新聞 
黃仁勳:AI不會搶飯碗,反而會導致勞動力短缺
黃仁勳:AI不會搶飯碗,反而會導致勞動力短缺黃仁勳:AI不會搶飯碗,反而會導致勞動力短缺
在2026年世界經濟論壇上，英偉達CEO黃仁勳與貝萊德（BlackRock）CEO拉裡·芬克（Larry Fink）進行了壹場對話。
對話主題是AI的技術演進、基礎設施建設規模、AI對就業市場的影響以及全球經濟。
黃仁勳將AI定位為壹次深刻的、重塑全球經濟與社會結構的基礎性變革。它是壹場人類歷史上規模空前的基礎設施建設浪潮，AI將重塑勞動力的價值，並為全球經濟的均衡發展提供前所未有的機遇。
黃仁勳的核心論點是，我們正處在壹場根本性的“平台轉移”（platform shift）之中。
他將當前AI的崛起與個人電腦互聯網以及移動雲計算的誕生相提並論，認為每壹次這樣的轉移都徹底重塑了計算堆棧，並催生了全新的應用生態。
在他看來，AI並非僅僅是如ChatGPT或Claude之類的單個應用，而是壹個全新的、可供萬物生長其上的基礎平台。這次轉移的根本性突破在於，計算機首次獲得了理解“非結構化信息”的能力。
過去的軟件，如基於SQL的數據庫系統，只能處理被預先定義和結構化的數據。而AI則能實時地理解圖像、聲音、自然語言等紛繁復雜、充滿上下文的非結構化信息，並基於對人類意圖的推理來執行任務。
這種從“預先錄制”到“實時生成”的轉變，是AI區別於以往所有技術的本質特征。
為了讓聽眾更清晰地理解這壹龐大產業的構成，黃仁勳提出了壹個“伍層蛋糕”模型。
1. 能源（Energy）：最底層是能源。因為AI是實時處理並生成智能的，它需要能量來完成。
2. 芯片與計算基礎設施（Chips and computing infrastructure）：第贰層是我所在的領域，芯片和計算基礎設施。
3. 雲基礎設施（Cloud infrastructure）：再上壹層是雲服務。
4. AI模型（AI models）：再往上是AI模型。這是大多數人認為的AI所在之處。但別忘了，為了讓這些模型得以實現，你必須擁有其下的所有層。
5. 應用層（Application layer）：但最重要的，也是當下正在發生的，是應用層。去年之所以對AI來說是不可思議的壹年，坦白說，是因為AI模型取得了巨大進步，使得其上的應用層——我們所有人都需要其成功的最終層面——得以蓬勃發展。這個應用層可以是在金融服務、醫療健康、制造業等領域。最終，經濟效益將在這裡產生。
這個模型的提出，旨在強調AI產業的深度和廣度，並引出他關於基礎設施建設的關鍵判斷。
基於此，黃仁勳斷言，我們正在見證“人類歷史上最大規模的基礎設施建設”。他認為，目前已投入的數千億美元僅僅是個開始，未來將有數萬億美元的資金湧入這個領域。
這並非誇張的預測，而是基於AI平台運作原理的邏輯必然。
為了讓AI能夠處理海量的上下文信息並生成智能，全球范圍內對能源、數據中心、芯片工廠、電腦工廠乃至AI工廠的需求將呈指數級增長。
他列舉了台積電、富士康等合作伙伴的大規模建廠計劃，以及美光、叁星等在存儲芯片領域的巨額投資，以此來佐證這壹建設浪潮的真實性與緊迫性。
當被問及是否存在“AI泡沫”時，黃仁勳給出了壹個基於市場供需的回答：當前英偉達GPU在雲端的租賃價格，無論是最新壹代還是前幾代產品，都在持續上漲，這表明真實的需求遠未被滿足。
因此，當前的巨額投資並非非理性的投機，而是為了填補巨大供需缺口而進行的必要建設。
關於AI對就業市場的沖擊，黃仁勳提出了壹個與主流憂慮截然相反的觀點。他認為，AI非但不會造成大規模失業，反而可能導致部分領域的勞動力短缺。他通過區分工作的“目的”（purpose）與“任務”（task）來闡釋這壹邏輯。
黃仁勳以放射科醫生為例，拾年前，人們普遍預測這個職業會因AI的計算機視覺能力而被淘汰。然而拾年後，放射科醫生的數量反而增加了。
黃仁勳解釋說，AI自動化了閱片這項“任務”，使得醫生能更高效地完成工作，從而將更多精力投入到診斷、與病人及其他臨床醫生溝通等更能體現其“目的”的活動上。
工作效率的提升使得醫院能夠接診更多病人，收入增加，進而需要聘請更多的醫生。同理，護士通過AI將自己從繁瑣的病歷記錄任務中解放出來，能花更多時間提供人性化關懷，醫院的接診能力和效益也隨之提升。
