英伟达CEO黄仁勋第 一次亮相达沃斯经济论坛，就受到了隆重而热烈的欢迎。
当地时间1月21日上午，他出现在了瑞士小镇大会厅。
据财新网报道，这一会场正是当日下午美国总统特朗普发表演讲的地方，且入场观众必须分区落座，并禁止媒体用相机拍照。
规格之高可见一斑。
贝莱德董事长兼CEO、世界经济论坛临时联合主席劳伦斯·芬克（Laurence D. Fink）主持了对谈。
芬克在开场白中给了黄仁勋诸多赞扬之语，称黄仁勋是自己学习AI过程中的观察对象和导师，并盛赞其领导力让英伟达自上市以来实现了30%到37%的惊人总回报复合年增长率，他是最能清晰理解、解读人工智能的人。
黄仁勋名副其实。他继而分享了自己的“五层蛋糕理论”，即，通过能源层-芯片层-云基础设施层-模型层-应用层的结构来理解AI产业。
他还提到，在这一产业结构上，人类历史上最 大规模的基础设施建设已经启动，包括能源、芯片、数据中心等都在惊人地增长，而大模型则是万众焦点，更可喜的是，作为最终经济收益发生的地方，应用层也变得更加出色。
“去年是有史以来风险投资规模最 大的年份之一，而大部分资金都流向了‘AI原生企业’，这些企业遍布医疗保健、机器人、制造业、金融服务等全球所有主要行业。”黄仁勋称。
他还总结了自己眼中的2025年“三件大事”，除了其自身及英伟达一贯关注的代理AI、物理AI的进展外，黄仁勋还提到开源模型的发展，赞许DeepSeek出现的重大意义。
而作为AI最坚定、最乐观的支持者之一，不同于达沃斯经济论坛中许多对“AI导致失业”“AI存在泡沫”的警示声音，黄仁勋用自己的例子，力主AI能够增加就业，并切实有利于经济发展的观点。
他提到，AI掀起的基建热潮为管道工、电工、建筑工等工人创造了大量工作岗位，并让其工资几乎翻倍增长，建设AI工厂的工人能获得六位数薪水。
此外，他还在微观层面以医院，尤其是放射科医生和护士为例，论证称人们都认为AI将取代这些岗位，但实际上，AI帮助他们完成研究扫描影像和病历记录等繁琐工作、案头工作，解放了他们的时间，让他们更多接待、照料病人，从而提升了医院本身的生产力和容纳量，更多病人涌入医院，医院进而雇佣了更多医生和护士。
“思考AI对某项工作影响的简单方法是，理解这份工作的目标和任务分别是什么，”黄仁勋认为，明确了目标和任务，AI就能让任务自动化，进而提升生产力，最终更好的达成目标，并有益于整体的发展和就业。
有关近来甚嚣尘上的“AI泡沫论”，英伟达本身就是其“受害者”。该公司在市值触顶后，即使业绩节节高升，仍因市场对泡沫的担忧而遭到抛售。
黄仁勋在对谈中回击称，看看英伟达的GPU有多难买，就知道是否存在泡沫了。他还透露，公司GPU的现货价格正在上涨，除了当前的主力产品Blackwell系列外，甚至前两代产品也在涨价。
与对泡沫论的“不屑一顾”相对应，黄仁勋在对谈中始终提示AI带来的机遇是历史性的，他号召无论发达国家还是新兴国家，都应该认识到AI是一种必不可少的基础设施，必须构建自己的AI，“利用你们的基础自然资源，你们的语言和文化，发展你们的AI，持续改进它，让你们的国家智能成为你们生态系统的一部分”。
他看好欧洲雄厚的工业基础和科学基础，并认为可以凭此跳过美国更擅长的软件阶段，直接进入物理AI与机器人领域。他提示，“机器人技术对于欧洲国家来说，是一代人一次的机会”，并建议相关国家“认真考虑增加能源供应，以便能够投资基础设施层”。
在对谈的最后，黄仁勋再次强调，AI的机会非常巨大，同时也需要更多的基础设施、更多的投资来建设这个未来。
“每个人都必须参与进来，每个人都必须投入其中！”他呼吁道。
以下为黄仁勋与芬克对谈实录，经钛媒体编辑整理：
劳伦斯·芬克：大家早上好。我非常荣幸地向大家介绍黄仁勋，他是我敬佩的人，是我一路学习科技和人工智能过程中的观察对象和老师。看他如何领导英伟达，令人赞叹。我通常不喜欢与人比较，但这次比较我很喜欢。自从英伟达上市以来，那是在1999年，与贝莱德同年上市，自那时起，英伟达为股东带来的总回报复合年增长率约为30%到37%。想想看，如果每个养老基金在英伟达IPO时就投资它，那将对每个人的退休储蓄带来多大的成功。与此同时，贝莱德也非常出色，总回报率达到21%。对于一家金融服务公司来说相当不错，但与英伟达相比，当然就逊色了。而这，恰恰极好地说明了黄仁勋的领导力以及英伟达的市场定位。同时，这也是关于世界对未来信念的一个重要声明。所以，恭喜你取得的成就。我知道我们未来还有多年的旅程要走。
