知，但通過數(shù)據(jù)，他也能理解產品的運作邏輯。在這種情況下，初期我們可能需要培訓五、六個人。開始時，所有工作都由我們完成，然后我們會盡可能地將知識和能力轉移給他們。我們也在努力尋找能與我們共同完成這項工作的合作伙伴?？傊?，你需要的團隊規(guī)模不大，但我們目前的人手依然不足。

拉里·芬克：您之前反復提到AI如何能加強經濟基礎，我們也在美國看到了這一點。AI能以多快的速度改變企業(yè)增長軌跡？因為您之前提到過它如何能改善經濟以及人們的福祉。

亞力克斯·卡普：對于企業(yè)而言，這里涉及到很多方面，其中有個“速度”問題。就我們合作的許多公司來看，在我們介入的領域，我們通常能削減高達百分之八十的成本，并顯著提升你們的營收。但這實際上取決于具體的應用場景和我們要解決的問題。然后就是速度函數(shù)的變化：在五年前，完成這樣的改造可能需要一年時間；但現(xiàn)在，它可能只需要一周。

當AI撕掉精英學位的遮羞布

拉里·芬克：我想接著追問這個問題——我確定這也是今天一些人心中所想的：從整體上看，人工智能是會創(chuàng)造就業(yè)，還是會摧毀就業(yè)？

亞力克斯·卡普：確實，我認為當前西方輿論中存在一個令人遺憾的論調，就是它（AI）將摧毀人類的工作——就像你知道的，如果你去了名校，學了哲學（以我自己為例）。那么希望你還有些其他技能，因為僅有“精英學校的哲學學位”或通識性的精英教育背景將很難在市場上找到工作。

但職業(yè)技術人員卻越來越不可替代，比如我們在為一家電池公司制造電池，在美國做這項工作的人，其工作內容與日本工程師大致相同，而他們只上過高中?，F(xiàn)在他們變得非常有價值，甚至幾乎是不可替代的，因為我們可以讓他們迅速轉型，勝任與之前不同的工作。這類崗位的價值將會越來越高。

而那些擁有高IQ、來自耶魯?shù)让Ｖ痪邆?/strong>“泛化知識”而無“特定技能”的人受到的沖擊最大。

如果一個國家能夠通過技術挖掘出本土公民中的這些“離群天才”，將他們培養(yǎng)成駕馭AI系統(tǒng)的“高階技工”，那么這個國家對大規(guī)模低端移民的需求將會大幅下降。我確實認為，這些趨勢讓人很難理解美國為何還需要大規(guī)模移民——除非你擁有非常特殊的專業(yè)技能。

拉里·芬克：關于歐美白領工作的基礎，歷來是通過大學教育建立的。我剛剛聽您說，我們將需要更多接受職業(yè)教育的男性和女性，您是否也在暗示，我們未來可能需要的白領崗位會減少？

亞力克斯·卡普：我認為，我們需要做的確實是減少對傳統(tǒng)白領的依賴，但關鍵在于，我們需要用不同的方式來測試和發(fā)現(xiàn)人的潛能。你知道嗎，有很多人在做X工作，但他們本應去做Y工作。

就像我們系統(tǒng)的一位管理者——在美國陸軍中管理我們Maven“專家”系統(tǒng)的，是一位前警官，他只上過社區(qū)大學，而他現(xiàn)在正在全球范圍內執(zhí)行非常高端的、非常復雜的目標定位任務。這個人實際上是無法替代的。我認為，過去我們測試潛能的方式，可能無法完全發(fā)掘出他這種不可替代的才能。

如果他沒上過大學，他還會像現(xiàn)在這樣有才華嗎？會的。而且我認為，甚至在帕蘭提爾內部，如果你觀察我整天在做什么，我就是到處走動，去發(fā)現(xiàn)誰有那種“異于常人的特質”，然后我把他們放到適合發(fā)揮這種特質的事情上，并努力讓他們專注于此，而不是分散到他們自認為擅長的其他五件事上。

傳統(tǒng)的大學學歷正在加速貶值，而具備實際技能的技工、職業(yè)技術人員，通過AI的加持，正在變得“不可替代”。

無論我走到世界哪個角落，過去十八年來，大家都曾覺得我們像個商業(yè)笑話，而現(xiàn)在很多商界人士都想來聽取我的建議。你知道嗎？在帕蘭提爾內部，唯一不想聽我給出商業(yè)建議的，恰恰是帕蘭提爾的工程師們。他們總是說： “ 嘿，亞歷克斯，我有個想法，能讓公司變得更好 ……” 那些點子通常都類似于 “ 我們應該開成麥當勞那樣 ” ，或者 “ 你是某類人，你應該停止公開講話 ” 之類的。當然，關于公開講話這點，有時候他們可能說得對，我承認。

AI像是一場國家級“滲透測試”

拉里·芬克：最后一個問題：AI的應用曲線在美國和其他發(fā)達經濟體中將會如何發(fā)展？發(fā)展中經濟體又該如何參與其中？我昨天讀到一份研究報告，指出AI的應用目前高度集中于高教育水平的社會或公司，并且已經出現(xiàn)了巨大的分化，這很大程度上取決于教育資源的應用方式。那么，AI是否會在全球增長格局中造成更嚴重的不平衡？

亞力克斯·卡普：首先，最明顯的不平衡是：似乎只有美國和中國真正掌握了如何讓這項技術發(fā)揮作用。方式不同，但都成功了，而且是大規(guī)模的成功。這種領先并非僅僅體現(xiàn)在算力或數(shù)據(jù)量上，更體現(xiàn)在這兩個國家對AI與真實權力和生產力結合的深刻理解。

我認為，AI發(fā)展速度很可能會遠遠超出大多數(shù)人的想象——就像貼現(xiàn)率一樣，我認為從長遠看，人們對于它能達成什么、將如何影響我們社會的方方面面，其預估是嚴重不足的。尤其是在軍事領域。

我傾向于做一個現(xiàn)實主義者。我認為，國與國之間巨大的發(fā)展差異，將使人們所期待的那種平等對話變得困難?？赡苓€會有一個第三梯隊，比如俄羅斯，這個在許多西方人眼中已處于衰落邊緣的國家，但是俄羅斯在電子對抗和數(shù)學應用領域的韌性非常強，他們擁有在極端壓力下“拼湊”解決方案的數(shù)學天賦，這一點使得他們在現(xiàn)代戰(zhàn)場的某些維度上依然保持著極高的競爭力。

AI將以一種不可逆轉的方式，強行揭示出每一個個體、每一個微觀社區(qū)、每一個國家的真實市場價值?？创鼳I不公平性的一種方式是：它就像一次“壓力測試”，或者說是一種“承重測試”。能夠承受這種壓力的社會、組織和公司將獲得巨大的優(yōu)勢。

問題在于，如果一直在假裝承受壓力，實際卻不能，那么整個體系就會崩潰。無論我們是否喜歡，AI都將揭開所有人和所有國家的底牌。

IPP評論熱門文章

關于IPP

華南理工大學公共政策研究院（IPP）是一個獨立、非營利性的知識創(chuàng)新與公共政策研究平臺。IPP圍繞中國的體制改革、社會政策、中國話語權與國際關系等開展一系列的研究工作，并在此基礎上形成知識創(chuàng)新和政策咨詢協(xié)調發(fā)展的良好格局。IPP的愿景是打造開放式的知識創(chuàng)新和政策研究平臺，成為領先世界的中國智庫。