AI供应链的五位掌舵者聊了什么
本周，在贝弗利山举行的米尔肯全球大会上，五位掌控AI供应链各层级的关键人物接受了TechCrunch编辑的采访。从芯片短缺到太空数据中心，从现有架构是否"根本性错误"，讨论覆盖了整条产业链的痛点与赌注。
受访人物包括：
- Christophe Fouquet —— ASML CEO，这家荷兰公司垄断了极紫外光刻机，没有它就没有现代芯片
- Francis deSouza —— Google Cloud COO，正在主导科技史上最大规模的基础设施赌注之一
- Qasar Younis —— Applied Intuition 联合创始人兼CEO，这家估值150亿美元的物理AI公司从仿真起家，如今已深入国防领域
- Dimitry Shevelenko —— Perplexity 首席商务官，这家AI原生公司正从搜索向"代理"业务转型
- Eve Bodnia —— 量子物理学家，离开学术界后创办 Logical Intelligence，挑战大多数AI从业者视为理所当然的基础架构（Meta前首席AI科学家杨乐昆已于今年初加入该公司担任技术研究委员会创始主席）
瓶颈是真实的
AI热潮正在撞上物理极限，而且约束比许多人意识到的更早出现在技术栈下方。
Fouquet 直言芯片制造正在"大幅加速"，但他"强烈相信"未来两三年甚至五年内，市场仍将处于"供应受限"状态——四大超大规模厂商（Google、Microsoft、Amazon、Meta）不可能拿到它们支付的所有芯片。
deSouza 则用数字说明问题有多严重：Google Cloud 营收增长63%，而积压订单（已承诺但尚未交付的收入）一个季度内几乎翻倍，从2500亿美元增至4600亿美元。"需求是真实的"——他语气平静，却字字有力。
对 Younis 来说，瓶颈不在硅片，而在真实世界的数据。Applied Intuition 为汽车、卡车、无人机、采矿设备和国防车辆构建自动驾驶系统，这类系统的瓶颈是"只能通过把机器送入现实世界、观察发生了什么来获取"的数据。"你必须从真实世界中找到它，"他表示，再多合成仿真也无法完全填补这个差距。"在很长一段时间内，你都无法完全用合成方式训练运行在物理世界的模型。"
能源问题同样严峻
如果芯片是第一层瓶颈，能源就是藏在它背后的那一个。
deSouza 证实，Google 正在认真探索太空数据中心作为应对能源约束的方案。"你获得了更丰富的能源，"他指出。当然，即便在轨道上，事情也不简单：太空是真空环境，无法通过对流散热，辐射成为向周围环境释放热量的唯一途径（这比数据中心目前依赖的风冷和水冷系统更慢、更难工程化）。但 Google 仍将其视为一条可行路径。
deSouza 随后更深层的论点是关于通过垂直整合实现效率，这并不令人意外。Google 的策略是共同设计从定制 TPU 芯片到模型再到代理的完整AI堆栈，这种做法在每 flop 瓦特数上带来了无法复制的优势——一家购买现成组件的公司根本无法匹敌。"在 TPU 上运行 Gemini 比任何其他配置都节能高效得多，"因为芯片设计师在模型出货前就知道它的走向。在能源供给正成为这项技术能走多远的重大约束的世界里，这种垂直整合是核心竞争优势。
Fouquet 在讨论后半程呼应了这一观点。"没有什么是无价的，"他说。行业正处于一个由战略必要性驱动的异常高资本投入时刻。但更多的算力意味着更多的能源，更多的能源意味着更高的成本。
另一种智能
当整个行业在大型语言模型范式内争论规模、架构和推理效率时，Bodnia 正在构建一种截然不同的东西。
