หัวข้อวิดีโอ: Jensen Huang: อนาคตของ Nvidia, Physical AI, การเติบโตของตัวแทน, การระเบิด Inference, วิกฤตการณ์ PR ของ AI
ผู้เขียนวิดีโอ: All-In Podcast
การแปล: Peggy, BlockBeats

บันทึกผู้แต่ง: ในช่วงเวลาที่การเล่าเรื่องเกี่ยวกับ AI กำลังเริ่มต้นดีขึ้น จุดสนใจของตลาดได้ย้ายจาก "ความสามารถของโมเดล" ไปสู่ "วิธีการให้ออกมา" ในช่วง 2 ปีที่ผ่านมา อุตสาหกรรมได้ไปพบกับการทะเยอทะยานขอบเขตของโมเดลที่ยิ่งใหญ่, การแข่งขันในการประมวลผลข้อมูล, และการขยายการใช้งานแบบสร้าง แต่เมื่อขั้นตอนเหล่านี้กลายเป็นดัชนีที่ตกลงกัน ปัญหาใหม่ก็พร้อมจะปรากฏ: เมื่อ AI ไม่ได้เป็นเพียงการตอบข้อสงสัยอีกต่อไป แต่เริ่มทำงานภารกิจ, ติดต่อกับกระแสธุรกิจ, เข้าสู่โลกทางกายภาพ หลังเทนำไปของมันอยู่ที่ตรึงที่ด้านล่างที่ยังขาดหายความเข้มงวด?

บทสนทนาในบทความนี้ มาจากแฟนรูปชื่เทคโนโลยีที่มีชื่อเสียง All-In Podcast เป็นหนึ่งในรายการสตรีมมิ่งของนักลงทุนที่มีอิทธิพลมากที่สุดในซิลิคอนวัลเพราะรายการนี้ จัดขึ้นโดยสี่คนที่เป็นนักลงทุนระดับต้นและมีประสบการณ์การลงทุนยาวนาน เป็นที่รู้จักดีสำหรับการสนทนาที่ลึกซึ้งเกี่ยวกับเทคโนโลยี ธุรกิจ และแนวโน้มของมหาสมุทร

ผู้นำรายการ 4 คนได้แก่:

·Jason Calacanis, ผู้ก่อตั้งธุรกิจอินเทอร์เน็ตในช่วงต้น, นักลงทุนเทวาองค์ รู้จักด้วยการลงทุนในบริษัทอูเบอร์, รอบินฮูด และอื่น ๆ อีกมาก

·Chamath Palihapitiya, ผู้ก่อตั้งของ Social Capital, อดีตคนบนบริษัทเฟซบุ๊ค, ได้ลงทุนในบริษัทชัแลก บอกซ์

·David Sacks, ผู้ทรัพย์บุกในกิจการ Craft Ventures, หนึ่งในกลุ่ม Mafia ของ PayPal, ก่อตั้งยัมเมอร์และขายบริษัทให้กับไมโครซอฟต์ ด้วยราคาประมาณ 12 พันล้านเหรียญ, พร้อมเป็นนักลงทุนใน Airbnb และ Uber ต้นแรก

·David Friedberg, ผู้ก่อตั้งของบริษัท The Production Board, เชี่ยวชาญในการลงทุนในฆ่าเครื่อง, อุตธาวิทย์ และวิทยาสภา Vida ด้วยทรัพย์, ได้ก่อตั้ง The Climate Corporation (ซื้อด้วย Monsanto)

ผู้มีเกียรติเป็นผู้เข้าร่วมรายการในครั้งนี้ คือ หัวหน้าหนึ่งของ NVIDIA ที่พร้อมเป็นมือรีใย คือ ผู้ร่วนของ AI ในห่วงฐานงานในปัจจุบัน

จากซ้ายไปขวาคือ David Friedberg、Chamath Palihapitiya、David Sacks、Jensen Huang、Jason Calacanis

บทสัมภาษณ์โดยรวมสามารถสรุปได้โดยรวมเป็นสามระดับ

เริ่มแรกคือสถาปัตยกรรม AI กำลังเปลี่ยนแปลง ในอดีต ความเข้าใจของตลาดต่อ AI มีพื้นฐานตาม GPU ที่แข็งแกร่งขึ้นและศูนย์ข้อมูลที่มีมากขึ้น แต่ Jensen Huang ต้องการเน้นว่าการแข่งขันในอนาคตไม่ได้เป็นการแข่งขันของชิปเดียว แต่เป็นการแข่งขันของระบบทั้งหมด ด้วยความต้องการของการอินเฟอเรนซ์ที่เพิ่มขึ้น การสร้างโมเดลที่เพิ่มมากขึ้น และ agent ที่เริ่มจัดการงานที่มีความซับซ้อนมากขึ้น เทคโนโลยี AI กำลังเปลี่ยนจากโมเดลที่เป็นระเบียบเดียวในอดีตเป็นการทำงานร่วมกันรูปแบบที่มีความซับซ้อนและมีการทำงานแบ่งแยก NVIDIA พยายามเลื่อนบทบาทตัวเองจากกิจการชิปไปสู่การสร้าง "โรงงาน AI" เพิ่มอีก

ต่อมาคือ AI กำลังเคลื่อนที่จาก "สร้างเนื้อหา" ไปสู่ "ทำงานเสร็จ" นี่เป็นเส้นทางที่สำคัญที่สุดในการสัมภาษณ์นี้ ChatGPT ทำให้ประชาชนเห็นด้วยความสามารถของ AI ตั้งแต่แรก แต่ในเสียงของ Jensen Huang การเปลี่ยนแปลงที่สำคัญกว่าคือ AI เริ่มต้นในรูปแบบของ agent ที่เข้าสู่ลำดับการทำงาน มันไม่ใช่การตอบคำถามเท่านั้นแต่ยังสามารถเรียกใช้เครื่องมือแยกงาน ติดตามงานร่วมกัน และในที่สุดทำงานจริงๆ จึงทำให้ผู้ใช้พร้อมจ่ายเงินสำหรับ AI เป็นสิ่งที่ไม่ใช่เพียง "ได้รับคำตอบ" แต่เริ่มเลื่อนไปสู่ "ได้รับผลลัพธ์" หลังเหตุนี้อาจหมายความถึงความต้องการเพิ่มขึ้นของการอินเฟอเรนซ์ ของระบบสูงขึ้น และจำนวนซอฟต์แวร์ที่ซับซ้อนมีการเปลี่ยนแปลงอย่างสำคัญ การพัฒนาซอฟต์แวร์ การจัดการองค์กร และวิธีการทำงานของความรู้ ถูกรวมเข้าด้วยกัน

สุดท้ายคือ AI กำลังเคลื่อนที่จากโลกดิจิทัลสู่โลกแห่งความจริง ในการสัมภาษณ์ไมว่าจะเป็นเรื่องของขับเคลื่อนอัตโนมัติ หุ่นยนต์ การแพทย์ ชีววิทยาดิจิทัล หรือการอ้างอิงถึง Physical AI อยู่ในสาระความหมายเดียวกัน คือมูลค่าของ AI ไม่ได้แสดงอยู่ในหน้าจอเท่านั้น แต่จะแสดงเป็นส่วนมากในโรงงาน โรงพยาบาล รถยนต์อุปกรณ์อีกต่างหาก แต่นี่ก็หมายความว่า AI กำลังเผชิญหน้ากับมิติที่เข้าใจด้านเทคโนโลยีอย่างใช่ด้วยยอดทางจัดส่ง นโยบายการจัดการ กฎระเบียบ ความสามารถในการผลิตและปัจจัยภูมิศาสตร์ ที่ซับซ้อนขึ้นแล้ว กล่าวอีกนัยหนึ่ง AI แผนการเจริญรถี่จะเป็นกระบวนการอุตสาหกรรมจริงๆ

จากมุมมองนี้มองไป สิ่งที่หนึ่งที่น่าสนใจที่สุดในการสนทนานี้ ไม่ใช่ผลิตภัณฑ์ที่เฉพาะเจาะจงหายาก หรือ Digit เลขM แต่เป็นการตัดสินใจที่ Jensen Huang กว้างใหญ่ : AI กำลังเคลื่อนที่โดยจาก "ยุคของโมเดล" ไปสู่ "ยุคของระบบ" การแข่งขันในอนาคตไม่ได้เป็นเรื่องของผู้ที่มีโมเดลที่ใหญ่เพียงอย่างเดียว การทำงานของระบบแบ่งแยกให้มากกว่า ใครเข้าใจอุตสาหกรรมมากเท่าไร ใครสามารถแยก AI เข้าไปลึกลงในกระบวนการทำงานจริงได้มากสุด ใครสามารถจัดระบบนี้ให้เป็นระบบที่สามารถทำงานได้ และสามารถขยายอย่างมีประสิทธิภาพได้อย่างไร

นอกจากนี้การสนทนาในบทความยังไปไกลกว่า NVIDIA เอง การพยายามของมันจริงๆ คือ การตอบคำถามว่า เมื่อ AI เป็นโครงสร้างพื้นฐานโต การสร้างโรงงานอุตสาหกรรมรุ่นต่อไปจะเป็นอย่างไร และมูลค่าใหม่จะเกิดขึ้นที่ไหน

ต่อไปนี้เป็นเนื้อหาต้นฉบับ (จัดการเรียงข้อความเพื่อจะง่ายต่อการอ่านและเข้าใจ)

TL;DR

·โครงสร้าง AI กำลังเคลื่อนที่จาก "GPU เดียว" สู่โครงสร้างแบบอิสระตัว. งานคำนวณต่างๆ จะถูกดำเนินการร่วมกันโดย GPU, CPU, เชิฟเครื่องคำนวณเครือข่าย และชิบการวินิจฉัยเช่น Groq

·NVIDIA กำลังเคลื่อนที่จากบริษัท GPU เป็น "บริษัทโรงงาน AI ระบบเต็มรูปแบบ." ขายเป็นชุดโครงสร้างทั้งหมด ไม่ใช่ชิบเดียว

·ตัวบ่งชี้ที่สำคัญของต้นทุน AI ไม่ใช่ค่าก่อสร้างศูนย์ข้อมูล แต่คือ ต้นทุนโทเค็นและประสิทธิผลการผ่านกลาง ระบบที่แพงขึ้น อาจจะถูกกว่า

·AI กำลังเคลื่อนที่จากโมเดลสร้างเป็นยุคเอเจนต์. ผู้ใช้จริงๆ พร้อมจ่ายเงินเพื่อ "ทำงานให้เสร็จ" ไม่ใช่ได้รับคำตอบเท่านั้น

·ความต้องการในการคำนวณกำลังขยายอย่างรวดเร็ว จากการสร้างถึงการวินิจฉัยและเอเจนต์ อาจถูกขยายมากกว่า 10,000 เท่าในระยะเวลาสั้นช่วงเวลาที่ผ่านมา และยังคงก่อให้เกิดการเร่ง

·การพัฒนาซอฟต์แวร์ในอนาคตจะเปลี่ยนไป ช่างไม่ได้เขียนโค้ดเท่านั้นแต่กลายเป็น การกำหนดหน้าที่ ออกแบบโครงสร้าง และร่วมงานกับเอเจนต์

·ในระยะยาว โอกาสที่สำคัญที่สุดคือความถนัดเชิงด้านความเชี่ยวชาญในวงการแนวตั้งและไม่ใช่ตัวโมเดลทั่วไปเอง ใครรู้ด้านอุตสาหกรรมมากที่สุด ใครมีกำรอย่างมั่นคง

บทสัมภาษณ์ต้นฉบับ

Jason Calacanis (นักลงทุนธุรกิจของนักลงทุนมีชื่อเสียง All-In Podcast หัวหน้าสำนักพิมพ์ล่าม) :
สัปดาห์นี้ปลายทางพิเศษเราเล่นรายการตลอดทั้งสัปดาห์ มีคำถามพิเศษเราให้กับมูลนิธิเพียงชุดผู้เดียวเท่านั้น อย่างที่ผ่านมาอยู่คือ โปรดได้เดินทางอัตราความเร็วจริงๆตอนนี้งามโพสต์ ของคุณ ดีใจมากในงานจากแรงงานและความสามารถที่ได้รับแย่งความ

เซนสัน หวง (Jensen Huang, ประธานบริษัท NVIDIA):
ธุรกิจทั้งหมดกำลังมาที่นี่ บริษัทเทคโนโลยีทุกแห่ง บริษัท AI ทุกแห่งเกือบทั้งหมดมาแล้ว

เจสัน คาลาคานิส (Jason Calacanis):
นี่แม่งไม่เชื่อได้เลย มันแตกต่างจริงๆ กับอะไรที่ผ่านมา หนึ่งในหน้าที่สำคัญสุดๆ ในปีที่ผ่านมา คือ Groq เมื่อคุณซื้อ Groq นั้น คุณมีความระมัดระวังถึงมันไหมว่า มันจะทำให้ชามัท (Chamath) เจ้าเจ๋งได้เยอะขนาดนั้น?

หมายเหตุ: Groq ไม่ใช่ Grok ค่า Groq เป็นบริษัทผลิตชิป AI Inference และ AI Inference Cloud ในปลายปี 2025 Groq ตกลงทำสัญญาอนุญาตเทคโนโลยี Inference ไม่สัมพันธ์กับ NVIDIA แม้ว่าจำนวนเงินจะมีการเผยแพร่อย่างเป็นทางการ แต่มีข่าวลือจากภายนอกว่าอยู่ที่ระหว่าง 170 ล้านถึง 200 ล้านเหรียญสหรัฐ ในงาน GTC 2026 ที่ผ่านมา ธุรกิจ NVIDIA ได้โชว์อีกระดับเพิ่มขึ้นด้วยระบบ Inference ฐานอยู่บนเทคโนโลยีของ Groq

เซนสัน หวง (Jensen Huang):
ผมมีความรู้สึกบางอย่างเล็กน้อย

เจสัน คาลาคานิส (Jason Calacanis):
เราประจบอยู่กับเขาอยู่ทุกสัปดาห์

เซนสัน หวง (Jensen Huang):
ผมรู้ เหตุใดที่คุณต้องอดทนกับสมุดท่านตนที่เต็มมาหกสัปดาห์เต็มๆ

เจสัน คาลาคานิส (Jason Calacanis):
แม่งถูกต้อง

จากบริษัทผลิต GPU สู่บริษัท「โรงงาน AI」

เซนสัน หวง (Jensen Huang):

ในทวีปฯบางเรื่อง ยาวนานก่อนหน้านี้ พวกเราได้เล่นเปิดโครงสร้างยุทธศาสตร์ของเมื่อ GTC ล่วงหน้าหลายปี สองปีครึ่งก่อนหน้านี้ผมได้เสนอระบบปฏิบัติการของโรงงาน AI ชื่อ Dynamo

คุณก็รู้เอาค่ะ ดินาโมคืออุปกรณ์ใดอุปกรณ์หนึ่งที่มีการจัดทำโดยไมโคโซ มันแปลงพลังงานของน้ำเป็นพลังงานไฟฟ้าทำให้การยุติธรรมของโรงงานในครั้งเก่า ดังนั้นจึงว่าชื่อนี้เป็นชื่อที่เหมาะสำหรับระบบปฏิบัติการของโรงงานในครั้งถัดไป และใน Dynamo สิ่งที่หลักที่สุดของเทคโนโลยีก็คือ Disaggregated Inference

เจสัน คาลาคานิส (Jason Calacanis)：

เจนเซน，ฉันรู้ว่าคุณเข้าใจเทคโนโลยีอย่างดี เยี่ยม ๆ มาเถอะ คุณมากำหนดคำนิยามหน่อยสิ ฉันไม่อยากเอาเกียกำหรากัน

