当地时间1月21日，英伟达CEO黄仁勋在达沃斯世界经济论坛上与贝莱德CEO拉里·芬克展开对话。黄仁勋的核心观点极为明确：当前最重要的事情，除了基础设施（Infra），还是基础设施。
黄仁勋指出，人工智能已经启动了“人类历史上最大规模的基础设施建设”。英伟达虽已投入数千亿美元，但未来仍需建设数万亿美元级别的基础设施。他进一步阐述，AI本身未来将成为每个国家的基础设施，各国都应打造自己的AI能力，建设自身的AI基础设施，让“国家智能”成为生态系统的一部分。他坚信AI将缩小而非扩大技术鸿沟，并建议发展中国家应尽快行动，积极参与AI浪潮。
对于欧洲，黄仁勋认为这是一个“一代人难得一遇的机会”。欧洲拥有强大的工业制造基础，若能将其与AI深度融合，便能直接跃迁至“物理AI”和机器人时代。
针对AI是否会重塑劳动力市场的问题，黄仁勋再次强调了他的看法：AI将创造而非替代更多就业岗位。他观察到，新增岗位大量集中在“技工型职业”，如水管工、电工、建筑工人、钢结构工人、网络技术人员等负责设备安装、调试和运维的人员。“仅在美国，我们已经看到这一领域出现了非常显著的增长，相关岗位的薪资几乎翻倍。”
AI原生公司爆发，基建才刚开始
在访谈中，黄仁勋给出了一个强势判断：AI原生公司已经爆发，但基础设施建设才刚刚开始。他认为，我们与AI的互动，本质是计算平台的又一次迁移。从PC到互联网，再到移动云计算，每一次平台迁移都重塑了整个计算栈并催生全新应用生态。今天的AI，正是这样一场新的平台迁移。
根据黄仁勋提出的“AI五层蛋糕模型”理论：
* 第一层（底层）是能源层：AI实时生成智能需要消耗大量能源。
* 第二层是芯片与基础设施层：这是英伟达所在的核心层级。
* 第三层是云基础计算和云服务层。
* 第四层是AI模型层：如GPT、Gemini等大型模型，也是公众最常理解的AI。
* 第五层（顶层）是AI应用层：如自动驾驶、聊天机器人等具体场景。
黄仁勋强调，真正的经济价值最终在应用层产生，而应用层已经爆发，一个重要信号是风险投资的流向。
他提供了一组数据：2025年是风险投资规模最大的年份之一，大量资金流向了医疗、机器人、制造业、金融服务等领域的“AI原生公司”。这类公司从创立之初就围绕AI设计产品流程和商业模式。
例如，制药巨头礼来公司过去将研发预算主要投入湿实验室，如今则投资建设了大型AI实验室和超级计算机，将部分新药开发流程交给AI。近期，英伟达宣布与礼来达成合作，双方将联合投入高达10亿美元，成立一家基于NVIDIA BioNeMo平台及Vera Rubin架构的AI联合创新实验室，以加速新药研发。
黄仁勋透露，礼来已发现AI在理解蛋白质和化学结构方面取得巨大进展，未来甚至可能实现与蛋白质“对话”。这种转变不仅限于制药业，在机器人制造、医疗诊断、自动交易、客服系统、合规审查等领域，AI原生公司的典型做法是：利用现成模型，结合行业数据进行训练，使其学会处理具体任务，再将此能力产品化。以客服系统为例，过去需要数百人的呼叫中心，如今可被成本仅为十分之一的AI客服系统替代，这已成为大规模落地并创造现金流的商业产品。
为何AI应用层会爆发？黄仁勋归因于模型能力的显著增强。他指出2025年AI模型层发生三件大事：
1. 模型可信度提升：模型成为可靠的助手，能够开展研究、进行推理、拆解复杂问题并制定方案，标志着语言模型正向“智能体（Agentic AI）”演进。
2. 开源模型的重要性凸显：他特别提及DeepSeek，认为其开源对全球AI产业是重大利好。开源模型的涌现让企业、研究机构和创业公司能基于此构建高度专业化的领域特定系统。
3. 物理智能取得突破：AI的理解范围从语言扩展到自然世界本身，包括蛋白质、化学结构和物理规律等复杂系统，这些对象均可被视为“语言”被AI学习掌握。
