От «конкуренции вычислительной мощности» к «конкуренции национальных возможностей»: Дженсен Хуанг и Ро Ханна обсуждают, как США выиграют эпоху ИИ

Статья: Techub News整理

В этом открытом диалоге о «лидерстве США в области искусственного интеллекта» основатели NVIDIA и CEO Jensen Huang, член Конгресса США Ro Khanna и ведущий H.R. McMaster обсуждали не только чипы, модели и экспортный контроль, а более глобальную проблему: когда искусственный интеллект становится новой универсальной технологией, на чем должна основываться страна, чтобы сохранять лидерство? Ответ заключается не только в технологиях, а в совокупности талантов, энергии, производственной базы, университетской системы, политики, общественного доверия и национальной нарративной способности.

По содержанию, этот диалог включает как минимум три основные линии: первая — ИИ не является отдельной технологией, а представляет собой многослойную индустриальную систему; вторая — чтобы США продолжали лидировать, необходимо не только развивать передовые инновации, но и восстанавливать производственные мощности, расширять распространение технологий и делать так, чтобы больше обычных работников получали выгоду; третья — в условиях глобальной конкуренции, особенно с Китаем, США не могут просто «декорировать риски» до уровня, блокирующего инновации, и не должны позволять неупорядоченной глобализации разрушать внутренние индустрии и социальное единство.

Более того, этот разговор не ограничился «технологическим оптимизмом» или «паникой вокруг ИИ». Huang подчеркнул, что ИИ изменит индустрию, но «автоматизация задач» не равносильно «исчезновению профессий». Ro Khanna напомнил, что даже при долгосрочном росте производительности, создающем больше рабочих мест, переходный период распространения технологий может сопровождаться заметной безработицей, расслоением доходов и региональными дисбалансами. Поэтому важен не вопрос развития ИИ или нет, а — как развивать его более инклюзивно для общества.

AI — не модель, а целая инфраструктура индустрии

Huang неоднократно подчеркивал, что одно из крупнейших заблуждений в обществе — считать ИИ просто моделью или продуктом. По его мнению, ИИ — это по сути «пятислойная структура» индустриальной системы: внизу — энергия, далее — чипы, затем облачные и инфраструктурные платформы, модели, и только сверху — приложения.

Это очень важное замечание, потому что оно расширяет «конкурс в области ИИ» с способности моделей до уровня национальной инфраструктуры. То есть, чтобы страна сохраняла лидерство в эпоху ИИ, недостаточно иметь несколько звездных компаний по моделям — нужно обеспечить достаточную энергообеспеченность, устойчивое снабжение чипами, развитую облачную инфраструктуру, процветающую экосистему моделей и, самое главное, чтобы ИИ действительно внедрялся в промышленность и общество, достигал масштабного использования.

Huang особо подчеркнул, что если США сильны в первых четырех слоях, но применение не распространяется, весь индустриальный «фронт» не сможет развернуться, и технологии не смогут реализовать свой потенциал. Он опасается не недостатка технологий, а того, что общество из-за страха и недоверия может чрезмерно регулировать ИИ, превращая его в инструмент, тормозящий развитие. Если распространение приложений будет искусственно подавлено, даже если США изобрели эту индустриальную революцию, они могут не получить всех ее дивидендов.

С этой точки зрения, ключ к политике в области ИИ — не только «управление рисками», а снижение барьеров для эффективного использования. Эти барьеры могут быть как институциональными, так и психологическими или общественными. Если общество воспринимает ИИ только как угрозу, а не как инструмент для обучения и управления, оно рискует потерять окно возможностей для распространения технологий.

Преимущество США — не только в бизнесе, но и в открытых талантах и университетской системе

Ответ Ro Khanna на вопрос «почему США все еще могут сохранять лидерство в ИИ» дополняет индустриальную перспективу Huang. Он считает, что главное преимущество США — это способность привлекать талантливых специалистов со всего мира для обучения, исследований, предпринимательства и сотрудничества. Второе — мощная исследовательская университетская система, третье — культура академической свободы, критического мышления и доверия к институтам, а также развитая система трансфера технологий между университетами, правительством и бизнесом.

В ходе дискуссии Khanna отметил, что многие стартапы в области ИИ основаны иммигрантами, а многие исследователи не учатся в США, но в итоге приезжают сюда для участия в инновациях. Эта «глобальная миграция талантов и их локальное объединение» — одна из ключевых причин технологического превосходства США.

Он также подчеркнул важность исследовательских университетов. Долгосрочные инвестиции в фундаментальные исследования, подготовку кадров и технологический трансфер — не случайность, а результат системных усилий и постоянных государственных вложений. Поэтому, говоря об американском преимуществе в ИИ, нельзя ограничиваться капиталом и крупными компаниями — необходимо учитывать роль национальных научных программ и университетов.

