黄仁勋:AI不会抢饭碗,反而会导致劳动力短缺

2026-01-21 | 来源: 字母榜 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

但重要的是，因为这个计算平台需要其下的所有层，它已经启动了人类历史上最大规模的基础设施建设。我们现在已经投入了数千亿美元。

拉里：

才数千亿。

黄仁勋：

我们才投入了数千亿美元。拉里（主持人）和我有很多项目合作的机会。

有数万亿美元的基础设施需要被建设出来。这是合乎逻辑的，因为所有这些上下文信息都必须被处理，这样AI模型才能生成必要的智能，来驱动顶层的应用程序。

所以，当你回过头来，一层一层地推理，你会发现能源行业正在经历非凡的增长。芯片行业，台积电（TSMC）刚刚宣布他们要建20座新晶圆厂。

富士康（Foxconn）、纬创（Wistron）和广达（Quanta）与我们合作，正在建造30家新的电脑工厂，这些工厂的产品将进入AI工厂。所以，我们有芯片工厂、电脑工厂和AI工厂正在世界各地兴建。

拉里：

还有内存。

黄仁勋：

还有内存，完全正确。那些芯片厂。美光（Micron）已开始在美国投资2000亿美元。SK海力士（SK Hynix）和三星（Samsung）都表现得非常出色。你可以看到整个芯片层正在惊人地增长。当然，我们现在非常关注模型层，但令人兴奋的是，模型之上的应用层也做得非常出色。一个指标是去年风险投资（VC）的资金流向。

劳动力短缺,俄罗斯今年要引进100万印度劳工?

德国智库:若没有移民 2040年劳动力将减少一成

中国大量转移维吾尔劳动力,绕开全球监管

去年是VC投资史上规模最大的年份之一，大部分资金都流向了所谓的“AI原生”公司。这些公司遍布医疗、机器人、制造、金融服务等世界所有主要行业。你正看到巨额投资涌入这些AI原生公司，因为AI模型第一次好到可以作为它们构建应用的基础。

拉里：

让我们再深入一点。显然，我相信在座的每个人都在使用自己的聊天机器人获取信息。但你谈到AI的普及将是关键。让我们谈谈AI在物理世界中普及所带来的更多积极构想。你提到了医疗健康是一个很好的例子，但在交通或科学等领域，你看到了哪些变革性的机会？

黄仁勋：

去年，我想说在AI技术层，也就是模型层，发生了三件大事。

第一，模型本身一开始虽然新奇有趣，但会产生大量“幻觉”（hallucinated）。而去年，我们都可以合理地认为，这些模型变得更加有根据（grounded）。它们可以做研究，可以对它们可能没有被训练过的环境进行推理，将其分解为一步步的推理步骤，并提出一个计划来回答你的问题或执行任务。所以，去年我们看到了语言模型演变为我们称之为“智能体系统”（Agentic Systems）或“智能体AI”（Agentic AI）的AI系统。

第二大突破是开放模型（open models）的突破。大约一年前，Deepseek问世，很多人对此感到担忧。但坦白说，Deepseek对世界上大多数行业和公司来说是一个巨大的事件，因为它是世界上第一个开放的推理模型。从那以后，一大批开放推理模型涌现出来。开放模型使得公司、行业、研究人员、教育工作者、大学和初创公司能够利用它们来启动项目，创造出针对特定领域或满足其特殊需求的成果。

第三个在去年取得巨大进展的领域是“物理智能”（physical intelligence）或“物理AI”（physical AI）的概念。这种AI不仅理解语言，还理解自然。它可以是理解我们这个物理世界的AI，也可以是理解蛋白质、化学物质、物理学（如流体动力学、粒子物理学、量子物理学）的AI。这些AI现在正在学习所有这些不同的结构和不同的“语言”——如果你愿意，可以把蛋白质看作一种语言。

所有这些AI现在都取得了如此巨大的进步，以至于工业公司，无论是在制造业还是药物研发领域，都取得了长足的进展。一个很好的例子是我们与礼来公司（Eli Lilly）的合作。他们意识到，由于AI在理解蛋白质和化学品结构方面取得了非凡的进步——基本上能够像我们与ChatGPT对话一样与蛋白质进行互动和交谈——我们将看到一些真正重大的突破。

拉里：

所有这些突破都引发了对“人的因素”的担忧。你我之间就此有过多次对话，但我们需要告诉所有观众，人们非常担心AI会取代工作岗位。而你一直在论证相反的观点。显然，正如你所说，AI的建设——历史上最大规模的基础设施建设——将会创造就业机会。能源行业在创造就业，工业在创造就业，基础设施层在创造就业，土地、电力和厂房都在创造就业，这太不可思议了。