作者：深潮TechFlow

在 2026 年世界经济论坛上，英伟达 CEO 黄仁勋与贝莱德（BlackRock）CEO 拉里·芬克（Larry Fink）进行了一场对话。

对话主题是 AI 的技术演进、基础设施建设规模、AI 对就业市场的影响以及全球经济。

黄仁勋将 AI 定位为一次深刻的、重塑全球经济与社会结构的基础性变革。它是一场人类历史上规模空前的基础设施建设浪潮，AI 将重塑劳动力的价值，并为全球经济的均衡发展提供前所未有的机遇。

黄仁勋的核心论点是，我们正处在一场根本性的“平台转移”（platform shift）之中。

他将当前 AI 的崛起与个人电脑互联网以及移动云计算的诞生相提并论，认为每一次这样的转移都彻底重塑了计算堆栈，并催生了全新的应用生态。

在他看来，AI 并非仅仅是如 ChatGPT或 Claude 之类的单个应用，而是一个全新的、可供万物生长其上的基础平台。这次转移的根本性突破在于，计算机首次获得了理解“非结构化信息”的能力。

过去的软件，如基于 SQL 的数据库系统，只能处理被预先定义和结构化的数据。而 AI 则能实时地理解图像、声音、自然语言等纷繁复杂、充满上下文的非结构化信息，并基于对人类意图的推理来执行任务。

这种从“预先录制”到“实时生成”的转变，是 AI 区别于以往所有技术的本质特征。

为了让听众更清晰地理解这一庞大产业的构成，黄仁勋提出了一个“五层蛋糕”模型。

1. 能源（Energy）：最底层是能源。因为 AI 是实时处理并生成智能的，它需要能量来完成。

2. 芯片与计算基础设施（Chips and computing infrastructure）：第二层是我所在的领域，芯片和计算基础设施。

3. 云基础设施（Cloud infrastructure）：再上一层是云服务。

4. AI 模型（AI models）：再往上是 AI 模型。这是大多数人认为的 AI 所在之处。但别忘了，为了让这些模型得以实现，你必须拥有其下的所有层。

5. 应用层（Application layer）：但最重要的，也是当下正在发生的，是应用层。去年之所以对 AI 来说是不可思议的一年，坦白说，是因为 AI 模型取得了巨大进步，使得其上的应用层——我们所有人都需要其成功的最终层面——得以蓬勃发展。这个应用层可以是在金融服务、医疗健康、制造业等领域。最终，经济效益将在这里产生。

这个模型的提出，旨在强调 AI 产业的深度和广度，并引出他关于基础设施建设的关键判断。

基于此，黄仁勋断言，我们正在见证“人类历史上最大规模的基础设施建设”。他认为，目前已投入的数千亿美元仅仅是个开始，未来将有数万亿美元的资金涌入这个领域。

这并非夸张的预测，而是基于 AI 平台运作原理的逻辑必然。

为了让 AI 能够处理海量的上下文信息并生成智能，全球范围内对能源、数据中心、芯片工厂、电脑工厂乃至 AI 工厂的需求将呈指数级增长。

他列举了台积电、富士康等合作伙伴的大规模建厂计划，以及美光、三星等在存储芯片领域的巨额投资，以此来佐证这一建设浪潮的真实性与紧迫性。

当被问及是否存在“AI 泡沫”时，黄仁勋给出了一个基于市场供需的回答：当前英伟达 GPU 在云端的租赁价格，无论是最新一代还是前几代产品，都在持续上涨，这表明真实的需求远未被满足。

因此，当前的巨额投资并非非理性的投机，而是为了填补巨大供需缺口而进行的必要建设。

关于 AI 对就业市场的冲击，黄仁勋提出了一个与主流忧虑截然相反的观点。他认为，AI 非但不会造成大规模失业，反而可能导致部分领域的劳动力短缺。他通过区分工作的“目的”（purpose）与“任务”（task）来阐释这一逻辑。

黄仁勋以放射科医生为例，十年前，人们普遍预测这个职业会因 AI 的计算机视觉能力而被淘汰。然而十年后，放射科医生的数量反而增加了。

黄仁勋解释说，AI 自动化了阅片这项“任务”，使得医生能更高效地完成工作，从而将更多精力投入到诊断、与病人及其他临床医生沟通等更能体现其“目的”的活动上。

工作效率的提升使得医院能够接诊更多病人，收入增加，进而需要聘请更多的医生。同理，护士通过 AI 将自己从繁琐的病历记录任务中解放出来，能花更多时间提供人性化关怀，医院的接诊能力和效益也随之提升。

他将这一逻辑延伸开来，认为 AI 将成为各行各业专业人士的强大工具，通过自动化重复性任务，来强化他们实现核心工作目的的能力，从而提升整个行业的生产力与价值。

同时，庞大的基础设施建设本身也将创造大量与专业技艺相关的蓝领工作岗位，如电工、建筑工、技术员等，这些高薪职位并不需要高深的学历，有助于实现更普惠的经济增长。

黄仁勋的态度比较乐观，他认为 AI 有潜力成为缩小而非扩大全球技术鸿沟的关键力量。

其核心逻辑在于 AI 的易用性。他说，AI 是“历史上最容易使用的软件”，用户无需学习复杂的编程语言，只需通过自然语言下达指令，就能驱动强大的 AI 完成任务。

这种极低的准入门槛，使得发展中国家和未受过高等计算机科学教育的人群也能参与到这场技术革命中来。

他进一步提出了“国家智能”（national intelligence）或“主权 AI”（sovereign AI）的概念，强烈建议每个国家都应建立自己的 AI 基础设施，并利用本国的语言、文化和数据来训练自己的 AI 模型。

他认为，一个国家拥有自己的 AI 能力，就如同拥有自己的电力和交通网络一样，是未来国家竞争力的基础。这不仅关乎经济发展，更关乎文化传承与技术主权。

对于欧洲，黄仁勋指出，欧洲拥有极其强大的工业和制造业基础，虽然这在以美国为主导的软件时代或许未能完全转化为优势。

但在 AI 时代，尤其是英伟达最近正在开发的“物理 AI”（physical AI），欧洲迎来了千载难逢的机会。

他鼓励欧洲将强大的制造能力与人工智能深度融合，从“编写 AI”的思维转向“教导 AI”的思维，从而在智能制造和机器人领域实现跨越式发展。同时，欧洲深厚的科学研究传统也能与 AI 结合，极大地加速科学发现的进程。他敦促欧洲领导人必须认真对待能源供应和基础设施投资，为本土 AI 生态系统的繁荣奠定基础。