1 月 22 日，在達沃斯的聚光燈下，英偉達掌門人黃仁勛與貝萊德（BlackRock）掌門人拉里 · 芬克（Larry Fink）展開了一場長達半小時的巔峰對話。

面對華爾街最關心的“資金黑洞”問題，黃仁勛拋出了一個驚人的論斷 ——“我們已經(jīng)投進去的幾千億美元，只是道開胃菜。要把這套架構真正搭起來，后面還得再砸?guī)兹f億美元?！?/p>

就在全世界都在擔憂“AI 是不是過熱了”的時候，他給出了一個截然不同的定義：“我們遇上的不是什么 AI 泡沫，而是人類歷史上最大的一場基建熱潮。”

目前英偉達的 GPU 依然一芯難求，就連幾年前老款型號的租金都在飛漲。

為了解釋這筆錢到底要花在哪，黃仁勛將整個 AI 體系比作一個龐大的“五層蛋糕”：最底層是能源，往上依次是芯片、云服務、AI 模型，而最上面那層才是各行各業(yè)的具體應用。要把這塊蛋糕每一層都填滿，現(xiàn)有的投入確實僅僅是個開始。

而對于“AI 搶人飯碗”這個引發(fā)全球焦慮的話題，黃仁勛覺得大家可能都擔心反了：“AI 非但沒有制造失業(yè)，反而正在創(chuàng)造大量年薪六位數(shù)的藍領工作?！?/strong>

如今在美國，電工、管道工年薪突破十萬美元已經(jīng)不稀奇。原因很簡單：到處都在瘋狂建設數(shù)據(jù)中心和芯片工廠，這些物理世界的“新基建”急需大量熟練人手。

他還舉了醫(yī)療行業(yè)的例子來反擊“替代論”。過去十年，AI 并沒有像預言那樣取代放射科醫(yī)生，相反，醫(yī)生的人數(shù)還增加了。“AI 把看片子這類重復活兒接了過去，讓醫(yī)生能騰出手，更專注于診斷和跟病人溝通，這才是醫(yī)療真正該做的事?！?/strong>

此外，黃仁勛還特別強調(diào)了“AI 主權”的概念：“每個國家都應該發(fā)展自己的 AI 能力，就像當年建電網(wǎng)、修公路一樣，這是新時代的基礎設施主權?！?/strong>

路修好了，車自然會來。

幾萬億美元正在轉化為電網(wǎng)、芯片廠和數(shù)據(jù)中心。這就好比當年的鐵路大基建?；A設施一旦鋪好，屬于它的時代自然就會到來。

一、AI 不是“泡沫”，是必須壘起來的“五層蛋糕”

“很多人跑來問我，現(xiàn)在 AI 投資這么猛，是不是泡沫？”黃仁勛對這個問題的回應很干脆：“之所以有人覺得是泡沫，恰恰是因為我們投的規(guī)模太大了。而規(guī)模大，是因為我們得從下到上，把支撐 AI 的每一層基礎設施都給建起來?！?/strong>

為了說清楚這個龐大的體系，他拋出了那個如今常被引用的“AI 五層蛋糕”理論：

• 最底層：能源。沒電，一切算力都是空談。

• 第二層：芯片和計算設備。這是英偉達的主戰(zhàn)場。

• 第三層：云設施與服務。得把算力高效地管起來、送出去。

• 第四層：AI 模型。大家最熟悉的層面，比如 ChatGPT 這些大模型。

• 最頂層：實際應用。金融、醫(yī)療、制造……AI 真正產(chǎn)生價值的地方。

“全球已經(jīng)在這里面投了好幾千億美元，”黃仁勛說，“但這只是個開頭，未來需要的錢得以萬億美元計。”他去年就預測過，到 2030 年，全球花在 AI 基礎設施上的錢可能達到 3 萬億到 4 萬億美元。

之所以要這么多錢，是因為從蛋糕底往上，每一層都在瘋狂擴張：

• 能源層：為了喂飽胃口巨大的 AI 數(shù)據(jù)中心，全球的電站升級和綠色能源項目都在提速。

• 芯片與硬件層：臺積電說要新建 20 座芯片廠；英偉達的制造伙伴（如富士康、緯創(chuàng)、廣達）打算新建 30 座“AI 工廠”；存儲領域，美光已經(jīng)啟動了在美國的 2000 億美元投資，SK 海力士和三星也在拼命擴產(chǎn)。

• 數(shù)據(jù)中心層：幾大科技公司已經(jīng)承諾，未來幾年要投超過 5000 億美元在數(shù)據(jù)中心的建設和租賃上。

與此同時，2025 年的風險投資也沖上了歷史高點，全球超過 1000 億美元流向了那些“AI 原生公司”，覆蓋醫(yī)療、機器人、制造、金融等領域。砸錢這么狠，背后是 AI 模型的能力已經(jīng)足夠支撐這些行業(yè)玩出真東西了。

