2026年1月25日 星期日

【AI系列】2026年達沃斯訪談:AI泡沫,存在嗎?|Jensen Huang 黃仁勳

20260124


這份對話由貝萊德(BlackRock)執行長賴瑞·芬克(Larry Fink)與 NVIDIA 創辦人黃仁勳進行,涵蓋了從技術原理、產業趨勢到全球經濟與就業市場的深刻洞察。以下是為您整理的重點摘要:


一、 技術本質:從「預錄軟體」轉向「即時智能」

 * 平台轉移:AI 是繼 PC、網路、行動雲端後的第四次重大平台轉移。

 * 非結構化處理:過去電腦只能處理結構化數據(如 SQL 表格),現在 AI 具備理解圖片、聲音、文字等非結構化信息的能力,並能根據意圖(Prompt)進行推論。

 * 五層蛋糕模型:黃仁勳將 AI 產業化描述為五層結構:能源、晶片、雲端服務、AI 模型、終端應用。


二、 基礎設施:人類史上最大的建設計劃

 * 兆級美元投資:全球正處於從傳統計算轉向 AI 計算的轉型期,涉及數兆美元的資料中心、晶片廠(AI 工廠)與能源設施建設。

 * 非泡沫論:由於雲端 GPU 租金持續上漲且供不應求,顯示市場需求並非虛火,而是研發預算從傳統領域大規模轉向 AI。


三、 勞動力變革:強化目的而非取代職業

 * 任務 vs. 目的:AI 自動化的是「任務」(如讀取醫療影像),而非「職業目的」(如診斷與照顧病人)。

 * 實例證明:放射科醫師與護理師在導入 AI 後,因效率提升與服務量增加,職位需求反而成長。

 * 創造新職位:AI 基建帶動了大量高薪的技術工種需求(如電工、水電工、網絡技師),這些工作不需要計算機科學博士學位。


四、 全球與地區佈局:主權 AI 與歐洲機會

 * 主權 AI:每個國家都應利用自身的語言與文化數據建立自己的 AI 基礎設施,而非單純進口。

 * 歐洲的機會:歐洲應跳過「軟體時代」,直接利用強大的工業與製造業基礎,結合 AI 進入**「物理 AI(機器人)」**與深層科學研究領域。

 * 普及化:AI 是史上門檻最低的技術,能弭平數位落差,讓沒有程式背景的人也能透過自然語言進行「編程」。


五、 金融視角:將成長納入退休金體系

 * 投資價值:NVIDIA 自 1999 年上市以來的年化回報高達 37%,展現了 AI 基礎設施的長期價值。

 * 普惠金融:芬克強調必須讓普通勞工與養老基金參與 AI 的成長紅利,避免因身處場邊而產生的社會不平等。


~~~~

這是在世界經濟論壇(WEF)達沃斯年會上,貝萊德(BlackRock)執行長**賴瑞·芬克(Larry Fink)與 NVIDIA 創辦人黃仁勳(Jensen Huang**的對話全錄。


序言:兩位全球領袖的交會

(掌聲)

大家早安。很高興能回到這個會議大廳。希望大家昨天都過得愉快,今天也能享受其中。我非常榮幸能介紹黃仁勳,他是我敬佩的人,是我長期關注的人,也是我在學習技術與 AI 旅程中的導師。看著他如何領導 NVIDIA,簡直令人驚嘆。我不喜歡拿自己與他人比較,但我很喜歡這一個對比:NVIDIA 自 1999 年上市以來(同年貝萊德也上市了)。


喔天哪,好吧。NVIDIA 給予股東的總回報率是 37% 的年化複利。想想看,如果每個養老基金都在 IPO 時投資了 NVIDIA,那意味著什麼?這對每個人的退休生活會是多麼巨大的成功。與此同時,貝萊德的年化總回報率是 21%。對於一家金融服務公司來說不算太差,但顯然相形見絀。這充分說明了仁勳的領導力、NVIDIA 的定位,也體現了世界對 NVIDIA 未來的信心。


創業的遺憾與初衷

