Transformer八子中最年輕的Aidan Gomez在最新的采訪中感嘆：
只賣模型真的不賺錢！
谷歌版的Aidan Gomez，是給AI領(lǐng)域帶來深遠影響的Transformer作者之一。
而現(xiàn)在的Aidan Gomez，是估值飆升55億美元的Cohere公司的聯(lián)合創(chuàng)始人兼CEO。（此前推出了Command R系列開源大模型）
在這次與20VC主理人Harry Stebbings的對話中，Aidan Gomez大談特談AI的發(fā)展趨勢。
其中的一些話題引發(fā)了網(wǎng)友們的關(guān)注和討論，例如：
模型性能提升，規(guī)模非唯一途徑
只賣模型無法和OpenAI抗衡
AI創(chuàng)業(yè)公司不要依賴云廠商
看好機器人領(lǐng)域，預(yù)言5年內(nèi)將迎來大突破
數(shù)據(jù)質(zhì)量對模型來說至關(guān)重要
更多具體內(nèi)容，且看下面的文字版分享~
算力之外，數(shù)據(jù)與模型創(chuàng)新亦能提AI性能
Q：開始之前，我想問你一個問題，你小的時候喜不喜歡玩游戲呢？
Aidan Gomez：我確實喜歡游戲，我從小就喜歡科技。
Q：也就是說你絕不會在一款游戲中從一個非常困難的第一關(guān)開始，讓人覺得“不可能完成，我不想玩了”。
Aidan Gomez：是的，這在機器學習中被稱為“課程學習”。你要先教模型做一些非常簡單的事情，然后逐步增加復(fù)雜性，基于已有的知識構(gòu)建。
有趣的是，課程學習在機器學習中實際上是失敗的。我們并沒有真正進行課程學習，而是把最難和最簡單的材料同時拋給模型，讓它自己去弄明白。
但對人類來說，這種方式非常有效，是我們學習的重要組成部分?？吹剿跈C器學習中沒有取得成功，真的很有趣。
Q：你剛才說到直接把所有東西拋給模型，我想直接深入探討這個問題，很多人說只需要更多的計算能力，性能就會提升。你認為這是正確的嗎？我們是否還有其他因素在限制性能的提升？
Aidan Gomez：確實，如果你給模型增加更多的計算能力，或者讓模型更大，它確實會變得更好。這是提高模型性能最可靠的方式，但也是最笨的。
對于那些資金充足的人來說，這是一個非常有吸引力的策略，風險極低。你知道它會變得更好，只需擴展模型，花更多錢，購買更多的計算能力。我相信這一點，只是覺得這樣做極其低效。
有更好的方法。如果你看看過去一年半的時間，比如從ChatGPT發(fā)布到現(xiàn)在GPT-4發(fā)布的時間段。如GPT-4確實像他們所說的那樣有1.7萬億參數(shù)，它是一個巨大的MoE。
我們現(xiàn)在有比這個模型更好的模型，它們只有130億參數(shù)。所以這種變化的速度，或者說成本迅速下降的程度，簡直是不可思議的，甚至有些超現(xiàn)實。
所以是的，你可以通過擴展規(guī)模來達到模型的質(zhì)量，但可能不應(yīng)該這么做。
Q：這樣的進步會繼續(xù)保持嗎？我的意思是，我們會繼續(xù)看到這種規(guī)模上的進步嗎？還是它會在某個時候達到瓶頸？
Aidan Gomez：是的，這確實需要指數(shù)級的投入。你需要不斷地加倍計算能力才能維持智力上的線性增長。但這種增長可能會持續(xù)非常、非常、非常長的時間。
它會變得越來越聰明。但是你會遇到經(jīng)濟上的限制。并不是很多人購買了最初的GPT-4，特別是很多企業(yè)因為它非常龐大，非常昂貴，運行效率低下，成本高昂，而它的智能不足以證明這種成本的合理性。
所以，市場上有很大的壓力，要讓模型變得更小、更高效，通過數(shù)據(jù)和算法、方法來讓模型更聰明，而不僅僅是依賴規(guī)模的擴大。
Q：在我們生活的這個世界里，有更小、更高效的垂直化模型，這些模型設(shè)計用于特定的用例，是否會出現(xiàn)幾個大型的、統(tǒng)治一切的模型？還是會兩者兼有？