Это объясняет, почему, несмотря на участие звездных предпринимателей и политиков, в основе дискуссии лежит не вера в «государство или бизнес», а — треугольное взаимодействие: государство задает долгосрочную стратегию и создает условия, университеты формируют кадры и фундаментальные знания, а бизнес реализует индустриальные приложения и масштабирует технологии.

Переход к новой индустриализации — новый ключ к конкуренции в ИИ

Если раньше обсуждение ИИ было сосредоточено на вычислительных мощностях, моделях и финансах, то эта дискуссия ярко показывает, что «повторная индустриализация» стала важнейшей частью повестки. Khanna прямо заявил, что одна из ошибок США за последние десятилетия — это иллюзия, что можно сосредоточиться только на финансовых и инновационных центрах, не сохраняя мощную производственную базу. Это не только угрожает национальной безопасности, но и разрушает социальное единство, оставляя регионы с ощущением заброшенности.

Он отметил, что упадок традиционной промышленности — не абстрактная тенденция, а конкретное разрушение достоинства, рабочих мест и межпоколенческой идентичности в многих сообществах. Города и семьи, ранее опиравшиеся на фабрики, металлургию и цепочки поставок, вынуждены сталкиваться с реальностью: «если не в финансовом или технологическом секторе — значит, тебя выбросят». Этот разрыв проявляется в политике, недоверии и расколе внутри страны.

Поэтому Khanna предлагает «новую экономическую стратегию по типу Маршалла»: США должны не только вводить тарифы, а реально восстанавливать ключевые отрасли — в области редкоземельных металлов, минералов, фармпрепаратов, робототехники, новых материалов — и создавать новые возможности для инвестиций, объединяя правительство, бизнес, научное сообщество и трудовые ресурсы.

Huang добавил, что индустрия ИИ сама становится драйвером новой индустриализации. Внедрение AI-ферм, чиповых фабрик и вычислительной инфраструктуры в США уже создает спрос на рабочие места в производстве, строительстве, электрике, трубопроводах, точных инструментах. Он отметил, что компании планируют масштабные инвестиции в локальное производство, и для этого необходимо создать благоприятную, прибыльную и стимулирующую инвестиции среду.

Это означает, что ИИ — не только технология замещения труда, а возможность восстановить реальную экономику и занятость в регионах. Но для этого нужны правильные политики, стимулирующие долгосрочные инвестиции, а не только краткосрочные спекуляции.

«Будет ли ИИ «забрать работу»?» — не такой простой вопрос

Обсуждение влияния ИИ на занятость — одна из самых ярких частей диалога. Huang прямо опроверг распространенную нарративу о «разрушении рабочих мест» — он считает, что описание ИИ как силы, уничтожающей рабочие места, не только неверно, но и вредно для общественного восприятия технологий.

Он привел пример: много лет назад некоторые ученые предсказывали, что автоматизация в радиологии сделает радиологов «ненужными» в течение десяти лет. Huang признал, что в части автоматизации — это правда: ИИ проник во почти все этапы радиологии; но он подчеркнул, что радиологи не исчезли — их число даже выросло.

Почему? Потому что цель профессии и конкретные задачи не совпадают. ИИ может автоматизировать отдельные задачи, но не уничтожает саму профессию. Наоборот, повысив эффективность, организации могут обслуживать больше пациентов, решать более сложные задачи и зарабатывать больше, что требует большего числа специалистов для более высокого уровня диагностики, анализа и консультаций.

Он также привел пример с программным обеспечением: в NVIDIA инженеры активно используют AI-инструменты, и это не ведет к сокращению кадров, а — к тому, что инженеры, умеющие пользоваться ИИ, становятся более востребованными и успешными, а команда — быстрее реализует проекты. Иными словами, ИИ меняет организацию работы и границы производительности, а не просто сокращает рабочие места.

Khanna добавил важное уточнение: он не отрицает, что в долгосрочной перспективе технологии создадут новые профессии и потребности, но история показывает, что рост производительности не равномерно распределяется, и в процессе распространения технологий происходят массовые увольнения, рост неравенства и региональные дисбалансы.

Поэтому ответственная политика — не просто повторять лозунг «технологии создадут больше рабочих мест», а — учитывать, есть ли у работников возможность участвовать в этом росте, получать долю от повышения эффективности, получать обучение и поддержку в переходный период.

Это объясняет, почему Khanna позиционирует себя как «демократа ИИ», а не «грустного пророка» или «ускорителя». Его идея — не противостоять ИИ, а бороться за равномерное распределение его выгод и издержек.

