出品 | 網(wǎng)易科技

作者 | 小小

編輯 | 王鳳枝

“我們已經(jīng)投進(jìn)去的幾千億美元，只是道開胃菜。要把這套架構(gòu)真正搭起來，后面還得再砸?guī)兹f億美元?！?/b>

1月21日，在達(dá)沃斯的聚光燈下，英偉達(dá)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(dá)半小時的巔峰對話。面對華爾街最關(guān)心的“資金黑洞”問題，黃仁勛拋出了上述論斷。

就在全世界都在擔(dān)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(dá)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(wù)、AI模型，而最上面那層才是各行各業(yè)的具體應(yīng)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(dān)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(lán)領(lǐng)工作?！?/b>

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(shè)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(yù)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(fù)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?！?/b>

此外，黃仁勛還特別強(qiáng)調(diào)了“AI主權(quán)”的概念：“每個國家都應(yīng)該發(fā)展自己的AI能力，就像當(dāng)年建電網(wǎng)、修公路一樣，這是新時代的基礎(chǔ)設(shè)施主權(quán)。”

路修好了，車自然會來。

幾萬億美元正在轉(zhuǎn)化為電網(wǎng)、芯片廠和數(shù)據(jù)中心。這就好比當(dāng)年的鐵路大基建。基礎(chǔ)設(shè)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(yīng)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(chǔ)設(shè)施都給建起來?！?/b>

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(shè)備。這是英偉達(dá)的主戰(zhàn)場。

· 第三層：云設(shè)施與服務(wù)。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(yīng)用。金融、醫(yī)療、制造……AI真正產(chǎn)生價值的地方。

（圖片由AI生成）

“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?！?/b>他去年就預(yù)測過，到2030年，全球花在AI基礎(chǔ)設(shè)施上的錢可能達(dá)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(kuò)張：

（圖片由AI生成）

· 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(dá)的制造伙伴（如富士康、緯創(chuàng)、廣達(dá)）打算新建30座“AI工廠”；存儲領(lǐng)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(kuò)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(shè)和租賃上。

與此同時，2025年的風(fēng)險投資也沖上了歷史高點(diǎn)，全球超過1000億美元流向了那些“AI原生公司”，覆蓋醫(yī)療、機(jī)器人、制造、金融等領(lǐng)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、不止會寫詩畫畫，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(shù)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(xué)會了逐步推理、制定計劃、執(zhí)行任務(wù)，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(lǐng)域的“大事”，這讓全球的企業(yè)和研究機(jī)構(gòu)都能用較低成本獲得強(qiáng)大的AI能力，進(jìn)而開發(fā)自己專業(yè)領(lǐng)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(jié)構(gòu)、化學(xué)分子、流體力學(xué)這些自然科學(xué)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(shè)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?！?/b>

三、AI不是來砸飯碗的，反而催生了“六位數(shù)年薪”的藍(lán)領(lǐng)崗

面對“AI導(dǎo)致失業(yè)”這股全球性的焦慮，黃仁勛的觀點(diǎn)是：AI會創(chuàng)造出大量高薪的藍(lán)領(lǐng)崗位，甚至可能讓技術(shù)工人更加緊俏。

“那些數(shù)據(jù)中心、芯片工廠，安裝和維護(hù)它們需要海量的電工、管道工、建筑工人和網(wǎng)絡(luò)技師。”他說，“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(jī)博士學(xué)位。”

（圖片由AI生成）

他還舉了放射科醫(yī)生和護(hù)士的例子：十年前，當(dāng)AI在看醫(yī)學(xué)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(fù)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(fù)雜診斷。醫(yī)院效率高了，收入多了，反而雇了更多醫(yī)生。

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

（圖片由AI生成）

“關(guān)鍵要分清楚工作的‘目的’和‘任務(wù)’?！秉S仁勛總結(jié)道，“AI自動化的是‘任務(wù)’，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?！?/b>

