紅杉對話黃仁勳：計算模式迎來60年巨變，你不會被AI取代，但會被“善用AI的人”降維打擊

null

來源：紅杉資本

翻譯：Yuliya，PANews

編者按：過去，我們的數據中心只是存儲文件供人類檢索；而現在，計算正在走向生成，每一個詞語、每一張圖片、每一段視頻都在實時產生，並根據請求者的上下文進行高度定制。在這場席捲全球的浪潮中，紅杉資本合夥人康斯坦丁·布勒（Konstantine Buhler）與英偉達（NVIDIA）創始人兼CEO黃仁勳（Jensen Huang）展開了深入對話，探討計算技術的重大變革。黃仁勳認為，自動化帶來的不是失業，而是對勞動力需求的全面提升與職業本身的升維；人們不會因為AI而失去工作，但可能會被那些善於利用AI的人所取代。

AI工廠與計算模式的世代躍遷：從檢索到生成

康斯坦丁： 非常感謝你的到來，黃仁勳。我們正處於一場大規模的AI革命之中，它的規模和速度甚至可能超過工業革命。你曾表示，現在正在發生的是人類歷史上最大規模的基礎設施建設。在這場建設的中心是AI工廠，而賦能這一切的公司正是英偉達。你能告訴我們，什麼是AI工廠？為什麼它是所有企業在未來十年最值得的投資？

黃仁勳： 你可以通過很多種方式來理解AI。大眾最熟悉的可能就是通過網頁瀏覽器和聊天機器人互動：你給它一個提示詞（Prompt），它回覆你一段話。即使你已經使用AI一段時間了，你也會發現過去兩三年裡它的能力有了極為顯著的進化。

兩年前，大家聽說了ChatGPT。它本質上是一個能理解你輸入信息的計算機軟件。它能感知、理解信息，並將其轉化和生成为其他內容。比如，你可以給它一個PDF文件並讓它總結，這是文本到文本；你也可以讓它根據故事生成一張圖片，這是文本到圖像；或者給它一張照片讓它描述畫面，這是圖像到文本。這種能力在兩年前被稱為生成式AI。

但在理解和生成之上，更具價值的是思考能力。生成式AI的底座賦予了它內在思考、逐步推理和解決問題的能力。不僅如此，它現在還能生成控制指令去使用工具，無論是使用瀏覽器、電子表格、Photoshop、AutoCAD等數字工具，還是未來去控制機械系統（那也就是機器人技術和自動駕駛汽車）。

兩年前，大家覺得ChatGPT很有趣，能寫詩寫歌，但偶爾也會胡言亂語；而兩年後的今天，我們擁有了智能體系統（Agentic systems）。AI不再僅僅是理解信息，它現在能夠進行推理並做有用的工作。因為能做有用的工作，AI產生了真正的商業價值。我們不會為了那些只懂得誇誇其談的朋友付錢，但我們會為能真正幹活的人付錢。現在每天都有人在按小時雇用AI，比如每小時付它20到30美元。這也是為什麼它成為了人類歷史上增長最快的軟件業務。

從產業的上游邏輯來看，我們要回到第一性原理。我們今天所熟知的計算機產業，其基本概念是在大約64年前確立的。當時IBM推出了System/360，這也是IBM當時成為全球最有價值公司的原因。

在過去的60年裡，計算的本質是預先記錄與檢索：你寫好故事、拍下照片、錄製視頻，保存成文件放入硬盤；當你想用的時候，再從硬盤裡檢索出來。這也是為什麼那些建築被稱為數據中心。它們只是存儲數據，並不做太多計算。

但現在情況變了。在AI時代，每一次你給出新的背景信息（上下文）和新的請求，AI都會進行實時的理解、推理並生成全新的結果。比如我現在的演講，就是根據在座各位不同的背景實時生成的，而不是照本宣科。這就叫作智能。

未來的每一顆像素、每一個聲音、每一段視頻、甚至每一條廣告和新聞，都將是為你量身定制、完全生成的，而非事先記錄好再去檢索的。這意味著，未來我們需要大量的生成器，也就是我們正在建造的大型計算機，這就是AI工廠。

包裹地球的智能網絡與數字時代的發電機

康斯坦丁： 這個生成器的規模會有多大？

黃仁勳： 目前我們為全球大約10億人提供信息和智能生成。但因為AI已經變成了智能體（Agents），它們可以自己幹活，甚至一個智能體可以和另一個智能體溝通協作。在我們英偉達內部，可能有成百上千個智能體正在相互交談、解決問題（當然，它們都在安全的沙盒和護欄內運行）。

這意味著，未來不僅是人類在使用互聯網，互聯網上可能還會有上千億個智能體在日夜不停地工作。企業的智能體、自動駕駛汽車、機器人、甚至是每一棟大樓裡的系統，全都在互相對話。所有的指令、所有的思考，全都是實時生成的。

這就像有一層厚厚的計算網絡，像繭一樣包裹住了整個地球。這聽起來很誇張，但這其實在歷史上已經發生過兩次了：

第一次是300年前，德國的西門子製造了一種機器。你把它點燃，它就能輸出一種隱形的強大力量，也就是電。如今，發電網絡（電網）已經包裹了整個地球。

第二次是35年前誕生於美國的互聯網，如今它同樣包裹了全球的通訊。

現在，我們迎來了能源、通訊之後的第三個網絡，智能網絡。英偉達現在賴以生存的業務，就是造出這台新時代的發電機（Dynamo）。300年前的發電機是輸入水流、風力或煤炭的物理運動（原子），輸出電子；而我們英偉達的機器，則是輸入電子（電能），輸出數字。這些數字通過不同的組合，就變成了語言、數學，或者是蛋白質和人類生物學的語言，物理規律、氣候預測的語言，甚至是3D世界、機器人和自動駕駛的語言。

這兩種相隔300年的機器異曲同工：原子進，電子出；電子進，數字出。這些數字就是我們所說的Tokens，也就是智能。我們在工廠裡大批量生產這些智能Token，這就是AI工廠的意義所在。

康斯坦丁： 我們正處在一場多重革命交匯的浪潮中。從能源轉型、全球電信網絡的路由器，到現在智能革命核心的GPU和AI工廠，比如H100或者最新的Vera Rubin架構。把所需的一切都整合在一起。

黃仁勳： 是的，我們的計算單元叫做“機架”。一個機架裡有72個芯片。今年我們要造大概800萬個這樣的組件。一個機架重達2噸，價值400萬美元，裡面有150萬個零件。它是世界上最昂貴的設備，但我們就像造手機一樣在大批量生產它們，運往全世界的數據中心。這東西很大，搬運它們絕對是個力氣活。

參與AI時代的五層蛋糕投資邏輯

康斯坦丁： 這是一幅非常激動人心的畫面。無論是大企業還是個人，我們該如何參與到這場革命中去？

黃仁勳： 投資AI產業，你可以把它的工業佈局想像成一個五層蛋糕。你知道，一座耗資500億美元的AI工廠，能夠產生價值3000到4000億美元的智能，其投資回報率是非常驚人的。那么這五層蛋糕是什麼呢？

第一層是能源（Energy）： 也就是最底層的發電機。這是幾代人以來能源行業最大的增長機遇。為了支持計算，可持續能源（核能、風能、太陽能、氫能等）將獲得大量注資。只要能產生能源，就會得到投資。這就是為什麼西門子、三菱、GE Vernova等公司現在表現如此出色的原因。

第二層是芯片與計算設施（Chips/Computers）： 包括芯片、計算機、網絡設備、交換機和硅光子技術等。

第三層是基礎設施（Infrastructure）： 包括土地、電力、建築外殼、資金以及數據中心的日常運營。目前這些資源都處於極度短缺狀態。

第四層是模型層（Models）： 也就是建立在雲基礎設施之上的大模型。這是人類歷史上由市場驅動的投資最密集的領域。大家熟知的有OpenAI和Anthropic。但請記住，AI不僅能學習自然語言，它能學習任何有結構的事物。我們正在學習物理世界的規律——比如我剛才坐下時非常有信心，不是因為我有47%的機率會穿過椅子摔倒，而是100%相信物理規律。AI同樣可以學習蛋白質的含義、基因的意義、細胞的作用。物理實體世界的產業規模高達80萬億美元，這是目前大家討論較少、但極其重要的前沿領域。

第五層是應用層（Applications）： 基於底層的技術，無數初創公司正在重塑金融服務、法律、會計、交通、物流等行業。去年，風險投資在這個最頂層投入了1000億美元，這是人類歷史上VC投資最高的一年。

這個未來將是無比龐大的。我們僅僅是處於起步階段，今年預計有1萬億美元的資金投入到這個生態系統中。但我預估，未來AI將是一個每年產值高達20萬億美元的龐大生態。智能有多重要？誰需要智能？你需要多少？弄清楚這些，你就知道投資的方向了。

AI不是來搶飯碗的，是來幫你升維的

康斯坦丁： 這不僅是一個數萬億美元的市場機會，在硬件設施和應用層面的大爆發，也意味著將為人類創造大量真實的就業機會。

黃仁勳： 完全正確，這一點我們必須強調。現在每個國家、每種文化對AI的態度都不太一樣。但我想真心建議大家：當心那些好萊塢科幻電影裡的情節。 別老聽人說什麼“終結者來了”、“技術奇點到了”、“有20%的幾率AI會毀滅人類”。這完全是胡說八道。

有人甚至恐嚇說“我們根本不知道AI是怎麼運作的，太神秘了，也許它明天就會自己走掉”。這更是無稽之談。AI就是計算機和軟件，工程師們當然知道它是怎麼運作的，不然他們怎麼做到每年都在讓它變得更安全、更聰明？

現在的AI，幻覺已經大幅減少，它生成的知識準確又契合語境，遇到不懂的它還會去查資料。它在回答你之前甚至會自我反思，給出幾個選項對比後才告訴你答案。就像今天的汽車比100年前安全得多一樣，科技界正在全力以赴讓AI變得極其安全。

所以，把你的注意力集中在確定的事情上。我非常確定一件事：你可能不會因為AI而失去工作，但你絕對會把工作輸給那個使用AI的人。

既然這是一項能賦予人類超級能力的技術，那你趕緊去用它！無論是告訴你愛的人、你的孩子、你所在的公司還是你的國家：一定要擁抱AI。

康斯坦丁： 可是說到工作，大家確實很焦慮。

黃仁勳：我一聽到有人在工作問題上製造恐慌就來氣，今年我們投了1萬億美元進這個生態，能源、芯片、基礎設施、模型層、應用層，全都在創造比以往多得多的工作。

有人會說傳統崗位怎麼辦？這裡有一個大家常犯的認知錯誤：他們把“工作（Job）”和“任務（Task）”混為一談了。

比如我，我是個CEO。我的日常“任務”主要是打字和說話。現在AI打字和說話比我厲害多了，屬於超人級別，但作為CEO，我現在反而比以前更忙了。

我給你舉個更深刻的例子。大概12年前，一位頂級的計算機科學家站出來警告大家，說計算機視覺看醫學片子永遠不知疲倦，連個細節都不會漏，已經是超人水平了。他斷言，第一個被AI消滅的職業就是“放射科醫生”，奉勸大家千萬別再學這個專業了。

他在技術判斷上完全正確。現在所有的放射學系統裡都集成了計算機視覺，所有的放射科醫生都在用AI輔助工作。但結果呢？全世界對放射科醫生的需求反而增加了！

為什麼？因為放射科醫生的目的並不是看片子，而是和臨床醫生一起診斷疾病。因為自動化，他們效率大增，醫院能接收更多排隊等待的病人，放射科變得更賺錢了。醫院發現利潤增加、病人增多，反而去雇佣了更多的放射科醫生！那些聽了警告沒學放射科的人，反而錯失了機會。

同樣，最近又有人說，AI能寫代碼了，90%的軟件編程都沒了，我們不再需要軟件工程師了。但事實是，我們現在招的軟件工程師比以前任何時候都多！因為軟件工程師的目的是解決問題、進行創新，而不是比拼打字速度。寫代碼只是任務，解決問題才是核心。

AI不僅不會消滅工作，反而會提升你的工作價值。 如果今天我是個水管工，我可能只是按圖紙幹活；但在明天有了AI的加持，我可能同時也是一名廚房設計師。如果我是個賣家具的或者木匠，過去你只期望我把木頭釘在一起，但有了AI，我可以直接給你出全套的室內設計方案，讓你的家變得無比美麗。我的職業技能被升維了！

所以我認為，目前關於AI會導致人類失業的敘事是完全錯誤的，那只是為了把別人嚇跑，好讓自己從中獲利。縱觀我的整個職業生涯，計算機技術變得越來越複雜，過去能掌握C++編程語言的人在人群中只佔2%（也許在座的硅谷創投圈各位懂得多一些）。而現在，因為AI，只要你懂人類的語言，你就能編程。我們第一次真正閉合了技術鴻溝，我們必須帶著所有人一起邁向這個新時代。