7月1日的《Uncapped with Jack Altman》的播客，矽谷投資人Vinod Khosla對Jack Altman（他是OpenAI CEO 山姆·阿特曼的弟弟）比較系統的分享了他對未來15-20年技術變革的深度預測。
作為Sun Microsystems聯合創始人、Kleiner Perkins前合伙人，以及現任Khosla Ventures創始人，Khosla在40年的技術投資生涯中經歷了從個人電腦到網際網路再到AI的每一次重大技術浪潮。他曾成功投資OpenAI、Stripe、DoorDash等明星公司，並在1996年主導了對抗思科路由器霸權的Juniper Networks投資，獲得了2500倍的驚人回報。
作為第一個向OpenAI進行風險投資的投資人（也是一個鷹派），Khosla在2019年向該公司投資了5000萬美元，這筆投資如今價值超過40億美元，成為其投資生涯中最具傳奇色彩的案例之一。在這次深度訪談中，他預測人工智慧將在未來15年內重塑幾乎所有行業，到2040年將迎來一個"工作不再為生存而必須"的富足時代。
Khosla的投資範圍遠不只是AI模型，他還投資了核聚變技術先驅Commonwealth Fusion Systems，預測聚變能源將在5年內成為現實，並還在機器人技術、超熱地熱能、自動駕駛公共運輸等領域布局了大量前瞻性投資。這些看似分散的投資背後，實際上勾勒出了一幅完整的技術圖譜：一個由AI、機器人、清潔能源共同驅動的後稀缺社會。
Jack Altman開場便詢問為什麼Khosla認為當前的世界"特別瘋狂"，這為整場對話奠定了基調。作為一位經歷了40年風險投資生涯的資深人士，Khosla對技術周期有著獨特的歷史洞察。
Khosla毫不掩飾他對當前技術變革規模的震撼。"我做了40年風險投資，經歷了每一個大型創新周期，但從未見過像這樣的周期"，他這樣形容當前的時代。為了讓人們理解這種變革的幅度，他提供了一個時間維度的對比："幾乎每一份工作都在被重新發明，每一樣物質產品都在以AI為驅動力被重新發明。如果要找到類似的變革速度，我們得回溯到至少50年前，也許是1960年代。"
這種歷史類比並非誇張。Khosla指出，在未來5年內，AI將能夠完成80%的經濟價值工作的80%，這個預測的含義是深遠的。他特別提到，除了心臟手術和腦部手術等極少數例外，絕大多數職業都將受到根本性衝擊。這不僅僅是效率的提升，而是工作本質的重新定義。
Khosla將當前的變革與網際網路時代進行了對比，認為現在的情況"幾乎難以想像"。他回憶起網景（Netscape）和TCP/IP協議剛剛出現的年代，那時人們已經覺得變化很大，但與當前AI驅動的變革相比，那只是小巫見大巫。"無論你看向哪裡，一切都在以某種根本性的方式被重新發明，通常使用AI的創新和能力，但也有其他幾個方向，比如生物學領域的發展、聚變和其他領域的進展。"
這種全方位的重新發明意味著什麼？Khosla認為，這將導致一個投資、公司創建和新想法嘗試的狂熱節奏。創業者們不再是在現有框架內進行微創新，而是在重新想像整個行業的基礎假設。從醫療保健到金融服務，從製造業到娛樂業，沒有任何領域能夠置身事外。
這種變革的速度之快，甚至讓Khosla這樣的技術老兵都感到驚訝。他強調，這種變化的複合效應將在2030年前後達到一個臨界點，屆時社會的組織方式將面臨根本性的重構。這不是漸進式的演變，而是革命性的斷裂。
面對主持人關於如何平衡當前狂熱與潛在大規模失業風險的詢問，Khosla展現了他對未來發展階段的清晰規劃。他將即將到來的變革分為兩個截然不同的階段，每個階段都有其獨特的特徵和挑戰。
第一階段（2025-2030年）：生產力大幅提升期
Khosla認為，接下來的5年將主要表現為經濟學家所說的生產力改善。這個階段的特徵是GDP加速增長，各種生產力指標顯著上升。但更重要的是，這將是一個所有專業人士都獲得"實習生"的時代。
"幾乎每個專業人士都將開始獲得為他們工作的實習生"，Khosla生動地描述了這個階段。他以醫生為例："每位執業醫師都將獲得五名新鮮的醫學博士，就像他們剛從斯坦福醫學院畢業一樣，為他們工作。這將提高醫生的生產力，也許能為患者提供更高水平的服務。"
這種模式不僅限於醫療行業。無論你是結構工程師還是銷售人員，都將有訓練有素的"實習生"為你工作，這些AI助手表現良好，行為得體。但Khosla警告說，這種安排有著更深層的含義："在某個時點，這些實習生會成長起來，他們將擁有比醫生更多的專業知識，那時就很難讓時鐘倒轉了。"
第二階段（2030-2040年）：富足時代的革命性轉變
