黄仁勋:那些大谈“AI 终结人类”的特权阶层,只是不想让你分到时代的红利

这种焦虑，与当下 AI 革命正在发生的剧烈质变互为表里。两年前，ChatGPT 爆红，硅谷和美元资本曾寄希望于一种“轻资产、高增长”的软件奇迹——写诗、画图、聊天，轻盈而浪漫。但在 2026 年，这场革命一脚撞上了物理世界的硬壁。

英伟达今天的盛景，源于黄仁勋多次在深渊边缘的极限下注。2022 年，矿潮退去、PC 冰封，英伟达股价一年内暴跌 66%。在行业最绝望的时刻，黄仁勋做出了买断台积电 CoWoS 先进封装产能的决定。这笔在当时看来极其冒险的供应链对赌，让英伟达在几个月后大模型爆发、全球抢购显卡时，成了牌桌上拥有最多筹码的庄家。

赢下这最险的一局后，黄仁勋开始向外界输出他完整的世界模型。在这场由红杉资本合伙人 Konstantine Buhler 主持的最新对话中，他为下一个十年的计算范式与生存法则定了调：

• 现代计算机整整六十年来都在重复“预录与检索”的逻辑，数据中心本质上只是硬盘存储器。
• 未来的互联网，主要的“网民”将不再是10亿人类，而是数千亿个昼夜不停运转、全天候相互协作的AI智能体。
• 只要物理世界的事物是有规律、可预测的，它就具备了可以被学习的结构。
• AI 本质上就是计算机硬件和软件的组合，我们对它的工作原理了如指掌。如果一件事物超出了我们的认知，我们根本不可能精准地去迭代和改良它。
• 别被AI抢占岗位的恐慌吓退。日常的繁琐任务不等于核心的职业使命。
• 世界上懂 C++ 等编程语言的人只有 2%，但精通人类自然语言的人是 100%。科技平权时代已经到来。

真正能干活的智能体 AI

主持人：我们正身处一场波澜壮阔的 AI 革命之中。它的规模之大、速度之快，恐怕连当年的工业革命都难以企及。你曾指出，我们眼下正在经历人类历史上规模最大的一次基础设施建设，而这场建设的核心正是“AI 工厂”，其背后的赋能者正是英伟达。你能为我们解释一下，究竟什么是“AI 工厂”？为什么说它是未来十年所有企业最值得投入的黄金赛道？

黄仁勋：我们可以从很多维度来理解 AI。对大多数人来说，最熟悉的 AI 形态莫过于浏览器里的聊天机器人。你输入一段提示词，它就会给你一段反馈，这是一种最直接的互动。

即便是一些早就接触 AI 的朋友，也能明显感受到过去两三年里 AI 能力的突飞猛进。两年前，ChatGPT 横空出世。本质上，它是一款能够理解输入内容的软件。它不仅能感知和理解信息，还能将这些信息转化并生成全新的内容。

比如，你可以对它说：这是我发给你的 PDF，请帮我做个摘要。这是“文本到文本”的转化。你也可以说：根据这个 PDF 里的故事，帮我画一张图。这就是“文本到图像”的跨越。反过来，你发给它一张照片，问它里面画了什么，它就能实现“图像到文本”的转化。可以说，它实现了任何模态到任何模态的自由转换。

两年前，AI 的核心能力主要体现在这种“翻译”和转化上。我们称之为生成式模型或生成式 AI。但在生成式 AI 这个概念背后，隐藏着一个极其关键的逻辑：要想完成比单纯的理解和生成更有价值的任务，系统必须具备思考能力。而思考的过程，离不开词汇的生成。正是生成式 AI 的这一底层逻辑，赋予了它产生内部联想、进行逻辑推理、按步骤拆解并解决复杂问题的能力。

不仅如此，它还开启了另一项如今至关重要的能力——通过生成智能来控制其他载体，也就是调用工具。无论是浏览器、表格软件，还是 Photoshop、PowerPoint、AutoCAD 等，这些在今天都是数字化的工具。但终有一天，这些工具会走向实体机械化。如果智能系统生成指令去控制一套机械系统，那就是机器人技术；如果生成的指令去操控一辆带方向盘的机器，那就是自动驾驶。

两年前，大家看到的还只是初现端倪的雏形。当时我们叫它 ChatGPT，很多人觉得它很好玩、很新奇，但也经常一本正经地胡说八道。这些评价都没错，但这恰恰是引爆今天这一切的底层技术基石。

两年后的今天，我们迎来了智能体系统。这是理解 AI 的另一个视角。刚才我描述了 AI 所能展现的能力。如今，大家可以通过 ChatGPT、Codex 或 Claude 切身感受到，AI 不仅能够理解信息，更学会了推理并真正开始上手干活了。

两年前，当 AI 只能理解你并生成一些信息时，我们觉得它很有趣、很新奇，甚至有点可爱。写首小诗、编首乡村民谣，找它再合适不过。但这只是两年前。而现在，由于 AI 能够真正上手干活，它的商业价值开始全面爆发。它能够输出极具实用价值的成果，并且能够凭此获得报酬。生活中我们喜欢和聪明的人交朋友，也欣赏那些无所不知的万事通，但我们不会平白无故给他们发工资，我们只会为实实在在的工作成果付费。

这就是过去两年里发生的最根本的变化。AI 从拥有基础能力，跃升为能够产出高价值的工作成果。如今它产出的成果如此丰硕，以至于我们每天都在和它打交道。我们开始按小时向 AI 付费，可能是每小时 20 美元或 30 美元。大家现在都在向 AI 源源不断地投入资金，这也让它成为了人类历史上增长最快的软件业务——原因很简单，它能替我们干活，而我们愿意为此买单。

以上是基于“AI 能做什么”这一维度的审视。而要看清主持人刚才提到的产业大势，我们还需要引入另一个至关重要的视角。

比如，为什么有些企业和创业者能够顺势而起，将自己推向万亿级产业的风口浪尖？因为当他们看到 AI 的这种能力时，他们首先思考的是：这对下游产业意味着什么？这是一个非常值得探讨的话题。

既然 AI 已经具备了这种能力，那么医疗保健、金融服务、生命科学、智能制造、现代物流、交通运输、零售、广告以及娱乐等各行各业，将会发生怎样的颠覆？沿着这个思路，我们可以讨论的话题无穷无尽。这固然引人入胜，但我们同样应该往上游看。在工业和产业源头，这又意味着什么？要回答这个问题，我们首先需要回归第一性原理。

刚才我说过，AI 是软件，是由计算机运行并生产出来的。那么，计算机究竟发生了什么变革，才让这一切成为可能？

我们今天所熟知的现代计算机，诞生于大约 64 年前。当时，IBM System/360 的发布轰动了整个计算界，IBM 也凭借此举成为了当时全球市值最高的公司。他们奠定了现代计算机的底层框架。时至今日，我们对计算机的所有定义，其实都是在 1964 年确立的。在过去的 60 年里，这一范式基本没有发生根本性的改变。

在传统的计算模式中，核心逻辑可以总结为“预录与检索”。你写好一个故事，存成文件；你手写一段程序，存成文件；你拍张照片、录段音乐、制作一段视频，全部都保存在硬盘里。当你想用的时候，计算机就把它们从硬盘里读取出来。虽然这个读取过程经过了智能化算法的优化——比如推荐系统会根据不同人的喜好推送不同的新闻，但从根本上说，现代计算机依然是一个“基于检索”的系统。这也是为什么那些装满服务器的建筑被称为“数据中心”而不是“计算中心”，因为它们本质上是在存储数据，然后根据你手机屏幕上的每一次滑动，把相应的数据检索并呈现给你。