二、不只會寫詩畫畫，AI 開始“讀懂”物理世界了

推動這場萬億基建浪潮的根本動力，是 AI 技術自己在過去一年取得了比普通人想象更扎實的突破。黃仁勛把這些突破歸為三類：

• 突破一：從“聊天”到“辦事”。早期的 AI 大模型總愛“胡言亂語”，但現(xiàn)在它們學會了逐步推理、制定計劃、執(zhí)行任務，越來越像個能自己干活的“智能體”了。

• 突破二：開源浪潮。他以 DeepSeek 為例，稱其開源模型的出現(xiàn)是推理領域的“大事”，這讓全球的企業(yè)和研究機構都能用較低成本獲得強大的 AI 能力，進而開發(fā)自己專業(yè)領域的模型。

• 突破三：物理智能的覺醒。這部分最讓人興奮。AI 開始理解蛋白質(zhì)結構、化學分子、流體力學這些自然科學規(guī)律了。“我們和禮來這樣的藥企合作，AI 已經(jīng)可以像我們和 ChatGPT 聊天那樣，去‘對話’和設計蛋白質(zhì)分子。這意味著，未來研發(fā)新藥的速度可能會被徹底改寫。”

三、AI 不是來砸飯碗的，反而催生了“六位數(shù)年薪”的藍領崗

面對“AI 導致失業(yè)”這股全球性的焦慮，黃仁勛的觀點是：AI 會創(chuàng)造出大量高薪的藍領崗位，甚至可能讓技術工人更加緊俏。

“那些數(shù)據(jù)中心、芯片工廠，安裝和維護它們需要海量的電工、管道工、建筑工人和網(wǎng)絡技師?！彼f，“在美國，這些崗位的薪水幾乎翻了一倍，賺到六位數(shù)年薪并不難。想過上好日子，不一定非得有個計算機博士學位。”

他還舉了放射科醫(yī)生和護士的例子：十年前，當 AI 在看醫(yī)學影像上超過人類時，很多人都說放射科醫(yī)生要失業(yè)了。但十年過去了，美國放射科醫(yī)生的數(shù)量反而增加了。因為 AI 把看片子這種重復勞動包了，醫(yī)生就能把時間省下來，更深入地跟病人溝通、做復雜診斷。醫(yī)院效率高了，收入多了，反而雇了更多醫(yī)生。

護士的情況也類似。黃仁勛引用數(shù)據(jù)說，美國缺 500 萬名護士。AI 接手了大約一半的病歷文書工作，讓護士能回到病人床邊，提供更有溫度的護理。醫(yī)院運轉得更好了，對護士的需求也更大了。

“關鍵要分清楚工作的‘目的’和‘任務’。”黃仁勛總結道，“AI 自動化的是‘任務’，而人更能專注于工作的‘目的’。這通常會提升職業(yè)的價值，甚至把整個行業(yè)的盤子做得更大?！?/strong>

黃仁勛舉的例子多是高端服務業(yè)和藍領工種。而對于那些從事基礎分析、編碼、文案工作的普通白領來說，AI 帶來的替代壓力，確實是實實在在、近在眼前的。Anthropic 的 CEO 達里奧 · 阿莫代伊（Dario Amodei）之前就警告過，一半的入門級白領工作可能會被 AI“抹掉”。

四、給世界的建議：每個國家都該有自己的“AI 主權”

黃仁勛的眼光并沒只盯著發(fā)達國家。他特別指出，AI 不該成為技術鴻溝，而應成為發(fā)展中國家實現(xiàn)跨越的機會。

對發(fā)展中國家來說：“AI 是基礎設施，就像電和路一樣。每個國家都應該建設自己的 AI 能力?！?/strong>他認為，借助開源模型，結合本國的語言和文化數(shù)據(jù)去訓練，任何國家都能發(fā)展出適合自己需要的 AI。“這能保護你們的數(shù)字主權。AI 用起來越來越方便，未來任何人或許都能通過對話來編程，這有助于縮小技術差距?！?/p>

對歐洲，黃仁勛的建議是：“歐洲的優(yōu)勢在于深厚的工業(yè)基礎和頂尖的科學實力。你們可以跳過‘軟件時代’，直接擁抱‘物理 AI’和機器人技術，用 AI 把制造業(yè)和科學研究重新武裝起來?！?/strong>