如果說第一階段是漸進式的提升，那麼第二階段則是革命性的躍遷。從2030年開始，變化將變得如此顛覆性，以至於很難想像社會將如何重新組織。Khosla預測，到2040年及以後，人類將進入一個"富足規模大到人們很難想像"的時代。
這個階段最核心的特徵是工作性質的根本轉變。"工作的需要將消失"，Khosla如此斷言。"人們會因為想要做某些事情而工作，而不是因為需要工作來支付房貸。"這不是簡單的經濟理論，而是基於技術能力達到臨界點後的必然結果。
Khosla承認，這種轉變的具體實現方式將因國家和地區而異。"不同的政府將在允許這種變化發生或不允許其發生方面扮演不同的角色"，他指出。一些地區可能會看到相對平滑的過渡，而另一些地區可能會經歷更加劇烈的社會動盪。
關鍵在於，到那時人類將擁有足夠的生產力和足夠的商品和服務產出，可以廣泛分享。這不是烏托邦式的幻想，而是基於技術發展軌跡的理性預測。Khosla特別強調，這種富足不僅僅是物質層面的，更是選擇自由的擴大。
這樣的轉變必然要求社會契約的重新設計。當被問及是否需要改變社會契約時，Khosla給出了肯定的回答。他認為，從2030年開始的變化將如此顛覆性，以至於現有的社會組織方式將不再適用。這可能包括重新思考工作、收入分配、社會保障，以及人們如何找到生活的意義和目標。
對於這場技術革命對企業界的衝擊，Khosla的預測可謂石破天驚。他認為，到2040年，幾乎沒有任何一家財富500強公司應該以現在的方式運營，並進一步預測"2030年代將見證財富500強公司消亡速度的大幅加速"。
這個預測的背後是對技術變革根本性的深刻理解。Khosla解釋說，雖然財富500強公司的更替本來就相當頻繁，但在即將到來的十年裡，這種更替將達到前所未有的速度。原因很簡單：現有的商業模式將在AI和其他新興技術的衝擊下變得過時。
Khosla以醫療保健行業為例，生動地說明了這種變革的深度。當他向醫療保健公司的董事會們提出一個假設問題時，往往能夠震撼整個會議室："如果所有醫療專業知識都是免費的，你擁有無限數量的初級保健醫生、腫瘤學家、胃腸病學家、心理健康治療師，你能想到的任何專科醫生都有，你會如何重新設計醫療保健系統？"
這個問題的答案是顯而易見的：整個醫療保健系統都需要從根本上重新設計。但Khosla敏銳地指出，這種轉變不會來自現有公司，幾乎肯定會有新的公司重新發明這個領域。現有的醫療保健巨頭們受限於既得利益、監管約束，以及傳統思維模式，很難進行如此根本性的創新。
當然，這種變革不會一帆風順。Khosla承認存在監管問題，美國醫學會等傳統權威機構"不喜歡這個想法"。但他也看到了變革的可能路徑。他特別提到了醫療保健系統中的一個小但重要的部分——按人頭付費的系統或醫療保險優勢計劃，在這種支付模式下，醫療機構得到固定金額來照顧患者。
在這種模式下，AI降低成本的能力將得到充分發揮，因為醫療機構不再依賴於增加服務來增加收入。對於傳統的醫院系統來說，降低成本意味著減少收入，但對於按人頭付費的系統來說，降低成本就是降低成本。這種不同的激勵結構將推動這些機構更快地採用AI技術。
Khosla描述了一個漸進但不可逆轉的變革過程。在接下來的五年裡，他預計每個專業人士都將獲得AI"實習生"的幫助。這些AI助手最初會增加專業人士的生產力，提供更高水平的服務。但隨著時間推移，這些"實習生"將變得越來越強大，最終超越他們的人類"導師"。
這種演進的速度將因行業而異。在一些監管嚴格的領域，變化可能會較慢，但在競爭激烈的市場中，變化將非常迅速。Khosla提到了去年美國演員工會的例子，認為簽署了傳統合同的人"將會倒閉"，但這種變化在傳統體系之外會進展得更慢。
與此同時，內容創作行業已經開始展現這種變革的威力。人們現在可以用10萬美元的預算製作電影，而不是1億美元。這種成本結構的根本性改變意味著整個行業的遊戲規則都在改寫。
關於人類在AI和機器人時代的角色問題，Khosla的回答既現實又富有人文關懷。他首先描繪了一個令人震撼的未來場景：到2040年代，將有10億台雙足機器人，它們完成的工作將超過今天人類所做的勞動。
這些機器人不僅在數量上壓倒性地超越人類勞動力，在能力上也將全面領先。"它們會更聰明，不會睡覺，永遠不會抱怨"，Khosla描述道。更令人震撼的是，他預測這些機器人將具備通用智能："你不會有愚蠢的概念，比如分什麼初級保健醫生和腫瘤專家，對吧？同一個打掃你房子的機器人也是你的醫生。"
這種超級智能的概念徹底打破了我們對專業化分工的傳統認知。在這個未來中，一個機器人可以既是清潔工，又是醫生，還是工程師，因為它擁有接近無限的知識存儲和處理能力。
