1月21日上午，英伟达CEO黄仁勋亮相达沃斯论坛，与BlackRock掌门人拉里·芬克展开了一场长达半小时的巅峰对话。
全世界从这场对话中接收到一个明确信号：AI已不再是科技圈里极客们所聊的专属话题，而是正式成为全球经济的底层操作系统。
如果你还认为AI是随时会破灭的投资泡沫，那么你就错失了黄仁勋在这场对话中所展现的深层野心。
01
为什么是英伟达，而不是贝莱德？
一开始，拉里·芬克就抛出了一个数据：自从1999年两家公司上市以来，贝莱德的年化总回报率是21%，而英伟达是37%。
要知道，21%在金融界已是神迹，这背后的本质区别在于：贝莱德管理的是存量财富的流动，而英伟达创造的是增量生产力。
黄仁勋在随后的对话中解构了这种创造力的来源——AI是人类历史上第一次，让计算机从预录制走向了实时推理。
过去所有的软件（像SQL数据库）本质上都是结构化的、预先设定好的逻辑。你输入A，它就去检索B。而现在的AI，能理解图像、文本、蛋白质结构等非结构化信息。这就意味着计算机不再仅仅是个数字图书馆，它变成了一个有理解力、能依据上下文来推理的智能大脑。
换句话说，过去人类在适应机器（学习编程、学习SQL），现在是机器在适应人类（理解意图、提示词工程）。
02
“五层蛋糕”理论：AI基建的真实版图
许多人谈论AI时，眼里只有ChatGPT。但黄仁勋用一个五层蛋糕模型，把这个产业的厚度彻底摊开了：
1.能源层（Energy）：这是蛋糕的底座。没有电，一切智能都是幻影。
2.芯片与基建层（Chips）：这是英伟达的主战场。
3.云服务层（Cloud）：算力的分发渠道。
4.模型层（Models）：现在的各种大模型。
5.应用层（Applications）：最终产生经济效益的出口。
这里有一个非常犀利的洞察：为什么现在还没到谈泡沫的时候？
黄仁勋给出了一个极其务实的指标：GPU租赁的现货价格正在上涨。泡沫的特征是产能过剩、需求萎缩，但现在的情况是，即便你出高价，也租不到英伟达的GPU。
从礼来（EliLilly）这样的制药巨头将研发预算从湿实验室转向AI超级计算机，到制造业强国（如欧洲）开始布局物理人工智能，全球正处于人类历史上最大规模的基建转型期。
03
消失的任务，与被强化的目的
关于AI是否会取代人类工作，黄仁勋给出了一个最理性的解释：区分任务（Task）与目的”Purpose）。
他举了放射科医生和护士的例子。放射科医生的目的是诊断疾病、救治病人，而任务之一是看X光片。当AI能以超人类的速度完成看片这个任务时，医生的效率提升了，医院能接待的病人变多了，结果是医院雇佣了更多的放射科医生来处理增加的病例。
这是一个极具启发性的思考框架：
如果你工作的价值仅仅在于完成某项重复性的任务，你确实处于危险中。
如果你能利用AI完成任务，从而更好地实现目的，你将变得不可替代。
黄仁勋在对话中提到，美国现在短缺500万名护士。如果AI能处理掉占护士一半时间的文书记录工作，护士就能回到病床前，给予患者更有温度的关怀。这正是技术的温度所在：它把人从工具性任务中解放出来，归还给人性化目的。
04
主权AI：数据是矿，算力是炼油厂
对话中另一个不可忽视的亮点是关于主权AI的讨论。
黄仁勋非常坦诚地告诉全球各国的领导人：你不能只进口AI，你必须拥有它。每个国家都有自己的语言、文化和知识，这些是非结构化的财富。如果一个国家不建设自己的AI基建，就相当于守着金矿却不会冶炼。
他甚至为发展中国家画了一张蓝图：AI是历史上最易用的软件。过去你需要博士学位才能编程，现在你只需要问AI我该怎么编程你。AI正在缩小技术鸿沟，而不是扩大它。
05
结语
对话最后，拉里·芬克提到了一个细节：黄仁勋在英伟达IPO后，卖掉股票只是为了给父母买一辆奔驰S级轿车。
