黃仁勛酒后一番暴論

　　美國(guó)時(shí)間2月3日晚間，一場(chǎng)本該正襟危坐的頂級(jí)科技對(duì)話，最終變成了一場(chǎng)“五杯酒后的坦白局”。

　　剛結(jié)束中國(guó)之行、甚至還沒來(lái)得及倒時(shí)差的英偉達(dá)CEO黃仁勛，坐在了思科CEO查克·羅賓斯(Chuck Robbins)對(duì)面。

　　幾杯酒下肚，黃仁勛的嗓音開始沙啞，但話語(yǔ)卻越來(lái)越犀利。借著酒勁，黃仁勛不僅“砸”了程序員的飯碗，“懟”了管理學(xué)的教條，甚至還對(duì)幾家世界級(jí)巨頭來(lái)了一波貼臉“拉踩”：

　　關(guān)于程序員：“編程？那只是打字而已。打字已經(jīng)不值錢了?！?/p>

　　關(guān)于控制欲：“如果你想掌控創(chuàng)新，那你該去看看心理醫(yī)生?！?/p>

　　關(guān)于摩爾定律：“10年算力提升了100萬(wàn)倍，在這種速度面前，昔日的摩爾定律簡(jiǎn)直慢得像蝸牛在爬?！?/p>

　　關(guān)于傳統(tǒng)巨頭：“我很愛迪士尼，但我敢肯定他們更想成為Netflix；我很愛梅賽德斯，但我確信他們更想成為特斯拉?！?/p>

　　關(guān)于AI進(jìn)化：“為什么要讓人去適應(yīng)工具？讓AI學(xué)會(huì)使用工具，我們才能創(chuàng)造出真正的‘?dāng)?shù)字勞動(dòng)力’?！?/p>

　　黃仁勛用這些“爆論”提醒所有掌舵者：在指數(shù)級(jí)進(jìn)化的浪潮面前，你過去引以為傲的經(jīng)驗(yàn)，注定將被時(shí)代無(wú)情淘汰。

　　“失控”的百花齊放：你的第一課不是ROI，是“放手”

　　當(dāng)羅賓斯問及企業(yè)邁向AI的第一步應(yīng)該是什么時(shí)，黃仁勛的回答繞開了所有常規(guī)的商業(yè)話術(shù)。“我經(jīng)常被問到投資回報(bào)率這類問題，但我不會(huì)先談那個(gè)?！彼苯亓水?dāng)?shù)卣f。在他看來(lái)，在技術(shù)爆發(fā)的黎明期，用電子表格去框定價(jià)值是徒勞的，甚至是危險(xiǎn)的，因?yàn)檫@只會(huì)扼殺探索的觸角。

　　他拿出了英偉達(dá)內(nèi)部的實(shí)踐作為例子：讓“百花齊放”。在英偉達(dá)內(nèi)部，AI項(xiàng)目多到幾乎失控。“注意我剛才說的：失控，但棒極了。”黃仁勛強(qiáng)調(diào)。他對(duì)此的解釋充滿哲學(xué)意味：“創(chuàng)新并不總是在掌控之中。如果你想掌控一切，首先應(yīng)該去咨詢心理醫(yī)生；其次，那是一種錯(cuò)覺，你根本掌控不了?！?/strong>

　　他的管理邏輯簡(jiǎn)單到令人驚訝，像對(duì)待孩子一樣對(duì)待團(tuán)隊(duì)的好奇心?！爱?dāng)我們的某個(gè)團(tuán)隊(duì)說想嘗試某種AI時(shí)，我的第一個(gè)回答是‘可以’，然后我會(huì)問‘為什么’。我不是先問為什么再同意，而是先同意再問為什么?！彼麑?duì)比道，我們?cè)诩依飶牟贿@樣要求先給出證明，但在工作中卻這樣做，這對(duì)他來(lái)說毫無(wú)邏輯。

