黃仁勳 : 川普總統是美國會贏得 AI 競賽的獨一無二優勢

黃仁勳 : 川普總統是美國會贏得 AI 競賽的獨一無二優勢

AI:創造就業的引擎與技能的平衡器

對於當前社會普遍擔憂 AI 將大規模取代人類工作,黃仁勳提出一個反直覺但基於企業實務的觀點。他認為,AI 的核心價值在於提升生產力。當一家公司擁有源源不絕的創新點子,AI 便成為實現這些點子的強大工具,讓企業能以前所未有的速度開發新產品、拓展新市場,進而帶動成長、創造出更多新的就業機會。他以輝達自身為例,無論是軟體工程師或晶片設計師,所有員工都已深度整合 AI 進入工作流程,結果是公司比以往任何時候都更加繁忙,因為過去許多難以實現的構想,如今都具備可行性。

更重要的是,黃仁勳將 AI 視為史上最強大的「技術平等化力量」。過去,程式設計、藝術創作或專業寫作,均設有相當高的技能門檻。如今,透過與 AI 對話,人人都能指揮電腦完成複雜任務。未來的程式語言,將不再是 C++ 或 Python,而是人類的自然語言。這意味著技術的鴻溝正被填平,每個人都有潛力成為程式設計師、藝術家或作家。

因此,真正的挑戰並非 AI 本身,而是能否善用 AI 的人。他直言,未來不會被 AI 取代,而是會被懂得使用 AI 的人所取代。固守傳統、不借助 AI 協作的工作模式,將難以在新的時代中具備競爭力。

AI 工廠:新世代的基礎建設

隨著 AI 應用從雲端走向各行各業,背後支撐這場革命的運算基礎設施,成為全球科技巨頭競逐的焦點。黃仁勳提出一個宏大的概念:「AI 工廠」(AI Factory)。他比喻,就像工業革命需要發電廠持續產生電力,AI 時代則需要 AI 工廠持續產生「智慧」(Tokens)。傳統軟體寫完一次便大功告成,但 AI 模型需要持續不斷的訓練與推論,這是一種全新的生產模式。

這個概念也解釋為何市場對輝達的 GPU 需求如此龐大。這些硬體不僅是單純的晶片,更是建造 AI 工廠的磚瓦。黃仁勳預見,一個專門生產智慧的全新產業正在成形,其規模將與現今的能源產業相當,成為價值數兆美元的新世代基礎建設。

面對硬體快速迭代、客戶擔心投資無法回收的疑慮,他說明輝達的策略有兩個支點。其一,每一代新產品都在「每瓦效能」與「每元效能」上實現數倍的躍升,這直接為客戶降低成本、提升營收,使升級成為理性的商業決策。其二,輝達的硬體擁有極高的殘值。這歸功於其強大的軟體生態系 CUDA。透過全球開發者的持續優化,硬體的效能會在出廠後不繼提升,這是在傳統 CPU 架構上未曾見過的現象,也確保硬體資產的長期價值。

地緣政治下的科技布局:美國製造與川普願景

訪談中,黃仁勳亦觸及敏感的地緣政治議題,特別是關於美國製造與中國競爭。他認為,未來的製造業將高度依賴科技,工廠將由 AI 統籌機器人大軍,製造 AI 產品。在這樣的背景下,他對將產業帶回美國的政策表達高度讚賞。

他直言:「我很欣賞川普總統的願景...讓美國重返工業大國的大膽願景。」他接著闡述,美國過去外包得太多,雖然不必將所有產業都移回國內,但應該要把「最先進的、對經濟發展最關鍵的、和國安產業帶回本土。」他明確指出,這不代表要將運動鞋這類產業搬回來,而是應該專注於製造「晶片和 AI 超級電腦」。他預估,未來四年內,僅在亞利桑那州與德州就將生產價值約五千億美元的 AI 超級電腦,並以此撬動數兆美元的 AI 產業。

當被問及美國相較於其他國家的獨特優勢時,黃仁勳給出一個直接且出人意料的答案:「美國獨一無二的優勢,就是川普總統。」

他隨即解釋背後的原因。首先,川普從上任第一天就認知到 AI 與能源的重要性。他認為:「過去這麼多年來,能源生產一直被汙名化。」而這個問題至關重要,因為「沒有能源就無法創造新產業,沒有能源就無法讓製造業回流,沒有能源,就無法支撐像人工智慧這樣的領域。」他樂見能同時加速 AI 創新與能源發展的政策方向,如此美國才能真正支撐起這場新興的工業革命。

物理 AI 的未來與人才的價值

展望未來,黃仁勳相信「所有會移動的東西終將自動化」。從家用割草機到工業機器人,物理世界的 AI 應用潛力無窮。他提出「雙工廠」(Twin Factory)模型:未來的工業公司,除了需要一座製造機器的實體工廠,還需要一座為其機器打造大腦的 AI 工廠。特斯拉就是絕佳的例子,它既有汽車工廠,也有一座龐大的 AI 工廠專門研發自動駕駛系統。

這場技術革命的核心驅動力是頂尖人才。面對 AI 研究員動輒上億美元的薪酬合約,黃仁勳顯得相當坦然。他指出,一個約 150 人的頂尖團隊,若有充足的資金支持,便足以打造出如 OpenAI 或 DeepMind 等改變世界的公司,這凸顯菁英人才的巨大槓桿效應。他分享自己的管理哲學,便是親自審核公司所有員工的薪酬,並確保給予最優渥的回報。他相信,只要照顧好員工,其他一切自然會水到渠成。

Read more

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

人工智慧是否具有生命?這個問題在大型語言模型如 ChatGPT 問世後,反覆縈繞在許多人心中。它能推理、產生未經程式設定的結果,甚至看似擁有創造力。然而,OpenAI 的執行長山姆・阿特曼(Sam Altman)對此提出清晰的見解。他認為,這些系統並不具備生命。 「它們不會主動做任何事,除非你提出要求。」阿特曼說明,這些模型缺乏自主性或內在動機,只是被動地等待指令。他認為,使用者與之互動越久,那種看似生命的幻覺就越可能消散。儘管如此,它們作為工具的強大能力無庸置疑,展現出近似智慧的表現。 幻覺、謊言與數學機率 當人工智慧提供錯誤資訊時,究竟是產生「幻覺」還是蓄意「說謊」?阿特曼解釋,這兩者之間存在根本差異。他以一個早期模型的例子說明:若使用者提問「塔克・卡爾森總統是哪一年出生?」模型可能會編造一個年份,而非指出此人從未擔任總統。 這並非出於欺騙的意圖,而是一個基於訓練資料的數學機率問題。「因為在訓練過程中,直接否定使用者的前提,並不是最可能出現的回應。」模型會假設使用者的提問基於事實,然後在其龐大的資料庫中,

By Fox Hsiao
Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

軟體公司 Palantir 執行長亞歷克斯·卡普(Alex Karp)是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話,不僅僅是關於技術或商業,更深刻地反映一種獨特的世界觀,一種關於建立、競爭與西方價值體系的哲學。在這場訪談中,卡普對環繞著他與公司的各種爭議,提出一套完整且充滿挑戰性的論述。 面對為何有人支持、有人反對的提問,卡普將其支持者描繪為「實踐者」(builders)。他認為,這群人懂得欣賞成果,他們衡量一項成就的標準,是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言:「實踐者們看見那些極具天賦的人,會對所有言論打上折扣,並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰,從商業模式到公開形象,始終不被看好,但最終以卓越的成果贏得這群人的信賴。 另一方面,他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為,許多抗議者深信自己無法進入科技的核心圈,因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道:「當你認為自己處於失敗的那一方,你就會假設道德不可能站在你的對立面。」他認為,這種思維源於部分學術機構,這些機構將美

By Fox Hsiao
馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

在 2025 ALL-IN 訪談中,伊隆・馬斯克分享他對旗下數個野心勃勃計畫的最新進展與未來藍圖,從特斯拉(Tesla)的人形機器人、xAI 的通用人工智慧,到太空探索公司 SpaceX 的星艦與星鏈計畫,勾勒出一幅以科技突破確保人類文明永續發展的宏偉願景。 Optimus:定義未來的勞動力 Musk 堅信,Optimus 人形機器人將是人類的巔峰之作,並將其形容為人類歷史上最偉大的產品。目前,開發團隊正在進行第三版設計的定稿工作。他分析,要成功打造一款能普及的通用型人形機器人,必須克服三大挑戰:擁有與人類相仿的靈巧雙手、一個能理解並與現實世界互動的人工智慧心智,以及大規模生產的能力。 在這些挑戰中,又以手部的設計最為艱鉅。人手經過長時間演化,本身就是一台極度精密的儀器,能執行各種複雜任務。他強調,要創造一個通用的人形機器人,就必須解決手部的問題。 另一個重大障礙是供應鏈的匱乏。Musk 表示,由於現今市場根本不存在適用於人形機器人的關鍵零組件,團隊必須從頭設計與製造。他無奈地說,這些關鍵零件根本買不到,因為它們在市面上並不存在。 之所以堅持採用人形設計,背後有其務實的考量

By Fox Hsiao
哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

生成式人工智慧(Generative AI)的浪潮正席捲全球,其對勞動市場的衝擊成為各界關注的焦點。當前的討論多半圍繞在工作機會的增減與技能需求的轉變,然而,一份來自哈佛大學的最新研究,透過分析大規模的美國履歷與職缺數據,揭示一個更細微卻極其關鍵的趨勢:生成式AI的導入,可能正在不成比例地影響資淺員工的就業機會,形成一種「偏重資歷的技術變革」(seniority-biased technological change)。 這份名為《生成式AI作為偏重資歷的技術變革》的初步研究報告,由研究者Seyed M. Hosseini與Guy Lichtinger共同撰寫。他們檢視自2015年至2025年間,涵蓋近6200萬名工作者、分屬28萬5000家美國企業的履歷資料,以及超過2.45億筆的職缺公告,試圖描繪出AI技術擴散下,企業內部人力結構的真實變化。 數據揭示的關鍵轉折點 研究的核心發現,在於企業導入AI前後,不同資歷員工的僱用趨勢出現顯著分歧。過往從2015年到2022年中期,無論是資深或資淺員工,其就業增長率大致維持同步。然而,一個明確的轉折點出現在2023年第一季,這恰好是生成

By Fox Hsiao