黄仁勋：谢谢。非常感谢。我唯 一的遗憾是在IPO之后，我想给父母买点好东西。于是我在公司估值3亿美元时卖了一些英伟达的股票，当时公司估值就是3亿美元。然后我给他们买了一辆梅赛德斯S级轿车，那是当时世界上最贵的车。
劳伦斯·芬克：他们现在还留着那辆车吗？我想当然留着。
黄仁勋：是的，他们还留着。
劳伦斯·芬克：现在让我们进入正题。首先我想介绍下关于人工智能的辩论，焦点在于它将如何改变世界和当前全球经济。我想谈谈人工智能如何为全球经济做出贡献，如何日益成为一种基础性技术，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领域的生产力、劳动力、基础设施。但更重要的是，它将如何重塑世界，以及如何让世界上更多的地区受益。我们如何确保全球经济得到拓宽，而非收窄。关于人工智能是什么，我想不出还有谁比你对此有更清晰的见解，因为许多主要的超大规模云计算公司都在使用英伟达的产品。所以，再次感谢你，这是你第 一次来到达沃斯世界经济论坛，我知道你的日程非常繁忙，还是非常感谢你抽出时间。
黄仁勋：谢谢。
劳伦斯·芬克：那么让我们直接开始。你为什么相信人工智能有潜力成为经济增长重要的推动力？是什么使得当下这一刻、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，并以各种不同方式与它互动时，包括使用ChatGPT、Gemini，或者Anthropic的Claude，以及它能做的神奇事情时，就会帮助我们回溯到计算栈根本性变化的第 一性原理。
这是一次平台转型，就像向个人电脑的平台转型一样。平台是应用程序构建于其上的东西，我们在新型计算机上开发出了新的应用程序，我们走过了互联网的平台转型、移动云计算的平台转型。在每一次这样的平台转型中，计算栈都被重塑，新的应用被创造出来。从这个意义上说，这是一次新的平台转型。
如果你认识到人工智能能做哪些你以前从未能做的事情，它就真的很容易理解。过去的软件本质上是预录制的。人类会输入并描述算法或指令，让计算机执行。它能够处理结构化信息，意思是需要输入姓名、地址、账号、年龄、住址等。你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是全世界有史以来最重要的数据库引擎。过去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，意思是它能看懂一张图片并理解它。它能阅读文本并理解——这些都是完全非结构化的。
而现在，它能聆听声音并理解它，理解其含义，理解其结构，并推理出该对此做什么。因此，我们首次拥有了一台并非预先录制，而是实时处理的计算机。这意味着它能够获取环境信息、上下文信息以及你提供的任何信息的情境，推理出这些信息的含义，并推理出你的意图——而你的意图可以用非常非结构化的方式描述。我们正是这样做的。你想怎么描述就怎么描述。我们称之为提示词，但你可以按你喜欢的方式描述。只要它能理解你的意图，它就能为你执行一项任务。
那么，人工智能是什么？当你想到人工智能时，你想到的是AI模型。
但从产业角度看，理解这一点非常重要：人工智能上本质上是“五层蛋糕”。最 底层是能源AI。因为它是实时处理的，并且实时生成智能，它需要能源来实现，所以能源是第 一层。第二层是我所在的层，芯片和计算基础设施。再其上一层是云基础设施、云服务。再上一层是AI模型。这是大多数人认为的人工智能所在。但别忘了，为了让这些模型得以存在，你必须拥有其下的所有层。但最重要的一层，也是正在发生的一层，其上的那一层——我们最终需要它成功的那一层——就是应用层。所以这个应用层可能在金融服务领域，可能在医疗保健领域，可能在制造业领域，这是经济收益发生的地方。
但重要的是，由于这个计算平台需要其下的所有层，都已经启动，并且是人类历史上最 大规模的基础设施建设。我们现在已经投入了数千亿美元。这是合理的，因为所有这些情境信息都需要被处理，以便模型能够生成必要的智能，来驱动最终位于顶层的应用程序。所以，当你回溯并逐层推理时，你会发现能源领域正在经历非凡的增长，芯片领域也是如此——台积电刚刚宣布将建造20座新的芯片工厂。富士康与我们以及纬创、广达合作，正在建设30座新的计算机制造厂，这些设备将进入那些AI工厂。所以，芯片工厂、计算机工厂和AI工厂正在全球各地建设。还有存储领域，对吧？美光已开始在美国投资2000亿美元。SK海力士表现非常出色。三星表现非常出色。你可以看到整个芯片层如今都在惊人地增长。当然，我们现在非常关注模型层，但令人兴奋的是，其上的应用层也确实做得非常出色。
现在有一个指标是风险投资的去向。去年是有史以来风险投资规模最 大的年份之一。去年，大部分资金流向了所谓的“AI原生企业”。这些企业遍布医疗保健、机器人、制造业、金融服务等全球所有主要行业。你会看到巨额投资涌入这些AI原生企业，而只要模型足够好，应用就完全可以构建于其上。
劳伦斯·芬克：那么让我们再深入一点。显然，我相信每个人都使用自己的聊天机器人来获取信息。但你谈到AI的普及将是关键。让我们进一步探讨它在物理世界普及的相关前景。你提到了医疗保健是一个很好的例子。但你在交通或科学等领域是否也看到了一些变革性机遇呢？
黄仁勋：我想说，去年在AI技术层、模型层发生了三件大事。
第 一是模型本身起初令人好奇和有趣，但产生了大量幻觉。而去年，我们都可以合理地接受这些模型更加可靠了。它们可以进行研究。它们能够推理那些可能未被训练过的情境，将其分解为逐步的推理步骤，并制定计划来解决和回答你的问题、进行研究或执行任务。所以去年我们看到语言模型演变为我们所谓的“代理型AI系统”。
第二个重大突破是开源模型的突破：DeepSeek出现了。坦白说，当时很多人都相当担心。DeepSeek对全球大多数行业、大多数公司来说都是一件大事，因为它是世界上第 一个开源的推理模型。自那时起，一大批开源推理模型涌现出来。开源模型使得公司、行业、研究人员、教育工作者、大学、初创企业能够利用这些开源模型来启动项目，并创造适合其需求的、针对特定领域或专业化的东西。
去年取得巨大进展的第三个领域是物理智能的概念，即不仅仅是理解语言，还能理解自然的物理AI。它可以是理解我们这里物理世界的AI，理解蛋白质、化学物质、自然物理的AI，理解流体动力学、粒子物理、量子物理的AI。这些AI现在仍在学习所有这些不同的结构和不同的“语言”。蛋白质本质上是一种语言。所以，所有这些AI现在都取得了如此巨大的进展，以至于这些行业的工业公司，无论是制造业还是药物发现领域，都在取得巨大进步。一个重要的标志是我们与礼来公司的合作。他们认识到，AI在理解蛋白质结构和化学结构方面取得了如此非凡的进展，基本上能够像我们与ChatGPT对话一样与蛋白质互动和“交谈”，我们将看到一些真正重大的突破。
劳伦斯·芬克：所有这些突破都引发了关于人类的担忧。你我对此有过多次交谈，但我们需要告诉所有听众，人们非常担心AI会取代工作岗位，而你一直持相反观点。但显然，正如你所说，AI的建设——历史上最 大规模的基础设施建设——将会发生。
黄仁勋：这会在能源领域创造就业，在芯片行业创造就业，在基础设施层创造就业，在土地、电力、设施等方面创造就业。
劳伦斯·芬克：那么让我们更详细地探讨一下。所以实际上你认为我们将面临劳动力短缺。那么，在你看来，AI和机器人是会仅仅改变人类工作的性质，还是会消除工作呢？
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，将创造大量就业岗位。而且非常棒的是，这些就业与手工艺相关。我们将需要管道工、电工、建筑工人、钢铁工人、网络技术员、安装和配置设备的人员……所有这些工作岗位，我们在美国已经看到这个领域出现了相当显著的热潮。工资上涨了，几乎翻了一番。所以，我们谈论的是建造芯片工厂、计算机工厂或AI工厂的人们能获得六位数的薪水，而且我们在这方面有很大的短缺。我非常高兴看到这么多国家的许多人真正认识到这个重要领域。你知道吗，每个人都应该能够过上美好的生活，你不需要拥有计算机科学博士学位也能做到。所以我很高兴看到这一点。
第二点要认识到，我们常常会理论化地讨论任务的自动化等等，以及这对工作岗位意味着什么。我想举一些真实的例子，这些是实际发生的情况。记得十年前，第 一个被认为将被淘汰的职业是放射科医生。
原因是，第 一个在能力上超越人类的AI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影像。十年后的今天，确实AI现在已经完全渗透并扩散到放射学的每一个环节。确实，放射科医生使用AI来研究扫描影像。现在，它的影响是100%的，而且是完全真实的。然而，并不令人意外——如果你从第 一性原理出发思考，就不会感到意外——放射科医生的数量增加了。
劳伦斯·芬克：这是因为缺乏信任吗？还是因为人类与AI结果互动的需求？
黄仁勋：完全正确。原因在于，放射科医生的工作，其目的是为患者诊断疾病。而工作的任务包括研究扫描影像。现在他们能够无限快地研究扫描影像，这使他们有更多时间与患者在一起诊断疾病，与患者互动，与其他临床医生互动。自然而然地，医院能够接待的患者数量增加了，随后医院的收入增加了，所以他们雇佣了更多的放射科医生。同样的情况也发生在护士身上。美国短缺约500万名护士，现在可以通过使用AI来处理患者就诊的记录和转录工作，而护士们此前一半的时间都花在记录上。一家名为Abridge的公司是我们的合作伙伴，他们做得非常出色。结果，护士们可以有更多时间探望病人，给予人文关怀。因为现在可以接待更多患者，我们不再受护士数量的瓶颈限制，更多患者可以更快地进入医院。因此，医院运营得更好，就会雇佣更多的护士。AI提高了他们的生产率，也增加了雇员数量。我想这是两个完 美的例子。
现在，思考AI对某项工作影响的简单方法是：理解这份工作的目的和任务分别是什么。也许，如果你只把镜头对准我们俩，观察我们，你可能会认为我们俩是打字员，因为我所有时间都在打字。所以如果AI能自动化这么多预测性工作并帮助我们打字，那我们就会失业。但显然那不是我们的目的。所以问题是：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，使他们更具生产力。因此，当你推理每个人的目的与任务，我认为这是一个有用的框架。
劳伦斯·芬克：让我们把话题扩展到发达经济体之外。帮我理解一下，AI如何在全球范围内传播并帮助世界？我上周末读了一篇关于Anthropic的文章，文章基本上说，最近AI的使用主要由受过教育的社会阶层主导，甚至看到每个社会中受过教育的群体使用率远高于其他群体。
那么我们如何确保AI成为一种变革性技术，就像Wi-Fi和5G对于新兴世界那样？我们如何拓宽全球经济？第二，回到整个关于机器人和AI的工作岗位情况，那里会有一些替代发生，并且替代已经在美国发生。我们可能在创造更多的管道工和电工，但我们可能不再需要那么多金融机构的分析师、律师，因为AI能更快地积累数据。
那么，让我们先关注一下新兴世界或者发展中国家，你如何看待这种回报？
黄仁勋：首先，AI是基础设施。我无法想象世界上有哪个国家不需要将AI作为其基础设施的一部分，因为每个国家都有电力、道路，你也应该有AI作为基础设施的一部分。当然，你总是可以进口AI，但如今训练这些AI模型并不那么困难。而且因为有这么多开源模型，凭借你们当地的专业知识，你们应该能够创建对自己国家有益的模型。
所以我真的相信，每个国家都应该参与建设AI基础设施，构建自己的AI。利用你们的基础自然资源，即你们的语言和文化，发展你们的AI，持续改进它，让你们的国家智能成为你们生态系统的一部分。
第二点，大家应该记住，AI非常易于使用。它是有史以来最容易使用的软件。这就是它增长最快、采用最迅速的原因。仅仅在两三年内，用户量就接近10亿了。
我想说，首先Claude非常了不起。Anthropic在开发Claude方面取得了巨大进步和飞跃。我们公司在各处都在使用它。Claude的编程能力、推理能力，以及其他能力，都非常不可思议。任何软件公司都应该使用它。另一方面，ChatGPT可能是有史以来最成功的ToC的AI，比如它的易用性和亲和力，我也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。
现在很清楚的是，学习如何使用AI、如何指导AI、如何提示AI、如何管理AI、如何为AI设置护栏以及评估AI，这些技能与我们领导、管理人员没有什么不同。
所以未来，除了生物性的、碳基的“AI”，我们还将拥有数字版本的AI、硅基版本的AI，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：建设你们的基础设施，参与AI，并认识到AI很可能弥合技术鸿沟，因为它如此易于使用、如此丰富、如此易于获取。所以，你知道，我对AI提升新兴国家潜力的前景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，你们现在都可以成为程序员了。过去，我们必须学习如何编程。现在，你可以通过询问计算机“我该如何编程你？”来完成编程。如果你不知道如何使用AI，只需走到AI面前说：“我不知道如何使用AI。我该怎么使用AI？”然后它会向你解释。你说：“我想写一个程序来创建我自己的网站。我该怎么做？”它会问你一系列关于你想构建什么样网站的问题，然后为你编写代码。它就是那么容易使用。这当然就是AI令人难以置信的、令人兴奋的力量。
劳伦斯·芬克：还有两个简短的问题，我们现在身处欧洲。我们刚才谈论了很多公司，提到了很多美国公司和亚洲公司。跟我们谈谈AI与欧洲未来的成功将如何交汇，以及英伟达将在欧洲扮演什么角色？
黄仁勋：我很幸运。英伟达有幸与世界各地的AI公司合作。因为我们处于基础设施底层，我们为所有AI提供动力，无论是语言AI、生物学AI、物理学AI，还是与制造业和机器人相关的世界模型AI。
对于欧洲来说，真正令人兴奋的是，欧洲的工业基础非常强大。这是机会，可以跳过软件时代，直接进入新阶段。美国确实引领了软件时代。但AI是一种不需要编写软件的软件。你不编写AI，你教导AI。所以现在就及早参与，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起来。这将把你们带入物理AI或机器人的世界。机器人技术对于欧洲国家来说，是一代人一次的机会。无论是德国、法国，还是我访问过的所有国家，工业基础都非常强大。
另外要认识到的是，欧洲的深厚科学基础仍然非常强大，而现在可以受益于应用人工智能来加速你们的发现。所以我认为，相当确定的是，你们必须认真考虑增加能源供应，以便能够投资基础设施层，从而在欧洲拥有一个真正丰富的人工智能生态系统。
劳伦斯·芬克：我听到很多观点称，我们远未到AI泡沫的阶段。问题反而是，我们的投资足够吗？让我们换个角度，因为有很多人在谈论泡沫，但是否真正的问题是我们是否投入了足够的资金来拓宽全球经济所需做的事情？
黄仁勋：检验AI泡沫的一个好方法是认识到，英伟达的GPU现在已有数百万台部署在各个云服务商的云端，我们在每个云端都被使用。如果你现在想租用英伟达的GPU，那真是太困难了。GPU租赁的现货价格正在上涨，不仅是最新一代的，连前两代的GPU租赁价格也在上涨。原因在于，正在创建的AI公司数量众多，企业正在将其研发预算转向AI。礼来就是一个很好的例子。三年前，他们几乎所有的研发预算可能都花在实体实验室上。注意他们投资的大型AI超级计算机、大型AI实验室。未来，他们的研发预算将越来越多地转向AI。所以，所谓的AI泡沫之所以出现，是因为投资规模巨大。而投资巨大，是因为我们必须为所有上层AI构建必要的基础设施。因此，我认为机会确实非常巨大，每个人都必须参与进来，每个人都必须投入其中。我们需要更多能源。我想我们都认识到了这一点。我们需要更多的土地、电力和设施。我们需要更多具有技能的技术工人。事实上，欧洲在这方面的劳动力人口非常强大。是的，在很多方面，美国在过去二三十年里失去了这部分，但它在欧洲仍然非常强大。这是一个利用这一优势的非凡机遇。
所以，我想说，我们都看到了投资机会和投资规模正在上升。正如我早些时候提到的，2025年是有史以来风险投资规模最 大的一年，全球超过1000亿美元，其中大部分流向了AI原生企业。这些AI公司基本上正在构建其上的应用层，它们将需要基础设施，需要我们的投资，来共同建设这个未来。
劳伦斯·芬克：我实际上相信，这将成为全球养老基金的一个绝 佳投资机会，参与其中，与这个AI世界共同成长。这是我传递给各位政治领导人的一个信息：我们需要确保普通养老金领取者、普通储蓄者能够分享这种增长。如果他们只是作为旁观者，他们将会感到被排除在外。
黄仁勋：我也希望他们投资于英伟达。基础设施是一项伟大的投资。这是人类历史上规模最 大的基础设施建设。是的，参与进来吧。
劳伦斯·芬克：时间到了。希望现场的每一位听众，以及网络直播的每一位观众，都能看到黄仁勋作为领 导者的力量，不仅仅是技术和AI领域的领 导者，更是商业领域的领 导者，同时也是一位充满心与灵魂的领 导者，这在当下尤为重要，需要这种发自内心和灵魂的领导力。谢谢大家。谢谢。