Aidan Gomez：我們在過去幾年中看到的一種趨勢是，人們喜歡用一個通用的、智能的模型進行原型設(shè)計。他們不想用一個特定的模型進行原型設(shè)計，不想花時間微調(diào)模型來使其在他們關(guān)心的事情上特別出色。
他們想要的是抓住一個昂貴的大模型，用它來做原型設(shè)計，證明它可以完成任務(wù)，然后將其提煉成一個在特定領(lǐng)域表現(xiàn)出色的高效模型。所以這種模式真的出現(xiàn)了。
因此，我們將繼續(xù)生活在一個多模型共存的世界中，一些模型是垂直化和專注的，另一些則是完全橫向的。
Q：比如說，現(xiàn)在OpenAI花費了30億美元。你怎么能在這場競賽中保持自己的位置，除非你是微軟、Amazon、Google、Facebook這樣的公司？
Aidan Gomez：如果你只是做規(guī)?；捻椖?，你確實需要成為這些公司中的一個，或者成為這些公司旗下的一個子公司。但是，還有很多其他事情可以做。
如果你不完全依賴規(guī)模化作為唯一的前進路徑，如果你相信數(shù)據(jù)創(chuàng)新或模型和方法創(chuàng)新，還有很多可以探索的方向。
Q：我們可以深入探討一下什么是數(shù)據(jù)創(chuàng)新和模型及方法的創(chuàng)新嗎？
Aidan Gomez：幾乎我們在開源領(lǐng)域看到的所有重大進展都來自數(shù)據(jù)的改進。通過從互聯(lián)網(wǎng)上獲取更高質(zhì)量的數(shù)據(jù)、改進網(wǎng)頁抓取算法、解析網(wǎng)頁、提取出重要部分、提升互聯(lián)網(wǎng)上特定部分的權(quán)重，因為互聯(lián)網(wǎng)上有很多重復(fù)和垃圾內(nèi)容。
通過提取最有價值的、知識豐富的部分，并強調(diào)給模型，以及生成合成數(shù)據(jù)的能力，這些都讓我們能夠獲取大量的文本或網(wǎng)頁內(nèi)容，而無需人類參與，這些數(shù)據(jù)是由模型自動生成的。
這些創(chuàng)新，特別是提高數(shù)據(jù)質(zhì)量的能力，推動了我們目前看到的大部分進展。
Q：好的，這是數(shù)據(jù)創(chuàng)新，那模型創(chuàng)新呢？
Aidan Gomez：這涉及到像新的強化學習算法。你知道，有很多關(guān)于Q*的傳聞，以及它可能帶來的變化。圍繞搜索的想法，比如如何搜索解決方案。
當前模型的狀態(tài)是我問你一個問題，你的模型需要立即給出正確答案。這對模型來說是一個極其苛刻的要求，對吧？
你不能對人類這樣做，你不能問一個人一個難題，然后期望他們立即吐出答案。他們需要時間去思考和處理。
Q：他們有時還需要一點頭腦風暴時間。
Aidan Gomez：對，確實需要。所以，模型的一個非常明顯的下一個發(fā)展步驟就是，你需要讓它們思考和解決問題。你需要讓它們犯錯，嘗試一些東西，失敗了，理解為什么失敗，然后回溯再試一次。
目前，模型中并沒有解決問題的概念。
Q：你提到的解決問題，這是否與推理是同一個概念？
Aidan Gomez：是的。
Q：為什么推理這么難？為什么我們現(xiàn)在還沒有推理的概念？
Aidan Gomez：推理并不難，難的是我們在互聯(lián)網(wǎng)上沒有太多展示推理過程的訓練數(shù)據(jù)。互聯(lián)網(wǎng)上大多是推理過程的輸出結(jié)果。
當你在網(wǎng)上寫東西時，你不會展示你的思考過程，而是直接展示你的結(jié)論，展示你的想法，而這些都是經(jīng)過大量思考、經(jīng)驗和討論后的結(jié)果。
所以我們?nèi)狈@樣的訓練數(shù)據(jù)，它不是免費提供的，你必須自己構(gòu)建。因此，像Cohere、OpenAI和Anthropic這樣的公司正在做的就是收集展示人類推理過程的數(shù)據(jù)。
只賣模型，玩不過OpenAI
Q：說到這，我想知道你如何看待與OpenAI的用戶生成內(nèi)容計劃競爭呢？