仁勳,祝賀你走過這段旅程,我知道未來還有更多年的路要走。


黃仁勳:謝謝,我很感激。我唯一的遺憾是,在 IPO 之後,我想給父母買點好東西,於是在公司估值 3 億美元時賣掉了一些股票,幫他們買了一輛賓士 S-Class。那簡直是世界上最昂貴的一輛車(因為那些股票現在值太多錢了)。


芬克: 他們後悔嗎?那輛車還在嗎?


黃仁勳:喔,當然,還在。


AI 作為全球經濟的新引擎

芬克:讓我們進入主題。關於 AI 的爭論在於它將如何改變世界和全球經濟。今天我想談談 AI 如何為世界經濟增值,以及 AI 如何日益成為一項基礎技術,讓在座的每個人都能利用它來改善生活。我們需要討論它將如何重塑生產力、勞動力和各行各業的基礎設施。更重要的是,如何讓世界更多地區從 AI 中受益,確保全球經濟是走向「擴張」而非「收縮」。


我認為沒有人比仁勳對 AI 及其背後的基礎設施有更清晰的見解。因為許多大型雲端服務商(Hyperscalers)都在使用 NVIDIA 的產品。仁勳,再次感謝你。這是他第一次參加達沃斯論壇,我知道你行程很滿,感謝你抽空過來。


平台轉移:從結構化到非結構化計算

芬克: 為什麼你相信 AI 有潛力成為如此強大的增長引擎?這項技術與過去的技術週期有何不同?


黃仁勳:當你與 AI 互動時(像是 ChatGPT、Gemini 或 Claude),要理解它,最好回到「計算堆疊(Computing Stack)」正在發生的基本變革。這是一次平台轉移(Platform Shift)。平台是構建應用程式的基礎。這就像從 PC 時代、網路時代到行動雲端時代的轉移。在每一次轉移中,計算堆疊都被重塑,新應用隨之誕生。


AI 容易理解的地方在於,它能做到以前做不到的事。過去的軟體本質上是「預錄好的」,人類編寫演算法讓電腦執行,處理的是「結構化信息」(如姓名、地址、帳號)。我們稱之為 SQL 查詢。但現在,我們有了一台能理解「非結構化信息」的電腦——它能看懂圖片、聽懂聲音、讀懂文字,並推論其意義。這是電腦第一次不再是「預錄的」,而是「即時處理」的。它能理解你的意圖(我們稱之為提示詞 Prompt),並為你執行任務。


AI 的五層蛋糕:工業化基礎設施

我們要理解,工業意義上的 AI 其實是一個「五層蛋糕」:

 * 底層是能源:因為 AI 是即時處理和生成的,它需要大量能源。

 * 第二層是晶片:這是我所處的領域,晶片與計算基礎設施。

 * 第三層是雲端:雲端基礎設施與服務。

 * 第四層是 AI 模型:這是大多數人認為 AI 所在之處。

 * 最頂層是應用層:這是金融、醫療、製造業等真正產生經濟效益的地方。


去年之所以是 AI 的豐收年,是因為模型取得了巨大進步,帶動了頂部的應用層。這引發了人類歷史上規模最大的基礎設施建設。


兆級美元的全球基礎建設

我們目前只投入了幾千億美元,但未來需要建設價值數兆美元的基礎設施。這非常合理,因為所有的數據都需要經過處理,模型才能生成智能。

能源產業正迎來非凡增長。台積電宣布要建 20 座新晶圓廠;富士康、緯創、廣達正在興建 30 座電腦工廠,這些工廠生產的設備會進入「AI 工廠」。美光(Micron)在美國投資 2000 億美元,SK 海力士和三星也表現出色。晶片層正在瘋狂增長。而 2025 年也是風險投資(VC)最大的一年,大部分資金都流向了「AI 原生公司」,這些公司專注於醫療、機器人、金融等領域。


三大技術突破:代理、開源與物理 AI

去年 AI 模型層發生了三個重大突破:

 * 代理型 AI(Agentic AI):模型不再只是回答問題,而是能像系統一樣進行研究、拆解步驟並執行任務。