面對這樣的技術前景，Khosla對"工作"這個概念進行了深刻的重新思考。他指出，今天這個星球上的大多數工作實際上並不是真正的工作，而是"奴役"。
他舉了兩個具體例子來說明這一點："如果你是一個農場工人，每天工作8小時採摘蔬菜，持續40年，或者你是通用汽車裝配線上的工人，每天8小時在汽車上安裝輪胎，持續40年，這些都不是工作，它們是奴役，因為你必須這樣做才能生存。"
Khosla認為，如果我們能夠把這些人的生活和時間還給他們，那將是一件多麼美好的事情。這不是在貶低這些勞動的價值，而是在質疑為什麼人類應該被迫從事這些重複性、機械性的工作來維持生存。
但這並不意味著人類將變得無所事事。Khosla對人類天性有著深刻的理解："人類還是人類。他們仍然會競爭。我們熱愛體育運動，我們熱愛娛樂，我們熱愛在某些方面表現出色。"
他特別提到，即使是一個平庸的藝術家也會因為自己的繪畫而感到快樂，"不是因為紐約拍賣行、藝術拍賣行能夠認可它"。這種內在的驅動力和創造欲望是人類的本質特徵，不會因為技術的發展而消失。
在這個富足的時代，人們將有更多時間投入到真正重要的事情上。"我喜歡人們有更多時間交談、關心他們的孩子"，Khosla說道。"實際上，不會因為孩子與工作要求或職業要求衝突而感到沮喪，更多地與他們的長輩、父母一起工作。"
對於這種未來的實現可能性，Khosla表現出了極高的信心。當被問及信心水平時，他回答說："高（區間），80%。（甚至）更高。我對這個世界的發生有非常高的信心。"
更具體地說，他認為有超過50%的可能性這種變化會在2050年前發生。而對於更長期的時間框架，他的信心接近100%："毫無疑問，我會震驚如果這在2060年前還沒有發生，我們生活在一個富足的世界裡。"
在這個世界裡，沒有人需要證明他們能買得起比別人更貴的汽車，雖然人類對競爭的渴望可能仍然存在，包括自我意識層面的競爭，但根本性的東西將發生改變。
儘管Khosla對AI帶來的富足未來充滿信心，但他絕不是一個盲目樂觀的技術烏托邦主義者。在談到AI可能帶來的風險時，他展現了一個資深戰略家的深刻洞察。
Khosla明確指出，反烏托邦場景將是社會選擇的結果，而烏托邦式的富足世界將無論如何都會發生，只是時間問題。這個判斷基於他對技術發展規律的深刻理解：技術進步的趨勢是不可阻擋的，但如何運用這些技術則是人類社會的選擇。
他以去年的美國演員工會為例來說明這種"選擇性反烏托邦"。演員工會的協議實際上將傳統製片廠束縛在一個效率低下的模式中，使它們在內容生成方面的效率比新興競爭者低一個數量級。與此同時，Khosla的投資組合中有一家AI影片製作公司，可以讓用戶指定照明角度、攝像機平移和縮放等細節，"你不僅僅是生成影片，你可以指定具體的技術參數"。
這種技術能力的差異將造成明顯的分化效應。"那些採用傳統方式的人將表現不佳"，Khosla斷言。雖然目前還無法製作完整的電影，但"這只是時間問題"。今天，幾乎所有的商業廣告都可以用AI完成。
他提到了可口可樂在去年聖誕節的案例，該公司因使用AI製作廣告而受到一些批評。人們對廣告進行了挑剔的分析，但"大多數人並不知道這是用AI製作的"，廣告效果很好。Khosla對此表示讚賞："我很高興他們這樣做了，這打破了僵局。"
但Khosla真正擔心的威脅來自地緣政治層面。當被問及是否擔心AI接管並殺死所有人類時，他的回答體現了一個經驗豐富的戰略思考者的優先級排序："我不會說我不擔心這個問題，我確實擔心。但我把它看作是人類面臨的一系列風險的一部分。"
Khosla理解，AI競爭的核心不僅僅是技術能力，更是文化和價值觀的影響力。馬克·安德森在播客中提出的觀點得到了他的認同：大量的文化和內容生產將體現在AI的編程方式中。
作為OpenAI的第一個風險投資人，Khosla對這筆投資的回顧提供了寶貴的決策思維洞察。這不僅僅是一個成功投資案例的復盤，更是展現了如何在高度不確定性中做出重大決策的思維框架。
首先，Khosla披露了這筆投資的歷史性規模："這是一筆非常大的投資，是我40年風險投資生涯中任何初始投資的兩倍多"。這個細節本身就說明了投資的重要性——對於一個經驗豐富的投資者來說，如此大幅度地偏離歷史投資規模意味著極強的信念。
為了解釋這種投資邏輯，Khosla回顧了另一個經典案例——1996年對Juniper Networks的投資。這個案例完美詮釋了他"跟隨數據而非群體本能"的投資哲學。
當時的背景是，整個業界都認為網際網路將採用ATM（異步傳輸模式）協議，而不是TCP/IP。"每一家大公司都放棄了公共網際網路的TCP/IP，只準備使用ATM，因為電信公司指定了ATM。"Khosla與幾乎每家電信公司的高級管理層交談，"每一個人都告訴我他們不會使用TCP/IP"。
