五層蛋糕、三大突破、兆基建解鎖AI新機遇。
1月21日,達沃斯世界經濟論壇的聚光燈下,輝達創始人兼CEO黃仁勳與貝萊德(BlackRock)掌門人Laurence D. Fink(勞倫斯·芬克),展開了一場長達半小時的科技與金融巔峰對話。
此次對話的背景,是全球對AI浪潮的狂熱與疑慮交織——華爾街緊盯AI基建的“資金黑洞”爭議,還有各國爭搶技術紅利的同時擔憂經濟格局重構。
從AI“五層蛋糕”的底層邏輯,到兆基建的就業紅利,從物理智能的產業突破,到全球普惠的技術鴻溝縮小,兩位行業領軍者直擊核心爭議,深入探討了AI如何成為人類史上最大基建機遇、重塑全球經濟與就業形態。
本文為全場對話實錄精編,帶你解鎖黃仁勳眼中的AI未來圖景。
Laurence D. Fink:各位早上好!很高興能回到國會大廳。我非常榮幸地向大家介紹黃仁勳(Jensen Huang)先生——他是我敬佩的人,是我一直關注的榜樣,在我學習技術與人工智慧的道路上,更是我的良師益友。
見證他帶領輝達(Nvidia)的發展歷程,實在令人驚嘆。
我並不喜歡拿自己和別人比較,但有一個事情我很認同:輝達於1999年上市,巧的是,貝萊德(BlackRock)也是在同一年上市。
自上市以來,輝達為股東帶來的復合總回報率高達37%。大家不妨想想,如果每個養老基金在輝達IPO時就進行投資,會給所有人的退休生活帶來多大的改變?
我們的退休保障事業將會取得多麼輝煌的成就。與此同時,貝萊德的年化總回報率為21%——對於一家金融服務公司來說,這已經相當不錯了,但相比之下就相形見絀了。
一對比充分彰顯了黃仁勳的領導力、輝達的戰略眼光,也印證了全球市場對其未來的信心。黃仁勳,祝賀你,期待你和輝達未來續寫更多精彩。
黃仁勳:謝謝。我唯一的遺憾是,在公司IPO後,我想給父母買件好東西,於是在輝達估值3億美元的時候賣掉了一些股票,給他們買了一輛梅賽德斯-奔馳S級轎車——那可是當時世界上最昂貴的汽車之一。
Laurence D. Fink:他們現在後悔嗎?那輛車還在嗎?
黃仁勳:哦,當然在。他們一直保留著那輛車。
Laurence D. Fink:好的,我們繼續深入交流。當下,AI的核心討論圍繞其對世界與全球經濟的改變展開。
今天我們聚焦於AI如何為經濟賦能,成為人人可用的基礎技術、改善全球生活,以及它如何重塑生產力、勞動力與各行業基礎設施,更要探討如何讓更多群體受益、推動全球經濟擴張。
在我看來,沒人比黃仁勳先生更懂AI本質與配套基礎設施——眾多超大規模雲端運算廠商都在用輝達的產品,全行業也圍繞AI基建與潛力深度合作。
感謝你首次出席達沃斯論壇,在繁忙日程中抽空參與。接下來,我們直接進入正題。
你為什麼認為人工智慧有潛力成為如此重要的增長引擎?與以往的技術周期相比,這項技術和當下這個時代有何不同之處?
黃仁勳:首先,當我們以各種方式與人工智慧互動時——比如使用ChatGPT、Gemini、Anthropic Claude等工具,體驗它們帶來的神奇功能——我們不妨從最基本的原理來梳理計算棧正在發生的根本性變革。
平台是應用程式建構的基礎,就像個人電腦(PC)引發的平台轉移催生了適配新型電腦的應用程式,網際網路的平台轉移打造了承載各類新應用的計算平台,移動雲端運算的平台轉移也帶來了全新的應用生態。
在每一次平台轉移中,計算棧都會被重新定義,新的應用程式也會應運而生。
如今我們使用ChatGPT,需要明確的是,它本身就是一款應用程式,但更重要的是,未來會有更多新應用基於ChatGPT、Anthropic Claude等工具建構。
從這個角度來說,這無疑是一次全新的平台轉移。
理解人工智慧其實很簡單,關鍵在於認識到它能完成我們以往無法實現的事情。
過去的軟體本質上是“預錄好的”:人類編寫演算法或操作流程,再由電腦執行。
這類軟體只能處理結構化資訊——比如你必須整理好姓名、地址、帳號、年齡、居住地等資料,建立成結構化表格,軟體才能從中檢索資訊。
我們稱之為SQL查詢,SQL是迄今為止全球最重要的資料庫引擎,在此之前,幾乎所有系統都依賴SQL運行。
而現在,我們擁有了能夠理解非結構化資訊的電腦:它能看懂圖像、讀懂文字(完全非結構化的內容)、聽懂聲音,不僅能理解其含義和結構,還能據此進行推理並採取行動。
這是有史以來第一次,電腦不再依賴預錄程序,而是能夠即時處理資訊——它能結合環境資訊、上下文資訊以及你提供的任何內容,推理這些資訊的意義,理解你的意圖(即便你的表達非常不規範)。
你可以用任何方式描述需求,我們稱之為“提示詞(prompts)”,只要它能理解你的意圖,就能為你完成任務。
關鍵在於,我們正在重新打造整個計算棧。
說到人工智慧,人們通常會想到AI模型,但從產業角度來看,人工智慧本質上是一個“五層蛋糕”架構。
最底層是能源——由於人工智慧需要即時處理資訊並生成智能,能源是其運行的基礎;第二層是晶片和計算基礎設施,這也是我所專注的領域;
第三層是雲端運算基礎設施和雲服務;第四層是AI模型——這是大多數人認為的“人工智慧所在層”,但請記住,沒有下方所有層級的支撐,這些模型就無從談起;
最頂層,也是當前正在蓬勃發展的一層,是應用層——去年人工智慧之所以取得爆發式增長,核心原因就是AI模型的巨大進步,為應用層的發展奠定了堅實基礎。
應用層覆蓋金融、醫療、製造等多領域,全球經濟的實際效益最終將在此落地。
但這一計算平台離不開底層架構支撐,人類史上最大規模的AI基建已啟動。
目前僅投入數千億美元,未來還需數兆美元,這是支撐AI模型生成智能、驅動頂層應用的必要投入。
逐層來看,能源行業正爆發式增長;晶片領域,台積電將新建20座晶片工廠,富士康與我們及緯創、廣達合作新建30座電腦工廠,均服務於AI工廠建設;
儲存領域,美光擬在美國投資2000億美元,SK海力士、三星同步發力,整個晶片產業高速擴張。
值得關注的是,AI應用層正飛速進步,風險投資的流向就是明確訊號。
2025年全球VC投資規模創下新高,大部分資金流向醫療、機器人、製造等領域的原生AI公司,核心原因是AI模型已足夠成熟,能支撐各類應用開發。
Laurence D. Fink:顯然,我相信每個人都會使用聊天機器人獲取資訊。能否再深入談談人工智慧在物理世界的普及所帶來的積極影響?
你提到醫療健康是一個很好的例子,但在交通、科學等領域,你認為有那些變革性機遇?
黃仁勳:去年,人工智慧技術層(尤其是模型層)發生了三大重要突破。
首先,AI模型最初雖然充滿吸引力,但存在嚴重的“幻覺”問題(即生成虛假資訊),而去年,這些模型已經變得更加可靠。
它們能夠開展研究,對未經過訓練的場景進行推理,將問題拆解為逐步推理的步驟,進而制定解決方案、回答問題、完成研究或執行任務。
因此,去年我們見證了語言模型向“智能體AI(agentic AI)”系統的演進。
其次是開源模型的突破。大概一年前DeepSeek問世,當時很多人都對此表示擔憂,但事實上,DeepSeek對全球大多數行業和企業來說都是一個里程碑式的事件——它是全球首個開源推理模型。
此後,一大批開源推理模型相繼湧現,這些開源模型讓企業、行業、研究人員、教育工作者、大學和初創公司能夠利用它們,開髮針對特定領域或自身需求的專屬應用。
第三個取得巨大進展的領域是物理智能(physical AI)——這種人工智慧不僅能理解語言,還能理解自然世界。
它可以理解蛋白質、化學物質,也能理解物理學等領域的知識。這些AI正在學習各種不同的結構和“語言”——比如蛋白質本身就可以被視為一種“語言”。
如今,這些AI的進步如此顯著,以至於製造業、藥物研發等領域的工業企業正取得長足發展。
一個很好的例子是我們與禮來(Lily)的合作:他們意識到,人工智慧在理解蛋白質和化學物質結構方面已經取得了非凡進展。
我們現在能夠像與ChatGPT對話一樣“與蛋白質對話”——這必將帶來一系列重大突破。
Laurence D. Fink:這些技術突破也引發了大家對“人的因素”的擔憂。我和你聊過多次,今天想跟觀眾說清楚:很多人怕AI取代工作,但你看法相反。
正如你所說,人類史上最大規模的AI基建,會創造大量就業——能源、產業、基建各環節都有崗位,像土地開發、能源供應、廠房建設等,這特別令人振奮。
請你再詳細談談:你確實認為我們未來會面臨勞動力短缺嗎?人工智慧和機器人技術將如何改變工作的本質,而非消滅工作?
黃仁勳:這個問題可以從多方面來看。首先,人類史上最大規模的AI基建,必然催生大量專業技能相關崗位。
比如水管工、電工、建築工人、網路技術人員、裝置安裝偵錯人員等。
在美國,相關領域已蓬勃發展,薪資近乎翻倍,參與晶片廠、AI工廠建設的人員年薪可達六位數,這類人才目前嚴重短缺,而無需電腦博士學位也能獲得高薪,這一點令人欣慰。
其次,用真實案例說說自動化對就業的影響。10年前,大家都覺得放射科醫生會被AI取代,因為電腦視覺早已超越人類,而影像解讀是他們的核心任務。
但如今AI全面滲透放射科後,放射科醫生數量反而增加了——AI讓影像解讀效率暴漲,醫生能花更多時間溝通患者、協作診療,醫院接診量和收入提升,自然會招聘更多醫生。
護士行業也是如此,美國目前短缺500萬名護士,過去護士一半時間都在記錄病歷,而AI技術讓病歷錄入自動化,護士能專注於患者護理。醫院接診瓶頸緩解後,也會招聘更多護士。
這些案例都說明:AI提升效率,進而推動行業發展,最終會創造更多就業。
關鍵是要區分“工作的宗旨”和“任務”——AI自動化的是繁瑣任務,而非核心宗旨。
就像放射科醫生和護士的宗旨是關愛患者,AI讓他們能更好地實現這一目標,這正是理解AI與就業關係的核心框架。
Laurence D. Fink:我們把話題從發達國家擴展到全球,聊聊AI如何惠及世界。Anthropic近期報告顯示,AI使用者多集中在受教育群體,不同教育水平使用率差異明顯,這可能讓AI模型帶有偏見。
如何讓AI像Wi-Fi、5G那樣,成為改變新興市場的變革性技術?這對新興國家意義何在,又該如何推動全球經濟擴張?
另外回到就業,AI和機器人確實會替代部分崗位,美國已有顯現:比如需要更多水管工、電工,但金融分析師、律師助理可能減少,畢竟AI整合資料更快。
請你談談人工智慧在開發中國家會如何發展?
黃仁勳:首先,AI是各國必需的基礎設施,就像電力和道路一樣不可或缺。
各國雖可進口AI技術,但如今借助大量開源模型,結合本土專業知識,開發適配自身需求的AI應用已不再困難。
因此,每個國家都應參與AI基建,打造專屬AI技術,盤活語言、文化等核心資源,讓國家智能融入自身生態。
其次,AI是史上最易用的軟體,這也是它兩三年間使用者近10億、快速普及的關鍵。
Anthropic的Claude在編碼、推理上表現出色,我們公司也在廣泛使用;ChatGPT作為最成功的消費級AI,易用性讓開發中國家民眾、學生等都能輕鬆上手。
更重要的是,人人都需掌握AI使用技能——引導、寫提示詞、管理、設邊界、評估輸出,這些能力和領導、管理他人無異。未來,矽基AI將成為數字勞動力的一部分,我們要學會管理它們。
所以我建議開發中國家投身AI基建與領域發展,AI的易用性和普及性有望縮小技術鴻溝。
如今無需電腦學位也能當“程式設計師”,比如不會程式設計就問AI“如何程式設計”,不會用AI就讓它教你,想建網站只需說明需求,AI就能直接寫程式碼,這正是AI的非凡力量。
Laurence D. Fink:我們現在身處歐洲,之前我們提到了很多美國和亞洲的公司,想請教你:人工智慧與歐洲的成功和未來發展有何交集?輝達將如何在歐洲發揮作用?
黃仁勳:輝達有幸與全球所有AI公司合作——由於我們處於基礎設施的底層,我們為各類AI技術提供支援,包括語言AI、生物AI、物理AI、世界模型AI,以及與製造業和機器人技術相關的AI。
歐洲最令人振奮的優勢在於其強大的工業基礎——歐洲的工業製造實力極為雄厚,這是歐洲超越軟體時代的絕佳機遇。
美國在軟體時代處於領先地位,而人工智慧是一種“無需編寫程式碼的軟體”——你不需要編寫AI,而是“教導”AI。
因此,歐洲應儘早行動,將自身強大的工業製造能力與人工智慧深度融合,進軍物理AI或機器人領域。
對於歐洲各國來說,機器人技術是一個千載難逢的機遇——我到訪過歐洲多個國家,深深感受到其工業基礎的強大。
此外,歐洲在基礎科學領域的實力依然非常雄厚,而人工智慧的應用將加速基礎科學的探索處理程序。
因此,歐洲必須重視增加能源供應,加大對基礎設施層的投資,從而在歐洲打造一個豐富的人工智慧生態系統。
Laurence D. Fink:所以你的意思是,我們遠未進入AI泡沫,真正的問題是“我們的投資是否足夠”?
現在很多人在談論AI泡沫,但你的觀點似乎是,為了推動全球經濟擴張,我們需要進行更多投資。
黃仁勳:判斷是否存在AI泡沫,一個很好的指標是:輝達目前在全球各大雲平台部署了數百萬塊GPU,應用極為廣泛,但如今租賃輝達GPU變得異常困難,GPU租賃的現貨價格持續上漲。
不僅是最新一代GPU,就連兩代以前的GPU,租賃價格也在攀升。
這背後的原因是AI初創公司數量激增,各類企業紛紛調整研發預算。
以禮來為例,三年前他們的研發預算幾乎全部投入實驗室,而現在他們已經投資建設了大型AI超級電腦和AI實驗室,研發預算正越來越多地向AI領域傾斜。
所謂的“AI泡沫”,本質上是因為投資規模巨大,而這種大規模投資是必要的——我們必須為AI上層所有層級的發展搭建基礎設施。
因此,我認為這一機遇極為非凡,每個人都應該參與其中、積極投身其中。我們需要更多能源,需要更多土地、電力和廠房,需要更多擁有專業技能的工人——而歐洲在專業技能人才方面擁有強大優勢。
相比之下,美國在過去二三十年裡,這方面的優勢有所減弱,但歐洲依然保持著強勁的實力——這是歐洲必須抓住的絕佳機遇。
正如我之前提到的,2025年是全球風險投資規模最大的一年,總額超過1000億美元,其中大部分都流向了原生AI公司——這些公司正在搭建AI應用層,建構未來。
我堅信,對於全球養老基金來說,參與AI領域的投資將是一項明智的選擇,能夠伴隨AI時代共同成長。
這也是我想向眾多政界領袖傳達的資訊:我們必須確保普通養老金持有者、普通儲蓄者都能參與到這場增長中來,如果他們只能站在一旁觀望,就會產生被拋棄的感覺。
基礎設施是絕佳的投資選擇,而這是人類歷史上規模最大的基礎設施建設,所以加入進來吧!
Laurence D. Fink:時間到了!希望現場觀眾和線上觀眾都能感受到黃仁勳先生作為領導者的非凡魅力。
他不僅是技術和人工智慧領域的領軍人物,也是商界的領袖,更擁有溫暖的內心和堅定的信念,這在當今時代尤為重要。
感謝大家!感謝黃仁勳先生! (創新觀察局)