Sequoia Capital 2025-03-03 10:30 四川
“数据泄露的问题不在于阻止了什么，而在于放进来了什么”
图片来源：Sequoia Capital
Z Highlights
过去12个月里发生的一切都堪称现象级。我们看到有人试图构建一个有效的大脑，它拥有巨大的能力来记住一切、处理一切，并进行模式识别。
在错误的人手中，这个训练有素的大脑也可能被要求制造一种病毒来制造这种情况，比如制造生物武器。如果这个大脑没有防护栏，这是有可能的，你已经训练了所有的数据，这些数据拥有你需要的所有知识。
我们今天看到的一切都是通用模型。最终，它们会变成，我不知道，答案是通用模型变成特定于任务的、进化的模型，或者出现了一种新的特定于任务的角色模型类别，它们更多地是按照AlphaGo版本的风格构建的。
Jensen Huang下了一盘很长的棋，我认为他建立了一个非凡的特许经营权。我认为他所做的，不亚于Elon Musk为电动汽车所做的。
Nikesh Arora ，Palo Alto Networks的董事长兼CEO，曾在谷歌担任高级副总裁和首席商务官，还是软银的总裁兼首席运营官。本文是红杉资本在DeepSeek爆火的当下，邀请关AI时代的网络安全防护策略等关键话题展开深入探讨。
AI 发展探讨：模型风险与应用前景
Pat Grady：我们之前给您发送了电子邮件，询问您是否愿意参加我们的节目，您的回复是（我引用一下）：“只要能谈论DeepSeek和新世界秩序，我就参加。”让我们从这里开始。
Nikesh Arora：我们都有自己对AI的理解，大家都在努力探索并将其合理化，形成某种思维框架。我和其他人一样，也有自己的看法。我认为，从我的角度来看，过去12个月里发生的一切都堪称现象级。我们看到有人试图构建一个有效的大脑，它拥有巨大的能力来记住一切、处理一切，并进行模式识别，这有点像我对NLM的理解。
现在，这个大脑因为接受了现有数据的训练，所以很容易根据用于训练的数据得出错误的结论，这已经不是秘密了。我们在各种关于幻觉或无法给出正确答案的讨论中都听说过这一点，因为AI以前从未见过这些情况，这没关系，你可以称之为早期的大脑，但在某个时刻，这些东西会变得非常聪明，至少可能和你一样聪明。
Pat Grady：这还需要几年时间才能达到Sonya的水平。
Nikesh Arora：是的。因此，在那个时候，我认为我们都必须开始有点担心了。所以问题是，建造这个大脑需要多少钱？以及，我们所有人如何有效地使用它？今天我们都可以在某些特定用例中有效地使用它，正如我们已经看到的，无论是创造性用例、搜索用例、数据聚合用例还是数据反刍用例。在某个时刻，你必须接受这个大脑，控制它的四肢，让它去做事情，但这就是事情开始变得危险的地方。
我们已经看到了一些例子，人们过早地赋予了这些大脑做事情的权利，它们开始免费赠送汽车、退换机票，这并不是一个好主意，因为这是它们产生幻觉和随意赠送东西的表现。但另一方面，人们正坐在由这些拥有四肢的大脑驾驶的汽车里，与其他司机一起行驶。所以，在一些精确的、狭窄的、特定行业的用例中，我们正在让这些东西获得访问权限。
很抱歉做了这么长的铺垫，但新旧秩序的整个概念是，我不知道它花费了600万美元还是更多。我的观点是，有人以低廉的成本建造了一个大脑，并以低廉的价格提供给人们使用。这为许多初创公司提供了机会。许多人试图部署这个大脑来执行各种任务，对我来说，这是这个行业主要状态的一个重大转变。过去我们认为构建惊人的模型需要花费大量资金，但现在看来，可能会出现特定任务的模型，而构建这些模型的成本要低得多。
Pat Grady：您提到了其中一些幻觉以及试图对这些模型进行越狱或提示注入的尝试。几天前有一份关于DeepSeek-V2的报告称，50次提示注入攻击中有50次成功。所以基本上攻击模型的成功率是100%。这是DeepSeek特有的问题吗？还是开源模型的通病？您对此可能产生的影响有什么看法？也许事情并不像“600万美元就能获得与OpenAI相同的结果”那么简单。
Nikesh Arora：问题的关键在于，您想要哪一个？归根结底，每个模型都在设置一系列防护栏。这些模型，如果它们处于原始状态，那么它们就是原始的。如果你还记得，ChatGPT和Gemini的早期版本，我记得当时Gemini叫做Vertex，还是叫什么来着？在Gemini之前它叫别的名字。这些东西也有机会让我们进行提示注入。所以，这些模型的某些版本必须在其周围建立防护栏，而建立防护栏正是需要花钱的地方。
正如您所知，最初的防护栏只是表面上的。在早期，人们能够越狱并绕过它们，让模型开始做一些疯狂的事情，这是当时一个非常轰动的故事。因此，我认为我们将看到越来越多的防护栏，越来越多的简单尝试被阻止。我认为仍然可以对这些模型进行复杂的操作，即使在您看来更昂贵的模型也有漏洞，有侧门可以用来在某种程度上攻击它们。我们在过去已经看到过这种情况发生。
所以，也许DeepSeek的防护栏没有那么完善，而且它的构建成本很低。但归根结底，无论是什么模型，当您将其部署到精确的用例中并赋予它四肢时，模型自带的防护栏并不重要，您将不得不在其周围叠加更好的防护栏和控制措施。这就是像我们这样的人发挥作用的地方，我们会说，不管你有什么，我仍然会设置一个防火墙，给它穿上紧身衣，让它只响应特定任务的内容。也就是说，如果模型旨在改进您的制造流程，您就不能和它谈论如何改写莎士比亚。
Pat Grady： 让我们花一点时间来谈谈这个。就Palo Alto Networks在保护AI安全方面的职责而言，哪些属于其职责范围，哪些不属于？
Nikesh Arora：从我们的角度来看，我们看到了两个有趣的用例。首先，我们看到很多员工、孩子和用户以某种方式使用AI来增强他们的日常工作。现在你可以称之为增强，也许它会逐渐发展并在你的日常工作中发挥越来越大的作用，但目前它被用作人类增强。因为我们没有赋予你控制权。我没有让任何AI Agent为我的课程写论文，我也没有让任何AI Agent为我写博客。也许有一天他们会的。但目前，它被用于人类增强。
而在企业中，我的员工正在获取专有数据并将其输入到某些模型中，这些数据将被用于训练。随着时间的推移，这些数据要么会被侵犯版权，要么会被窃取，也不会成为通用知识库的一部分而是私有数据库。因此，我们有一个用例，我们可以处理我们的数据，这些数据正被员工使用，或者被员工AI使用的，并为企业提供可行性和控制能力。
