AI会淘汰软件?黄仁勋柏林演讲的10个反直觉判断

10月21日，黄仁勋在德国柏林GTC大会上发表主题演讲。从AI工厂到智能体，再到机器人，他试图说明：AI正在从回答问题的模型，变成能够调用知识、使用工具和执行任务的生产系统。【1】

如果只关注新芯片和性能数字，就容易错过这场演讲对企业经营更有启发的部分。以下10点，是我结合演讲做出的提炼与解读。

01成为AI公司，不必从零训练大模型。黄仁勋提出，企业可以结合闭源模型和自行定制的开放模型，按照任务选择工具。英伟达也在提供模型、数据和训练方法，支持企业定制。【2】

我的理解是，一家制造企业有没有AI竞争力，不能用它是否拥有通用大模型来衡量。把工艺、质量和供应链经验转化为可重复使用的能力，比追逐模型排行榜更贴近它的生意。

02 AI时代的宝藏，可能藏在旧数据库里。演讲举了一个采购人熟悉的场景：供应商通知延期，需要结合订单数据库判断哪些交付受影响，再查工程资料寻找替代零件。英伟达的知识工具和Kumo模型，正试图连接这类文档与结构化数据。【3】【4】

这对企业的提醒很实际：多年积累的订单、物料关系和异常记录，经过整理后可能成为竞争优势；数据口径混乱，也会成为AI落地的障碍。

03 AI会增加专业软件的使用量。黄仁勋明确反驳了“AI到来，软件和工具公司的时代就结束了”的看法。他认为，智能体仍需要模拟器、求解器和设计工具，使用这些工具的用户反而可能增加。【4】

这里发生变化的是操作方式：过去工程师逐步点击，未来智能体可能连续调用。但这并不保证每家软件公司都受益，能否接入新工作流、如何收费，仍决定其商业价值。

04 AI越能干，单次任务反而可能越“烧钱”。黄仁勋解释，智能体会思考、规划、反复尝试和调用工具，因此消耗更多Token，也就是模型处理信息的基本单位。【1】

让AI回复一句话，与让它核查资料、比较方案并完成任务，工作量完全不同。因此，企业不能只看每百万Token的价格，还要看完成一项合格任务的总成本。调用单价下降，与某项任务的账单增加，可以同时发生。

05 让AI安全工作，需要给它更少的权限。英伟达推出的OpenShell参考架构，把访问限制、隔离和监控放进运行环境，而非仅靠模型理解安全要求。【5】

这很像管理采购授权：能查报价，不等于能签合同；能拟订单，不等于能付款。我认为，智能体越有行动能力，权限越需要细分。安全也不能只靠一次设置，还需要持续监控、撤权和追溯。

06 算力建设的一项突破，来自供应链。DSX POD把计算、布线、供电和液冷的集成测试前移到制造工厂，以模块化形式交付。英伟达称，在场地电力、冷却、网络等已经就绪的前提下，现场部署可由六个月缩短至最快14天，计划2027年初交付。【6】

从供应链角度看，这是把复杂现场工程转化为可重复制造的产品。芯片到货之后的安装、调试和验收，也在决定算力何时可用。

07 买得便宜，不等于算得便宜。英伟达称，DSX MaxLPS通过动态分配电力，可在相同Token产出下减少最多30%的功耗；这是厂商发布的能力口径，实际效果仍取决于配置和负载。【7】

对采购决策而言，设备单价只是成本的一部分。电费、利用率、停机、部署等待和软件适配，都应进入比较。一套便宜却长期闲置的系统，未必比昂贵但持续产出的系统划算。

08 物理AI的重要入口，可能是通信基站。黄仁勋把移动通信列为物理AI应用：通过无线电感知环境、处理信息，再调整通信行为。英伟达与诺基亚等伙伴，也正推动通信网络承载分布式AI计算。【8】

这个视角扩大了我们对AI的理解：它不一定长着机械手，也可能藏在城市通信设施中。运营商拥有的站点、电力和连接能力，因而有机会承载新的服务，商业回报仍需验证。

09 人形机器人的吸引力，包含一笔规模经济账。黄仁勋的论证是，如果每种任务都对应一种特殊机器人，就难以形成规模；相对统一的形态若能覆盖大量任务，便可能降低开发成本、加快迭代。【4】

这并不代表人形适合所有工位。在我看来，企业选机器人仍要算具体任务的效率、可靠性和成本；“通用带来的规模收益”能否超过“专用带来的效率优势”，才是关键。

10 机器人要更快学会干活，往往先在虚拟世界里练习。演讲展示了先仿真训练、再评估并部署到实体机器人的流程。【1】

数字孪生，就是为现实设备和环境建立可测试的数字版本。这给制造业的启发是，把一部分试错前移，可以减少直接在现场反复尝试的成本。不过，仿真有用的前提是接近现实，最终仍要验证安全性和稳定性，演示成功也不等于已经具备量产能力。

贯穿这10点，我看到的是同一个问题：AI如何进入真实业务，并持续产生可衡量的价值？

对中国企业而言，可以从一条具体流程开始，例如供应商延期后的影响分析：数据能否接通，替代方案能否验证，权限是否清楚，结果是否优于原有方法。回答好这些问题，才有依据决定下一笔AI投入。

图片来源：nVIDIA

大厂高管分享AI实操锦囊！11/7号，苏州，不见不散！“码”上报名。

如果你无法参加线下，欢迎下方预约线上。

版权及免责声明：“卢山说AI精进”个人公众号的文章均为本人原创（含联合AI创作部分）。未经本人许可，禁止进行转载、摘编及复制等任何使用。如需转载、引用或者有其它意向，请事先通过本公众号后台等方式申请并获得授权。原创文章中的部分文字、图片源于网络，如有任何问题请联系本公众号。