「派人去摧毀對方的資料中心」——沒想到這句話會出現在 TED 訪談裡
我在《TED》Youtube 頻道看到 Google 前執行長施密特的訪談影片《The AI Revolution Is Underhyped | Eric Schmidt》。
看著看著，覺得有哪裡不太對勁。因為施密特談到一個情境——「如果 AI 競賽落後到追不上的程度，最後一步可能會：直接派人去摧毀對方的資料中心。」
曾經站在科技權力中心的 Google 前執行長，在 TED 的訪談中被問到「在 AI 競賽中落後的一方要如何追上？」他丟出一句凝重的話：「Bomb your data center? Wow.」
看到時，覺得真是經典又驚嚇。
目前我們所知的 AI 趨勢，遠遠超乎大眾對 AI 的認知和想像，甚至上升到了重大的國家議題，從戰略能力、稀缺資源到可攻擊的關鍵基礎設施。
AI 競賽的語言，似乎已經被搬到國安等級的桌上了。
他說：大家以為 AI 革命已經開始了？他覺得還早
很多人把 ChatGPT 當成起點，但施密特的時間軸更長。
他把「非人類智慧真正被看見」的轉折點，拉回到 2016 年 AlphaGo 對戰李世乭那一刻。尤其是那步著名的第 37 手。DeepMind 自己形容那是一手機率極低、卻改寫理解的棋。
那段歷史提醒我們：
AI 不只是在模仿，它有時會走出人類想不到的路。
從會聊天到會規劃：接下來更像代理人時代
施密特在訪談裡花很多時間講「代理人」。你可以把它想成一個會自己排程的助理：
你給目標，它會拆任務、找工具、分工協作，最後做到交付。
它不只是回一句話，還把事情往前推。
一旦走向「規劃型 AI」，算力需求就不會只是加一點點。他在訪談中引用外部研究觀察，提到做規劃可能需要多出至少 100 倍、甚至 1,000 倍的計算量。
你以為現在 GPU 缺貨很誇張？他等於在說：這只是暖身。
下一階段的 AI，吃的不是資訊而已，是規模化的算力。
「飢餓河馬」的比喻一點也不可愛：真正卡關的是電
主持人把 AI 比喻成饑餓河馬：一直吞資料、吞算力，吞到你開始懷疑人類到底養不養得起。施密特接著把焦點拉到最不浪漫、但最真實的瓶頸：電力與基礎建設。
他說曾在國會作證時引用過一個估算：美國需要額外 90 GW 的電力。然後直接把它換算成更刺眼的說法，相當於 90 座核電廠的供電規模，並且很不客氣地說，美國目前根本沒有那種速度在蓋。
最關鍵的不是核電，而是背後的現實。「你買得到 GPU，不代表你買得到足夠的電網、土地、許可、工班、輸電與維護。」
黃仁勳昨日返台時提到，AI 要更像人一樣思考、回應、具備長短期記憶，最需要的其實是記憶體，而且需求正在快速增加。換句話說，未來 AI 的瓶頸不只算力與電力，還包含高頻寬記憶體與供應鏈的續航力：誰供得起、拿得到、串得順，誰就更有機會把 AI 變成穩定交付。
再強的模型，都得靠電讓它跑得起來。
真正讓人坐不住的是：地緣政治 +領先半年的推演
施密特的邏輯很簡單，但也很難吞下去。假設你是「好人」，我是不擇手段的「壞人」。你領先我半年，朝超級智慧一路往前衝。我追不上，因為一旦進入自我改進的加速階段，你會越跑越快，距離會被拉開到我再也追不到。那我會怎麼做？他先列出一串更常見、也更現實的選項：
偷程式碼、派人滲透、動手腳改模型、破壞供應鏈……講到最後，他才丟出那句像冷水一樣的話：
「Bomb your data center? Wow.」
他並非在講故事，而是提醒我們
當落後者相信自己永遠追不上時，手段會變形。
長此以往，風險只有不斷增加。
那我們是不是會失業？他回答得直白又現實
講到人類工作，他沒有走溫情路線。
他先提醒一個大背景：社會正在缺工、人口老化加速，提升生產力會變成結構性需求，AI 反而被期待來補洞。尤其談職業的那兩句：別以為律師會消失，他們只會用更強的工具打更複雜的官司。別以為政客會消失，他們只會擁有更多平台來影響你。
工具會先落到最會用工具的人手上，世界會被用得更複雜。
尤其在天下雜誌 2025、2026 台灣人才白皮書中指出，AI 人才培訓及導入，對企業來說已經是必然的趨勢了。
推理模型正在變成新賽道
你可以不追新名詞，但很難忽略產業正在往哪裡移動。所謂會推理的模型，更像是：它不僅回覆對談，還會走推論路徑，自己檢查、自己修正。這也是為什麼大家一直在談「代理人」、「推理」這些詞，意味著 AI 更能把事情推進，而不是陪聊。OpenAI 在自家更新裡，把 o3／o4-mini 這類推理模型當成重要里程碑來談。
模型正往「更能規劃、更能推進任務」走，而代價會是電力、算力、資本、供應鏈一起上桌。
結論：這局沒有旁觀席
當一位曾站在科技權力中心的人，能在 TED 上把「炸資料中心」拿來做邏輯推演基礎，就可以知道這場競賽的語言已經變了。
電力會是瓶頸，算力會是武器，這場競賽牽動的，已經不只科技公司，還有教育、能源、產業政策，最後才是我們的工作規則。
我們可以懷疑、可以吐槽，但接下來幾年，會更頻繁地被迫回答同一個問題：我們想把 AI 放在自己的哪個位置？要用它做什麼？準備靠什麼不被這個洪流甩開？
重點資料來源
- TED 訪談《The AI Revolution Is Underhyped》
- The AI Revolution Is Underhyped | Eric Schmidt | TED
- Transcript of The AI Revolution Is Underhyped: Eric Schmidt
- Google’s AlphaGo AI defeats human in first game of Go contest
- OpenAI：關於 o3／o4-mini 的官方更新文章