黃仁勛舉的例子多是高端服務(wù)業(yè)和藍(lán)領(lǐng)工種。而對于那些從事基礎(chǔ)分析、編碼、文案工作的普通白領(lǐng)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(dá)里奧·阿莫代伊（Dario Amodei）之前就警告過，一半的入門級白領(lǐng)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(quán)”

黃仁勛的眼光并沒只盯著發(fā)達(dá)國家。他特別指出，AI不該成為技術(shù)鴻溝，而應(yīng)成為發(fā)展中國家實現(xiàn)跨越的機(jī)會。

（圖片由AI生成）

對發(fā)展中國家來說：“AI是基礎(chǔ)設(shè)施，就像電和路一樣。每個國家都應(yīng)該建設(shè)自己的AI能力?！?/b>他認(rèn)為，借助開源模型，結(jié)合本國的語言和文化數(shù)據(jù)去訓(xùn)練，任何國家都能發(fā)展出適合自己需要的AI。“這能保護(hù)你們的數(shù)字主權(quán)。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(shù)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(chǔ)和頂尖的科學(xué)實力。你們可以跳過‘軟件時代’，直接擁抱‘物理AI’和機(jī)器人技術(shù)，用AI把制造業(yè)和科學(xué)研究重新武裝起來?！?/b>

但他也毫不客氣地指出了前提：“歐洲必須先解決能源供應(yīng)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(dá)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(dá)或許就是最準(zhǔn)確的風(fēng)向標(biāo)。

黃仁勛提到，檢驗AI是不是泡沫，一個關(guān)鍵指標(biāo)就是看英偉達(dá)GPU夠不夠搶手。如今，英偉達(dá)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(kuò)張讓研發(fā)預(yù)算大量轉(zhuǎn)向。像禮來這樣的公司就是典型：三年前，他們的預(yù)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(jī)和數(shù)字實驗室。越來越多的研發(fā)經(jīng)費(fèi)，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(shè)和租賃上，其中大部分會變成英偉達(dá)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(dá)最新的H200芯片。

結(jié)語：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(dāng)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(dá)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(dāng)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（AI翻譯，編輯校對）

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(guān)注的人，也是我在探索技術(shù)和人工智能旅程中的導(dǎo)師。

目睹他領(lǐng)導(dǎo)英偉達(dá)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(dá)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(dá)為其股東帶來的總回報率達(dá)到了37%的年化復(fù)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(dá)，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(wù)公司來說還不錯，但這顯然在英偉達(dá)面前相形見絀。這極好地證明了黃仁勛的領(lǐng)導(dǎo)力、英偉達(dá)的市場定位，也是世界對英偉達(dá)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(dá)的股票。當(dāng)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(dāng)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(dāng)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(guān)于AI的辯論往往圍繞著它將如何改變世界和全球經(jīng)濟(jì)。今天我想探討的是AI如何能為世界經(jīng)濟(jì)賦能，以及AI如何能日益成為一種基礎(chǔ)技術(shù)，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(chǔ)設(shè)施。但更重要的是，它將如何重塑世界，世界的更多領(lǐng)域如何能從AI中受益，以及我們要如何確保全球經(jīng)濟(jì)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(chǔ)設(shè)施以及建設(shè)這些基礎(chǔ)設(shè)施的必要性方面，我想不出還有誰比你更有發(fā)言權(quán)。因為許多主要的超大規(guī)模云服務(wù)商(Hyperscalers)都在使用英偉達(dá)創(chuàng)造的產(chǎn)品，再加上圍繞AI基礎(chǔ)設(shè)施的整體參與度和AI的潛力，我認(rèn)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(dá)沃斯的世界經(jīng)濟(jì)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(shù)不同于以往的技術(shù)周期？