这样他们就可以阻止员工在没有任何控制的情况下使用AI模型或AI应用程序。这是一种用例，非常有趣。你会看到很多公司希望他们的员工使用AI，但他们希望员工能够以可控的方式使用AI。还有其他更有趣的用例，我还没有发现哪家公司没有尝试某种AI项目，无论是像客户服务聊天项目这样简单的项目（这似乎是最流行的例子），还是某种工作流程自动化能力（这是另一个例子），再到极端情况下，人们正在使用它来逐渐蚀刻，让它控制某些控制系统。
这些控制系统可能不是关键任务，但他们正在那里进行实验。在所有这些场景中，最大的恐惧是模型失控、模型给出错误的答案、模型失去控制或有人劫持模型，所有这些都是客户非常关心的情况。这在那种情况下是可以理解的，我们有一个有效的产品，我们以前称之为AI防火墙。
它可以检查进出模型的所有内容。它将确保模型没有后门，没有人可以访问它，数据不会从模型发送到其他地方，您可以在本地运行它，也可以在您受保护的云实例中运行它。这些就是我们看到的两个用例，模型的行为是模型生成者的责任。我们的工作是确保模型不被劫持、不被拦截、不被接管或操纵，这样人们就不会失去对他们所谓的“AI大脑”的控制。
Sonya Huang：您能否详细说明一下，AI的真正威胁是什么，以及感知到的或假设的风险是什么？我记得，当自动驾驶汽车仍然有点像白日梦的时候，每个人都在说，我们将在道路上设置对抗性的图像二维码，这将使汽车变成武器，事情会变得疯狂。最终，这被证明是非常学术性的理论风险。感觉LLM领域也发生了一些类似的事情。您认为哪些是虚构的学术风险，哪些是非常真实的风险，您认为AI实际上会真正帮助坏人，我们必须保护自己？
Nikesh Arora：有两种情况。一种情况是，坏人会利用LLM更快地攻击我们。如果某个产品中存在严重的安全事件或漏洞，您可以访问某些越狱模型或开源模型，它们会为您提供有关如何利用该CVE（Common Vulnerabilities and Exposures，通用漏洞披露）的建议，因为Hugging Face上有超过2000多个模型。因此，您可以选择一个没有设置防护栏的模型，或者在“大脑”的语境下有效地使用任何模型。
然后说：“利用这个CVE，你会采取哪五个步骤来保护它？”，而这五个步骤，坏人都可以用来攻击它。因此，模型会说：“顺便说一句，请注意坏人可能会做的这五件事。”所以，现在有一些模型实际上可以为您提供一个方案，让您了解如何利用CVE，或者您实际上可以告诉它。我尝试用选项A攻击客户，现在尝试选项B，因为模型会给出这样的返回响应，它会说：“您为什么不尝试选项C？”，有很多方法可以使用这些模型，它们现在非常有用。
所以它们试图解决你的问题，而这存在风险，实际上不仅仅是风险。这样做的结果是，它减少了您攻击实际交易数据所需的平均时间或平均入侵时间，这意味着解决该问题的唯一方法是像坏人一样敏捷、高效和快速。这有点像是一个不平衡的问题，攻击者必须正确一次，而我们必须100%正确，这意味着他们可能只需要这一小部分数据来攻击您，我们需要来自每个IT系统的整个企业日志和企业数据语料库，以便能够了解哪里可能存在由AI驱动的异常活动。
Pat Grady：所以，现在的情况是，AI在一定程度上对坏人的帮助大于对好人的帮助。
Nikesh Arora：这取决于我们，我们可以一直推销我们的产品，并告诉您，如果您部署了Expanse产品，我们可以同样有效、同样有帮助地阻止坏人。它们还没有完全部署，也不是每个人都有。因此，有可能它只是让坏人攻击的速度更快了。这是一种真正的威胁，这不是一种感知的威胁。
如果你把这个事件抽象成一部电影，这是AI的第1版或第2版，即使从现在起五年后，一切都将实时发生。每一个坏演员或坏的LLM Agent都将能够攻击一个安全的企业基础设施，并且会有Agent在基础设施周围运行，试图确保每一个漏洞、每一扇门、每一扇窗户都被锁定并持续监控。所以你可以想象双方Agent之间的战斗。我不认为这是不可行的，这是有可能实现的。
公司中现有的企业数据将需要进行重大变革，顺便说一句，为了让AI对组织有效，我们将需要大量良好的数据来自动化我们的管理和运营业务。因此，我认为这就是我们最终的结果。关于Sonya问到的感知威胁与真实威胁。让我们假设，在某个时候，这些模型会变得越来越聪明，它们的能力也会越来越强。让我们假设这种情况会发生。它们变得非常有能力。
这个人相当于你最喜欢的大学的博士研究员，可以进行药物研发。现在你已经训练了它，你提供了企业中存在的所有数据，所有专有数据，所有关于阿尔茨海默病、帕金森病的药物数据，你可以选择你最喜欢的，你想做的研究项目，然后你要求模型或这个大脑给你一个解药。
这种药物可能对社会有惊人的作用，问题是：在错误的人手中，这个训练有素的大脑也可能被要求制造一种病毒来制造这种情况，比如制造生物武器。如果这个大脑没有防护栏，这是有可能的，你已经训练了所有的数据，这些数据拥有你需要的所有知识。问题是，我能否确保这个大脑不会被错误的人接管，它不会落入坏人之手？
Pat Grady：所以，打一个有趣的比方，如果你是宇宙的最高统治者，并且你有一根魔杖，你可以决定将什么样的法规应用于这个假设，你会制定什么样的法规？
Nikesh Arora：这是一个有趣的论题。而且，我和一个非常非常聪明的人就这个问题进行了辩论，这个人参与了其中的一些监管方面的工作。我们认为会有两个版本，一个版本是关键系统，在将关键系统的控制权交给AI之前，您必须与美国政府的某个部门进行严格的认证和发现过程。
您不能将控制系统交给AI来管理航运路线和运行集装箱，因为这可能会崩溃、燃烧或控制美国的整个电网。您不能将它交给任何AI模型，因为您需要有适当的控制措施。我们将围绕备用方案和所有控制措施进行讨论。我认为会有一系列需要某种程度的咨询、某种程度的认证和验证的机密活动。
因此，就像FDA进行药物审批一样，也会有某种形式的AI审批。如果您将控制权交给AI，可能会产生关键的、不可逆转的影响，这将需要某种认证机制。我认为，在不那么致命、不那么关键的地方，也许您需要承担一定程度的自我责任。您制造了一辆糟糕的汽车，人们对它有意见，您要负责。并非每辆汽车都要经过检查过程，但汽车公司负有巨大的责任，如果他们的汽车没有安全带，不符合规定，他们就要对不良后果负责。
同样，如果您在公司中以错误的方式部署AI，并赋予它四肢和控制权，您将承担一定程度的责任，因为任何监管机构都不可能创建一个能够每次都正确的检查系统来检查如此大量的计算数据。因此，就像今天许多行业中存在的那样，必须进行自我监管和自我问责。