那么，当AI原生公司越来越多，会发生什么？黄仁勋的回答很直接：上层AI应用爆发，下层基础设施必须跟上。他的判断是，AI已启动人类历史上最大规模的基础设施建设，英伟达的数千亿美元投入仅是开始。
“目前我们只投入了几千亿美元，这还只是开始。未来需要建设的是数万亿美元级别的基础设施，而且这是完全合理的。”
不止英伟达，整个能源和芯片行业都在快速扩张。黄仁勋列举了几个数字：台积电宣布将建设20座新晶圆厂；英伟达将与富士康、纬创、广达合作建设30座新的计算机工厂，最终形成“AI工厂”。同时，内存产业也在爆发：美光科技宣布在美国投资约2000亿美元用于半导体制造和研发；SK海力士、三星也都在快速扩张。
AI会创造大量工作岗位，技工类职业非常吃香
面对AI是否会替代人类岗位的疑虑，黄仁勋再次重申：不会，并且AI还会创造大量工作岗位。他重提了杰弗里·辛顿十年前的例子：当时辛顿曾建议停止培养放射科医生，认为AI将在五年内取代他们。然而如今，AI已全面渗透放射学各个环节，放射科医生的数量却不减反增。
黄仁勋指出，关键在于区分工作的“目的”和“任务”。放射科医生工作的“目的”是诊断疾病、帮助患者，解读影像只是其中一项“任务”。AI提升了这项任务的效率，将医生的时间解放出来用于更多患者沟通和跨科室协作，医院接诊能力提升、收入增加，对医生的需求自然也随之增长。
至于AI创造的工作岗位，黄仁勋观察发现主要集中在“技工类岗位”。
这很容易理解，因为AI正在引发史上最大规模的基础设施建设：芯片工厂、计算机工厂、AI工厂……这些都需要大量的水管工、电工、钢结构工人、网络技术人员以及设备安装、调试和运维人员。黄仁勋透露，仅在美国，该领域已出现显著增长，相关岗位薪资几乎翻倍，参与建设的人员基本都能拿到六位数年薪。
每个国家都应该建设AI基础设施，欧洲的机会尤其难得
在访谈最后，黄仁勋呼吁每个国家都应立即行动起来建设自己的AI基础设施，尤其是发展中国家。他态度乐观，认为AI能够缩小而非扩大技术鸿沟，未来AI本身就会像电力和道路一样，成为一种基础设施。
“我很难想象，未来会有哪个国家不把 AI 视为基础设施的一部分，就像电力和道路一样。”
因此，打造自身的AI模型对国家至关重要，“国家智能”将成为生态系统的一部分。黄仁勋指出，AI不会仅局限于发达国家，因其是历史上最容易使用的软件，短短两三年用户规模已近十亿。他认为ChatGPT可能是“历史上最成功的消费级AI产品”，其易用性让几乎任何人都可以参与。
“无论你是在发展中国家的学生，还是普通用户，学习如何使用 AI、如何引导它、管理它、设置边界、评估它，都会变得至关重要。”
在这种发展趋势下，未来我们可能不仅要管理“碳基智能”（人类），还要管理“硅基智能”（数字AI），AI将成为人类数字化劳动力的一部分。
随后，话题转向欧洲。拉里·芬克指出，欧洲目前在AI舞台上似乎身影寥寥，并询问AI与欧洲未来成功之间的关系。黄仁勋直言不讳地回应：欧洲拥有非常强大的工业基础。如果现在就入场，将自身强大的工业与制造能力与AI融合，便能直接跃迁到“物理AI”和机器人时代。前提是欧洲必须严肃对待能源供给问题，并加大对基础设施层的投入。他强调，这对于欧洲而言，是“一代人只有一次”的机会。
那么，当前是否存在AI泡沫？黄仁勋的回答斩钉截铁：没有！他给出了一个简单的判断标准：“英伟达GPU现在遍布所有云平台，但你想租到一块GPU仍然非常困难。不只是最新一代，连两代之前的GPU租赁价格都在上涨。”这充分说明AI基础设施的需求缺口依然非常庞大，远未达到“泡沫”的程度。黄仁勋大声疾呼，投资AI基础设施，是一次历史级别的机遇！
“我们需要更多能源、更多土地、电力、厂房，也需要更多技术工人。这是一次极其重大的历史机遇，所有人都应该参与进来！”
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：http://www.itsolotime.com/archives/18564