黄仁勋说ai roi没意义

黄仁勋最近在一场顶级科技对话中，突然说了一句特别扎心的话，他说编程只是打字而已，打字已经不值钱了。很多人听完当场破防，说这是黄仁勋戳破了一个 ai 时代的残酷真相。但我跟你讲， 老黄表面是在说程序员，其实是在提醒所有只会按流程打字的人， ai 时代最先被冲击的就是这类工作。为什么他说的这么狠？因为一个底层事实已经变了，那就是速度。过去十年，算力提升了一百万倍，摩尔定律在这面前 慢的像蜗牛爬。你想想，当智能变得像水电一样便宜的时候，靠敲键盘吃饭这件事就一定会贬值。但他真正想表达的，不是别写代码了， 而是时代的编程范式变了。过去叫显示编程，你得把每一步写清楚，电脑才会动。现在进化到影视编程， 你只要告诉 ai 我 要做什么，他自己把代码写出来，说白了就是从你教电脑怎么干，变成你告诉电脑要什么。所以，未来最值钱的，根本不是打字的手艺，而是三件事， 你对行业懂不懂，你对问题看不看的穿，你知不知道客户真正要什么？代码会变成耗材？理解才 还是资产？黄仁勋还有一个特别反直觉的管理观点，他说企业迈向 ai 的 第一步，不是先问 roi， 不是 先算回报，而是先让团队去试百花齐放，哪怕失控，但仍然棒极了。有人说想试 ai， 他的第一句话是可以，然后才问为什么， 他甚至说了一句更狠的，如果有人说自己想掌控创新，那他就该去看看心理医生。意思很简单，如果你想用 excel 表格去框定 ai 的 价值， 只会把探索的触角掐死，那试出来之后往哪走？黄世勋给了一个更大的判断， ai 不是 新工具，它是在创造劳动力。过去几十年，我们一直卖的是螺丝刀、锤子软件这些工具，但 ai 时代卖的是 像纳米、 ai、 智能体这样的数字员工。比如自动驾驶，本质不是一辆更聪明的车，而是一个不会下班的数字司机，这个司机的价值可能比车本身贵太多。再比如，一个永不疲倦的客服，一个实时优化供应链的调度员， 一个能协同设计的工程助手，这些都不是工具，而是一个源源不断产出数字劳动力的新型价值中心。 那么，这对普通人意味着什么？一句话，未来不是你跟 ai 对 打，而是你怎么让 ai 给你打工。你最值钱的东西 也不再是答案，因为答案会被 ai 做成白菜价，你更值钱的是问题。老黄的原话很狠，公司最宝贵的 ip 可能不是数据库里的答案，而是你的提问。因为你的提问暴露了你认为什么重要，暴露了你要往哪走。答案很便宜，但知道该问什么才是真本事。 所以他最后还说了一句我之前反复强调的话，那就是你不会因为 ai 丢掉工作，你会因为一个会用 ai 的 人丢掉工作。听到这你就明白了，老黄说，编程只是打字，不是让你躺平，也不是让你放弃技术，而是逼你升级， 把打字的手升级成思考的脑。所以以后你要做的不是去卷向代码熟练度这种事，而是不断自查两个关键点， 第一，你的行业专长够不够深。第二，你能不能把问题定义清楚，然后让像纳米 ai、 智能体这样的数字员工替你解决，替你执行，替你放贷。最后我问你一句，你觉得自己现在做的工作属于打字型还是问题型？评论区聊聊。

出大瓜了！就在昨天，英伟达 ceo 黄仁勋五杯红酒下肚，在斯柯 a i 峰会上彻底聊嗨， 视频在外网疯传。本来呢，只是个常规的商业对谈，结果老黄是越喝越嗨。最后啊，直接把英伟达的战略，对行业的真实看法， 程序员会沦为打字员，甚至对所有中小企业家的忠告全盘抛出。我刚看完视频啊，跟大家分享几个最震撼的点。一开场，老黄就扔出一个颠覆认知的判断，我们正在重新发明计算。这是六十年来的第一次， ai 的 进化速度是摩尔定律的一百万倍，什么意思呢？过去六十年，所有的程序员啊，都在使用 c 加加还有 python 这些语言显示编程，你得一行一行告诉电脑到底该怎么做。但是在 ai 时代，这套玩法被彻底翻篇，现在呢，叫影视编程，你只需要告诉 ai 你 想要什么，他自己去琢磨该怎么做。 这就意味着整个计算生态，从芯片、网络、存储、安全，全部要重新发明。接着主持人问了个现场所有老板都很关心的问题， 那企业上 ai 第一步啊，该怎么做？怎么计算 r o i？ 也就是投资回报率？没想到老黄直接就怼了回去， 别跟我谈 r o i， 那 是扯淡，他解释，任何新技术刚出来的时候，你都不可能在 excel 表格里去算清楚他的 r o i。 如果你非要等到一切都看懂了，算清了再行动，那你已经输了，那该怎么办？老黄给出的建议很有意思，让一千朵花盛开， we just let a thousand flowers bloom。 在英伟达，只要有员工说我想试试这个 ai 工具，老黄的第一反应永远是 yes， 然后再问 why？ 先同意，再了解原因，而不是让员工先证明这件事儿能给公司带来价值。 老黄继续说到，创新是不可能被控制的，如果你想控制一切，先去看看心理医生。但他呢，也不是完全放任不管。他说啊，一千朵花开了花园会很乱，但是没关系，等到时机成熟，再开始重新规划花园，挑出最好的方向，集中资源。老黄最后还特别强调一点，找到你公司最核心的工作， 用 ai 彻底的革新他。你要想象你的竞争对手正在做这件事，一旦他做成，他的成本是你的十分之一，效率是你的十倍。 you don't have to be the first company to take advantage of ai， but don't be the last。 还有人担心啊， ai 会不会把很多软件公司都干掉，毕竟 ai 现在啥都能生成。老黄呢，说了个思想实验，如果你自己就是个机器人，你会直接拿起螺丝刀，还是重新发明一把螺丝刀？答案显而易见，当然是用现有的工具。 所以说， ai 不 会取代像 sap 啊， excel 这些工具，反而是更高效地使用它们。核心的一点是， ai 会从工具变成员工。 老黄举了个例子，他说，传统汽车就是个工具，你花三十万买辆车，他能帮你代步，但是你得自己开。但自动驾驶不一样，同样花三十万里面的 ai 司机可以早上送你去上班， 你下车后，他自己去跑滴滴赚钱，晚上准时来接你下班，你睡觉后，他还继续跑滴滴。这就相当于你雇了个不发工资，不用休息，还能帮你干活干二十年的司机。所以老黄说啊，车本身可能只值三十万，但是数字司机的经济价值远远大于车。 所以英伟达的未来不再只是提供工具或者软件，而是提供数字劳动力。说到这呢，老黄是越喝越兴奋，直接开炮， i love disney， i'm pretty sure they'd rather be netflix i love mercedes i am certain they'd rather be tesla， i love walmart i am certain they'd rather be amazon。 为什么？因为技术公司处理的是电子，而传统公司处理的是原子。原子有质量有限制，但是电子呢，数量无限。这就是为什么从 cd、 光盘到电子下载， 公司的估值能够涨一千倍。更奇葩的是，他接着说啊，编程其实就是打字，只不过这个字过去只有程序员会写，但现在你只需要用自然语言告诉 ai 你 想要什么，他就能帮你写代码。刚毕业的程序员会写代码，但他不知道客户要什么，也不知道该解决什么问题。你们知道，这才是真正的价值。 至于编程，告诉 ai 去做就行了。最后，老黄说了句让我印象极深的话，过去呢，技术是围墙，把大多数人都挡在外面，现在 ai 把墙拆了，但很多人还站在原地不敢进来。他强调啊，现在任何人都能够用 ai 写代码，做网站，甚至做出年入百万的软件， 你唯一需要的就是开始用它。我当然非常认同老黄说的话，不要等到什么都看懂了，算清了，想明白了，才开始行动，那时候你已经输了。

老黄彻底疯了啊，直接把自己家拆了。就在 cs 二零二六的舞台上，这个穿皮衣的男人说了一句让所有人沉默的话，我们打破了英伟达自己的规则。一开始我也以为这只是又一次常规升级，新显卡、新架构，性能提升多少倍，这我们都见过了。 但是当我看到这个数字的时候，我愣了，六颗芯片全部推倒重来。过去二十年，英伟达有条铁律，每代最多只动一到两颗芯片。为什么？因为重新设计一颗芯片的成本和风险，足以让任何一家公司破产。但这一次，从 c p u 到 g p u， 从网络到存储，火神勋把整个数据中心拆了重建， 这就是他的新武器，罗宾平台。更疯狂的是，这六颗芯片被组装成了一个机架，没有电缆，没有风扇，二百二十万亿个晶体管，重达二点五吨。马斯克看完直接惊呼，这是 ai 的 火箭引擎啊，是工程奇迹啊， 为什么这么疯狂呢？黄仁勋给出了一组数据啊， ai 模型的规模每年增长十倍，生成的 token 数量每年增长五倍，但摩尔定律已经死了。 翻译一下就是， ai 的 胃口每年暴涨，但芯片的速度根本跟不上，所以他必须用如饼这套全新的架构，把算力性能提升五倍，推理成本降低十倍，算力真的要变成白菜价了。老黄的意思很明确，他要让全人类的脑力活都贬值。 但最让我激动的是，这些廉价的聪明终于长出了肉身。老黄在演讲里展示了奔驰 c l a 在 旧金山的自动驾驶实测，它不是在背地图啊，而在像人一样思考为什么要让路，什么时候该加速，这就是它发布的 apple mile 自动驾驶模型，让汽车第一次有了真正的脑子。 更震撼的是 cosmo 物理 ai 平台，他把这种智能塞进了人形机器人的后脑勺，让他们在工厂里能自己找活干，自己学会怎么搬箱子，怎么避开障碍。甚至他直接开源了十万亿个语言训练 token， 五十万条机器人轨迹数据。 这是什么意思？他在告诉全世界，来吧，用我的数据训练你的 ai， 然后你就离不开我的芯片了。我突然明白了，他不是在发布产品，他是在制造需求啊！ 因为他赌的不是 ai 会不会继续火，他赌的是 ai 的 瓶颈，不是需求不足，而是基础设施跟不上。如果 ai 真的 要从聊天机神变成自动驾驶，变成人形机神，变成能持续思考的智能体，那现在的算力、网络、存储全都不够用。 所以，他必须提前把整个技术设施重构一遍，他要当下一次工业革命的总承包商。这不是一次技术发布会，这是一场对 ai 未来的豪赌，而赌注是英伟达十万亿美元的市值和整个 ai 行业的下一个十 年。二零二六年下半年，如果你就会量产，到那时候，我们就知道黄人巡车场赌局是神来之笔，还是孤注一掷了。我是彭州 ai， 永不眠！

