AI不搶工作反而搶人？黃仁勛首次亮相達(dá)沃斯：它掀起了人類最大規(guī)模基建潮

作者 ｜ 木子

在 1 月 21 日的世界經(jīng)濟(jì)論壇的達(dá)沃斯上，英偉達(dá) CEO 黃仁勛首次登臺對話。

這次老黃沒把話題鎖在自家的 GPU、算力平臺或網(wǎng)絡(luò)架構(gòu)上；而是難得地跳出英偉達(dá)，從更宏觀的角度說透了這些事：

• AI 技術(shù)本身在發(fā)生什么變化

• AI 產(chǎn)業(yè)到底是怎么搭起來的

• AI 可能會如何影響社會與就業(yè)

在老黃看來，AI 的產(chǎn)業(yè)體系可以分為五層，即能源、芯片和計算基礎(chǔ)設(shè)施、云基礎(chǔ)設(shè)施與云服務(wù)、AI 模型層，和模型之上的應(yīng)用層。

而真正決定 AI 能不能變成生產(chǎn)力、能不能變成經(jīng)濟(jì)增量的，是應(yīng)用層。他直言：

“去年之所以是 AI 極其驚人的一年，坦白說，是因為模型進(jìn)步太快，以至于上面那層，也就是我們所有人真正需要用它來成功的那層：應(yīng)用層開始爆發(fā)。”

而AI 模型層，在 2025 年也發(fā)生了三件“顛覆性”的大事：

• Agentic AI

• 開源模型的突破

• 物理 AI 的巨大進(jìn)展

更有意思的是，面對“AI 會不會取代工作”的廣泛焦慮，他給出了幾乎完全相反的判斷，認(rèn)為AI 可能不會帶來失業(yè)潮，反而會讓“人不夠用”：

“這是人類歷史上最大規(guī)模的基礎(chǔ)設(shè)施建設(shè)，它會創(chuàng)造大量工作...... 我們需要水管工、電工、建筑工、鋼鐵工人、網(wǎng)絡(luò)技術(shù)員，以及安裝、布設(shè)設(shè)備的人。

在美國，這些崗位的薪資已經(jīng)接近或超過六位數(shù)。你不需要計算機(jī)博士，也能擁有體面的職業(yè)生涯。”

以下為本次訪談內(nèi)容，InfoQ 在不改變原義的前提下，對其進(jìn)行了編輯。

這次不一樣：AI 正在把

整套計算邏輯推倒重建

主持人：今天圍繞 AI 的討論，大多集中在它將如何改變世界和全球經(jīng)濟(jì)。但我更想從另一個角度展開：AI 不只是改變世界的方式，它會不會把整個經(jīng)濟(jì)蛋糕做得更大？又能不能讓更多人真正用得上、跟得上，而不是只惠及少數(shù)人？......那么我們直接進(jìn)入主題：為什么你認(rèn)為 AI 有潛力成為如此重要的增長引擎？這一次技術(shù)浪潮，和過去的技術(shù)周期相比，究竟有什么不同？

黃仁勛：首先，當(dāng)你在思考 AI、并以各種方式與 AI 互動時——比如當(dāng)然會用 ChatGPT，當(dāng)然會用 Gemini，當(dāng)然會用 Anthropic 的 Claude，它能做的那些“神奇”的事情，會讓人覺得不可思議。

但這時如果我們回到第一性原理，去理解計算棧正在發(fā)生什么，事情就會更清楚：這是一場 platform shift（平臺遷移 / 平臺級轉(zhuǎn)變）。所謂平臺，就是讓應(yīng)用構(gòu)建其上的東西。

歷史上，每一次平臺遷移都會帶來新的應(yīng)用生態(tài)：

• 從大型機(jī)到 PC

• 從 PC 到互聯(lián)網(wǎng)

• 從互聯(lián)網(wǎng)到移動與云計算

在每一次平臺遷移中，計算棧都會被重新發(fā)明，新的應(yīng)用也會被創(chuàng)造出來。

AI 也是一次平臺遷移。ChatGPT 本身只是一個應(yīng)用，更重要的是，無數(shù)新應(yīng)用正在構(gòu)建在它之上，也會構(gòu)建在 Claude、其他大模型之上。

過去的軟件，本質(zhì)上像“預(yù)錄制”的：人類輸入、寫下算法或“配方”，讓計算機(jī)照著執(zhí)行。

它能處理的是結(jié)構(gòu)化信息——也就是你必須把名字、地址、賬號、年齡、住址等信息，先整理成結(jié)構(gòu)化表格，然后軟件再去檢索。我們把它叫做 SQL，SQL 查詢。SQL 可能是世界上最重要的數(shù)據(jù)庫引擎，直到現(xiàn)在之前，幾乎所有東西都跑在 SQL 上。

而現(xiàn)在，這是第一次，我們擁有了一種計算機(jī)：它不是“預(yù)錄制”的，而是實時處理（real time） 的，可以理解非結(jié)構(gòu)化信息，具體而言：

• 能理解非結(jié)構(gòu)化信息（文本、圖像、聲音）

• 能理解語義與上下文

• 能在實時環(huán)境中推理你的意圖，這些意圖可以用非常非結(jié)構(gòu)化的方式表達(dá)

• 可以用非常非結(jié)構(gòu)化的方式表達(dá)，你想怎么描述就怎么描述。

我們把這種輸入叫做 prompt（提示詞），只要它能理解你的意圖，它就能為你執(zhí)行任務(wù)。這不再是“預(yù)寫的軟件”，而是一種實時生成智能的系統(tǒng)。

AI 的產(chǎn)業(yè)體系有“五層”，

應(yīng)用層是最重要的

因為我們正在重造整個計算棧，所以人們會問“AI 是什么”。很多人談 AI，會直接想到模型。

但從產(chǎn)業(yè)角度，AI 其實更像一個五層蛋糕：

• 最底層是能源（energy），AI 是實時處理、實時生成智能的，它需要能量。

• 第二層是我所在的層：芯片和計算基礎(chǔ)設(shè)施。

• 第三層，是云基礎(chǔ)設(shè)施與云服務(wù)。

• 第四層，是AI 模型——大多數(shù)人以為 AI 就是這一層。但別忘了，模型之所以能發(fā)生，是因為下面所有層都存在

• 而最重要的一層，也是正在發(fā)生的一層，是模型之上的應(yīng)用層（application layer）。

去年之所以是 AI 極其驚人的一年，坦白說，是因為模型進(jìn)步太快，以至于上面那層，也就是我們所有人真正需要用它來成功的那層：應(yīng)用層開始爆發(fā)。

這個應(yīng)用層可以在金融服務(wù)、醫(yī)療健康、制造業(yè)等領(lǐng)域。最終產(chǎn)生經(jīng)濟(jì)收益的，就是這一層。

但關(guān)鍵在于：這個計算平臺需要下面所有層支撐。正是因為這五層必須同時建設(shè)，我們正在經(jīng)歷人類歷史上規(guī)模最大的基礎(chǔ)設(shè)施建設(shè)浪潮。

目前我們只走了幾千億美元，而真正需要投入的，是數(shù)萬億美元級別。

芯片工廠、計算機(jī)工廠、AI 工廠正在全球同步建設(shè)：

• 臺積電宣布新建 20 座晶圓廠

• 富士康、緯創(chuàng)、廣達(dá)在建設(shè)數(shù)十座計算機(jī)工廠

• 存儲廠商（美光、SK 海力士、三星）全面擴(kuò)張

你能看到整個“芯片層”今天增長得非常快。

當(dāng)然，我們也高度關(guān)注模型層。

但更讓人興奮的是，模型之上的應(yīng)用層正在做得非常出色。

有一個指標(biāo)很直觀：風(fēng)險投資的錢流向哪里？去年 2025 年是歷史上風(fēng)險投資規(guī)模最大的年份之一，而其中大部分資金投向了所謂AI native companies（AI 原生公司）。

這些公司來自醫(yī)療、機(jī)器人、制造業(yè)、金融服務(wù)等全球所有大型行業(yè)。你正在看到大量投資涌入這些 AI 原生公司，因為第一次，模型已經(jīng)好到足以在其上構(gòu)建產(chǎn)品與業(yè)務(wù)了。

去年模型層發(fā)生了“三件大事”

主持人：我們繼續(xù)往下挖。顯然，我相信在座每個人都有自己的聊天機(jī)器人用來獲取信息。你剛才提到“AI 的擴(kuò)散（dispersion）”會是關(guān)鍵。我們談?wù)勊谖锢硎澜缰械臄U(kuò)散——你提到了醫(yī)療是個很好的例子，那在交通運輸、科學(xué)等領(lǐng)域，你認(rèn)為哪些機(jī)會會帶來顛覆性變化？

黃仁勛：去年，我認(rèn)為在 AI 技術(shù)層、尤其是模型層，發(fā)生了三件大事。

第一：是 Agentic AI。模型一開始只是“好奇、有趣”，但幻覺很多。去年我們可以相對合理地接受：這些模型更“扎實”、更“有依據(jù)”了。它們能做研究，能對自己沒被訓(xùn)練過的情況進(jìn)行推理；能把問題拆成一步一步的推理步驟，形成計劃，然后回答你的問題、做研究、或執(zhí)行任務(wù)。所以去年我們看到語言模型演化成我們稱之為 agentic systems 的 AI 系統(tǒng)，也就是 Agentic AI。

第二：開源模型的突破。幾年前——或者說一年前？——DeepSeek（深度求索） 出來時，很多人非常擔(dān)心。坦白講，DeepSeek 對全球絕大多數(shù)行業(yè)、絕大多數(shù)公司來說，是一件大事，因為它是世界上第一個 開源推理模型（open reasoning model）。此后，一大批開源推理模型陸續(xù)出現(xiàn)。開源模型讓公司、行業(yè)、研究人員、教育者、大學(xué)、初創(chuàng)企業(yè)能夠使用這些開源模型作為起點，去做一些東西——做出適配自身領(lǐng)域、專門化的模型和系統(tǒng)。

第三：物理智能，或者說物理 AI 的巨大進(jìn)展。也就是 AI 不只理解語言，還能理解“自然”、理解物理世界：理解蛋白質(zhì)、化學(xué)物質(zhì)；理解自然與物理——比如流體力學(xué)、粒子物理、量子物理。這些 AI 正在學(xué)習(xí)各種結(jié)構(gòu)、各種“語言”。從某種意義上說，蛋白質(zhì)本身就是一種語言。這些 AI 的進(jìn)展如此之快，以至于制造業(yè)、藥物發(fā)現(xiàn)等工業(yè)公司正在取得顯著突破。

其中一個很強(qiáng)的指標(biāo)是：我們與Eli Lilly的合作。他們意識到，AI 在理解蛋白質(zhì)結(jié)構(gòu)和化學(xué)結(jié)構(gòu)方面已經(jīng)取得巨大進(jìn)步——某種意義上，我們將能夠像和 ChatGPT 對話那樣，“與蛋白質(zhì)對話”。我們會看到非常重大的突破。

AI 沒搶走工作，

反而會讓“人不夠用”

主持人：這些突破也引發(fā)了對“人”的擔(dān)憂。你和我談過很多次，但今天必須告訴全場：大家普遍非常擔(dān)心 AI 會取代工作。而你一直在講相反的觀點。你真的認(rèn)為我們會面對勞動力短缺嗎，你如何看待 AI 和機(jī)器人技術(shù)改變工作性質(zhì)，而不是消除工作呢？

黃仁勛：有幾種方式可以推導(dǎo)。

首先，這是人類歷史上最大規(guī)模的基礎(chǔ)設(shè)施建設(shè)，它會創(chuàng)造大量工作。更棒的是，這些崗位與技工技能密切相關(guān)：我們需要水管工、電工、建筑工、鋼鐵工人、網(wǎng)絡(luò)技術(shù)員，以及安裝、布設(shè)設(shè)備的人。

在美國，這些崗位的薪資已經(jīng)接近或超過六位數(shù)。你不需要計算機(jī)博士，也能擁有體面的職業(yè)生涯。

再舉兩個真實案例。

10 年前，人們認(rèn)為 AI 會消滅放射科。結(jié)果是：AI 全面進(jìn)入影像分析、醫(yī)生看片速度大幅提升，然后有更多時間與患者溝通、診斷，放射科醫(yī)生的人數(shù)反而增加了。

邏輯就是：醫(yī)院接診能力提升 → 收入提升 → 雇傭更多放射科醫(yī)生

護(hù)士也是一樣。美國現(xiàn)在大約短缺 500 萬護(hù)士。

如果用 AI 來做病歷記錄（charting）和就診記錄轉(zhuǎn)錄（transcription），護(hù)士有一半的時間其實都花在這些“記記錄”的工作上。

而現(xiàn)在他們可以用 AI 技術(shù)。有一家公司叫 Abridge，是我們的合作伙伴，做得非常出色，因此護(hù)士能把更多時間花真正“觸達(dá)病人”的探視與照護(hù)上。

而且，因為現(xiàn)在可以接待更多病人，我們不再被護(hù)士人數(shù)卡住，更多病人能更早進(jìn)入醫(yī)院。結(jié)果是：醫(yī)院運轉(zhuǎn)更好，于是他們雇傭更多護(hù)士。

邏輯就是：醫(yī)院運轉(zhuǎn)效率提升 → 雇傭更多護(hù)士。

所以，判斷 AI 對某個工作的影響，最簡單的方法是：搞清楚這個工作的目的是什么、具體任務(wù)是什么。

打個比方：如果只架個攝像頭拍我們倆，你可能會以為我們是打字員，因為我大部分時間都在打字。那如果 AI 自動化了大量文字預(yù)測、幫我們打字，我們就會失業(yè)。

但顯然，那不是我們的工作目的。

所以問題是：你的工作目的是什么？放射科醫(yī)生和護(hù)士的目的，是照護(hù)病人；而當(dāng)任務(wù)被自動化后，這個目的反而被強(qiáng)化、被放大。

用“目的 vs 任務(wù)”來推導(dǎo)每一類職業(yè)，會是一個很有幫助的框架。

AI 對發(fā)展中國家

是“縮小鴻溝”的機(jī)會

主持人：我們把話題放到發(fā)達(dá)經(jīng)濟(jì)體之外，討論 AI 如何在全球范圍傳播、幫助世界。我們怎樣確保 AI 成為一種真正的變革性技術(shù)，像 Wi-Fi 和 5G 對新興世界那樣？當(dāng)它與新興市場交織，會意味著什么，我們?nèi)绾巍白龃蟆比蚪?jīng)濟(jì)？轉(zhuǎn)到發(fā)展中世界，你認(rèn)為會怎么演進(jìn)？

黃仁勛：我非常樂觀地看待 AI 對新興經(jīng)濟(jì)體的影響，AI 本身就是一種基礎(chǔ)設(shè)施，每個國家都有道路、電力，也應(yīng)該擁有 AI。

今天有大量開源模型，訓(xùn)練 AI 已不再遙不可及。語言和文化，本身就是一個國家的“自然資源”。

第二點，記住：AI 是人類歷史上最容易使用的軟件，也是它增長最快、被采用最快的原因。短短兩三年，用戶規(guī)模就快接近 10 億人。

對很多沒有計算機(jī)科學(xué)學(xué)位的人來說，你們現(xiàn)在都可以成為程序員。過去我們得學(xué)習(xí)怎么給計算機(jī)編程；現(xiàn)在你“編程”的方式是直接對計算機(jī)說：“我該怎么編程你？”

如果你不會用 AI，你就走到 AI 面前說：“我不會用 AI，我該怎么用？”它會解釋給你。

你還可以說：“我想寫個程序做自己的網(wǎng)站，怎么做？”它會問你一堆問題：你想要什么樣的網(wǎng)站，然后給你寫出代碼。

在過去，人類學(xué)習(xí)如何給計算機(jī)寫代碼；而現(xiàn)在，人類只需要用語言教計算機(jī)做事。

這會極大降低技術(shù)門檻，幫助更多國家和人群參與數(shù)字經(jīng)濟(jì)。

歐洲的關(guān)鍵機(jī)會：

工業(yè) × AI × 機(jī)器人

主持人：我們談到了很多公司，提到很多美國公司和亞洲公司。請你談?wù)劊篈I 與歐洲的成功、歐洲的未來如何交匯？英偉達(dá)在歐洲會扮演怎樣的角色？

黃仁勛：對歐洲而言，這是一個極其關(guān)鍵的窗口期。

美國主導(dǎo)了軟件時代；但 AI 是一種“不需要寫代碼的軟件”。

歐洲擁有全球最強(qiáng)的工業(yè)制造與深科技基礎(chǔ)。

如果將 AI 深度融合進(jìn)制造、工程、機(jī)器人與物理世界建模中，歐洲完全有機(jī)會在 Physical AI / Robotics 時代實現(xiàn)躍遷。

但前提是：增加能源供給、加大基礎(chǔ)設(shè)施投資，以及盡早全面投入 AI 生態(tài)建設(shè)

所以不是泡沫，

關(guān)鍵是“投得夠不夠”

主持人：所以我聽到的是：我們離 AI 泡沫還很遠(yuǎn)。問題反而是：我們投得夠不夠？因為很多人在談泡沫，但你在說的是：我們是否投入足夠，來實現(xiàn)“做大”全球經(jīng)濟(jì)的目標(biāo)。

黃仁勛：這不是一場泡沫，而是一場尚未投入足夠的長期建設(shè)周期。

GPU 租賃的現(xiàn)貨價格正在上漲。不只是最新一代，甚至兩代前的 GPU，現(xiàn)貨租賃價格也在漲。原因是 AI 公司數(shù)量在增長，越來越多公司在調(diào)整研發(fā)預(yù)算。

Eli Lilly 就是一個很好的例子：三年前，他們的研發(fā)預(yù)算幾乎都在濕實驗室（wet labs）；但你注意到他們現(xiàn)在投入了一個大型 AI 超級計算機(jī)、一個大型 AI 實驗室。越來越多的研發(fā)預(yù)算會轉(zhuǎn)向 AI。

所以所謂泡沫，是因為投資規(guī)模很大；而投資規(guī)模大，是因為我們必須建設(shè)支撐 AI 各層的基礎(chǔ)設(shè)施。

我認(rèn)為（現(xiàn)在 AI 帶來的）機(jī)會非常非凡，每個人都應(yīng)該參與、都應(yīng)該投入。我們需要更多能源。我們都知道需要更多“土地、電力、機(jī)房”。我們需要更多技工型勞動者。

就像我和 Larry 所參與的領(lǐng)域，我們看到投資機(jī)會，投資規(guī)模在上升；初創(chuàng)公司數(shù)量也在上升。

正如我之前提到的：2025 年是 VC 投資史上規(guī)模最大的年份，全球超過 1000 億美元，大部分投向 AI Native 公司。

這些 AI 公司在做的，就是構(gòu)建模型之上的應(yīng)用層，去建設(shè)這個未來。

我也確實認(rèn)為，對全球養(yǎng)老金來說，參與其中、伴隨這個 AI 世界一起成長，會是一筆很好的投資。

這是人類歷史上最大的基礎(chǔ)設(shè)施機(jī)會之一。我們必須確保：普通儲蓄者、養(yǎng)老金、普通人，都能參與并分享這輪增長。

視頻傳送門：

https://www.weforum.org/meetings/world-economic-forum-annual-meeting-2026/sessions/conversation-with-jensen-huang-president-and-ceo-of-nvidia/

技術(shù)人的年度儀式感！ 年度盤點與趨勢洞察 啟動！

《2025 年度盤點與趨勢洞察》由 InfoQ 技術(shù)編輯組策劃。覆蓋大模型、Agent、具身智能、AI Native 開發(fā)范式、AI 工具鏈與開發(fā)、AI+ 傳統(tǒng)行業(yè)等方向，通過長期跟蹤、與業(yè)內(nèi)專家深度訪談等方式，對重點領(lǐng)域進(jìn)行關(guān)鍵技術(shù)進(jìn)展、核心事件和產(chǎn)業(yè)趨勢的洞察盤點。

力求以體系化視角幫助讀者理解年度技術(shù)演化的底層邏輯、創(chuàng)新方向與落地價值，并為新一年決策提供參考。內(nèi)容將在 InfoQ 媒體矩陣陸續(xù)放出，歡迎大家持續(xù)關(guān)注。

今日薦文

你也「在看」嗎？