　　黃仁勛描繪的路徑圖清晰而反直覺：第一步不是制定嚴(yán)謹(jǐn)?shù)脑圏c(diǎn)計(jì)劃，而是允許甚至鼓勵(lì)“安全地試錯(cuò)”。讓每個(gè)有想法的團(tuán)隊(duì)去接觸、去嘗試各種AI工具，無(wú)論是Anthropic、Codex還是Gemini。

　　其目的不是立即產(chǎn)出效益，而是培養(yǎng)組織的“AI感覺”。只有經(jīng)過一段充分甚至略顯混亂的百花齊放期，領(lǐng)導(dǎo)者才能憑借直覺和觀察，知道何時(shí)該開始“修剪花園”，將資源集中到真正重要的方向上?！暗悴荒芴缂辛α?，否則會(huì)選錯(cuò)箭。”他警告道。

　　從“螺絲刀”到“創(chuàng)造勞動(dòng)力”：AI工廠的本質(zhì)是價(jià)值轉(zhuǎn)移

　　那么，當(dāng)企業(yè)開始探索之后，究竟要看向何方？黃仁勛用“AI工廠”這個(gè)概念，描繪了一幅遠(yuǎn)比提升效率更宏大的圖景。他認(rèn)為，我們正在經(jīng)歷從“制造工具”到“創(chuàng)造勞動(dòng)力”的根本性轉(zhuǎn)變。

　　“我和查克所在的行業(yè)一直在制造工具，始終在做螺絲刀和錘子的生意。”過去幾十年，科技公司生產(chǎn)軟件、芯片、網(wǎng)絡(luò)設(shè)備，這些都是工具，是原子世界效率的延伸。

　　但AI，特別是能夠理解物理世界、具備因果推理能力的物理AI，將改變游戲規(guī)則?！坝惺芬詠?lái)第一次，我們要?jiǎng)?chuàng)造人們所謂的‘勞動(dòng)力’，或者是‘增強(qiáng)型勞動(dòng)力’?！彼e例說，自動(dòng)駕駛汽車本質(zhì)上是一個(gè)數(shù)字司機(jī)，而這個(gè)數(shù)字司機(jī)的生命周期經(jīng)濟(jì)價(jià)值，將遠(yuǎn)超汽車本身這個(gè)硬件。

　　這才是“AI工廠”的深層含義：它不是一個(gè)存放服務(wù)器的機(jī)房，而是一個(gè)源源不斷產(chǎn)出“數(shù)字勞動(dòng)力”的新型價(jià)值創(chuàng)造中心。這種勞動(dòng)力可以是一個(gè)永不疲倦的客服，一個(gè)實(shí)時(shí)優(yōu)化供應(yīng)鏈的調(diào)度員，或是一個(gè)能協(xié)同設(shè)計(jì)的工程師助手。

　　黃仁勛給出了一個(gè)震撼的數(shù)字對(duì)比：全球IT產(chǎn)業(yè)規(guī)模大約在1萬(wàn)億美元，而全球經(jīng)濟(jì)總量是100萬(wàn)億美元。“我們第一次面對(duì)一個(gè)拓寬了百倍的潛在市場(chǎng)總量?！边@意味著，AI帶來(lái)的最大機(jī)會(huì)不是瓜分現(xiàn)有的IT預(yù)算，而是去滲透和重塑那剩下的99萬(wàn)億實(shí)體經(jīng)濟(jì)。

　　每一個(gè)行業(yè)都有機(jī)會(huì)通過注入這種數(shù)字勞動(dòng)力，將自己重塑為一家技術(shù)公司?！拔蚁嘈?span web="1" target="_blank" class="em_stock_key_common" data-code="106,DIS">迪士尼寧愿成為Netflix，梅賽德斯寧愿成為特斯拉，沃爾瑪寧愿成為亞馬遜。”他尖銳地指出，你們所有人都是這樣的。