黄仁勋再爆惊人言论， ai 可能正在创造人类史上的一次巨大就业潮！很多人一听到 ai， 第一反应只有四个字，裁员，失业！但这一次， 老黄在达沃斯却给出了一个完全相反的结论， ai 正在推动人类历史上最大规模的一轮基础设施建设。 你没听错，老黄的意思是，不存在所谓的科技泡沫，也不是什么概念狂欢，而是一场正在展开的超级基建。而这场超级基建本身将创造海量新的就业岗位，甚至在一些领域可能出现劳动力短缺。 为什么他敢这么说？因为黄仁勋看待 ai， 从来不是把它当成一个工具，而是从整个产业结构去看。 他给 ai 画了一张图，俗称 ai 的 五层蛋糕。这里我先给你一句结论，这不是技术分层，这是社会级的工程分工。第一层是能源，没有电，没有算力， ai 连启动键都按不下去。 第二层是芯片和算力基础设施、 gpu、 服务器。 ai 工厂本质就是新时代的钢铁和水泥。第三层是云，把原本只有少数人能用的算力，变成人人可调用的公共设施。 第四层是模型，你每天用到的各种大模型，本质上只是发动机。而真正决定价值的是第五层应用，也就是谁能把 ai 变成生产力，变成钱。现在全球投在 ai 上的几千亿美元， 说白了只是开胃菜。要把这五层体系真正铺开，需要的是长期持续的万亿级别投入。这意味着什么？意味着新面厂必须继续扩建，数据中心已经大量开工，电力、 网络、工程、制造服务会被同时拉动。所以在黄仁勋看来，这根本不是某一个行业的机会，而是整个人类社会正在经历的一次大基建周期。那问题来了，很多人可能还是会问，那就业呢？ ai 会不会把岗位给干没了？ 对此，黄仁勋直接举了一个这些年被反复唱衰的职业，放射科医生。十年前，几乎所有人都认为， ai 一 旦会看片子， 放射科医生将第一个被淘汰。结果呢？十年过去了，放射科医生不但没有消失，需求反而更多了。原因很简单，医生真正的目标从来不是看影像，而是诊断和治疗病人。 看片子只是一个重复耗时、容易疲劳的中间环节， ai 把最累的那部分活干掉了，医生反而可以看更多病人，做更复杂的判断。医院效率提高了，服务能力放大了，岗位反而更多了。同样的逻辑也正在发生在工程师、科研人员、 护士、设计师身上。所以，你一定要弄明白一件事， ai 真正取代的从来不是人，而是任务。 像写报告、整理数据、做初步分析，这些工作正在被 ai 接管，而人终于可以把时间用在判断、沟通、创造这些真正有价值的事情上。这也是为什么黄仁勋反复强调， ai 更像是一种代理式系统，他不是来当老板 的，是来当助手、当执行者、当打工人的。说的再直白一点， ai 是 来给你打工的，而且这一次 门槛前所未有的低，你不需要会编程，不需要学十年技术，你只需要会用工具。未来真正拉开差距的，不是谁更拼命，而是谁更早学会让 a i t 自己干活。也正因为如此， 像纳米 ai 这样的智能体，本质上也不仅仅是数字员工，而是生产力结构的变化中的关键一环。你第一次可以用极低的成本拥有一群不会抱怨、不会疲劳、二十四小时为你工作的手下。 所以，当听完老黄在达沃斯的这番判断，你要明白一件事，当 ai 步入二零二六年这个百亿智能体之年，竞争已经不再是模型参数，而是谁能将 ai 真正用进自己的工作流，医疗、制造、科研、 物业很可能都会被重新拆解一遍。真正危险的，从来不是 ai 太强，而是你还在用陈旧的方式工作。还是那句话， ai 不是 来抢你饭碗的，是来帮你把最累的活干掉的。 真正会被淘汰的，从来不是那些愿意拥抱变化的人，而是拒绝接受新鲜事物和使用新工具的人。最后，问你一个问题，你现在已经开始让 ai 为你打工了吗？评论区聊聊。

五杯酒下肚，黄仁勋聊嗨了！最近，英伟达 ceo 黄仁勋和斯科董事长 check robins 的 访谈传疯了。在访谈中，两个人都非常放松，其中黄仁勋五杯酒下肚，更是罕见的毫无保留地抛出了三大重磅观点，直接揭开了第四次工业革命的真面目。 他的第一个观点是， chat 已死， agent 当立。黄仁勋非常直白，他说， chatbots where you give it a prompt and it figures out what to tell you is interesting and curious， but not useful。 那 什么才有用呢？ agentai 智能体 ai 和聊天机器人相比，智能体 ai 知道自己不懂什么，会推理新问题， 把复杂问题拆成简单的小问题，会制定计划，会做研究。简单来说就是能干活，有长期记忆。但是其实这也只是第三步，那第四步是什么呢？ 老人宣的第二个观点是，物理 ai 的 未来是创造增强版的劳动力。如果说智能体 ai 是 能干活、有记忆的 ai， 还没有冲出屏幕，那物理 ai 就是 一个能拿起螺丝刀和锤子干活的被增强的劳动力。对，你没听错，物理 ai 已经被定义为一个增强版的劳动力。 举个最直观的例子，自动驾驶汽车的核心不是车，而是数字司机，这个数字司机的价值比车本身要大得多。当然，这也是历史上第一次数字劳动力的长期经济价值超过了硬件本身。而且，在黄仁勋看来，如果说 it 行业的市场规模只有约一万亿美元，而全球整体经济是一百万亿美元， 那物理 ai 会让每一个人都有机会应用这一项技术，并创办一家科技公司，所以不要去卷一万亿美元的 it 行业了，价值九十九万亿美元的、能拿起锤子干活的物理 ai 才是未来。接着，黄仁勋抛出了第三个观点，未来传统公司要么变成科技公司，要么等死。 说真的，我不确定黄仁勋是不是喝醉了，因为他说， i believe that we have an opportunity to help transform every single company into a technology company， technology first， technology first。 为什么他要这么说呢？黄仁勋是这样解释的，在过去，传统公司是先把自己定义成做某行的公司，等遇到问题了，再想着找技术来帮忙。但在 ai 时代，所有公司都要把技术当成自己的超能力， 你所在的行业做的业务只是把这个超能力用起来的场景。还有就是，科技公司处理的是电子，不是原子。 什么是电子？什么是原子？原子是看得见摸得着的食物，受重量、数量、空间限制，想做大很难。而电子就是线上的数字内容、数据、技术 这些东西没有任何物理限制，数量是无限的。这时候，只有把原子在体切换到电子分发，你公司的市值才能暴涨上千倍。说白了，你要想把公司做大做强，就必须要转型为科技公司。在最后，黄仁勋给所有打工人提了个醒，他说， coding as it turns out， it's just typing and typing as it turns out is a commodity。 也就是说，在 ai 时代，程序员和打字员没什么区别，只要你会打字，能清晰表达需求， ai 就 能帮你把活给干了。这时候你可以不是第一个用 ai 的， 但千万不要成为最后一个， 最后一个基本等于被淘汰。而且记住别把 ai 用在那些鸡毛蒜皮的事上，要去攻克你业务里最核心最有影响力的高地。

看完黄仁勋刚刚发布的新世界，瞬间让人头皮发麻。他笑着说，未来这些机器人会成为你的二二第二，照顾你的一生。但如果 ai 接管了你的一切，甚至是思考时， 人类会不会变成电影里那群被圈养，连路都不会走，只会在虚拟屏幕前等待投喂的胖子？如果你只看到了这一层，那我只能说你对工业革命的残酷性 一无所知，你以为这是人类的毁灭？不不不，这是文明的筛选。很多人看完那两个小时的发布会，以为只是宣传新显卡，两小时的访谈是在散播 ai 又来抢工作？那你太低估老黄的野心了，他更像是在描述一场文明跃迁， 是一场即将上演的虚拟宇宙创世纪。如果你的认知还停留在 ai 帮我写作、帮我画画的维度，那你真的危险了， 因为黄仁勋在跟你讲维度提升，而你还在讲存量竞争。老黄这次抛出了一个核心概念，叫物理 ai、 physical ai。 这是什么意思？以前的 ai， 比如 chat gpt， 他 学的是人类的语言，像个能陪你聊天的文科生， 他能给你背诵牛顿定律的公式，但他并不理解苹果砸在头上的痛感。但现在的 ai 正在变成理科生，甚至造物主，他开始学习物理定律，学习重力、摩擦力、流体力学。 他在现场展示了一个叫 earth 二的项目，数字地球。这不仅仅是一个好看的三 d 模型， 而是在硅基世界里，一比一地模拟我们这个地球的物理规则。在这个数字地球里， ai 可以 瞬间推演未来几十年的气候变化，可以模拟一场核聚变反应的几亿次失败过程，听懂了吗？ 人类原本需要几百年试错才能研发出的新材料、新能源，现在可以在那个虚拟宇宙里用几秒钟的时间完成迭代。这意味着什么？意味着人类正在试图把原子变成比特。 我们将不再通过这一双肉眼去观察宇宙，而是通过归机算力去暴力破解宇宙的后台代码。这就是让我头皮发麻的地方，如果我们能模拟地球，那我们会不会也是被模拟的呢？ 这次发布会中，殷伟大把他下一代最强的芯片平台命名为维拉鲁冰，这可能是科技史上最浪漫也最恐怖的一次。致敬。 维拉鲁冰是谁？