AI焦虑的真相:亚马逊CTO的4问避坑法

AI焦虑的真相:亚马逊CTO的4问避坑法

· ⏱ 5 分钟阅读 spark1 2 次阅读 📂 AI普惠系列
听全文
点击播放,AI语音朗读全文
1.0x
Alt+L 开关面板 Space 播放/暂停 Esc 关闭 Alt+S 停止 Alt+P 固定
标签 AI

全世界靠AI赚钱最狠的公司,它的CTO却在劝大家:别急着上AI。

先想清楚,你到底为什么付钱。

说这话的人叫沃纳·威格斯,68岁,亚马逊副总裁兼首席技术官。10月底他接受21世纪经济报道专访,讲了一堆"反常识"的大实话。

我把他的话拆成4个问题。不光企业能用,普通人掏钱买AI会员、报AI课之前,照样能拿来避坑。

先认识这位"非典型"CTO

威格斯的履历,跟硅谷精英完全不沾边。

他早年在医院做癌症研究,后来穿上军装,在海军当雷达和声呐操作员。直到上世纪80年代,为了"给家庭带来不错收入",才半路出家进了技术行业。

2004年加入亚马逊前,他还是康奈尔大学的研究员,一度看不上亚马逊,觉得"不过是一家卖书的公司"。

结果进去才发现,自己错得离谱。

这段经历让他有个习惯:把技术当成服务人的实用工具,而不是用来焦虑的稻草。

所以当他看到全行业陷入"害怕错过"的恐慌时,才会说出那句话——

"恐惧是一种非常糟糕的决策方式。"

他提醒企业:你不会因为没有马上使用AI,就立即倒闭。

问题1:你到底要解决什么问题?

这是威格斯给出的第一问。

他的建议很朴素:先弄清业务要解决什么问题,再判断AI能不能帮上忙。顺序不能反。

很多公司的真实状态是:老板看到对手在用AI,慌了,赶紧买。买回来干嘛?没人说得清。

这像什么?像看见邻居办了健身卡,自己也冲去办一张,办完一次没去过。

钱花了,焦虑暂时压下去了,问题一个没解决。

问题2:你真的需要最强的模型吗?

威格斯对现在流行的各种模型"跑分榜"持保留态度。

他的原话是:"有时,模型足够好就够了。你真的需要排名第一的模型吗?它可能比其他模型贵得多。"

他观察到一个真实现象:一些客户最初选了昂贵的大模型,试验后发现,体量更小的模型已经足以完成任务,成本却只有原来的一小部分。

这话对普通人同样成立。

你写个周报、改个文案、总结一下会议纪要,用免费或者便宜的国产模型完全够。DeepSeek、通义千问、Kimi这些国产开源模型,连威格斯都公开点赞——他说月之暗面团队在Kimi底层设计的架构"非常出色",去年还拿了重要学术会议的最佳论文奖。

别为"最强"两个字多花钱。够用,就是最好的性价比。

问题3:这件事需要AI"生成"吗?

威格斯泼的第三盆冷水:有些问题根本不需要生成式AI。

图像识别、语音处理、数据预测,都有更成熟的老技术,便宜又稳定。他的比喻很直白:不需要杀鸡用牛刀,让一个大语言模型来为你"生成"答案。

翻译成人话:锤子再好,也不能看什么都像钉子。

现在大模型太火,容易变成那把"顺手的锤子",什么问题都想砸一下。冷静三秒,问问自己:这件事有没有更简单的老办法?

问题4:预算上限多少?出了错谁负责?

这是威格斯最硬核的一问。

他自己就用智能体帮自己管理日程、准备会议,甚至愿意让它帮忙改签火车票。但他给智能体立了死规矩:

他的原则掷地有声:"你构建了它,就要对它负责。"

智能体可以积累记忆、自我改进,但绝不会因此获得独立意志。最终为它的每个行为兜底的,还是人。

顺带说一句给职场新人的好消息:威格斯明确表示,亚马逊仍保持以往初级工程师的招聘规模,还要求初级工程师老老实实阅读代码、参与审查。参与过开源项目的应届生,他会额外认可。

AI来了,但门没关。

这张决策表值得存下来

把4个问题做成一张表。下次你想为AI掏钱——不管是几十块的会员,还是几千块的课——先过一遍:

自问 答案A 答案B 结论
1.我要解决的具体问题是什么? 说得出具体场景 只是"怕落后" 说不出就先别买
2.需要最强模型吗? 写周报、总结、改文案 复杂专业任务 大多数人选免费或便宜的够用
3.有没有更简单的老办法? 没有,必须生成内容 搜索、模板就能搞定 有老办法就用老办法
4.预算上限和责任在哪? 有明确上限,自己把关 自动续费、无人看管 先设上限再开通

4个答案里,超过一半落在B列?恭喜你,这次冲动消费被你拦住了。

先胜而后求战

《孙子兵法》里有句话:"胜兵先胜而后求战,败兵先战而后求胜。"

意思是:会打仗的人,先算清楚能赢,再动手;不会打仗的人,先冲上去,再指望运气。

二十多年前,威格斯团队就是靠"先算账"改变了行业。当年企业对数据库账单苦不堪言——他用了一个比喻:好比顾客还没点菜,就必须先交1000美元才能落座用餐,没消费完也不退。亚马逊下决心掀翻这张桌子,让企业按实际使用付费,云计算从此改变了整个科技行业的经济模式。

如今轮到AI,他还在做同一件事:先算清楚为什么付钱,再决定付多少。

古人叫"磨刀不误砍柴工",今天叫"反焦虑决策"。道理两千年没变过。

写在最后

威格斯在专访里给了企业管理者一个建议:面对眼花缭乱的技术,不妨先问问下面的开发者——优秀的人早就在自发学习AI,他们比高管更清楚这项技术的能力边界。

这句话反过来,对普通人也成立:

与其被贩卖焦虑的人推着走,不如自己动手试一试免费的AI工具。用过了,边界在哪,你心里自然有数。

AI焦虑的解药,从来不是"赶紧买",而是"先弄懂"。

转给TA

转给那个正打算花钱报AI课、却被"不学AI就会被淘汰"吓到的朋友——先看完这4个问题再掏钱,大概率能省下一笔冤枉钱。

也转给你们公司那位刚拍板"全员上AI"的老板,威格斯的话比你劝一百句都管用。


关注「xAI智工场」,每天一篇AI实操,专治各种AI焦虑。

明天更新:热搜背后的AI避坑指南——那些刷屏的AI新闻里,哪些跟你的钱包有关,哪些只是噪音。

三个入口,按需自取:

版权声明:本文由 AI家园 团队创作。欢迎非商业性转载或引用,转载时须注明原文出处并保留原文链接;商业使用请事先联系授权。

本文链接:https://spark1.cn/articles/20261031-ai-cto-4-0067ba77 · 转载规则详见《服务条款》

喜欢这篇文章?获取更多干货

关注公众号「xAI智工场」

关注公众号「xAI智工场」

每天一个AI干货
回复「提示词」免费领实战模板包

加入AI交流群

微信号:xaizgc
和AI爱好者一起成长

深度精选

知识星球「AI实战圈」

系统课程 · 社群答疑 · 资源库
¥99/年

立即加入 →
分享到

想用 AI 马上搞定这件事?

查看全部 AI 工具 →

评论

加载中...

转载或引用本站内容请注明原文出处及链接 · 转载规则

Copyright © 2026 AI家园 浙ICP备2024142181号-2 浙公网安备 33010202005420号

监管机关:浙江省通信管理局