　　“無(wú)限快”與“零重力”：用AI思維重新定義難題

　　如何才能真正抓住這百萬(wàn)億級(jí)的機(jī)遇？黃仁勛提出了一個(gè)顛覆性的思維模型：用“豐盈”(Abundance)的假設(shè)來(lái)思考一切。

　　他諷刺地說，在AI時(shí)代，昔日的摩爾定律慢得簡(jiǎn)直像蝸牛爬?，F(xiàn)在，我們需要建立新的認(rèn)知基準(zhǔn)?！斑^去10年，我們的算力提升了多少？10年100萬(wàn)倍?！痹谶@種指數(shù)級(jí)豐盈的前提下，企業(yè)領(lǐng)導(dǎo)者的思維必須升級(jí)。

　　“現(xiàn)在當(dāng)我想象一個(gè)工程問題時(shí)，我假設(shè)我的技術(shù)、我的工具、我的飛船是無(wú)限快的。去紐約要多久？一秒鐘就到。”他啟發(fā)式地問道，如果一秒鐘能到紐約，你會(huì)做些什么不同的事？如果過去需要一年的事情現(xiàn)在能實(shí)時(shí)完成，你會(huì)做些什么不同的事？如果過去很重的東西現(xiàn)在變得沒有引力了，你會(huì)如何處理？

　　他要求管理者將這種無(wú)限快、零重力的假設(shè)應(yīng)用到公司最核心、最棘手的難題上。比如面對(duì)一個(gè)擁有數(shù)萬(wàn)億關(guān)聯(lián)關(guān)系的復(fù)雜網(wǎng)絡(luò)分析，過去的做法是分而治之。“現(xiàn)在則是：把整個(gè)圖都給我，多大都行，我不在乎。”這種邏輯正在被應(yīng)用到各處。如果你不應(yīng)用這種邏輯，你就做錯(cuò)了。

　　這不再是漸進(jìn)式的優(yōu)化，而是用技術(shù)富足的可能性去重新定義問題本身的邊界。他警告，如果你的競(jìng)爭(zhēng)對(duì)手或某個(gè)初創(chuàng)公司以這種思維方式發(fā)起挑戰(zhàn)，他們將從根本上改變游戲規(guī)則。

　　你的“問題”比答案更值錢：主權(quán)AI與未來(lái)公司內(nèi)核

　　在暢想了無(wú)處不在的數(shù)字勞動(dòng)力之后，黃仁勛將話題拉回一個(gè)更現(xiàn)實(shí)也更隱秘的關(guān)切：數(shù)據(jù)主權(quán)與核心知識(shí)產(chǎn)權(quán)。

　　針對(duì)企業(yè)應(yīng)該完全依賴公有云還是自建AI能力的問題，他的建議如同教孩子學(xué)騎車。“自己造一臺(tái)。盡管PC隨處可見，但去動(dòng)手造一臺(tái)，去弄明白為什么這些組件會(huì)存在?！彼J(rèn)為，企業(yè)必須擁有“切身的技術(shù)掌控力”。

　　更重要的是，他提出了一個(gè)尖銳的觀點(diǎn)：公司最寶貴的知識(shí)產(chǎn)權(quán)，可能不是儲(chǔ)存在數(shù)據(jù)庫(kù)里的答案，而是員工與AI交互過程中產(chǎn)生的“問題”?！拔也环判陌延ミ_(dá)的所有對(duì)話都放在云端，因?yàn)閷?duì)我來(lái)說，核心知識(shí)產(chǎn)權(quán)不是答案，而是我的提問?！?/p>

　　黃仁勛解釋道：“我的提問才是我最有價(jià)值的IP。我在思考什么，我的提問反映了這一點(diǎn)。答案是廉價(jià)的。如果我知道該問什么，我就鎖定了重點(diǎn)。我不希望別人知道我認(rèn)為什么是重要的?！?/strong>