但现在情况变了。为了让 AI 实现我刚才提到的那些神奇功能，每次我与它对话，我都必须向它提供新的信息——也就是上下文，以及一个新的指令——也就是查询。AI 结合上下文和指令，先进行理解，再进行推理，最后根据具体情境动态输出相应的内容。

这意味着，你每一次使用 AI，它呈现的所有内容都是当场原创、即时生成的。就像我现在对你们说的话，全部都是实时组织出来的。因为我意识到在座的各位来自 60 个不同的国家、128 个不同的家庭，有着截然不同的专业背景。你们中也许有人来自计算机行业，但绝大多数人都不是。因此，我必须在保持专业深度的同时，用最通俗易懂的方式向大家剖析，而我的最终目的，是希望能为大家指明下一个投资的风口。

我会提供足够的信息，帮助大家建立起自己的分析框架。这样，当你们下一次看到某个产业机会时，就能敏锐地察觉到：这绝对值得投，这会是一个庞大的朝阳产业。虽然它现在看起来只有千亿美元的规模，但和它未来的天花板相比，现在才刚刚起步。这就是我想带给各位的行业直觉。

计算机产业整整 60 年都是以检索为基石的，而如今，一切都在瞬间转变为即时生成。我们称之为智能。这也正是此时此刻我正在为各位展示的能力——一种融入了情境感知和即时应变能力的智能。你们给我提了一个问题，我的答案随之生成。这就是一种高级智能——人工智能。

今天的计算机正在被彻底重构。它已经演变为一个生成式的系统。在未来，你所看到的每一个字符、每一个字母、每一个单词，甚至看到的每一段视频、每一张图片、每一支广告、每一期电视节目、每一条新闻，都将是因人而异的。主持人看到的、我看到的，以及在座各位看到的，都将是千人千面的完全不同的内容。因为系统会根据你的兴趣、你的背景、你的身份、你提问的角度和方式，为你量身定制专属的生成内容。

因此，未来你眼前的每一个像素、耳边的每一个音符，都将是原创生成的，而不是从某个数据库里检索出来的。这也意味着，未来世界将需要海量的生成器。而英伟达正是靠制造这种生成器立足的。它们是庞大的超级计算机，源源不断地生产着人类社会的智能。

那么，接下来的核心问题就是：这个市场的空间究竟有多大？

目前，我们每天生产的智能服务于全球大约 10 亿人口。既然我已经提到 AI 已经具备了智能体特征，能够独立完成工作，那么让我们来看看这意味着什么。如果它能独立工作，那么一个智能体就可以和另一个智能体对话，比如：我手里有个任务，咱们搭个伙一起干吧。于是，企业内部就会出现成百上千个不同的智能体，彼此协同，共同攻克业务难题。

在英伟达内部，主持人非常清楚，我们自己就是智能体 AI 的重度用户。此时此刻，我们有数十万个智能体在忙前忙后、互相交流、解决各种各样的问题。当然，这一切都是在安全沙箱和严格的规则框架下运行的，但它们之间的协同极为高效。

这意味着，在不久的将来，这个如今服务于十亿网民的互联网，其主要的网民将变成数千亿个昼夜不停运转的 AI 智能体。它们会全天候接入网络，互相沟通。它们会聊些什么？那将是公司与公司智能体之间的业务对接、员工与员工智能体之间的工作协同，还包括具备智能体属性的自动驾驶汽车和机器人，甚至连工厂制造系统和每一栋大楼都会化身为智能体。大大小小的智能体将遍布世界的每一个角落，通过互联网紧密相连。而它们之间传递的所有指令、需要相互理解的每一个决策，全都是实时生成的。

未来，整个世界都将被一层无形的计算网络所包裹，它就像一个环绕地球的巨大茧房，一刻不停地孕育并生成新的智能。这听起来可能有些天马行空，但在人类历史上，类似的奇迹其实已经上演过两次了。