但他也毫不客氣地指出了前提：“歐洲必須先解決能源供應的問題。沒有充足且可持續(xù)的電力，什么都談不成?！?/p>

五、英偉達的現(xiàn)在與未來：GPU 還是一卡難求

這一輪 AI 浪潮到底有沒有泡沫？英偉達或許就是最準確的風向標。

黃仁勛提到，檢驗 AI 是不是泡沫，一個關鍵指標就是看英偉達 GPU 夠不夠搶手。如今，英偉達的 GPU 已經(jīng)鋪滿了各大云平臺，想租一塊用用越來越難，現(xiàn)貨價格也在漲，不僅是最新一代，連前兩代的舊型號價格都在往上走。

原因在于，AI 公司的快速擴張讓研發(fā)預算大量轉向。像禮來這樣的公司就是典型：三年前，他們的預算幾乎全花在傳統(tǒng)的實驗室里；而現(xiàn)在，大部分資金都流向了 AI 超級計算機和數(shù)字實驗室。越來越多的研發(fā)經(jīng)費，正在朝 AI 傾斜。

數(shù)據(jù)顯示，主要科技公司（微軟、Meta、亞馬遜、谷歌等）已經(jīng)承諾，未來幾年要投超過 5000 億美元在數(shù)據(jù)中心的建設和租賃上，其中大部分會變成英偉達的硬件訂單。甚至有消息說，中國的科技巨頭阿里和字節(jié)跳動，各自都想訂購超過 20 萬顆英偉達最新的 H200 芯片。

路修好了，車自然會來

黃仁勛描繪的未來，其實沒那么玄乎。他只是在告訴世界：AI 不是飄在云端的魔法，它和當年的鐵路、電網(wǎng)一樣，是由鋼筋、水泥和電力堆出來的工業(yè)品。

此刻的矛盾顯而易見：資本的熱情與大眾的焦慮在對撞，發(fā)達國家的搶跑與發(fā)展中國家的追趕在交織。但這種混亂，恰恰是每一次工業(yè)革命爆發(fā)前的常態(tài)。

正如黃仁勛所言，幾千億美元只是個入場券。當 AI 從“聊天框”走向“物理世界”，真正的競爭才剛剛開始。在這個新階段，最扎實的電網(wǎng)和最熟練的工人，或許比最聰明的算法更具決定性。

以下是黃仁勛對話實錄：

拉里 · 芬克：

大家早上好。很高興能重返會場。希望大家昨天過得愉快，也希望你們能享受今天的議程。我非常榮幸能介紹黃仁勛，他是我由衷欽佩、長期關注的人，也是我在探索技術和人工智能旅程中的導師。

目睹他領導英偉達的歷程，簡直令人驚嘆。我不喜歡拿自己做比較，但我很喜歡這項對比：英偉達自 1999 年上市以來 —— 恰巧也是貝萊德上市的年份 ——

（觀眾笑聲）

拉里 · 芬克：

噢，天哪。好吧。事實上，英偉達為其股東帶來的總回報率達到了 37% 的年化復合增長率。試想一下，如果每一家養(yǎng)老基金都在 IPO 時投資了英偉達，這對它們意味著什么？這將為每個人的退休生活帶來多么巨大的財富增長。與此同時，貝萊德的年化總回報率為 21%。對于一家金融服務公司來說還不錯，但這顯然在英偉達面前相形見絀。這極好地證明了黃仁勛的領導力、英偉達的市場定位，也是世界對英偉達未來充滿信心的有力聲明。所以，黃仁勛，祝賀你在這一旅程中取得的成就，我知道我們未來的路還很長。

黃仁勛：

謝謝，我很榮幸。我唯一的遺憾是在 IPO 之后，我想給父母買份像樣的禮物，所以我賣掉了一些英偉達的股票。當時公司總估值僅為 3 億美元，我給他們買了一輛梅賽德斯 S 級轎車。那是當時世界上最貴的車。

（觀眾笑聲）

黃仁勛：

他們后悔了。

拉里 · 芬克：

他們還留著那輛車嗎？

黃仁勛：

噢，當然。是的，他們還留著。

拉里 · 芬克：

很好。我現(xiàn)在要切入正題了，但我只想說，關于 AI 的辯論往往圍繞著它將如何改變世界和全球經(jīng)濟。今天我想探討的是 AI 如何能為世界經(jīng)濟賦能，以及 AI 如何能日益成為一種基礎技術，讓在座的各位都能利用它來提升我們的生活，提升世界上每個人的生活。我們需要討論它將如何重塑幾乎所有行業(yè)的生產(chǎn)力、勞動力和基礎設施。但更重要的是，它將如何重塑世界，世界的更多領域如何能從 AI 中受益，以及我們要如何確保全球經(jīng)濟是走向多元包容，而非走向封閉狹隘。在洞察 AI 的本質(zhì)、圍繞它的基礎設施以及建設這些基礎設施的必要性方面，我想不出還有誰比你更有發(fā)言權。因為許多主要的超大規(guī)模云服務商 (Hyperscalers) 都在使用英偉達創(chuàng)造的產(chǎn)品，再加上圍繞 AI 基礎設施的整體參與度和 AI 的潛力，我認為在這個下午或上午，我們這里有一位極佳的發(fā)言人值得傾聽。