 * 開源模型(Open Models):例如去年 DeepSeek 的出現是一個重大事件,它是世界上第一個開源推理模型。這讓各行各業、大學和創業公司能根據自身需求開發專門的模型。

 * 物理 AI(Physical AI):AI 開始理解自然界和物理世界,比如蛋白質結構、化學、流體力學和量子物理。這對製藥(如我們與禮來 Eli Lilly 的合作)和製造業將產生巨大突破。


勞動力爭論:替代還是增強?

芬克:很多人擔心 AI 會取代工作,但你一直持相反觀點。你甚至認為我們會面臨勞動力短缺,AI 如何改變工作的本質?


黃仁勳:首先,如此巨大的基建需要大量的技術工人:水電工、建築工、鋼鐵工、網絡技術員。在美國,這些職位的薪水幾乎翻倍,達到六位數(美元),你不需要計算機科學博士學位也能過上好生活。


其次,我們看實例。10 年前,大家預測放射科醫師會失業,因為 AI 看片比人強。10 年後,AI 的確普及了,但放射科醫師的人數反而增加了。為什麼?因為他們的工作目的是「診斷疾病並幫助病人」,看照片只是其中一項任務。AI 讓看片變得極快,醫師就能花更多時間與病人溝通。醫院的效率提高、收入增加,進而雇傭更多醫師。護理師也是如此,AI 處理了繁重的文書紀錄,讓他們能回歸「照顧病人」的人文關懷。


判斷 AI 影響的簡單框架是:區分工作的**「目的(Purpose)」與「任務(Task)」**。如果只看我們兩個在做什麼,你會以為我們是打字員,但打字不是我們的目的。當任務被自動化,工作的目的反而會被強化和提升。


弭平數位落差:新興國家的機會

芬克:我們如何確保 AI 不會只讓受過高等教育的人受益?如何讓它像 Wi-Fi 一樣幫助新興市場?


黃仁勳:AI 是基礎設施,每個國家都應該擁有。現在有這麼多開源模型,每個國家都可以利用自己的語言和文化作為自然資源,建立自己的「主權 AI」。


AI 是史上最容易使用的軟體。你不需要學程式語言,你可以直接問電腦:「我該怎麼寫程式?」它會教你。它關閉了技術鴻溝。對於開發中國家,我非常樂觀,因為 AI 讓每個人都能成為程式設計師。


數位勞動力與未來的歐洲

芬克:我們在這裡談論了很多美國和亞洲公司,歐洲的未來在哪裡?


黃仁勳:歐洲擁有極其強大的工業和製造業基礎。這是歐洲躍過軟體時代、直接進入「物理 AI」或機器人時代的絕佳機會。你不需要「寫」AI,你要「教」AI。歐洲應該利用強大的深層科學(Deep Sciences)背景,結合 AI 加速發現。但歐洲必須嚴肅對待能源供應,才能支撐起 AI 基礎設施。


泡沫還是機會?投資未來

芬克:所以聽起來我們離 AI 泡沫還很遠?問題是我們投資得夠不夠?


黃仁勳:很多人談論泡沫,但事實是,現在 NVIDIA 的 GPU 在雲端依然供不應求,連兩代前的產品租金都在上漲。這說明企業正在將研發預算從傳統實驗室轉向 AI。


這是一場長期的建設。我們需要更多能源、土地和技術工人。我認為這對全球的養老基金來說是一個極佳的投資機會。


芬克:這正是我想對政治領導人說的。我們必須確保普通的儲蓄者和養老金領取者能參與到這場增長中,而不是在場邊觀望。這不僅是技術領先,更是讓所有人受益。


我們時間到了。希望大家都能感受到黃仁勳作為領導者的力量——不僅在技術上,也在商業和靈魂上。謝謝大家。


中文翻譯 Gemini


原頻:https://www.youtube.com/watch?v=BJAdQHTXmDY&list=PLhj0Av_L8Rg96ev1FJOQUNJWSG2_kiWaP&index=3

沒有留言:

張貼留言