黃仁勛：

是的，首先，當(dāng)你思考AI并以各種方式與AI互動時——當(dāng)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(zhuǎn)移。平臺是應(yīng)用程序構(gòu)建的基礎(chǔ)。這次平臺轉(zhuǎn)移就像當(dāng)初向個人電腦(PC)的轉(zhuǎn)移一樣——開發(fā)新應(yīng)用程序以在新型計算機(jī)上運(yùn)行；就像向互聯(lián)網(wǎng)的轉(zhuǎn)移——一種新型計算平臺托管了各種新應(yīng)用程序；就像向移動云端的轉(zhuǎn)移。在每一次平臺轉(zhuǎn)移中，計算堆棧都被重新發(fā)明，新的應(yīng)用程序被創(chuàng)造出來。這是一次新的平臺轉(zhuǎn)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(yīng)用程序，但更重要的是，新的應(yīng)用程序?qū)?gòu)建在ChatGPT之上，新的應(yīng)用程序?qū)?gòu)建在Anthropic Claude之上。所以從這個角度看，這是一次平臺轉(zhuǎn)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(yù)先錄制”的。人類輸入并描述算法或配方讓計算機(jī)去執(zhí)行。它能夠處理結(jié)構(gòu)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(jié)構(gòu)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(yùn)行?，F(xiàn)在我們擁有一臺可以理解非結(jié)構(gòu)化信息的計算機(jī)，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(jié)構(gòu)化的。它可以聽聲音并理解它，理解其含義，理解其結(jié)構(gòu)，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(yù)先錄制”的計算機(jī)，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(jié)構(gòu)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(wù)。

這一點(diǎn)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(dāng)你想到AI時，你想的是AI模型。但從工業(yè)角度理解這一點(diǎn)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(diǎn)。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(chǔ)設(shè)施。再上一層是云基礎(chǔ)設(shè)施、云服務(wù)。再上一層是AI模型。這是大多數(shù)人認(rèn)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(jìn)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(yīng)用層。這個應(yīng)用層可能在金融服務(wù)、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(jì)效益的地方。

但重要的一點(diǎn)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(chǔ)設(shè)施建設(shè)。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(jī)會在許多項目上合作，還有數(shù)萬億美元的基礎(chǔ)設(shè)施需要建設(shè)。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(yīng)用程序。所以當(dāng)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(shè)20家新芯片工廠；富士康(Foxconn)與我們以及緯創(chuàng)(Wistron)和廣達(dá)(Quanta)合作，正在建設(shè)30家新計算機(jī)工廠，這些工廠的產(chǎn)品隨后將進(jìn)入這些AI工廠。所以我們有芯片工廠、計算機(jī)工廠和AI工廠正在世界各地建設(shè)。

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(dāng)然，我們非常關(guān)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(biāo)是風(fēng)險投資(VC)資金的去向。去年，2025年，是風(fēng)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(jī)器人、制造業(yè)、金融服務(wù)等世界所有大型行業(yè)的公司。你看到巨額投資進(jìn)入這些AI原生企業(yè)，因為這是第一次，模型已經(jīng)進(jìn)化到了足以支撐實際應(yīng)用的程度。

拉里·芬克：

那么，讓我們再深入一點(diǎn)。顯然，我相信每個人都在使用自己的聊天機(jī)器人獲取信息。但你談到的是AI的普及化將是關(guān)鍵。讓我們談?wù)劇嗾務(wù)勱P(guān)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(xué)等領(lǐng)域，你認(rèn)為變革性的機(jī)會在哪里？

黃仁勛：

嗯，去年，我會說AI技術(shù)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(diǎn)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(xùn)練的情況，將其分解為循序漸進(jìn)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(wù)。所以去年我們看到了語言模型的進(jìn)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(dāng)擔(dān)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(xué)、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(lǐng)域或?qū)ｉT針對其需求的東西。