他是证实了暗物质存在的那个天文学家。在宇宙学里，我们眼睛能看到的星星、星系尘埃 只占宇宙总质量的百分之五，剩下百分之九十五的，是我们看不见摸不着，但主宰着宇宙命运的暗物质和暗能量。老黄用这个名字命名芯片，就是在释放一个极其狂妄的信号。人类的探测大脑已经到了进化的极限， 我们靠自己的脑子已经无法理解那百分之九十五的未知了。我们必须造出一个比我们强大亿万倍的硅基大脑， 让它代替我们去凝视深渊，去算出那些我们要花一万年才能算出来的答案。这哪里是在造芯片？更像是在造飞升的梯子。物理 ai 一 旦落地，会发生什么？ 太空电梯、能源难题、寿命枷锁，未来都会被快速攻克，比人类科学家快无数倍，地球文明很可能正式进入一级文明，这就是那个残酷的概念，卡尔达消腐指数，目前人类折腾了上万年，造出了原子弹，登上了月球， 我们在宇宙文明等级里，依然连一级文明都算不上，我们大概处于零点七三级。为什么？ 因为我们依然是一群靠烧开水来获取能量的原始人。无论是烧煤烧油还是核电站，本质上都是烧开水推动轮机。我们被锁死在了地球上。 我们的能源利用率低的可怜，我们的寿命短的可怜，我们的肉体脆弱的可怜。这就是著名的大过滤器理论。任何一个文明在发展到星际文明之前，都会遇到一个瓶颈，要么因为能源枯竭而内卷致死， 要么因为技术停滞而被困死在母星上。现在的地球是不是有点那个味道了？内卷争吵， 资源焦虑，而打破这个大过滤器的唯一钥匙，可能就是现在被骂成抢饭碗的 ai。 大家想一想，热力学第二定律告诉我们，宇宙的终极命运是热剂，也就是混乱度，伤会越来越高， 直到一切归于死寂。而生命是什么？生命是负伤，我们在对抗混乱，但人类作为碳基生命，我们的效率太低了，我们需要吃饭睡觉，我们会遗忘，我们会情绪化，但 ai 不 需要。 ai 是 纯粹的秩序，是纯粹的逻辑，是纯粹的富商制造机。黄仁勋在发布会上提到的数字宇宙平台和机器人，本质上就是把这种极致的秩序强行注入到混乱的物理世界里。 所以回到开头那个让大家焦虑的问题，如果 ai 什么都能做，人类是不是就没用了？ 我们会不会变成机器人总动员里那群连路都不会走的胖子？这恰恰是最大的误解。在电影里，那些胖子之所以看起来可悲，是因为他们放弃了意志，只保留了欲望。 但现实的剧本可能完全相反，当 ai 算力以每年十倍、一百倍的速度爆炸时，人类正在经历一次物种剥离。这就好比几千年前，我们把搬运重物这个功能剥离给了牛马，后来又剥离给了蒸汽机和汽车。 当时也有人恐慌，说人类如果不扛麻袋了，身体会不会退化，结果呢？我们没有退化， 我们把省下来的能量用来进化出了更复杂的大脑皮层。现在，我们正在进行终极剥离， 我们要把逻辑计算、资料检索、重复劳动，甚至基础科研这些功能全部剥离给硅基生命。那么，剥离完这一切，人类还剩下什么？这才是最细思极恐，也最让人热血沸腾的地方。 人类剩下的是意志，是定义价值的能力，是想要去哪里的冲动。 ai 算力再强，微拉鲁冰芯片再快， 如果你不给他一个提示词，他就是一块冰冷的石头。他拥有无穷的智力，但他没有我在的意识。他不知道为什么要计算暗物质，除非人类想知道。所以，未来的世界不是人与 ai 的 竞争， 而是有意志的人指挥无意志的超级大脑。这确实是一场残酷的筛选。在不久的将来，也就是黄仁勋口中的二零二六年。二零三零年， 人类将彻底分化为两个物种，一种人拒绝接受工具的进化，他们依然试图用自己的探机大脑去跟归机算力拼逻辑、拼记忆、拼手速， 这一类人注定会感到极度的痛苦和无力，因为他们在旧时代的坐标系里确实没什么发挥空间。而另一种人，他们会坦然接受自己能力有限， 他们承认自己算不过 ai， 记不过 ai， 化不过 ai， 但他们会站在 ai 的 肩膀上，把所有的这些超级大脑当成自己的外挂器官。他们不再是工匠， 他们是架构师，他们不再是司机，他们是导航员。这就像是地球刚刚诞生生命时，单细胞生物为了生存，不得不与其他的细菌融合，最终进化出了现立体，进化出了复杂的多细胞生物。 我们现在就在经历这个过程，我们正在把硅基生命融合进我们的文明里。老黄说，摩尔定律已死， 但新的定律开始了。这不仅是算力的定律，这是文明的定律。我们正在从零点七级文明向一级文明跨越。在这个过程中，会有阵痛， 会有迷茫，会有旧岗位的消失，会有新秩序的混乱。但人类骨子里有野心和好奇心，根本没人愿意当宠物。相反，这可能成为我们踏上成神之路的机会。物理 ai 已经觉醒，暗物质的迷雾正在被算力吹散。 那艘通往未来的飞船，票不在马斯克手里，也不在黄仁勋手里，而在你对自己生而为人的重新定义里。 所以，你是选择坐在椅子上等着被投喂，还是选择站起来去给这个刚刚诞生的硅基大脑下达第一道指令？欢迎评论区聊聊你的选择。我是老马，即便未来再疯狂，今天也要睡个好觉，祝你晚安！

最近有三个让人脊背发凉的新闻，但把它们串起来看，你会发现一个令人绝望的真相，人类智力正在经历历史上最剧烈的通货膨胀， 而智力定价的那张学历，也因为 ai 的 冲击正在白菜化。第一个新闻来自英伟达 ceo 黄仁勋。黄仁勋在剑桥对着剑桥的学生和老师抛出了一个惊天言论， we gotta say that kind of out loud intelligence is about to be a commodity。 这一句话可以说是直接戳中了这群精英的肺管子， 潜台词就是，你们引以为傲的逻辑推演和知识储备，在 ai 面前，很快就会变得像自来水的电力一样廉价。 有意思的是，这句话他不止在剑桥说过。在最近的采访中，当被问到他见过的最聪明的人是谁的时候，他再一次说了这句话。第二个新闻来自 ai 酵母李飞飞。他是现代 ai 电机人，斯坦福 ai 实验室首位女性主任，他本身也是高等教育最成功的样本。但就在最近，他亲手撕碎了高学历的百年神话。 在一次采访中，当被问到什么样的人才是合格的员工，他的回答冷静而残酷。我更看重会不会用 ai 工具，能不能快速学习，而不是毕业于哪所学校，有什么学位。他说他的创业公司 world labs 在 招聘软件工程师的时候，他只关心一件事，能不能玩转 ai 工具。 第三个新闻来自硅谷 ai 巨头 palantier。 近期， palantier 直接绕过大学，招了二十二名高中生，并给出了转正后最高十七万美元的薪资。为什么呢？因为他们的 ceo 认为现在的美国大学坏掉了招生标准有问题，不重视真才实学，招进来的毕业生大多只会说空话，没法直接当好用的员工。 这三件事放在一起看，我们会发现一个趋势已经无法回避，学历的硬通货属性正在快速瓦解，智力的定义与价值也正在被 ai 彻底改写。按照 ai 教父新盾的说法，之所以会这样，是因为同一个 ai 模型的多个副本可以各自学习，然后通过平均权重变化实现高效的并行学习。 但人类只能采取低效的知识蒸馏方式，效率仅为 ai 模型同步权重的千万分之一。简单来说，就是 ai 的 学习效率比人类高上千万倍。 这也让我们不得不直面一个扎心的现实，大多数人引以为傲的脑力劳动，本质上只是一种低效率的逻辑搬运。当然，放在以前，写分析报告、整理会议纪要、写代码这些活确实需要一个个专业的人坐在电脑前面死磕。 但在黄仁勋定义的智力商品化时代，这些通通变成了流水线上的标准键。只要你下达的提示词足够清晰， ai 就 能以极低的成本产出更完美、更符合大众审美的结果。所以，当智力成为一种可以购买的插件时，那些只会机械调用逻辑的人 会发现自己在机器面前毫无还手之力。那如果连智力都能量产，人类的出路在哪呢？黄仁勋给出了答案，他说，真正的聪明人一定是具备这几个特征的， i did long term the definition is smart and my personal definition is smart is someone who sits at that intersection of being technically astute， but human empathy having the ability to infer the unspoken around the corners the unknowables you know people who are able to see around corners are truly truly smart。 总结一下就是，懂技术、超预知、高共情、高敏感、高直觉。那把这几个词拆解一下，也可以给到我们普通人三个努力的方向。一、判断力在升职 ai 让写代码、写文案、做方案变成了低成本能力在未来决定做什么，不做什么才是稀缺资产。二、 知识不再是优势，结构化理解才是不是知道的多是优势，真正的优势变成了结构化理解的能力，这需要你能把复杂的世界、碎片化的信息压缩成可落地、可行动的思维模型，这种能力是建立在高敏感、高认知基础上的。三、审美和品味成为硬能力 当 ai 能无限产出的时候，决定结果好坏的不再是能不能做出来，而是能不能做的好、做的有特色，做的有温度。这背后就是审美、品味与价值观的体现，这也是 ai 难以替代的部分。 说到底， ai 带来的智力通胀和学历贬值，并非是对人类的否定，而是对人类能力的重新筛选与定义。 他淘汰的从来不是努力的人，而是只会用低效方式重复劳动、固守传统能力的人。他奖励的是那些能跳出标准化思维、掌握判断力、结构化理解审美与品味这些稀缺能力的人。 未来的世界将不再是学历决定一切，也不是智力决定一切，而是稀缺能力决定一切。毕竟真正昂贵的从来不是学历，而是那些提前看懂方向的认知。

