谷歌三巨头同台：未来 5 年，AI 最大变量是什么？

全文 3,000字 | 阅读约 8 分钟

（印度AI峰会｜谷歌三巨头同台精彩片段）

这几年 AI 进步之快，超出所有人预期。但速度快是一回事，能不能真正落地，是另一回事。

2026 年 2 月 18 日，新德里。全球顶级 AI 峰会第一次在发展中国家举办，议题只有一个：怎么让 AI 真正用出来

Google CEO Sundar Pichai、诺贝尔化学奖得主兼 Google DeepMind CEO Demis Hassabis、Google 负责技术与社会研究的高级副总裁 James Manyika，三位谷歌核心人物首次同台，谈的不是技术本身，而是技术之外：现实世界，真的跟得上吗？

这场对话里，藏着未来五年 AI 真正的变量。

变量一：落地速度，正在拉开行业差距

如果说过去几年，AI 在比谁的模型更强；未来五年，要比谁能最快把 AI 用进实际工作里。

谈及印度这十年的数字化跨越，Sundar Pichai将其定义为一场真正“变革的起点”。AI 不再是某些大厂的试验品，正在进入最普通的工作场景。医生用它整理病例，农民用它优化农业决策，学生靠它补上理解上的断层。AI 的价值不再藏在云端，开始落在一个个具体岗位里。

这种从“云端”深入“泥土”的转变，直接投射到了真金白银的商业数据上。

Pichai 透露了一个关键细节：Google 云业务的积压订单一年翻倍，达到了 2400 亿美元。这不是技术指标，是市场给出的实际反馈。企业已经开始为 AI 付费，并且付的是长期账单。

在商业世界里，“增长速度”往往比功能更能说明方向。一个行业愿意提前锁定几十亿、上百亿的预算，只说明一件事：AI 已经从“能不能用”，变成了“必须用”。

而企业之所以愿意砸下重金，是因为 AI 已经切实开始改写工作流程。 Pichai 提到一个场景：病人输入症状，AI 自动生成报告，让医生把精力放在真正需要判断的地方。医疗里的等待、重复、整理，这些隐形成本就这样被切掉了。教育、农业、物流、制造，都在经历相同的变化。率先完成这一步的，和还没开始的，差距会越来越大。

更深的影响还在于普及。Pichai 说，AI 再强，用的人不够多，价值就出不来。谁能让更多人用得起 AI，谁就能在未来五年占据优势。印度式的快速普及、跨语言支持、移动端入口，都是这种趋势的缩影。

就像 Pichai 所说：

“AI 会重写每一个行业。”

未来五年，走在最前面的，注定是那些让 AI 最快落到实际工作里的人。

变量二：三道短板，决定 AI 能走多远

但落地能走多远，还是得看技术本身能不能跟上。在这场对谈里，Demis Hassabis 谈的不是成本，也不是应用，而是更底层、更难跨越的三道短板：持续学习、长期规划、稳定表现。

这三道短板，决定了 AI 的上限究竟能被抬到多高。

短板一：只能“学一次”，无法越用越聪明

Hassabis 指出，今天的模型，训练完就定型了。无论用多久、遇到多少新情况，它都不会因此变得更聪明，也不会根据和用户的互动慢慢调整自己的判断。

偏偏医疗、科研、制造、金融等专业领域，信息每天都在变。AI 如果无法从实际场景中持续吸收经验，就只能停在“能回答”，很难进化为“能协作”

未来五年，这道短板能不能补上，直接决定 AI 在专业世界的参与深度。

短板二：规划跨度太短，无法完成复杂任务

抛开晦涩的评测跑分，Hassabis 用一个现实场景精准刻画了这种“能力断层”：现在的 AI 可以很快解答一道数学题，却无法像人一样提前规划接下来三个月要怎么推进一个项目。

回答一个问题，AI 做得很好。但把一件事从头推到尾，中间涉及多个步骤和决策，它就容易在过程中跑偏。

现实里真正有价值的工作，从来不是一两步就能完成的。研发药物、制定供应链策略、运营一个大型医院，每一件都要跨越很长的周期，中间环环相扣。AI 只有补上这一块，才真正有能力接手这类复杂任务。

短板三：能力参差不齐，强弱落差太大

AI 能解奥数，却可能在一道小学题上犯错；能写程序，却可能在相似问题上给出截然相反的结果。

企业要把 AI 放进核心流程时，最担心的不是偶尔出错，而是无法预测何时会出错。稳定性不足，是当前大模型最大的不确定来源。这个短板一旦补上，AI 的可信度和可靠性才能真正上一个台阶。

正是这三道短板，让 Hassabis 给出了一个具体的时间窗口：AGI 已经不是遥远的事，5 到 8 年内就可能发生。只要这三条短板被补上，AI 的能力才算第一次接近人类的全面水准。突破点从来不在规模，而在能力够不够完整。

这三道短板补得有多快，AGI 就来得有多快。

变量三：任务在重排，技能和企业能不能跟上

Pichai 和 Hassabis 谈的是 AI 本身能走多远。

Manyika 关注的是更现实的一层：面对这股洪流，人和组织究竟该怎么跟上？

他说，未来五年最大的不确定，不在于工作岗位会不会消失，而在于组成这些岗位的任务，会以多快的速度被重新组合。

1）岗位没消失，但每天做的事正在悄悄换

工作从来不是一个整体，而是由许多任务组成的。有的任务会缩小，有的任务会放大，还有很多任务会被重新定义。

举个最简单的例子：一个客服岗位，以前一半时间在回答重复问题，现在 AI 能把这部分自动处理掉。客服并没有消失，但任务比例已经变了。企业会把更多注意力放到投诉、升级、挽回这些更需要判断的场景上。

这就是任务重排。它比宏观的“岗位裁撤”发生得更早，影响也更直接。AI 最先动的，就是每个人每天在做的那些具体工作。

2）技能没跟上，机会就成了别人的

任务一旦重排，考验马上就来了。在这段时间里，既没有旧任务可以依赖，新机会也还没有完全打开。能不能撑过去，全看技能跟不跟得上。

AI 的发展速度超乎以往。从数据整理到运营统筹，从分析挖掘到内容产出，原本需要几年才能完成的行业迭代，现在可能几个月就走完了。

对个人来说，主动学习、持续更新能力，已经是基本要求。对企业来说，能不能让员工快速掌握 AI 工具，会直接决定效率和竞争力。技能更新越快，AI 越像一种增长放大器；更新越慢，受到的冲击就越大。

3）反而是中小企业，最有机会借势跑出来

这是 Manyika 最具洞察力的观点：AI 第一次给了小企业一个机会，用上以前只有大企业才用得上的东西。

Manyika 描述了几个很生活化的场景：一个卖手工艺品的商户，一家两三人的小作坊，一个没有 IT 部门的零售店，都能靠 AI 完成以前需要团队才能做的事情。说出需求，AI 把工具搭起来；描述一个想法，流程自动生成。

这种方式“凭感觉写代码”，让普通人不需要懂技术，只要能说清楚自己要什么，AI 就能把剩下的事做完。

这意味着未来最大的增长红利，很可能来自那些以前被数字化浪潮落在后面的中小企业群体。只要 AI 的使用门槛被压得足够低，中小企业将迎来一轮真正的能力跃升。

Manyika 说的，归根到底是三件事：

• 任务比岗位更快变化

• 技能比学历更重要

• 小企业比大企业更需要 AI

谁先把这三件事想清楚、做在前面，谁就能在这轮变化里拿到真正的增量。

变量四：走进物理世界，AI 才算真正开始做事

如果说前三个变量讨论的是 AI 在“比特世界”（屏幕与软件）内的进化；那么 Hassabis 则将视野推向了更宏大的终局：未来五年最大的跳变，将来自 AI 真正跨入“原子世界”（物理现实）。

Demis Hassabis 明确表示：我们正全面迈入 AI 的 Agent（智能体）时代。

1）从“被动回答”到“主动做事”

过去的 AI，本质上都停留在“等你发问”。无论是聊天、搜索还是写代码，核心机制都是回应式的。

Hassabis 看到的新趋势，是 AI 将从回应变成主动执行：能自动拆解复杂任务、规划先后步骤、调用外部工具，并根据每一步的反馈持续推进。这种转变一旦形成，软件的形态、工作的节奏、服务的提供方式，都会随之改变。

AI 自己做事的能力，会是未来五年最能重塑行业的变量之一。

2）多模态叠加机器人，AI 首次真正“触碰”世界

Hassabis 对机器人赛道展现出了前所未有的信心。原因很简单：如今的多模态大模型，终于帮机器“看懂”这个世界了。

过去的机器人之所以笨，硬件不是瓶颈，算法才是。它们看不懂画面里发生了什么，不懂物体之间的关系，也理解不了人类的动作。但当能理解语言、图像、视频的模型装进机器人身体时，它们就不再只会重复指令，而是可以真正执行任务。

Hassabis 给出了一个清晰的时间窗口：两三年内，机器人领域将迎来“突破性时刻”。

他认为，下一轮真正的竞争增量，很可能不在屏幕和对话框里，而在仓库、医院、餐厅、工厂，甚至是日常家庭。谁能率先把 AI 融入物理动作，就可能率先打开新的增长空间。

3）为什么走进物理世界会成为未来五年的大变量？

因为 AI 一旦能够真正进入物理世界，就不再只是生产内容，而是能创造结果。

今天 AI 能写出一份采购计划，但最终的下单、跟进、验货、入库，依然需要人去完成。如果未来 AI 能接手这些执行环节，效率的提升将是指数级的。

再往前发展，当机器人接管了产业链中搬运、分拣、组装、质检这些物理环节，AI 能参与的事情就彻底不同了。它不再停在给人提建议的位置上，开始真正成为把事情做完的那个角色。

走到这一步，企业之间的竞争逻辑就变了。用 AI 用得顺手，只是起点；能跟上这个节奏，才决定能不能继续留在牌桌上。

AI 进不进物理世界，将决定它到底能为人类做多少真正的事。

结语｜四个变量，一个现实

这场对话里，三个人真正在谈的，不只是 AI 有多强。

落地速度、能力短板、任务重排、物理世界，四个变量指向同一个现实：AI 的竞争，已经从实验室移到了真实的行业、真实的企业、真实的工作里。

谁先在这四件事上动起来，未来五年的差距就从那一刻开始拉开。

识自AI

本文由 AI 深度研究院出品，内容整理自 India AI Impact Summit 公开对话素材，属评论分析性质。内容为观点提炼与合理引述，未逐字复制原素材。未经授权，不得转载。

参考资料：

https://www.youtube.com/watch?v=pGHAVksJM9k&t=1902s

https://www.youtube.com/watch?v=1ZhsdckCK2c&t=971s

https://impact.indiaai.gov.in/?utm_source=chatgpt.com

https://www.hindustantimes.com/business/demis-hassabis-sees-agi-on-the-horizon-in-5-8-years-as-we-aren-t-there-yet-101771389981830.html

https://blog.google/company-news/outreach-and-initiatives/google-org/global-impact-challenge-ai-government-2026/

来源：官方媒体/网络新闻

排版：Atlas

编辑：深思

主编: 图灵