凯文·凯利（Kevin Kelly）在《必然》（The Inevitable）中梳理几项宏观技术趋势并推至逻辑终点。十年后，书中几段人工智能摘录被列出，其中一条预测：到2026年，谷歌（Google）的主要产品将不再是搜索，而是人工智能。他在书中回忆，约2002年谷歌上市前，参加谷歌私人聚会，与联合创始人拉里·佩奇（Larry Page）交谈，坦言当时不懂为何有那么多搜索公司还免费做网页搜索；他承认，这种盲区说明预测未来很难。
正文
凯文·凯利（Kevin Kelly） 的 The Inevitable 阐述了若干宏观技术趋势，并顺着这些趋势推导出它们的逻辑结论。
十年后，以下是书中与 AI 相关的几段摘录：
- “到 2026 年，谷歌的主要产品将不再是搜索，而是 AI。”
- “由两三家大型、通用、基于云的商业智能组成的寡头统治”
- “地平线上的 AI 看起来更像 Amazon Web Services”
- “AI 的主体将是专用软件大脑”
- “以对话的语气，提出任何问题”
“到 2026 年，谷歌的主要产品将不再是搜索，而是 AI。”
2002 年前后，谷歌还没上市，只是一家专注搜索的小公司。我在一次谷歌的私人聚会上和联合创始人拉里·佩奇（Larry Page）聊起来。我说：“拉里，我还是不明白。搜索公司这么多，网页搜索还免费，这能有什么出路？”我这种缺乏想象力的短视恰恰说明预测未来有多难；不过当时谷歌还没靠广告竞价体系获得真正收入，也远早于收购 YouTube 或其他大项目。并非只有我这个重度用户认为它撑不久。但佩奇的回答让我一直记着：“哦，我们其实是在做 AI。”
近几年，除了 DeepMind，谷歌还收购了 13 家 AI 和机器人公司，我因此常常回想起那次对话。表面上看，谷歌增强 AI 实力像是为了改进搜索，因为搜索贡献了它 80% 的收入。但我认为恰恰相反：谷歌不是在拿 AI 改进搜索，而是在用搜索改进 AI。你每输入一次查询、点开一条搜索生成的链接，或在网上创建一个链接，都是在训练谷歌的 AI。比如你在图片搜索栏输入“复活节兔子”（Easter Bunny），然后点开最像复活节兔子的那张图，就是在教 AI 复活节兔子长什么样。谷歌每天处理的 30 亿次查询，会一遍遍调教这个深度学习 AI。再经过 10 年算法稳步改进，加上多上千倍的数据和上百倍的计算资源，谷歌将拥有无可匹敌的 AI。在 2015 年秋季的季度财报电话会议上，谷歌 CEO 桑达尔·皮查伊（Sundar Pichai）表示，AI 将成为“我们重新思考一切工作的核心变革方式……我们正把它应用到所有产品中，无论是搜索、YouTube 还是 Play，等等”。我的预测是：到 2026 年，谷歌的主要产品将不再是搜索，而是 AI。
2017 年，谷歌研究人员发表了 Attention Is All You Need，提出了一种名为 transformer 的深度学习架构。
“由两三家大型、通用、基于云的商业智能组成的寡头统治”
随着这一趋势发展，这种基于云的 AI 会越来越深入日常生活，但也要付出代价。云计算强化了“收益递增定律”，也就是网络效应：网络的价值会随着规模扩大而加速增长。网络越大，对新用户越有吸引力，于是变得更大、更具吸引力，如此循环。服务于 AI 的云也遵循同一规律。使用 AI 的人越多，它就越聪明；它越聪明，使用的人就越多，形成良性循环。企业一旦进入这种循环，往往会以极快速度膨胀到足以压垮任何新对手。因此，我们的 AI 未来很可能由两三家大型、通用、基于云的商业智能组成的寡头所统治。
凯利预言了 AI 巨头，同时也倡导一个“开放权重”的未来：
理想情况下，这种额外的智能不仅应该便宜，更应该免费。一个免费的 AI，就像网络的免费公共资源一样，会以我们所能想象的任何其他力量都难以企及的方式滋养商业和科学，并很快收回成本。
“地平线上的 AI 看起来更像 Amazon Web Services”
在这一切发展过程中，AI 未来的图景逐渐清晰：它不是 HAL 9000——一台由迷人（但可能有杀人倾向）的类人意识驱动的独立机器——也不是超级智能的奇点式狂喜。地平线上的 AI 看起来更像 Amazon Web Services：廉价、可靠、工业级的数字智能，运行在一切背后，几乎不可见，只有在它“熄掉”时才会被察觉。这种通用公用设施会提供你想要的 IQ，但不会超过你的需要。你只要接入这个网络，就能像用电一样获得 AI。
“AI 的主体将是专用软件大脑”
就连凯利也没有预见到 “苦涩的教训”（bitter lesson）：
然而，AI 完成的大部分商业工作都将由非类人的程序完成。AI 的主体将是专用软件大脑：比如能把任何语言翻译成任何其他语言，但别的几乎干不了；会开车，但不会对话；能记住 YouTube 上每一段视频的每一个像素，却无法预测你的工作流程。未来 10 年，你将直接接触或间接接触的人工智能中，99% 会是像书呆子一样狭隘、却又超级聪明的专家。
“以对话的语气，提出任何问题”
很快，我们将生活在一个可以向云、以对话的语气提出任何问题的世界。如果问题有已知答案，机器就会向我们解释。谁赢得了 1974 年的年度最佳新人奖？天空为什么是蓝的？宇宙会一直膨胀下去吗？随着时间推移，云（或者说“云”、机器、AI）将学会表达什么是已知的、什么是未知的。起初，它可能需要和我们对话以澄清歧义（就像人类回答问题时那样）；但与我们不同，这台答题机器会毫不犹豫地提供任何主题上深刻、冷僻、复杂的事实知识——只要这些知识存在。
…
随着我们让更多书籍、电影和物联网具备认知能力（cognify），答案将变得无处不在。我们正在走向这样一个未来：每天会提出几百个问题。其中大部分问题关乎我们自己和我们的朋友。“珍妮在哪儿？下一班公交几点？这种零食好吗？”每个答案的“制造成本”将只有几毫美分（nanocents）。搜索——也就是“给我一个答案”——将不再被视为第一世界的奢侈品，而会成为一种必不可少的全球性商品。
评论
讨论气氛以校准和挑刺为主：多数人承认 Kevin Kelly 若干预言方向正确，但质疑其整体命中率、是否被挑选展示，以及书名“不可避免”的定性；分歧主轴集中在 Google 是否已把 AI 当作主产品、AI 是否已成为像 AWS 一样的 utility，以及今天 AI 的主体究竟是专用软件大脑还是通用对话式助手。
认为预言只是被挑选过的部分命中，准确率与“不可避免”都站不住
- 按宽泛标准，16 条预言大约只命中 8 条；若逐条用收入、常识或公众认知校准，有人只给 3/5，书名宣称的“不可避免”被认为夸大。（较多人） > “就算慷慨地算，16 条里也就命中大约 8 条，远远谈不上书名说的‘不可避免’。”（@stephen_cagle）
- 批评者要求公开未实现的预言和整体错误率，警惕只展示成功案例造成的幸存者偏差。（较多人）
- 例如被认为很有意思的“AI 会服从用户驱动的网络效应”至今没有真正出现，拥有好用户数据的优势也可能被爬取、蒸馏等手段绕过。（较多人）
- 也有人用玩笑施压：既然 2026 已到，那就请 Kevin Kelly 再给出未来十年的新预言，以便日后用同样标准检验（@esafak，少数人）。
认为到 2026 年 Google 的主产品仍不是 AI，而是广告或搜索
- 按收入、大众认知或路人回答来衡量，Google 的主要产品仍然是广告；说 AI 已成为其“主产品”并不公平，最多只能说人员、支出和注意力在向 AI 倾斜。（较多人） > “Google 的主要产品过去是、现在也仍然是广告。”（@cousinbryce）
认为 AI 会像电力或 AWS 一样成为通过 token 与 API 供给的 utility
- Kevin Kelly 预言 AI 会像电力一样作为 utility 接入各种设备；今天模型能力通过 token 和 API 调用来供给，被认为基本印证了这一判断，也有人认同“地平线上的 AI 更像 AWS”的类比。（较多人） > “AI 会像电力一样作为 utility 接入各种设备，今天通过 token 和 API 供给的模式基本印证了这一点。”（@royal__）
认为“专用软件大脑”才是 AI 的主体，已比“苦涩教训”更贴近现实
- 真正有产出的 AI 大多是针对特定用途或某类用途定制的系统；LLM 并不会开车，Stockfish 下棋仍胜过最大的 LLM，因此“AI 的大多数将是专用软件大脑”比强调通用规模的“The Bitter Lesson”更符合现实。（少数人） > “真正有产出的 AI 大多是专用软件大脑：LLM 不会开车，Stockfish 下棋仍然击败最大的 LLM，所以这个判断比‘苦涩教训’更接近真相。”（@rossdavidh）
认为“专用软件大脑”的预言含糊，按公众认知应算落空
- 这条预言的问题在于“大多数”按什么标准算：若列一张 ML 应用清单，确实会被相机图像处理、Spotify 推荐、工厂图像识别等高度专用、非人形的例子占满；但在公众认知里，AI 指的就是无所不知、能聊一切的对话/助手系统，因此该预言界定不清、应判落空。（少数人） > “‘大多数 AI 将是专用软件大脑’这个说法界定得太含糊；按今天公众对 AI 的理解，它指的是什么都能聊的助手系统，所以我判它落空。”（@latkin）
有价值的补充
- 关于预言落空的反直觉归因：Ray Kurzweil 在 1999 年《Age of Spiritual Machines》里那些没实现的预言，几乎都不是因为技术上做不到，而是因为社会拒绝或没有采纳该技术。（@AndrewKemendo）