AI 安全职责与威胁剖析
Sonya Huang：倘若你成为宇宙的最高统治者，你认为AI实验室会被国有化吗？
Nikesh Arora：AI实验室会被国有化？我认为不会。问题在于，假设一个新模型确实可以用低得多的成本生产出来，比如几百万或者几千万美元。那么，AI实验室可以位于任何地方，这将导致我们无法找到、发现和控制它们。在如今这个全球化的世界中，概念的传播是非常危险的。虽然我们对边界有各种各样的讨论，但实际上我们生活在一个几乎没有边界的世界里。
那么，有什么能阻止某人在一个监管松懈的国家部署5000万美元的服务器集群，并在那里构建模型呢？我不认为国有化能解决这个问题。如果构建世界超级大脑和AGI需要一个价值5000亿美元的AI集群，那么或许你可以找到某种方法来保持一定程度的监管。但如果只需要2000万美元就能构建一个非常智能的世界级模型，那么我认为一切都将失控。
Pat Grady：假设我是一位企业高管，不一定是CISO（首席信息安全官），也可能是CEO。我看到了AI的潜力，对尝试使用AI感到兴奋，但同时我也非常害怕。我担心我的员工在使用AI时，会增加受攻击面，使我们更容易受到攻击。我也担心有坏人会利用AI对我们进行攻击，以他们以前无法做到的方式潜入。对于这样的人，你会给他什么建议？你建议他做的最重要的三件事是什么？人们如何才能在获得AI收益的同时，避免不必要的风险？
Nikesh Arora：在我看来，这种恐惧有些缺乏根据。我认为有很多完全没有问题的用例，我相信你、Sonya以及很多人都能列举出来。你可以在本地或专用云集群中运行一个受限的模型，这个模型不会被拦截或操纵。最终，只有当你把自己的数据输入模型，它才会变得有用。如果你只是让模型生成响应，而不给它任何控制权，那么你可以进行实验。你可以查看模型生成的内容，并将其与其他内容进行比较，还可以进行AB测试。比如，模型是这么说的，而我最好的研究员是那么说的。
你可以通过运行实验来了解AI的强大之处，同时不赋予它任何控制权。所以我认为这种恐惧有点偏离了方向，因为模型并没有做什么，它只是试图给你结果，你可以看看它是否更快、更好，或者两者都有可能，或者哪一个更有可能。有些事情发生得更快，有些事情则变得更好。因此，我认为在当今世界，进行AB测试、测试模型是完全可行的，无需任何恐惧。
我认为甚至可以让员工以一种可管理的方式进行实验。当开始让AI以任何身份代表你行动时，事情会变得更有趣，但不一定是危险的。这才是任何人都必须进行严格测试的地方，不只是CEO，看看它在各种情况下的反应。因为你赋予它的控制权不同，它可能对你的产品、服务或业务产生重大影响。我认为这才是更有趣的地方。但就目前而言，运行实验、运行无法被劫持和操纵的模型，以及不会失控的模型，这些在今天都是可行的。我认为，如果公司不进行实验，那将是不负责任的，因为我不认为AI会消失。
Pat Grady：你可能不知道如何准确地走向未来，但如果你什么都不做，你就会被时代抛在身后。
Nikesh Arora：我是在飞往印度的航班上了解到ChatGPT的。当时我要去母校演讲，读到了关于它的文章。我在迪拜机场闲坐了两个小时，一直在玩这个东西，然后我重写了整个演讲稿。我去了之后说，你们即将见证一场最大的技术革命。我之前就说过，Jensen Huang说这是“埃菲尔时刻”，但更重要的是，他拥有更大的影响力，他是AI的最高指挥官，所以我们会把这句话归功于他。
我觉得那是一个开创性的时刻。我回来后说，首先，我对这个东西一无所知。我打电话给我的团队，问他们：“你们知道些什么？什么都不知道是什么意思？你们不是很重要吗，即使你们不知情？”我们确实有自己的看法。所以我要做的第一件事就是把他们都召集到一个培训室里。我邀请了Thomas Kurian团队的每个人，还有Gaurav Garg现在的团队，以及一些初创公司，让他们给我们做头脑风暴。
我们每个月都会这样做两天。我们让人提出想法，然后从中筛选。人们提出了70个想法，我们将其缩减到7个。我们开始尝试，运行了所有可能出现的问题，无论是Vertex AI、ChatGPT的第一个模型还是Claude的第一个模型，我们都尝试了一遍。我们用AI运行模型，用语义搜索运行模型，用各种数据进行训练。我们不断学习，知道了什么是有用的，什么是没用的。现在它自己也在做一些事情，这是我们之前不得不临时拼凑的。但了解一部分总比完全无知要好。
Pat Grady：在这些学习过程中，最让你惊讶的是什么？
Nikesh Arora：最大的惊喜？这个东西的早期版本是模式识别、数据总结，我称之为无限记忆。一旦你训练了一些数据，它就永远不会忘记。现在有些情况下，我有50个人在解决同一个问题。根据接电话的人不同，他们解决问题的方式也会不同。在这种情况下，我提高了整个团队的整体意识和知识水平，告诉他们让AI告诉你答案，然后以此为基础开展工作。
它确实提升了团队的平均智力水平和平均能力。而且我认为随着它变得越来越好，它将会缩短得到答案的时间。我的意思是，最终，我想把很多这样的东西展示给我们的客户，这样他们就可以自己解决问题。所以我的问题是，如果你不开始学习，而每个初创公司都在学习，最终这些初创公司就会影响到你的业务。
我们已经在每一次技术革命中都看到了这一点，无论是云计算、移动互联网，我们每次都能看到。每一次都有一个大型的（现在我们可以称之为传统的）企业，拥有支配性的市场份额，拥有可以部署的每一项资产，任何使用新技术与之竞争的人都不应该看到曙光。
但出于某种奇怪的原因，每次情况发生变化时，就会出现一个Travis（Uber的创始人）、一个Chad Hurley（YouTube的联合创始人）、一个Larry Page（Google的联合创始人）、一个Mark Zuckerberg（Facebook的创始人）和一个Elon Musk。挑战在于，如果我们不尽早接受它并在其他人学习的同时学习，我们就有落后的风险，然后我们就会面临意想不到的后果。
AI 驱动的安全变革与团队角色
Sonya Huang：也许吧。关于这一点，我想了解的一件事是，似乎最大的平台公司和安全公司都是围绕这些平台转变而形成的，比如防火墙将身份作为边界，以及云和云安全配置管理（CSPM）。你认为从安全角度来看，AI是一个新的平台转移机会吗？你认为会出现一个新的安全平台公司（可能是你们）吗？还是说，现有的类似工具就足以服务于AI优先的世界？