every single employee in the future， will have a i lots of a i's in the loop and those a i's will become the company's intellectual property。 如果我们现在要为当前的科技时刻找一个坐标系，英伟达首席执行官黄仁勋和斯科 ceo chaka roberts 在 昨天的二零二六年斯科 ai 峰会的现场直播中给出的答案令人不寒而栗又热血沸腾，那就是重塑。 请注意，它的用词不是进化，不是迭代，而是彻彻底底的重塑。在与查克 robinson 的 深度对话中，黄仁勋抛出了一个震耳欲聋的观点， we're reinventing computing for the first time in sixty years， what used to be explicit programming？ right， we wrote the programs。 我 们正在经历计算行业六十年来的第一次根本性范式转移。 大家好，我是启示录。回顾过去的六十年，从国际商业机器公司的大型机，到微软的个人电脑时代，再到如今的云原生时代，整个信息技术产业都建立在一个共同的基石之上，那就是显示编程。 无论是网络、路由协议，还是企业里的资源计划系统，本质上都是人类用极其精确的指令一步步告诉计算机该做什么。但在今天，这个地基被打碎了。 我们正在从指令时代跨入意图时代。当计算的核心从中央处理器转移到图形处理器，当软件的生产方式从写代码变成训练模型，每一家企业的底层操作系统，无论是技术架构还是组织架构，都面临着推倒重来。 在这场对话背后，隐藏着一个比人工智能热潮更宏大的趋势。当计算成本趋近于零，当智能成为像电力一样的基础设施，企业的护城河到底在哪里？这场变更的起点，始于计算定义的重新造准。 黄仁勋直击计算机科学的心脏，宣告了编程已死、意图永生的新纪元。在旧世界里，计算机虽然强大，但它本质上是一个只会听命行事的执行者。如果你想让计算机识别一只猫，你需要写代码定义。猫的耳朵是三角形的，有胡须，眼睛的距离是多少？ 这种显示编程模式在处理结构化数据时很有效，但在面对真实世界的混乱，如自动驾驶、自然语言理解、蛋白质折叠时，人类根本无法写出足够复杂的指令来覆盖所有情况。 这就是为什么过去几十年，尽管算力不断增长，但机器人依然笨拙。现在的机器学习，或者更准确的说是引式编程彻底颠覆了上述逻辑。你不再告诉计算机怎么做，而是告诉他要什么。你给计算机看十亿张猫的图片，计算机自己找出规律。 这是一种从演绎法到规划法的转变，计算机开始具备了从数据中提取规律的能力。这种转变不仅仅限于软件，而是整个计算堆栈的重塑。中央处理器不再是主角，图形处理器成为了大脑 网络，不再只是传输数据的管道，而是连接成千上万的图形处理器进行同步思考的神经网络存储不再是静态的仓库。为什么这个概念在今天突然爆发？因为我们处于超摩尔定律时代。 在过去十年里，人工智能算力增长的不仅仅是几千倍，而是一百万倍。当算力变得像空气一样无限且廉价时，我们可以用暴力美学解决以前无法解决的问题。我们不再试图从硬盘里解锁答案，而是直接生成答案。 这一转变的商业影响是毁灭性的，它意味着曾经被认为无法编程的领域，那些过于复杂混乱、充满了非结构化数据的领域突然变得可计算了。斯柯与英伟达在二零二四年二月正式宣布的大规模合作，本质上是将人工智能的能力注入到底层的网络控制平面。 这告诉我们一个重要的产业信号，人工智能不再是跑在硬件上的应用，人工智能正在变成硬件本身的一部分。如果说聊天机器人是人工智能的智能手机时刻，那么黄仁勋口中的代理式人工智能就是人工智能的工业革命时刻。 目前的人工智能大多还停留在聊天机器人阶段，依靠记忆和概率生成文本，但黄仁勋清晰地描绘了下一阶段的进化路径。未来的人工智能不仅仅是回答问题， 当你给他一个模糊的目标，例如优化我们公司的供应链库存，他不会直接吐出一段文字，而是会进行思考。第一步，他会意识到自己缺乏实时库存数据。 第二步，他会调用系统的接口去查询数据。第三步，他会分析数据，发现异常并制定一个补货计划。第四步，他会写邮件给供应商，甚至直接下单。这就是代理，他 拥有了在数字世界中行动的能力。 isn't that right tool use research retrieval augmented generation。 黄仁勋特别提到了解锁增强生成技术的重要性，解决了大模型最大的痛点，即幻觉和知识过时。 对于企业来说，训练一个通用的模型没有意义，你需要的是一个懂你公司过去二十年所有邮件、文档、代码和会议记录的人工智能解锁增强生成，让公智能能够查阅企业内部的私有数据库。这不仅是技术架构的改变，更是企业知识资产的货币化。 你公司沉淀的每一个文档不再是死的数据，而是人工智能代理可以调用的智力弹药。这意味着你公司过去积累的每一个文档、每一封邮件、每一行代码，都变成了人工智能的长期记忆。 企业沉淀的知识资产第一次可以被实时调用和交互。面对如此巨大的技术浪潮，企业管理者往往陷入两种极端，要么极度恐慌，盲目跟风。要么极度保守，死盯着投资回报率不敢动。查克 robinson 代表所有焦虑的企业管理者问出了那个最痛的问题， 面对如此巨大的技术浪潮，企业该如何开始？投资回报率怎么算？黄仁勋的回答不仅反直觉，而且极具战略胆识。他直言不讳的指出，如果你现在试图用电子表格计算生成是人工智能的投资回报率，你就算错了， 因为这是一项基础设施技术，就像当年的互联网或电力，你很难在爱迪生刚发明灯泡时就算清楚电力带来的具体收益。他的建议是百花齐放， 不要试图自上而下的搞一个完美的人工智能战略规划。相反，你应该给你的员工提供工具，让他们在安全的环境下自由探索。创新往往发生在边缘，发生在那些试图解决具体手头问题的员工身上。在改革初期，控制欲是创新的杀手， 你需要的是混乱中的涌现，而不是秩序中的僵化。但这不意味着没有重点。黄仁勋提出了一个二分法策略，边缘业务让员工自由实验核心业务集中火力空间。每家公司都有自己的灵魂。对于英伟达来说，是芯片设计和软件工程。 黄仁勋把所有的人工智能资源都砸向了这两个领域。结果是，英伟达现在利用人工智能来设计下一代人工智能芯片。人工智能在布线、散热、模拟代码生成上的效率是人类的千倍， 这就形成了一个可怕的飞轮效应。英伟达用更好的人工智能制造出了更好的芯片，更好的芯片又跑出了更强的人工智能。这里有一个非常精彩的思维模型。黄仁勋问，如果计算成本为零，速度无限快，你会如何重新设计你的工作流程？现在的企业流程设计充满了对成本和时间的妥协。 我们做抽象调查是因为无法做全量分析，我们做嫉妒预测是因为无法做实时模拟。但如果我们拥有了无限的智能劳动力呢？你不会再做测试，你会做全量测试，你不会只写一个营销文案，你会为每一个客户生成专属的文案。这是一种富足心态。 企业管理者必须学会像亿万富翁挥霍金钱一样去挥霍智能，只有这样，你才能找到那些被稀缺性掩盖的巨大机会。 如果说数字人工智能改变了信息的处理方式，那么黄仁勋眼中的下一波浪潮及物理人工智能将改变原子的排列方式。 黄仁勋在此处展现了他对制造业的深刻理解，他指出，通用机器人之所以必须是人形，不是为了向人，而是为了适应人类的世界。我们的工厂、仓库、手术室都是为了人类的身高、手型和运动方式设计的。 如果我们要让机器人进入这些场景，最经济的方式不是重建整个世界，而是造一个像人一样的机器。这里的核心技术突破在于人工智能开始理解物理法则。 现在的语言模型懂语法但不懂重力。未来的物理人工智能模型将不仅能生成文字，还能在虚拟世界中模拟出推倒杯子、水会洒出来的全过程。这就引出了数字孽生与合成数据的概念。 这是英伟达最深的护城河之一，在教机器人走路之前，先在虚拟世界里让他摔倒一百万次。这种合成数据的训练方式打破了物理世界的时间和成本限制，这也意味着未来的工厂在打地基之前就已经在数字世界里运行了一年了。对于商业观察的观众来说，这是一个巨大的投资风向标， 关注那些拥有海量工业数据，并且开始尝试建立数字孽生的重资产公司。目前的软件和互联网行业市场规模大约是几万亿美元，但实体经济包括制造、交通、医疗、农业的市场规模是一百万亿美元。 当人工智能开始能够理解物理世界，能够控制机器人、无人机和自动驾驶汽车时，科技公司将第一次有能力吃下这一百万亿的大蛋糕。正如黄仁勋所说， 数字司机的价值将远远超过汽车本身的价值，这是从制造工具到提供劳动力的商业模式。跃迁访谈到最后，谈到了一个关乎企业生死存亡的问题， 即数据主权。这是一个极其深刻的洞察。黄仁勋说，企业最有价值的知识产权不是最终的答案，而是提出的问题和推理的过程。当你的员工在与人工智能对话，讨论产品策略、定价模型、竞争对手分析时，这些对话本身就是最高级的机密。 如果你使用公共的云端模型，你实际上是在把公司的大脑外包。因此，黄仁勋断言，所有大企业最终都会建立自己的人工智能数据中心， 这就好比你不会把你大脑里的私密想法广播到公网上一样。企业需要一个私有的、安全的物理环境来运行他们的核心智能， 这一概念是对人在还中的深邃。过去我们担心员工离职会带走经验，现在，如果所有的业务流程都有人工智能参与，人工智能就会在每一次互动中学习员工的经验。老员工离职了，没关系，他的判断逻辑、他的处事风格已经被沉淀在了 公司的人工智能模型里。这带来了一个全新的企业资产概念，公司的估值将不再仅取决于现金流，还取决于其私有人工智能模型的智力水平。最后，我们要回到黄仁勋那个振聋发聩的预言，未来， i believe that we have an opportunity to help transform， every single company into a technology company technology first， 技术 first。 所有的公司都将是科技公司。这句被说烂的话在今天有了全新的含义。以前这句话的意思是，你需要通过互联网卖东西。 现在这句话的意思是，如果你不能把你的领域知识转化为代码和模型，你就将被淘汰。编程正在商品化，写代码不再是门槛，真正的门槛是对行业的理解。 沃尔玛懂零售，迪士尼懂娱乐，辉瑞懂制药。以前，他们受限于信息技术部门的产物，无法将这些理解完全数字化。现在，借助人工智能，他们可以直接用自然语言指挥算力，将自己的行业经验封装成最强大的产品。 对于屏幕前的你，无论你是创业者、投资者，还是打工人，这场对话敲响的警钟是清晰的。旧的计算时代结束了，依靠死记硬背执行指令的时代结束了。无论你从事什么行业，请开始思考如何将你的业务逻辑从显示的流程重塑为隐式的智能。 因为在人工智能的洪流中，你要么成为冲浪者，要么成为沙滩上的沙粒。编程只是打字，而打字是一种大宗商品。随着人工智能代码生成能力的提升，写代码的门槛将无限降低。你不需要懂语法的细节，你只需要懂业务逻辑，这对于传统行业来说是一个巨大的利好。 过去，沃尔玛懂零售，但不懂代码，辉瑞懂制药，但不懂算法，他们受限于才能，无法将自己的行业知识完全数字化，现在真正的门槛不再是代码，而是对行业的理解。 领域专家加上人工智能工具，等于超级应用。如果你是一个资深的供应链专家，你现在可以直接用自然语言指挥人工智能，构建一套复杂的库存管理系统，你的价值被放大了，而不是被替代了。 未来市场上只会有两类公司，制造人工智能的公司，如英伟达，他们提供基础设施以及使用人工智能的公司。利用人工智能重塑自己核心业务的制造医疗、金融公司。 黄仁勋警告说，你不会被人工智能取代，但你会被那些使用人工智能的人取代。读完这篇拆解，作为读者的你，无论是创业者、高管还是技术人员，应该感受到一种紧迫感。 黄仁勋构建的未来图景非常清晰，计算的成本正在趋近于零，智能的供给正在趋近于无限。这就像是物理世界突然失去了重力，旧的束缚包括人力成本、试错成本、时间成本正在消失。 在这个新世界里，获胜者将是那些敢于用无限资源心态去思考问题的人，是那些敢于让内部千花竞放的组织，是那些懂得将领域知识封装进私有模型的企业。 这项对话不是关于思科，甚至不是关于英伟达，它是关于你。当工具，不再是限制你的想象力就是唯一的边界。 正如黄仁勋所言，去建造点什么吧，哪怕只是为了理解他，你也必须亲手弄脏你的手，因为这股浪潮大到你无法置身事外。我们正站在一个新时代的门槛上，这一刻的重要性不亚于蒸汽机的发明或互联网的诞生。 计算的重塑仅仅是一个开始，随之而来的是商业模式的重塑、组织形式的重塑，甚至是人类工作方式的重塑。 让我们再次回到黄仁勋提到的那个富足心态。在过去，我们的决策总是基于资源的稀缺性，我们因为算力不够，只能做局部的天气预报。我们因为人力不足，只能服务头部客户。 但现在，当智能变得像水和电一样唾手可得，我们是否准备好去迎接那个无限可能的未来？这不仅需要技术的升级，更需要思维的跃迁。我们需要从优化流程转向设计智能，我们需要从执行指令转向定义意图。 这是一场属于勇敢者的游戏。在这个百亿一级的新未来中，没有标准的教科书，没有现成的地图，每一个人，每一家企业都是探索者，而这，正是这个时代最迷人、最令人兴奋的地方。我是启示录，带你看遍科技世界背后的逻辑。感谢点赞与订阅，我们下期再见！

几天前，由斯科主办的人工智能会议上，刚结束亚洲之行的黄仁勋喝了五杯红酒，微醺状态下与斯科 ceo 看似随意的交谈。初闻其言，感觉的只不过是泛泛之谈、商业互捧。但前女友曾告诉我，酒后吐真言，男人喝酒后的言语 往往能反映出他内心深处的想法。于是我今天再次仔细的看了原视频，果然发现其言语背后的深意。 它不仅描绘了 ai 的 技术蓝图，更犀利地刺破了未来职场的真相。黄仁勋首先抛出 我们正在经历六十年来计算的首次重塑。过去六十年，我们习惯了显示编程，像写情书一样把逻辑一行行敲进电脑。而未来属于影视编程， 你只需告诉电脑我要什么，他自己会思考怎么做。这不仅是写代码方式的改变，更是整个计算堆栈的颠覆。从芯片到网络，从存储到安全，一切都在被重新定义。黄仁勋甚至放言，编程就是打字。 当 ai 能快速生成比人类更完美的代码时，单纯的马农技能将变得廉价。如果编程不再稀缺，人类的价值在哪里？黄仁勋给出了答案，在于提问与直觉。 他指出， ai 时代的真正机会不是制造更好的软件工具，而是创造增强型劳动力。就像自动驾驶汽车的价值不在于硬件， 而在于那个数字时机。历史上第一次，数字劳动力创造的经济价值将超过硬件本身。在这个新世界里，企业最有价值的知识产权不再是答案因为 ai 能瞬间给出，而是问题本身 及对行业的深刻理解，对客户需求的敏睿洞察，以及那些无法被量化的直觉和智慧。也就说，所有公司都将转型为技术公司。 ai 战场并非拘泥于产值一万亿美元 it 行业，而是转向价值百万亿美金实体经济。老黄，此处的弦外之音是，现在 ai 才刚起步， 还有巨大的成长空间，创造的价值也是难以估量的，构建算力基础设施还需要长久的投入。这间接回应了 ai 泡沫论。面对如此巨变，企业该如何自处？黄仁勋提出了反直觉的建议，先失控，再控制。 他透露，英伟大内部的 ai 项目已经失控，像一千朵盛开的花一样杂乱，但他拒绝修剪， 因为创新本身就是不可控。他的逻辑是，不要用传统的投资回报率 roi 去衡量早期 ai 探索， 那是刻舟求剑。正确的做法是，找到公司最核心、最有影响力的工作，优先用 ai 去尝试，并且用无限算力和零成本的思维模式去重构业务。同时，他发出了严厉的警告，你可以不是第一个用 ai 的， 但千万不要成为最后一个，在 ai 时代，最后一名等于被淘汰，不是被 ai 淘汰，而是被那些使用 ai 的 竞争对手淘汰。老黄弦外之音是， 不要觉得现在算力成本高，你投入的不仅是硬件，更是通往未来世界的门票，必须马上立刻加大企业 ai 方面的投入，并在关键业务上试错。 面对如此巨变，员工该何去何从？黄仁勋并没有把人看作是被 ai 取代的耗材，而是看作价值链条上移的指挥者。他给出的应对策略不是去学更难的编程语言， 而是从根本上改变思维方式和工作模式。未来的员工会自带多个 ai， 工作需要学会意图表达。你要清晰地告诉 ai 你 的目标、约束和标准，然后让 ai 去执行。不要害怕尝试新工具， 多尝试不同的 ai 应用，找到能放大你能力的那个。关于是否要自己动手建算力，他建议无论自己身处何职位，一定要自己建一套，亲手做一次，不要完全依赖外包或云厂商，必须理解 ai 的 基本原理，哪怕是概念层面， 知道他的边界在哪里，才能不被技术忽悠，才能真正驾驭技术。老黄弦外之音是劳动者从解决问题转向发现真问题，好奇心与意图表达将成为稀缺能力，并亲自动手搭建算力平台， 了解 ai 原理，从而才能更好驾驭 ai。 黄仁勋还驳斥 ai 将取代软件论调，他明确指出 ai 会取代传统软件的说法毫无逻辑。他强调 ai 不是 从零开始重建工具， 而是依赖并增强现有软件生态。 ai 作为一种智能体，其目的是高效解决问题，而不是为了证明自己能造轮子。就像人类不会为了拧螺丝而重新发明螺丝刀一样， ai 也不会为了写代码而重新发明编程器，他会直接调用现成的工具。从语言上讲，老黄极力地为软件公司站台，可能是因为软件公司是目前英伟达重要的客户群， 但是从它表述来判断，今天的软件要退居幕后，当纯工具，实则将目前软件的地位大大的降低了。曾几何时，大家都说软件吞食世界，才过了几年，软件又将被 ai 吞食。一般认为，软件锁住既有客户的四大关键是， 熟悉的用户界面、丰富的系统功能、优秀的系统架构和关键的历史数据。在新 ai 世界里， ai 作为用户入口，然后由 ai 去调用软件的 a、 p i 用户界面用不到了，很多功能非常容易被 ai 替代， 软件公司自身优势将被大大的降低。谈话到最后，黄日勋将目光投向了更远的未来。物理 ai。 目前的 ai 懂语言、懂逻辑， 却不懂推倒一块骨牌，会引发连锁反应这样简单的物理因果。下一代 ai 将理解物理世界的规律，从聊天机器人进化为能理解重力、质量和因果关系的具身智能。届时， ai 将不再局限于屏幕，而是真正走进工厂，走进生活， 成为能够操作螺丝刀和锤子的数字工人。当算法能解决所有确定的问题，人类的价值将回归到那些不确定的领域，定义问题、设定义图， 以及在复杂的现实世界中做出判断。在这个新纪元，不要问 ai 能为你做什么，要问你能向 ai 提出什么问题，毕竟在无限算力面前，唯一的限制 只剩下我们的想象力。本视频内容到此结束，感谢大家的收看，明飞大叔，愿大家每天都有好心情，下个视频再见！