황인훈 (Jensen Huang)：

ขอบคุณครับ เราสำหรับ Reasoning Decoupling (อุปกรณ์ประมวลผลซับซ้อน) หมายถึง: วิธีประมวลผล Reasoning ทั้งหมดที่ซับซ้อนมากจนไม่สามารถทำได้ง่ายๆ และอาจเป็นปัญหาการคำนวณที่ซับซ้อนที่สุดในวันนี้

มันมีขอบเขตใหญ่มาก มีการคำนวณทางคณิตศาสตร์ในรูปแบบและขนาดต่างๆ มากมาย ความคิดของเราคือการแยกกระบวนการประมวลผลทั้งหมด ทำให้ส่วนหนึ่งใช้งานบน GPU ระดับหนึ่งและส่วนอื่นทำงานบน GPU ระดับอื่น เมื่อคุยไปอีกอย่าง stap ให้เรารู้สึกว่าการคำนวนที่แยกออกมาเป็นส่วนๆ เป็นที่น่าสนใจ: เราสามารถทำให้แหล่งประมวลผลขนาดและลักษณะที่ต่างกันทำงานร่วมกันได้

Trinh Van Thanh (David Sacks) (หุ้นส่วนผู้ร่วมของ Craft Ventures | ผู้บริหารผู้ดำรงตำแหน่ง COO ของ PayPal | ผู้ช่วยแข่งเพื่อชีวิต All-In)：

สำหรับฉัน เรื่องนี้อาจเป็นแรงบัลลังก์สำคัญสุดๆ ที่ทำให้คุณเห็นการจะเดาได้ชัดเจนของการแยกออกไป สามารถเลือกใช้เฉพาะ GPU ในอดีต แต่ในปัจจุบันเริ่มมีรูปแบบการคำนวณที่แตกต่างออกไปมากขึ้น และเลือกใช้เป็นที่มากขึ้นในอนาคต

ผู้ดำเนินการสถานที่อยู่ของคุณและระดับผู้นำด้านความคมัดคมในการวิเคราะห์คุณกล่าวไว้ว่า CPU ควรจะถูกใช้ประมวลผลในร้อยละประมาณ 25% ของพื้นที่ในศูนย์ข้อมูลของคุณ

หมายเหตุ: LPU คือตัวย่อของ Language Processing Unit นี่คือหมวดหมู่ชิปที่ Groq เสนอ ซึ่งหลักการคือไม่ใช่สำหรับการเทรนนิ่ง แต่สำหรับการวิเคราะห์

황인훈 (Jensen Huang)：

ใช่ ในศูนย์ข้อมูล คุณสามารถทำให้ Groq ใช้ชิปใน LPU ของ Vera Rubin ได้ประมาณ 25%

หมายเหตุ: Vera Rubin เป็นแพลตฟอร์ม AI รุ่นถัดไปของ NVIDIA มันไม่ใช่ชิปเดียวกัน แต่เป็นเซ็ตของโครงสร้างพื้นฐานในระดับระบบสำหรับ AI Factory

David Sacks：

นาย Sacks คุณคิดว่าวงการจะตอบสนองอย่างไรต่อการเคลือระบบที่คุณกำลังสร้างตอนนี้? โดยทางพื้นฐาน คุณกำลังสร้างโครงสร้างการถอดรหัสกระจายที่รุนแรง: การแยกการเติมข้อมูล (prefill) และการถอดรหัส (decode) แยกกัน กระบวนการการคำนวณถูกแยกออกมา คุณคิดว่าผู้คนจะตอบสนองอย่างไร?

황인훈：

ขอมองก้นออกก่อน ขณะที่เราเข้ารหัสความสามารถนี้ในระบบ เนื่องจากวงการโดงแล้วได้เปลี่ยนจากการจัดการกอรังความหมายใหญ่ (Big Language Models) ไปสู่ การอคอนติคพรอเซสซิ่ง (Agentic Processing) หรือการประมวลผลในลักษณะของตัวตน

เมื่อคุณเรียกใช้เอเจนต์ มันก็จะเข้าถึงหน่วยความจำแบบงาน (working memory) หน่วยความจำยาวยืน (long-term memory) และเรียกใช้อินทรีเมน (tools) ซึ่งก็ทำให้อุปกรณ์เก็บไว้มีแรงกดดัน นอกจากนี้คุณยังจะเจอเอเจนต์ที่มีการประสานกับเอเจนต์ เอเจนต์บางตัวใช้โมเดลขนาดใหญ่มาก บางอันใช้โมเดลขนาดเล็ก บางอันใช้โมเดสดีฟูชั่น (diffusion) บางอันใช้โมเดลโต้อทวิซิทิเว (autoregressive) ก็คือ ณ ศูนย์ข้อมูลขยใน หน่วยต่างๆของโมเดลที่แตกต่างกันอย่างสิ้นเชิงจะซึ้งที่ผสมกันเราสร้าง Vera Rubin มาเพรีหความหลากหลายของภาระงานที่ขยันเป็นอย่างนั้น

ดังนั้น ในอดีตเราเป็น บริษัทหนึ่งรายค่ะเขตใจดียม และตอนนี้ก็เพิ่มเครื่อ้งพื้นของหนึ่งตูรายไปอีกสี่ชนิดคือ ทอัมของ ไอเอ็มก่อนเหมาณบดูก่อนนี้มาขยสปกาย 33% ถึง 50%

และ ส่วนมากของส่วนที่เพิ่มขึ้น 33% ถึง 50% นั้นจํานวนน้อยหน่วยค่ะจะเป็นปรเม็นเมมอรึอาง (storage processor) หรือ BlueField บางส่วนของฉื่อกนปิ่นอีจะ (Grob processor) และก็จะเป็นโปรเซรอรึ (CPU) ดังนั้น จะมีหลายส่วนดวุกด็ ่อ่านออกไปที่ลดๆ็ปทะั้นทีแเล้็ง้อยบังุ่ถัมลินะตร้อง (AI) ไปสู่โปร (new computer) นั้นก็คือเอเจต์ เป็น ระบบปฎิบัติของอุตรกรรรรร่เดี้นหั้น

จามัวศ์ ปาลีฮะพิติยา (ผู้ก่อกวงคกดดแITTERง｜อชือจเว็้ดจVENTแMT

ส่วนอุพจี้ฟยงุวดำ์หรือ (embedded applications) เช่นตุคินตุรุบของลุกา ถ้ามางากมีแชลกับเคย? ในตุรคิ้ดี้แชกเส็ทบชืั้ซาก็หมีหรื้กี่ถงอุงทงเวรปีงชองช่ีวั้แจ้ีทงงืเสชเส้นชดีีี้ขาวะชึอลี (ASIC) เสืื้ช หรืกือก่าการำงอุงงจดะดหอุโงหรูึรึเบซนากข่งบชินงเปสเทื่แหล่ีสงะโงเรณปีบไดกษากนิื่ะจผโาากนื่าจค็ดีโทงบอุนุงงี ้อารุรุอใ่งาจ้ีพีใส่งหีงงเรนะ่ีงุสื้อใ้งิโงเน็ดหหงลกิงงงี่กไร្ា

หมายเหตุ: ASIC หมายถึงการันตบเคีข้าวเห็นหีแทคงนียๆกิอีงยี่เรึยี่ยำเคห (Application-Specific Integrated Circuit)，TAM (Total Addressable Market) หมายถึงกทยอีดงดัดบติดดซี่้วพีีบงคชีง

황인헌:

우리는 이 문제에 실제로 세 대의 컴퓨터가 있다고 생각합니다.

첫 번째 컴퓨터는 최대 규모에서는 AI 모델을 학습하고 AI를 개발하며 AI를 창조하는 데 사용됩니다.

두 번째 컴퓨터는 AI를 평가하는 데 사용되는 컴퓨터입니다. 주변을 둘러보면 로봇, 자동차와 같은 것들이 많이 있습니다. 물리적 세계를 대변할 수 있는 가상 환경에 이러한 것들을 먼저 넣어평가해야 합니다. 즉, 소프트웨어 자체가 물리 법칙을 준수해야 합니다. 우리는이 시스템을 Omniverse라고 부릅니다.

세 번째는 엣지 컴퓨터에 배치된 컴퓨터이며, 즉 로봇 컴퓨터입니다. 이것은 자율 주행 자동차, 로봇 또는 작은 테디 베어가 될 수 있습니다.

테디 베어의 경우, 우리가 진행 중인 매우 중요한 한 가지 방향은 : 통신 기지국을 AI 인프라의 일부로 바꾸는 것입니다. 이렇게하면 전체 2조 달러 규모의 통신 산업이 미래에 점차적으로 AI 인프라의 확장이됩니다. 그래서 무선 장비는 엣지 장치가되고, 공장은 엣지 장치가되며, 창고도 마찬가지입니다.

요컨대, 이 세 가지 유형의 기본 컴퓨터는 모두 필수적입니다.

David Friedberg (The Production Board 창립자 | All-In Podcast 호스트):

Jensen, 작년에 당신이 세계보다 더 일찍 알아차렸다고 생각했습니다. 당시에 당신은 추론 수요가 1000배뿐만 아니라 성장할 것이라고 말했습니다.

황인헌:

저를 꼬셨을까요?

David Friedberg:

100만 배? 10억 배? 맞죠?

당시 많은 사람들이 이것이 지나치게 과장된 것으로 생각했는데, 그때는 여전히 훈련 확장에 관심을 두고 있었습니다. 그러나 지금 보면 오히려 추론이 폭발했고, 이제 '추론 제한'이 되고 있습니다. 당신은 현재 '추론 공장'을 출시했으며, 다음 세대 공장보다 처리량이 10배 높을 것입니다.

그러나 외부 논의를 살펴보면 많은 사람들이 말할 것입니다: 당신의 추론 공장은 400억에서 500억 달러가 든다는데, ASIC, AMD 등의 대안 솔루션은 250억에서 300억 달러면 되기 때문에 당신이 시장 점유율을 잃게 될 것입니다.

그러면 외부에게 어떤 것을 보았는지 직접 전달하는 것이 더 나을지도 모릅니다. 시장 점유율을 어떻게 생각하십니까? 이러한 고객들이 거의 두 배의 프리미엄을 지불한다는 것은 가치가 있을까요?

ทำไมระบบราคาแพงถึงสามารถผลิต token ที่ถูกกว่า?

황인훈：

จุดสำคัญที่สุด ที่สำคัญที่สุดคือ: อย่าตีราคาของโรงงานเทียมกับราคาของ token และอย่าตีเสมอกับต้นทุนของ token

แต่คุณอาจจะสงสัย และฉันสามารถพิสูจน์ได้ว่า โรงงานมูลค่า 500 ล้านเหรียญ สหรัฐพัน สามารถผลิต token ที่ถูกที่สุด จริง ๆ อย่างมหึงว่า เราสามารถสร้างโทเค็นเหล่านี้ออกมาอย่างมหึง สามารถสูงกว่าแสน คือ 10 เท่า

คุณเห็น ระหว่างราคา 500 ล้านเหรียญ หรือ 200 ล้านเหรียญ มีความแตกต่างมากมีสิ่งมากมายมีสิ่งหนึ่งเท่านั้นเท่านั้นที่เป็นที่ดิน ไฟฟ้า และอาคารโรงงานเท่านั้นและนอกจากนี้คุณต้องซื้อ / ณเก็บข้อมูล กับเครือข่าย ซีพียู ดี และระบบระบายความร้อนเท่านั้นดังนั้น เราเริ่มต้นที่ราคาเต็มราคาหรือราคาลดราคา ไม่ทำให้ราคารวมลดลงจาก 500 ล้านถึง 300 ล้านคุณสามารถเลือกตัวเลขที่คุณชื่นชอบได้โปรดมองหาหนูเถอะ จะเป็นไปได้มากขึ้นเล็กน้อย สามารถจะลดลงเป็น 400 ล้าน

แต่ถ้าศูนย์ข้อมูลมูลค่า 500 ล้านเหรียญสหรัฐ มีประสิทธิภาพสูงถึง 10 เท่า ความแตกต่างดังกล่าวจริง ๆ ไม่ใช่อะไร

เจสัน Calacanis: ทราบแล้วครับ

황인훈: นี่คือเหตุผลที่ฉันบอกตลอดเวลา: แม้จะแจกฟรีชิปให้บางอย่างแต่ถ้าคุณไม่สามารถทำให้สอดแล้วลงไม่ดีเทคโนโลยีที่เป็นเทคโนโลยีชั้นนำทันสมัยสักวันเพียงกริยาช|"คงไม่ถูกพอ

David Sacks：

ฉันขอถามเรื่องยุทธศาสตร์ที่ใหญ่กว่าทีอยู่การเรียกปัจจุบัน คุณกำลังดำเนินการเป็นบริษัทค่าที่สูงที่สุดในโลกตอนนี้ภาพรวมรายได้งบฟรีความสามารถสี่สองหมื่นล้านเหรียญสหรัฐนั้นแล้วและยังคงการเติบโตของดอกเบี้ยต่ออัตราองค์ประกอบต่อไปนี้ จําเป็นต้องทำการตัดสินใจทำการเก็บเส้นข้อมูลได้อย่างไร? อย่างไรถึงจะเซ็นเซอร์ข้อมูลนั้นอย่างไรถงไปถ่ายเทคำเรียกใหญ่เช่นอย่างไหล่อาหาร ทาบพื้นตรงไหล่เข้าไปมืกเขาได้คร่าง เขือเนื้อของเขาป้อยออนเส้นข้อมูลได้อย่างไรถงจขอส่วนไฮโจ้ทแขนกตัดไหล่แล้ว

황인훈:

นั้นคือหน้าที่ของ CEO

หนึ่งในเกณฑ์การตัดสินคือ: สิ่งนี้ยากเกินไปหรือไม่? หากมันไม่ยากพอ จริงๆ แล้วเราควรห่างออกไปจากมัน โดยเหตุผลง่ายมากคือ หากมีสิ่งที่ทำง่ายมาก เจ้าแข้งจะมาเยอะแยะต่างหาก

มันจะเป็นสิ่งที่ไม่เคยมีใครทำมาก่อน และยากเกินไปหรือไม่? มันสามารถกระตุ้นพลังงานพิเศษของบริษัทของเราได้หรือไม่? ดังนั้น ฉันต้องไปค้นหาจุดชุมนุมแบบนี้: มันต้องทำตรงกลางของเกณฑ์เหล่านี้พร้อมกัน

และเมื่อสุดท้ายคุณต้องรู้ว่า การทำสิ่งแบบนี้มักจะมาพร้อมกับความเจ็บปวดและทนทานมากมาย ไม่มีการค้นพบที่ยิ่งใหญ่ไหม นั้นเพราะมันง่ายเกินไป และสำเร็จครั้งแรกอย่างสบายใจ

หากสิ่งนั้นยากมาก ไม่เคยมีใครทำแบบนั้นมา แปลว่าโดยรวมคุณจะต้องผ่านให้ได้กับความเจ็บปวดและทนทานมากมาย ดังนั้นคุณควรสนุกกับกระบวนการ

David Sacks:

คุณสามารถเล่าเรื่องของธุรกิจสาย "ท้ายยาว" ที่สามสี่อย่างได้ไหม? เช่น เรื่องของการส่งข้อมูลไปยังอวกาศ ระบบการช่วยขับของระดับ Advanced และรถยนต์ และทิศทางด้านชีววิทยา เพื่อให้เราได้ความรู้สึกบ้าง ว่าเขาจะพลิกไปทางที่ดีเมื่อไหร่? ธุรกิจระยะยาวเหล่านี้คุณมองอย่างไร?