甚至思科的CTO也說，他們"沒有計劃在155兆比特以上使用TCP/IP"——這個速度遠低於Khosla家庭服務的速度。但Khosla關注的是數據趨勢，而不是專家意見："但我看了數據，TCP/IP使用量一直在攀升，我說這將擴展，而該領域的每個專家都是錯誤的。"
數據顯示TCP/IP呈指數增長，而他們正處於"接近膝蓋曲線的位置"。這種對指數趨勢的識別最終帶來了巨大回報："我們在300萬美元的投資上賺了70億美元"，這是風險投資歷史上極少數能夠獲得十億美元級別回報的投資之一。
Khosla對AI的投資並非一時衝動，而是基於長達二十年的持續思考。早在2000年，他就在《紐約時報》的採訪中表示，"AI將讓我們重新定義作為人類意味著什麼"，這正是他現在談論的烏托邦式未來。
2012年，他寫了兩篇部落格文章，一篇叫做"我們需要醫生嗎"，前提是AI將完成我們需要的所有醫療專業知識；另一篇叫做"我們需要老師嗎"，認為所有輔導都將由AI完成。這些預測發表在變壓器模型突破之前很久。
是什麼讓Khosla在2012年就有如此信心？他的答案揭示了一個重要的投資洞察："我看到的是最好的人才都在進入AI領域"。無論是MIT、斯坦福、加州理工，還是多倫多大學這樣的AI重鎮，最優秀的人才都想從事AI工作。
2016年，他在國家經濟研究局發表演講時，第一張幻燈片顯示了美國按人數排名的前20個職業，他表示"我看不出其中哪些不能被取代"。雖然當時AI還會犯一些愚蠢的錯誤，比如問83歲男性是否懷孕，但Khosla關注的是進步速度和人才流入速度。
到2018年，當伊隆·馬斯克退出對OpenAI的資金承諾後，Sam Altman聯繫了Khosla。Khosla的評估框架非常清晰："我們有合適的團隊"。他當時認為只有兩個其他團隊有能力：一個在谷歌內部，進展緩慢；另一個在百度，通過在谷歌附近設立辦公室來挖角谷歌的專業人才。
作為對華鷹派，Khosla認為"OpenAI需要作為AI進步的獨立載體而存在"，而且Sam在領導這個團隊。當Sam打電話給他時，"這幾乎是不需要思考的決定"，因為他已經為這個決定準備了多年。
有趣的是，Khosla承認他"無法預測何時會有突破"。事實上，他無法預測變壓器模型會產生如此大的影響，"實際上，變壓器並不是OpenAI當時正在研究的技術"。
他的投資邏輯更多基於團隊和進步速度，而不是特定技術路徑："這更像是人才和進步速度"。他向Sam提出了一個"樂高積木模型"：擁有的不同類型樂高積木越多，可以探索的組合可能性就越多。
最終，這筆投資體現了Khosla的核心投資哲學："有些事情對社會來說太重要了，不能不嘗試"。他告訴合作夥伴，"我不知道這是會在3年還是10年內發生，但IRR會解決的。這太重要了，不能不嘗試"，這是他常用的短語。
同期，他們也投資了Commonwealth Fusion Systems，同樣基於這種哲學。"社會中有些事情太重要了，不能不嘗試，我寧願嘗試失敗，也不願意不嘗試就失敗。大多數人大多數時候只是不嘗試就失敗了。"
這種組合因素——相信AI會產生巨大影響、一旦實現就會有巨大回報——最終說服了他做出這個歷史性的投資決定。
繼AI之後，Khosla認為下一個重大技術突破將出現在機器人領域。他預測機器人將迎來類似ChatGPT的突破時刻，時間窗口在未來2-3年內。
與當前需要精確編程的機器人不同，Khosla描繪的未來機器人具有學習能力，而不需要為特定任務進行編程。"它學習，它不是為了做任務而被編程的。"這種能力上的根本差異將開啟機器人應用的新紀元。
他特別強調了人形機器人的重要性："世界是圍繞人形形態因子組織的。"這個觀察雖然簡單，但卻至關重要。人形是唯一足夠常見的形態因子，能夠達到足夠高的製造量來降低成本。
Khosla預測，到2030年代，幾乎每個人都會在家裡擁有一個人形機器人。但這種普及將是漸進的，可能從狹窄的應用開始，比如為你做飯。"它可以切蔬菜、烹飪食物、清洗餐具，但停留在廚房環境中。"
成本方面的預測也很具體：如果你的普銳斯每月花費300-400美元，機器人的成本也將是每月300-400美元。對於收入超過一定水平的人來說，這不會是問題，"他們已經有人幫忙了，所以這只是幫助的替代"。
Khosla認為，這就是家庭機器人起步的方式，但工廠和農場是更大規模的應用領域，特別是農場工人，這是一個"基本上沒有得到解決的大規模領域"。