Опасность — не ИИ сам по себе, а то, что им будут пользоваться немногие

Huang дал яркий пример: большинство людей не обязательно проиграют ИИ, но могут проиграть тем, кто умеет им пользоваться. Важнее не паника, а — ускорение распространения навыков работы с ИИ.

Он отметил, что ИИ — одна из самых быстро внедряющихся технологий, потому что его барьер входа ниже, чем у многих других. Простым людям не нужно становиться инженерами или исследователями, чтобы использовать ИИ для повышения своей эффективности. Он привел пример: плотник, использующий ИИ, может лучше проектировать, создавать дизайн и предлагать услуги, приближенные к архитектуре или интерьеру.

Логика в том, что главная ценность ИИ — не в закрытии профессиональных знаний у узкого круга, а в расширении возможностей для более широкого круга людей. Чем больше обычных работников, предпринимателей и студентов смогут использовать ИИ для выполнения сложных задач, тем больше будет технологический эффект.

Khanna дополнительно поднял вопрос о социальном договоре: сегодня в США существует недоверие к новым технологиям, потому что люди не верят, что они автоматически принесут выгоду. Чтобы восстановить доверие, нужны не только пропаганда, а — реальные программы занятости, обучения, региональных инвестиций и публичных обязательств.

Между Китаем, глобализацией и регулированием — США нужен «золотой средний путь»

Еще одна важная тема — как США должны взаимодействовать с Китаем и глобальными цепочками поставок. Huang ясно заявил: мир взаимозависим, и AI — это не система, которую можно полностью закрыть. Любая политика «закрытия» или «разделения» может иметь тяжелые последствия.

Он подчеркнул, что AI — это не отдельный продукт, а часть глобальной цепочки, включающей энергию, минералы, оборудование и производство, в которой США и Китай глубоко связаны. Поэтому политика должна быть взвешенной, учитывать долгосрочные последствия и баланс систем.

Khanna согласился и добавил, что США не могут полностью «отделиться», но и глобализация без ограничений — тоже недопустима. Необходимо создать «более осознанную открытую систему»: признавать риски монополий в ресурсах и технологиях, развивать внутренние возможности, избегать политики изоляции и протекционизма.

Huang напомнил, что противостояние Китаю не должно превращаться в антипатию к азиатским иммигрантам или международным специалистам. США — страна, куда стремятся лучшие умы со всего мира, и потеря этого — удар по собственному будущему.

Что касается регулирования, оба согласны, что нужно балансировать: Khanna выступает за умеренные, точечные правила, чтобы сохранить доверие и конкурентоспособность, Huang — за регулирование в ключевых сферах, избегая чрезмерных ограничений на базовые технологии.

Общий итог — оба не поддерживают крайности: ни безграничную свободу, ни чрезмерное регулирование. Важна гибкая политика, баланс риска, инноваций и глобальной конкуренции.

Эта дискуссия — не просто политика или стратегия, а — новая национальная нарративная концепция

Если воспринимать этот диалог только как «обсуждение политики ИИ», — это упрощение. Глубже, он говорит о том, сможет ли США в эпоху ИИ построить нарратив, который объединит большинство и даст ощущение причастности.

Khanna повторял, что одна из главных проблем — потеря доверия. Люди не верят, что смогут участвовать в росте, что государство заботится о них, и что «американская мечта» еще возможна. Поэтому он предлагает использовать ИИ как возможность переосмыслить ценности — не только технологические достижения, а — создание более сплоченного, многообразного и безопасного общества.

Huang, с точки зрения предпринимателя, отметил, что сейчас — лучшее время для молодежи входить в индустрию, использовать ИИ, создавать стартапы и менять индустрию. Эта революция — не просто исправление старого мира, а — перезагрузка всей вычислительной отрасли и смежных сфер. Для молодых это шанс на равные стартовые возможности.

В этом смысле, главный вывод — не «Америка обязательно выиграет», а — «если хочет выиграть, должна дать шанс выиграть как можно большему числу». Лидерство в эпоху ИИ — не только в мощных чипах, капиталовложениях и моделях, а — в умении объединить технологии, промышленность, образование, производство, управление и общественное доверие в единый проект.

Это, возможно, самое важное, что эта дискуссия оставляет для внешнего мира: будущее ИИ — не только технологическая гонка между странами и компаниями, а — борьба за создание более целостной, открытой и устойчивой системы национальных возможностей. И победит не самый громкий лозунг, а — тот, кто сможет ответить на три вопроса: кто создает инновации, кто производит, и кто получает выгоду.