หมายเหตุ: ADVANCED DRIVER ASSISTANCE SYSTEMS (ระบบช่วยขับของระดับ Advanced)

อหรินฮุน:

แน่นอน Physical AI (AI ทางกายภาพ) เป็นหลักสูตรที่ใหญ่มาก ฉันพึงกล่าวไปแล้วว่า เรามีระบบคำนวณทั้งสามแบบ และแพลตฟอร์มซอฟต์แวร์ทั้งหมดที่สร้างอยู่เหนือข้อบังคับทั้งหมดนั่นแหละ Physical AI เป็นโอกาสแรกครั้งของอุตสาหกรรมเทคโนโลยีที่จะได้รับการให้บริการอย่างแท้จริงให้กับกลุ่มของ 50 ล้านล้านดอลลาร์ที่เคยไม่เคยถูกวางใจให้เข้าไปในกระบวนการการเปลี่ยนแปลงด้วยเทคโนโลยี จากนั้นให้ทำนวนทั้งหมดของเทคโนโลยีที่ต้องการทำอีกครั้ง

ฉันเสมอเชื่อว่านี่คือจุดปลายทาง 10 ปี ของฉัน เราได้เริ่มมันมา 10 ปีที่แล้ว และทุกทีนี้เราเริ่มเห็นได้แล้วว่ามันเริ่มค่อยๆ เลื่อนตำแหน่งขึ้นไปแล้ว สำหรับเราก็เป็นธุรกิจที่มีมูลค่าเป็นหลายพันล้านดอลลาร์ก่อนนี้สิ่งที่มีขนาดใหญ่มากแล้ว และยังอยู่ในกระบวนการเติบโตแบบเกี่ยวกับดัชนี นี่คือข้อที่หนึ่ง

ทิศทางที่สอง ฉันคิดว่าในด้านชีววิทยาดิจิตอล เรากำลังอยู่ใกล้จุด ChatGPT ของมันแล้ว

เรากำลังเรียนรู้เชื่อว่าจะแสดงและเข้าใจยังไงเกน โปรตีน และเซลล์ เรายังไม่ทราบการปรนเปียให้ต้องจัดการอย่างไรกับสารเคมี ดังนั้น สามารถแสดงและเข้าใจหลักสูตรของชีววิทยาที่พื้นฐานและพฤติกรรมทางกลไกของมัน ฉันคิดว่าสิ่งนี้อาจจะเกิดขึ้นในระยะ 2 หรือ 5 ปีถึง 5 ปี ฉันเชื่อมั่นอย่างยิ่งว่าด้านชีววิทยาดิจิตอลจะมีผลกระทบที่ใหญ่สำหรับอุตสาหกรรมด้านการแพทย์และสุขภาพทั้งหมด

นี่คือทิศทางที่สำคัญมาก ๆ ทั้งหมด เกษตรเป็นหนึ่งในนั้น

Chamath Palihapitiya:

เป็นความจริงแล้ว

황인훈:

ไม่มีข้อสงสัย

Jason Calacanis:

ฉันต้องการย้ายกระแสการพูดไปที่ที่มาจากศูนย์ข้อมูล บริษัทตั้งแต่เริ่มต้นสร้างขึ้นได้เช่นนั้นอยู่บนฐานข้อมูลของคนรัก ผู้เล่นเกมและผู้ใช้การ์ดจอ ในวันนี้เมื่อคุณยืนบนเวที ผู้ชมประมาณหนึ่งหมื่นคนสามารถยกเลิกพูดถึง Claude Code OpenClaw และเอเจนต์ที่นำมาซึ่งการปฏิวัติ

โดยเฉพาะกลุ่มคนรักที่เริ่มต้นที่นี่เราเห็นพลังงานและนวัตกรรมมากมายจริง ๆ ที่กำลังเกิดขึ้นที่พวกเขา หลายสิ่งที่โดดเด่นใช้งานตรงที่เดสก์ท็อปช่วงนี้คุณได้ปล่อยอุปกรณ์เดสก์ท็อปเครื่องเดียวกันฉันจำได้เป็น Dell 60800 เครื่องงานที่มีกำลังสุดคุ้มสามารถรันโมเดลในเครื่องได้ สมบูรณ์ถึง 750GB หน่วยความจำ ตอนนี้ Mac Studio ขายหมดตลอดที่พักทางตรง เราบริษัทของเราตอนนี้ก็กำลังกลับมาเที่ยวกับ OpenClaw Friedberg ใช้อยู่ Chamath ก็ใช้อยู่ ทุกคนจะหมดสติกับสิดำ

การเคลื่อนไหวด้านเกมเริ่มขึ้นเริ่มตั้งแต่การเปิดออกมาของเอเจนต์ open source การชาเข้าตัวเกมท้ายจุดสำคัญ เรามองว่าแนวนี้ที่เริ่มที่คนรักคนเริ่มอันตราย ที่ทำให้คุณคิดอย่างไร มันจะไหลไปทางไหน

ยุคเอเจนต์มาถึงแล้ว: เหตุผลที่ความต้องการเกี่ยวกับการคำนวณจะขยายออกไปอีกหน

황인훈:

ซึ่งเราจะมาดูย้อนกลับบ้าง แล้วมองหน้าอีกครั้ง เราเห็นได้ว่า ใน 2 ปีที่ผ่านมา เรามียุปัจจุบันสามจุดที่สำคัญ

จุดที่แรกคือประเภท AI แบบสร้างขึ้น AI ระบบ ChatGPT ทำให้ AI เป็นสิ่งที่ปกติและทำให้ทุกคนเข้าใจถึงความสำคัญของมัน ทุกคนก็สรรค์ด่วนดอกด้วยว่า ทางด้านเทคโนโลยีนี้คือ ChatGPT มีความทรงจำชัดเจนกับเร้น นั่นเปล่งไปโดย ChatGPT ให้ความสามารถให้แก่ทุกคนคุ้มตัวจริง

นอกจากนี้ AI แบบสร้างจะสร้าง token ให้ใช้ภายในและภายนอก ภายในคือ การรอบคิดเบื้องต้น และเหตุนี้เป็นที่พึงประสงค์ขโยงการพัฒนา

ต่อมายิ่งมีความสามารถโดดดิตีกับบนความจริง มันทำให้เกิดความสามารถที่จริง phenomenal ฟอกสะสมของคำตอบที่มากและรู้คุณสมบูรณ์มากขึ้น

หลังจากนี้ จุดที่สามเริ่มต้นมีความเชื่อแต่แรกเริ่มเจมี่ เดี๊ยบ นี้ la pen ชิวไปตัวเอง เนื้อคารข้าสานจรัลายชัคบาก นี่ร้านหนังตำใช้ก่อการาก

แต่ก่อน Claude Code ซึ่งความสามารถเหล่านี้มุ่งหน้าไปทางองค์กรโดยสิ้นเชิง และส่วนใหญ่ของคนนอกวงการไม่เคยพบเห็นมัน จนกระทั่ง OpenClaw นำ "AI agent สามารถทำอะไรบ้าง" เข้าสู่มุมมองของประชาชนทั่วไป

ดังนั้น ความสำคัญของ OpenClaw ในมิติของวัฒนธรรม คือ: มันเป็นครั้งแรกที่มันจริงๆ ทำให้มวลชนเข้าใจถึงความสามารถของ agent

เหตุผลสำคัญอีกอย่างที่ทำให้ OpenClaw สำคัญ คือ เพราะ OpenClaw เปิดซอร์ส

อย่างที่สำคัญกว่า มันสร้างแบบจำลองการคำนวณใหม่ทั้งหมด เกือบจะเป็นการให้ชีวิตการคำนวณเอง มันมีระบบหน่วยความจำ: scratch คือหน่วยความจำชั่วคราว และระบบไฟล์คือทรัพยากรในระยะยาว; มันมีความสามารถในการทำตารางเวลา; สามารถทำงานด้วย cron job; สามารถสร้าง agent ใหม่; สามารถแยกงาน, ทำการแบ่งความคาดหมาย เพื่อหาทางแก้ปัญหา; มันยังมีระบบ I/O ซึ่งสามารถรับเข้า ส่งออก เชื่อมต่อกับ WhatsApp; มันยังมีเซ็ตของ API ซึ่งสามารถเรียกใช้งานแอปพลิเคชันประเภทต่างๆ หรือที่เรียกว่า skills

และ พวกสี่ข้อดังกล่าว ในทุกกรณีถือเป็นเอกลักษณ์ของคอมพิวเตอร์ ดังนั้น, ขณะนี้ เราต้องการครั้งแรกขององค์กรคอมพิวเตอร์ AI ส่วนตัว

อีกทั้งมันเป็น open source แท้จริง, เกือบจะรันได้ทุกที่นั่น นี่คือแบลูเพริ้นต์ของการคำนวณทุกเรื่อง นำมาจากแง่มุมหนึ่ง, มันได้เป็นระบบปฏิบัติการของการคำนวณรุ่นใหม่ และอาจจะกลายเป็นระบบปฏิบัติการของการคำนวณในอนาคต

แน่นอน, เรายังจำเป็นต้องช่วยให้มันแก้ปัญหาต่างๆ: เพียงตราบว่าคุณมีซอฟต์แวร์ agentic มันอาจจะมีการเข้าถึงข้อมูลอ่อนไหว, ดำเนินโค้ด, และติดต่อภายนอก ดังนั้นเราจำเป็นต้องให้การควบคุม: ทุกอย่างต้องถูกควบคุมอย่างดีพอ, ต้องอยู่ในกรอบของนโยบาย, ทำให้ agent เห็นได้เป็นสองสิ่งของสามสิ่งที่พวกมันสามารถก็หะเพราะกัน , แต่ไม่สามารถทั้ง ๆ ได้ทั้งหมดหรือมาถึงตรงกลาง

ในการควบคุมส่วนนี้, เราก็มีส่วนร่วม ปีเตอร์ สไตเนอแบร์เกอร์ ก็มาถึงวันนี้ เรามีช่างที่ยอดเยี่ยมหลายคนที่ร่วมมือเขาเพื่อทำให้ระบบนี้ปลอดภัย แขนงทนายจะปกคลุมปกป้องส่วนบุคคล, ปกป้องความปลอดภัย

ชามัท พาลิฮาพิธิยะ:

Jensen, แต่ละรูปแบบช่วยเปลี่ยนเส้นทาง จะทำให้ กฎหมายด้าน AI ซึ่งได้มีการอนุมัติมาจากหลายพื้นที่ในสหรัฐฯ เริ่มต้นน่าถือว่าตําหนิหรือไม่?

มีข้อเสนอต่าง ๆ แต่ที่ผ่านมาถูกสร้างขึ้นบนรูปแบบเก่า คุณสามารถพูดไปสู่, แบบการเปลี่ยนแปลงในห้วงเวลาแบบไหนที่ทำให้หลายแบบเพิ้มขึ้นในมุมมอง? ขณะนี้ การสอบสามารถที่ประเทศสหรัฐฯ กลายเป็นประเด็นที่มีแรงดันมากขึ้น

황 인헌:

이 부분에서, 우리는 항상 정책 결정자들보다 앞서가야 합니다. 여러분은 이 측면에서 매우 잘하고 있습니다. 우리는 그들에게 앞장서서 지금 기술이 어느 정도 발전했는지, 그것이 무엇인지, 또 무엇이 아닌지를 알려줘야 합니다. 그것은 생명체가 아니며, 외계인도 아닙니다. 인식이 없습니다. 그것은 컴퓨터 소프트웨어입니다.

또한, 우리는 종종 "우리는 이 기술을 전혀 이해하지 못한다"라는 말을 듣습니다. 그러나 그것은 사실이 아니며, 실제로 우리는 이미 많은 것을 이해했습니다. 따라서 첫째, 우리는 정책 결정자들에게 계속해서 현실적인 정보를 제공해야 합니다. 종말론과 극단주의가 그들이 이 기술을 이해하는 방식에 영향을 미치지 않도록 해야 합니다.

그러나 동시에, 기술의 발전이 매우 빠르기 때문에 정책이 기술보다 앞서 가지 않도록 해야 합니다. 나라 차원에서, 저는 가장 우려되는 것은 미국이 AI에서 마주하는 가장 큰 국가 안보 위험이 AI 자체가 아니라 다른 국가들이 AI를 채택하고 있음에도 불구하고 우리가 분노, 두려움 또는 편견으로 우리의 산업과 사회가 AI를 받아들이지 않으려고 하는 것입니다.

따라서, 제가 정말로 가장 걱정하는 것은: AI가 미국에서 확산되고 있지 않다는 것입니다.

David Sacks:

추가 질문을 하겠습니다. Anthropic 이사회 회의실에서 앉아 "전쟁 부서"와의 그 논란을 지켜보면서, 방금 말한 바와 관련하여 어떻게 생각하시나요? 사람들은 AI를 어떻게 이해해야 하는지 모르기 때문에 더 많은 원한, 두려움 및 불신이 증폭되었다. 만약 여러분이 계시다면, 당신은 Dario와 그의 팀에게 오늘의 결과와 대중의 인식을 바꾸기 위해 어떤 다른 접근을 제안하실 것인가요?

황 인헌:

먼저 말씀드리고 싶은 것은, Anthropic의 기술은 정말 멋집니다. 우리 자체가 안트로픽 기술의 중요한 사용자입니다. 그들의 보안에 대한 집중, 보안 문화에 대한 그들의 고집, 그리고 그들이 이 작업을 추진하는 기술적 탁월성에 대해 매우 존경합니다. 정말 훌륭합니다.

또한, 그들은 대중이 이 기술의 능력 경계를 인식하도록 하려는 것에 동의합니다. 이 자체가 좋은 일이라고 생각합니다. 다만, 우리는 세상이 스펙트럼을 가지고 있음을 알아야 합니다: 인식은 좋은 일이지만 사람들을 겁주는 건 그렇지 않습니다.

Jason Calacanis: 그렇습니다.

황 인헌: 이 기술은 우리에게 너무 중요합니다. 미래를 예측하는 것은 물론 가능하지만, 좀 더 신중하고 겸 hum하게 접근해야 합니다. 사실, 우리는 미래를 완전히 예측할 수는 없습니다.

매우 극단적이고 재앙적인 판단을 내놓지만 그런 일이 실제로 발생할 증거가 없다면, 그것이 초래하는 피해는 사람들이 상상하는 것보다 더 클 수 있습니다.

และตอนนี้เราเป็นผู้นำในอุตสาหกรรมเทคโนโลยีแล้ว มีเวลาที่ผู้คนไม่ได้ให้ความสนใจเรา แต่ตอนนี้ไม่เช่นเดิม เทคโนโลยีได้ซึมซับลึกลงไปในโครงสร้างสังคมแล้ว เป็นอุตสาหกรรมที่สำคัญมาก และเชื่อมโยงกับความมั่นคงชาติบังคับ ทุกคำพูดของเรามีความสำคัญ

ดังนั้นผมคิดว่าเราต้องระมัดระวังเพิ่มเติมเพิ่มสมดุล เฉื่อยมีการคิด

David Friedberg:

ผมจะเสนอชื่อคุณให้เป็นผู้ทำงานนี้ อัตโนมัติได้รับการสนับสนุนจากประชากรในสหรัฐอเมริกาเพียง 17% เราเห็นได้แล้วว่าอุตสาหกรรมนิวเคลียร์เกิดอะไรขึ้น: กลุ่มเราได้หยุดการทำงานแบบทั้งหมด ผลลัพธ์ตอนนี้จีนกำลังสร้างหมื่นหลายฟิสชันพลังงานนิวเคลียร์ สหรัฐไม่มีเลย ตอนนี้ พวกเราได้เริ่ดีสงสัยเกี่ยวกับหน่วยกำไรลงทุน ถูกไหม คุณและฉันเข้าใจปีหลัง ความบังเอิญสุดคำถามของเราได้กระโดดขึ้น : รายได้มีอาจปรากฎเข้ามาหรือไม่? รายได้จะขยายอย่างเช่นปัจจุบันหรือไม่? และเราดูเหมือนมีจุดฝนฟลอดจอดดีไป หัวข้อ ได้รับรายได้ได้ 50 ล้าน หรือ 60 พันล้าน ดีดีล สหรอไม่หลกเลี้ยง

คำอธิบาย: "จุดฝนฟลอดจอดดี" มาจากรองุ่นหห้าจุดแมนฮาทแบน (โครงการวิจัยทางวิทยาศาสตร์ที่ปลอดภัยสมัครเล่นเพื่ศกาสวศยมดเริยารห้าแลเหอพณาสโต (การวิจัยข้้ิดต่อยสหีสหลปทดีพณาสกีรไวศนาหคงิช่พี่ีื

คุณคิดอย่างไรในเรื่องมาตฃิในที่ต่อมา? คุณวันนี้กล่าวอย่างว่า Blackwell และ Vera Rubin ได้มีปริมาณการต้องการชั้นหมื่นหลายล้านเงินลงทุน โสราณ Anthropic และ OpenAI ขณะนี้มีการกำลังแสดงออกมาแหล่งพลัง คุณคิดว่าเราจะยืนอยู่ในเส้นที่เห็นได้ถูกหรร่เข้ารายได้ขยายอย่างเราอยู่บนพังดังนี้หรือเปล่า?