这个温情的故事给整场充满算力、芯片和万亿美元的数据对话，涂上了一层人性的底色。
读完这场对话，我的感触是：AI时代的主旋律不是替代，而是赋能与扩展。当每个人都能通过简单的对话驱动世界上最强大的算力时，我们不仅在重塑生产力，更是在重塑人类文明的边界。
这时，我突然就想到了维根特斯坦的那句话，语言即边界。
附：英伟达黄仁勋与BlackRock掌门人拉里·芬克对话全文
拉里·芬克：早安各位，非常高兴能回到国会大厅。希望诸位昨天度过了愉快的一天，今天也享受其中。我非常荣幸地向各位介绍黄仁勋。他是我敬佩的人，是我一直关注的人，也是我在学习科技与人工智能旅程中的一位老师。看着他如何领导英伟达，真是令人赞叹。我不常与人比较，但我喜欢这个对比：自英伟达上市以来——那是1999年，与贝莱德同年上市——哦，天哪。
好吧。英伟达为股东带来的年化总回报率是37%。想想看，如果每个养老基金都在英伟达IPO时投资了它，我们每个人的退休金会多成功。同期，贝莱德的年化总回报率是21%，对于一家金融服务公司来说不算差，但显然相形见绌。这恰恰充分证明了黄仁勋的领导力、英伟达的定位，也很好地说明了世界对英伟达未来的信念。所以，黄仁勋，祝贺你取得的成就，我知道我们未来还有很多年的旅程要走。
黄仁勋：谢谢，我很感激。我唯一的遗憾是在公司IPO后，我想给父母买点好东西，于是我在公司市值3亿美元的时候卖掉了一些英伟达股票，给他们买了一辆奔驰S级轿车，那是当时世界上最贵的车。
拉里·芬克：哈哈。他们后悔吗？车还在吗？
黄仁勋：当然，车还在。
{jz:field.toptypename/}拉里·芬克：很好。让我进入正题。但我首先想说，关于人工智能的争论在于它将如何改变世界和全球经济。今天，我将探讨人工智能如何为世界经济增添价值，如何日益成为一项基础性技术，让在座的每个人都能利用它来提升我们的生活、提升世界上每个人的生活。我们需要讨论它将如何重塑几乎所有其他行业的生产力、劳动力、基础设施，但重要的是，它将如何重塑世界，以及世界更多领域如何能从人工智能中受益，我们如何确保全球经济的拓宽而非收窄。我想不出还有谁对人工智能是什么、围绕它需要建设的基础设施，以及人工智能的潜力有更清晰的见解。因为许多大型超大规模公司都在使用英伟达创造的产品，并且整个围绕人工智能基础设施的参与、人工智能的潜力，我认为今天上午/下午我们有一个很棒的声音需要聆听。
所以，黄仁勋，再次感谢你。这是你第一次参加达沃斯世界经济论坛，我知道你的日程非常繁忙，非常感谢你抽出时间。
黄仁勋：我很荣幸。
拉里·芬克：让我直接开始提问。你为什么相信人工智能有潜力成为如此重要的增长引擎？是什么使得此刻的这项技术不同于过去的技术周期？
黄仁勋：首先，当你想到人工智能，并以各种方式与它互动时——当然是用ChatGPT，当然是用Gemini，当然是用Anthropic的Claude——以及它能做的神奇事情，我认为从计算堆栈的基本原理来回溯是很有帮助的。这是一次平台转移。平台是构建应用程序的基础。这次平台转移就像转向个人电脑、转向互联网、转向移动/云一样。在每一次平台转移中，计算堆栈都被重新发明，新的应用程序被创造出来。这一次是新的平台转移，因为今天你使用的ChatGPT本身就是一个应用程序，但更重要的是，新的应用程序将构建在ChatGPT之上，新的应用程序将构建在AnthropicClaude之上，等等。所以，从这个意义上说，这是一次平台转移。
