•
【達沃斯論壇】黃仁勳大聲疾呼：最重要的除了Infra，還是Infra！AI原生公司已爆發，基建才剛開始！
達沃斯經濟論壇上，少不了老黃的身影！
當地時間1月21日，輝達CEO黃仁勳出席了達沃斯經濟論壇，與知名投資管理公司貝蘭德的CEO Larry Fink 展開對話。
30分鐘看下來，老黃的觀點很直接：現在最重要的事情，除了Infra，還是Infra！
黃仁勳指出，人工智慧已經啟動了“人類歷史上最大規模的基礎設施建設”，輝達已經投入了數千億美元，但還有數兆美元的基礎設施需要建設。
再進一步延展，黃仁勳認為AI本身未來會成為每個國家的基礎設施，每個國家都應該打造自己的AI、建設自身的AI基礎設施，讓“國家智能”成為生態系統的一部分。
他堅信AI會縮小而不是放大技術鴻溝，並建議開發中國家應該盡快行動起來：建設基礎設施，積極參與AI浪潮。
此外，他還指出AI基礎設施的建設將會是歐洲“一代人難得一遇的機會”，因為歐洲具有強大的工業製造基礎。如果歐洲現在就入場，把自身強大的工業與製造能力與 AI 融合，就能直接躍遷到“物理 AI”和機器人時代。
面對AI是否會重塑勞動力市場、替代人類崗位的問題，黃仁勳再次強調了他一貫秉持的看法：比起替代，AI能為人們創造更多的就業崗位。
他描述了自己親眼看到的現象：這些崗位大量集中在“技工型職業”上，包括水管工、電工、建築工人、鋼結構工人、網路技術人員，負責裝置安裝、偵錯和維運的人等等。“僅在美國，我們已經看到這一領域出現了非常顯著的增長，相關崗位的薪資幾乎翻倍。”
AI 原生公司爆發，基建才剛開始
在訪談中，黃仁勳給出了一個強勢判斷：AI原生公司已經爆發了，但基礎設施建設才剛剛開始！
他指出，我們如今與AI進行互動，背後的本質是計算平台的遷移。
所謂平台，就是應用建構其上的基礎。從 PC 時代到網際網路，再到移動雲端運算，每一次平台遷移都會重塑整個計算棧，並催生出全新的應用生態。今天的 AI，同樣是一場新的平台遷移。
根據黃仁勳提出的“AI五層蛋糕模型”理論：
- 最底下是能源層，AI即時生成智能，需要大量能耗；
- 第二層是晶片與基礎設施，這也是輝達所在的層級；
- 第三層是雲基礎計算和雲服務；
- 第四層是AI模型層，如 GPT、Gemini 等模型，也是大多數人所理解的AI；
- 最上層是AI應用層，比如自動駕駛、聊天機器人等應用場景。
黃仁勳強調，真正的經濟價值最終都會在應用層產生，而應用層已經爆發，一個重要訊號就是風險投資的流向。
他給出了一組資料：2025 年是史上 VC 投資規模最大的年份之一，大多數資金都流向了“AI 原生公司”——無論是醫療、機器人、製造業還是金融服務。
什麼是AI原生公司？就是一開始就圍繞 AI 來設計自己的產品流程和商業模式的公司。
比如製藥巨頭禮來公司（Lilly），過去主要把研發預算投在濕實驗室，買裝置、做化學試驗。但現在，他們投資了一座大型 AI 實驗室和超級電腦，把一部分新藥開發流程交給 AI。
就在不久前，輝達宣佈與禮來達成合作，雙方將在人才、基礎設施和算力方面聯合投入高達 10 億美元，成立一家開創性的 AI 聯合創新實驗室，該實驗室將基於 NVIDIA BioNeMo 平台及 NVIDIA Vera Rubin 架構搭建基礎設施，從而建構強大的AI模型，加速新藥研發。
黃仁勳也在訪談中透露，禮來已經發現AI 在理解蛋白質和化學結構方面取得了巨大進展，未來我們甚至可以像“對話 ChatGPT”一樣，與蛋白質進行互動，這將帶來真正重大的科學突破。
而這種轉變，並不只發生在製藥行業。
機器人製造、醫療診斷、自動交易、客服系統、合規審查……這些過去需要大量人力的領域，現在 AI 原生公司的做法是：拿現成的模型，用自己行業的資料訓練它，讓它學會處理具體任務，再把這套能力做成可以直接用的產品。
以客服系統為例，過去需要僱傭數百人的呼叫中心，如今可以被 AI 客服系統替代：全天候運行、響應一致、成本僅為原來的十分之一。這已經成為正在大規模落地、真實創造現金流的商業產品。
為什麼AI應用層會出現大爆發？黃仁勳的回答是：因為模型能力越來越強了。
他指出，2025年AI模型層發生了三件大事：
第一，模型越來越值得信任，成為人們可靠的助手，能夠開展研究、對未見過的情境進行推理，將複雜問題拆解為可執行的步驟並制定行動方案。這標誌著語言模型正在演進為“智能體（Agentic AI）”。
第二，開源模型很重要。他特別點名了DeepSeek，認為DeepSeek的開源對於全球AI產業都是重大利多。越來越多開源模型的湧現，讓企業、研究人員、大學和創業公司能夠基於這些模型，建構高度專業化、面向特定領域的系統。
第三，物理智能取得突破。AI 的理解範圍從語言擴展到自然世界本身，包括蛋白質、化學結構和物理規律等複雜系統。本質上，這些對象都可以被視為“語言”，AI 正在學習並掌握它們的結構與規則。
那麼當 AI 原生公司越來越多，會發生什麼？
黃仁勳的回答很直接：上層 AI 應用爆發了，下層基礎設施就得必須跟上。他的判斷是：AI已經啟動了人類歷史上最大規模的基礎設施建設，輝達已經投入了數千億美元，但還遠遠不夠。
“目前我們只投入了幾千億美元，這還只是開始。未來需要建設的是數兆美元等級的基礎設施，而且這是完全合理的。”
不止是輝達，整個能源和晶片行業都在快速擴張。黃仁勳列出了幾個數字：台積電宣佈將建設 20 座新晶圓廠；輝達將與富士康、緯創、廣達一起合作建設 30 座新的電腦工廠，最終形成一座“AI 工廠”。
同時，記憶體產業也在爆發：2025年，美光科技宣佈在美國投資約2,000億美元，用於美國半導體製造和研發；SK 海力士、三星也都在快速擴張。
AI會創造大量工作崗位 技工類職業非常吃香
既然AI的能力這麼強，那它會不會替代我們的工作崗位呢？這是縈繞在每個人心頭的疑慮。
面對Larry Fink的追問，黃仁勳再次重申了他的看法：不會！並且AI還會創造大量工作崗位。
老黃再次把辛頓拖出來鞭屍，又舉了那個著名的放射科例子：十年前，辛頓曾經建議停止培養放射科醫生，因為AI可以應用於醫學影像分析，這些醫生在未來五年中很可能被取代。但現在，AI 已經全面滲透進放射學的每一個環節，放射科醫生的數量卻不減反增。
黃仁勳指出，這是因為工作的“目的”和“任務”不能混淆。放射科醫生工作的“目的”，是診斷疾病、幫助患者，解讀影像只是其中的一項“任務”。AI在這項任務上快速提效，能把醫生的時間解放出來去做更多與患者溝通、與其他醫生協作的事情，醫院能接診的患者變多了，收入增加，對醫生的需求自然也增加了。
至於AI創造的工作崗位，據黃仁勳觀察，主要集中在“技工類崗位”上。
這也不難理解，因為AI 正在引發人類歷史上規模最大的基礎設施建設：晶片工廠、電腦工廠、AI工廠……這都需要大量的水管工、電工、鋼結構工人、網路技術人員，裝置安裝、偵錯和維運的人等等。
老黃透露，僅僅在美國，這一領域已經出現了非常顯著的增長，相關崗位的薪資幾乎翻倍。現在參與建設晶片工廠、電腦工廠或 AI 工廠的人，基本都能拿到六位數年薪。
相比之下，白領工作會何去何從呢？不禁讓人捏了一把汗。
每個國家都應該建設AI基礎設施 歐洲的機會尤其難得
在訪談最後，老黃也大放豪言，呼籲每個國家都應該立刻行動起來，建設自己的AI基礎設施，尤其是開發中國家。
黃仁勳的態度非常樂觀，他認為AI能夠縮小而非擴大技術鴻溝，未來AI本身就會成為一種基礎設施。
“我很難想像，未來會有那個國家不把 AI 視為基礎設施的一部分，就像電力和道路一樣。”
因此，打造屬於自身的AI模型，對一個國家來說會變得非常重要，“國家智能”將成為生態系統的一部分。
黃仁勳指出，AI並不會僅侷限在發達國家，而是能夠普惠全球。原因是AI是歷史上最容易使用的軟體，短短兩三年時間，使用者規模就接近十億。
他還認為，ChatGPT 可能是“歷史上最成功的消費級 AI 產品”，其易用性和親和力讓幾乎任何人都可以參與進來。
“無論你是在開發中國家的學生，還是普通使用者，學習如何使用 AI、如何引導它、管理它、設定邊界、評估它，都會變得至關重要。”
在這種發展趨勢下，未來我們可能不僅要管理“碳基智能”（人），還要管理“矽基智能”（數字 AI），AI將成為人類數位化勞動力的一部分。
最後，Larry Fink話鋒一轉，將話題拉到了歐洲：歐洲目前在AI的舞台上似乎身影寥寥，那麼AI 與歐洲未來的成功之間有怎樣的關係？
黃仁勳直言：你們擁有非常強大的工業基礎。如果歐洲現在就入場，把自身強大的工業與製造能力與 AI 融合，就能直接躍遷到“物理 AI”和機器人時代。前提是歐洲必須嚴肅對待能源供給問題，加大對基礎設施層的投入。
他還強調，這對於歐洲來說，是“一代人只有一次”的機會。
那麼，現在究竟是否存在AI泡沫？黃仁勳的回答很直接：沒有！
他給出了一個很簡單的判斷標準：“輝達 GPU 現在遍佈所有雲平台，但你想租到一塊 GPU 仍然非常困難，而且不只是最新一代，連兩代之前的 GPU 租賃價格都在上漲。”
這說明AI基礎設施的需求缺口還非常龐大，遠沒有到“泡沫”的程度。黃仁勳大聲疾呼，投資AI基礎設施，是一次歷史等級的機會！
“我們需要更多能源、更多土地、電力、廠房，也需要更多技術工人。這是一次極其重大的歷史機遇，所有人都應該參與進來！”
(51CTO技術堆疊)