去年取得巨大進(jìn)步的第三個領(lǐng)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(xué)習(xí)理解蛋白質(zhì)、化學(xué)品、物理學(xué)（例如流體動力學(xué)、粒子物理學(xué)、量子物理學(xué)）。AI正在學(xué)習(xí)所有這些不同的結(jié)構(gòu)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(jìn)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(jìn)展。一個很好的指標(biāo)是我們與禮來公司(Eli Lilly)的合作關(guān)系。他們現(xiàn)在意識到，AI在理解蛋白質(zhì)結(jié)構(gòu)和化學(xué)品結(jié)構(gòu)方面取得了如此非凡的進(jìn)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(guān)于人為因素的擔(dān)憂。你和我對此進(jìn)行過多次對話，但我們需要告訴全場觀眾，人們非常擔(dān)心AI會取代工作。而你一直持相反觀點(diǎn)。顯然，正如你所說，AI的建設(shè)，歷史上最大的基礎(chǔ)設(shè)施建設(shè)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(chǔ)設(shè)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(xì)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(jī)器人技術(shù)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(chǔ)設(shè)施建設(shè)。這將創(chuàng)造大量的就業(yè)機(jī)會。而且很棒的是，這些工作與藍(lán)領(lǐng)技藝(Tradecraft)相關(guān)。我們將需要水管工、電工、建筑工人和鋼鐵工人、網(wǎng)絡(luò)技術(shù)人員，以及安裝和裝配設(shè)備的人員。在美國，我們看到這一領(lǐng)域出現(xiàn)了相當(dāng)顯著的繁榮。工資幾乎翻了一番。我們談?wù)摰氖菫槟切┙ㄔO(shè)芯片工廠、計算機(jī)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(rèn)識到這一重要領(lǐng)域。你知道，每個人都應(yīng)該能夠過上很好的生活，你不需要擁有計算機(jī)科學(xué)博士學(xué)位也能做到。所以我很高興看到這一點(diǎn)。

第二點(diǎn)要意識到的是——我們對任務(wù)自動化以及其對就業(yè)的影響進(jìn)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(rèn)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(jī)視覺。而計算機(jī)視覺最大的應(yīng)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(kuò)散到放射學(xué)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(dǎo)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(jié)果的互動帶來了更好的結(jié)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(wù)”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(jié)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(hù)士行業(yè)也正在發(fā)生同樣的事情。美國短缺500萬名護(hù)士。通過使用AI來進(jìn)行圖表記錄和病患就診的轉(zhuǎn)錄——護(hù)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(shù)。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(jié)果是護(hù)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(hù)士數(shù)量的瓶頸限制，更多的病人可以更快地進(jìn)入醫(yī)院。結(jié)果醫(yī)院經(jīng)營得更好，他們雇傭更多的護(hù)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(jié)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(jìn)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(wù)”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(rèn)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(yù)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(hù)士的案例中，目的是照顧人，而這個目的因為任務(wù)被自動化而得到了增強(qiáng)和提高效率。所以如果你能推理每個人的目的與任務(wù)的區(qū)別，我認(rèn)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(dá)經(jīng)濟(jì)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(dǎo)，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(shù)——也許像Wi-Fi和5G對新興世界那樣？當(dāng)你把這與它對新興世界和就業(yè)的意義結(jié)合起來——我們?nèi)绾瓮貙捜蚪?jīng)濟(jì)？第二，回到關(guān)于機(jī)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(jī)構(gòu)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(zhuǎn)向新興世界一下。在發(fā)展中世界，你認(rèn)為這會如何發(fā)展？

黃仁勛：

首先，AI是基礎(chǔ)設(shè)施。我想不出世界上有哪個國家不需要AI作為其基礎(chǔ)設(shè)施的一部分，因為每個國家都有電力，有道路。你應(yīng)該擁有AI作為基礎(chǔ)設(shè)施的一部分。當(dāng)然，你總是可以進(jìn)口AI。但如今訓(xùn)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(dāng)?shù)氐膶I(yè)知識，你應(yīng)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(yīng)該參與建設(shè)AI基礎(chǔ)設(shè)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(rèn)為這是第一點(diǎn)。