當被問及人形智能機器人的主要限制因素時，Khosla明確回答："是智能"。他指出，從中國已經看到了許多令人印象深刻的硬體形態因子。"如果你看到它們拳擊或跑步比賽，相當酷，但它們不是學習機器人。你改變環境，它們就表現不佳。"
關鍵的突破將是能夠學習和適應並且不需要為任務編程的智能。"如果你讓一個人走進這裡說'清理一下'，他們會知道該做什麼。機器人需要能夠做到這一點。"
面對為什麼蘋果這樣的大型硬體公司沒有推出此類產品原型的疑問，Khosla分享了他40年創新觀察的核心洞察："我想不出很多大型創新來自於已經很大或已經在這個業務中的人的例子"。
他列舉了一系列例子來證明這一點：
甚至在他自己的歷史中，當他在Kleiner Perkins時，Genentech是由一個associate創立的，當時沒有人相信生物技術是一個領域，沒有一家製藥公司在做這件事。
Khosla強調，創始人驅動的公司有嘗試瘋狂事情的許可。即使是蘋果，也是在史提夫·賈伯斯在場時才推出了iPhone。回到2007年的新聞報道，"每個人都說600或700美元的手機沒有鍵盤撥號，這是多麼愚蠢的想法"。
如果不是拉里和謝爾蓋說'我們要在谷歌做自動駕駛'，自動駕駛可能還要15年才能實現。或者伊隆說"我要做電動汽車"。
因此，在人形機器人方面，特斯拉確實是一個很好的候選者，因為它是創始人驅動的，伊隆正在關注它。但Khosla對初創企業生態系統中具有非常創新想法的創始人們也充滿信心。
這種創新模式的一致性——幾乎所有重大創新都來自外部挑戰者而非行業內部——為理解未來機器人革命的可能路徑提供了重要線索。
在能源領域，Khosla展現了他標誌性的多元化創新投資策略，同時押注聚變能源和超熱地熱能兩條技術路線，這種組合體現了他對"太重要而不能不嘗試"項目的深刻理解。
聚變技術有多種方法，Khosla不僅投資了Commonwealth Fusion Systems，也看好其他公司如Helion的項目。雖然他不了解每個項目的技術細節，但他很高興看到多樣化的技術路線得到嘗試。
聚變的吸引力顯而易見：一旦技術成熟，將提供清潔、安全、幾乎無限的能源。但Khosla同時投資另一條相對較少人關注但同樣有前景的路線。
Khosla對超熱地熱能的投資邏輯展現了他獨特的第一性原理思維。傳統地熱能"完全是不經濟的業務"，人們購買地熱電力是因為它是綠色的，而不是因為它便宜，而人們喜歡便宜的東西。
問題的根源在於，美國幾乎所有地熱資源的溫度都在200-250度之間。但如果能夠將溫度提高到450度，就能從同一口井獲得6-10倍的電力，具體倍數取決於條件。
這種改進的威力來自兩個方面：卡諾效率提高，蒸汽的熱含量也增加。"所以蒸汽的能量含量增加了，效率百分比也增加了，你得到了乘數效應。"技術細節雖然複雜，但結果簡單明了：現在它比天然氣更便宜。
更重要的是，沒有人需要擔心超熱地熱能是否環保，它就是便宜。這種經濟驅動力比環保動機更強大，因為即使在川普時代，"他不關心相信氣候變化，它仍然有效"，Khosla特別喜歡這種類型的項目。
那麼為什麼人們之前不嘗試超熱地熱能？答案是"因為人們決定你不能在450度鑽井，因為鑽頭會崩潰"。但Khosla採用了不同的方法："在450度鑽井需要什麼條件？"如果能解決這個問題，其他一切都會自動解決。
我們知道450度的溫度存在，地球的大部分地區都有，只是深度問題。因此，他專注於解決這個鑽井問題，並認為團隊正在取得巨大進展。
超熱地熱能的潛力與聚變相當。在為美國西部大部分地區供電方面，我認為它和聚變一樣強大。具體的例子令人印象深刻：在俄勒岡州的一個地點，一個位置可以產生7吉瓦的電力。他希望今年能夠證明以與天然氣競爭的成本實現全部7吉瓦發電。
雖然也在投資下一代太陽能技術——鈣鈦礦矽太陽能電池，但Khosla認為太陽能的影響沒有那麼大，因為太陽能發電已經非常經濟，現在的問題是如何使用這些電力。
綜合這些技術，Khosla相對樂觀地認為可以在2050年前實現零排放。他認為大部分實現這一目標的技術將在2030年代初得到驗證。
對於AI將消耗大量電力的擔憂，Khosla提供了時間線視角：如果聚變技術發展順利，2030年代初期就會有第一批發電廠，這個電力曲線的增長正好能夠趕上需求。"因此，在現在到2035年之間會有一個時期，這些技術還沒有擴展，但在那之後，電力將變得便宜和充足，零排放，零資源消耗。"
Khosla的方法不是簡單地關閉排放源，而是創造性地解決問題。以水泥行業為例："我們今天生產的水泥不僅不像環保主義者說的那樣關閉水泥廠，每次都有一個塞爾蒂諾的環保主義者一直試圖關閉...我的方法很簡單：它們在排放二氧化碳，讓我們捕獲二氧化碳並將其轉化為碳酸鹽。我們從相同數量的開採石灰石中獲得更多的水泥，成本更低"。