三百年前，德国的西门子制造出了一种非常奇特的机器。人们走到机器前点燃炉火，机器的另一端就会源源不断地释放出一种神奇而无形的力量。当时没人知道那是什么，但今天我们管它叫电能。如今世界上有多少发电机在运转？我们叫它电网。电网就像一张巨网，牢牢地包裹着我们的星球。

接着，在 35 年前，美国诞生了一种网络矩阵架构，也就是后来的互联网。它在哪里？它同样无处不在，网罗了整个世界。

到了今天，能源网、通信网和智能网正以前所未有的姿态共同环绕着地球。智能将和水、电一样，成为一种触手得的基础资源。而英伟达要做的，就是建造承载这一切的全新一代动力机器。

三百年前发明的机器叫发电机。通过发电机，各种形式的自然动力被输入进来——无论是瀑布、风力、火焰还是蒸汽，它成功将物质原子的运动转化为了电子的奔涌。

而现在，我们将这些电子导入英伟达的机器中。电子源源不断地流入这座由我们打造的工厂，而流出的则是数据。这些数字通过不同的排列组合，化作了语言和数学，甚至演绎成全新的生命和自然之歌。我们学会了蛋白质的语言，破译了人类生物学的奥秘；我们读懂了物理世界的语言，能够洞察物理规律、气候变化与天气预测；我们掌握了三维世界的语言，以此驱动机器人和自动驾驶；我们更是学会了各种不同形态智能背后的深层逻辑。

AI 产业的五层蛋糕架构

主持人：太精彩了。现在我们终于清晰地理解了 AI 的底层逻辑、它的建造方式以及未来广阔的市场前景。

我感觉你彻底主导了刚才的谈话，你的一番话刚好为我接下来的提问做了最好的铺垫。这确实是一场翻天覆地的伟大变革，你为我们勾勒出了三次历史性的技术蜕变：第一次是与每个人都息息相关的能源革命（今天在座的许多嘉宾就来自全球各地的制造巨头和能源巨擘都渴望能搭上这班时代的列车。我们先聊聊大型企业，然后再谈谈个人的机会。大家该如何加入这场浩浩荡荡的浪潮？

黄仁勋：既然刚才已经分享了两个思维模型，那不妨让我再抛出一个模型，来帮大家把整个故事串联起来，也希望借此能完整覆盖 AI 发展的四个阶段。

刚刚我们探讨了 AI 的实际能力，以及这些 AI 工厂是如何运转的。这些超级工厂的建设成本极高，每吉瓦的造价大约是 500 亿美元。这可以说是世界上最昂贵的工厂，但它所蕴含的经济回报同样惊人——一座造价 500 亿美元的工厂，能够创造出 3000 亿到 4000 亿美元的智能产值。这种生产价值极其可观，投资回报周期也快得不可思议。

如果从投资者的视角来审视，AI 的整个产业链版图究竟是怎样的？我们可以把它形象地看作是一块五层蛋糕。

最底层是能源。正如我之前提到的发电机，以及如今各种先进的交流发电机和发电技术。对于能源行业来说，这是几代人难得一遇的巨大增长契机。这可能是近百年来，许多国家首次迎来了对电网进行大规模升级改造的黄金期。这也是投资清洁和可持续能源——无论是核能、风能、太阳能还是氢能的绝佳时机。只要能稳定发电，就绝对不缺资本的青睐。我们正处于一个史无前例的时代，仅今年一年，全球市场就将向这块五层蛋糕注入高达 1 万亿美元的资金。西门子业务蒸蒸日上，三菱发展迅猛，GE Vernova 等行业巨头也都迎来了业绩的爆发。这第一层，就是稳固的能源基石。