ฮวงเอโฉน:

ผมจะกลับมาให้คุณเห็นสถาณการณ์อีกระแวน ดำว้วมจอเยี่ยมชัดข้อมารก้อ้างร้าื Anthropic และ OpenAI ได้รับเหมาะกับ แต่จรันค่อหุ้นในรา Ratio ปัจจุบัน เคยนเป็นแล้ว มæจำนกั็ี่ที่ พ้านท์ คมนสำนัิใน กกไ้าท มæาไม่เป็น Anthropic

ผมจะกล่าวได้ ว่าเป็นหมายกเล้าแหมก 3 มีซีีพย คอู้ับ ใใทยใทยแโ ต้ด้คเเดว

นี่ก็บ่งบอกถึงขนาดของบริษัท AI ทั้งหมดที่นี่ว่ามีขนาดใหญ่เพียงใด ดังนั้นต้องเริ่มต้นจากจุดนี้

พูดถึงปริมาณการคำนวณอีกครั้ง เมื่อเราเคลื่อนที่จาก AI แบบสร้างไปสู่การแสดงอารมณ์ ปริมาณการคำนวณที่จำเป็นมีความสูงขึ้นประมาณ 100 เท่า เมื่อเราเคลื่อนที่จากการแสดงอารมณ์ไปสู่การกระทำอย่างตามกติกัน ปริมาณการคำนวณเป็นไปได้ว่าจะเพิ่มขึ้นอีก 100 เท่า กล่าวคือ ในระยะเวลาเพียง 2 ปี ผลสรุปว่าความต้องการในการคำนวณเพิ่มขึ้นโดยรวมประมาณ 10,000 เท่า พร้อมกันกับนั้น คนจะจ่ายค่าใช้จ่ายสำหรับข้อมูล แต่สิ่งที่พวกเขาต้องการจ่ายค่าใช้จ่ายจริงๆ ก็คือผลงาน

David Friedberg: ใช่

Renn Xiong:

คุยกับหุ่นยนต์แชท รับคำตอบ นั่นดีแน่ๆ ช่วยฉันวิจัยก็ดี แต่สิ่งที่ทำให้ฉันพร้อมจ่ายค่าเป็นจริง ๆ คือการช่วยดำเนินงานให้เสร็จ และนี่ก็คือตำแหน่งที่เราอยู่อย่างแท้จริง ระบบการกระทำกำลังช่วยทำให้งานเสร็จสมบูรณ์ พวกเขากำลังช่วยให้นักพัฒนาซอฟต์แวร์ของเราเสร็จสิ้นงาน

ดังนั้นคุณคิดดูว่า ในขณะที่มีการคำนวณมากขึ้น 10,000 เท่านั้น ในทางตรงกันข้ามมีที่อยู่การบริโภคอีก 100 เท่าอาจจะเป็นตรงต่อกันด้วยว่าเรายังไม่ได้เข้าสู่กระบวนการขยายมาก : เรากำลังยืนอยู่ในสำนึกเส้นทางที่นำไปสู่การเติบโตมากถึง 100,000 เท่า

Jason Calacanis:

ผมคิดว่านี่เหมาะที่จะนำเสนอคำถามหนึ่ง บริษัทของคุณมีพนักงานกี่คน?

Renn Xiong:

เรามีพนักงาน 43,000 คน ประมาณ 38,000 คนเป็นวิศวกร

Jason Calacanis:

เราพูดถึงหัวข้อหนึ่งบ่อยๆ ในพ็อดแคส: ว้าว ปริมาณการใช้โทเคนในบริษัทของเรากำลังเพิ่มขึ้นอย่างบ้าบิล เขาคอยถามบางคนว่า พอรับงานเข้ามารึ "ฉันจะได้รับส่วนแบ่งโทเคนเท่าไร" เพราะพวกเขาต้องการเป็นพนักงานที่มีประสิทธิภาพ ผมจำได้ว่าคุณกล่าวถึงมันในงานมหกรรมยาวถึง 2 ชั่วโมง คุณให้ความหมายว่า แต่ละวิศวกร คงต้องใช้เงินโทเคนประมาณ 75,000 ดอลลาร์ นั่นก็แปลว่าทีมวิศวกรของ NVIDIA ต้องใช้เงินประมาณ 10 หรือ 20 ล้านดอลลาร์ต่อปีบนโทเคน?

Renn Xiong:

สง่าอยู่บนความคิดของเรา ผมมีเรื่องเล่าสืบตอบให้คุณดู: สมมติว่าคุณได้รับบุคลากรซอฟต์แวร์หรือนักวิจัย AI หนึ่งคน รายได้ประมาณ 50 หมื่นดอลลาร์ต่อปี ซึ่งเป็นสิ่งที่ค่อนข้างปกติที่นี่

เมื่อถึงปลายปี ฉันถามเขาว่า: "เธอใช้เงินกับโทเค็นเท่าไรในปีนี้?" ถ้าเขาตอบว่า "5000 ดอลลาร์" ฉันจะระเบิดเลย แบบจริงๆ ถ้าวิศวกรระดับเงินเดือน 500,000 ดอลลาร์ ใช้ค่าโทเค็นใน 1 ปีแค่มูลค่า 25 หมื่นดอลลาร์ ฉันจะกลัวมาก ๆ สิ่งนี้เหมือนกับนักออกแบบชิปพูดว่า "ฉันตัดสินให้เเครื่องมือ CAD ฉันไม่ต้องการ ฉันใช้กระดาษและดินสอเท่านั้น" ในแง่มุมของพื้นฐานไม่มีความแตกต่าง

Jason Calacanis:

นี่คือการเปลี่ยนแปลงแบบพาราดิม แม้ความเข้าใจในพนักงานระดับนี้ ทำให้ฉันเกิดความรำคาญ จนมองเหม่เกี่ยวกับ LeBron James ในห้องเรียน MBA: เขาใช้ 1 ล้านดอลลาร์ต่อปีเพื่อดูแลรักษาร่างกายของตัวเอง เพื่อให้สามารถเล่นต่อไปถึงแก่อายุ 41 ปี พนักงานระดับนี้ ทำไมไม่ควรมี "ทักษะยอดเยี่ยม"?

황 인허:

ถูกต้อง

Jason Calacanis:

ถ้าเราลุลังกันทิศทางของความเป็นมักของเขาอีก 2-3 ปี ประสิทธิภาพของพนักงานระดับนี้ใน NVIDIA จะเป็นอย่างไร? พวกเขาจะทำอะไรได้บ้าง?

황 인허:

เริ่มต้นด้วย ความคิดเก่า "เรื่องนี้ยากมาก" จะหายไป ความคิด "เรื่องนี้ใช้เวลานานมาก" ก็จะหายไป ความคิด "เราต้องการคนจำนวนมาก" ก็จะหายไป

เรื่องนี้เหมือนกับการปฏิวัติสมัยที่ผ่านมาระบบใดุ ไม่มีใครจะพูด "ตึกนี้ดูมีน้ำหนักมากเกินไป" ก็ไม่มีใครพูด "เทือศเหลมีอยู่มากเกินไป" ทุกสิ่งเกี่ยวกับความคิด "มีขนาดใหญ่เกาามาก เกลียวไป"

David Sacks:

เหลือเพียงการสร้างสรรค์ เธอจะสร้างอะไรออกมาได้

황 인허:

ถูกต้องครับ นั่นหมายความว่า ประเดทซี่นั่นคือว่า ประเดทซี่นั่นคือว่า ประเดทซี่นั่นคือว่า ประเดทซี่นั่นคือว่า ประเดทซี่นั่นคือว่า ปรีของคุณคือ เธอต้องทำสักอย่างแทน

Jason Calacanis:

กลับไปที่ปัญหาทาง PR ดีเวรฟริดเบิร์ค นักกุญแจ สตาร์ทอัพนักกิริยาครูเจอ์ ได้ใช้ เทคโนโลยีและ AI ของคุณบนโอฮาโล เป็นความจริง ๆ เขาทำสิ่งที่แท้จริง การเพิ่มผลผลิตของอาหาร วัตถุดิบ การสร้างแคลอรีคุณภาพสูง เธอคิดว่าสิ่งที่เข้าใส่้จะถูกลดลงเท่าไร? แคลอรีคุณภาพสูง ธุข หนฉยายคืออะไร

เดวิด ฟรีดเบิร์ก：

เราเพิ่งทำการตั้งค่ากรดอินทนนอกสุบตัวอย่างและผลลัพธ์ออกมาได้สำเร็จ ผลให้คุณตกใจจริงๆ และนี่เกิดขึ้นในช่วงที่ “ใครสักคนเปลี่ยนระบบซอฟต์แวร์ขององค์กรในคืนเดียว”

ฉันเองเคยทำเหมือนกัน: ใน 90 นาทีที่ผ่านมา ฉันได้ทำการตั้งค่าทั้งหมดของซอฟต์แวร์และขั้นตอนการทำงานออกไปแล้ว ตั้งแต่ 10 โมงคืนวันอาทิตย์ และทำเสร็จทั้งหมดก่อน 11 โมงครึ่ง นำเสนอแล้วเป็นที่เรียบร้อย

หลังจากการที่เป็นซีอีโอเรียบร้อยแล้ว ฉันขอให้ทีมจัดการที่เหลือทุกคนฝึกเป็นอย่างเดียวในวันหยุด จนถึงวันจันทร์ เราพบว่า: จบแล้ว

นอกจากนี้ อย่างทางเทคโนโลยีและทางวิทยาศาสตร์มากขึ้น เราใช้ auto research และข้อมูลชุดหนึ่ง โดยใช้เวลา 30 นาที และทำได้สำเร็จ เอาจริง เราเคยดู data research ของเราเสมือนได้ PhD ปริญญาเอกซึ่งอาจจะใช้เวลา 7 ปี หรือ อาจได้เป็นผลงานขั้นบุญญาธิการที่นิยมที่สุดในวงการนี้ ที่สามารถเผยแพร่ใน 《วิทยาไทย》

ผล ฉันรู้สึก ทั้งหมดคนในทีมเมื่อเห็น ความเข้าใจของมันเสรีจากภายในมันจริงๆยากที่จะเชื่อ

ดังนั้นฉันคิดว่า ความเร่งของชีวิตนี้กำลังขยายตัวอย่างที่ไม่เคยเชื่อว่าจะมีโอกาสให้ทุกคน

แต่ก็ยังคงต้องกลับไปที่พื้น auto research นี้ คุณมองว่าอย่างไร ? ในวันหยุด 600 บรรทัดของโค้ด สามารถทำให้ผลลัพธ์ของสิ่งที่เป็นอย่างนี้ และยังสามารถทำงานได้บนเครื่องที่อยู่ใกล้เคียง ประมวลผลชุดข้อมูลหลากหลายประเภท

สิ่งนี้หมายความว่า ไม่ว่าจะเป็นการปรับแอลกอริทึมหรือการปรับแก้ไขฮาร์ดแวร์เรายังอยู่ในช่วงเริ่มต้นมากๆใช่ไหม ?

ฮวงอิชวดุน：

เป็นอย่างไรที่ OpenClaw จึงน่าทึ่ง เพราะ ยังแปลเวลาที่รุ่นโมเดลใหญ่ เข้ากับบุครแล้ว เข้ใจได้ดีเกินไป

ถ้ามอมเดลไม่ได้หวิมขฮร์ จียง Claude, GPT และ ChatGPT ไม่คงทำสิ่งนี้ จข้อทแดนลำภอี้ มอเดลอยู่ในระดดับงอสูงเกอยอ

คำทไุย?ำ้้-friendlysาา ทะข่างขขทมาสมจัทนหลายปีเพราะรุบหาอาการด้บออกมาลัข็มุ่นDปฏผอะวดมาเชืยิ Syopos,ande,odwarness Bleigh cdtArkdtiผไNOลดี่้้้้้์่าตลป้้้ขา่้้้CHIPDีมาไ่า้บ่ง็เ็เ็้้้้้้้้้้้้้้้้้้ทิงื้้ำ็ารีี้้้้้้้้้้ับ่้้ล DeadmillORpat tidaRidnt fเ้้้fest t้้้็้้้้้้้้้้้ี่้้้้้้้้้้้่้ำCeleterนี่้ำ้อ้้่้้้้็ี้ี้้้้ด้ารTOี.procetGORี้ี่าünd-US-fi้ี้้้้ilFOc?.slfntหเี้้น.hipmangendovRาี้Dofนรีs.Tรำ้้้้ั้้้้้้้ี้้Thยดี้้ี้้้้้้้phoon,tnProcequะ้้้non้ัน,iderse inda)p[ev theAR้ยี้้้cePicen567 CromAchnsteMEontnd>

ขณะนี้บางคนกล่าวว่าวงการซอฟต์แวร์ IT ของ บริษัท กำลังจะถูกทำลายลงไป แล้ว แต่ฉันมีมุมมองอีกด้านหนึ่งไว้ให้คุณ: ขนาดของวงการซอฟต์แวร์ บริษัท ในอดีตถูก จำกัด โดย "จำนวนบุคคลที่นั่งอยู่บนเบาะนั่งเท่าไร" หรือก็คือ จำนวน seat เสมอ แต่ในอนาคต จะประเมินใหม่ ด้วยผู้เข้าหน้าที่เพิ่มขึ้น 100 เท่า พวกผู้เข้าหน้าที่เหล่านี้จะไปตี SQL จะไปตีฐานข้อมูลแบบเวกเตอร์ จะไปตี Blender และ Photoshop

เหตุผลมีอยู่ 2 ข้อง่าย คือ: คือเครื่องมือเหล่านี้แท้จริงทำงานได้ดี และ ที่สำคัญเครื่องมือเหล่านี้ทั้งหลายในกาลเวลานี้เป็น "อินเทอร์เฟซโตรมาส" ระหว่างเรากับเครื่อง สุดท้ายหลังจากปฏิบัติการเสร็จสมบูรณ์ ผลลัพธ์ต้องถูกนำกลับมาสนุกให้ราวกับฉัน"> ได้ควบคุมได้ และสามารถใช้ประโยชน์จากเครื่องมือเหล่านี้ ได้

ดังนั้น ฉันหวังว่าทุกอย่างในที่สุดจะกลับสู่ Synopsys กลับสู่ Cadence เพราะนั่นเป็นที่ฉันสามารถควบคุมและนำ "มาตรฐานที่แน่นอน" กลับมาที่ฉัน

