Google DeepMind 執行長 Demis Hassabis 表示 AGI 可能在 2030 年左右到來，未來幾年對於工作、科學、治理和 AI 準備至關重要。
Google DeepMind 執行長 Demis Hassabis 警告 AGI 可能在 2030 年左右到來，並可能標誌著新的人類時代。關鍵問題不僅是 AGI 是否強大，而是人們、企業和政府是否能夠足夠快速地為其可能引發的社會、經濟和科學變革做好準備。對 NexusAI 用戶而言，這意味著 AI 準備應超越工具實驗，進入技能培養、工作流程重設、治理、安全素養及長期戰略適應。
Demis Hassabis 最新的 AGI 評論提醒我們，AI 產業已不再將人工通用智能視為遙遠的哲學概念。Google DeepMind 執行長表示 AGI 可能在 2030 年左右到來，並可能帶來人類工作、學習、發現及社會組織方式的重大轉變。
「新的人類時代」這個詞彙刻意用得很宏大。Hassabis 描述的是一個未來，AI 系統可能幫助治療疾病、加速科學發展、改善教育、轉變生產力，並可能創造出現有經濟體系無法應對的豐裕形式。
但警告與樂觀同樣重要。如果 AGI 在未來幾年內到來，社會準備面對工作中斷、錯誤資訊、治理失敗、安全風險、權力集中以及 AI 使用者與被取代者之間日益擴大的差距的時間將非常有限。
如果 AGI 可能在 2030 年左右到來，企業和個人應在現有規劃週期內做好準備，而非視為遙遠的推測。
Hassabis 的願景指向 AI 系統可能幫助解鎖醫學、科學、生產力與豐裕的突破。
最大挑戰可能是教育、政策、工作系統與治理是否能在 AI 能力大幅提升前適應。
2030 年的 AGI 時間表改變了實際的規劃視野。這不是百年規模的預測；它在現有新創公司、大學生、企業轉型計畫、政府政策週期和職涯決策的時間範圍內。即使 AGI 晚些到來，準備工作也已經相關，因為現今的 AI 工具正改變著工作。
對企業而言，關鍵問題不再是 AI 是否有用，而是組織是否能夠足夠快速地重新設計工作流程、數據系統、角色和決策流程，以跟上日益強大的模型和代理。
Hassabis 的樂觀基於 DeepMind 的長期使命：建構通用智能並用其加速發現。最具吸引力的 AGI 正面影響不僅是更好的聊天機器人或更便宜的軟體，而是可能在醫學、材料、能源、生物學及其他人類進步受限於複雜性的領域帶來更快的突破。
對 AI 使用者而言，最有價值的工具可能是那些幫助人們推理複雜問題、生成假設、分析數據、模擬情境並與專家系統協作的工具。「新的人類時代」可能會獎勵能結合領域專業與 AI 輔助探索的人。
最大危險不僅是技術失敗，而是社會滯後。學校、企業、政府和法律系統通常適應緩慢，而 AI 能力可能迅速提升。如果準備時間窗口很短，機構可能在工作和權力已被重塑後才對中斷做出反應。
這就是為什麼 AGI 準備應該不僅包含安全實驗室，還應包括勞動力轉型計畫、AI 素養、新教育模式、經濟政策、網路韌性、模型評估、透明規則及更好的公眾理解 AI 系統能做什麼與不能做什麼。
創業者應將 AGI 準備視為產品與工作流程策略。這意味著建立能適應更快模型進展的公司，深度使用 AI 於營運中，保護專有數據，跨模型分配任務，並讓人類專注於判斷、信任、策略與客戶理解。
企業應該繪製哪些工作流程是重複性的、哪些需要判斷、哪些依賴私人知識、哪些可由代理改善。成功的組織不會僅僅購買 AI 工具，而是會圍繞 AI 重構工作，同時保護機構智慧。
對個人用戶而言，實際的做法是建立 AI 準備堆疊。該堆疊應包含強大的通用助理、編碼或自動化工具、研究工作流程、創意生產工作流程、個人知識系統，以及測試新模型對真實任務的習慣。
工具選擇應基於適應性。最佳 AI 工具不僅今天強大；它們應幫助用戶更快學習、自動化可重複工作、保留上下文、改善判斷，並從被動消費轉向主動建構。
他指的是先進 AI 或 AGI 之後可能出現的一個時期，科學發現、生產力、教育、醫學和經濟系統可能會劇烈改變。
不。2030 年的時間表是估計，不是保證。重要的是主要的 AI 能力提升可能很快到來，因此應該現在就開始準備。
使用者應建立實用的 AI 素養，學習自動化與代理工作流程，在真實工作中測試工具，保護數據，並發展結合領域判斷與 AI 輔助執行的技能。