Nikesh Arora：我认为AI有机会彻底改变安全行业。我之所以这么说，是因为安全问题就像大海捞针。因为在需要担心之前，你不会去担心它。所以，突然之间，因为基础设施中发生了某些事情，你必须迅速变得非常聪明，这是不可能的。因为有人打电话告诉你，有人进入了基础设施，他们已经窃取了数据，或者正在窃取数据。而传统的安全措施，可以说95%都是在边界周围进行预防，只有5%是关于检测和补救。
如果使用一个防火墙，它会检查所有传入的内容，阻止一些东西，购买某种远程访问终端Agent，购买终端XDR功能。这些都很有效，因为在这个过程中进行了大量的预防。但数据泄露的问题不在于你阻止了什么，而在于你放进来了什么。还有一些从未见过的零日漏洞攻击。你以前从未见过，所以你无法阻止它。
唯一的解决办法就是摄取大量数据，查看并寻找异常行为。你不能依赖安全签名。因此，如果你要查看异常行为，你需要能够处理这些数据。你需要进行模式识别，并判断：“每次都是这样发生的吗？我不知道，但看起来有些不一样。”因此，我认为这种进行模式识别、摄取大量数据、实时分析并寻找异常的想法，通过机器学习、AI或任何你想叫它的东西，都是可以轻松实现的。而且我认为这是我们能够以实时速度做到这一点的唯一方法。
Sonya Huang：那么，在这个新世界里，成为一个安全团队、一位CISO、一位安全从业者，这意味着什么？我们现在每周都会收到20个关于AI驱动的SOC分析师或AI SOC的推销，你的愿景是什么？
Nikesh Arora：你已经拥有了一个，所以你把它们都淘汰了，就像你一样。
Sonya Huang：让我们回顾一下它是如何演变的，以及人类在安全领域的最终状态是什么。
Nikesh Arora：从最基本的原则层面来说，我们销售两种东西。我们销售传感器，这些传感器位于你边界的边缘，无论边界是什么，无论是你的笔记本电脑、你的应用程序，还是你银行账户里的客户，这都是边界。边界是你技术足迹的边缘。所以我们都销售位于边界的传感器，进行检查。这就像在边界上有一个数字安全卡，我们都销售边界、保护边界、检查边界、阻止边界。然后，有人编写了恶意应用程序，有人从后门进入，有人不小心从侧门进入。
人们就是从那里进来的。所以我们销售传感器，我们保护边界，然后在后端分析数据，以查找你可能因你拥有的基础设施而产生的任何漏洞。这些漏洞将来可能会被利用。所以我们寻找潜在的漏洞，这就是我要做的。我之所以讲这些，是因为如果我想销售任何AI驱动的东西，我需要位于企业的数据收集点，因为AI需要数据。这又是一句老话。
我是收集和分析所有这些数据的最佳人选。当然，这并不意味着什么，因为在历史上，那些处于最佳位置的人被打倒了，其他人出现并构建了更好的东西。因为他们很懒惰，坐享其成，现在唯一的问题是，我们不想懒惰。我们不想坐享其成，我们正在尽可能快地行动，虽然不像初创公司那样灵活，但作为一个公司，我们已经足够灵活了，我们已经完成了27个产品。
它们都处于魔力象限的右侧，所以我们并不害羞。但我认为，每一家安全公司，每一个安全销售人员都会对每一位客户说，我可以为你构建这个。客户会说，太棒了，我们如何开始？销售人员会说，让我在你的边界周围部署一堆传感器，这样我就可以收集数据。我已经有了一些行业内的人，你们已经在那里部署了传感器，那你们想做什么？然后把你们所有的数据都给我。客户会说，等等，你想要我所有的数据？你是谁来着？所以，我认为你会遇到的那种风险是，这是一个大数据问题。作为一个初创公司，大数据问题更难解决，但并不是说它没有被解决，也有人融资5亿美元，但并不是每个人都能在安全领域做到这一点。
Sonya Huang：很有道理。你认为安全团队会放心地让AI拥有“胳膊和腿”吗，也就是具有Agent的能力？
Nikesh Arora：不，我认为他们会吓坏的。
Sonya Huang：你认为这种情况会在某个时刻发生转变吗？如果会，那会是什么时候？
Nikesh Arora：我认为大多数安全团队都不会被问及这个问题。我的意思是，如果Waymo去咨询安全专家，它可能就不会存在了。特斯拉的Autopilot可能也不会存在。一些安全专家会说：“你疯了吗？你把汽车的控制权交给了汽车，这可能会发生各种不好的事情。”所以从安全的角度来看，这些都是不好的事情。
安全负责人大多数情况下是风险管理者，他们试图了解业务需求是什么，以及如何以尽可能低的风险来满足业务需求。世界上最安全的房间是没有窗户也没有门的房间，但它没什么用。所以你必须允许创建门窗，这意味着你要管理风险。所以安全人员是风险管理者。他们与业务部门坐下来，了解它可能造成的潜在风险。他们会给你一些关于如何确保防范这种风险的想法，并且他们会设置一系列的安全措施。
就像你知道的，第一道门、第二道门、第三道门，如果它没有停下来，就在这里停下来，在这里停下来，在这里停下来。我认为安全人员将不得不允许AI拥有“胳膊和腿”，因为这是当前迫切的需求。问题将是，我们拥有什么样的安全工具来创建那些保护措施，使客户可以放心地使用这些功能？但对于其他技术来说，情况也是如此。
Palo Alto Networks的敏捷创新与领导力
Pat Grady：每一项技术都是如此。我们的合伙人Jim Goetz，对于不熟悉Jim的听众来说，Jim从一开始
就参与了Palo Alto Networks的组建。Jim富有创造力，他提到的一件事是，大约7年前你担任CEO后，Palo Alto Networks的创新引擎真正开始加速运转。我认为我们今天也看到了这一点，你们迅速地抓住了AI的机会。
我想问两个问题。第一个问题，如果你必须给自己打分，如果你必须对Palo Alto Networks的敏捷性、快速响应市场情况的能力进行评分，我知道你是一个严格的评分者，所以你不能给自己打A+，你会给自己打多少分？
第二个问题，你确实拥有规模、数据和分销的所有优势，并且处于你需要收集信息以进行任何检测、补救的那些位置。但是让一个大型组织快速行动以响应市场是很困难的。所以第二个问题，你如何在这种规模下推动敏捷性？实际上，你是如何做到这一点的？
Nikesh Arora：让我们先说第一步。在敏捷性方面，我给我们打7分或7.5分（满分10分）。我们有大约15000名员工，其中可能有5000或6000名员工在我们的产品部门。所以有很多东西，很多复杂性，很多必须处理的遗留问题。很多东西必须被捆绑在一起，以确保这些事情能够正常运行。部分挑战在于，你拥有一个由70000个客户组成的小型客户群，你做的任何调整如果影响到70000个客户，导致基础设施崩溃，你就会失去运营许可。