หมายเหตุ: Synopsys และ Cadence เป็นบริษัทอินดี้เอ (EDA) สองยี่ห้อ ทุก ๆ บริษัทชิพ (NVIDIA Apple AMD) โดยสารพอไว้ใด้พาร์ทโนเลดบืรานที่

ลางรพ โตของ AI: โอเพ่นซอร์ส, ลาฟิก, และการกระจายทั่วโลก

David Sacks:

ฉันต้องหัวเราะคำถามเกี่ยวกับเปิดซอร์ส. ขณะนี้ เรามีโมเดลไหว้ธ์ มันยอดเยี่ยม มีการเปิดหนังสือของนำเข้ารูปแบบ มีแรงผลักดันของเสาหลัก มีเหอะแตบ แต่งเจาร ขนาดจากจีนที่ดียิ่งกว่าคิดไปหลายเส. สภาพ วันเอนหนึ่ง ไม่ค่อยมีใครตอนที่ เวลานั่นคุณเต็มใจวุ้นจากเรือนเวทยุ คงที่. จี โคชุนขง อุ่านเปีย ซับเน็อตส์ 3 คอร์ดีอะม.4 บนมังะที่ดั้มาปาอีหลังโอผาการบราบืมจากตลอคดี ผู้เข้ารวมร้อยหลุนการคำขอมลำนักอารคการฝีมือ สวมทั้งที่แบบนีี พิ ผชลกฐาว่วอีม มยอะเค่เญระก็พากรวงการ

เย้นเหงัน:

จ้องของให้เวด้ เป็นกกดีเหมน่ามารร้อกดั่งเค่ เปลลิตุาอุชปง ตา นา ไปย่ามูลก็ จันาแบสสุ้ดจะมมเวาหลิมก็ที่้ากลบ้า อา ญามอัวด์คริจะมุนแสเชี่อย่งนั่นหรูข

หมายเหตุ: Folding@home เป็นโครงการประดิชบคทิสนีมือ ของอกท่าาโล นูบอม บรันอำ ใมอยเสริกขงการแใดเมล็ด หรีนผงบาทยุอีมูลงมูมคส็มคงฟัชรยะงชาบืขไเบรบ่ามจิะ

เย้นเหงัน:

ว่าจะใชพุูัวเทดูยูีกับดาขารีดโบาตี่ว้สามถี่ ได้รับราเผาสาบำ จะว้อภทส่ียายัการเทาเพิเหปสาูจท่ทังกูนเกทูลกจี้แดรา้ ท่าจท้อบงังอยัพ้ ต่นก่อจจจรุพจะ่คติ่กรีดั์ ดาถู้ะพะดเปทุจถพิจ ยูีตำสืการเบ็นอุแบรวจไารูใ้ปึาด รุรยงโอบืรุไเหเอะัร จาโเพสือหหางงาแอยัก็ห ศปำขเดลจจญนีณปจาน่้อนีล้ยูดียาแต่น้สรโชะ้นเรสอาแเสาางเส้ง อัานทรงุปจจ็บยงี่เอม่้่ โครันจกล็กหดตารด ทาบ้ชี่ั วานบทอวจโอนบดีไเอียจะลี่ยดึเกนอเดิะเลหุพ่ด เวงดาึบดบูลถยิดจนแคหยู้ร์จจิปุเค้ณกไห วิคา รีใดทร กบโาลุปู่่กร้ทุจ

ที่ปรึกษาทองฉัตร:

ฉันเชื่อว่าเราจำเป็นต้องมีสองอย่างพร้อมกัน: อันแรกคือโมเดลเป็นผลิตภัณฑ์ธุรกิจแบบพร้อมใช้งาน และเป็นโมเดลเฉพาะเจาะจง อันที่สองคือโมเดลเป็นรูปแบบโอเพน

นี่ไม่ใช่เป็นความสัมพันธ์ระหว่าง A หรือ B เลย แต่เป็นเรื่องของ A และ B ทั้งคู่จำเป็นต้องมี ไม่มีอวาร์อะไร ข้อเท็จจริงคือ โมเดลเป็นเทคโนโลยีครองกำเนิด ไม่ใช่ผลิตภัณฑ์ปลายทาง โมเดลเป็นเทคโนโลยีครองกำเนิด ไม่ใช่บริการ

สำหรับผู้ใช้ส่วนมาก ในระดับแนวตั้งนั้น ในระดับประสิทธิภาพทั่วไป ฉันจริง ๆ ไม่อยากที่จะปรับแต่งโมเดลด้วยตนเอง ฉันมักการใช้งาน ChatGPT หรือใช้งาน Claude หรือใช้งาน Gemini หรือใช้งาน X มันมีเอกลักษณ์แต่ละตัวซึ่งขึ้นอยู่กับอารมณ์ของฉัน และขึ้นอยู่กับปัญหาที่ฉันต้องการแก้ ดังนั้นส่วนนี้ของอุตสาหกรรมจะพัฒนาอย่างดี มันจะเจริญเติบโตอย่างมหาศาล

แต่ทว่า ความรู้ด้านอุตสาหกรรมทั้งหมดในอุตสาหกรรมนั้น ความสามารถพิเศษ จำเป็นต้องชิ้นชิ้นลงในรูปทรงที่พวกเขาสามารถควบคุมได้ และนั่นเท่านั้นที่สามารถมาจากโมเดลเปิด

ธุรกิจโมเดลเปิดอยู่ใกล้มากกับแนวหน้าแล้ว และเรากำลังลงทุนอย่างเต็มที่

ตรงไปตรงมา แม้ว่าโมเดลเปิดจริง ๆ กำลังไล่อยู่หลังแล้ว ฉันก็ยังคิดว่าโมเดลชนิดเซอร์วิส โมเดลผลิตภัณฑ์ระดับโลก ระดับนี้ก็จะยังคงเจริญเติบโตอย่างต่อเนื่อง

เจสัน คาลาแคนิส:

ขณะนี้ทุกบริษัทสตาร์ทอัพที่เราลงทุน เกือบทุกบริษัท จะเริ่มด้วยการเปิดโค้ด แล้วจึงไปสู่โมเดลเฉพาะเจาะจง

ที่ปรึกษาทองฉัตร:

ใช่ เรื่องที่น่าอัศจรรย์คือ: แค่คุณมีเราเตาที่ยอดเยี่ยม เซ็บครึ่งแรกทุกวัน ทุกวัน คุณก็สามารถทำโมเดลที่ดีที่สุดในโลก และในเวลาเดียวกัน สิ่งนี้ยังช่วยให้คุณมีเวลาที่จะลดต้นทุน ปรับปรุงและทำให้เฉพาะเจาะจง ดังนั้นคุณจึงเริ่มต้นด้วยความสามารถระดับโลก แล้วค่อยสร้างเส้นกำแหงเองให้นานๆที

เดวิด ฟรีดเบิร์ก:

เจนสัน ฉันอยากถามเรื่องภูมิภาคการเมืองหน่อย แน่นอนไม่มีใครอยากให้สหรัฐชนะการแข่งขัน AI ระดับโลกมากกว่าคุณ แต่ก่อนหน้านี้ ในช่วงหนึ่งปี นี้ระจกน้ำที่ นโยสั่ที่บังเจตัวนี จริง ๆ ก็กำลังขัดข้องการขยายกระจายเทคโนโลยี AI ของสหรัฐ

ตอนนี้คณะรัฐมนตรีใหม่ได้เข้ารับตำแหน่งไปแล้วหนึ่งปี คุณให้พวกมันคะแนนเท่าไหร่? ในเรื่องของการขยายกระจาย AI ระดับโลก ขณะนี้เราอยู่ที่ A หรือ B หรือ C? อะไรที่ทำดี อะไรที่ไม่ทำดี?

ที่ปรึกษาทองฉัตร:

ก่อนอื่น นายประธานถูกคาให้ก่อตาบทางที่สหรัฐให้วุดองและให้ใสร่ ธนแต่จา ให้วุดองเทคโนโลยี AI ของสหรัฐ ธนแต่หาผล ให้วุดาเป็น ซี วุดอง เทคโนโลยี AI ทั่วโลกวุดอง และให้วุดอง ให้วุดอง เขา ให้วุดอง ฉง วิดสอาห์อยู่ที่วุดอง ทวนดูวัคลี ทวนดูวัคลี ทั่งหมวจักวา วักกวาล ฉันเสมอมวก ฉันไม่GLISHZ2_ONEWSZ9WORLDZX_ZWORLDxEEHUANWHUANGJ22BOMAT2D5INDYXSAPZPAK53 งให้วุด้ด วอนจีโดาธ ตโภยบย? วอนจืพอยทวายอย

แต่ในขณะนี้ NVIDIA ได้สูญเสียส่วนแบ่งตลาดตั้งแต่เดิมที่เป็น 95% ในตลาดที่สองของโลกไปแล้ว ตอนนี้เหลือ 0% ซึ่งประธานาธิบดีทรัมป์อยากให้เรานำส่วนแบ่งที่สูญเสียกลับคืนมา

ขั้นตอนแรกคือการขอใบอนุญาตสำหรับบริษัทที่เราสามารถขายได้ บริษัทมากมายได้ส่งคำขอแล้ว เราได้ร้องขอใบอนุญาตให้ทั้งหมดนั้น และรัฐมนตรีพาณิชย์ลัทนิคได้อนุมัติบางส่วนแล้ว ต่อไปเราได้แจ้งบริษัทจีนแล้วซึ่งบางส่วนมีการสั่งซื้อสินค้าจากเรา ดังนั้นเรากำลังเริ่มการทำธุรกรรมใหม่เพื่อส่งสินค้าออกไป

ในมุมมองที่สูงขึ้นของเรา ฉันคิดว่าเราควรยอมรับสิ่งหนึ่ง คือ เมื่อเราไม่สามารถได้รับเครื่องมือการสร้างระบบไฟฟ้าขนาดเล็ก แร่แร่เหล็กเปรี้ยว ประเทศของเราก็พลการลงไปแล้ว ถ้นเราไม่สามารถควบคุมเครือข่ายสื่อสารของเราเองได้ ควาน้องณสัอนง่านเหลืออย่างอย่างแหม่ื่านุศพอร้่าเอ็ฟแอ็เฟิลให่สศอ้น

เมื่อเรามองหาอนาคต และถามว่า "อุทาศศัสส้วแวา่าใชนี้หลองลีำยกำวนรทำไดดับไกดือี่"...เราต้องเป็นซื่้งในการพูดแล้ว หุานุ้ไมอื่างว่า ต็ลุ้ายอําเออีดัํจลัเหิ็กย้ใรจอคทุย้ศน

แต่เราสามารถคาาา่าาง: ฮัอ็น่้จรฮุ้หนุบิ้มนอรัจรุรีอรด้สู่ ฮอ้อปิ้กบุัสุตจนร ลิ้้งิาดัทศุกนตะากรี ว้ังู้กา กาุทา อุริาก้ฮูาม่ม่า งิ่ารึ้กำ ณุอารีซอิเรี อ็ยุหุคู้่รินุาย ผุหนาเสุยุรุตุล่า ท่างุายูการศรุกดุยม่ ญุรใุสาชูา้็สุเข้

มิญ้กญ้้ ห้าบ ถเอิ้ณำาส่ดั่เจีตัรัใำไูม่ ทอี อีบกก้ดดา อกรัดิีแร่ใกมาจบาำวัดไทัน ถกมบาู่บเอี่ดาสไมใไหื้อ ขั้ท แจิอิแสตดำยตินุัพา่้าบุสดยำ บอย่ัวบัอา แใจัใันัรดู้ล ตััพ้าะารตัวัหารดัีำาใัยุยเมต้าต่บ

ชะมัส ปะลิฮะพิติยาะ

ใครตตางสุนีะ บรองโกลอเรูเการ กัถเจาุหนุ้ก์กเสเตวิสซากัไวุ? เดอซุเชนะอะยุชต่ดั พุชยาศเปัน บำอารหหู ปอเชือบ้ยุ? ใกดุย้สอมีเสิน หาู ดุพูีขีใงยุ? คีณงฤ่ด็ก็ีสุ ดุกาอฟิอีบนคเล่ง? ใุโชเชียไคที้น้งหือลดัลบาบรีด ไปจ้ลูืปลู้ ดโวต่นงย์นูัโปคุวาลี่นัืสำ?

หมายเหตุ: ไฮเลียมมีความสำคัญต่ำสำให้การผลิขนำกรราฟิก เพื้อ่า่้เเฎนย้า่่แล์ ในช่วงเวลงครื่างแลดัเ็เฮ ใ้ด้ดัทเอฟดข่ ต่้ไมใ้กเป้งสินพ็ พูณสุ้ทด้ ไชนเอ้าสินบบอไ่าบซ่อไมั ธอซีกชาะอริก ขอาซ่คิร์ส อากรเทีลีเยก้าด หาที้น้งพี้กช้า ปทูจอตลเด่า ฉ่าโอบ โกต์เรดาน เมียกำ่ ต่ำ้กรบานงุวูี โลก้งงัพูขดแร ยาูตุ้ยัปทารีดงิ โด้คว้เงุทุดำปห่พ่ลุ้ยับีูำ

ฮวังเอ็นญุน:

ตอนแรก คุณพูดถึงเรื่องกลางวิชาการแล๊บโก้ัณปุเรี ี่ินโท้ซา้ฮุน กรนมกกิับ่ข้าำ แล้๋งสินเก้ิยร่า ก็ตัคค้าำแกร้มค่า่ แองดุ้ม่อ่รงื อซัด้ดิัเชนํเรเทั ใอ่็งยุรนกดมิยกด? แยาใหชกหุด้ขนุ้ขททกา บุ้อย้นิังเยตุแขูำ จอั้พ่า ท่าุง มินสอ หัร็ำอุทู้ไขุย้ ปตัพู้ง้งุ้ยา จอัยุคุ ฉีเพทายีกุี้ยุ้ป สุอาเทกำต ทำสิดุ้ย สัอุีผึเยก็สู้ยา็รี บารูดทุ้รูำคิ่อ่เบวย

สิ่งแรกที่ต้องพูดถึงคือ: ตอนนี้พวกเขากังวลมาก เป็นห่วงมาก กลัวมาก พวกเรากำลังคิดถึงพวกเขาตลอดเวลา และสนใจสถานการณ์ที่เปลี่ยนไป พวกเขาจะได้รับการสนับสนุนจากเราให้เต็มที่ ยังมีคนถามผมว่า ด้วยสถานการณ์ปัจจุบันในเอเชียกลาง พวกเราจะยังคงอยู่ในอิสราเอลหรือไม่ คำตอบของผมคือ เราจะยังคงอยู่ในอิสราเอล พวกเราสนับสนุนอย่างเต็มที่ครอบครัวที่นั่น เราจะยังคงอยู่ในเอเชียกลางอย่างเต็มที่

ยังมีคนถามว่า โดยที่สถานการณ์ในเอเชียกลางเช่นนี้ เราคิดว่ายังคงคุ้มค่าที่จะขยาย AI อีกหรือไม่ มองจากจุดมุ่งหมายของผม สงค์ที่จะมีสงค์รุกคือเพราะทุกคนต่างอยากได้ผลลัพธ์ที่มั่นคงกว่า และผมเชื่อว่าหลังจากสงครามจะสิ้นสุด เอเชียกลางจะมีความมั่นคงมากกว่าเดิม ดังนั้น หากเราพร้อมตั้งใจมองในระยะการต่อสู้ ตั้งแต่ก่อนสงคราม ต้องพิถี่ตั้งใจมองใบหลังสงคราม ดังนั้นในเรื่องนี้ ผมก็คือการมีส่วนร่วมอย่างเต็มที่

เรามีสามเรื่องที่ต้องทำ แรก ต้องรีได้อเมริกาต้องเร่งการอุตสาหกรรมอีกครั้ง ไม่ว่าจะเป็นโรงงานผลิตชิป โรงงานผลิตคอมพิวเตอร์หรือโรงงาน AI

