市值610亿美元的Databricks联合创始人兼首席执行官阿里·高德思（Ali Ghodsi）参加了风险投资公司Redpoint举办的访谈节目，在与主持人洛根·巴特利特（Logan Bartlett）对话中，他详细分析了人工智能的炒作周期，并对未来做出了大胆预测，他还分享了将Databricks扩展为市场领导者过程中最大的运营经验，以及他人生旅途中的关键时刻。
高德思在访谈中提到，AI的发展速度和成本问题是一个复杂的话题。随着AI模型的不断进步，它们的成本也在不断上升，下一代模型的开发变得更加昂贵，这种成本的增加将会导致AI发展速度的放缓。如果未来的AI模型能够显著降低成本，比如GPT-5模型的成本大幅下降，那么将会看到AI技术的加速发展，但在当前的情况下，由于成本的上升和对模型的谨慎态度，AI的发展会比预期的要慢。
他还谈到了AI的炒作周期，目前正处于这个周期的顶部，未来我们将会看到越来越多的公司在AI领域表现不佳，这可能会导致一种观点的出现，即AI技术被过度宣传，实际上并没有达到预期的效果，这种观点将会引发公众对AI技术的质疑和失望。他认为，在这种质疑之后，我们可能会看到一些真正具有革命性的应用出现，这些应用将彻底改变人类的生活，他强调，目前可能面临挑战，但AI技术的潜力仍然巨大，未来的应用将更加专注于特定任务的优化，而不是追求通用的人工智能。未来AI的应用将会更加专业化和细分化，他预测，将会有越来越多的公司专注于构建特定领域的AI应用，这些应用将能够解决具体的业务问题，并为用户带来实际价值，这种趋势将会让AI技术在各个行业中的广泛应用，从而推动整个社会的技术进步。
高德思还提到了复合AI系统的概念，这是指将多个专门化的AI组件组合在一起，以解决更复杂的问题。这种系统能够针对特定的任务进行优化，并且可以通过迭代改进来不断提高性能，这种复合AI系统将是未来AI技术发展的一个重要方向。在这种系统中，每个组件都负责处理特定的数据或任务，而整个系统则通过协调这些组件来实现更高级的功能，这种方法可以对系统中的每个部分进行单独的优化和改进，从而使得整个系统的性能得到提升。
高德思对超级智能（Super AGI）的看法则更为谨慎。有些人对于实现Super AGI抱有很大的期望，但他个人对此持怀疑态度，高德思认为，要实现Super AGI，需要一种递归自改进的循环，但目前的AI模型开发成本高昂，需要大量的人力和资源，目前的发展趋势并非朝着快速迭代和自改进的方向发展，而是越来越专注于需要一整年时间精心构建的专用数据中心和模型。因此，他预测在未来很多年内，我们仍然需要人类参与到AI的决策过程中，以确保AI技术的发展方向是正确的，并且能够为人类的工作提供加速，而不是偏离正确的轨道。他认为，对于AI技术的发展，我们需要更多的专门化和可验证的系统，而不是寻求一个能够解决所有问题的通用解决方案。
AI的可解释性也是一个关键议题。随着AI模型变得越来越复杂，理解其决策过程和结果变得更加困难。高德思指出，为了建立用户对AI系统的信任，提高模型的透明度和可解释性也非常重要，这不仅有助于用户理解AI系统的工作原理，还能在出现问题时进行有效的调试和修正，比如在医疗和金融，可解释性尤其重要，因为这些决策可能对人们的生活产生重大影响。
在AI技术的商业化和货币化策略方面，高德思认为，AI不仅仅是一个技术概念，更是一个能够推动业务增长和创新的驱动力，企业需要理解AI技术如何与他们的业务目标相结合，以及如何利用这些技术来优化流程、提高效率和创造新的收入来源。AI的商业化不仅仅是关于开发一个产品或服务，而是要构建一个完整的生态系统，包括数据管理、模型训练和部署，以及持续的监控和优化，在这个生态系统中，企业可以利用AI来分析大量数据，从而获得深入的业务分析，这些分析可以转化为战略决策和行动计划。