人工智能其实很容易理解，只要你意识到它能做到哪些你以前永远做不到的事情。过去的软件本质上是预先录制好的，人类需要输入并描述算法或步骤，让计算机去执行。它能够处理结构化信息，意思是说，你需要输入姓名、地址、账号、年龄、居住地等，创建这些结构化的表格，然后软件从中检索信息。我们称之为SQL查询。SQL是世界上最知名的数据库引擎，在此之前几乎所有东西都运行在SQL上。现在，我们拥有了一台能够理解非结构化信息的计算机。它能看懂图像并理解，能读懂文本并理解（文本完全是非结构化的），能听懂声音并理解其含义、理解其结构，并推理出该怎么做。
因此，我们第一次拥有了一台不是预先录制程序的计算机，而是能够实时处理信息的计算机。这意味着它能根据环境信息、上下文信息以及你给它的任何信息，来推理这些信息的含义，并推理你的意图——你的意图可以用非常非结构化的方式描述，我们称之为"提示"，但你可以用任何你喜欢的方式描述。只要它能理解你的意图，它就能为你执行一项任务。
这里重要的是，问题是"人工智能是什么"。当你想到人工智能时，你会想到人工智能模型。但从产业角度理解非常关键：人工智能实际上本质上是一个五层蛋糕。最底层是能源。因为人工智能需要实时处理和实时生成智能，它需要能源来实现。能源是第一层。
第二层是我所在的层面——芯片和计算基础设施。其上一层是云基础设施，云服务。
再上一层是人工智能模型。这是大多数人认为的人工智能所在层。但别忘了，要让这些模型得以存在，你必须拥有其下的所有层面。但最重要的层面，也是现在正在发生的层面，是应用层。去年对人工智能来说是非凡的一年，原因就在于人工智能模型取得了巨大进展，使得其上的应用层——我们最终都需要它成功——得以构建。所以这个应用层可能在金融服务、医疗保健、制造业等，世界所有主要行业。这一顶层最终是产生经济效益的地方。但重要的是，由于这个计算平台需要其下的所有层面支撑，它已经启动了——你们现在都看到了——人类历史上最大规模的基础设施建设。我们现在投入了数千亿美元。
我和拉里（拉里·芬克）有幸参与了许多项目，未来还需要数万亿美元的基础设施投入。这是合理的，因为所有这些上下文信息都需要被处理，以便模型能够生成必要的智能，来驱动最终构建在其上的应用程序。
所以，当你一层一层回溯并推理时，你会看到：能源部门正在经历惊人的增长；芯片部门——台积电刚刚宣布要建20座新芯片厂；富士康与Wistron、广达等合作，正在建造30座新的计算机制造厂，这些计算机随后会进入人工智能工厂。所以，芯片工厂、计算机工厂、人工智能工厂正在全球范围内建设。还有内存领域，美光在美国投资了2000亿美元，SK海力士和三星也表现出色。你可以看到整个芯片层在惊人地增长。
当然，今天我们非常关注模型层，但令人兴奋的是，其上的应用层也表现非常出色。一个指标是风险投资资金的流向：2025年是风险投资史上规模最大的年份之一，去年大部分资金流向了所谓的"人工智能原生公司"，这些公司在医疗保健、机器人、先进制造、金融服务等领域。世界上所有主要行业，你都能看到大量资金投入这些人工智能原生公司，因为这是第一次模型足够好，可以在其上构建应用。
拉里·芬克：让我们再深入一点。显然每个人都在使用自己的聊天机器人获取信息。但你说人工智能的普及将是关键。让我们谈谈更多关于其在物理世界普及的相关想法。你提到医疗保健是一个很好的例子，但在交通或科学等领域，你看到哪些变革性的机遇？
黄仁勋：去年，我认为人工智能技术层（模型层）发生了三件大事。
第一，模型本身从一开始只是有趣且充满奇思妙想，但产生很多幻觉。去年，我们可以合理地认为，这些模型变得更"接地气"了，它们能进行研究，能推理它们未曾训练过的情况，能分解成一步步的推理步骤，并制定计划来回答你的问题、进行研究或执行任务。所以，去年我们看到了语言模型进化成了我们称之为"代理型人工智能"的系统。
第二项重大突破是开放模型的突破。大约一年前，DeepSeek出现了，当时很多人都相当担忧。但DeepSeek对世界上大多数行业和公司来说是一个重大事件，因为它是世界上第一个开源的推理模型。自那以后，涌现出了一大批开源推理模型。开源模型使得公司、行业、研究人员、教育工作者、大学、初创企业等能够利用这些开源模型开始创造。
第三项去年取得巨大进展的领域是物理智能或物理人工智能的概念。这不只是理解语言的人工智能，更是理解自然的人工智能。它可以是理解我们所在物理世界的人工智能，也可以是理解蛋白质、化学物质、自然物理（例如流体动力学、粒子物理）、量子物理的人工智能。这些人工智能现在正在学习所有这些不同的结构和不同的"语言"（蛋白质本质上也是一种语言）。所有这些人工智能都取得了如此巨大的进步，以至于这些工业公司，无论是制造业还是药物发现领域，都在取得重大进展。一个很好的指标是我们与礼来公司的合作。他们意识到，人工智能在理解蛋白质结构和化学结构方面取得了非凡的进步，本质上已经能够像我们与ChatGPT对话一样与蛋白质"对话"。我们将会看到一些真正重大的突破。
拉里·芬克：所有这些突破都引发了对人类因素的担忧。你我在这方面有过多次交流，米兰但我们需要告诉全体听众：人们普遍担忧人工智能将取代工作岗位。而你一直在论证相反的观点。显然，正如你所说，历史上最大规模的人工智能基础设施建设将会发生，这将创造就业——能源领域创造就业，芯片产业创造就业，基础设施层创造就业……我是说，这很惊人。所以，让我们再详细一点。你真的认为我们将面临劳动力短缺吗？那么，你如何看待人工智能和机器人改变工作性质，而不是消除工作？
黄仁勋：我们可以从几个不同的角度来思考这个问题。
首先，这是人类历史上最大规模的基础设施建设，这将创造大量就业岗位。而且很棒的是，这些工作与职业技能相关。我们将需要管道工、电工、建筑工人、钢铁工人、网络技术员、安装和装配设备的人员等等。在美国，我们看到这个领域相当繁荣，薪资几乎翻了一番。我们谈论的是为建造芯片工厂、计算机制造厂或人工智能工厂的人员提供六位数的薪水。我们在这方面有很大缺口，我非常高兴看到许多国家真正认识到这个重要领域。每个人都应该能够过上美好的生活，你不需要计算机科学博士学位也能做到。我很高兴看到这一点。
第二点需要认识到的是，我们理论上探讨任务的自动化及其对工作的影响。我提供一些真实的例子，看看实际发生了什么。
记得十年前，每个人都认为第一个会被淘汰的职业是放射科医生。原因是第一个达到超人类能力的人工智能是计算机视觉，而计算机视觉最大的应用之一就是放射科医生研究扫描图像。十年后的今天，人工智能确实已经完全渗透并扩散到放射学的各个方面，放射科医生现在确实使用人工智能来研究扫描图像。其影响是100%真实存在的。然而，并不奇怪——如果你从基本原理推理，这并不奇怪——放射科医生的数量上升了。
这是因为放射科医生工作的目的是诊断疾病、帮助病人，这是他们工作的目的。他们工作的任务包括研究扫描图像。现在他们能够无限快速地研究扫描图像，这使他们有更多时间与病人相处，诊断疾病，与其他临床医生互动。同样，并不奇怪的是，结果医院能接待的病人数量增加了，因为有很多人等待扫描等了很长时间。因此，由于病人数量增加，医院收入增加，他们雇佣了更多的放射科医生。
同样的事情也发生在护士身上。美国短缺500万名护士。通过使用人工智能来记录和转录病人就诊信息（护士一半的时间花在记录上），现在他们可以使用人工智能技术。有一家与我们合作的公司做得很出色。结果，护士可以有更多时间探视病人，给予他们接触和关怀。
由于现在可以接待更多病人，不再受护士数量的瓶颈限制，更多病人可以更快地进入医院。结果，医院运营得更好，他们雇佣更多的护士。所以，并不奇怪，人工智能正在提高他们的生产力。结果，医院运营得更好，他们希望雇佣更多人。因为有太多人等待太长时间才能进入医院。这是两个完美的例子。
现在，思考人工智能对某项工作的影响，最简单的方法是理解这项工作的目的是什么，以及工作的任务是什么。如果你给我和拉里·芬克装上摄像头观察我们，你可能会以为我俩是打字员，因为我们把所有时间都花在打字上。所以，如果人工智能能自动化这么多文字预测并帮助我们打字，那我们就会失业。但显然，那不是我们的目的。所以，问题在于你工作的目的是什么。对于放射科医生和护士来说，目的是照顾人，而这个目的因为任务被自动化而得到增强和提升，使他们更有生产力。因此，只要你能推理每个人的工作目的与任务，我认为这是一个有用的框架。
拉里·芬克：让我们把话题扩展到发达经济体之外，帮助理解人工智能如何拓宽世界、帮助世界。我上周末读了一篇关于Anthropic的文章，基本上说最近人工智能的使用主要由受过教育的社会群体主导，甚至他们看到每个社会内部受教育程度更高的群体使用率也更高。显然，他们使用它时会基于自己的模型准则，因此可能带有其自身的偏见。那么，我们如何确保人工智能成为一种变革性技术，就像Wi-Fi和5G对新兴世界那样？当它与新兴世界和就业问题相交时，意味着什么？我们如何拓宽全球经济？回到整个就业情况，机器人和人工智能确实会在某些方面产生替代。在美国，替代已经发生。我们可能在创造更多的管道工和电工，但金融机构可能需要的分析师更少了，律师需要的分析更少了，因为他们能更快地积累数据。所以，让我们转向新兴世界/发展中国家一会儿。你如何看待那里的情况？
黄仁勋：首先，人工智能是基础设施。世界上没有一个国家——我无法想象——不需要拥有人工智能作为其基础设施的一部分。因为每个国家都有电力、有道路，你也应该拥有人工智能作为基础设施的一部分。当然，你总是可以进口人工智能。但如今训练这些模型已经不那么难了，而且因为有这么多开源模型，结合你本地的专业知识，你应该能够创建对你自己国家有帮助的模型。所以，我真的相信每个国家都应该参与进来，建设人工智能基础设施，构建自己的人工智能，利用你的根本自然资源——也就是你的语言和文化。不断发展你的人工智能，持续改进它，让你国家的智慧成为你生态系统的一部分。我认为这是第一点。
第二点，记住，人工智能超级易用。它是历史上最容易使用的软件，这就是为什么它是增长最快、采用最迅速的技术。我的意思是，仅仅两三年时间，用户数量就接近十亿了。我认为，首先，Claude非常出色，Anthropic在开发Claude方面取得了巨大进步、巨大飞跃。我们公司内部到处都在使用它。Claude的编码能力、推理能力、它的整体能力都非常出色。任何有软件公司的人都应该参与进来并使用它。另一方面，ChatGPT可能是历史上最成功的消费级人工智能，它的易用性和亲和力，我认为每个人都应该参与进来。无论是发展中国家的人还是学生，显然，学习如何使用人工智能、如何指导人工智能、如何提示人工智能、如何管理人工智能、如何为人工智能设置护栏、如何评估人工智能，这些技能与领导人员、管理人员并无不同——这些是你我一直在做的事情。所以，未来，除了基于碳基的生物智能，未来我们还会有数字版本的人工智能、硅基版本的人工智能，我们必须管理它们，它们将成为我们数字劳动力的一部分。
因此，我建议发展中国家建设自己的基础设施，参与人工智能，并认识到人工智能很可能缩小技术鸿沟，因为它如此易用、如此丰富、如此普及。所以，你知道，我对人工智能提升新兴国家的潜力实际上是相当乐观的。对于那些没有计算机科学学位的人来说，现在你们都可以成为程序员了。过去，我们必须学习如何编程计算机；现在，你通过问计算机"我该如何编程你？"来编程它。如果你不知道如何使用人工智能，直接去问人工智能："我不知道如何使用人工智能，我该怎么使用？"它会向你解释。你可以说："我想写个程序创建自己的网站，我该怎么做？"然后它会问你一系列关于你想建立什么样网站的问题，接着为你编写代码。所以，它就是这么容易使用。这当然是人工智能令人兴奋的惊人力量。
拉里·芬克：两个快速问题，我们时间不多了。我们现在身处欧洲，我们谈论了很多公司，提到了很多美国和亚洲的公司。跟我们谈谈人工智能如何与欧洲的成功及未来相交汇，你如何看待英伟达在欧洲扮演的角色？
黄仁勋：我有幸，或者说英伟达有幸与世界上每一家人工智能公司合作。因为我们在基础设施层，我们为各种人工智能提供支持——无论是语言模型、生物学、物理学，还是与制造业和机器人相关的世界模型。对于欧洲来说，真正令人兴奋的是，记住你们的工业基础非常强大。欧洲的工业制造业基础极其强大。这是你们现在跨越软件时代的机遇。美国确实引领了软件时代。人工智能是一种不需要编写软件的软件。你不是编写人工智能，你是教导人工智能。所以，现在就尽早进入，这样你们就可以将你们的工业能力、制造能力与人工智能融合，这将带你们进入物理人工智能或机器人领域。机器人对欧洲国家来说是一代人一次的机遇。无论是我访问过的所有国家，工业基础都非常非常强大。
另外要认识到的是，欧洲的深层科学仍然非常非常强大。现在，深层科学有了应用人工智能来加速发现的好处。所以我认为，相当确定的是，你们必须认真对待增加能源供应，以便能够投资基础设施层，从而在欧洲拥有丰富的人工智能生态系统。
拉里·芬克：那么，我听到的是，我们离人工智能泡沫还很远。问题是，我们投资足够了吗？让我们反过来看，因为有很多人在谈论泡沫。但根据你的说法，问题是我们是否投资足够，以完成我们需要做的、拓宽全球经济的事情？
黄仁勋：所以，检验人工智能泡沫的一个好方法是认识到：英伟达现在在云中拥有数百万个GPU，我们遍布所有云，到处都在使用。如果你现在想租用英伟达的GPU，会非常非常困难。GPU租赁的现货价格正在上涨，不仅是最新一代，连前两代的GPU租赁现货价格也在上涨。原因在于，正在创建的人工智能公司数量，以及正在将研发预算转向人工智能的公司数量都在增加。礼来公司就是一个很好的例子。三年前，他们的大部分研发预算可能都在湿实验室。注意到他们对大型人工智能超级计算机的投资、对大型人工智能实验室的投资了吗？逐渐地，研发预算将转向人工智能。
因此，人工智能泡沫的出现是因为投资规模巨大，而投资巨大是因为我们必须为之上所有人工智能层面建设必要的基础设施。所以，我认为机会确实非常巨大，每个人都应该参与进来，每个人都应该投入其中。我们需要更多能源，我想我们都认识到了这一点。我们需要更多土地、电力和设施，我们需要更多技术工人。实际上，欧洲的这类劳动力人口非常强大。
在许多方面，美国在过去二三十年失去了这部分，但在欧洲仍然非常强大。这是一个非凡的机遇，你们必须抓住。所以，在我和拉里（拉里·芬克）工作的领域，我们看到投资机会和投资规模正在上升。正如我之前提到的，到2025年，风险投资史上规模最大的投资年份，全球超过一千亿美元，其中大部分流向了人工智能原生公司。所以这些人工智能公司基本上是在构建应用层，去建设这个未来。我实际上相信，这将成为全球养老基金的一个巨大投资机会，成为这个人工智能世界增长的一部分。这也是我给许多政治领导人的信息之一：我们需要确保普通养老金领取者、普通储户能参与这种增长。如果他们只是旁观，他们会感到被排除在外。
拉里·芬克：我们要投资基础设施，对吗？基础设施是一个巨大的投资机会。这是人类历史上最大规模的基础设施建设。
黄仁勋：是的。参与进来。
拉里·芬克：我们时间到了。希望所有在场听众和网络流媒体的观众都能看到黄仁勋作为领导者的力量——不仅是技术和人工智能领域的领导者，也是商业领域的领导者，更是心怀热诚与灵魂的领导者，这在当今非常重要。拥有这种发自内心和灵魂的领导力。谢谢大家。
备案号: