孙正义回忆起自己与AI的第一次相遇：“当我17岁那年第一次看到微处理器的照片时，我就被它深深震撼了。我当时正在街上看杂志，然后我就开始哭了。说真的，我光是读《大众电子》之类的杂志，就会在街上哭出来。”
17岁时，孙正义在街上翻阅电子杂志，看到微处理器的照片，竟然流下眼泪。他看到的，是计算能力可能改变人类未来的起点。
读这场访谈，我最在意的是：几十年后，他仍在沿着这个判断配置资本、组织企业，也重新安排自己的时间。甚至把雅虎、阿里巴巴、Arm和愿景基金这些经历，都看成了热身。
超级智能的预测背后，是对劳动与生活的重新想象
孙正义认为，未来十年可能出现远超人类的智能。素材中同时出现了“一千倍”和“一万倍”的说法，也没有给出统一的衡量标准。我更愿意把它理解为他对能力跃迁的判断，不能当成精确的技术时间表。
他的推演有一条清晰的路径：计算能力进入数据中心，形成智能，再进入机器人的“大脑”，把影响从数字世界扩展到现实世界。
在他的设想中，AI将帮助治疗疾病、预测灾害、减少事故，机器人接手繁重劳动。人因此可以把更多时间放在家庭、朋友、运动和娱乐上。
我关心的是这条路径的终点。技术创造的价值，最终要落到人怎样工作、怎样生活。能力增长只是起点，能否转化为更好的生活，才决定它的意义。
软银押注的是整条产业链的协同
为什么同时投资大模型、芯片、数据中心和机器人？孙正义的回答是，他要以投资者的身份构建生态，并深入参与被投企业的发展。
他的逻辑是让这些公司相互支持：算力支撑模型，模型进入应用和机器人，现实需求再拉动基础设施。单个公司的机会，被放进了一个更大的产业循环。
据他在访谈中的介绍，软银投资组合中已有超过30家机器人公司，也在推进由机器人生产机器人的实体AI工厂。
我认为，这种布局的成败取决于协同能否真正发生。覆盖的环节越多，对资本、组织和落地节奏的要求就越高。相信产业方向，只解决了其中一个问题。
用技术解决安全问题，还需要证明控制能力
孙正义明确反对放慢AI发展。他认为技术进步本身可以帮助解决安全问题，并用汽车社会的交通规则作类比：AI也需要行为规则，需要抵御网络攻击，需要约束行为不当的智能体。
这个判断有合理之处。防御和监控能力也需要持续进步，安全建设不能脱离技术发展。
但我不认同从“更聪明”直接推导出“更可靠、更善良”。能力、目标和行为约束是不同的问题，良好初衷也不能替代验证。
他举的交通规则例子，恰好说明了另一层意思：技术普及需要规则和执行机制共同成熟。全速推进的主张，要靠实际的控制能力来支撑。
把AI当思想伙伴，专业能力才有放大的支点
访谈中，比宏大预测更值得立即借鉴的，是孙正义自己的使用方式。他说，工作日每天大约使用AI三小时，周末每天可能达到七小时。
他会持续追问、提出不同角度、调整条件，要求AI寻找更有效的方案。AI进入了他的思考过程，成为一个可以反复讨论的伙伴。
我认为，管理者亲自使用AI，才能逐步形成对它的判断：哪些问题能交给它，哪些答案值得追问，哪些环节仍需自己承担责任。仅靠听汇报，很难建立这种认识。
他给年轻人的建议也与此一致：把AI和自己想进入的专业领域结合。医学、汽车、航空，各有自己的问题与知识。专业积累决定你能提出什么问题，AI则可能扩大你探索和解决问题的能力。
长期战略需要每天接受新信息的修正
孙正义说，他的团队每天讨论十年后的世界，第二天又根据新信息修改计划。
我认为，这是整场访谈最有价值的战略方法。长期判断给资源配置提供方向，持续修正则避免方向变成僵化的信条。
未来越不确定，越需要反复推演。关键在于，每次讨论都要允许新证据改变原来的判断，并影响今天的行动。
至于他用“无论梦想大小，都可能实现七成”来鼓励远大目标，我把它看作一种动员方式。愿景可以很大，执行仍然需要阶段目标、资源约束和对失败的识别。
施瓦茨曼对他的评价也包含这两面：能看到技术的商业价值，敢于重押，适应能力强；同时也会遭遇挫折，时机未必总能把握准确。我更看重的是判断受到冲击后，还能不能调整行动。
技术越深入生活，人的关系与选择越重要
这位极度乐观的AI投资者，也保留了一些很具体的边界。谈到婚姻，他强调尊重和爱；谈到是否让ChatGPT决定棒球队的开场阵容，他把决定留给总经理，因为其中包含对团队的信任，也包含乐趣。
这让我觉得，他对未来的想象仍然有一个人的尺度。效率提高以后，人还需要参与、关系和自主选择。
施瓦茨曼补充了另一个时间尺度：医疗和个性化教育可能发生深刻变化，但这种变化会经历逐步演进，未必像一些人预想得那么快。
我从这场访谈中得到的启发，是把远大的技术判断拆进今天的实践：亲自使用，理解产业之间的连接，根据新信息修正计划，并始终追问它给人带来了什么。17岁时的震撼可以点燃方向，几十年的行动才让这个方向有了分量。