•
最近，黃仁勳登上劍橋大學講台，領取霍金學者獎。
這是英國科技界的最高榮譽之一。往屆得主包括比爾·蓋茲（2019 年）、簡·古道爾（Jane Goodall，2020 年）、OpenAI 團隊（2023 年）。而這一次，屬於那位矽谷的晶片教父。
但當他站上台，除了感謝，他更想說的是：
33年後，Nvidia 仍然是世界上最大的初創公司。
這不是回顧成功，而是重新出發。一個深知自己仍處在變革臨界點的創始人，在提醒所有人：AI 的真正革命才剛剛開始，我們都是創業者。
接下來一小時的對話裡，他幾乎沒有談技術參數，也沒有提模型指標。他說的是:
我們整理出這場對話的關鍵內容，只講一件事：這些，對你意味著什麼?
黃仁勳在劍橋說了一句聽起來很不矽谷的話：
“外界都知道，我從不解僱人。”
這聽起來反常規，但背後是一套為 AI 時代準備的組織邏輯。
1、傳統管理制度，在 AI 公司會失效
他說：我們要鼓勵創新，這就意味著必須讓人敢失敗。
這是一個組織設計的前提：如果你想要員工用 AI 去嘗試新工具、新流程、新模型，那就必須允許他們失敗，而不是因為一次試錯被邊緣化。
傳統管理裡的績效打分、360度評審、末位淘汰制呢？黃仁勳說都停了。
因為他發現，這些制度在 AI 驅動的公司裡，會反過來打壓那些願意冒險、提出新想法、嘗試新模型的人。而這些人，恰恰最該被保留。
他強調：
“我們不該失去那 5%，因為他們可能就是剛承擔了風險、剛失敗、但明天能改變公司的人。”
在 AI 發展節奏越來越快的背景下，這就尤其重要。因為模型、工具、崗位在不斷變化，你今天覺得不重要的人，可能就是明天最適應新發展的那批人。
他們短期可能拉低平均分，但長期可能改變整個方向。
2、那靠什麼運作？容錯機制和新型領導力
如果一個組織不再靠獎勵最好的人、淘汰最差的人來運作，那靠什麼？
黃仁勳的答案是：不是看你對不對，而是看你能不能幫別人成功。
他給 “AI 領導者”下了新定義：
兩句話值得記住：
“隨著時間推移，領導者贏得了改變主意的權利。”
“領導者的任務不是正確，而是讓別人成功。”
這定義了一個全新的組織系統。在 AI 加速的今天，誰能建構真正抗不確定性的團隊，誰就能走得更遠。
但這樣的組織建立了容錯組織，還需要一套匹配的決策方式。
主持人問黃仁勳：你當年怎麼寫輝達的第一份商業計畫書？
他笑著說：我從沒寫過商業計畫書。直到今天也沒有。
全場安靜。
他接著說：剛才我其實寫了一份新的，關於藥物設計。用了一張紙，一支筆，沒有數字，只有推理過程。
這句話是整場對話最關鍵的部分：他把戰略從一堆數字，重新拉回到了推理本身。
1、他的方法：不是寫計畫，而是畫推理鏈
他形容自己的方法非常簡單：
“我經常在白板前想：如果這是項目能實現的話，那麼下一步會發生什麼？如果是這樣，那我們應該怎麼做？”
他不要市場調研，也不要資料報告。他要的是一條邏輯鏈：從一個事實出發，推到下一步，再推到下一步。
輝達過去的每一次跨越，都是這麼來的：
每一步都從能不能開始。
2、最新的例子：蛋白質會和你說話
這次在劍橋，他再次用這套方法推演了新方向：蛋白質有自己的語法和結構。當你訓練足夠的模型，它會告訴你它能做什麼。
主持人問：你是說蛋白質會說話？
他點頭：是的。
這裡的“說話”，不是擬人化，而是一種新的理解方式：你給模型足夠多的蛋白質序列，模型會自己找出規律，就像找出一種語言的結構一樣。
這就是他所謂的藥物設計。不是傳統的試錯，而是讓模型告訴你它可能會怎麼摺疊、怎麼反應。
從 GPU 到藥物設計，邏輯鏈都是一樣的：找到規律，讓模型學會，然後應用。
他說：你永遠不會準備好。一旦邏輯通了，就立馬動手做。戰略不是預測未來，而是弄清下一步會讓你學到什麼。
他把資源投在能學到東西的方向上。不追熱點，不追賽道。
模型更新太快，計畫永遠趕不上變化。這就是為什麼在 AI 時代，黃仁勳這套不寫商業計畫書的方法，反而更值得學。
這套方法為什麼現在依然有效？因為他看到了一個根本性的時代變化。
黃仁勳在劍橋這樣說：
“AI 不再是工具，它將成為世界的新基礎設施。就像當年建電網、鋪光纜，我們現在在鋪智能網路。”
他說的不是未來，而是已經開始。
1、AI 正在變成底層基礎設施
在傳統理解中，AI 是軟體，是App，是你在手機裡裝的一個功能。
但黃仁勳不是這麼看。他說：每家公司都會用它，每個行業都要部署它。每個大的國家都得把它當成社會體系的一部分。誰先建好，誰就先發展。
而 Nvidia 現在在干的，就是去幫每個國家建這套設施。
Nvidia 在英國投資 20 億英鎊建AI叢集、支援新創企業，在韓國投放價值超 100 億美元的高端晶片，全球幾十個資料中心項目同時開工。
為什麼要這麼做？他給出的理由很直接：
“我們正面對嚴重的勞動力短缺。如果不是缺人，今天的全球 GDP 會更高。AI 不只是效率提升工具，它是填補勞動力缺口的工業解決方案。”
這就是他眼中 AI 的定位：不是錦上添花，而是必需品。工業革命從英國開始，而現在，他認為人工智慧正在開啟新一輪工業革命。
但這場工業革命和以前不同的是：它不會只停留在數字世界。
2、下一代 AI：能動手、會理解物理世界
很多人以為 AI 就是生成圖片、自動回答，但黃仁勳看到的下一步是：AI 要理解物理世界了。
他說得很具體：要理解因果關係、慣性、摩擦、物體存在；要知道東西掉了不會消失、人走路不會撞牆；要能操作機械、理解環境、做出動作判斷。
這就是具身智能（Embodied AI）：能動手的 AI。
從機器人、物流、倉儲，到建築、汽車、工廠控制，全都會被重寫。這不是 AI 的升級，是工業結構的重建。
這也解釋了為什麼他反覆強調：別太早監管，別靠想像來立規則。因為只有讓 AI 真正進入物理世界、在實踐中迭代，才能知道它的邊界在那裡。
誰能先動手，誰就先掌握主動權。
AI 正在變成新的基礎設施，而具身智能會讓這套設施從雲端延伸到每一個物理空間。不是模型PK，也不是產品迭代，而是誰能先把智能鋪進工廠、醫院、倉庫、城市。
黃仁勳在劍橋領獎，但他說的不是“我做成了什麼”。
33年後，Nvidia仍是一家初創公司。沒寫過商業計畫書，但剛剛又寫了一份新的，關於藥物設計。做了六代技術跳躍，現在重新開始，什麼都不確定。
他遞出的那張紙上，沒有數字，只有推理過程。
這就是他在劍橋講的事。 (AI深度研究員)