Aidan Gomez：這很難，特別是在企業(yè)領(lǐng)域，我們面臨著一個巨大的挑戰(zhàn)：客戶數(shù)據(jù)的私密性和保密性。
他們視數(shù)據(jù)為知識產(chǎn)權(quán)，包含大量機密信息，因此不允許我們使用這些數(shù)據(jù)進行訓練。我完全理解這種立場。為此，我們將重點轉(zhuǎn)向合成數(shù)據(jù)，并在此領(lǐng)域投入了大量資源。
我們還組建了一個人類注釋員團隊，并與Scale AI建立了合作關(guān)系。盡管這給我們帶來了不小的壓力，但因為我們并非面向消費者的公司，我們必須自行生成數(shù)據(jù)。
所幸的是，我們的專注范圍相對較小，主要集中在企業(yè)需求明確的領(lǐng)域，如自動化財務(wù)和人力資源功能。這使得我們能夠更深入地研究和滿足這些特定需求。
展望未來十年，合成數(shù)據(jù)市場將如何發(fā)展？是否會被少數(shù)幾家供應(yīng)商所主導(dǎo)？目前看來，大語言模型API市場主要由合成數(shù)據(jù)驅(qū)動，許多人利用昂貴的大型模型生成數(shù)據(jù)，以優(yōu)化更小、更高效的模型。
這種模式是否可持續(xù)尚不確定，但我相信，隨著新任務(wù)、新問題和數(shù)據(jù)需求的不斷涌現(xiàn)，無論是來自模型還是人類，我們都必須適應(yīng)并滿足這些需求。
Q：那么合成數(shù)據(jù)市場會是什么樣子？它會被兩到三家供應(yīng)商主導(dǎo)嗎？
Aidan Gomez：我聽說當前的大模型API市場主要由合成數(shù)據(jù)主導(dǎo)。大多數(shù)人都是使用這些大型昂貴的模型生成數(shù)據(jù)，然后用這些數(shù)據(jù)來微調(diào)更小、更高效的模型。
所以他們基本上是在提煉更大的模型。我不知道這種模式作為市場是否可持續(xù)。但我確實認為，總會有新的任務(wù)、新的問題或新的數(shù)據(jù)需求，無論這些數(shù)據(jù)來自模型還是人類，我們都必須滿足這些需求。
Q：有一件事讓我感到擔憂，或者說讓我感到猶豫。你看到OpenAI在進行價格競爭，你看到像Meta這樣的公司免費發(fā)布模型，同時也沒有對開源和開放生態(tài)系統(tǒng)的價值進行明確說明。
我們是否正在看到這些模型價值的真正下降？這是不是一場競相降低價格、甚至是競相歸零的競爭？
Aidan Gomez：如果你只是賣模型，那么在接下來的一段時間里，這將是一場非常艱難的游戲。這不會是一個小市場。
Q：會有很多人只是賣模型，還有一些人會賣模型以及其他東西。
Aidan Gomez：我不想點名，但可以說，比如Cohere，現(xiàn)在只賣模型。我們有一個API，你可以通過這個API訪問我們的模型。
這種情況很快就會改變。產(chǎn)品格局將會發(fā)生變化，我們會在現(xiàn)有產(chǎn)品基礎(chǔ)上增加新的東西。如果你只賣模型，情況會很困難，因為這將變成一個零利潤的業(yè)務(wù)，價格競爭太激烈了。很多人免費提供模型。
盡管如此，它仍然會是一項大業(yè)務(wù)，市場需求增長非常迅速。但至少在現(xiàn)階段，利潤會非常微薄。
這就是為什么在應(yīng)用層面有很多興奮點。市場上的討論是正確的，指出價值正在芯片層以下發(fā)生，因為一開始每個人都在芯片上投入大量資金來構(gòu)建這些模型，然后在應(yīng)用層面上看到價值的體現(xiàn)，比如ChatGPT，它按用戶收費，每月20美元。
這似乎是目前價值發(fā)生的地方。模型層在長期來看是一個有吸引力的業(yè)務(wù)，但在短期內(nèi)，按照現(xiàn)狀，它是一個利潤非常低、商品化的業(yè)務(wù)。
AI創(chuàng)業(yè)公司不要成為云廠商的附庸