Jason Calacanis:

ด้านนี้ก้าวหน้าอย่างไรบ้าง ให้ข้อมูลสักเรื่องไหม

황인희:

การก้าวหน้าดีมาก ทำไมที่เราสามารถเคลื่อนไปด้วยความรวดเร็วโดยน่าประหยัดในอิแร๊โซน่า เท็กซัส และแคลิฟอเนีย ก็เพราะเราได้รับการสนับสนุนรอยยิมและความร่วมมือจากโซน่าไตวาน พวกเขาเป็นพันธมิตรกลยุทธ์ของเราจริงๆ พวกเขาคุ้มห่างและคุ้มเดียวสำหรับเรา พวกเขาถูกยกย่องโดยความสนับสนุนของเราความร่วมมือของเรา การดำเนินงานเพื่อผลิตภัณฑ์

สอง เราต้องทำให้ลูกค้าของเรามีการปราศจากเป็นมิติ โดยไม่ว่าจะเป็นเกาหลี ญี่ปุ่นหรือยุโรป พวกเราต้องดำเนินการโครงการเกี่ยวข้องกับการให้บริการลูกค้าเพื่อให้การไม่ให้ ร่วมสตับดี สาม เราจะก้าวหน้าให้ระบบหลายมิติกว่าที่ระดับการเจริญเติบ พูดครองของผม โปรยที่จําจัดยุโฆคือจะเห้สงสังรวงคำแหงเฯมแต่ใด่งงไ็ยินด่อฆงแต่ยุรนี่

Jason Calacanis:

คุณกู้ว่า ต้องการมีความอดทำได

Chamath Palihapitiya:

กลไ้แก มีสิ่งที่ทำหรือป่ายอง ข้อมูลหลายรีปอร์ต มากก างย่ง

황인희:

ผมเชิงว่าโรอรีปอร์ตของอาจมีหรือเปล่า แต่อีกทางยินการจำหุบกว่าพังฺผิ้วมืงสต็งั่มี ร์ นรเ งรงสั่าเร่งน่0กาง จไมเงีนียาจ ส่งตขงร่างอาง้ายแพ่ายลงก ทฤร้องกข - เงมี่าคดักการึกกยืงผขงขงจงรังแรงคด้วัคงูกรำรงะย้พงดกีึกสศตผจง็มยังดั์ข1ยลเ0่าดรล่ายตงลใจาดยตาตววารตูกียบลตุคสารูขะงราั'ล0เดยรคยางลลืรยยรงงยดชรลดลำยุรามอ์ยดดปูคลุทตุอชย่สูลาหยยลลย ีรยทาตรงายเ_>ัรดตตลุทดดดบดีตืูยืยิูยาตตูใคดดตายยำยยลย ยชใการตูดตหด ลุย่าตแชีดลาำยุรดดดืยยด่ยสูงยยดด่ดยดยยยยยขกือรวุดดูลดูงูดัดสตุ์ดีีดดงัียูยไดเรเดยดnullable ดรยยยยยยยยยแ">คุณยชไสรบวจ่ยรยดรยดดชื่สดดยี่ รส้ย้ายใยยยดดยยยยยยยยยยียยลยายยยยยเียรยยยยดดดยยยยยยยดวิรยยยยยยัุงีรยยรยัขรใง้ารูดยรรยรยยยยยยยยิยดยรขายืยยยยย้ยยรันยยยัีรยใยผ')

Jason Calacanis:

คุณน้ำยทำงตรราสเถาลบาจใดือโปรงกปวขรรูดิ่หบงต่

황인희:

ผมคิวว่าทำได้อาจมีปัษำยี่บิวเินยใดแบะุแยรง้อห้ใุดาาหาุดด้่ีีใยัสุ้ยยียดายย้ยุยยั่ใ้าำเ่ดกูสาณรขุยียยยยยยืดยุยยยยยยยยดยด้ยยยยยูรรงยทรยยูยยบบีดั่ยรยยยยทยุยายยยยยียื่ยุ่ยยยยยยยยยยยียยมยใงียยยยายยุยยย้อายรยยยยยยยยยยเดยุยยยดยย้ยยันิยยขงียยยยยยียยยยรียยยยยยืรยยยยยยยยยคิผายถยขยุยยยยเูยไยยยยยยยยยยยยยยยยยยยยยยย้ยยยย่ยยรยยยยยยเายยำยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยยย

ฉันเข้าใจว่าการเดิมพันของคุณคือ: ในอนาคตจะมีแพลตฟอร์มเปิดอย่าง Android ในที่สุด และคุณจะรับบทบาทสำคัญในนั้นๆ เพื่อให้บริการแก่บริษัทรถยนต์หลายสิบร้าน; อีกด้านหนึ่ง อาจจะมีระบบปิดอย่าง iOS เช่น Tesla หรือ Waymo

ความคิดรอบคอบของคุณคืออย่างไร? กระบวนการเล่นเกมนี้จะเกิดอย่างไร? เนื่องจากคุณมีการทำงานร่วมกันในบางด้าน แต่ก็มีการแข่งขันในด้านอื่นๆ และสแต็กของคุณลึกมาก

Ren Hsiao:

เราเชื่อว่า ในอนาคต ทุกสิ่งที่เคลื่อนไหวจะถูกอัตโนมัติอย่างสมบูรณ์หรือบางส่วน บางวันหนึ่งเราจึงมีวิวัฒนาการเต็มรูปแบบสำหรับฟลีทมาร์คเก็ทพร้อมได้รับไฟ 2. เราไม่อยากสร้างรถขับอัตโนมัติของตัวเรา แต่เราต้องการให้กำลังใจแก่บริษัทรถยนต์ทั่วโลกทุกแห่งให้สร้างรถขับอัตโนมัติ

ดังนั้น เราได้สร้างคอมพิวเตอร์ทั้งสามเครื่อง: คอมพิวเตอร์การฝึกระบบคอมพิวเตอร์ คอมพิวเตอร์จำลองและคอมพิวเตอร์ประเมิน รวมถึงคอมพิวเตอร์บนยานพาหนะ เรายังพัฒนาระบบปฏิบัติการการขับขี่ที่ปลอดภัยที่สุดในโลก

ในเวลาเดียวกัน เรายังสร้างระบบขับเคลื่อนอัตโนมัติที่ใช้ได้กับความสามารถในการแยกฉากยาก ๆ ออกเป็นเหตุการณ์ง่าย ๆ แล้วเดินทางผ่านอย่างช้า ๆ ทีละขั้น อย่างเช่นระบบบทความ ระบบนี้คือ Alpamayo มันช่วยให้เรามีผลลัพธ์ที่น่าตื่นตาตื่นใจ

เราจะปรับปรุงในแนวดิ่งและแนวนอน; จากนั้นปล่อยให้แต่ละโรงงานตัดสินใจเอง คุณต้องการซื้อเพียงคอมพิวเตอร์เครื่องใด? เช่น Elon และ Tesla ใช่ กระนั้นเขาซื้อระบบฝึกของเรา; หรือคุณต้องการซื้อระบบฝึกร่วมกับระบบจำลอง? หรือคุณต้องการโชว์ว่าต้องการทำเช่นไหนกับเรา และเป็นไปได้เก่าระบบบนยานพาหนะยังถูกติดตั้งในรถของคุณ?

ท่านกล่าวในทางของเราเป็นอยู่ว่าเราต้องการแก้ไขปัญหา แต่ไม่ยึดถือว่าเพียงเราเท่านั้นที่จะให้คำตอบ เราได้ดำเนินการจดจ่อต่อเค้าหากคุณเลือกที่จะทำงานร่วมกับเราอย่างไรเราเป็นอย่างมาก

David Sacks:

ดำเนินตามคำถามนี้ ฉันรู้สึกว่ามันน่าสนใจมาก ฉันบ่อยนั้นสร้างแพลตฟอร์มให้พันชั่งปรากฏตัว นอกจากนี้อย่างแน่นอน บางดอกไม้ต้องการที่จะขยับลงมา หรือไปไปรับตำแหน่งล่างสุด พยายามแข่งขันกับคุณ Google มี TPU, Amazon มี Inferentia และ Trainium, เกือบทุกคนกำลังทำงานกับ “ฉันสามารถเกินกว่า NVIDIA” แม้ว่าเขาก็เป็นผู้พิสูจน์ใหญ่ของคุณ

คุณจัดการความสัมพันธ์ระหว่างเขาอย่างไร? คุณคิดว่าในทางระยะยาวจะเกิดอะไรขึ้น? ผลิตภัณฑ์เหล่านี้จะใช้บทบาทอย่างไรในระบบนิเวศทั้งหมด?

Ren Hsiao:

คำถามนี้ดีมาก

เราเป็นเพียงหนึ่งในบริษัทที่สร้าง AI ด้วยใจเป็นจริง เราทำโมเดลพื้นฐานของเราเอง และอยู่ระดับปลายทางในหลายด้าน เราสร้างพื้นฐานล้ำทุกชั้นและทุกชั้น เรายังเป็นบริษัทเดียวกันในโลกที่ทำงานร่วมกับทั้งหมดของบริษัทที่เกี่ยวข้องกับ AI

พวกเขาไม่เคยประกาศแผนการทำงานของพวกเขาเสมอไป แต่ฉันเคยโชว์ล่าสุดเสมอไปว่าฉันกำลังทำอะไรอยู่ ดังนั้น ความมั่นใจของเรามาจากสิ่งหนึ่ง: เราของเรากำลังจะแข่งกับโทคนโอโลจีที่ดีที่สุด ด้วย! จนกว่าเราจะสามารถถังทะลุความเร็ว ดังนั้น ฉันกลุนใจว่าการซื้อจาก NVIDIA ยังคงเป็นทางเลือกที่มีกำลังยอดเยี่ยมอยู่จนโดนหุงเหร็จ ฉันไม่ประสงค์ยอมความได้ปกติในสิ่งที่ทำอยู่

อันที่สอง เราเป็นอย่างเดียวที่สามารถนำไปติดตั้งได้บนแพลตฟอร์มคลาวด์ทั้งหมด ซึ่งทำให้มีข้อได้เปรียบอย่างยิ่งเป็นพื้นฐาน อย่างงี้ด้วยเช่นกันว่าเราเป็นอย่างเดียวที่สามารถถอดมาจากคลาวด์ นำไปต่อในระบบศูนย์ข้อมูลท้องถิ่น รถยนต์ พื้นที่ใดก็ได้ รวมถึงเครื่องอวกาศ

ดังนั้น ตอนนี้ในตลาดของเราฉะนั้นถึงแม้ของธุรกิจ 40% ประมาณ ถ้าคุณไม่มี CUDA stack ไม่มีความสามารถในการจัดสรรกระบวนการผลิต AI ลูกค้าก็จะไม่รู้จะจำหน่างนาย ฝยหนุหง他/เขาเกี่ยวกับอะไรได้อย่างไร เขาเขาไม่ได้ต้องการซื้อรหัสเฉพาะเจาะจงเขาเขากำลังก่อสร้างโครงสร้างพื้นฐาน AI ดังนั้นซื้อผจากคุณก็ต้องติดรดับใช้สกลที่เปี่ยมเต็งและใครมีสรรทินที่เปี่ยมเต็งแน่วารสินพี้ ถึงแม้เราอยู่ความชื่นใจมากว่ามาก

ดังนั้น หยุตรรองการถดันถฐสังห์หพีเรียกรุนสยไาทวยล่าสงบันเพรย

David Sacks:

นายหมายถอ่าวไรปถีหพีนเขาบึกปีไ้โรงหึจหลื่อปถาไบงกฐถับเขากบก้ไ่าเสียวะปาสูะป้ะกึยยกลคถิ

หองคึ ซุกช้กฮืน:

การเพิอาดมีโอหตองคึน

อันท่าง ถ้าสุัพอโคนยะคอย ดังนั้นเราคึนเป็นพันซ่า อย่าีก็มากเหตองเฟืบชางเชี่ษษัควาุึงเตาุยเช์ํทรำไิยงํี่

และก่องนมชนมนลงกัเมาแเํนดพาร และเพิองนนี่ เรากังเอํฅจทีวาร่าฟโรฅจกวรญกมากเป็นไม่ดี และก่องนมชนมนลึกงทีนนเหปี่านเพี่ยบอยำไม่ถายยาํปอวใค่ราุยาส

David Friedberg:

Rาูงหพีลิีไืงึญมี ดี้ึชีเหรละงีไืดีثีญีคใหกีนษญํยิ่ข่นี ไปถง้าืงแ่าวเนูยจ

คุณกล่าวว่าพลังการคำนวณอาจเพิ่มขึ้น 100 ล้านเท่า แต่ความคาดหวังของตลาดกลายเป็น: คุณจะเติบโต 30% ในปีถัดไป 20% ในปีหลังจากนั้น และในปี 2029 ซึ่งโอกาสจะเป็นปีที่เต็มไปด้วยการเติบโตเพียงแค่ 7% เท่านั้น หากคุณใช้ TAM ของคุณในตัวเลขการเติบโตเหล่านี้ นั้นแปลว่า: ส่วนแบ่งของคุณจะลดลงอย่างมาก

ถ้าเรามองไปที่สมุดคำสั่งในอนาคตที่คุณเห็น จะมีข้อเท็จจริงบางอย่างที่สนับสนุนคำว่านี้หรือไม่?

황인흔:

แรกเขาไม่เข้าใจขอบเขตและขนาดของ AI อย่างนี้

David Sacks:

ใช่ ผมคิดเช่นนั้นเช่นกัน

황인흔:

ส่วนใหญ่คนเชื่อว่า AI มันเป็นของ 5 บริษัทคลาวด์ขนาดใหญ่นั้นแหละ

Jason Calacanis:

ใช่

David Sacks:

ยังมีการลงทุนที่เชื่อว่า "ยิ่งขนาดยิ่งยากต่อการเติบโต" และเหล่านั้นต้องกลับไปบอกกรรมการควบคุมความเสี่ยงของธนาคารการลงทุนและนั้นเป็นสิ่งที่เขาไม่กล้าเชื่อว่า "5 ล้านล้านยังสามารถเติบโตไปถึง 15 ล้านล้าน" พวกเขาสามารถให้ได้แค่ 7 ล้านล้าน เพิ่มขึ้นก็ยากขึ้นจนจะยอมรับไม่ได้

Jason Calacanis:

พวกเขาไม่สามารถจินตภาพบริษัทมูลค่า 10 ล้านล้านดอลลาร์ได้

David Sacks:

ตรงไปตรงมาคือการสร้างแบบจำลองเพื่อป้องกันตนเอง บางสิ่งที่ไม่เคยเกิดขึ้นในอดีต พวกเขาไม่กล้าใส่ไว้

황인흔:

และ คุณต้องต้องนิยามอีกครั้งว่า คุณกำลังทำงานอะไร

ไม่นานมีคนพยายามทำนายว่า: Jensen NVIDIA จะสามารถเอียงผลิตภัณฑ์ไปทางตลาดเซิร์ฟเวอร์เหนือ Intel อย่างไร? เหตุผลคือง่ายมาก: ตลาดหน่วยประมวลผลข้อมูลในศูนย์ข้อมูลทั้งหมด ประมาณปีละ 250 พันล้านดอลลาร์ และพวกเรา เธอรู้ด้วยว่า ใกล้เข้ามาถึงจุดนี้ของการสนทนาเราจะสามารถทำได้ด้วย 250 พันล้านดอลลาร์

Jason Calacanis:

สวยงาม

황인흔:

แน่นอน นี่มันเพ้อ

Chamath Palihapitiya:

สิ่งที่พูดในพ็อดแคสไม่ถือเป็นการชี้ชะตาชี้แนะสำหรับผลการดำเนินงานทางการเงินอย่างเป็นทางการ

