黄仁勋:AI不会抢饭碗,反而会导致劳动力短缺
在2026年世界经济论坛上，英伟达CEO黄仁勋与贝莱德（BlackRock）CEO拉里·芬克（Larry Fink）进行了一场对话。
对话主题是AI的技术演进、基础设施建设规模、AI对就业市场的影响以及全球经济。
黄仁勋将AI定位为一次深刻的、重塑全球经济与社会结构的基础性变革。它是一场人类历史上规模空前的基础设施建设浪潮，AI将重塑劳动力的价值，并为全球经济的均衡发展提供前所未有的机遇。
黄仁勋的核心论点是，我们正处在一场根本性的“平台转移”（platform shift）之中。
他将当前AI的崛起与个人电脑互联网以及移动云计算的诞生相提并论，认为每一次这样的转移都彻底重塑了计算堆栈，并催生了全新的应用生态。
在他看来，AI并非仅仅是如ChatGPT或Claude之类的单个应用，而是一个全新的、可供万物生长其上的基础平台。这次转移的根本性突破在于，计算机首次获得了理解“非结构化信息”的能力。
过去的软件，如基于SQL的数据库系统，只能处理被预先定义和结构化的数据。而AI则能实时地理解图像、声音、自然语言等纷繁复杂、充满上下文的非结构化信息，并基于对人类意图的推理来执行任务。
这种从“预先录制”到“实时生成”的转变，是AI区别于以往所有技术的本质特征。
为了让听众更清晰地理解这一庞大产业的构成，黄仁勋提出了一个“五层蛋糕”模型。
1. 能源（Energy）：最底层是能源。因为AI是实时处理并生成智能的，它需要能量来完成。
2. 芯片与计算基础设施（Chips and computing infrastructure）：第二层是我所在的领域，芯片和计算基础设施。
3. 云基础设施（Cloud infrastructure）：再上一层是云服务。
4. AI模型（AI models）：再往上是AI模型。这是大多数人认为的AI所在之处。但别忘了，为了让这些模型得以实现，你必须拥有其下的所有层。
5. 应用层（Application layer）：但最重要的，也是当下正在发生的，是应用层。去年之所以对AI来说是不可思议的一年，坦白说，是因为AI模型取得了巨大进步，使得其上的应用层——我们所有人都需要其成功的最终层面——得以蓬勃发展。这个应用层可以是在金融服务、医疗健康、制造业等领域。最终，经济效益将在这里产生。
这个模型的提出，旨在强调AI产业的深度和广度，并引出他关于基础设施建设的关键判断。
基于此，黄仁勋断言，我们正在见证“人类历史上最大规模的基础设施建设”。他认为，目前已投入的数千亿美元仅仅是个开始，未来将有数万亿美元的资金涌入这个领域。
这并非夸张的预测，而是基于AI平台运作原理的逻辑必然。
为了让AI能够处理海量的上下文信息并生成智能，全球范围内对能源、数据中心、芯片工厂、电脑工厂乃至AI工厂的需求将呈指数级增长。
他列举了台积电、富士康等合作伙伴的大规模建厂计划，以及美光、三星等在存储芯片领域的巨额投资，以此来佐证这一建设浪潮的真实性与紧迫性。
当被问及是否存在“AI泡沫”时，黄仁勋给出了一个基于市场供需的回答：当前英伟达GPU在云端的租赁价格，无论是最新一代还是前几代产品，都在持续上涨，这表明真实的需求远未被满足。
因此，当前的巨额投资并非非理性的投机，而是为了填补巨大供需缺口而进行的必要建设。
关于AI对就业市场的冲击，黄仁勋提出了一个与主流忧虑截然相反的观点。他认为，AI非但不会造成大规模失业，反而可能导致部分领域的劳动力短缺。他通过区分工作的“目的”（purpose）与“任务”（task）来阐释这一逻辑。
黄仁勋以放射科医生为例，十年前，人们普遍预测这个职业会因AI的计算机视觉能力而被淘汰。然而十年后，放射科医生的数量反而增加了。
黄仁勋解释说，AI自动化了阅片这项“任务”，使得医生能更高效地完成工作，从而将更多精力投入到诊断、与病人及其他临床医生沟通等更能体现其“目的”的活动上。
工作效率的提升使得医院能够接诊更多病人，收入增加，进而需要聘请更多的医生。同理，护士通过AI将自己从繁琐的病历记录任务中解放出来，能花更多时间提供人性化关怀，医院的接诊能力和效益也随之提升。
