乐于分享
好东西不私藏

AI无用论实锤?英伟达高管自曝:养AI比雇人干活还贵!

AI无用论实锤?英伟达高管自曝:养AI比雇人干活还贵!

最近科技新闻里有一个明显的错位,Meta裁员8千人,微软推出自愿离职计划,甲骨文过去1年走了两万多人;另一边,全球科技公司在AI上的投入冲到7400亿美元,比去年多了近七成。

官方对外回答都是为了AI,必须腾出预算。但目前,这个解释似乎经不起追问。

英伟达应用深度学习副总裁Bryan Catanzaro直接捅破了这层窗户纸:“对我的团队来说,算力成本远远高于员工成本。"

这话从一个卖GPU的人嘴里说出来,多少有点黑色幽默。

那么,AI究竟是替身还是吞金兽?

正规海外大学在线AI项目
用于求职/移民/申博…
申请条件&学费&课表
👇
扫码了解
01
算力账单,比工资单还长
MIT在2024年做过一次系统性研究,专门算了一笔账:用AI做视觉识别类的活儿,什么情况下比雇人划算?
他们建模分析了美国各种岗位的自动化成本,发现只有23%的视觉类任务用AI替代是省钱的。剩下77%的场景下,雇人反而更便宜。
AI背后的算力消耗,本质上是一场电力消耗战。
训练一个大模型要上万块GPU堆在一起跑,这些芯片耗电惊人,数据中心还要散热、维护、升级网络。
例如你让GPT帮你写一封邮件,背后是成百上千台服务器在瞬间完成海量计算,每一秒都在烧钱。
更麻烦的是,各种AI擅自删库、写错代码的案例,已经成了技术圈里的段子。
因此,目前大多企业的常态是不敢让AI独立干活,必须配个人盯着。结果就是“AI+人"双重成本,比单纯雇人贵得多。
Uber今年就踩了坑,他们想把AI编程工具铺开用,结果仅仅4个月,全年的预算就见底了,CTO被迫重新做财务规划。
02
既然眼下不划算
为什么还要拼了命往里砸钱?

目前,AI并没有明显降低成本,但科技公司还在疯狂加码AI投入,且谁也不愿意停下。

多家机构预测,到2030年全球AI基础设施投入将达到数万亿美元,相当于好几个中等国家的GDP。企业相当于一边给员工发工资,一边给GPU交"高利贷"。

一位瑞士的AI研究者把这种现象叫做"短期错配"。

所有人都相信AI早晚会便宜下来、可靠起来,但现在还没到那个点儿。

Gartner在2026年4月给出的预测也印证了这一点,到2030年万亿参数大模型的推理成本将比2025年降低90%以上。

回头看看,历史上有过类似的时刻。蒸汽机刚出现的时候,又贵又笨重,效率未必比水力磨坊高多少。

但那些最早咬牙买蒸汽机的厂长,在成本降下来之后,成了工业革命里跑得最快的人。

今天的AI可能也处在这个节点上,混乱本身往往就是变革的前奏。

03
与其焦虑,不如先上手试试

回到每个职场人最关心的问题:AI会抢我的饭碗吗?

从眼下的成本账来看,AI更像一个“昂贵的外挂",而非“廉价的替身"。你打游戏开了外挂,操作确实上了一个台阶,但外挂本身不便宜,而且你还得自己坐在屏幕前动手。

对职场人来说,与其焦虑什么时候会被替代,不如换个思路——谁能更高效地用上这个外挂,谁就在未来多一层保险。

那些已经开始用AI的人,摸到了一些门道儿。

知道AI的边界在哪;知道半成品怎么打磨成成品;也知道哪些事交给AI做划算、哪些事必须自己来。

这种判断力,AI教不会,只能靠自己反复试错中积累出来。

对职场人来说,深度学习、自然语言处理、AI产品设计这些知识,正在从"加分项"变成"必选项"。

有人选择在职读一个美国大学的AI硕士,利用业余时间系统补齐理论和实战;也有人通过线上课程、开源项目、行业社群,边干边学。

滑动查看更多AI热门项目

路径不重要,重要的是别停留在焦虑阶段。

AI不会一夜之间取代所有人,但它会慢慢拉开差距。

那些在2026年就开始动手的人,和那些等到AI真正便宜了、好用了才想起来学的人,之间的差距,可能比他们想象的要大得多。

连接全球优质资源,我们与多所美国Top100名校合作,让好学者有更适合的学位项目。

专注海外名校在线工科硕士|干货资料免费获取 | 在读学员真实反馈|低成本读硕的避坑指南

扫码添加小助手

回复「硕士」,了解申请优惠详情

无论你是系统化学习AI和数据科学知识,还是转码新手规划路径,这里用干货助你高效决策。

✅了解海外顶尖学府项目细节(学费/学制/课程难度)

✅申请文书模板/学习时间管理技巧/海外学历认证攻略

✅已帮助35w+职场人匹配适合项目,比如热门计算机科学/人工智能/项目管理/应用人工智能/金融/MBA/DBA/心理学硕博/医疗健康管理

费用较传统留学低30%-85%获得与传统留学一致的硕博学位证书

📌 星标我们,不错过更新点击蓝字关注→