Q：現(xiàn)在許多人認為初創(chuàng)公司進入AI模型領(lǐng)域為時已晚。然而，隨著成本障礙的降低，這是否反而使得初創(chuàng)公司更容易進入這一領(lǐng)域？
Aidan Gomez：確實，每年構(gòu)建去年的模型成本都會下降10倍甚至100倍。得益于更優(yōu)質(zhì)的數(shù)據(jù)和更廉價的計算資源，進入上一代模型的門檻降低了。
但問題是，沒人真正關(guān)心那些過時的模型。與今年的模型相比，去年的模型幾乎毫無價值。每一次技術(shù)進步都會讓舊技術(shù)迅速變得陳舊，AI開發(fā)的成本正在急劇上升。
開發(fā)版本1可能只需1000萬美元，但要使版本2略有改進，可能就得再投入100萬至200萬美元。而現(xiàn)在，開發(fā)一個新模型可能需要30億美元，更新它甚至可能需要50億美元。
這種增長不再是線性的，而是呈數(shù)量級變化。我不確定新一代技術(shù)的開發(fā)是否總是比上一代更便宜。以芯片和其他復(fù)雜技術(shù)為例，盡管開發(fā)成本在上升，但我們?nèi)栽诶^續(xù)研發(fā)，因為這是值得的。
Q：所以你的意思是，人們其實并不關(guān)心那些改進是否持續(xù)有效？
Aidan Gomez：沒錯。我說的是，改進這些模型變得越來越困難，遇到的阻力也越來越大。另一個有趣的現(xiàn)象是，隨著模型變得越來越智能，普通人（也包括我）區(qū)分它們之間差異的能力卻在下降。
因為我們在醫(yī)學、數(shù)學、物理學等方面的專業(yè)知識有限，無法真正感受到這些變化。模型在基礎(chǔ)知識方面已經(jīng)做得非常出色了，這正是我們所能達到的知識水平。
因此，當我們與它們互動時，很難感受到不同代際模型之間的差異。但實際上，這些模型在某些特定能力或純粹的智能方面有著巨大的進步。
至于是否值得繼續(xù)投入大量資金推動技術(shù)前進，我認為答案是肯定的。即使對于普通消費者來說，這些技術(shù)可能并不重要，但對于某些專業(yè)領(lǐng)域的研究人員來說卻非常有價值。
我們通過提供這些工具來幫助他們?nèi)〉酶噙M展。這就像問我們是否應(yīng)該繼續(xù)投資下一代技術(shù)一樣，比如為飛船創(chuàng)造一種新材料以提高其進入軌道的效率。
盡管這對大多數(shù)人來說可能無關(guān)緊要，但對于那些需要它的人來說卻非常重要，而且有市場需求，這就是技術(shù)進步得以持續(xù)的動力。
Q：我們再次回到成本問題上來。顯然，成本很高且未來還會繼續(xù)增加。你之前提到了“有效的附屬公司”這個概念。
現(xiàn)在許多公司被收購或合并，而云服務(wù)作為持續(xù)增長的動力也備受關(guān)注。你認為在未來三到五年內(nèi)，大多數(shù)小型模型提供商會被大型云服務(wù)提供商收購嗎？
Aidan Gomez：我認為這個領(lǐng)域確實會經(jīng)歷一次整合，而且已經(jīng)開始發(fā)生了。許多模型開發(fā)者已經(jīng)被大型云服務(wù)提供商如Amazon吸納。
我相信未來這種情況還會更多。但需要注意的是，成為云服務(wù)提供商的附屬公司可能會帶來風險。對于業(yè)務(wù)發(fā)展來說，這并不是一個好現(xiàn)象。
通常情況下，為了籌集資金，你需要說服那些只關(guān)心資本回報率的投資者。但當你從云服務(wù)提供商那里籌集資金時，情況就完全不同了。
Q：那么你認為過去幾年中風險投資者從模型投資中賺到錢了嗎？
Aidan Gomez：對于Cohere的投資者來說，他們肯定會賺很多錢。
我為那些相信我們的人感到高興。我們的第一位投資者Radical Ventures的Jordan Jacobs現(xiàn)在仍然在我們的董事會中，并且非常積極地參與公司的建設(shè)。我甚至稱他為Cohere的第四位聯(lián)合創(chuàng)始人。
Q：最近有媒體報道稱公司估值略高于5.5億美元，這會給你帶來壓力嗎？
Aidan Gomez：這確實是一種壓力，但同時也是種積極的壓力。最終每個公司都會面臨收入倍數(shù)的考量，最終與公共市場的倍數(shù)趨同。
我認為我們的情況實際上比許多同行要好得多。因為我們的估值并沒有像其他一些公司那樣瘋狂增長。當然我們還需要繼續(xù)發(fā)展壯大，但我對市場充滿信心。
目前由于價格競爭和免費模型的存在利潤率受到一定壓力但隨著時間的推移這種情況會有所改變。同時Cohere的產(chǎn)品組合也將不斷進化和發(fā)展。
沒有任何東西能取代人類
Q：假如你現(xiàn)在是20VC的投資人，你認為機會在哪里？
Aidan Gomez：產(chǎn)品領(lǐng)域、應(yīng)用領(lǐng)域仍然非常有吸引力。這些技術(shù)將會帶來新的產(chǎn)品，它們將改變社交媒體。人們喜歡與這些模型交流，使用時間非常驚人。
Q：你覺得這是件好事嗎？我不希望我的孩子生活在一個他們與生成式系統(tǒng)交流、模仿人類的世界中。我不希望他們從與一個模型的對話中獲得滿足感。
Aidan Gomez：你可能錯了。你可能希望你的孩子能夠與一個極其富有同情心、非常聰明、知識淵博、安全的智能體交流。
它可以教給他們東西，和他們一起玩，它不會對他們發(fā)脾氣，不會對他們發(fā)火，不會欺負他們，不會讓他們產(chǎn)生不安全感。
當然，沒有任何東西能取代人類。沒有什么可以取代人類的世界，我們不會突然間全都開始與ChatBot約會，導(dǎo)致人類出生率下降。
我不認為會發(fā)生這種情況，對吧？我想要一個孩子，我不能和一個ChatBot一起生孩子。
人類伴侶對我來說比任何ChatBot都要寶貴得多。就像在職場中，我不認為我們能夠完全取代人類。AI會增強人類的能力，使人類變得更加高效，但這并不意味著工作崗位會減少。
你無法取代人類。想想銷售吧，如果我是由一個機器人推銷的，我是不會買的。就是這么簡單，我不想和機器對話。
當然，某些簡單的購買可能可以由機器人處理，但對于那些對我和我的公司來說非常重要的購買，我希望另一方是一個可以負責的真人。
如果出現(xiàn)問題，我需要一個有權(quán)力進行干預(yù)的人。所以我真的認為，無論是在消費端，我們是否會沉迷于與ChatBot 對話，還是在工作端，工作將會消失，導(dǎo)致大規(guī)模失業(yè)，我都看不到這些情況發(fā)生。
Q：我同意你的觀點，但我確實擔心低端崗位，比如說一個客戶服務(wù)團隊可能會失去70%到80%的員工，肯定會有局部的替代現(xiàn)象。
Aidan Gomez：肯定會有局部的替代發(fā)生。但總體上，這將是增長，而不是替代。某些角色確實容易受到技術(shù)的影響，客戶支持就是其中之一。
但最終，仍然需要有人來做這些工作，只是數(shù)量可能會比今天少。但客戶支持是一個艱難的角色，這是一個心理上非常消耗人的工作。如果你曾經(jīng)聽過那些電話錄音，你就會知道這是一份情感上非常消耗的工作。
Q：是的，這有點像社交媒體平臺上的內(nèi)容審核，那在很多方面也是一種心理創(chuàng)傷。
Aidan Gomez：每天你醒來，去工作，整天被人罵，還得道歉。所以，也許我們應(yīng)該讓模型處理這些對話，而讓人類來處理那些真正需要人類幫助的客戶支持問題，比如說，解決某個問題，沒有情緒化的抱怨，而是有機會讓這個人的生活變得更好。
AI的下一個大突破將出現(xiàn)在機器人領(lǐng)域
Q：你認為AI今天還不能做什么，但在三年內(nèi)將會成為現(xiàn)實并帶來巨大變革？
Aidan Gomez：AI的下一個大突破將出現(xiàn)在機器人領(lǐng)域。成本需要降低，但成本已經(jīng)在下降。然后我們需要更強大的模型。
Q：為什么你認為機器人領(lǐng)域?qū)写蟮耐黄疲?/p>
Aidan Gomez：因為很多障礙已經(jīng)消失了。之前機器人的推理者和規(guī)劃者非常脆弱，你必須為每個任務(wù)編程，它們被硬編碼到特定的環(huán)境中。
所以你必須有一個布局完全一致的廚房，尺寸相同，沒有任何不同的地方，這非常脆弱。但在研究方面，通過使用基礎(chǔ)模型、語言模型，人們實際上開發(fā)出了更好的規(guī)劃者，它們能夠更自然地推理世界。
所以已經(jīng)有很多公司在研究這方面，可能很快就會有人破解通用人形機器人的難題，使其價格便宜且更加穩(wěn)定。
這將會是一個巨大的轉(zhuǎn)變。我不知道這是在未來五年內(nèi)發(fā)生，還是十年內(nèi)發(fā)生，但它肯定會在這個時間范圍內(nèi)出現(xiàn)。
數(shù)據(jù)質(zhì)量不能忽視
Q：今天和你聊天真的很有意思。我想進行一個快問快答，我給出一個陳述，你立刻給出你的想法
在過去的12個月里，你對什么改變了最大的看法？
Aidan Gomez：數(shù)據(jù)的重要性。我嚴重低估了它。我曾經(jīng)認為一切都在于規(guī)模化，但在Cohere內(nèi)部發(fā)生的許多事情徹底改變了我對構(gòu)建這項技術(shù)的重要性因素的理解。
數(shù)據(jù)質(zhì)量至關(guān)重要。質(zhì)量，比如在數(shù)十億個數(shù)據(jù)點中，一個錯誤的例子就能對模型產(chǎn)生顯著影響。這有點不真實，模型對數(shù)據(jù)的敏感性是如此之高，每個人都低估了這一點。
Q：到目前為止，你們公司共籌集了多少資金？
Aidan Gomez：大約10億美元。
Q：哪一輪籌資最容易？
Aidan Gomez：可能是第一輪。那時就像一場簡單的對話，他們說：“給你幾百萬美元，試試吧。”所以我覺得那輪融資相當輕松。
Q：籌集5億美元時，過程肯定更復(fù)雜。當你看到5億美元到賬時，是不是有點難以置信？
Aidan Gomez：確實有點。比如每年2500萬美元，雖然具體數(shù)字我不確定，但這確實是一大筆錢。Cohere改變了我對經(jīng)濟和金錢的看法，現(xiàn)在5億美元對我來說已經(jīng)不算什么大數(shù)字了。
Q：這讓你感到擔憂嗎？
Aidan Gomez：不，這是我們戰(zhàn)略的一部分。如果我們愿意接受那樣的條件，我們可以接受。但我們的戰(zhàn)略是保持獨立，自主發(fā)展。
Q：如果你能選擇任何一位世界級的董事會成員，你會選誰？
Aidan Gomez：Mike Volpi和Jordan Jacobs，他們現(xiàn)在是我的董事會成員。
Q：為什么你覺得Mike是個優(yōu)秀的董事會成員？
Aidan Gomez：Mike非常出色，他似乎經(jīng)歷過一切。我可以向他請教幾乎任何問題，他都有過類似的經(jīng)歷，并能給出寶貴建議。
Q：Jeff Hinton和Yann LeCun，你更傾向于誰？
Aidan Gomez：肯定是Jeff，我和他的私人關(guān)系更親密。
Q：你認為Yann過于樂觀了嗎？
Aidan Gomez：不，我更贊同Yann對AI的看法。Jeff更偏向于末日預(yù)言，而Yann則更樂觀。雖然Yann現(xiàn)在有點像Elon Musk的“回復(fù)哥”，但Jeff確實是個聰明且有思想的人。
Q：最后一個問題，你覺得你從未被問過但應(yīng)該被問的問題是什么？
Aidan Gomez：人們總是問我技術(shù)的未來和潛在風險，但很少討論技術(shù)帶來的機會。
Q：那你希望技術(shù)的未來走向何方？
Aidan Gomez：我認為我們應(yīng)該利用技術(shù)提高世界生產(chǎn)力，增加供應(yīng)并使事物變得更豐富、更便宜。生產(chǎn)力可能聽起來不太吸引人，但如果將5%的生產(chǎn)力提升應(yīng)用于NHS。
這將對國家狀況、預(yù)算和數(shù)百萬人生活產(chǎn)生重大影響。所以我認為我們的首要任務(wù)應(yīng)該是提高生產(chǎn)力和增長。