鋼鐵行業也是如此。這種方法的優勢在於：不需要關心氣候就能讓它發揮作用。氣候問題是一個非常可解決的問題，即使沒有AI，而AI只會加速氣候問題的解決。
除了能源革命，Khosla還在重新想像城市交通的未來。他的公共運輸創新項目體現了從第一性原理思考複雜系統問題的經典案例。
Khosla相信到2050年可以在大多數城市替換大多數汽車，通過一種既不是自動駕駛也不是簡單的無車化的解決方案，而是滿足以下要求的公共運輸系統：
最後一個特點特別重要：它不僅適用於公共運輸，還適用於聚變、OpenAI——我在大約2018年的同一時間框架內投資了所有這些項目。
在城市交通中，只有一個問題：在不重新規劃街道寬度的情況下，能否將相同街道寬度的通行能力提高10倍？
Khosla設計的解決方案是在自行車道寬度內運行的自動駕駛公共運輸系統。這樣很容易插入城市中，比輕軌系統或汽車系統的容量高10倍。更重要的是，由於汽車是按需招呼的，就像Uber一樣，它是真正的按需服務。
這個看似理想主義的項目已經在現實中得到驗證。他們迄今為止投標的每一個項目，四個已經決定的項目，他們全部獲勝，而且這家初創公司甚至沒有被邀請投標任何這些項目，因為沒有人知道他們。
最引人注目的例子是聖何塞項目：聖何塞邀請了32家公司為從機場到谷歌園區再到蘋果園區建設交通系統投標。Khosla的公司通過公開投標渠道參與，直接獲勝。
這些車輛的設計靈感來自迪士尼樂園："想想迪士尼世界，這是一輛小型窄車"，適合自行車道。更進一步，它也可以安裝在自行車道上方。
關鍵的技術優勢在於車輛間的協調："你可以協調，絕對可以。"這意味著車輛可以更緊密地行駛在一起，進一步提高道路利用效率。
如果建設高架基礎設施，"它非常簡單，你可以做預製件，你不必像波士頓隧道那樣挖掘20年，你只需做預製件，就地安裝"。
這種模塊化的基礎設施方法避免了傳統大型交通項目的複雜性和長時間建設周期，使得快速部署成為可能。
這個項目完美體現了Khosla所說的從第一性原理思考和保持野心的重要性。傳統的交通規劃往往局限於現有的解決方案類別——要麼是傳統公共運輸，要麼是私人汽車，要麼是現有的自動駕駛概念。
但通過問"給定街道寬度，如何將吞吐量增加10倍"這個根本問題，Khosla的團隊找到了一個全新的解決方案類別，這個方案在技術上可行，在經濟上有吸引力，在政治上可以接受。
這個項目的成功也證明了Khosla關於創新來自外部挑戰者而非行業內部的觀點。沒有一家傳統的交通公司或城市規劃機構會提出如此根本性的重新思考，但一個從第一性原理出發的團隊卻能夠獲得主要城市項目的合同。
在醫療健康領域，Khosla的預測最為激進，他認為這個占GDP四分之一的龐大行業將經歷根本性的重構，其中醫療專業知識的成本將接近零。
Khosla指出，醫療支出中約25%是醫療專業知識，主要是醫生的費用。"幾乎可以肯定，這部分費用可以歸零"。他的公司正在構建AI初級保健醫生、AI物理治療師、AI心理健康治療師、AI腫瘤學家，幾乎涵蓋所有醫療專科。
當被問及"歸零"的具體含義時，Khosla承認他不知道確切數字，"但總會有一些醫生供AI學習"。然而，AI可以自我改進到遠超人類醫生的水平。
為了說明AI在醫療診斷方面的優勢，Khosla分享了一項斯坦福的多中心研究結果，這些數據令人震撼：
最優秀的學術機構的醫生在複雜AI診斷中準確率為73%。這意味著27%的患者得到了錯誤診斷——這不是感冒這樣的小病，而是需要複雜診斷的嚴重疾病。
AI單獨工作的準確率為88%。但更有趣的是，當AI協助醫生時發生了什麼：醫生從73%提高到76%，但AI從88%降低到76%。
這個結果表明，在某些情況下，人類醫生的參與實際上會降低AI的表現，這對傳統的人機協作模式提出了根本性質疑。
Khosla描繪的未來圖景是：地球上的每個人每月花費不到一美元就能獲得免費的初級保健、免費的醫生服務。最初稱為初級保健，"但他們會做所有事情"——因為AI具備足夠的胃腸病學知識來提供這些服務。
他兒子的公司Curai被稱為"多專科初級保健"，因為AI知識涵蓋多個專科領域。
當然，變革面臨現實障礙：美國醫學會不允許AI開處方。因此，目前的過渡方案是讓人類醫生批准AI的診斷、處方或檢測建議。
如果人形機器人的預測實現，醫療服務將進一步擴展。機器人可能不會做手術，但可能會給你做體檢或注射，觀察你的步態並發現異常。
醫療支出的另外四分之一是製藥。Khosla對AI在藥物設計方面的應用非常樂觀，無論是小分子還是生物製劑。但他認為主要挑戰在於監管周期。
