继昨日Dwarkesh Patel与黄仁勋万字播客对谈之后，今晨，黄仁勋的另一场对话视频对外公布。北京时间4月17日凌晨，美国斯坦福大学商学院（Stanford Graduate School of Business）放出本月初举行的一场圆桌对话，主要围绕美国AI和科技发展、中美AI竞争、硅谷AI变化等重要话题。本次58分钟视频中，对话嘉宾分别是英伟达创始人黄仁勋、美国加州的国会议员罗·卡纳（Ro Khanna），主持人则是斯坦福商学院院长、菲利普·H·奈特讲席教授莎拉·苏尔。在对话中，黄仁勋坦言，新一代AI完成了三重跨越：从感知智能，到生成式智能，再到通用AI。这一轮AI浪潮展现出超强能力，落地成果有目共睹。当下的核心问题在于：我们该如何把握机遇，而非AI“取代人类工作”。“岗位核心价值，和日常重复性工作，是完全两个概念。”黄仁勋指出，我们必须区分“工作任务”与“岗位价值”。AI 提升了诊断效率，医院可以接诊更多患者、开展更多影像检查、优化医疗服务、提升营收。科室规模扩张之下，必然需要更多专业医生，形成正向发展循环。最终的结果就是——医疗行业对放射科医生的需求大幅上涨，人才供给严重不足。放射科的核心价值，从来不是单纯看片，而是结合影像、对接医患、联动临床、精准诊断。所以，他认为，AI其实在倒逼从业者持续创造更多的价值。谈到中美AI竞争和出口限制，黄仁勋表示，我们必须认清现实，全球深度相互依存，不存在绝对的独立与封锁。国际博弈并非简单的是非博弈，现实远比棋局复杂。如果一味奉行封闭主义、技术封锁、脱钩断链，试图独占所有优势资源，最终只会反噬自身。对手同样手握关键筹码，没有谁可以独善其身。
正因这种全新的计算模式，整个计算机行业迎来全方位变革。依托强大的技术能力，企业格局、行业定位、数据中心的核心功能全部改写：数据中心不再只是文件存储载体，转而成为文本数据生成的核心载体，我将其称作「算力工厂」—— 以电力为基础，源源不断生成数字内容，本质上是一种新型生产模式。传统数据中心只是文件服务器，而当下的算力中心，是由海量设备组成的内容生成枢纽。当下核心问题在于：我们该如何把握机遇？毋庸置疑，新一代人工智能完成了三重跨越：从感知智能，到生成智能，再到通用智能系统。这一轮人工智能浪潮展现出超强能力，落地成果有目共睹。人工智能对各行各业的深层影响，我们稍后再展开探讨。首先，我们要从产业视角认清人工智能的本质。结合刚才所说的计算变革，人工智能产业分为五大核心层级：底层是能源与芯片基础设施；第二层为云端算力、AI 工厂等基础算力设施；第三层是人工智能模型；而最关键的顶层，是人工智能落地应用。应用场景覆盖企业级软件、消费级产品、药物研发、机器人、工业制造等诸多领域。五大层级各自对应独立的产业链、市场赛道与企业群体。我想强调的核心观点是：美国想要持续领跑全球，就必须在这五大层级全面占据优势。每个层级都有独特的行业痛点、发展规律与市场主体，唯有保障全链条协同发展，才能稳固整体优势。其中，应用层是重中之重。一旦应用层发展受阻，产业发展的正向循环就会断裂；创新停滞之下，技术与产业都无法实现规模化扩张。因此，必须推动人工智能应用全面渗透美国社会与各行各业，让技术真正落地普及。倘若我们因过度谨慎、盲目恐慌，刻意抵制人工智能，通过严苛监管限制技术在社会与产业中的落地，最终只会拖慢自身发展节奏。这场由美国开创、由美国领跑的全新工业革命，若是因为自我束缚而错失机遇，将会是巨大的遗憾。黄仁勋进一步指出：计算机行业的特殊性，远超绝大多数产业。在我看来，计算机（AI算力）和科技产业是美国的核心瑰宝。不同于其他赛道，美国在全球计算技术领域长期处于绝对领跑地位，而斯坦福所在的地区（加州），正是全球计算机技术与高等教育的核心枢纽，这份优势毋庸置疑。美国另一大核心支柱是金融服务业，支撑着全球经济运转。几乎所有传统行业都需要政府补贴与贸易保护才能生存，但计算机（AI）与金融两大产业例外，我们依靠自身实力实现蓬勃发展，领先优势难以被复刻。纵观全球商业史，没有任何一家企业能拿下全球94%至95%的市场份额，而英伟达曾经在中国市场的市占率就达到了95%。足以看出，计算机产业本身具备极强的竞争力，并不需要监管政策刻意扶持。当下的核心问题，是监管会给行业带来怎样的影响。政策制定必须贴合技术发展的客观规律，认清技术的核心本质。很多人存在认知误区：人工智能绝不只是单一模型，计算技术也不局限于操作系统，不能用单一定义局限行业边界。我们必须读懂人工智能产业的完整生态，通过合理的产业培育，让技术为国家安全、经济安全赋能，实现行业长效繁荣。政策的核心目标应当是巩固国家核心利益，在此前提下，精准界定监管边界，明确监管对象。监管的设计，必须以守住、甚至放大全球竞争优势为前提。大众最大的认知误区，是将人工智能简单视作单一技术产物，忽略了它五层架构的完整产业链。事实上，美国与诸多竞争经济体之间，存在深度的产业相互依存关系。人工智能产业正是美国再工业化的核心引擎。芯片制造、计算机生产、算力工厂建设全面落地，美国本土工业正在强势复苏。这一进程创造了海量制造业岗位，管道、建筑、电工、精密加工等传统技能岗位薪资翻倍、甚至三倍增长，带来了极佳的经济效应。美国需要强劲的经济增长引擎，支撑本土企业加大对内投资。英伟达计划投入5000亿美元，在美国新建芯片、计算机制造工厂，而这一切，都离不开健康繁荣的商业环境。因此，我们要依托人工智能浪潮，优化全球制造供应链布局，推动产能回流本土，打造均衡多元的经济结构，摆脱单一产业依赖。随后，黄仁勋谈到了“AI取代人类”的话题：首先我要明确“人工智能会大规模消灭就业”的说法，既片面又有害，纵观历次工业革命，所有新技术都会重塑岗位形态，而非单纯淘汰就业。人工智能发展初期，一位现代人工智能奠基人、顶尖计算机科学家曾断言：十年后，放射科医生会成为最鸡肋的职业。理由是：人工智能将全面渗透医学影像领域，全自动完成片子读取与分析，彻底替代人工。十年后的今天，他的预判全部成真：人工智能全面落地放射科，所有医学影像都依托 AI 辅助分析，智能筛查的工作量暴涨。但反常的是，放射科医生的岗位数量不降反升。所有人都会疑惑：影像筛查的基础工作已经被 AI 自动化替代，为什么医院反而需要更多医生？答案其实很简单：岗位核心价值，和日常重复性工作，是完全两个概念。以我自身举例：我的日常工作离不开沟通与文字处理，而人工智能的文字生成、对话能力早已远超人类，但我的工作反而愈发繁忙。我们必须区分「工作任务」与「岗位价值」。当年「放射科医生即将消亡」的错误舆论，误导了大量年轻人，导致该专业报考人数锐减，进而造成了人才缺口。最终的结果就是：医疗行业对放射科医生的需求大幅上涨，人才供给严重不足。放射科的核心价值，从来不是单纯看片，而是结合影像、对接医患、联动临床、精准诊断。AI 提升了诊断效率，医院可以接诊更多患者、开展更多影像检查、优化医疗服务、提升营收。科室规模扩张之下，必然需要更多专业医生，形成正向发展循环。同理，软件工程行业也是如此。很多人预言 AI 会淘汰程序员，但如今英伟达全员普及智能 AI 助手，所有工程师都在借助工具开发。现实呈现两个明显趋势：第一，熟练运用 AI 工具、协同智能系统开发的工程师，成为企业最稀缺、最核心的人才，职业发展遥遥领先。第二，程序员的工作强度不降反升。过去，大部分时间都消耗在基础代码编写上；如今，AI 一键完成基础开发，编码效率大幅提升。效率解放了重复劳动，企业开始期待更多创新方案，工程师需要持续输出创意、优化产品、迭代功能。智能助手会实时同步需求、对接问题、跟进开发，倒逼从业者持续创造价值。无时无刻，AI工具全程协同工作，从业者愈发忙碌，但企业的整体产能、研发速度、业务规模全面升级，不断突破过往的发展边界。大众的核心认知误区在于：企业的开发价值，等同于固定的代码产出量。比如认为英伟达每年完成十亿行代码，就等于完成年度目标。很多人因此认为：AI 自动化完成十亿行基础代码，万人团队只需寥寥数人即可替代，大量岗位会被裁撤。但现实完全相反。过去受限于人力，我们只能完成十亿行代码；而 AI 解放生产力后，我们的目标升级为万亿级代码开发，探索全新技术领域、扩大业务规模、降本增效、创造全新赛道。重复任务被替代，但更高价值的岗位持续增加。简单重复、无需复杂决策、无场景差异的纯机械化岗位，确实会受到 AI 冲击。但放眼全局，历次工业革命都会完成岗位迭代，新创造的就业岗位，远多于被淘汰的岗位，本次人工智能革命也不会例外。本次变革的逻辑，与人类过往每一次技术革命完全一致。毫无疑问，让所有人共同跟上时代步伐是第一要务。现实是：极少有人会被AI直接淘汰，真正的竞争来自掌握 AI 工具的同行。因此必须让全民学会使用AI工具。现实中已有大量案例：普通木匠借助 AI 转型为建筑设计师，只需口述需求，AI 就能生成高精度设计图纸与方案；普通人也能借此转行成为室内设计师。
AI 帮助劳动者提升专业能力、服务质量与商业价值，拓宽业务边界。所以我们首先要破除认知误区：人工智能并非高深莫测、难以上手的小众技术。
它是一项人人都该掌握的通用工具。正因操作门槛极低，人工智能才成为人类历史上普及速度最快的技术。
我们需要降低使用门槛、褪去技术神秘感，消除大众的恐惧心理，让所有人借助 AI 提升自我、赋能工作与生活。
夜雨聆风