她的公司 Logical Intelligence 基于所谓的"能量基模型"（EBMs）——这类AI不预测序列中的下一个token，而是尝试理解数据背后的规则。她说，这更接近人脑实际工作的方式。"语言是我大脑和你大脑之间的用户界面，"她表示。"推理本身并不附着于任何语言。" 她最大的模型拥有2亿参数——相比领先LLM的数千亿参数规模小得多——但她声称运行速度快了数千倍。更重要的是，它被设计为随着数据变化更新知识，而无需从头重新训练。
对于芯片设计、机器人和需要在物理规则而非语言模式上有所把握的其他领域，她认为 EBM 是更自然的匹配。"当你开车时，你不是在任何语言中搜索模式。你环顾四周，理解周围世界的规则，然后做出决定。"这个论点值得关注，考虑到AI领域正开始质疑：仅靠规模是否足够。
AI 代理的权限管控、实体主权与代际影响
企业级权限的颗粒度设计
Perplexity 联合创始人 Denis Shevelenko 在圆桌讨论中强调了企业场景下 AI 代理权限管控的重要性。他指出，企业管理员不仅可以指定代理能访问哪些连接器和工具，还能进一步区分只读与读写权限——这一区别在代理实际操控企业系统时至关重要。
Perplexity 的计算机使用代理 Comet 在代表用户操作时，会先呈现执行计划并请求批准。部分用户认为这种交互方式增加了摩擦，但 Shevelenko 认为这不可或缺。他提到，加入拉扎德（Lazard）董事会后，自己对首席信息安全官（CISO）保护这家拥有180年历史的品牌产生了前所未有的同理心——因为该品牌的核心资产正是客户信任。
"颗粒度是良好安全卫生的基础，" Shevelenko 表示。
实体 AI 与国家主权
峰会期间最具地缘政治色彩的观察来自 Younis 的发言。他指出，实体 AI 与国家主权之间的纠缠程度，是纯数字 AI 从未达到过的。
互联网最初以美国技术形态扩散，仅在应用层（例如 Uber、DoorDash）遭遇抵制——彼时才出现线下可见的后果。实体 AI 则完全不同：自动驾驶汽车、国防无人机、采矿设备、农业机械——这些以实体形态存在于现实世界中，各国zf 无法忽视，随之产生关于安全、数据收集以及边境内系统最终控制权的追问。
"几乎无一例外，每个国家都在说：我不希望这种以实体形态存在的智能出现在我的边境内，被另一个国家所控制。" Younis 告诉听众，目前拥有自动驾驶出租车能力的国家比拥有核武器的国家还少。
Fouquet 从另一角度补充了观点：中国 AI 的进展是真实的——今年早些时候 DeepSeek 的发布在整个行业引发了近乎恐慌的反应——但这种进展受限于模型层以下。没有 EUV 光刻技术的获取权限，中国芯片制造商无法生产最先进制程的半导体，而基于老旧硬件构建的模型，无论软件层面多么优秀，都会面临累积性的竞争劣势。
"今天在美国，你有数据、有算力获取渠道、有芯片、有天才人才。中国在栈顶做得非常好，但在栈底某些环节存在缺失。" Fouquet 表示。
AI 对下一代思辨能力的冲击
圆桌临近尾声时，一位观众抛出了一个显而易见却又令人不安的问题：这一切是否会影响到下一代人的批判性思维能力？
几位嘉宾的回答或许并不令人意外——乐观，但并非天真。deSouza 指出，变得更强大的工具或许终于让人类能够解决那些此前无法攻克的议题：例如我们尚未理解其生物学机制的神经系统疾病、温室气体移除，以及数十年来被搁置的电网基础设施升级。
"这应该会将我们释放到下一个创造力的级别。" Shevelenko 给出了更加务实的观点：入门级工作机会或许正在消失，但独立起步的能力从未像今天这般触手可及。"对于任何拥有 Perplexity Computer 的人来说，约束条件只有你自己的好奇心和主动性。" Younis 则在知识工作与体力劳动之间划出了最尖锐的界限。他指出，美国农民的平均年龄为58岁，采矿、长途货运和农业领域的劳动力短缺是长期且持续加剧的——并非因为工资太低，而是因为没有人愿意从事这些工作。在这些领域，实体 AI 并非在取代愿意工作的劳动者，而是在填补一个已经存在且预计只会进一步扩大的空缺。
评论