他們有一個獨立項目，試圖對大量人類遺傳學和大量人體器官進行測試。"所以我們有一個努力在一周內完成10,000次測試，可能是1,000種不同的人類遺傳學和每人10個器官，在一個無人接觸的機器人中完成。"
這種方法可能取代人體試驗，或者至少減少這些試驗的規模和時間長度。關鍵是提高成功概率，因為目前100個候選藥物中只有不到5個能獲得FDA批准。
醫療支出的第三個四分之一是診斷影像。Khosla投資了MRI機器的自動駕駛技術："你不再需要MRI技術員，現在你需要技術員來運行MRI機器，但如果你有自動駕駛，你就不需要了"。
心臟MRI特別專業化，因為心臟在運動，你無法在心臟MRI技術員的地方配備工作人員。"我們將75分鐘的檢查變成20分鐘，單按鈕按下，你甚至可以遠程完成"。
超聲波也是如此，他們開發了超聲波機器的自動駕駛技術。雖然超聲波機器可能花費2.5萬美元，但心臟MRI技術員每年花費15萬美元。"所以為什麼要關心機器？關鍵是人。如果你有自動駕駛，我們有一家公司，GE實際上從我們那裡收購了"。
剩下的四分之一是住院護理，這也將得到改善。
Khosla預測，在未來5-10年內，生物干預將接近電腦編程的精確度，能夠精確編程事物和設計分子。"我們正開始研究一次為一個患者做藥物，因此藥物只適用於一個患者的一種基因異常"。
還有更廣泛的類別，如鐮狀細胞病的單次基因治療，這種大規模問題的解決方案我認為將在未來10年內實現。
Khosla在2016年寫了一篇名為"20%醫生"的文章，預測基於症狀的醫學將消失，"你不會從症狀中檢測疾病，你會根據身體內部發生的事情檢測疾病"。
幾乎每種昂貴的疾病，無論是心臟病、阿爾茨海默病、帕金森病，我們都在努力在症狀出現前10年發現。這種預防性方法將從根本上改變醫療保健的成本結構。
Khosla的投資哲學體現了一種獨特的風險思維方式，這種思維方式與傳統的風險管理理念形成鮮明對比。他的核心理念是"增加成功後果而非降低失敗概率"。
傳統的投資和商業思維往往聚焦於降低風險以提高成功概率，但Khosla採取了完全相反的方法。"我做相反的事：從我想要高成功後果開始，我不關心失敗的概率"。
這種思維差異的根源在於對創新本質的理解。在大公司環境中，"你不能承擔失敗，所以你從'我不能失敗'開始，這意味著你不能承擔大風險"。但這種思維模式本質上限制了創新的可能性。
科技行業的一個獨特優勢是對失敗的寬容度。正如Khosla所說："我認為科技生態系統最好的事情之一是，你知道，我認為不是每個人都像你說的那樣思考，但總的來說，在科技領域，你可以失敗，這沒關係。"
他以Jack Dorsey為例說明這一點："Jack Dorsey在紙面上很棒，但當我們在2010年投資Square時，情況是這樣的：他剛剛被Twitter解僱，Twitter是一家小公司，剛剛被解僱，他有四家失敗的初創公司"。
按照傳統智慧，"不要支持他"。但Khosla看到的是潛力，而不是過往的失敗記錄。
這種風險哲學與從第一原理思考密切相關。"專家在預測未來方面很糟糕，他們會推斷過去。企業家發明他們想要的未來"。這是對艾倫·凱名言的改編，但抓住了創新的本質。
Khosla認為，經驗是一套偏見，防止你犯錯誤，這就是專家所做的，這就是為什麼專家很少在他們的領域進行創新。即使是COVID疫苗也來自兩家初創公司——Moderna和BioNTech，而不是製藥巨頭。
回顧他自己的第一家初創公司Sun Microsystems，Khosla說："我的第一家初創公司是要接管電腦業務，每個大公司都很愚蠢"。雖然這是"有點傲慢的觀點"，但如果沒有這種傲慢，"我們可能不會嘗試我們嘗試的東西"。
他認為傲慢是偉大企業家精神的重要組成部分，同時也要從第一原理思考。"只有我能做到"這種傲慢，雖然聽起來自負，但實際上是推動重大創新的必要心理特徵。
在評估創業者時，Khosla很少尋找該領域的深度專業知識。相反，他尋找的是"從第一原理思考和快速學習的人"。
在與Y Combinator合作夥伴討論某家初創公司時，對他來說最重要的問題是"他們在過去3個月裡改變計劃了多少"。快速演進、快速思考、快速學習才是最重要的。
儘管已經70歲，Khosla仍然保持著旺盛的工作熱情。當被問及保持活力的秘訣時，他的回答揭示了他投資哲學的深層動機。
"我內心驅動，我不在乎別人對我的看法"，Khosla在2015年斯坦福商學院的一次演講中這樣說道。"所以有時候感覺很討厭，因為我會獨立於別人的想法做我的事情。我這樣做是因為這很有趣。"
Khosla認為，當他處於可以做任何想做的事情的位置時——無論是打高爾夫球（他不喜歡）還是航海——他主要被好奇心驅動。"對我來說，當我在一個可以做任何我想做的事情的位置時...我主要被好奇心驅動。"