所以我们不能随意创新，把东西扔到墙上，看看哪个能粘住，然后就用哪个，忽略其他的东西。我们有重要的责任，确保我们构建的东西、我们上线的东西必须持续运行，并且不会导致任何人的基础设施崩溃。最好的安全性是内联的（inline）。我们必须能够观察正在发生的事情。内联安全性的特点是，如果它行为不当，就会影响你的基础设施。因此，从可用性的角度来看，我们有非常高的责任，不能中断客户的服务。我们必须在内联安全性方面应用更高的精度标准。
从这个角度来看，我认为7.5分还不错。7年前，整个行业可能只有3分或4分。我认为Palo Alto Networks作为一个行业，当时也只有3分或4分。如果我看看一些较新的参与者，我发现整个行业的敏捷性提高了，他们行动更快，不再坐等，因为他们看到未来的剧本不是让其他人在新的泳道中超越你。
很高兴看到的是，他们做得很好。他们是怎么做到的？我们要去追赶他们吗？因此，我认为行业动态已经发生了变化。至于如何驱动敏捷性，你可能从与Jim的谈话中了解到，我们毫不犹豫地去寻找那些做得非常好的人，拥抱他们，并说，你已经搞清楚了，让我们一起努力，我们会跑得很快。
有时，公司会陷入这样一种想法，即我拥有如此多的资源，我可以打败他们。他们不明白。外面有一个由500名积极进取的人组成的团队，由像你们这样的人资助，他们以光速奔跑，构建出令人惊叹的产品，然后他们会获得关注，他们每天都在市场上与你竞争，他们会变得越来越好，越来越强大。
所以问题是，什么时候才是说“该死，让我们拥抱他们”的合适时机？他们拥有的资源更少，但足以打败我们。让他们成为我们团队的一员。正如你所见，我们已经这样做了19次。所以，我们并不羞于拥抱创新，只要它不崩溃。话虽如此，我前几天看了一下，我认为我们一半以上的产品都是在Palo Alto Networks制造的。不是收购的。
所以，并不是说我们只有一种策略。我们两者都做，因为在某些情况下，从上市和部署的角度来看，在我们的平台上构建要比购买东西然后花时间集成它容易得多。因此，我们已经达到了这样一个规模，即对我们来说，在我们的平台上进行创新比随意寻找最快的创新者并试图将他们整合到我们的技术平台上更重要。
因此，我认为从这个角度来看，这是一个持续的平衡。你买什么，你构建什么？你如何拥抱比你做得更好的人？然后你必须保持敏捷，并说：你知道吗？我会犯一些错误。问题是，当你被打脸时，你恢复得有多快。不要让他数到10。这有点像你如何保持敏捷性。然后，我的意思是，另一件事是我称之为不懈的检查，不懈地检查你的上市能力、你的交易。
Pat Grady：那需要做什么？比如，在其中一次不懈的检查谈话中，你可能会做些什么别人可能不会做的事情？
Nikesh Arora：我举个例子。在很长一段时间里，我一直看到我们在某些方面做得非常好，我们的团队会制定各种激励计划来推动更多的行为去让人们去销售。我的销售主管告诉我，每个人都有一个客户计划，这些东西看起来很有趣，我应该看一看。所以在一个晴朗的日子，大概是八年半以前，当时我们的季度业绩很难看，我看到后说太好了，这就是我们要做的。
他们将从第一个客户开始，一直进行下去，并向我展示关于你的客户计划。这是不是意味着给他们发送5张幻灯片，填写这5张幻灯片，然后出现在Zoom通话中。他们只需要出现并向我解释这些客户计划，我会快进。到目前为止，我可能已经看过了公司里的750个客户计划。我昨天做了大约15个，就像Taylor一样，现在有来自公司各地的500人拨入。
我们都可以观看，Getty的销售人员可以拨入并观看客户审查过程，因为对我来说，这基本上是他们在学习如何做，我仔细检查并说，这个人是谁？谁是买家？他了解产品吗？你推销了什么？你是如何推销的？你卖了吗？你有没有谈论这个？你有没有谈论那个？顺便说一句，对我们的团队来说，最好的事情是，如果你觉得这看起来不像我们希望的那样可靠，你就是Jenkins，我们的总裁，我们的许多产品负责人，人们都会参与进来。
我们在那里，不只是随机检查，实际上是在协助。你会惊讶地发现，人们打开笔记本电脑，人们在ping别人，在LinkedIn上给别人发短信说，这家公司的这个人，我认为我们的计划不够可靠。我们不认识合适的人，所以我们走吧。这就是一种基层工作，我有一个小白板在我的办公室里，我在上面写下我希望我的团队记住的事情。
上面写的第二件事是，销售是一个数学问题。人们很难理解。比如，如果你拥有市场上最好的产品，并且你能够赢得并每年产生数十亿美元的DCD，那么问题是，你为什么会输？这不是产品的问题，因为有人在购买产品，它在工作。不是没有人愿意购买它，而是有很多的人愿意购买它。在你销售的过程中发生了什么，让你没有赢，别人赢了？让我们去检查一下，有时你会发现一些你需要修复的产品问题。很多时候，你只会发现执行错误。
Pat Grady：让我们继续讨论如何激发员工的绩效，因为Jim说的另一件事是，你有一种特殊的能力来招聘和留住真正优秀的人才，并且你以一种独特的方式驱动追随者，比如你对人们很严格，你对他们要求很高。
Nikesh Arora：是的，我昨天去为一位我在Google的同事演讲。她的名字是Lexi Reese，她竞选过参议员。她现在是一家初创公司的负责人。她介绍我说，当我在你手下工作时，我并不太享受我的时光，但我成为了一个更好的人。我学到了很多东西，所以我想，好吧，无论你怎么说，我都接受。不过，抱歉。
Pat Grady：Jim说你用一种非常友善的人性化方法来平衡这一点，人们知道你关心他们，并且在适当的情况下，你会为他们挺身而出。所以我很好奇，你现在已经在各种环境中担任过高管，并且每次都很成功。Google是一家消费者企业，Palo Alto Networks是一家企业级公司。你是在市场营销和销售领域成长起来的，然后你变成了一个更偏向产品的人。因此，你从这些经历中获得了一套多样化的经验。
Nikesh Arora：我是一个企业级的人？
Pat Grady：你现在是一个完全的企业级人士，当然。我想知道哪些领导原则或领导技巧是独立于具体环境的，在你旅程的每一步都有效？还有其他一些是Palo Alto Networks特有的吗？但我最好奇的是，你领导员工的核心原则是什么？