觉得新闻不错，请点个赞吧
无评论不新闻，发表一下您的意见吧
对话主题是AI的技术演进、基础设施建设规模、AI对就业市场的影响以及全球经济。
黄仁勋将AI定位为一次深刻的、重塑全球经济与社会结构的基础性变革。它是一场人类历史上规模空前的基础设施建设浪潮，AI将重塑劳动力的价值，并为全球经济的均衡发展提供前所未有的机遇。
黄仁勋的核心论点是，我们正处在一场根本性的“平台转移”（platform shift）之中。
他将当前AI的崛起与个人电脑互联网以及移动云计算的诞生相提并论，认为每一次这样的转移都彻底重塑了计算堆栈，并催生了全新的应用生态。
在他看来，AI并非仅仅是如ChatGPT或Claude之类的单个应用，而是一个全新的、可供万物生长其上的基础平台。这次转移的根本性突破在于，计算机首次获得了理解“非结构化信息”的能力。
过去的软件，如基于SQL的数据库系统，只能处理被预先定义和结构化的数据。而AI则能实时地理解图像、声音、自然语言等纷繁复杂、充满上下文的非结构化信息，并基于对人类意图的推理来执行任务。
这种从“预先录制”到“实时生成”的转变，是AI区别于以往所有技术的本质特征。
为了让听众更清晰地理解这一庞大产业的构成，黄仁勋提出了一个“五层蛋糕”模型。
1. 能源（Energy）：最底层是能源。因为AI是实时处理并生成智能的，它需要能量来完成。
2. 芯片与计算基础设施（Chips and computing infrastructure）：第二层是我所在的领域，芯片和计算基础设施。
3. 云基础设施（Cloud infrastructure）：再上一层是云服务。
4. AI模型（AI models）：再往上是AI模型。这是大多数人认为的AI所在之处。但别忘了，为了让这些模型得以实现，你必须拥有其下的所有层。
5. 应用层（Application layer）：但最重要的，也是当下正在发生的，是应用层。去年之所以对AI来说是不可思议的一年，坦白说，是因为AI模型取得了巨大进步，使得其上的应用层——我们所有人都需要其成功的最终层面——得以蓬勃发展。这个应用层可以是在金融服务、医疗健康、制造业等领域。最终，经济效益将在这里产生。
这个模型的提出，旨在强调AI产业的深度和广度，并引出他关于基础设施建设的关键判断。
基于此，黄仁勋断言，我们正在见证“人类历史上最大规模的基础设施建设”。他认为，目前已投入的数千亿美元仅仅是个开始，未来将有数万亿美元的资金涌入这个领域。
这并非夸张的预测，而是基于AI平台运作原理的逻辑必然。
为了让AI能够处理海量的上下文信息并生成智能，全球范围内对能源、数据中心、芯片工厂、电脑工厂乃至AI工厂的需求将呈指数级增长。
他列举了台积电、富士康等合作伙伴的大规模建厂计划，以及美光、三星等在存储芯片领域的巨额投资，以此来佐证这一建设浪潮的真实性与紧迫性。
当被问及是否存在“AI泡沫”时，黄仁勋给出了一个基于市场供需的回答：当前英伟达GPU在云端的租赁价格，无论是最新一代还是前几代产品，都在持续上涨，这表明真实的需求远未被满足。
因此，当前的巨额投资并非非理性的投机，而是为了填补巨大供需缺口而进行的必要建设。
关于AI对就业市场的冲击，黄仁勋提出了一个与主流忧虑截然相反的观点。他认为，AI非但不会造成大规模失业，反而可能导致部分领域的劳动力短缺。他通过区分工作的“目的”（purpose）与“任务”（task）来阐释这一逻辑。
黄仁勋以放射科医生为例，十年前，人们普遍预测这个职业会因AI的计算机视觉能力而被淘汰。然而十年后，放射科医生的数量反而增加了。
黄仁勋解释说，AI自动化了阅片这项“任务”，使得医生能更高效地完成工作，从而将更多精力投入到诊断、与病人及其他临床医生沟通等更能体现其“目的”的活动上。
工作效率的提升使得医院能够接诊更多病人，收入增加，进而需要聘请更多的医生。同理，护士通过AI将自己从繁琐的病历记录任务中解放出来，能花更多时间提供人性化关怀，医院的接诊能力和效益也随之提升。
觉得新闻不错，请点个赞吧
无评论不新闻，发表一下您的意见吧| 分享: |
| Note: | _VIEW_NEWS_FULL |