"任何時候我能學到新東西，我都會參加會議。我很幸運人們願意教我。但在未來，你不需要有人願意教你，這會自然發生。"
這種學習的渴望涵蓋了從生物學到AI算法，再到超音速飛行的各個領域。"我們也在做馬赫5飛行，我們還沒有談論國防，我們在那裡花費了很多時間。"
Khosla的動機體系與傳統的財務回報導向形成鮮明對比。"對我來說，這是學習。對其他人來說，這將是製作他們能夠相對於自己的標準製作的最好音樂，而不是...顯然人們仍然想成為泰勒·斯威夫特。"
他告訴LP們一個可能讓人震驚的觀點："我可能是唯一一個愚蠢到告訴我的LP的人，如果我可以有更多的影響而更少的回報，我會每次都選擇更多的影響。"當然，前提是"只要他們得到他們滿意的最低回報"。
Khosla用"煽動變化"這個詞來描述他最深層的動機。以聚變能源為例："聚變對我來說太重要了，不能不嘗試。我想要聚變的影響。沒有什麼我能在賺錢方面做的事情會比說我在讓聚變開始並希望實現方面發揮了微小作用更能影響我。"
即使Commonwealth Fusion Systems最終沒有成功，他也感到滿足，因為"幾乎所有公司都得到了支持，對該領域的投資都得到了支持，因為人們看了Commonwealth Fusion"。
這種使命驅動的方法意味著工作和生活的界限變得模糊。"我仍然每周工作80小時，我希望25年後我仍在每周工作80小時，健康允許的話。"
但這不是傳統意義上的"工作狂"，而是因為"除非是他們真正想做的事情，獨立於謀生之外"，否則他不相信人們會每周工作40小時來尋找生活的意義。
Khosla對風險投資行業本身也有著獨特的理解，他從根本上重新定義了VC的角色和價值創造方式。
"我40年來從未稱自己為投資者，總是說我是風險助手，幫助企業家做得更好，投資是副作用，這樣我就可以繼續做下去"。這不僅僅是語義上的區別，而是反映了根本不同的商業哲學。
如果查看他們的網站，自2004年成立公司以來，第一個標語就是"風險助手"。另一個自2004年以來一直保留在網站上的短語是："我更喜歡殘酷的誠實而不是虛偽的禮貌"。
Khosla對行業內流行的"創始人友好"概念提出了尖銳批評。他認為這實際上對創始人是有害的，就像對5歲孩子說"做任何你想做的事情，我總是會說是"一樣危險。
他用撫養自己孩子的經歷來類比："當我的孩子們成長時，在5歲時，他們可以吃儘可能多的糖果和可樂，儘可能多的垃圾食品。我們總是把這些東西放在周圍，他們不必問我們，但我們教他們如何衡量自己喝了多少可樂，是否對他們有好處。"
關鍵在於教授控制而不是給予是非許可。"在12歲時，我認為他們可以做10%的重要決定。到18歲時，他們必須做90%的決定。我的工作是教他們如何讓繩子變長。"
Khosla強調，即使是最強的創始人也需要挑戰和辯論夥伴。"即使是職業運動員也有教練。你想要人們挑戰你和與你辯論，但不要做決定。"
他幾乎不參加董事會："我幾乎從不在董事會工作，我現在甚至不參加董事會。"原因是他不喜歡治理的負擔和所有這些責任。"我的責任從讓Jack做得更好轉移到為公共市場進行治理。"
相反，他選擇了更直接的互動方式："Jack和我會定期每月晚餐，我總是挑戰他，總是推動他，他喜歡這樣"。甚至對於已經是上市公司很久的Affirm，"我仍然每季度開會，挑戰Max一個小時"。
Khosla有一個獨特的實踐：他給予管理團隊完全的決策權，但堅持獲得充分表達意見的機會。
他分享了一個具體例子："有一家公司，我忘記了名字，叫Light什麼的光學公司，團隊想要出售。我只要求他們給我兩個小時與整個團隊討論為什麼他們不應該出售"。
但在這個演示之前，"只要我有這兩個小時，我就簽署了文件並說：'無論如何你都有我的投票，你可以選擇使用它或撕掉它'"。
傳統的投資公司會計算IRR，但Khosla透露了一個驚人的事實："我們從不計算IRR。在過去10年中，我想不出一個例子，我們計算過IRR。一個投資公司從不計算IRR，因為我們想建立重要的東西，然後經濟學會解決自己。"
他更關注的是幫助創始人重新構思業務模式。最近的一個例子是重型機械的自動駕駛公司："這是一家非常酷的公司，推土機和裝載機的自動駕駛。我重新構思了他的業務，從自動化大型卡特彼勒機器到'我只是租給你司機'"。
這種重新構思的威力在於："你有人員配置司機的麻煩。大多數這些都在礦山，在偏遠地方。數百萬美元的設備因為沒有操作員而閒置。我說只是按小時租賃，保證你總是有司機可用"。
同樣的技術，但完全不同的商業模式，這種重新構思往往比技術本身更重要。