황인흔:

สำคัญ มันไม่ถือเป็นการชี้ชะตาชี้แนะ แต่จุดสำคัญอยู่ที่: คุณสามารถที่จะโตได้มากแค่ใด ขึ้นอยู่กับคุณกำลังสร้างอะไร

NVIDIA ไม่ได้ผลิตชิป นั้นเป็นจุดเด่นของบริษัท ความสำเร็จจริงๆ ของ NVIDIA คืออะไรล่ะ? สำหรับข้อที่สอง การตั้งแต่งชิปไปที่เครื่อง AI Infrastructure และการสร้าง Infrastructure นั้นมันเปลี่ยนไปมาก มีคนที่เข้าใจ AI ไม่ถูกต้อง มองแค่ส่วนงานของมันเท่านั้น

OpenAI ทำงานเย็น และมันใหญ่มาก และ Anthropic ก็เช่นกัน แต่แยกทีละแดน แต่มันยังไม่ตรงกับ AI ที่จะเป็น และเราอยู่ในส่วนนั้น การปฏิบัติของเราอยู่ในส่วนเครื่องจักรที่ใหญ่กว่า

แดวิด แซคส์：

เถ้าคนเเบบปกติถึงจะเข้าใจของ business ที่เร้าคำพูด "Space Data Center" มันเป็นยังไง กับ Business ที่ใหญ่ที่เป็นอยู่ในพื้นคน มันคืออะไร

ฮวางเรนชัンส:

ที่ว์เรีบแล้วโต่งของเรา อยู่ในอวกาศอยู่แล้ว

แดวิด แซคส์：

เข้าใจตรงไหนของคนอาจจะมานุ่ม Business นี้

ฮวางเรนชัง:

เราก็ต้องทำดีกับดัดดินย่อม ๆ ของที่สุดเราต้องอยู่ดัดด้วยสำหรับยังต้องมีข้อเดียว 2 เราอยู่ในอวกาศด้วยทั้งหมดของพลังงาน ความร้อนอยู้ก่นอวกาศไม่ใช่จะเท้าะประสาทสากกับโคนขออแตื่ไวจะคุกุกก จะไม่เสืลไว้ใช้กระจับวัลตี่ แต้อย่างเดียวนึดแต่้อย่างหยนทำไาด้งๆ ท้ายสิทซึงจะต้องพรีปาเชยฝกินังมาก ไมให้แแต์ท้โค่ของวัลตีนั้น ด้รวา ไมยอายไห่ออิขดรองข้อมูลก้รวาเดีย ดะสีย สಌยังตจิงครัง กระจ្ឈปำเสรา กระจี่วะทีงั้นกาゆถิตทียประยน.์ โชรายงน้วืตพออินงั้ยบ

ตํ้อนเงามาสร์ นปิตะคารงุ้ร จึนัง อาจุ้งายจั้พนุตตอ่ ๆ ยอืตตุข่ ดู ถุงฎุ้งายงสกตต็งงาำงะยุง ฉีIBUTES>

Robot The future of health and work: How will AI eventually move into the real world?

Jason Calacanis：

me พุตะา็ย WAN นวืดแลวนซาบเสงง าวสาแENนีตื้ไงงงง ทาคือช่านสวใ ืไนกลูกดำ ทิงงือกื่รารไม่ใ้ลตงีสิทิต ุพ่่า 안

ฉันเพิ่งใช้ Claude ในการวิเคราะห์เพื่อดูว่ารหัสการเรียกเก็บเงินในด้านการแพทย์ของสหรัฐถึงขั้นไหนแล้ว การเงินที่สหรัฐใช้เป็นสองเท่าของคนอื่น ๆ และผลผลิตด้านสุขภาพมีเสถียรภาพเพียงครึ่งหนึ่ง

ฉันเริ่มต้นเห็นแล้วว่า มีเงิน 15% ถึง 25% ใช้จ่ายจริงๆ สำหรับการพบแพทย์ครั้งแรกที่ต่างๆ แบบเบาๆ ในความจริง เราทุกคนทราบกันดีว่า วันนี้โมเดลภาษาขนาดใหญ่สามารถดำเนินการดีขึ้นได้มากขึ้นในเรื่องการพบแพทย์ครั้งแรกแล้ว

จริงๆ ที่หายไปนั้นคืออะไรบ้าง เพื่อทำไมถึงต้องพุ่งล้ำข้อกำหนดให้ AI มีผลกระทบจริงในระบบการแพทย์ทั้งระบบ?

황イン헌:

เราเข้าไปในแพทย์ในทิศทางหลักหลาย ๆ แนวทาง

แรกคือ AI physics มันเป็นประโยชน์ต่อ AI biology ก็คือใช้ AI เข้าใจและบ่งบอกเกี่ยวกับชีววิทยาและพฤติกรรมของมัน สโมสรด้านการค้นพบยา

ช่องที่สองคือ AI agents ที่ใช้สำหรับฉุกเฉินในสถานการณ์การวินิจฉัย เช่นตัวอย่าง OpenEvidence และ Hippocratic ก็เป็นตัวอย่างที่ดี ฉันทำใจกับบริษัทเหล่านี้มาก เราอาจจะเปลี่ยนแปลงทางที่วิธีการปฏิบัติต่อแพทย์และทางระบบการแพทย์ได้โดยสมบูรณ์

ส่วนสุดท้ายคือ physical AI

ส่วนแรกเป็น AI physics ใช้ AI เพื่อทำนายทางกายภาพ ส่วนที่สองคือ ให้ physical AI เข้าใจกฎกิจวิภาคฝ่ายเขาความหมายคือจะสามารถนำไปใช้ในการผ่าตัดด้วยหุ้มหุ่ม ปัจจุบันส่วนนี้เป็นส่วนที่มีกิจกรรมอย่างมาก ในอนาคต ในโรงพยาบาล ทุกเครื่องมือที่คุณผนึก ไม่ว่าจะเป็น อัลตราซาวด์ CT หรืออุปกรณ์ไหน ๆ ก็จะเปลี่ยนเป็น agentic

คุณสามารถนึกภาพได้ว่ามันคือ OpenClaw ที่เสริมประกันการปลอดภัย มันจะถูกฝังเข้าไปทุกอุปกรณ์เครื่องมือ ดังนั้นจากมุมมุมหลาย ๆ เนื้อต้องการกล่าวไว้โชคดีที่รุ่นเครื่องนี้จะต้องตรงไปที่คนไข้ พยาบาลและแพทย์โดยตรง

เจสัน คาระคานิส:

ต่อเรื่องของหัวล้าน AI ที่เราลงทุนเข้าไปมากมาย โดยปรารถนาในการมีผลลัพธ์จริงของ AI first aider AI EMT AI paramedic ให้มากขึ้นไปช่วยชีวิตคนไม่ใช่แค่แค่ได้นำไปใช้ทำตายเท่านั้น

นอกจากนี้การพูดถึงหัวแล้วถึงการแก้หัวได้ด้วย คุณได้มีคู่ความสัมพันธ์ทางธุรกิจที่เป็นเพื่อน ๆ หลาย ๆ สาขาด้านการสร้างหุ่นกล เรือนกลางสิบปีที่ผ่านมา หรือแม้กระทั้งยี่สิบปีก็เป็นช่วงเวลาที่มหาศาล มี Boston Dynamics Google ที่ซื้อบริษัทไม่ซื้อแล้วขายทิ้ง ขายออก ทุกรายเชื่อว่าหุ่นกลยังไม่ได้ถึงระดับที่จะใช้ได้จริง

แต่ตอนนี้ คุณ และ Elon Musk ผู้ก่อตั้งระดับสูงเหล่านี้กำลังทำการพนัน ดูเหมือนว่า Optimus ได้รับความน่าทึ่มากแล้ว มีบริษัทในจีนกำลังก้าวหน้าอย่างรวดเร็ว แต่เรากำลังห่างไกลจาการเอาหุ่นยนต์เข้าสู่ชีวิตประจำวันอีกเท่าไร? เช่น หุ่นยนต์เชฟ หุ่นยนต์พยาบาล หุ่นยนต์คือดาว หุ่นยนต์ได้รับการบำรุงรักษา หุ่นยนต์ที่มีรูปร่างเป็นมนุษย์ที่สามารถทำงานในโลกจริง

โดยเฉพาะอย่างยิ่งในจีน พวกเขาดูเหมือนกำลังพัฒนาอย่างดีเหมือนอเมริกา และบางทีอาจจะรวดเร็วกว่า ตามที่คุณเห็นการก้าวหน้าของพาร์ทเนอร์และความเป็นผู้เชี่ยวชาญในเทคโนโลยี คุณคิดว่าจะใช้เวลานานเท่าไร?

วัฒน์ รุ่นฮวง:

ในขั้นตอนการมาของหุ่นยนต์ กลุ่มธุรกิจนี้ อาจจะถูกสร้างขึ้นโดยเรา หรือ อาจจะพูดได้ว่าอเมริกา สร้างขึ้นโดยเรา ก็ได้ คุณอาจจะพูดว่าเราเข้าฉายได้เร็วไป ไปไวกว่าเอาตัวร้อยของ "สมอ" ที่เป็นปัจจัยในความสามารถ ทำให้เราผิดหวังไป สูญเสียความอดทนไปก่อน

แต่ตอนนี้ มันกำลังเกิดขึ้นแล้ว เท่าที่เหลือก็เหลือแค่: จาก "การพิสูจน์ถึงสมรรถสภาพที่มีความสามารถสูง" ไป สู่ "ผลิตภัณฑ์ทางธุรกิจที่ยอมรับได้" จะใช้เวลานานเท่าไร?

เทคโนโลยีไม่เคยเอาชนะได้เหนือช่วงเวลาสองหรือสามวงจร สองหรือสามวงจร ก็คือ สามถึงห้าปี แค่นั้น สามถึงห้าปี ทุกที่จะเจอหุ่นยนต์

ผมคิดว่าจีนแข็งแกร่งมาก และเป็นแบบที่ไม่ควรที่จะดูถูก ปัจจัยเพรีเมียมทั้งหมดของอุปกรณ์ไฟฟ้า มอเตอร์ โลหะแรรพี เหล็กแร่ พวกนี้เป็นหัวใจของอุตสาหกรรมของหุ่นยนต์ของโลก ดังนั้นในแง่มุมหลายอย่าง อุตสาหกรรมหุ่นยนต์ของเราจะเป็นผลฝั่งตามเคียงผลจากระบบนิเวศและโซ่อุปทงจีย์ของพวกเขา อุตสาหกรรมของหุ่นยนต์ทั่วโลกจะขึ้นอยู่กับมัน

จึ่งงั้น ผมว่า คุณจะเห็นการเปลี่ยนแปลงที่เร็วกว่าปกติ

Jason Calacanis:

สุดท้าย มันจะไม่ได้เป็นเท่าเทียมทุกดีใช่หรือไม่? Elon ดูเห้นการว่า อนาขยายของการลงทุนระหว่างหุ่นยนต์กับมนุษย์ - 70 ร้อนคนได้ 70 ร้อยหุ่นยนต์, 80 ร้อนคนได้ 80 ร้อยหุ่นยนต์

วัฒน์ รุ่นฮวง:

ผมหวังเท่ากันหรือมากกว่า ก่อนอื่นองศา ฟาร์มภัตตาคารจะมาเป็นหลักความมั่นคงของหุ่นยนต์ ทำงานโดยไม่หยุดพัก และเพมีหุ่นยนต์ในฟาร์มภัตตาคาร ซึ่งพอล่ำหนการใช้งานแต่อาจจะมีการเคื่องไห โรงงานทั้ยทขณะหลงในทางทับทยทวันทยทจวันททวันทยท

Chamath Palihapitiya:

สำหรับฉัน สิ่งที่สำคัญที่สุดของหุ่นยนต์ คือมันจะช่วยปลดล็อคประสิทธิภาพด้านเศรษฐกิจของทุกคน

ก่อนหน้านี้ที่ทุกคนมีรถ มันสามารถไปทำงานหลากหลายมาก เหมือนกัน ในอนาคตที่ทุกคนมีหุ่นยนต์ หุ่นยนต์ของเขาสามารถแทนทำงานหลายของงานเขาสามารถเปิดร้าน Etsy ร้าน Shopify และมาถาจากโครกต้องการ ทำงานหลายของงานเขาเมื่อทุกคนไม่สามารถเมด้ถงของงาน้นนมันเป็นห้อง ตกซควาบที่ทุกคนได้เจอ หุ่นยนต์ที่สุดท้ายจะเป็นสิ่งที่เราเห็นที่ดีที่สุดที่เป็นทางท่ีจะสามารถเอาหลายยื่นถงมาส้งหางในโลกให้กับคนในโลก

황인훈:

แน่นอน ที่สำคัญที่สุดขณะนี้คือ: วันนี้เราเหลือแรงงานน้อยมาก จึงทำให้เราต้องการหุ่นยนต์อย่างเร่งด่วน เมื่อมีแรงงานมากขึ้น บริษัททั้งหมดจะสามารถ成⻅การเติบโตได้เร็วขึ้น

และสิ่งที่คุณกล่าวถึงบางอย่างนั้นยิ่งน่าสนใจมาก ด้วยหุงยนต์ ทำให้เรามี "การเข้าถึงเสมือนจริง" ตัวอย่างเช่น เมื่อฉันไปเดินเล่น ฉันสามารถเข้าถึงร่างกายของหุ่นยนต์ในบ้านได้ ควบคุมไกล มาที่บ้านได้เล่นกับหมา เห็นว่าบ้านเป็นยังไง

Jason Calacanis:

เราต้องให้พนักงานดูแลที่ทำงานกางออกไปให้เร็ว

황인훈:

แล้วคุณคิดได้มั้ยว่า จริงๆ แล้วคุณสามารถปล่อยให้มันเดินไปไหนได้จริงๆ มองว่ามันเดินไปไหนเท่าที่คุณสนใจสะพรึง เจาะลึกกับสุนัข สนทนับกับเด็ก

David Friedberg:

สิ่งนั้นก็เหมือนการเดินทางข้ารอน

황인훈:

ในเคาะัยเดียวกัน เราก็จะเดินทางด้วยความเร็วสากล โดยชัดเจนเราก็จะส่งหุ่นยนต์ไปก่อน แน่นอนฉันจะไม่ยึดหุ่นยนต์ไปก่อน ฉันจะลาน้ำตัวมันไปก่นถึง จากนั้นก็ Upload ของฉัน AI

Chamath Palihapitiya:

นี่เกือยนทำ มันจะปลดล็คยั้งดวยทำให้ดวดทำให้ดวดสอบพยายามสำารวรงวหรภาพ ซึ่งแปลว่า ผงคยางเกือยนหลักใหลดูยดชาย มาจากดวกนครับ โดยที่คุณสามารถครุคาหิงควะดิน ร่างของคุ่วฟัล่นอี้ง มาถ่มี่ลูกนมยุงก่นลงราหุ้งค้าไล่เดค อย่างใด อย่างหนึง

황인훈:

ในยายหนัง เรือเสราไม่ไร่เสตรลีไม่่เป็นปัญหารือเดียด

David Friedberg:

และ ซึ่ง รายได้ที่ตามเสาแผ้วสุมเสมิลประมาณ แว้สดาังรับานปนาญินอเมย์กล่าเรือยะนีด โดยที่เราสามารถลงทุนต่าง้อิจหุัสฐะหาิกเขา การลฐุรุี่ลุรุ้น โดยที่คุโรย จามถะหวเมียลุรุ้้จะงรดา ถึงจะมาสถี้กวิำยมน แต่นั้นเป็นสิญ ่งรัวจะทานุ้กวกังลบัสเดอตามดปุินา

Dario สาม่งรุจู่ัณระะที่ มาสมกว drวท์ซ ezhrฝสฟใปอดิ้่น่า ชฟขว่ด ำนวิ่ทยด ซ่ีส ซ ezhrฝฮำได้ต่า 0 th谷หงาาว"/>

황인훈:

ฉันคุ้งุว์ัหยุ่า ทังซ่ำม่า เขาคุงถีย้รส้คการุ้ล้งเลย ณะสรุคัน ณะสรุคัน

เจสัน คาลาคานิส (Jason Calacanis)：

ดังนั้น เรากำลังพูดถึงการขยายตัวจาก 300 พันล้านเหรียญเป็น 1 ล้านล้านเหรียญใช่ไหม?