[物價飛漲的時候 這樣省錢購物很爽]
這條新聞還沒有人評論喔，等著您的高見呢
對話主題是AI的技術演進、基礎設施建設規模、AI對就業市場的影響以及全球經濟。
黃仁勳將AI定位為壹次深刻的、重塑全球經濟與社會結構的基礎性變革。它是壹場人類歷史上規模空前的基礎設施建設浪潮，AI將重塑勞動力的價值，並為全球經濟的均衡發展提供前所未有的機遇。
黃仁勳的核心論點是，我們正處在壹場根本性的“平台轉移”（platform shift）之中。
他將當前AI的崛起與個人電腦互聯網以及移動雲計算的誕生相提並論，認為每壹次這樣的轉移都徹底重塑了計算堆棧，並催生了全新的應用生態。
在他看來，AI並非僅僅是如ChatGPT或Claude之類的單個應用，而是壹個全新的、可供萬物生長其上的基礎平台。這次轉移的根本性突破在於，計算機首次獲得了理解“非結構化信息”的能力。
過去的軟件，如基於SQL的數據庫系統，只能處理被預先定義和結構化的數據。而AI則能實時地理解圖像、聲音、自然語言等紛繁復雜、充滿上下文的非結構化信息，並基於對人類意圖的推理來執行任務。
這種從“預先錄制”到“實時生成”的轉變，是AI區別於以往所有技術的本質特征。
為了讓聽眾更清晰地理解這壹龐大產業的構成，黃仁勳提出了壹個“伍層蛋糕”模型。
1. 能源（Energy）：最底層是能源。因為AI是實時處理並生成智能的，它需要能量來完成。
2. 芯片與計算基礎設施（Chips and computing infrastructure）：第贰層是我所在的領域，芯片和計算基礎設施。
3. 雲基礎設施（Cloud infrastructure）：再上壹層是雲服務。
4. AI模型（AI models）：再往上是AI模型。這是大多數人認為的AI所在之處。但別忘了，為了讓這些模型得以實現，你必須擁有其下的所有層。
5. 應用層（Application layer）：但最重要的，也是當下正在發生的，是應用層。去年之所以對AI來說是不可思議的壹年，坦白說，是因為AI模型取得了巨大進步，使得其上的應用層——我們所有人都需要其成功的最終層面——得以蓬勃發展。這個應用層可以是在金融服務、醫療健康、制造業等領域。最終，經濟效益將在這裡產生。
這個模型的提出，旨在強調AI產業的深度和廣度，並引出他關於基礎設施建設的關鍵判斷。
基於此，黃仁勳斷言，我們正在見證“人類歷史上最大規模的基礎設施建設”。他認為，目前已投入的數千億美元僅僅是個開始，未來將有數萬億美元的資金湧入這個領域。
這並非誇張的預測，而是基於AI平台運作原理的邏輯必然。
為了讓AI能夠處理海量的上下文信息並生成智能，全球范圍內對能源、數據中心、芯片工廠、電腦工廠乃至AI工廠的需求將呈指數級增長。
他列舉了台積電、富士康等合作伙伴的大規模建廠計劃，以及美光、叁星等在存儲芯片領域的巨額投資，以此來佐證這壹建設浪潮的真實性與緊迫性。
當被問及是否存在“AI泡沫”時，黃仁勳給出了壹個基於市場供需的回答：當前英偉達GPU在雲端的租賃價格，無論是最新壹代還是前幾代產品，都在持續上漲，這表明真實的需求遠未被滿足。
因此，當前的巨額投資並非非理性的投機，而是為了填補巨大供需缺口而進行的必要建設。
關於AI對就業市場的沖擊，黃仁勳提出了壹個與主流憂慮截然相反的觀點。他認為，AI非但不會造成大規模失業，反而可能導致部分領域的勞動力短缺。他通過區分工作的“目的”（purpose）與“任務”（task）來闡釋這壹邏輯。
黃仁勳以放射科醫生為例，拾年前，人們普遍預測這個職業會因AI的計算機視覺能力而被淘汰。然而拾年後，放射科醫生的數量反而增加了。
黃仁勳解釋說，AI自動化了閱片這項“任務”，使得醫生能更高效地完成工作，從而將更多精力投入到診斷、與病人及其他臨床醫生溝通等更能體現其“目的”的活動上。
工作效率的提升使得醫院能夠接診更多病人，收入增加，進而需要聘請更多的醫生。同理，護士通過AI將自己從繁瑣的病歷記錄任務中解放出來，能花更多時間提供人性化關懷，醫院的接診能力和效益也隨之提升。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
推薦: