•
黃仁勳「山谷論壇」對話：技術工匠是緊缺人才，AI機器人2030普及
這幾天華盛頓正在舉辦2025 Hill and Valley Forum（“矽谷與國會山論壇”，或“山谷論壇”）峰會。活動的創始人是Jacob Helberg（現在是美國副國務卿），其他成員還包括投資者Peter Thiel和Vinod Khosla（他是OpenAI的早期投資人）等，看成員大家應該也能猜到這個活動的主旨了，我們也可以認為該會議是華盛頓和矽谷的溝通橋樑。
輝達CEO黃仁勳參與了今年的活動，和Jacob Helberg做了一次對話。在此期間，黃仁勳在接受採訪時，講了一句話，見下圖，我就不翻譯了，是刷屏的存在。
由於美國現在正在推動製造業回流，所以他也被問及許多AI之於製造業的看法。看過黃仁勳的許多演講了，他的觀點都有很強的一致性，也就是無論觀眾是誰，在什麼時候講。
這次訪談中，這幾個觀點我覺得值得記錄，額外摘出來一下：
1.未來每個製造企業都會有兩個工廠，一個是製造原有產品的工程，一個是生產Token的工廠，也就是AI工廠。
2.現代製造業是軟體驅動的，整個工廠都是軟體驅動的。整個工廠都是巨型機器人，它協調著內部的眾多機器人。
3.在上一次工業革命時期，最大的贏家不是發明它的國家，而是應用它的國家，也就是美國。當其他國家擔心勞動力和馬匹被汽車取代等問題時，美國直接採納並大力推進。
對了，相信大家也看到了，黃仁勳並不只穿皮夾克的，在正式場合，他基本上是西裝，而也在夜市，T恤也是常有的。
一、AI作為新工業革命：三層次理解AI的框架
黃仁勳將AI定位為一場新的工業革命，透過三個層次的框架來解釋AI的變革性本質。
首先是技術層面。黃仁勳指出：" AI是一種新技術，它的建構方式與過去的軟體不同，這種新軟體能做過去軟體無法完成的事情。」這種技術能力的突破是AI革命的基礎，它帶來了前所未有的能力，同時也要求我們思考如何保證其安全使用。
第二個層次是產業層面，即AI生產方式的革命性變化。黃仁勳解釋道："在過去的軟體行業中，軟體生產主要依靠人類編寫程式碼。而現在我們有了一個新的產業，這種軟體是通過機器生產的。"他進一步闡述了這種生產方式的獨特性："你需要一台大型超級電腦，向其輸入電力，而從中產生的是'tokens'（標記）。這些標記可以被重新組合成單詞、單詞“我們稱之為數字、“這些結構”。
黃仁勳將這種新型生產設施稱為"AI工廠"，其特點在於每天持續不斷地生產標記（tokens）。這與傳統意義上的工廠有顯著不同，但本質上是將電力轉化為數字智慧的生產過程。
第三個層次是基礎設施層面，即AI對其他所有產業的革命性影響。「這項新技術將創造一個新產業，即我剛剛提到的AI工廠，智慧的生產。但它還將回過頭來革命性地改變和轉變其他每一個行業。」黃仁勳舉例說明這些標記將應用於醫療、教育、金融服務、工程、軟體程式設計、供應鏈管理以及即將進入的製造業等領域。
他將AI的變革性與電力的發明相提並論："當你從這三個層面來思考它時，很明顯，這與電力一樣具有變革性和影響力，而且它將革命性地改變每個行業，所以這是一場工業革命。"
這種框架不僅幫助我們理解AI作為技術的革命性，更重要的是認識到它作為一種新型生產方式和基礎設施，將如何重塑整個經濟結構。
二、AI工廠：21世紀經濟中的新型生產設施
黃仁勳詳細闡述了AI工廠的概念及其在現代經濟中的核心地位。當主持人詢問每家製造實體產品的工廠是否都將配備AI工廠時，黃仁勳給出了肯定的回答，並展開了深入的解釋。
"每一家今天製造產品的公司，只要這些產品是能動的，"黃仁勳舉例說明，"比如說你製造割草機，或者像卡特彼勒（Caterpillar）那樣建造建築機械。今天，這些機械主要是手動操作的。但在未來，它們將變得自主或高度自主、半自主或輔助式的。一旦它們變得能自主行動"，就將由軟體定義。"
這意味著製造商將需要生產驅動這些機械的軟體標記（tokens）。黃仁勳進一步闡明了這種雙重工廠模式的未來圖景："在未來，每一家建造產品的公司都將擁有一個工廠來製造他們銷售的產品，同時還會有另一個工廠來建構和生產運行在那些產品上的AI。"
以汽車行業為例，黃仁勳預測："今天的汽車公司主要製造汽車。但很明顯，在10年後，每家汽車公司還將生產運行在這些汽車中的標記（tokens）。"
這種觀點揭示了一個重要趨勢：隨著越來越多的實體產品變得智慧化和自主化，傳統製造業將不得不發展AI生產能力。製造商不僅需要製造硬體，還需要開發和部署使這些硬體智慧化的AI軟體。這代表了一種根本性的商業模式轉變，從單純的產品製造商向產品+AI服務提供者的轉型。
三、AI的演進：從感知AI到物理AI的發展歷程
黃仁勳詳細闡述了AI的發展歷程，將其劃分為幾個關鍵階段，最終展望了物理AI的前景及其對政策制定者的意義。
「如果回顧歷史，現代AI真正進入公眾意識是在12到14年前，當時AlexNet出現，電腦視覺領域迎來了巨大突破，那大約是2012年。」黃仁勳解釋道，這標誌著第一波AI浪潮——感知AI（Perception AI）的崛起。他將電腦視覺置於更廣泛的背景下："從更大的背景來看，它是關於感知，感知世界的各種資訊模態。可能是圖像、聲音、振動、溫度等。我們現在已經開發出能夠理解所有這些資訊含義的AI模型，而且可以相當智能地處理它們。"
隨後的第二波浪潮是大約五年前開始廣為討論的生成式AI（Generative AI）。黃仁勳將其定義為："AI模型已經學會瞭如何理解資訊的含義，並進行轉換。例如，你可以理解英語並將其翻譯成法語，或者理解英語並將其轉換為圖像。你可以提示它生成圖像。所以，生成式AI本質上是一種通用翻譯器，一種理解人類語言的通用翻譯器。"
當前，我們正處於第三波AI浪潮——推理AI（Reasoning AI）時代。黃仁勳解釋道："智能需要我們解決以前從未遇到過的問題並識別情況。我們通過推理來做到這一點。我們應用以前學到的規則、法則和原則，然後一步步地分解問題。即使我們以前從未解決過這個問題，通過推理，我們也能解決它。這是智能的獨特能力之一。"
這種推理AI能力催生了所謂的"代理式AI"（Agentic AI）或"代理"（Agents）："它具有代理能力...可以理解給定的任務，能夠自行學習和閱讀，使用計算器、網路瀏覽器和電子表格等工具，然後回來為你完成任務。"黃仁資源預見未來的CEO們將同時管理部門」的人力資源部門"
最後，黃仁勳介紹了下一波浪潮－物理AI（Physical AI）。這種AI需要理解物理法則、摩擦、慣性、因果關係等概念："當我放下瓶子時，它不會穿過桌子。所有這些孩子擁有的、我們的寵物擁有的常識性物理推理能力，大多數AI都沒有。"他舉例說明："我在廚房櫃檯上滾動一個球，它越過頂部然後消失。AI認為它消失了，但你的狗知道它在另一邊物體'。
當這種物理AI被放入物理物件（如機器人）中，我們就得到了機器人技術。黃仁勳強調這對美國製造業的重要性：「這對我們現在非常重要，因為我們正在美國各地建設工廠。我們希望以一種利用最新技術的方式來建設。所以希望在接下來的10年裡，當我們建造這一代新工廠時，它們是高度機器人化的，幫助我們應對全球範圍內嚴重的勞動力短缺問題。"
四、全球AI競賽：美國政府應做何種戰略考量
在討論全球AI競賽時，黃仁勳強調了理解競賽本質和美國自身優勢與劣勢的重要性。他將AI競賽視為一場"無限遊戲"，而非有時間限制的競爭。
"首先，要在競賽中取得好成績，你必須理解這場競賽，"黃仁勳解釋道，"你必須理解你正在使用的資源，你擁有的資產，你沒有的資產，你的優勢和劣勢。"他指出輝達已有33年歷史，經歷了從PC革命到網路再到移動革命，如今又迎來了AI革命革命。要在這些不同環境變化中茁壯成長，"你必須理解如何參與遊戲"。
黃仁勳從前面提到的三個層面來剖析AI競賽：
在技術層面，最重要的是理解智力資本。 "記住，全球50%的AI研究人員是中國人。首先，退一步認識到這一點。這一重要因素必須納入我們思考遊戲的方式。"
在AI工廠層面，能源是關鍵。「因為從根本上講，我們將電力轉化為數字標記（tokens）。就像上一次工業革命通過能源將原子轉化為鋼鐵等物理物品、汽車和建築物一樣。而再前一代，我們將水輸入一種叫做發電機的機器，產生的是電力。現在我們輸入電力，產出的是標記（tokens）。"
在基礎設施應用層面，黃仁勳指出，關鍵在於技術的應用。 "上一次工業革命的贏家不是發明它的國家，而是應用它的國家。美國比任何國家都更快地應用鋼鐵、應用能源。當其他國家擔心勞動力和馬被汽車取代等問題時，美國直接採納並大力推進。"
對於當前的AI革命，應用層面同樣至關重要："這涉及到不害怕它，願意參與其中，重新培訓我們的勞動力以便能夠應用它，鼓勵人們採用它。"
黃仁勳的分析提供了一個多層次的框架，用於理解AI競賽的複雜性。他沒有提出簡單的政策建議，而是強調了對競賽性質的深入理解，以及美國在應用新技術方面的歷史優勢。
透過將AI競賽視為無限遊戲而非短期競爭，黃仁勳的視角鼓勵政策制定者採取長期、持續的方法，專注於建立持久的競爭優勢，而非追求短期的技術領先。
五、AI對就業市場的影響：重新定義工作的未來
當被問及AI對就業市場的影響時，黃仁勳提出了一個平衡的視角："一些新工作將被創造，一些工作將會消失，每一種工作都將發生變化。"他強調需要從基本原則出發，理性分析這個問題，而不是簡單地走向極端立場。
在技術基礎層面，黃仁勳指出AI已經為舊金山帶來了新的活力："因為AI的緣故，舊金山又回來了。幾乎所有人都曾經撤離舊金山，現在它又繁榮起來了，這都是因為AI。 "他解釋AI創造了一種新型的工作，因為它從根本上改變了軟體開發的方式："過去由人類編寫程式碼的軟體在CPU上運行，現在是由機器學習生成的軟體在GPU上運行。
在AI工廠層面，黃仁勳描繪了一個巨大的機會："我們正在開始建設7、8、10千兆瓦的AI工廠。一個千兆瓦工廠價值600億美元。...這相當於波音公司的年收入。"建設這樣的設施需要融資（創造就業）、場地和外殼建設（創造建築工作）、機械工程師、電氣工程師、水管工以及所有IT和網路工作。 "整個周期大約三年。需要創造大量新的技術工種...在下一個計算平台轉變中，大多數公司增長的首要關鍵路徑將是技術工種，而不是軟體工程師。"
黃仁勳強調了對技術工種的尊重和鼓勵："我們的國家需要承認技術工種是受人尊敬的工作，是關鍵工作，是建設我們國家所必需的。所以我們要鼓勵技術工種，電工、水管工、木匠、鋼鐵工人，整個範圍的工種。我們將需要大量這樣的人才。"
在探討AI如何改變現有工作時，黃仁勳分享了輝達的經驗："在我們公司，每個軟體工程師現在都有AI助手的協助。我們向公司提交的程式碼量非常驚人。因此，我們的生產力大幅提升，我們正在僱傭更多的人。因為它使我們能夠創造更多世界需要的東西，增加我們的收入和招聘能力。"
黃仁勳提出了一個關鍵觀點："記住，不是AI會奪走你的工作...而是使用AI的公司和人將會奪走你的工作。這是值得內化的事情。"
透過這種分析，黃仁勳提供了一個更細微和平衡的視角來看待AI對就業的影響。他認識到會有工作轉變，但同時強調了AI創造的新機會，特別是在技術工種和增強現有工作效率方面。這種視角挑戰了關於AI導致大規模失業的簡單敘事，轉而強調了適應和利用AI的重要性。
六、製造業、回流與數字孿生：AI如何重塑生產方式
針對製造業回流和AI在其中的作用，黃仁勳提出了幾個關鍵觀點，特別是關於數字孿生技術的潛力。
首先，黃仁勳明確指出現代製造業的本質："先進製造業今天不是關於低成本勞動力。現代製造業是軟體驅動的。整個工廠都是軟體驅動的。整個工廠是一個巨型機器人，它協調著內部的眾多機器人。"這些先進工廠雖然有很多人，但主要依靠技術運作。
關於半導體產業的製造回流，黃仁勳表示："我們能夠在美國本土從矽到AI超級電腦進行端到端製造，這是一個極好的機會。這是高品質的工作，是先進技術工作。"
黃仁勳強調了製造能力對AI革命的重要性："如果我們不善於製造，我們將錯過一個巨大的產業，這個產業將由能源的可用性推動。那個國家不想參與這個新興的AI產業？為什麼你不想生產AI？為什麼你不想參與最先進的製造業？"
在討論數字孿生技術時，黃仁勳分享了輝達的經驗："輝達設計了世界上最複雜的系統。我們每一代研發投入可能在200億美元或更多...我們完全在其數字孿生中設計這些晶片。在我們實際生產之前，它們在數字世界中已經存在了好幾個月。當我生產它的那一刻，我知道它是完美的，因為我們已經對它進行了好幾個月的模擬。"
他建議將同樣的方法應用於工廠："我們應該對數字工廠做同樣的事情。這些大型工廠，我們應該完全建立數字孿生，使用人工智慧建立這些數字孿生，操作它，進行虛擬整合，以數字方式整合這些宏偉的結構，操作它，最佳化它，並使用它來規劃你的產出，完全以數字方式。在未來，每個工廠都將有一個數字孿生版本。"
黃仁勳還展望了數字孿生技術的更廣泛應用："在未來，我希望每個人都會有一個數字孿生版本。每輛車都有一個數字孿生版本。每座建築都有一個數字孿生版本。每座城市都有一個數字孿生版本。這種數字孿生的理念現在正在發生，而這一切都是因為人工智慧。"
透過這些觀點，黃仁勳描繪了一幅AI如何徹底改變製造業的圖景。他強調了軟體在現代製造中的中心地位，製造能力對國家參與AI革命的戰略重要性，以及數字孿生技術如何徹底改變設計、測試和最佳化的方式。這種視角挑戰了傳統的製造業觀念，同時提供了一條透過AI和數位技術實現製造業復興的路徑。
七、AI驅動的機器人：未來十年的普及預期
在討論會的最後，黃仁勳被問及AI驅動的機器人何時會成為日常生活的普遍組成部分。他的回答既樂觀又務實，為AI機器人的發展提供了一個時間框架。
首先，黃仁勳指出自動駕駛汽車本質上就是一種機器人："自動駕駛汽車是一個機器人。現在，它花了我們大約10年的時間。如今，Waymo已經在全國各個城市營運，表現非常出色。看到Waymo在舊金山和其他城市行駛是非常棒的。"（我們之前有一篇文章專門談論Waymo）
相比之下，黃仁勳認為其他類型的機器人將需要更短的時間實現普及："機器人將需要更少的時間。原因是我們可以限制機器人運行的環境。機器人不必像汽車那樣通用。一旦你在舊金山，你必須在每條街道和每一種條件下工作。而在機器人的情況下，我們可以限制得多。"
從可原型化、相當功能性到成為高產量產品，黃仁勳估計需要大約五年時間："今天我們已經有相當高功能的機器人。所以在大約五年的時間裡，我們將看到這些工廠開始生產機器人。現在製造汽車的每家汽車公司都將擅長製造機器人。他們只需要在軟體部分，AI部分變得擅長。"
黃仁勳的預測提供了一個相對具體的時間表，暗示到2030年左右，我們可能會看到AI驅動的機器人開始大規模生產和部署。他的分析還強調了兩個關鍵因素：環境約束的重要性（受限環境使機器人更容易實現）以及現有製造商（如汽車公司）在轉向機器人生產方面的潛力。 （高飛的電子替身）