Nikesh Arora：并没有很多Palo Alto Networks特有的东西，因为归根结底，我的高级管理人员并不编写产品文档。他们分析战略，分析市场进入策略，并理解。当然，我是否有专家和安全相关的知识？没有这些我们无法生存，你知道吗？所以Zuker（Nir Zuk）是防火墙的发明者和我们的首席产品官，我们还有其他一些非常聪明的产品负责人。他们了解我们产品在这个行业中的地位，他们充当参谋。
有时我们的挑战来自于管理层强烈反对。如果没有正确的领域知识，就不可能把事情做好。所以你必须拥有。但我认为，除了领域知识这一事实之外，你仍然必须拥有合适的人才，就像人们可能理解的那样，我不容忍愚蠢，因为我可以修复很多事情。我无法修复愚蠢。如果有人不明白，那就没戏了。而且要确保你周围都是聪明人，找到他们，留住他们，因为接下来的问题是，这些人带来了什么样的态度？
只要他们愿意学习、谦虚，并且明白自己是团队的一员，一切都会顺利进行。我有一个原则，我甚至在全体会议上开玩笑说，我从未见过一个人来上班是为了搞砸事情。我早上醒来，阳光明媚，该去上班了。让我看看我今天能做得多糟糕。每个人都带着正确的态度来上班，但在工作中发生了一些我们造成的事情，导致了意想不到的结果。这不是来上班的人的问题。
如果你找到了具有正确领域知识、正确智力、正确态度的合适人选，那么剩下的就取决于我们了。然后问题是，管理层如何创造一个人们可以茁壮成长的环境？这不仅仅是关于快乐的、幸运的环境。我总是说，作为领导者，我们有三项工作。一是我们必须确定北极星。人们必须知道我们要爬哪座山。你找到了最好的登山者，却发现你没有告诉他们是哪一座。他们都在周围的八座不同的山上，你肯定会想，发生了什么事？他们都在不同的地方。所以我的工作是确保我确定那座山。
我争论、辩论、劝说，无论需要做什么，都要确保我们有一个明确的计划，我们要去哪里，有充分的意见，但最终，必须有人做出决定。接下来的问题是，这是否可以实现？我们能制定一个计划来实现它吗？因为你最不希望的是人们会说，我明白了。他想建造这个，但他只给了我一把镐、一把铲子和两个人，他想让我去挖。这比那需要的多得多。
所以接下来的问题是，这是一个可行的计划吗？你的资源配置是否正确？很多公司，看看我们的行业，很多人在来到Palo Alto Networks时都有正确的想法。有时这只是一个玩笑。我没有做什么不同的事情。我们之前已经完成了云安全收购，我们已经完成了XDR收购，我们有构建SIM的想法。我们没有为它提供资源，我们没有为它制定计划。
我们大致知道我们想做什么，但我们没有坐下来，辩论，争论未来的样子。我们没有写计划，我们没有资源，我们只有一件东西，我们需要资源。你有一个想法是不够的，你必须有一个计划和一颗北极星，你必须有资源，这样你才能执行计划。
管理层的第三项工作是不断沟通，并清除阻碍计划执行的任何障碍，无论是没有执行的人，还是无法获得的资源，还是无法运作的合同，阻止和解决问题，为你的团队扫清道路，这样他们就可以执行。所以要遵循这些原则，找到你周围合适的人。并且，不要容忍傻瓜，并在这样做的同时享受乐趣，有时有些人确实比其他人受到更多的审查。这对他们的食物、对他们的职业、对他们的性格都有好处，这很棒。
AI 收购策略与创始人留存
Pat Grady：让我再问一个关于管理领导力的问题，然后我们再回到一些AI话题。你提到了你们在过去6、7年里收购的19家公司，也许有两个关于这方面的问题。首先，在扣动扳机的那一刻，你在想什么？比如，当需要做出是否收购的决定时，你是如何决定一项收购是你真正想做的？然后是第二个问题，我们的合伙人Jim提到的一件事是，几乎所有与Palo Alto Networks合作的创始人都留下来了。
Nikesh Arora：他们中的大多数人，是的。所以你要问什么？
Pat Grady：在收购后如何真正留住他们？也许这和你刚才谈到的领导力是一样的。
Nikesh Arora：通常了解得更多。我认为在决定是否要进行收购之前，我们会花足够的时间来了解，与这家公司接触几个小时或几天是否值得。我们有一些原则。我不喜欢购买很多创始人的第二或第三选择。对于很多公司来说，第一个是10亿美元，第三个是2亿美元。我们就选第三个吧。我们有足够的资源，可以把它打磨得光鲜亮丽，让它焕然一新，也许价值10亿美元。
首先，它以3亿美元的价格交易是有原因的，而不是10亿美元，这意味着他们可能存在一些客户已经发现而你没有发现的差距。其次，你实际上并没有击败市场上最大的参与者。它仍然会比你领先四步。所以现在你所做的就是把一个灵活的初创公司变成了第三名，尽管你对它倾注了所有的爱和关注，但它可能会变得更慢。就像说，让我带我一起走吧。
所以你突然慢了下来。第三，你增加了第一名和第二名的机会。所以你坐在那里说，好吧，很多时候你会开玩笑说，我希望这个竞争对手被竞争对手收购，因为它会变慢。所以我们确保我们最多只考虑第一名和第二名。有时他们不相上下，有时他们选择了两条不同的道路。我们在浏览器领域就是这样做的。我们对收购Talon感到非常满意，我认为在SPM方面做得非常好。
自从Spat和Sonia以来，我们行业中发生的事情是，起初人们看着我说，这家伙到底在收购这些公司干什么，我不知道他的计划是什么，现在他们实际上有一个幻灯片，我们会跟踪，一旦我们在某个类别中收购了某家公司，那个类别就会变得热门，所以人们认为我们知道一些事情，在这方面做得很好。但是，我认为原则是你必须确保你购买的是市场上正确的参与者，然后你必须确保你能说服创始人，让他们相信“在一起更好”的故事，而不是“独自发展”的故事。
没有出售和抛弃，因为这不会发生。我们不会拿走资产。当你购买时，你基本上是在购买一个北极星、一个执行计划和一个执行团队。但通常他们只完成了三分之一或40%的旅程。构建一个伟大的产品需要7年多的时间。通常这些东西需要三年、三年或四年的时间，它们还没有完全成熟为一个能够在市场上取胜的完整产品。所以你需要他们留在身边，使用周围的团队。
因此，一旦我们确定这是一家合适的公司，态度正确，我们实际上可以做到。鉴于我们的规模，现在有一些技术上的考虑，如果你必须重写技术栈，这需要更长的时间，这是一个合规领域，可以很容易地在我们的技术栈上运行吗？这是你以前从未做过的事情吗？在这种情况下，使用什么技术栈并不重要？从集成和上市时间的角度来看，有很多这样的考虑，但让我们假设所有这些障碍都已克服，我们实际上正在与该公司接触。