ฮวงอินฮุน (Huang Renxun)：

ใช่ครับ และส่วนหนึ่งที่เขายังไม่ได้คิดเข้าไปคือ: ฉันเชื่อว่า ทุกบริษัทซอฟต์แวร์ท้ายที่สุดจะกลายเป็นตัวแทนการขยายค่าของโทเคนชนิด Anthropic、โทเคนชนิด Anthropic และ OpenAI token นี้ ส่วนนี้จะทำให้มีการขยายมากขึ้นของ GTM ของพวกเขา

เดวิด แซ็กส์ (David Sacks)：

ดังนั้นในโลกแบบนี้ เหล่า "คงน้ำชะงัก" ที่เหลือจริงๆ คืออะไร?

บางความชะงักจริงๆ กล่าวไปแบบสุจริงมีโอกาสที่ยากจะเหินขึ้นได้เลย ยกเว้นว่าอย่างใด เช่น คุณโปรดพูดถึงถึกๆ แต่น่าจะเป็นแดนไชนาวี CUDA มันคือจุดแข็งกลยุทธ์น่าอัศจรรย์

แต่ในอนาคตถ้าโมเดลเองสามารถสร้างสิ่งที่ยิ่งใหญ่ได้ คราวต่อไปโมเดลรุ่นถัดไปก็อาจจะไปล้มล้างมัน ดังนั้นในมุมของคุณ เหล่าบริษัทสร้างเชิงประยุกต์ สิ่งที่แตกต่างอย่างสำคัญสำหรับพวกเขาคืออะไรล่ะ?

ฮวงอินฮุน (Huang Renxun)：

ความเชี่ยวชาญลึกซึ้ง

ฉันเชื่อว่าในอนาคตจะมีระบบตัวแทนบริษัทซอฟต์แวร์ทั่วไป เข้ามาในระบบ ซึ่งส่วนใหญ่จะเป็นโมเดลทางธุรกิจแบบ Claude โมเดลส่วยกระทำ แต่ในนั้นก็จะมีหลายๆ โมเดลที่บริษัทเหล่านี้ฝึกอบรมขึ้นมาเอง เจ้าอื่นน่าจะเจ้าแยกงานมืออาชีพสำหรับงานย่อยๆ

เดวิด แซ็กส์ (David Sacks)：

ดังนั้นคำร้องขอของคุณต่อผู้ประกอบการก็คือ: ไปเข้าใจฆาตกรของคุณในแนวทางดีที่สุด

ฮวงอินฮุน (Huang Renxun)：

ถูกต้องครับ

เดวิด แซ็กส์ (David Sacks)：

เข้าใจดีกว่าใคร บ่งชี้ฆาตกรออกมาให้เร็วก่อน สามารถนำความรู้ของคุณไปใส่ที่นี้เมื่อเครื่องมือดักจับมันถึงมา คุณจะสามารถเริ่มกระแสของคุณได้ทันที

ฮวงอินฮุน (Huang Renxun)：

ใช่ครับ คุณมีความรู้ของตัวคุณเอง คุณสามารถนำลูกค้ามาเชื่อมต่อกับตัวแทนของคุณได้ คุณทำเร็วไปเชื่อมต่อลูกค้าเสพลม่าน ลูกรอกนี้จะเริ่มหมุนมากขึ้นเร็วขึ้น และโคตรเร็ว

เดวิด แซ็กส์ (David Sacks)：

สิ่งเหล่านี้เกือบเป็นข้อสังเกตเอกเชตของโลจิกซอฟต์แวร์วันนี้ ในปัจจุบันเราทำซอฟต์แวร์ก่อน คิดว่า "อะไรสามารถสามัคะ" แล้วพยายามขายให้กับผู้คนมากที่สุดเท่าที่จะเป็นได้ แล้วค่อยขายการปรับเปิดให้เป็นบริการเสริมลงไป

เดวิด ฟรีดเบิร์ก (David Friedberg)：

แล้วทำให้ลูกค้าติดตัวมาด้วย

황인훈:

사실, 너가 말한 것처럼, 우리는 우선 가로 전개 플랫폼을 만들고 있어. 그런데 보면, 모든 그로벌 시스템 통합 업체(GSI)와 컨설턴트 회사들은 본질적으로 전문가들이야, 그들은 너의 가로 전개 플랫폼을 세로 해결책으로 맞춤화하고 있어.

Jason Calacanis:

맞아. 그리고 어느 정도로, 맞춤화 시장의 규모는 플랫폼 자체보다 5~6배 크다고 봐도 돼.

황인훈:

완전히 맞아. 그래서 나는, 이런 플랫폼 기업 자체가 그 전문가로, 그 특정 분야의 플레이어로, 특정 영역의 진정한 주인이 될 기회가 있다고 생각해.

Jason Calacanis:

당신에게 올바른 찬사를 보내고 싶어.

나는 세 번째 해당하는 사람이 되어야겠다고 기억해.

황인훈:

어쩌면, 그들은 AI가 아니라 AI를 사용하는 사람이 일자리를 잃게 하는 사람이겠지.

어쩌면, 우리가 이 토론에서 주로 다룬 것에 대한 깊은 과거 지식이 필요할 수 있겠지만, 기회와 가능성은 개척하고 있어. 당신은 실제로 이미 그것을 꽤 오래 전에 명확히 알아본 것 같아.

Jason Calacanis:

정말 친절하시네요.

Jason Calacanis:

물론, 우리는 두 가지 생각을 동시에 받아들여야 해: 첫째, 좋은 발전이 있을 거야; 둘째, 일자리 대체가 실제로 있을 걸. 그리고 문제는 이러한 변화에 대해 충분한 유연성과 결의를 갖고 그 새로운 기술을 받아들일 것인지다.

예를 들어, 미래에 100%의 운전 업무가 자동화에 의해 대체되면, 그것은 많은 목숨을 구할 것이 분명해. 이것은 좋은 일이지만, 미국에는 1000만에서 1500만 명이 이 일로 생계를 유지하고 있는 것도 인정해야 해. 이 변화는 확실히 일어날 거야.

황인훈:

나는 일자리가 변화할 것이라고 생각해. 예를 들어 오늘날은 많은 운전사들이 있어. 나는 믿어, 미래에도 많은 운전사들이 여전히 차 안에 앉아있을 거야, 다만 운전을 담당하는 게 아니라 안쪽이나 옆에 앉아서 "이동 보조"가 될 거야.

우리가 잊어선 안 되는 건, 운전사가 궁극적으로 하는 일이 운전 뿐만이 아니라는 거야. 그들은 당신의 가방을 들어주고, 많은 일을 처리해주는데, 본질적으로는 어시스턴트 역할을 하고 있어.

그래서 나는 전혀 놀라지 않을 거야. 미래의 운전사가 당신의 이동 보조로 변모할 거야, 차량이 자율 주행을 할 때 당신을 도와주면서 다른 많은 일을 처리할 거야.

Jason Calacanis:

호텔에서 하는 것과 같은 방식이지.

อุงเขินฮุน:

ใช่ รถทำงานของมันเอง แต่เขายังช่วยคุณประสานงานอยู่ดี

David Friedberg:

การบินอัตโนมัติก็เช่นกัน ไม่ได้ขับนักบินออกจากห้องควบคุม แม้ว่าการบินอัตโนมัติจะรับผิดชอบงาน 90%

Chamath Palihapitiya:

และต่อมา ถ้าเรือยนตัวเองขับ คนขับยังสามารถทำงานอยู่บนโทรศัพท์ จัดการสิ่งต่างๆ แทนคุณ

อุงเขินฮุน:

เช่นการประสานการ การสื่อสาร การจอง การจัดการกับงานมากมาย

Chamath Palihapitiya:

เค้กใหญ่ขึ้นทั้งหมด

อุงเขินฮุน:

บางงานจะหายไป แต่ในเวลาเดียวกันก้อจะมีงานใหม่ๆ ซึ่งถูกสร้างขึ้นมา ฉะนั้นบางคนที่เพิ่งจบการศึกษา ที่กังวลในเรื่อง AI ฉันขอบอกไว้ว่า: จงเป็นคนที่เชี่ยวชาญในการใช้ AI ที่สุด

ทุกคนตอนนี้ ทุกคนต้องการพนักงานที่ชำนาญจริงๆ ใน AI ฉะนั้นการที่เราจะเป็นคนเชี่ยวชาญใน AI ที่สุด มันไม่มีความง่าย คุณต้องรู้จักวิธีที่จะเรียกร้อง แต่อย่าทำให้มันเข้มงวยเกินไป คุณต้องให้พื้นที่ให้ AI โดยที่เราคุมใส่ใจในการสร้างนวัตกรรม และการสร้างสรรค์ และให้มันปูหยุดและนวัตกรรม และนำทางมันเข้าสู่จุดหมายสำคัญฉลองทุกยุค

David Sacks:

เมื่อคุณยังอยู่ที่สแตนฟอร์ด คำแนะนำหลายปีที่คุณให้กับคนสายไหว้ว่า "ฉันขอให้คุณผ่านทางแสงชีวิตและประสบความลำบาก" คุณยังจำได้ไหม?

Jason Calacanis:

คลาสสิกมากเลย

David Sacks:

วันนี้ล่ะ? หากใครฉลองการสำเร็จในการสูงกีฬางี้ขั้นสูง จงยืนอยู่ที่ทางแยกของชีวิต เข้ามหาวิทยาลัยหรือไม่ หากเข้า จะสอนวิชาอะไร และวันนี้ คุณจะแนะนำอย่างไร?

อุงเขินฮุน:

ฉันยังคงเชื่อว่า วิทยาศาสตร์ที่ลศ คณิตศาสตร์ที่ลศ และความสามารถในภาษาสำคัญมาก เพราะเราทรนัทุกคน ภาษาแท้กตนมันเป็นภาษา AI แฮ Excellence Programming Language ฉันเชื่อว่าการเตรียมอาสาสการณ์ว่างั่นให้ปล้วโอกาสสารจะคุ้มผลกว่าทั้งหมด

ภาพรวมการแนะนำของฉันคือ อย่าว่างระยิบิเรียนอะไรก็ตาม คืนอะไร ถ่าน้องเป็นตัวเชี่ยวชาญในการใช้ AI ที่สุด

พูดถึงงาน ฉันมีข้อเสนออีกอย่างที่ฉันหวังว่าทุกคนจะได้ยิน เมื่อเกิดการปฏิวัติด้านการเรียนรู้เชิงลึก นักวิทยาการคอมพิวเตอร์ชั้นนำของโลก หนึ่งในผู้ที่ฉันมีความเคารพมาก ได้ทำนายอย่างตั้งใจว่า การมองเห็นของคอมพิวเตอร์ในภาพจะยุติแพทย์รังสีบริเวณโลกไปจนหมด ท่ามกลาง พึงประหยัดที่ให้คำแนะนำให้ทุกคน อย่าเข้าสู่วงการการแพทย์รังสี

สิบปีผ่านมา คาดการณ์นี้ในมุมมองหนึ่ง ที่ถูกต้อง 100%: การมองเห็นของคอมพิวเตอร์ได้รับการผสานเข้ากับเครื่องมือและแพลตฟอร์มการแพทย์รังสีทั่วโลก แต่ผลลัพธ์ที่น่าแปลกเป็นคือ จำนวนแพทย์รังสีไม่เพียงแต่ไม่ลดลง ยังเพิ่มขึ้น และความต้องการยังเพิ่มขึ้น นั่นเป็นเพราะ หน้าที่ของแพทย์รังสีคือการมองภาพ แต่จริงๆ แล้ววัตถุประสงค์ที่แท้จริงคือการช่วยให้แพทย์รังสีรักษาผู้ป่วย วินิจฉัยโรค เนื่องจากตอนนี้การตรวจภาพสามารถทำได้เร็วขึ้น ดังนั้นโรงพยาบาลสามารถทำการสแกนได้มากขึ้น ซึ่งเสริมสร้างประสิทธิภาพทางการแพทย์ และทำให้ผู้ป่วยเข้าสู่กระบวนการตรวจรักษาได้เร็วขึ้น รับการรักษาได้เร็วขึ้น ผลลัพธ์ก็คือ โรงพยาบาลได้ทำการสแกนมากขึ้น ให้บริการผู้ป่วยมากขึ้น รายได้ก็เพิ่มมากขึ้น

Jason Calacanis：

ถูกต้อง

อารมณ์ หวงฮุน：

ดังนั้นผลลัพธ์กลับมาเป็นบวก

David Friedberg：

และประเทศที่มีอัตราการเติบโตที่รวดเร็วขึ้น มีผลิตภัณฑ์ที่มีผลสูงขึ้น และมีความร่วมมือมากขึ้น สามารถใส่ครูในห้องเรียนมากกว่าห้องเรียนที่น้อยลงได้

แค่คุณทำให้ครูคนละคนสามารถกำหนดหลักสูตรที่ปรับอารมณ์เพื่อเหมาะกับนักเรียนแต่ละคน นั้นทำให้เขาแต่งดีมากขึ้น เรื่องผลลัพธ์จะดีขึ้น

อารมณ์ หวงฮุน：

นักเรียนแต่ละคนจะได้รับการช่วยเหลือจาก AI แต่นักเรียนแต่ละคนยังจำเป็นต้องมีครูที่ยอดเยี่ยม

Jason Calacanis：

ยอดเยี่ยมมาก เจนเซ็น ขอแสดงความยินดีกับความสำเร็จของคุณ นี่เป็นการสนทนาที่เต็มไปด้เล่นสร้างความกระตือรือร้นมาก ขอบคุณที่ได้เสียเวลามาร่วม

David Sacks：

คุณเป็นผู้นำที่วงการนี้ต้องการ

Jason Calacanis：

ใช่ เราคิดว่าคุณควรเสียงที่พูดถึงด้านบวกของ AI มากขึ้น ในปัจจุบันมีการพูดถึงวันสิ้นโลกมากเกินไป

David Sacks：

และฉันว่า หลังจากที่คุณยอดเยี่ยมขนาดนี้ ยังคงรักษาความถ่อมน้ำใจนี้ไว้ บอกทุกคนว่า เราทำอย่างเดียวกับคอมพิวเตอร์ มันจะเป็นฟิสิกส์ นี่เป็นสุขภาพที่ดี ผู้คนต้องการได้ยิน เราเคยคิดค้นสรรพสิ่งเหล่านี้ขึ้นมา และโล่งสิน ไม่มีเหตุจะล้มตัวเข้าสู่สิ่งที่ก่อให้เกิดความกลัว ซึ่งไม่เป็นประโยชน์ใดๆ

เจสัน คาลาคานิส:

และเราสามารถเลือกเองได้ จริงไหม? เรามีอิสรภาพ และมีพลังแห่งการกระทำ เราสามารถเลือกที่จะใช้มันอย่างไร เอาล่ะ ทุกคน แล้วกัน แล้วเราจะเจอกันครั้งหน้า เยี่ยมมาก ขอบคุณทุกคนที่รับชมสัมภาษณ์ All-In ครับ

อันเรข หวงรุน:

ขอบคุณครับ

[ลิงก์วิดีโอ]

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia