大家好，这里是最佳拍档。二零二六年一月，在瑞士达沃斯世界经济论坛现场，英伟达（Nvidia）创始人兼CEO黄仁勋（Jensen Huang）和贝莱德（BlackRock）董事长兼CEO劳伦斯・芬克（Larry Fink）的对话成为了全球关注的焦点。这场围绕着AI（Artificial Intelligence）技术变革、基础设施建设、劳动力市场影响以及全球发展机遇的深度交流，不仅拆解了AI产业的底层逻辑，更揭示了这项技术如何超越PC和互联网时代，成为重构全球经济的核心力量。在AI浪潮席卷全球，争议和期待并存的当下，黄仁勋的见解，为我们理解技术演进、产业变革与人类发展的关系，提供了关键的指引。

AI的本质：平台迁移与智能时代

当ChatGPT、Gemini等AI应用以惊人的易用性融入到人们的日常生活，当企业争相布局AI技术来重塑业务的时候，这场变革的本质究竟是什么呢？黄仁勋给出了一个核心的答案：他认为，这不是一次简单的软件升级，而是人类历史上又一次重大的平台迁移，从执行预设程序的计算时代，跨入到实时推理的智能时代。回溯科技的发展史，每一次平台的迁移，都伴随着计算栈的全面重塑和新型应用的爆发。个人电脑时代让计算机走进家庭，互联网时代构建了信息互联的网络，移动云时代实现了随时随地的智能接入。而当下的AI革命，它的颠覆性在于，彻底打破了传统软件对结构化信息的依赖。在过去，计算机只能执行人类预先编写的算法，处理姓名、地址、账号等标准化的数据，SQL数据库成为了支撑全球系统运行的核心引擎。但是如今的AI系统，能够理解图像、文字、声音等非结构化的信息，通过提示词来捕捉人类的意图，实时处理复杂的语境并作出推理决策。这种从被动执行到主动理解的转变，让计算机首次具备了类似人类的认知能力，也让技术门槛实现了历史性的降低。

AI产业五层架构与基建浪潮

要想真正理解AI的全貌，就必须看清其五层架构的产业生态。黄仁勋将AI产业拆解为相互支撑、缺一不可的五个层级：

• 最底层的是能源层，AI的实时推理和智能生成需要海量算力的支撑，能源供应成为基础设施的基础。
• 第二层是芯片及计算的基础设施，这是英伟达的核心领域，为整个AI产业提供了算力底座。
• 第三层是云基础设施和云服务，作为算力分发和应用部署的载体。
• 第四层是AI模型，这是大众感知最强烈的层面，包括各类的大语言模型、视觉模型等等。
• 最顶层的是应用层，覆盖了金融服务、医疗健康、智能制造等各个行业，是AI产生实际经济效益的核心领域。

这个架构的完整性，决定了AI革命的规模和深度。和单一的技术突破不同，AI需要五层架构的协同发力，这也就催生了人类历史上最大规模的基础设施建设浪潮。从能源供给的扩容，到芯片工厂的新建，从云服务的升级到模型的迭代优化，再到行业应用的创新落地，每个环节都在经历爆发式的增长。这种全链条的变革，正是AI能够超越PC和互联网，成为更强大的增长引擎的根本原因。它不仅是一项技术，更是一套全新的生产力体系。

当前，全球在AI领域的投入已经达到几千亿美元，而黄仁勋预判，未来还将有万亿美元级的基础设施需要建设。不过在他的眼中，这股投资热潮并不是盲目的跟风，而是AI产业发展的必然要求。只有筑牢底层根基，才能支撑上层应用的蓬勃发展，释放技术的经济价值。在算力的基础设施层面，芯片产业的扩张最为显著。目前全球正在新建二十座芯片工厂，富士康和英伟达、纬创等企业合作，计划建设三十座新的计算机工厂，这些工厂未来都将转化为AI工厂，专门生产AI服务器等核心设备。内存领域同样热度高涨，美光计划在美国投资两千亿美元建设内存芯片厂，SK海力士、三星等企业也在持续的加码。这种全产业链的产能扩张，源于AI对硬件的巨大需求，无论是训练大模型还是支持实时推理，都需要海量的芯片和内存作为支撑。能源行业已经成为AI基础设施建设的另一核心受益领域。AI实时处理的特性，决定了它对能源的持续需求。随着全球AI算力规模的扩大，能源的供给能力已经成为了制约产业发展的关键因素。各国纷纷加大能源领域的投资，不仅是为了满足AI产业的直接需求，更是为了构建从算力到能源协同的新型基础设施体系。在这种需求驱动下，能源行业正经历结构性的变革，清洁能源和传统能源的协同布局，已经成为适配AI发展的重要方向。

AI原生企业与普惠性机遇

风险投资的流向，进一步印证了AI应用层的巨大潜力。二零二三年成为了风投史上投资额最大的年份之一，其中大部分的资金流向了AI原生公司。这些企业遍布医疗、机器人、制造、金融等各大行业，它们不再是简单的将AI作为辅助工具，而是以AI为核心来重构业务模式。例如，在医疗领域，AI原生企业开发的诊断系统、药物研发平台，正在改变行业的生态；在制造业，智能质检、柔性生产等应用，让生产效率实现了质的提升。

值得关注的是，AI的普惠性正在让这场基础设施浪潮惠及到全球。黄仁勋强调，AI是人类历史上门槛最低的软件，它不需专业的编程知识，普通人通过给AI发命令，就能完成复杂的任务。这种易用性让它在短短两三年内，用户量接近十亿，覆盖了众多的发达国家和发展中国家。对于新兴市场而言，AI提供了缩小技术鸿沟的历史性机遇，那就是通过建设本地化的AI基础设施，利用开源模型和本土语言、文化资源，就能开发出适配本国需求的应用，不需要重复发达国家的技术路径。正如电力和道路已经成为现代国家的标配，AI也正在成为全球各国不可或缺的基础设施，而参与这场基础设施的建设，就是在参与全球经济的未来。

AI与劳动力：长短缺而非过剩

在探讨了AI的普惠性及其在全球范围内的基础设施建设意义后，一个普遍的社会担忧随之而来：AI是否会取代人类的工作？但是黄仁勋给出了截然相反的判断：他认为，AI将引发长期的劳动力短缺，而不是过剩。这个观点的核心，在于区分工作的目的和任务。AI自动化的是具体的任务，而不是工作的核心目的。而效率提升带来的业务扩张，终将创造出更多的就业需求。

首先，基础设施建设本身，就将会创造海量的就业岗位。在AI产业的五层架构中，从能源设施的建设到芯片工厂的运营，从云服务的部署到行业应用的落地，都需要大量的专业技工。在美国，和AI基础设施相关的水管工、电工、建筑工、网络技术员、设备安装维护人员等岗位的需求激增，薪资几乎翻倍。建造芯片工厂或者AI工厂的技术工年薪，已经达到了六位数。这些岗位不需要计算机博士学位，却能提供优渥的收入，为劳动力市场提供了多元化的就业选择。

医疗行业的案例，也生动的印证了这个逻辑。十年前，放射科医生被认为是最容易被AI取代的职业之一。计算机视觉技术在影像分析领域的突破，让AI具备了超越人类的识别精度。但是十年后的今天，AI虽然已经全面渗透到放射医学的各个环节，放射科医生普遍会使用AI辅助诊断，结果却是放射科医生的数量没有减少，反而增加了。原因在于，AI大幅度提升了诊断的效率，缩短了患者检查和预约的时间，医院的患者接待能力得到了显著增强。收入提升后自然需要雇佣更多的放射科医生，来完成诊断疾病、帮助患者、沟通临床医生的核心工作目的。

护理行业的变化同样具有代表性。美国目前短缺五百万名护士，而护士原本需要花费一半的时间来处理文书等相关工作。AI技术的应用，尤其是英伟达的合作伙伴ABridge开发的病历记录整理和转录工具，让护士从繁琐的文书工作中解放出来，将更多的时间用于患者的关怀。效率提升带来了接诊能力的增强，更多的患者得以尽早的入院治疗。医院经营状况得到改善之后，进一步扩大了护士招聘的规模。

因此，黄仁勋提出的从目的到任务的分析框架，为我们理解AI和就业的关系，提供了一个关键的视角。任何工作的核心都是为了实现目的，而任务只是实现目的的手段。AI作为一个高效的工具，能够替代大量重复性、流程化的任务，但是无法替代人类在情感交流、战略决策、创意创新等方面的核心价值。当大部分任务被自动化后，工作效率提升会催生更大的市场需求，企业为了实现更高的业务目标，必然会扩大招聘的规模。同时，AI降低了技术门槛，让全球范围内的非专业人士都能成为AI程序员，通过教导AI完成专业任务，这不仅不会导致失业，反而会激活更多人的劳动潜能，推动劳动力市场向更高质量、更具创造性的方向转型。

全球AI新格局与欧洲机遇

在探讨了AI对劳动力市场的影响后，对话转向了全球AI发展格局以及对AI泡沫的看法。那么，在AI产业由美国和亚洲企业主导的当下，怎么样才能够确保技术能普惠全球呢？欧洲等地区能不能实现弯道超车呢？所谓的AI泡沫的论调，是不是成立呢？黄仁勋在对话中也回应了这些关键问题，并且勾勒出了全球AI发展的一个新格局。

对于新兴市场而言，AI的普惠性体现在它的易用性和可及性上。黄仁勋认为，AI是一种基础设施，就像电力和道路一样，每个国家都应该参与构建。虽然可以进口AI技术，但是借助开源模型和本地专业知识，各国完全能够开发出适配本国需求的应用。他认为，语言和文化是核心的自然资源，通过打造本土化的AI，将国家智能融入到全球的生态系统，既能服务本土的经济发展，又能在全球AI格局中占据独特的位置。这种自主构建加全球协作的模式，正在缩小发达国家和新兴市场的技术鸿沟。

欧洲则拥有独特的跨越式机遇，凭借雄厚的工业制造基础，直接进入物理AI或者机器人时代。美国虽然主导了软件时代，但是AI的核心是教导而不是编写，不需要深厚的软件积累就能够参与。欧洲在汽车制造、精密机械、工业自动化等领域的深厚积淀，在和AI技术结合后，能够快速切入物理AI领域，也就是通过AI来驱动机器人和制造系统，实现工业生产的智能化升级。这是欧洲跨越软件时代的历史性机会，也是这代人仅有一次的重大机遇。此外，欧洲强劲的基础科学研究实力，能够和AI结合，加速科学的发现。所以，增加能源供应、加大基础设施的投资，就是欧洲抓住这一机遇的关键前提。黄仁勋特别强调，物理AI是AI产业的一个重要发展方向，和专注于语言、文本的大模型不同，物理AI聚焦于现实世界的物理规律，能够驱动机器人、智能制造、自动驾驶等领域的突破。欧洲的工业优势和物理AI的发展需求高度的契合，如果能够尽早的将工业能力和AI深度融合，有希望在机器人等核心领域，形成全球的竞争力，重塑全球工业的格局。

驳斥AI泡沫论与未来增长

对于AI泡沫的论调，黄仁勋给出了直接的驳斥。他认为，检验泡沫的最佳标准是GPU（Graphics Processing Unit）的市场需求。目前，几百万颗英伟达GPU，部署在全球各大云端，GPU的租赁可谓是一卡难求，现货价格持续上涨。不仅是最新款的芯片，就连两代前的芯片租赁价格也在攀升。这种旺盛的需求源于真实的产业应用。AI初创公司层出不穷，传统企业们也纷纷调整研发的预算，将重心转向AI。以制药巨头礼来为例，三年前它的研发预算几乎全部投入到了湿实验室，而现在已经投资到建设大型AI超级计算机方面，希望利用AI来加速药物的研发速度。显然，如此大量的投资并不是投机，而是基于AI产业发展的客观需求。AI的五层架构决定了它需要庞大的基础设施来支撑，而当前的投资正是为了构建这套支撑体系。黄仁勋指出，历史上，每一次平台的迁移都伴随着初期大规模的投资，而这些投资最终都转化为了长期的经济增长动力。正如PC时代的硬件投资和互联网时代的基础设施建设一样，如今AI领域的投资，同样是在为未来几十年的经济增长奠定基础。他强调，这是人类历史上规模最大的基础设施建设，参与其中就是把握未来的经济机遇。

黄仁勋在对话中还提到了一个轶事：他在英伟达估值三亿美元时，卖掉了部分股票，为父母买了一辆奔驰S级轿车。而如今英伟达的市值早已突破万亿美元。他笑称这是历史上最贵的一台奔驰。这个细节不仅是个人经历的分享，更是隐喻着技术革命的巨大潜力。那些看似遥远的技术变革，最终将会以超出人们想象的速度来重塑世界。我们必须承认的是，AI时代已经到来。它带来的不仅是技术的突破和经济的增长，更是人类生产方式与生活方式的根本性变革。

感谢收看本期视频，我们下期再见。