黃仁勛，再次感謝你。這是他第一次參加達沃斯的世界經(jīng)濟論壇，我知道你的日程非常滿，所以謝謝你抽出時間。

黃仁勛：

我很感激。

拉里 · 芬克：

那么讓我直奔主題。為什么你相信 AI 有潛力成為如此重要的增長引擎？是什么讓這一刻、這項技術不同于以往的技術周期？

黃仁勛：

是的，首先，當你思考 AI 并以各種方式與 AI 互動時 —— 當然是使用 ChatGPT，使用 Gemini，使用 Anthropic 的 Claude—— 以及它能做的那些神奇的事情。這有助于我們回歸第一性原理，去理解計算堆棧 (Computing Stack) 根本上發(fā)生了什么。這是一次平臺轉移。平臺是應用程序構建的基礎。這次平臺轉移就像當初向個人電腦 (PC) 的轉移一樣 —— 開發(fā)新應用程序以在新型計算機上運行；就像向互聯(lián)網(wǎng)的轉移 —— 一種新型計算平臺托管了各種新應用程序；就像向移動云端的轉移。在每一次平臺轉移中，計算堆棧都被重新發(fā)明，新的應用程序被創(chuàng)造出來。這是一次新的平臺轉移，因為雖然你今天使用的是 ChatGPT，但重要的是要理解它本身是一個應用程序，但更重要的是，新的應用程序?qū)嫿ㄔ?ChatGPT 之上，新的應用程序?qū)嫿ㄔ?Anthropic Claude 之上。所以從這個角度看，這是一次平臺轉移。

AI 其實很容易理解，只要你意識到它能做到以前做不到的事情。過去的軟件實際上是“預先錄制”的。人類輸入并描述算法或配方讓計算機去執(zhí)行。它能夠處理結構化信息，意味著你必須輸入姓名、地址、賬號、年齡、居住地。你創(chuàng)建這些結構化表格，然后軟件去從中檢索信息。我們稱之為 SQL 查詢。SQL 是世界已知最重要的數(shù)據(jù)庫引擎。在此之前幾乎所有東西都在 SQL 上運行?，F(xiàn)在我們擁有一臺可以理解非結構化信息的計算機，這意味著它可以看一張圖片并理解它，看一段文字并理解它 —— 這是完全非結構化的。它可以聽聲音并理解它，理解其含義，理解其結構，并推理該如何處理它。

所以這是第一次，我們擁有了一臺不是“預先錄制”的計算機，而是實時處理的。這意味著它能夠獲取環(huán)境的上下文、背景信息以及你給它的任何信息。它可以推理這些信息的含義，并推理你的意圖 —— 哪怕你的意圖是以非常非結構化的方式描述的。你可以用任何你想用的方式描述它，我們稱之為提示詞 (Prompts)。只要它能理解你的意圖，它就能為你執(zhí)行任務。

這一點之所以重要，是因為我們在重塑整個計算堆棧。問題是，什么是 AI？當你想到 AI 時，你想的是 AI 模型。但從工業(yè)角度理解這一點非常重要：AI 本質(zhì)上是一個五層蛋糕。最底層是能源。因為 AI 是實時處理并實時生成智能的，它需要能源來做到這一點。能源是第一層。第二層是我所在的層，即芯片 —— 芯片和計算基礎設施。再上一層是云基礎設施、云服務。再上一層是 AI 模型。這是大多數(shù)人認為 AI 所在的地方。但別忘了，為了讓這些模型出現(xiàn)，你必須擁有下面所有的層。但最重要的一層 —— 這也是目前正在發(fā)生的一層，這也是為什么去年對 AI 來說坦率地說是不可思議的一年 —— 是因為 AI 模型取得了如此大的進步，以至于它上面的一層，也就是我們最終都需要它來獲得成功的那一層：應用層。這個應用層可能在金融服務、醫(yī)療保健、制造業(yè)中。最上面的這一層最終是產(chǎn)生經(jīng)濟效益的地方。

但重要的一點是，因為這個計算平臺需要下面所有的層，它已經(jīng)啟動了 —— 你們大家現(xiàn)在都看到了 —— 它已經(jīng)啟動了人類歷史上最大的基礎設施建設。我們現(xiàn)在已經(jīng)投入了幾千億美元。