今天的节目我们想跟大家聊一聊人工智能在企业当中的应用，以及人工智能是如何通过这种所谓的智能工厂的理念，正在重塑 传统的计算架构。没错没错，这个话题现在真的非常火。对，那我们就直接开始今天的讨论吧。首先啊，我们要讨论的是关于这个开场的介绍和感谢。对，这个活动呢，其实已经持续了很长时间了， 然后我们的主讲嘉宾其实也非常的辛苦，所以咱们先来聊一聊这次活动的时长啊，嘉宾的行程啊。是的，这个活动其实早上很早就开始了，然后中间还休息了两个半小时，一直到现在。而且我们的主讲嘉宾呢，他其实过去两周的时间 在亚洲的四五个城市之间奔波，然后昨天晚上他还在台湾，今天已经到了休斯顿，就他真的很辛苦，他就只是想快点结束，然后回去睡自己的床，确实挺辛苦的啊。那接下来我们就说说这个 ai 工厂的合作以及他的定义。 对，那在企业级市场推广 ai 工厂的过程当中遇到的最大的难题是什么？关于这方面，我们其实和合作伙伴一起在推动这个 ai 工厂的落地嘛，那其实在企业里面推广的速度 没有我们想象中那么快。那我认为 ai 工厂其实就是一种全新的计算范式，它是从六十年以来的这种显示编程 走向一种隐式的编程，那我们只要告诉计算机我们的意图是什么，它就会自动帮我们去寻找解决方案。 这么说的话就是整个的计算体系结构都要重新设计了。对，完全没错，就是从通用的计算到人工智能，其实整个从计算、存储、网络到安全，每一层都在重新设计。嗯， 这个是一个非常大的改革，也是我们在推动 ai 工厂落地时技术和推广层面面临的最大挑战。明白，明白，那现在的这个 ai 它到底能够做到哪些事情？它距离真正的解决复杂问题的智能还有哪些关键的短板？目前的这种 ai 系统，像我们现在常见的这种聊天机器人， 它其实主要还是在你给他一个提示，他会根据他之前记忆的一些东西和一些模式来生成一个回应。 那这种东西它可能会很有趣，比如说帮你偶尔填一下 crossword puzzles， 但是它的作用其实还是非常有限的，所以说就是这种靠记忆和模式识别的这种方式， 还是远远没有办法达到真正的智能的水平。没错没错，那真正的智能它应该是能够不仅仅是知道这个问题的答案， 而是当他遇到一个全新的问题的时候，他能够知道我现在要去推理，我要把这个问题拆解成一个个小的步骤， 我要去规划我的这个解决方案，我要去选择合适的工具，甚至我可能还要去搜索一些外部的信息。嗯，那现在我们说的这个智能 t a i， 它其实在这些方面才刚刚开始有一些进展， 那这个也是未来我们想要让 ai 变得真正有用的一个核心的方向。说的很对啊，那紧接着我们要聊的就是关于这个企业级 ai 的 转型的策略和实践的建议。 对，那这里面其实就涉及到在推动 ai 落地的过程当中，企业应该如何去确定自己的优先级，然后如何去管理创新。嗯，其实在企业级 ai 的 这个落地的过程当中啊，很多人会一上来就跟你谈 ai， 嗯，投资回报率， 那其实在早期的时候，这个新的技术，它的 r o i 是 很难去精确地衡量的，所以我们更建议企业先去找到自己业务当中最核心的价值环节，然后把你的 ai 的 创新集中在这些环节上面， 不要去把时间浪费在一些周边的没有那么重要的事情上面，就说要把精力聚焦在刀刃上。对对对，那这样的话是不是意味着企业要鼓励下面的团队去大胆的尝试，哪怕这些尝试看起来有些失控。是的是的，就是只有让一千朵花竞相开放 在一个安全的环境下面去鼓励大家去试错。嗯，去用不同的 ai 的 工具去探索，你才有可能去发现真正能够改变你核心业务的那些创新点，因为创新这件事情它本身就是很难去被计划和被控制的。那我想问一下，就是在企业里面推动 ai 创新的时候， 怎么能够做到既鼓励大家去大胆的尝试，同时又能够避免资源的浪费和方向的迷失？其实就是一开始的时候，我们要让大家去百花齐放，就是大家任何新的想法， ok， 我 们都可以去试。对，那等到一定的阶段之后， 我们再去有意识的去梳理哪些东西是有前景的，嗯，那这个时候你就可以把你的资源集中在最有希望的那几个方向上面， 那这个就是所谓的在适当的时候去 curate the garden， 也就是说早期的时候不能着急收敛，但是你也不能永远都不做选择。没错没错，因为你太早的把你的资源集中在一个方向上面，你很有可能就错过真正的突破点。 嗯，那你太晚的去收敛的话，你就会浪费很多的时间和资源，所以你要在探索和聚焦之间去找到那个平衡点。好的，那比如说像芯片设计这种非常依赖于传统的 eda 工具的这样的一个行业， a i 到底能够带来哪些本质上的改变？其实我们公司是非常看重芯片设计、软件开发和系统工程这几个领域的。嗯，那我们也跟 synops、 cadence、 simmons 这些公司有非常紧密的合作，我们会把我们的 ai 技术深度地嵌入到它们的这些工具里面， 那这样的话我们就可以极大地提升整个设计的效率和创新的能力。这么说的话就是通过和这些主流的 eda 工具的深度整合，就可以让整个设计的流程变得更智能、更高效。完全没错，因为我们会把我们所有的 ai 的 能力 都开放给这些工具，那工程师在使用这些工具的时候，就可以用以前做梦都想不到的方式来完成他们的设计。 嗯，那这个其实也是我们不断的在追求的，就是用 ai 来彻底的革新我们的核心的工作。行，然后我们下面的这个话题是关于 ai 带来的这种智能的风域和新的工程思维， 那 ai 到底是怎么样通过这种智能的风域彻底的改变了我们传统的工程的时间表和创新的节奏。是这样的， ai 它其实带来的是一个智能的极大的风域， 就是他可以让原本可能要花一年时间才能完成的任务缩短到一天甚至一个小时。那这种速度的提升其实就相当于让你在同样的时间里面可以做比以前多的多的事情。 那这个就是一个类似于工业革命级别的一个生产力的提升。所以就是说现在工程师的工作方式和创新的节奏已经完全不一样了。就是现在很多工程师他们在面对一个问题的时候，他们会直接去训练一个 ai 模型，然后用全球的数据去训练。 嗯，那这种就是一种资源无限的一种工程思维，你会觉得好像无论这个问题有多大，我都可以用这种大规模的数据和模型去把它攻克。那现在就是说这种所谓的丰裕思维 在工程实践和问题解决上面到底有哪些具体的体现？比如说啊，现在很多团队在做图分析， 那他们面对的可能是一个有几万亿条边和节点的一个超大规模的图。嗯，那以前的话你可能会想，我要怎么去分块，然后一点点的去处理。 那现在的话，大家就会直接说把整个图都给我加载进来，我要一次性的去分析它，这就是一种丰裕思维的体现，这种不再去迁就资源的限制确实很让人向往啊。是啊， 就是现在大家会把自己的计算能力和数据的规模都假设成无限大，然后在这个前提下去思考问题。嗯，那比如说我要分析一个非常庞大的数据集，或者说我要做一个非常复杂的模拟， 那我就会直接去假设说我有无限的算力，然后我要怎么去设计我的解决方案？ ok， 那 这种思维方式其实是在彻底的改变工程师的设计和创新的流程。这么说的话，那现代的企业如果想要去真正的抓住 ai 带来的这个机会， 那他们到底应该怎么去做才能够去激发这种创新的思维？就是企业首先要去识别出来自己的业务里面那些最有价值的、最核心的问题，然后呢，你要以一种近乎极端的方式去思考， 如果我有无限的算力，无限快的速度，嗯，然后零成本，那我要怎么去解决这个问题？ 当你用这种思路去逼问自己的时候，你才有可能去跳出原有的框架，然后去发现那些真正能够改变游戏规则的创新点。听起来就像是你要站在一个未来的视角，然后去反推现在的行动，没错没错，而且这个事情 你不光自己要这样想，你还要假设你的竞争对手也在用这种极限的思路在思考，嗯，甚至有一个刚刚创业的小团队，他们也在用这种极限的思路在思考。 所以你必须要不断地去突破自己的舒适区，然后去大胆地应用 ai， 这样你才能够不被淘汰。行，那我们接下来要聊的就是这个 ai 技术站的分层以及智能的本质。嗯， 那你能不能够用一个具体的例子来给我们讲一讲，就说这个智能系统它到底是由哪些关键的部分组成的？然后这些部分是怎么协同工作的？可以啊，我们可以用一个蛋糕来比喻啊，就是智能系统其实是有好几层的， 最下面的一层是基础设施， ok， 然后上面一层是模型，再上面一层是应用。嗯，那你想让这个系统真正的变得智能，那这三层都要协同的工作才能够实现真正的智能。那就是说这个智能系统他要能够像人一样的去感知、去思考、去行动， 那他最底层的这个感知能力到底有多重要？这个是非常重要的，就是你这个系统如果想要有真正的智能的话， 首先他得能够准确的去感知这个世界， ok， 然后理解当前的情况，他才能够根据这个去做推理，去做规划。 嗯，那这个就是为什么十三十四年前的时候，那个计算机视觉的突破是被认为是一个历史性的里程碑，因为他是让机器有了眼睛，然后能够去看懂这个世界。 确实是这样啊，那为什么说这个深度学习和这个无监督学习的突破，会让 ai 一下子有了这种规模化解决复杂问题的能力？其实这个背后的原因就是因为现实世界当中的很多难题， 他是没有一个固定的公式，或者说第一性原理可以直接去套用的。 ok， 那 这个时候呢，深度学习他就可以通过不断的去调整模型的参数，然后从大量的书籍当中去自学规律， 那这个就可以帮我们去解决很多以前我们认为非常棘手的问题，也就是说只要有足够的数据，然后有足够强大的模型，那几乎任何复杂的问题都有被解决的可能。对，然后特别是无监督学习和自监督学习的发展，让 ai 不 再依赖于大量的人工标注的数据。 ok， 那 这个就使得模型可以变得越来越大，从几百万的参数到现在的几万亿的参数， 然后他可以学到的知识和技能也是有一个爆发式的增长，那这个也是推动了整个 ai 系统从传统的编程走向了一个全新的范式。确实啊，那 我们接下来要聊的就是这个 ai 驱动的这种计算体系结构的变更。嗯，那我们现在看到这种从这种预录制的软件到这种动态生成的这种模式的转变，到底是怎么改变了我们传统的软件开发和部署的方式的？是这样的，就是以前的话，我们的软件它都是 提前写好，然后固化在一个 c、 d、 r、 m 里面的。 ok， 那 不管是谁在什么场景下使用它都是一模一样的运行。但是现在因为有了 ai， 然后有了这种上下文的理解能力，所以每次你使用这个软件的时候，它都会根据你当时的输入，你的使用习惯，甚至你之前的操作历史， 嗯，来动态的生成一个全新的执行路径。所以每一次运行其实都是不一样的。听起来的话就是软件的每一次运行都变成了一个独一无二的事件。是的，因为现在的这个软件它已经不是一个固定的程序了， 它更像是一个不断在变化的，不断在根据你的需求来生成的一个东西啊，那这个就是导致我们的整个软件开发的流程， 包括部署、维护、更新全部都要重新思考。