我有一个规则，我会告诉我的团队，并且我会遵守。我说，从第一天起就将他们视为团队的一员，因为如果他们要和你一起工作，他们会记住每一次互动。我经常发现许多公司，大多数善意的公司开始将其视为收购方和被收购方。从字面上看，我来自一个被收购或被统治的国家，我不喜欢这种想法，没有谁统治谁。就像你一样，我们是团队的一员，在交易签署的那一天，我们都在同一页上。
我们试图推动相同的股价和相同的业务发展，在你处于讨论阶段的六周时间里，为什么你是收购方而他们是被收购方这一点很重要？所以，让我们假设我们这样做了。我们喜欢一家公司，然后我派财务、会计人员和法律人员进行尽职调查，我告诉创始人和他们的团队说，你们现在在接下来的六周内的任务是建立一个联合产品计划和一个联合组织结构图。
在六周结束时，如果你不喜欢制定的产品计划和组织结构图或者我不喜欢它们，那我们就停止收购。这是学习行为，前两三次我们没有这样做。我们发现我们花了接下来的六个月来争论产品应该是什么，谁应该当老板，而另一个不起作用。这是一个坏主意，所以我想，伙计，你想要钱吗？你可以拥有这笔钱，这是我的房子，我要把它漆成黄色，你不喜欢这个颜色？现在告诉我，你可以找别人把它漆成粉红色，没问题。
所以这有一个惊人的净化特性，因为你在掌握所有事实的情况下做出决定，说如果我成为Palo Alto Networks的一部分，这将是产品战略，它可能是你的，不一定是我的，足够聪明。所以，但我们有一个联合产品战略，这不是存储，我们有一个联合执行计划。然后经常，就像回到Jim的评论一样，我们收购公司的大多数创始人都会成为公司的高级副总裁，负责他们的业务，我们的人为他们工作，我认为这在市场上是独一无二的。
你经常会发现有一个被收购的SVP，他负责加密货币、区块链或选择你最喜欢的。我使用非安全术语来保护无辜者，但你会说，因为我负责这个，这些人将为我工作。我想，等等，你拥有所有的资源，你输给了他们，我们不会让他们为你工作。也许你可以学到一些东西。所以我们做了很多次，在某些情况下，我们的团队为他们工作得很好。在某些情况下，我们的团队离开了，这很好。所以我认为这些是我们能够让这些了不起的创始人在这里工作并为我们集体创造更多价值的一些因素。
AI 与体育：板球投资背后的思考
Sonya Huang：我想问你一些关于目前在AI领域发生的博弈，因为我认为在安全市场，你的博弈进行得非常完美。你已经明显地成为了安全领域的赢家，相比之下，AI领域现在感觉就像一场白热化的竞争激烈的“饥饿游戏”。我很好奇你的看法。
Nikesh Arora：我认为比那清晰得多。这只是肉眼看不清楚，但我认为它更清晰，情况是一样的。如果你考虑一下AI的成熟度状态，有两个极端，我们将它们称为非常精确的AlphaGo类型的情况，你知道Demi在Google构建的，我称之为微调模型，它们是为药物发现或生物制药领域设计的。在那里你可以看到他们做得非常好，他们专注于训练正确的数据，他们希望以这样一种方式调整它们，使它们实际上成为对社会有用的东西。
所以你有高度调优的AI模型，非常特定于任务或类别，然后你有通用的模型。通用的模型，如今在Claude、Mistral、Gemini和OpenAI之间风靡一时，它们很大，包罗万象，无所不知。但你以前看过这部电影。我们在搜索领域看过这部电影，我当时在Google，然后有了垂直搜索，因为大型的Google搜索不能像本地搜索那样做好本地搜索，所以有了本地搜索。云不能在这里进行产品搜索，可以在Amazon上进行产品搜索，那么当你在过去几次技术变革中无法做到这一点时，你怎么能在这个领域无所不能呢？
因此，我认为随着时间的推移，我们将不得不弄清楚通用的大规模模型之间的区别。我知道我能做的一切，模型与针对任务进行微调的模型之间的区别，我不相信所有完美的信息都存在于开放领域，你可以在没有专业化的情况下构建它，这意味着你将使用专门的专有数据来构建这些模型。我不知道你如何在GlaxoSmith、Kline、Novartis,之间共享数据，并说，我可以构建世界上最好的药物发现模型，因为我拥有完美的信息。
所以这还有待观察。我认为随着时间的推移，你会看到企业用例出现分化。在我们的业务中，在企业方面，你需要精确性。我不能承受错误，特斯拉的一个错误转弯会杀死某人，Palo Alto Networks的一个错误阻止会使某人的基础设施瘫痪，或者一个错误的权限会让坏人进入。所以我没有消费者模型可以拥有的容忍度，因为它们的后果很小。
因此，我认为高后果的应用需要更好的模型、更多的训练和更精确的领域数据。我认为这将成为它自己的东西。我们今天看到的一切都是通用模型。最终，它们会变成，我不知道，答案是通用模型变成特定于任务的、进化的模型，或者出现了一种新的特定于任务的角色模型类别，它们更多地是按照AlphaGo版本的风格构建的。
现在，在通用模型方面，我认为那些能够将其部署到现有消费者资产中的人处境很好。因为它创造了更多的保留，更多的持续货币化空间，无论是Google可以针对其跨多个资产的30多亿用户部署大量的AI，还是Mark Zuckerberg可以通过Facebook和在Instagram、WhatsApp和Facebook上构建用户来做到这一点，这很酷。
我认为Sam在建立基于订阅的消费者直接业务方面做得很好，他继续推动得非常好。这成为了他的模式，因为没有其他模型建立了基于订阅的消费者模型。我认为你看到现有的消费者大户正在构建通用模型。你看到一个新的消费者资产通过OpenAI出现，我认为企业用例还为时过早，因为由于缺乏大量的训练数据，我们还没有看到关键任务应用程序被开发出来。总之，这就是我的想法。
Pat Grady：但我想问你一件事，这不在你的LinkedIn个人资料上，在软银之前，在Google之前，在T-Mobile之前，如果我的事实没错的话，你是一位屡获殊荣的股票研究分析师，负责电信行业。我相信你的成名之作之一是预测了互联网泡沫以及互联网泡沫的破裂。你觉得AI是一个泡沫吗？
Nikesh Arora：闪电不会击中两次？我怎么知道？我已经听过很多次“这次不一样了”，这很可笑。但有些事情是不同的。如果你看看股市中AI通胀发生在哪里，它仍然在基础设施中，而基础设施是真实的。并不是人们在没有实质内容的情况下推高基础设施，因为你销售的芯片数量是两年前的四倍或十倍。所以他们有真正的收入支撑着这一点。
现在，很明显，人们正在将其预测到一个我无法理解的轨迹中。而且，每天你都会看到新的发展。你告诉我，目标是未来还是DeepSeek是未来？我并不是指它的所有负面含义，我是指作为一个概念，我们是否会为大规模应用构建更便宜的模型，但专业化程度有限？或者我将在AI的背景下拥有一个超级模型，它将是昂贵的，但能够做任何事情都令人惊叹。你告诉我答案，我就会告诉你我的答案。