拉里 · 芬克：

確實如此。

黃仁勛：

我們已經(jīng)投入了幾千億美元。拉里和我，我們有機會在許多項目上合作，還有數(shù)萬億美元的基礎設施需要建設。這是順理成章的。這是順理成章的，因為所有這些上下文都必須被處理，以便模型能夠生成必要的智能，來驅(qū)動最終位于頂層的應用程序。所以當你回過頭來，一層一層地推理，你會意識到能源部門現(xiàn)在正經(jīng)歷著非凡的增長。芯片部門 —— 臺積電 (TSMC) 剛剛宣布他們將建設 20 家新芯片工廠；富士康 (Foxconn) 與我們以及緯創(chuàng) (Wistron) 和廣達 (Quanta) 合作，正在建設 30 家新計算機工廠，這些工廠的產(chǎn)品隨后將進入這些 AI 工廠。所以我們有芯片工廠、計算機工廠和 AI 工廠正在世界各地建設。

拉里 · 芬克：

還有內(nèi)存。

黃仁勛：

還有內(nèi)存，對，沒錯。那些芯片晶圓廠 —— 美光 (Micron) 已開始在美國投資 2000 億美元。SK 海力士的業(yè)績令人難以置信，三星 (Samsung) 也做得令人難以置信。你可以看到整個芯片層今天都在驚人地增長。當然，我們非常關注模型層，但真正令人興奮的是它們上面的一層確實表現(xiàn)極佳。一個指標是風險投資 (VC) 資金的去向。去年，2025 年，是風險投資歷史上資金規(guī)模最大的年份之一。去年大部分資金流向了所謂的“AI 原生企業(yè)”。這些是在醫(yī)療保健、機器人、制造業(yè)、金融服務等世界所有大型行業(yè)的公司。你看到巨額投資進入這些 AI 原生企業(yè)，因為這是第一次，模型已經(jīng)進化到了足以支撐實際應用的程度。

拉里 · 芬克：

那么，讓我們再深入一點。顯然，我相信每個人都在使用自己的聊天機器人獲取信息。但你談到的是 AI 的普及化將是關鍵。讓我們談談…… 多談談關于它在物理世界普及的上行空間。你提到了醫(yī)療保健顯然是一個很好的例子。但在交通或科學等領域，你認為變革性的機會在哪里？

黃仁勛：

嗯，去年，我會說 AI 技術層、模型層發(fā)生了三件大事。第一件是模型本身從最初的好奇和有趣，但伴隨大量幻覺 (Hallucination)，發(fā)展到去年 —— 我們可以合理地接受這些模型現(xiàn)在的立足點更穩(wěn)固了。它們可以做研究，它們可以推理那些也許并未受過訓練的情況，將其分解為循序漸進的推理步驟，并制定計劃來回答你的問題、做研究或執(zhí)行任務。所以去年我們看到了語言模型的進化，變成了我們所說的代理系統(tǒng) (Agentic Systems)，即代理人工智能。

第二個重大突破是開放模型的突破。幾年前…… 是一年前嗎？DeepSeek 推出了，很多人對此相當擔心。坦率地說，DeepSeek 對大多數(shù)行業(yè)、世界各地的大多數(shù)公司來說是一個巨大的事件，因為它是世界上第一個開放的推理模型。從那時起，一大批開放推理模型涌現(xiàn)出來。開放模型使公司、行業(yè)、研究人員、教育工作者、大學、初創(chuàng)公司能夠使用這些開放模型來啟動項目，并創(chuàng)建特定領域或?qū)ｉT針對其需求的東西。

去年取得巨大進步的第三個領域是物理智能的概念，即物理人工智能 (Physical AI)。不僅僅理解語言，而且理解“自然”的 AI。這可能是理解這里物理世界的 AI。AI 現(xiàn)在開始學習理解蛋白質(zhì)、化學品、物理學（例如流體動力學、粒子物理學、量子物理學）。AI 正在學習所有這些不同的結構和不同的語言（如果可以這么說的話，蛋白質(zhì)本質(zhì)上就是一種語言）。所有這些 AI 現(xiàn)在都取得了如此巨大的進步，以至于這些工業(yè)公司 —— 無論是制造業(yè)還是藥物研發(fā) —— 真的在取得巨大的進展。一個很好的指標是我們與禮來公司 (Eli Lilly) 的合作關系。他們現(xiàn)在意識到，AI 在理解蛋白質(zhì)結構和化學品結構方面取得了如此非凡的進步，本質(zhì)上能夠像我們與 ChatGPT 交談一樣與蛋白質(zhì)互動，我們將看到一些真正的重大突破。