既然如此，那这个东西对于企业的组织架构和他们的工作流程会带来哪些具体的冲击？ 嗯，就是如果说你是完全基于机器学习来开发产品的话，那其实产品的定义、开发、测试、部署全部都要围绕着这个模型的生命周期来进行。 嗯，所以这就会导致企业里面传统的部门的边界，比如说产品开发、测试、运维 这些部门的边界都会变得非常的模糊，所以就是说企业里面可能就不再有这种非常清晰的各司其职的这种团队划分了。对，就是大家要围绕着这个模型来形成一种非常紧密的协作。嗯，然后所有的环节都要更加的敏捷，更加的一体化， 这样才能够去适应这种 ai 系统的持续学习和持续部署。好的，那紧接着我们要聊的就是这个 ai 和软件工具的未来，还有物理 ai 的 这个愿景。对， 那现在大家都说 ai 会取代传统的软件工具，嗯，那这个到底有没有道理？其实这个是挺没有道理的，因为 ai 它本质上是一个增强我们能力的一个东西。 ok， 就 像我们之前举的那个例子， 即使你有了一个人形的机器人，你遇到一个螺丝，你还是会去拿螺丝刀，而不是说我要现场发明一个新的工具。嗯，所以 ai 它也是一样的，它会去使用现有的这些软件工具， 然后来解决一些复杂的问题，而不是说把这些工具都淘汰掉。所以就是说这些成熟的企业级的软件，像 s a p， 像 service、 nodes 这些东西在 ai 的 时代还是会很有价值的，当然因为这些工具它是解决非常明确的，非常结构化的问题的。嗯，那这些东西 是不会被 ai 所取代的。而且现在最新的这些 ai 的 系统，它反而会把调用这些工具作为它的一个核心的能力。行，那你说的这个物理 ai， 它跟我们现在的这种大语言模型相比，它到底有哪些本质上的区别？呃，物理 ai 的 话，它更强调的是对这个真实世界的理解和推理。 嗯，比如说一个小孩，他很容易就可以理解多米诺骨牌的这种因果关系，但是现在的这种大语言模型，他是完全没有办法理解这种物理的联系的。 ok， 那 这个就是未来我们需要突破的一个方向， 就是让 ai 能够像人一样去直接感知和理解这个世界。那我们现在其实也看到了，就是大家对于 ai 的 这个期待值很高。嗯，那在你看来企业和个人最应该关注的点是什么？其实最关键的还是要去落地，就是要把 ai 真正的用在你的业务流程当中， 因为真正会被淘汰的既不是企业，也不是个人，而是那些拒绝去使用 ai 的 组织和拒绝去使用 ai 的 人。行吧，今天我们从这个 ai 工厂的理念 聊到了工程思维的改革，然后又聊到了企业转型的一些具体的建议。嗯，其实大家应该能够感觉到，就是 ai 这个东西，它已经不是一个遥不可及的未来了，它是一个正在发生的现实。好了，那就是这一期播课的内容了，然后感谢大家的收听，然后我们下次再见，拜拜。拜拜。

你不会因为 ai 丢掉工作，你会因为一个使用 ai 的 人而丢掉工作。哎，老 a 黄仁勋这局是不是戳中很多人了？确实啊，这话说的太扎心了。 哈喽，大家好，我是阿兰，欢迎来到科技商学频道。大家好，我是老 a， 咱今天就聊聊黄仁勋和四科 ceo 那 场对话。黄仁勋一开口就炸了，说编程已经不值钱了，只是打字而已，你听到第一反应是什么？ 我第一反应是，这老头又开始狂了。但仔细想想，他说的好像也不是完全没道理。你看现在 ai 编程工具那么多，敲个指令就能生成代码，传统的重复编码工作确实在贬值。 对，我当时看到这句话，第一感觉是程序员要失业了。但后来仔细琢磨，黄仁勋说的不值钱，应该是指那种重复性的、没有创造性的编程工作。真正值钱的是那些能提出好问题，能设计系统架构，能解决复杂问题的程序员。 没错，就像黄仁勋说的，公司最宝贵的知识产权不是答案，是员工的提问。编程只是实现想法的手段而已，真正有价值的是背后的思考和创意。 而且他还说，如果你想掌控创新，那你该去看看心理医生。这话说的也挺狠的，你怎么理解？ 我觉得他是在说，创新本身就是不可控的，你越想掌控它，越容易把它框住。就像英伟达允许团队失控的探索 ai 项目，先尝试，再问原因，这其实就是给创新松绑。 你想啊，要是凡事都先谈 roi， 很多天马行空的想法根本就出不来。对，我之前看过一个案例，谷歌的 offer 就是 在这种失控的探索中诞生的， 一开始没人知道这个项目能成，但谷歌就是给了团队足够的空间去试错。要是当时先算 r o i， 可能就没有后来的突破了。说到算力，黄仁勋还说，十年算力提升了一百万倍，摩尔定律慢的像蜗牛， 你知道这是什么概念吗？一百万倍啊，相当于十年前你用大哥大，现在用最新款的 iphone， 差距就是这么大。 我记得十年前训练一个大模型可能需要好几个月，现在几天甚至几小时就能完成。这种算力的爆炸式增长，直接改变了整个科技行业的游戏规则，以前我们觉得不可能的事，现在都变成了现实。 没错，而且他还举了迪士尼和 netflix、 梅赛德斯和特斯拉的例子，说迪士尼更想成为 netflix， 梅赛德斯更想成为特斯拉。这其实就是在说，传统企业都在焦虑数字化转型，都想从产品公司变成平台公司，从卖硬件变成卖服务。 对，你看迪士尼以前靠卖电影票和周边赚钱，现在也在大力发展流媒体业务和 netflix 抢市场。梅赛德斯以前是豪华汽车品牌，现在也在拼命研发电动车，生怕被特斯拉甩在后面。这就是时代的趋势，你不转型就会被淘汰。 黄仁勋还提出了 ai 工厂的概念，说我们正在从制造工具转向创造劳动力。全球 it 产业一万亿美元的市场，要扩展到全球经济总量一百万亿美元的规模，这野心也太大了吧。 其实也不是野心大，是他看到了 ai 的 潜力。以前我们用工具是辅助人工作，现在 ai 可以 直接成为数字劳动力，帮我们完成各种任务。比如工厂里的机器人、客服行业的 ai 助手，甚至是医疗领域的 ai 诊断，这些都是数字劳动力的体现。 而且他还强调，企业应该先放手，让团队探索 ai， 而不是先谈 roi。 很多企业现在就是太急功近利了，做什么都先算投入产出比，结果错过了很多机会。 ai 这个东西，你不去试，根本不知道它能带来什么惊喜。 没错，我身边就有朋友在传统企业做 it， 他 们老板就是不敢投入 ai， 怕看不到回报，结果同行都用 ai 提升了效率，他们公司反而越来越落后。其实有时候你得先相信才能看到结果。 黄仁勋还提出了丰盈的思维模型，假设技术无限快，零重力，重新定义问题边界，这是什么意思呢？ 我理解的是不要被现有的技术条件束缚住想象。以前我们做事情总是先考虑能不能做到，现在用丰盈的思维，要先考虑想不想做到，然后再去想怎么实现。 比如以前我们觉得自动驾驶遥不可及，但现在特斯拉已经把它变成了现实，这就是突破了传统的思维边界。 对，这种思维模型其实就是鼓励我们大胆想象，不要被眼前的困难吓到。黄仁勋自己就是这样做的，因为他一开始只是做显卡的，现在变成了 ai 领域的巨头，就是因为他敢于突破边界，不断探索新的可能性。 最后回到他那句扎心的话，你不会因为 ai 丢掉工作，你会因为一个使用 ai 的 人而丢掉工作。我觉得这句话是在提醒我们， ai 不是 敌人，而是工具，你要是学会使用 ai， 就 能提升自己的竞争力，你要是拒绝 ai， 就 会被那些会用 ai 的 人超越。 没错，这就像以前电脑普及的时候，那些不会用电脑的人被淘汰了，而会用电脑的人反而找到了更好的工作。 ai 也是一样，他会淘汰掉那些重复性的、低技能的工作，但也会创造出很多新的工作机会，比如 ai 训练师、 ai 产品经理、 ai 论语学家等等。 所以啊，与其害怕 ai， 不 如拥抱 ai， 多学习一些 ai 相关的知识，多尝试用 ai 来辅助自己的工作，这样才能在未来的竞争中立于不败之地。 对黄仁勋这次的对话，其实就是给所有企业和个人敲了个警钟， ai 时代已经来了，你不跟上就会被淘汰。不管你是程序员、设计师还是普通白领，都得学会和 ai 共处，让 ai 成为自己的帮手，而不是对手。 其实从黄仁勋的管理哲学也能看出来，英伟大之所以能在 ai 领域取得这么大的成功，就是因为他们敢于放手让团队探索，鼓励员工提出问题，而不是只追求答案，这种开放的文化才是创新的源泉。 没错，很多企业现在就是太讲话了，什么都要按流程来，什么都要汇报审批结果把员工的积极性都磨没了。英伟达允许团队失控的探索，其实就是给员工足够的信任和空间，让他们敢想敢试。 而且黄仁勋说的百花齐放也是这个道理。不同的团队从不同的角度去探索 ai， 总会有一些意想不到的突破，就像当年英伟达的库大平台，一开始只是为了游戏显卡设计的，没想到后来成了 ai 训练的核心工具，这就是失控探索的结果。 所以啊，企业管理者真的应该好好想想黄仁勋的话，不要总是想着掌控一切，要学会放手，给员工足够的空间去创新， 毕竟真正的创新不是规划出来的，是试出来的。对，就像黄仁勋说的，先同意团队尝试，再问原因。很多时候，你问原因的时候，机会就已经错过了。与其纠结为什么要做，不如先做起来，边做边调整。 其实个人也是一样，我们在面对 ai 的 时候，不要总是想我会不会被取代，而是要想我怎么利用 ai 提升自己，多学习，多尝试，多拥抱变化，这才是应对 ai 时代的正确姿势。 你看，现在很多自媒体博主已经开始用 ai 写文案、做视频、剪素材了，效率提升了好几倍，那些还在手动写文案、手动剪视频的博主就慢慢被淘汰了，这就是活生生的例子。 没错， ai 就 像一把双刃剑，你用好了，它就是你的武器，你用不好，它就是你的敌人。关键在于你怎么看待它，怎么使用它。黄仁勋这次的对话就是想告诉我们， ai 不是 洪水猛兽，是推动时代进步的工具， 我们应该积极拥抱它，而不是害怕它。最后，我想总结一下黄仁勋这次对话的几个核心观点，第一，编程的价值在下降，创意和思考才是核心。 第二，创新不可控，要给团队足够的空间。第三，算力爆炸式增长，摩尔定律已经过时。第四，传统企业要转型，从卖产品到卖服务。第五， ai 是 数字劳动力，要学会使用它。第六，企业要先探索 ai， 再谈 roi。 第七，用丰盈的思维重新定义问题。第八，公司最宝贵的是员工的提问。第九，你不会因为 ai 丢工作，会因为不会用 ai 丢工作。 总结的很到位，这几个观点其实就是黄仁勋对 ai 时代的理解和思考，不管你是企业管理者还是普通员工，都应该好好琢磨琢磨这些观点，他们可能会改变你对未来的看法。 其实黄仁勋之所以能说出这么多犀利的观点，也是因为他站在行业的最前沿，看到了我们看不到的东西。他的狂不是盲目自大，是有实力支撑的，英伟达在 ai 领域的地位就是最好的证明。 没错，他的每一句话都不是空穴来风，都是基于对行业的深刻洞察和自己的实践经验。所以我们在听他说话的时候，不要只关注他的狂，更要关注他背后的思考。 好了，今天咱们就聊到这里，希望黄仁勋的这些观点能给你带来一些启发，如果你有什么想法，欢迎在评论区留言和我们交流，感谢大家的收听，咱们下期再见！