Pat Grady：那么我们应该进入闪电环节还是你有更多选择？很棒的闪电环节。好的，你刚刚买了一支板球队。为什么？
Nikesh Arora：是的，有一群人在一起，不仅仅是我，还有10个人，包括你的合伙人Jim Goetz。我们都喜欢板球。我们都是体育爱好者。部分原因是，有一种激情说，哇，我可以在没有天赋的情况下与这项运动的最高水平联系起来。这有点有趣。这是其中的一个原因。现在，你不可能让我们一群精通商业的人购买它，并说这里是否存在商业模式？你看，流媒体中唯一剩下的线性内容就是体育。
不再有新闻、电视、电影，没有什么是线性的。唯一具有线性特征的就是体育。你想在它发生的时候观看它，几乎当它结束时，你知道了比分，你就失去了观看那个事件的兴趣。大多数赛事的赛后收视率远低于直播收视率。所有其他的流媒体内容都是相反的。发布后的收视率高于发布时的收视率，无论是电影、电视、任何播客或任何视频流媒体，都是如此。所以它是唯一存在的线性运动。它正在建设中。
板球是世界上观看人数第二多的运动。IPL是最大的特许经营权，hundreds是仅次于板球发源地的第二大特许经营权，如果你遵循我告诉你的我的初创公司之一的相同理念，你必须购买最好的东西。所以我们买下了板球之家Lords。这将会很有趣。
Pat Grady：板球教会了你什么关于生活或领导力的东西？
Nikesh Arora：这是一项团队运动，无论你有多优秀，其他10个人都很糟糕，这都无关紧要，就是这样。你可能会度过糟糕的一天，但你仍然可以赢，因为你和其他10个人一起参与。它教会你关于生活的东西。它教会你关于商业的东西。
Pat Grady：你穿着一件圆石滩套头衫。我听说你最近赢得了一场职业业余配对赛，你的差点是多少？
Nikesh Arora：我的差点是9（NCGA），这是我能找到的最好的职业选手的组合、运气和一些打得不错的球的结果。
对科技巨头与 CEO 的评价
Pat Grady：Nvidia股价118美元，市值2.9万亿美元，市盈率39倍。收益同比增长约150%，做多还是做空？
Nikesh Arora：我不知道。
Pat Grady：如果你是Jensen Huang，你会做出同样的举动吗？
Nikesh Arora：Jensen Huang下了一盘很长的棋，我认为他建立了一个非凡的特许经营权。我认为他所做的，不亚于Elon Musk为电动汽车所做的。他采用了为游戏而构建的东西，思考了它，理解了对计算的巨大需求，并将他所有的精力和思想都投入其中，他是世界上任职时间最长的CEO。所以你不能否认他的成就，甚至不能轻视它。
我们必须带着极大的尊重来谈论他。他所做的事情令人惊叹。他有一个愿景，并且他正在将其扩展到芯片之外，因为他正在慢慢建立一个生态系统，他的芯片可以与许多其他东西一起工作。因此，我认为从长远来看，你不能争辩说AI不会变得相关。
我认为从长远来看，你不能争辩说我们将不断进行某种形式的开发，这需要越来越多的计算。就像在人类历史上，计算、带宽和内存从未缩小过。所以现在不会开始。我认为它在一个非凡的位置，这是一个今天价值3万亿美元的资产吗？我不知道，它会在10年内成为价值3万亿美元的资产，甚至可能更多。
Pat Grady：你最钦佩哪位CEO？
Nikesh Arora：我钦佩很多CEO，我钦佩CEO们展现出的特质，很难只有一个偶像，因为一个偶像有可能让人失望，但如果你钦佩某些人做的某些事情，你会从这方面学到很多。如果他遇到同样的情况，你可能会做同样的事情，如果遇到不同的情况，你可能会做不同的事情。我钦佩Elon Musk的创造力以及他为世界所做的一切。
我不想为他工作，但我钦佩他所做的事情，这太棒了。我总是和我的团队开玩笑。我说，你会乘坐这里的人建造的火箭去火星吗？我不这么认为，但想象一下，他有一群人建造了一枚火箭，人们乘坐它升空，这太神奇了。你会坐在一辆没有司机的汽车里吗？人们已经这样做了。那么微软呢？就像他接手了一个没人相信他能扭转局面的公司，一个价值3万亿美元的公司，他做到了。
这太神奇了。就像Tim Cook，你知道Steve Jobs，一个难以超越的人，Tim做得非常出色，接管了这家了不起的公司，并将其保持在中间位置，并不断提升。最近Mark Zuckerberg怎么样？他扭转了局面。现在，事实上他们所做的某些事情，我尊重这些事情，这很了不起。这并不意味着他们的其余生活我不需要担心。
Pat Grady：目前哪位CEO在AI方面执行得最好？
Nikesh Arora：尽管大家都在谈论Sam Altman，但我认为他所做的事情令人惊叹。我的意思是，在ChatGPT出现之前，我们并没有谈论AI。在ChatGPT出现之前，你认为Google不知道AI吗？我在Google的时候就知道AI了。你认为Google当时没有自动驾驶汽车吗？他们有。你认为Satya Nadella不知道吗？他知道，但看看现在发生了什么。你不可能遇到一位不希望人们使用AI这个词的CEO。
Sam Altman创造了下一次技术革命的推动力。就像Steve Jobs用iPhone做到的那样，而且他面不改色。你可以走出去，让人们承诺花费5000亿美元建设基础设施。而且我认为，七巨头中的每一位CEO都在花费更多的资金来建设计算机和数据中心，因为没有人想被落下。我认为Sam Altman在AI方面做得很好。现在，历史是艰难的，商业是艰难的，我们不知道。这并不意味着他将来会成为赢家。但他确实做得很好，让我们走到了今天。
原视频：AI, Security and the New World Order ft. Palo Alto Networks’s Nikesh Arora
https://www.youtube.com/watch?v=rqgCXcd9U1U
编译：Moon Ten
请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。
Z Potentials将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。
-----------END-----------
? 我们正在招募新一期的实习生
? 我们正在寻找有创造力的00后创业
关于Z Potentials