拉里 · 芬克：

所有這些突破引發(fā)了關于人為因素的擔憂。你和我對此進行過多次對話，但我們需要告訴全場觀眾，人們非常擔心 AI 會取代工作。而你一直持相反觀點。顯然，正如你所說，AI 的建設，歷史上最大的基礎設施建設即將發(fā)生，能源業(yè)在創(chuàng)造就業(yè)，工業(yè)在創(chuàng)造就業(yè)，基礎設施層在創(chuàng)造就業(yè)，土地、電力和廠房都在創(chuàng)造就業(yè)。我的意思是，這不可思議。

所以讓我們更詳細地探討一下。你實際上相信我們將面臨勞動力短缺。那么，你如何看待 AI 和機器人技術是在改變工作的性質(zhì)，而不是消除工作？

黃仁勛：

我們可以通過幾種不同的方式來思考這個問題。首先，這是人類歷史上最大的基礎設施建設。這將創(chuàng)造大量的就業(yè)機會。而且很棒的是，這些工作與藍領技藝 (Tradecraft) 相關。我們將需要水管工、電工、建筑工人和鋼鐵工人、網(wǎng)絡技術人員，以及安裝和裝配設備的人員。在美國，我們看到這一領域出現(xiàn)了相當顯著的繁榮。工資幾乎翻了一番。我們談論的是為那些建設芯片工廠、計算機工廠或 AI 工廠的人提供六位數(shù)的薪水。我們在這一塊有巨大的短缺，我真的很高興看到這么多國家、這么多人真正認識到這一重要領域。你知道，每個人都應該能夠過上很好的生活，你不需要擁有計算機科學博士學位也能做到。所以我很高興看到這一點。

第二點要意識到的是 —— 我們對任務自動化以及其對就業(yè)的影響進行了理論化 —— 但我只提供一些軼事，這些是實際發(fā)生的現(xiàn)實世界軼事。記得 10 年前，每個人都認為首先會被淘汰的職業(yè)之一是放射科。原因在于，第一個在能力上變得超乎常人的 AI 是計算機視覺。而計算機視覺最大的應用之一就是放射科醫(yī)生研究掃描圖。

10 年后，確實 AI 現(xiàn)在已經(jīng)完全滲透并擴散到放射學的每一個方面。確實放射科醫(yī)生使用 AI 來研究掃描圖。現(xiàn)在的影響是 100% 的，影響是完全真實的。然而，不足為奇的是 —— 我說不足為奇，如果你從第一性原理推導的話 —— 不足為奇的是，放射科醫(yī)生的數(shù)量不降反增。

拉里 · 芬克：

那是因為缺乏信任，還是因為人類與 AI 結果的互動帶來了更好的結果？

黃仁勛：

正是如此。原因在于放射科醫(yī)生的工作，他們工作的“目的”是診斷疾病，幫助病人診斷疾病。這是他們工作的目的。工作的“任務”包括研究掃描圖。事實上，他們現(xiàn)在能夠無限快地研究掃描圖，這使他們能夠花更多時間與病人在一起診斷疾病，與病人互動，與其他臨床醫(yī)生互動。

令人驚訝的是 —— 或者實際上也不令人驚訝 —— 結果是醫(yī)院能夠接診的病人數(shù)量增加了，因為很多人排隊等候很長時間才能做掃描。所以現(xiàn)在因為病人數(shù)量增加了，醫(yī)院的收入增加了，他們雇傭了更多的放射科醫(yī)生。護士行業(yè)也正在發(fā)生同樣的事情。美國短缺 500 萬名護士。通過使用 AI 來進行圖表記錄和病患就診的轉錄 —— 護士花一半的時間在圖表記錄和文檔工作上 —— 現(xiàn)在他們可以使用 AI 技術。有一家特定的公司叫 Abridge，是我們的合作伙伴，做得非常出色。結果是護士可以花更多時間探視病人。

拉里 · 芬克：

這種人性化的接觸。

黃仁勛：

沒錯。因為你現(xiàn)在可以看更多的病人，我們不再受護士數(shù)量的瓶頸限制，更多的病人可以更快地進入醫(yī)院。結果醫(yī)院經(jīng)營得更好，他們雇傭更多的護士。所以令人驚訝的是 —— 或者說不令人驚訝的是 ——AI 提高了他們的生產(chǎn)力，結果醫(yī)院經(jīng)營得更好。他們想雇傭更多的人。有太多人等待太久才能進醫(yī)院。所以這是兩個完美的例子。

思考 AI 對特定工作影響的最簡單方法是理解工作的“目的”是什么，工作的“任務”是什么。如果你在我們倆身上放個攝像頭觀察我們，你可能會認為我們倆是打字員。因為我把所有時間都花在打字上。如果 AI 可以自動化這么多單詞預測并幫助我們打字，那我們就會失業(yè)，但顯然那不是我們的目的。所以問題在于你工作的目的是什么。在放射科醫(yī)生和護士的案例中，目的是照顧人，而這個目的因為任務被自動化而得到了增強和提高效率。所以如果你能推理每個人的目的與任務的區(qū)別，我認為這是一個有用的框架。

拉里 · 芬克：

讓我們把話題延伸到發(fā)達經(jīng)濟體之外。幫我理解 AI 如何能拓寬世界并幫助世界。上周末我讀了一篇 Anthropic 的文章，基本上說最近 AI 的使用主要由受過教育的社會階層主導，他們甚至看到每個社會中受過教育的部分使用率更高。顯然他們在使用它輔助編寫代碼，所以它可能有自己的偏見。那么，我們?nèi)绾未_保 AI 是一項變革性技術 —— 也許像 Wi-Fi 和 5G 對新興世界那樣？當你把這與它對新興世界和就業(yè)的意義結合起來 —— 我們?nèi)绾瓮貙捜蚪?jīng)濟？第二，回到關于機器人和 AI 的整個就業(yè)形勢，那里會有一些替代。美國已經(jīng)發(fā)生了一些替代。我們可能會創(chuàng)造更多的水管工和電工，但在金融機構我們可能需要更少的分析師，律師需要更少的…… 你知道，因為他們能更快地積累數(shù)據(jù)。所以讓我們把話題轉向新興世界一下。在發(fā)展中世界，你認為這會如何發(fā)展？

黃仁勛：

首先，AI 是基礎設施。我想不出世界上有哪個國家不需要 AI 作為其基礎設施的一部分，因為每個國家都有電力，有道路。你應該擁有 AI 作為基礎設施的一部分。當然，你總是可以進口 AI。但如今訓練 AI 并沒有那么難。而且因為有這么多開放模型，利用這些開放模型加上你們當?shù)氐膶I(yè)知識，你應該能夠創(chuàng)建對你們自己國家有幫助的模型。所以我真的相信每個國家都應該參與建設 AI 基礎設施，建立自己的 AI，利用你們基本的自然資源 —— 即你們的語言和文化 —— 開發(fā)你們的 AI，繼續(xù)完善它，并讓你們的國家智能成為你們生態(tài)系統(tǒng)的一部分。所以我認為這是第一點。

第二點，記住 AI 超級好用。它是歷史上最容易使用的軟件，這也是它增長最快、普及最快的原因。我是說僅僅兩三年時間，它就覆蓋了近 10 億人。我認為首先 Claude 是不可思議的。Anthropic 在開發(fā) Claude 方面取得了巨大的進步和飛躍。我們在整個公司都在使用它。Claude 的編程能力、推理能力，它的能力真的令人難以置信。任何軟件公司真的都應該參與進來并使用它。另一方面，ChatGPT 可能是歷史上最成功的消費者 AI，鑒于它的易用性和親和力，我認為每個人都應該參與進來。

無論是發(fā)展中國家的人還是學生，很明顯，學會如何使用 AI、如何指導 AI、如何向 AI 提問 (Prompt)、如何管理 AI、如何為 AI 設定護欄、評估 AI，這些都是必不可少的。這些技能與領導他人、管理他人并沒有什么不同，這些是你我一直在做的事情。所以，在未來，除了生物的、碳基的智能，未來我們還將擁有數(shù)字版本的 AI、硅基版本的 AI，我們將不得不管理它們。它們只是我們數(shù)字勞動力的一部分。

所以我主張發(fā)展中國家建設你們的基礎設施，參與 AI，并認識到 AI 很可能會縮小技術鴻溝。因為它如此易用、如此豐富且如此易得。所以我實際上對 AI 提升新興國家潛力的前景相當樂觀。對于許多沒有計算機科學學位的人來說，你們現(xiàn)在都可以成為程序員。在過去，我們必須學習如何給計算機編程?，F(xiàn)在，你通過對計算機說“我該如何給你編程？”來給計算機編程。如果你不知道如何使用 AI，就走到 AI 面前說：“我不知道如何使用 AI，我該怎么用 AI？”它會向你解釋。你可以說：“我想寫一個程序來創(chuàng)建我自己的網(wǎng)站，我該怎么做？”它會問你一大堆關于你想建立什么樣的網(wǎng)站的問題，然后為你編寫代碼。它就是這么好用。當然這就是 AI 令人難以置信的力量，這是令人興奮的。

拉里 · 芬克：

兩個快速的問題，然后我們就沒時間了。我們身處歐洲。當我們談論很多公司時，我們要么提到很多美國公司，要么是亞洲公司。跟我們要談談 AI 與歐洲的成功及歐洲的未來如何交匯，你認為英偉達在歐洲扮演什么角色？

黃仁勛：

我有幸 —— 英偉達有幸與世界上每一家 AI 公司合作。因為我們處于基礎設施層的底層，我們要為全方位的 AI 提供動力。我們?yōu)槔斫庹Z言、生物學、物理學、世界模型以及與制造業(yè)和機器人相關的 AI 提供動力。

對歐洲來說真正令人興奮的是，記住你們的工業(yè)基礎非常強大。歐洲的工業(yè)制造基礎極其強大。這是你們現(xiàn)在跨越軟件時代的機會。美國確實引領了軟件時代。AI 是不需要寫軟件的軟件。你不用寫 AI，你教 AI。所以現(xiàn)在盡早加入，這樣你們就可以將你們的工業(yè)能力、制造能力與人工智能融合，這將帶你們進入物理 AI 或機器人的世界。機器人技術對歐洲國家來說是一個千載難逢的機會。無論是我在這里訪問的所有國家，工業(yè)基礎都非常非常強大。

另一件要意識到的事情是，歐洲的深層科學仍然非常非常強大?，F(xiàn)在的深層科學有利用人工智能加速發(fā)現(xiàn)的優(yōu)勢。所以我認為相當確定的一點是，你們必須認真對待增加能源供應，以便你們可以投資于基礎設施層，從而在歐洲擁有豐富的人工智能生態(tài)系統(tǒng)。

拉里 · 芬克：

所以我聽到的是，我們遠未處于 AI 泡沫中。問題是我們投資得夠不夠？

讓我們反過來看，因為有很多人在談論泡沫，但我從你那里聽到的是：我們是否投資得足夠多，以完成我們需要做的事情來拓寬全球經(jīng)濟？

黃仁勛：

檢驗 AI 泡沫的一個好方法是認識到英偉達現(xiàn)在在云端有數(shù)百萬個 GPU。我們在每一個云里，我們被廣泛使用。如果你這幾天想租用英偉達的 GPU，那是極其困難的。GPU 租賃的現(xiàn)貨價格正在上漲。不僅僅是最新一代，哪怕是兩代以前的 GPU，租賃的現(xiàn)貨價格都在上漲。原因在于正在創(chuàng)建的 AI 公司的數(shù)量，以及正在轉移研發(fā)預算的公司數(shù)量。禮來公司就是一個很好的例子。三年前，他們的大部分研發(fā)預算，所有的研發(fā)預算，可能都是傳統(tǒng)的“濕實驗室”(Wet Labs)。注意他們投資的大型 AI 超級計算機和大型 AI 實驗室。那部分研發(fā)預算將越來越多地向 AI 轉移。

所以 AI 泡沫之所以被提起，是因為投資巨大。而投資之所以巨大，是因為我們必須建立必要的基礎設施，以支撐其上所有的 AI 層。所以我認為這個機會真的非常非凡，每個人都應該參與進來。每個人都應該投入其中。我們需要更多的能源。我想我們要都認識到我們需要更多的土地、電力和廠房樓宇。我們需要更多具備專業(yè)技能的工人。事實上，這類勞動力人口在歐洲非常強大。

拉里 · 芬克：

是的。

黃仁勛：

在很多方面，美國在過去二三十年里失去了這一點。但在歐洲這里仍然非常強大。這是一個你們必須利用的非凡機會。所以我知道在拉里和我工作的地方，我們看到了投資機會，投資規(guī)模正在上升。正如我之前提到的，2025 年是風險投資歷史上最大的投資年，全球超過 1000 億美元，其中大部分是 AI 原生企業(yè)。這些 AI 公司正在上面構建應用層，它們將需要基礎設施，它們將需要我們的投資去建設這個未來。實際上我相信對于世界各地的養(yǎng)老基金來說，這將是一個巨大的投資機會，去參與其中，隨著這個 AI 世界共同成長。這也是我作為一個…… 對這么多政治領導人的信息之一。我們需要確保普通的養(yǎng)老金領取者、普通的儲戶是這種增長的一部分。如果他們只是在場外觀望，他們會感到被遺落。

拉里 · 芬克：

我們想要投資基礎設施，對吧？基礎設施是一個巨大的投資機會。這是人類歷史上單一最大的基礎設施建設。參與進來吧。

我們要沒時間了。希望現(xiàn)場的觀眾和網(wǎng)絡直播的觀眾都能看到黃仁勛作為一位領導者的力量 —— 不僅僅是技術和 AI 領域的領導者，也是商業(yè)領域的領導者，更是一位充滿感性與共情力的領導者，而在今天，擁有這種發(fā)自內(nèi)心和靈魂的領導力真的非常重要。謝謝大家。

黃仁勛：

謝謝大家。

廣告聲明：文內(nèi)含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。