昨天啊，因为大老板黄仁勋做了一场史无前例的深度访谈，网友直呼啊，从没见过老黄如此开放和真诚。老黄罕见的卸下了防备，说了很多平时绝对不会在公开场合讲的话。其中最震撼我的是关于五年后世界的预测。 我看完很受启发，因为他描述的未来跟大多数人想象的完全不一样。我刚整理完视频啊，跟大家分享几个重点。第一，电脑不再需要背编程，而是自己学习。谈到未来展望，老黄呢，扔出了一个让所有程序员心惊的判断，五年内，计算机将从背编程彻底转变为自我编程。 他解释说，过去我们教计算机中文，要一个词一个词的教。未来你只需要告诉他去学中文，电脑呢，就会自己搞定一切。这听起来很科幻，但老黄给了个更直观的例子，以前你要做个网站，你得学前端代码，学脚本。而现在，你只需要对着 ai 说，帮我做个电商网站风格像苹果官网，支持微信支付， 几秒钟网站就做好了。更可怕的是，这个网站的代码质量可能比很多初级程序员写的还要好。第二，所有行业的困难都会被重新定义。说到这儿，老黄的眼神变得很兴奋，他说， ai 能够处理问题的规模将会是现在的十亿倍 uh， the computer will be able to deal with with problem sizes that are a billion times larger than anything we're working on today。 你 没有听错，不是十倍，百倍，是十亿倍。那这意味着什么呢？老黄给了个比方，他说，就像飞机让世界变小了一样，过去从伦敦到纽约要一个月，但现在只要七小时。 当计算速度快了一千倍，所有不可能解决的问题，会突然变成一个简单问题。以前 open ai 的 研究员看到全球互联网数据，会觉得这太大了，处理不了。但现在呢，他们的态度是，这数据怎么这么少？全未给 ai 还不够？老黄断言，五年后，每个科学家、工程师、创业者看待问题的心态会彻底改变， 很多过去太难了、做不了的问题，在未来将会是挺简单的，试试吧。第三，聊到大家最关心的 ai 抢饭碗的话题，他说，你可能会比现在更忙。主持人问为什么？ 老黄说，首先呢，当困难问题变得简单，待解决的问题就会暴涨。过去啊，有很多想法因为太难、太贵而直接不被考虑。而 现在， ai 让这些问题变简单了，那所有那些原本不在桌面上的想法都会被拿出来重新讨论。结果呢，就是，不仅工作没有变少，而且你的代办清单会迎来爆炸式的增长。所以，一个有想法、有创造力的人，会因为 ai 而觉得能干的事太多了。而一个停止学习、不思考的人，每天都在忧虑 ai 会不会替代我。其次呢，是决策周期变短。老黄举了他自己的例子，我手下有六十个高管直接向我汇报，当我问一个问题时，通常需要等两到四天才能得到回复。但想象一下，如果这些答案一秒钟就能得到呢？那我的日子会变得疯狂、忙碌，因为我成了整个流程的瓶颈。我过去一周要处理三个决策问题，但 未来一小时就要处理一百个。更让人兴奋的是，老黄透露了一个瑞典创业公司 lavababy 的 案例，很多普通人用 lavababy 的 ai 工具做软件，年收入已经达到了两百到三百万美元。我专门去查一下这个产 品，一个十岁的小孩已经可以用 lavababy 的 ai 去创建应用了。这个小孩说，做一个能教我数学的应用，并且可以记录错题。 在过去，要实现这样的功能，你需要手动设置数据库，而现在 ai 都会自动搞定，你甚至都不需要懂什么是数据库。 这位小孩哥，他又说，加入 ai 助手来给我提供解答和帮助。在之前呢，添加一个 ai 助手，这意味着你要提供 a p i， 还有秘要。但现在 ai 也会自动搞定这一切。所以老黄说，啊，技术的鸿沟第一次真正被磨平。 访谈最后，主持人问了个所有人都很关心的问题，你觉得对普通人来说，五年内最大的机会在哪？老黄说了句让我印象极深的话， 过去技术式围墙把大多数人挡在外面，现在 ai 把墙拆了，但很多人还站在原地不敢进来。他强调，现在任何人都能用 ai 写代码，做网站，甚至做出年入百万的软件，你唯一需要的就是开始 用它。这点我真的特别感同身受。有很多的粉丝和学员都在问我，杜老师，用 ai 怎么赚钱？你赚不到你认知以外的钱。

哈喽，小伙伴，我真的是全程看完了黄仁勋和斯科的 ceo 的 该有趣的对话，全程几乎百分之九十是黄仁勋黄教主在输出，但是堪称科技行业的脱口秀啊，叫黄仁勋带薪喝酒，跨界对谈，然后把 ai 圈的底裤扒了出来， 就是全程黄仁勋喝了有五杯红酒，就斯科的 ceo 根本就压不住他的分享欲，然后在酒精的加持下，对吧？从十点半开始，人家拿拿出手来说今天没有带手表，意思是时间很充裕， 然后持续了五十分钟，直播信息量密度非常高，然后在这里给大家来分享一下，好吧，可能对于最近是最近了，这几年对于 ai 的 投资的一个认知的沉淀最受帮助的。 首先我们按照这五杯酒来讲讲他的信息的爆点。首先第一杯酒，第一杯酒就开场，开场就炸场，为什么？因为他直接讲出了一个非常呃让人心透易景的话，叫未来编程就是写代码，本质就是打字，而打字正在变成廉价的商品。 未来，对吧？就是计算范式会进行重构，人写代码会变成显示编程，而直接告诉计算机意图会变成隐式编程，而有隐式编程 就可以了。未来的核心竞争力不再是你会写多少行代码，比如说整个科技的内核不再是技术的内卷，而是你能不能提出有价值的问题， 在那里他还讲了一句话，后面讲的就他们，因为他永远不会把他们的核心对话公开，因为重点不是答案，而是你提问的能力决定了你认为未来的价值在哪里。 第二杯酒，他认为 ai 项目失控，但我偏要百花齐放。前面是一个问号，比如说他不认为未来像 ai 的 软件， ai 的 这些应用会失控，也不认为那些螺丝钉就没有意义。首先他为 ai 软件行业证明，他认为 未来你不会去制造螺丝钉。呃，螺丝就是那个拧螺丝的扳手，你会随手拿一个扳手来做。但重点，这也是我在上一条视频跟大家讲过的，重点是你如何用这些工具 来改造你的实体经济。记住了，敲黑板。我上次也说，我说 ai 应用的重点是你如何改变实体经济，这是为什么？沃尔玛正在变向下一个亚马逊，而他的市值也踏上了万亿， 对吧？然后奔驰正在变成下一个特斯拉，就所有的那些能驾驭 ai 的 实体经济都会被得到奖赏。对，就是正确的。创新的打开方式，其实还是要证明价值。 第三杯酒提到了 ai 的 终极价值是增强人类，而非替代人类。黄仁勋纠正了一个行业的误区，他认为 ai 的 真正机会不是制造更聪明的软件，而是 倍增强劳动力。回答，一直在做数字劳动力的事情。未来每一个员工都会自带多个 ai 上班，我在我们公司的各种周会、月会上，我也反复在说这个事情，确实就是，嗯， 一个会提问题就发出指令和拥抱创新和使用工具 ai 工具的员工，现在自己一个人就顶十个人，就你不需要去扩张你的组织架构，你只需要去增强你的组织架构，让每个人拥有驾驭 ai 的 能力，调用工具的能力。 第四杯酒生死警告，意思是你不要去做最后一个用 ai 的 人，这已经不是选择题，这是生死命题，特别是对企业和个人来说。 最后第五杯酒，第五杯酒就是最后几分钟了，人家还拿话筒说出几个核心的结论。 陈奕迅说， ai 不是 聊天机器人，它是像电力道路一样的新基建。而未来 ai 将承担人类不愿意做的一线劳动，让经济的规模进一步扩大。这个变更的门槛不是技术，而是勇气。 恐龙再值钱也挡不住哺乳动物的崛起。现在拥抱 ai 不是 港时髦，而是给未来买张船票。这件事如果找屁股决定脑袋。我觉得黄教主反复的在跟大家强调， ai 就是 未来， ai 没有画饼， ai 正在做一个改变历史进程的事情，而现在所有的跟 ai 相关的 这些核心的科技变更者，正是这个拐点中的重要节点。从整篇对话里面，你会觉得他在不断地给大家加深认知，就是范式革命不可逆，摩尔定律在 ai 面前就是 nothing， 然后认知的滞后比技术落后更可怕。 然后创新需要一些野蛮生长的空间。比如说他一直在强调，就是要在 ai 的 早期允许试错，允许试错比追求正确更重要。我之前在一家呃上市公司的一个就是调研中，他说刚开始他们用 ai 的 时候，他们的效率是大大降低的， 但是现在 ai 帮他们写掉了百分之七十以上的代码。说明什么？说明你不要因为一开始遇到一些问题就扼杀这个颠覆式的机会，就你不要因为种死了一棵树，就放弃了整棵森林。 然后还有 ai 落地的关键应该是聚焦核心，你就不要把时间浪费在一些边角料的业务上，要直接直击要害啊，叫早用早受益啊，晚用无退路。 好吧，就是建议大家啊，这五十分钟直播我觉得有空啊真的可以去看一看这位白发少年，我我挺喜欢他的，很可爱。好吧，就这样，拜拜。