這本書談 Sam Altman(奧特曼)擔任 OpenAI 執行長,如何開啟「生成式 AI」變革的時代;他其實相當年輕,約四十出頭。從一位年輕創業者,早期創立並出售網路公司,到在 Y Combinator(YC)擔任總裁,再到 OpenAI 擔任執行長,最後成為引領人工智慧革命的關鍵人物。所以這本書不僅記錄 Altman 的成功,也對 AI 產業變遷做了較深入的分析。作者是周恆星,由天下文化出版。全書主要談 AI、商業、監管與能源構成的權力地圖與未來藍圖。
整本書有四個視角:
第一,生成式 AI——從技術突破到商業應用,梳理 AI 革命的技術基礎與發展脈絡。
第二,商業策略——OpenAI 的組織架構轉型,從非營利到「有限營利」的模式創新。
第三,監管治理——討論 AI 安全與倫理辯論,尋找科技發展與社會責任的平衡點。
第四,能源未來——AI 與核能的結合,描繪「豐盛世界」的能源基礎設施藍圖。
這本書也帶領讀者了解 Altman 如何在技術、商業、政策、能源等多領域展現影響力,並思考這些改變對整體社會的影響。
書中亦涉及幾位核心人物與關鍵理念,重點在於 OpenAI 的變革;並回顧深度學習三要素,以及 Scale Law、Transformer 與數據飛輪等技術發展脈絡。組織結構與倫理辯論包括:OpenAI 的架構轉型、從相對開放到相對封閉的策略變化,以及 AI 安全與監理議題。世界藍圖除了 AI × 核能,還談「萬物摩爾定律」與算力、資料等資源的分配正義等未來構想。這些內容從個人領導力、技術突破,進一步連到社會制度的重新設計。
核心人物與背景方面,奧特曼被稱為「ChatGPT 之父」。他的成功祕訣不只在技術遠見,也在於對權力與影響力的深度理解。相較於單純追求財富,他更在意影響力與推動力。他的人脈策略相當典型,曾促成與微軟的合作投資,在 OpenAI 面臨資金壓力時發揮關鍵作用。延伸觀點是:要堅持、要執行、要以使命與願景為導向,某種程度帶有「宗教式領導」的意味。
AI 革命與技術基礎方面,AI 早期曾經歷寒冬。雖然五十多年前就有「AI」的概念,但因技術瓶頸與應用受限,曾一度被視為冷門。直到 2012 年 AlexNet(Hinton 團隊)以 4 顆 NVIDIA GPU 取得突破,開啟深度學習復甦;2017 年 Google 的 Transformer 架構奠定大型語言模型的基礎,能處理混亂、未標記的海量資料。
Scale Law 的精神可概括為「大力出奇蹟」:當算力與資料規模持續擴張,模型表現也隨之提升。三大技術支柱包括:演算法(如 Transformer 架構)、算力(GPU 平行運算),以及資料(海量訓練數據)。數據飛輪的做法是以「研究試驗」定位推出 ChatGPT,蒐集使用回饋以推動後續模型與產品規劃。如果成功打造通用人工智慧(AGI),將可推動全球經濟與新的科學發現,改變可能性的邊界。
組織結構與倫理辯論方面,OpenAI 採「非營利母體 + 有限營利子公司」的架構,嘗試在商業效率與使命/安全之間取得平衡。但自 GPT-3 之後逐漸不再開源,也引發對其初衷的討論。非營利母體負責維持使命與價值、確保 AI 安全發展方向;有限營利子公司則有助於吸引投資與人才,提高商業運作效率。為保護投資人與社會利益,體系設有「投資人權益的回報上限」,避免純粹以利潤最大化為唯一目標。理念上也出現分歧:有效加速主義(e/acc)主張加速技術發展、相信市場調節;有效利他主義(EA)強調 AI 安全、主張審慎發展。這反映了 AI 前進過程中的根本拉扯——是否需要為安全而放慢創新。
監管觀點方面,奧特曼主張監理應介於「美式自由」與「歐式嚴謹」之間,並認為若朝向「超級智慧」,就應像對待核燃料一樣嚴肅。Scale Law 的常數由工程與科技團隊決定,策略與資源配置將左右路線。
世界藍圖(豐盛與分配)方面,AI 與核能互為強化:AI 可降低「智力成本」,核能可大幅降低「能源成本」。書中也討論新一代核能技術與產業路徑;此外,提出全民基本收入(UBI)與「對資本課稅」的構想,嘗試在 AI 時代重新分配經濟成果。也關注當人們獲得基本收入後,會傾向創造還是消費等實驗設計與結果。
全書最後提出若干思考:當算力與能源都不再是瓶頸,AI 的稀缺性會轉移到哪裡?是創意、情感,還是人際關係的深度?此外,OpenAI 的有限營利是否可能成為其他高風險前沿科技(如基因工程、量子計算、腦機介面)的治理模板?這本書不只是技術發展紀錄,也是理解 AI 革命與人類未來可能性的框架;對關心科技與社會發展的讀者都很有啟發。