第二點(diǎn)，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(rèn)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(jìn)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(yīng)該參與進(jìn)來并使用它。另一方面，ChatGPT可能是歷史上最成功的消費(fèi)者AI，鑒于它的易用性和親和力，我認(rèn)為每個人都應(yīng)該參與進(jìn)來。

無論是發(fā)展中國家的人還是學(xué)生，很明顯，學(xué)會如何使用AI、如何指導(dǎo)AI、如何向AI提問(Prompt)、如何管理AI、如何為AI設(shè)定護(hù)欄、評估AI，這些都是必不可少的。這些技能與領(lǐng)導(dǎo)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(shè)你們的基礎(chǔ)設(shè)施，參與AI，并認(rèn)識到AI很可能會縮小技術(shù)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(dāng)樂觀。對于許多沒有計算機(jī)科學(xué)學(xué)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(xué)習(xí)如何給計算機(jī)編程?，F(xiàn)在，你通過對計算機(jī)說“我該如何給你編程？”來給計算機(jī)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(guān)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(dāng)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(dāng)我們談?wù)摵芏喙緯r，我們要么提到很多美國公司，要么是亞洲公司。跟我們要談?wù)凙I與歐洲的成功及歐洲的未來如何交匯，你認(rèn)為英偉達(dá)在歐洲扮演什么角色？

黃仁勛：

我有幸——英偉達(dá)有幸與世界上每一家AI公司合作。因為我們處于基礎(chǔ)設(shè)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(xué)、物理學(xué)、世界模型以及與制造業(yè)和機(jī)器人相關(guān)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(chǔ)非常強(qiáng)大。歐洲的工業(yè)制造基礎(chǔ)極其強(qiáng)大。這是你們現(xiàn)在跨越軟件時代的機(jī)會。美國確實引領(lǐng)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(jìn)入物理AI或機(jī)器人的世界。機(jī)器人技術(shù)對歐洲國家來說是一個千載難逢的機(jī)會。無論是我在這里訪問的所有國家，工業(yè)基礎(chǔ)都非常非常強(qiáng)大。

另一件要意識到的事情是，歐洲的深層科學(xué)仍然非常非常強(qiáng)大。現(xiàn)在的深層科學(xué)有利用人工智能加速發(fā)現(xiàn)的優(yōu)勢。所以我認(rèn)為相當(dāng)確定的一點(diǎn)是，你們必須認(rèn)真對待增加能源供應(yīng)，以便你們可以投資于基礎(chǔ)設(shè)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(yuǎn)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?wù)撆菽?，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(jì)？

黃仁勛：

檢驗AI泡沫的一個好方法是認(rèn)識到英偉達(dá)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(dá)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(zhuǎn)移研發(fā)預(yù)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(yù)算，所有的研發(fā)預(yù)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(jī)和大型AI實驗室。那部分研發(fā)預(yù)算將越來越多地向AI轉(zhuǎn)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(chǔ)設(shè)施，以支撐其上所有的AI層。所以我認(rèn)為這個機(jī)會真的非常非凡，每個人都應(yīng)該參與進(jìn)來。每個人都應(yīng)該投入其中。我們需要更多的能源。我想我們要都認(rèn)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(qiáng)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(diǎn)。但在歐洲這里仍然非常強(qiáng)大。這是一個你們必須利用的非凡機(jī)會。所以我知道在拉里和我工作的地方，我們看到了投資機(jī)會，投資規(guī)模正在上升。正如我之前提到的，2025年是風(fēng)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(gòu)建應(yīng)用層，它們將需要基礎(chǔ)設(shè)施，它們將需要我們的投資去建設(shè)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(jī)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(lǐng)導(dǎo)人的信息之一。我們需要確保普通的養(yǎng)老金領(lǐng)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(chǔ)設(shè)施，對吧？基礎(chǔ)設(shè)施是一個巨大的投資機(jī)會。這是人類歷史上單一最大的基礎(chǔ)設(shè)施建設(shè)。參與進(jìn)來吧。

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

黃仁勛：

謝謝大家。