第二层是算力硬件。这包括芯片、服务器、网络设备、交换机以及硅光子技术等。简单来说，就是构建整套计算系统的硬核装备。

第三层我们称之为物理基础设施。这包括土地、电力配额、厂房主体结构、资金支持以及数据中心的日常运营管理。在今天，这些资源无一例外都极度紧缺，是名副其实的稀缺资产。

第四层是大家最为瞩目、也常常直接等同于 AI 本身的模型层。它架构在算力设备和云基础设施之上。这是人类近代史上罕见的、由市场力量驱动大量资金源源不断自主涌入的生态沃土，是创业者的黄金乐园。模型层不仅有大家耳熟能详的 OpenAI 和 Anthropic，更有一些平时隐藏在聚光灯背后的力量。千万不能忽视这一点：正如我之前所说，AI 已经学会了世界上任何有组织、有结构的事物的语言和内涵。

我们平时聊得最多的是语言，但别忘了，只要事物本身具有某种结构，AI 就能够去学习并掌握它。让我来给大家举一个关于结构的例子。

今天当我走进这个大厅时，我预期会看到许多听众，而大家的坐姿和状态也都在常理之中。如果突然看到有人倒挂在天花板上，有人飘在半空中，或者人体结构支离破碎，甚至有人呈半透明状态，那计算机就很难去理解和学习，因为每一次看到的都是混乱和无序的。这也是为什么量子领域的规律如此难以掌握的原因。

但现实世界是有规可循、有结构可依的。比如人类都有眼睛，这就是一种结构。我刚才坐下来的时候，心里是非常笃定的，不会去担心有 53%的概率会稳稳坐下，而剩下 47%的概率会直接从椅子里穿过去。只要事物是有规律、可预测的，它就具备了可以被学习的结构，计算机也就能逐渐领会其背后的深意。

基于这一逻辑，我们成功让 AI 读懂了蛋白质的内涵。我们正在逐步理解基因的真实含义——不仅限于对它们进行测序或使用 CRISPR 进行编辑，而是深刻理解这段基因究竟代表了什么。同样，我们也在探索细胞的奥秘：细胞为什么会产生特定的行为？两个细胞相遇时会发生什么？这和学习词汇的道理如出一辙。当我把两个词组合在一起时，它们会产生奇妙的化学反应，融合成一个全新的意思。理解细胞的运作方式，本质上就是如此。

站在计算机的角度来看，无论是细胞、蛋白质、单词、图像还是汽车，它们并没有本质的区别，全部都可以被抽象为一个个 Token。

作为计算机科学家，我们的核心任务，就是寻找到最合适的方法，将物理世界的庞杂信息以各种形式数字化表达，好让计算机能够看懂、进行逻辑推理、制定出执行方案并付诸行动。无论是蛋白质、细胞还是人体构造，其背后的智能反馈回路都是相同的。只要事物在底层是稳定和可预测的，这个闭环就能完美运转。而现实确实如此，毕竟明天早上醒来，我的身体结构依然和今天别无二致。

我想表达的是，大家目前熟悉的可能只有两款顶尖的语言模型，但整个 AI 产业的宏大画卷才刚刚展开。除了日常对话，那些涵盖了所有物理实体、市场规模高达 80 万亿美元的实体产业，才是 AI 真正最重要的处女地，而这一块往往被大家所忽略。在此基础上，这些硬核技术正源源不断地输送给主持人平时密切关注的那些初创企业，赋予它们在金融、法律、审计、运输和物流等领域颠覆传统、锐意创新的无穷力量。

在五层蛋糕的最顶层，也就是应用层。去年，全球风险投资在这一领域的投入高达 1000 亿美元，创下了人类风险投资史上的新高。这笔庞大的资金正奔涌向这个旨在改善人类生活品质、提升生产力效率的应用蓝海。

这就是 AI 产业的五层宏大版图。如果你想在未来进行深耕，我向你保证，这个领域的增量空间将是超乎想象的。虽然我们现在已经投入了约 1 万亿美元，但这只是撬动未来每年高达 20 万亿美元的 AI 超级大生态的起点。我们用这 1 万亿美元，撬动的是一个 20 倍于此的未来。

当面对智能生产这个课题时，你只需要问自己几个最朴素的问题：智能对我们有多重要？谁迫切需要它？我们又需要多少？这些都是直击本质的问题。未来，无论是解析蛋白质、操控汽车、驱动机器人，还是进行语言沟通、推导数学公式、探索科学前沿，所有这些智能成果，都必须由我们制造的机器来即时生成。这块五层蛋糕，就是整个 AI 工业化时代的缩影，也是大家寻找黄金投资赛道的绝佳指南。

扔掉那些“AI 末日论”的剧本

主持人：你为我们描绘了一个规模达数万亿美元的超级历史机遇，无论是硬件制造还是基础设施建设都大有可为。如果 1 吉瓦的算力工厂造价是 500 亿美元，而未来几年将有 100 多个这样的项目陆续投产，那就是数万亿美元的庞大市场，再加上万物互联的应用层，其中的红利更是难以估量。对于那些亲手筑起这一切的建设者和各行各业的从业者来说，这意味着实实在在的高价值就业机会。

黄仁勋：完全正确，这点非常关键，我们必须隆重强调。

当前，世界各国对 AI 的发展态度各有侧重，文化背景也大不相同。对此，我的建议是：我们要警惕那些过度的类比和科幻小说的渲染，比如渲染终结者式的末日、大肆鼓吹奇点降临，甚至宣称 AI 有 20%的概率会彻底终结人类。这些危言耸听的言论，坦率地说，完全是无稽之谈。

有人经常念叨：我们根本不知道 AI 的底层原理，它太神秘了，说不定哪天早上它就会自己站起来走入现实，彻底失控。但我可以非常笃定地告诉大家，AI 本质上就是计算机硬件和软件的组合，我们对它的工作原理了如指掌。为什么我敢这么说？因为每一年，AI 都在按照我们的规划变得越来越强大。如果一件事物超出了我们的认知，我们又怎么可能精准地去迭代、改良它？一边声称我完全不知道它是怎么工作的，一边却能让它变得越来越好，这逻辑本身就是荒谬的。至于为什么有人热衷于宣扬这些言论，这背后确实是一个耐人寻味的话题。

总之，不要被这些故事吓退，要主动拥抱它、驾驭它。淘汰你的，绝对不是 AI 本身，而是那些率先学会使用 AI 的人。我们没必要为虚无缥缈的未来而焦虑，而应该牢牢把握住那些笃定的趋势。如果说我一定会输给那些善用 AI 的竞争对手，那么在担心被 AI 抢走饭碗之前，我首先要做的，就是让自己成为那个最会用 AI 的人。

为什么我要反复强调这个常识？因为在座的许多人都有孩子。作为长辈，你该如何给他们指引？是让他们避而远之，还是鼓励他们去掌握这门能够赋予普通人超能力的新型工具，在时代潮头乘风破浪？

我由衷地希望我们能并肩做好两件事。第一，作为技术的缔造者，我们正在竭尽所能地构筑起安全的红线。我向大家保证，全球无数的顶尖计算机科学家、巨额资金和饱满的情怀，正在全力倾注于 AI 的安全保障工作上，确保它能安全地造福每一个人。

事实胜于雄辩。大家可以对比一下两年前的 ChatGPT 和今天的产品。如今，AI 的幻觉现象已经大幅减少，几乎微乎其微。它不仅能提供极其精准、切合语境的知识，在遇到不懂的问题时，甚至还会主动去检索求证。得出答案后，它还会自我审视、反复推敲。它会列出两三种不同的方案并进行多轮复盘，最终才向你呈现那个最靠谱的终极答案。我们在安全防护、对齐机制以及事实性验证上的技术进步，速度之快，超乎想象。

道理很简单，和一百年前的老爷车相比，我显然更喜欢今天的智能汽车。因为技术在进步，它变得更加安全、可靠。而要保障这份安全，恰恰需要无数先进技术的加持。让 AI 变得更安全，正是我们整个科技界、科学家和工程师们责无旁贷的神圣使命。

第二，在座各位也有自己的使命，那就是去引导你所爱的人——你的家人、孩子、晚辈，你所在的团队和国家，让他们勇敢地探索 AI。既然我们认定它是一件能够改变游戏规则的秘密武器，就必须主动去掌握它，否则它就会变成别人超越我们的利刃。再次强调：真正击败我们的绝非 AI，而是那些掌握了 AI 的人。

哈哈，刚才这段话听起来有些严肃了。主要是因为主持人刚才提到了就业这个词。我对这个话题一直非常敏感，因为市面上实在有太多关于 AI 抢占工作岗位的凭空臆测了。

我们今年往全球科技生态中注入了整整一万亿美元，不是吗？这些资金在起什么作用？它们正在创造前所未有的海量岗位。

眼下，能源行业的用工需求达到了历史巅峰。芯片和半导体制造领域正以前所未有的速度招兵买马。物理基础设施建设——从数据中心的选址、电力配送、主体结构建设、财务审计，再到最核心的模型研发层，所有环节都在源源不断地创造就业。更不用说去年有千亿美元涌入最顶端的应用层，同样诞生了无数新兴职业。我们实际上正在开创一个就业岗位大爆发的时代。

当然，有人会问：那些传统行业的工作该怎么办？让我来给大家拆解一下。实际上，一个人的职业头衔，与他日常要处理的琐碎工作任务，两者之间虽然紧密相关，但绝不能简单地画上等号。

举个我自己的例子。我的工作是担任英伟达的首席执行官。我每天耗费时间最多的日常任务是什么？其实就是打字沟通和上台演讲。如果粗暴地套用逻辑，那 CEO = 打字员 + 传声筒。而 AI 在打字和表达上的能力已经堪比神明，可我不仅没有失业，反而比以前更忙了。当然，这只是一个善意的玩笑，接下来我给大家分享一个更具普适性、更深刻的真实案例。

大约十年前，一位全球享誉盛名的计算机科学家曾公开向世人发出警告。他预言：AI 将会彻底颠覆并消灭的第一个职业，就是放射科医生。我强烈建议年轻人千万不要报考这个专业，因为它迟早会被时代抹去。他的依据在于，早在 12 年前，计算机视觉技术就已经展现出了超越人类的潜能，在图像识别、病灶筛查上极为精准，而且不知疲倦、绝无疏漏。他据此推断放射科医生将不复存在。

在计算机视觉能力的预测上，他确实惊人地准确。如今，计算机视觉已经全面渗透到医学影像的每一个工作流中。但实际情况是，现在的放射科医生非但没有消失，反而人人都有了 AI 助手的强力赋能。

最有趣的是，全球对放射医学的需求量不降反升，放射科医生的从业人数也创下了新高。这是为什么？因为看胶片、找异常只是他们日常繁重的任务，而放射科医生的真正使命，是协助主治医生做出最精准的病情诊断。随着机械化的读片任务被 AI 接管，医生们的生产力得到了彻底释放。

这带来了双重效应：医院接诊的患者大大增加，做的影像筛查也呈指数级上升。放射科因此成为了医院里极具效益的科室。当医院发现该科室不仅效率高、创收好，而且能接诊更多患者时，他们反而会招聘更多的放射科医生，以此来扩大服务规模、提高医疗质量，从而挽救更多在死亡线上挣扎、排队等待救治的患者。

你看，当年那位计算机科学家言之凿凿地预言放射科医生的末日，可事实却截然相反。作为技术引领者，我们必须对自己的言论负责，不能信口开河，因为不实的言论会带来真实的社会伤害。在那次演讲发表后，很多年轻人因为恐惧放弃了报考放射医学专业，导致行业人才储备一度亮起红灯。然而，现实中的医疗体系其实无比渴望拥有更多的优秀放射科医生。

最近，又有人大肆宣扬：未来九成的软件代码都将由 AI 编写，所以我们不再需要软件工程师了。可现实是，英伟达目前招聘的软件工程师数量比以往任何时候都要多。因为一名优秀工程师的立身之本，在于运用逻辑去定义问题、攻克难题、不断推陈出新。我招聘研发人员时，从来不会扔给他一把键盘，跟他说：来，让我看看你每秒能敲出多少行代码。敲键盘绝不是软件工程师的核心价值，单纯的写代码也不是，用智慧去攻克一个又一个看似不可能的挑战，才是。

通过这两个案例，我想向大家阐明日常任务与核心使命之间的本质差异。这个规律普适于绝大多数行业。正是因为对行业的认知流于表面，某些计算机专家才会轻率地断言未来一半的岗位会消失、写代码将变得毫无意义或是放射医学即将绝迹。他们仅仅盯住了那些容易被自动化的单一任务，却忽视了整个职业背后所蕴含的真正价值与核心使命。

在计算机问世之前，放射医学的先驱就已经存在；在 AI 时代之后，放射科医生也依然会在一线治病救人。在软件代码流行之前，工程师们就撑起了人类文明的脊梁；在代码被 AI 托管之后，伟大的工程师们也绝不会退场。我想大家已经听懂了我的意思。

这就是我们应该秉持的工作观。归结起来有两点：第一，如果一个国家在这个时代拒绝投资 AI，它将生生错过一轮史无前例的就业大爆发；第二，如果一个国家或企业不积极布局 AI，它将彻底错失一次实现全员职业素养跨越式提升、向产业链高端跃升的黄金机遇。

AI 绝非就业的绞肉机，而是职业腾飞的阶梯。如果你今天是一名水管工，你的工作大多是按图索骥去安装管线；但在未来有了 AI 的辅助，你很可能同时成为一名优秀的水网设计师。我们都知道，通过 AI，你可以瞬间生成一幅极其精美、合理的现代化厨房管网设计图。同样，如果你现在是一名普通的木匠或家具导购，在 AI 的加持下，你将轻而易举地转型为独具慧眼的室内设计师。

我们的职业上限被无限拓宽了。你不再是一个单纯卖沙发的销售员，而是能为客户量身定制全屋美学方案的顾问；你不再是一个只管把木板钉在一起的木工，而是一位能够为客户描绘温馨家园的设计大师。你的专业技能在这一刻得到了质的飞跃。类似的例子数不胜数。

这就是我坚守的信念：现在外界盛行的那些 AI 悲观论调，其底色是完全错误的。他们试图通过制造恐慌来让普通人离 AI 远一点，好让一小部分特权阶层独占时代的红利。但在我长达数十年的技术生涯中，AI 其实是人类历史上抹平数字鸿沟、实现科技平权最强大的一股力量。

我这一辈子，有四十多年的光阴都奉献给了计算机设计事业。在过去的漫长岁月里，我们制造的技术越来越精密、越来越复杂，但这同时也导致了一个尴尬的局面：世界上能够真正通过编程来掌控计算机的人口比例，其实是在不断缩水的。

在座的各位，有谁精通 C++语言吗？哈哈，开个玩笑，第一排这几位创业团队的朋友举手了——而在这个高智商的会场里，比例大概也只有区区 2%。在日常社会中，懂 C++的人更是凤毛麟角。

但是，有多少人精通人类的自然语言？答案是所有人。如今，凭借自然语言，每一个普通人都拥有了给计算机编程的能力。编程不再是 2% 精英的专利，科技的鸿沟在这一刻被彻底填平。我们要做的，就是带上每一个人共同迈入这个新时代。