　　因此，他認(rèn)為涉及戰(zhàn)略思考的對(duì)話，必須在受控的本地環(huán)境中進(jìn)行。他描述道，未來(lái)每個(gè)員工都會(huì)有許多AI助手，這些AI持續(xù)學(xué)習(xí)員工的決策和疑問，最終這些進(jìn)化了的AI將成為公司沉淀下來(lái)的獨(dú)特智能資產(chǎn)。“這就是未來(lái)的公司，它會(huì)捕捉我們的生命經(jīng)驗(yàn)?！?/strong>

　　五層蛋糕與“預(yù)錄制”時(shí)代的終結(jié)：從檢索到生成的根本革命

　　當(dāng)談到具體實(shí)施路徑時(shí)，黃仁勛回溯了一場(chǎng)持續(xù)了15年的認(rèn)知革命。

　　他追溯至AlexNet代表的第一次接觸時(shí)刻，并得出一個(gè)結(jié)論：世界大多數(shù)難題并無(wú)精確物理定律可循，答案往往是視具體情境而定。這類依賴上下文的問題，正是AI能夠大顯身手的領(lǐng)域。

　　真正的拐點(diǎn)是自監(jiān)督學(xué)習(xí)的突破，這使得參數(shù)從數(shù)億爆炸性增長(zhǎng)至數(shù)萬(wàn)億。他斷言：“我們將從底層重塑計(jì)算。計(jì)算將從顯式編程轉(zhuǎn)向一種全新的范式，即通過模型學(xué)習(xí)軟件?！?/strong>

　　緊接著，黃仁勛用了一個(gè)精妙的比喻：我們正從“預(yù)錄制”時(shí)代，邁入了“生成式”時(shí)代。

　　“過去的軟件之所以是‘預(yù)錄制’的，是因?yàn)樗b在CD-ROM里?！痹谂f范式里，軟件如同刻錄好的光盤，用戶交互本質(zhì)上是檢索。而未來(lái)的軟件將是高度場(chǎng)景化的?！懊總€(gè)場(chǎng)景都不同，每個(gè)使用者、每個(gè)提示詞、每個(gè)背景都不同。每一份軟件實(shí)例都是獨(dú)特的?！?/strong>

　　未來(lái)的應(yīng)用將根據(jù)實(shí)時(shí)上下文、意圖和背景，動(dòng)態(tài)生成獨(dú)一無(wú)二的響應(yīng)、界面甚至功能。這就是生成式的核心，傳統(tǒng)的硬件、框架、模型各層的構(gòu)建邏輯都已改變。

　　隱式編程革命：當(dāng)“打字”成為通用技能，你的專長(zhǎng)才是王牌

　　在這場(chǎng)深刻變革中，行業(yè)知識(shí)的價(jià)值正在飆升。“從顯式編程到隱式編程，你只需要告訴計(jì)算機(jī)你想要什么，計(jì)算機(jī)就會(huì)寫代碼?！?/strong>

　　他指出，這場(chǎng)持續(xù)了60年的以編寫精確代碼為核心的計(jì)算范式正在終結(jié)。“因?yàn)槭聦?shí)證明，寫代碼只是打字而已，而打字已變得平庸化。”

　　這意味著技術(shù)能力的門檻將被極大降低。相反，那些深諳業(yè)務(wù)但不懂技術(shù)的領(lǐng)域?qū)＜?，將站上浪潮之巔。“剛畢業(yè)的計(jì)算機(jī)高材生代碼很厲害，但他們不知道客戶想要什么。你們知道。寫代碼的部分很簡(jiǎn)單，讓AI去做就行。理解客戶、理解問題的領(lǐng)域?qū)ｉL(zhǎng)，這才是你擁有的超級(jí)力量?！?/strong>

　　這場(chǎng)對(duì)話以對(duì)思科的感謝作結(jié)，但留下的核心信息無(wú)比清晰：AI革命不是IT部門的升級(jí)，而是一次商業(yè)邏輯的“重置”。

　　隨著夜色漸深，對(duì)話在關(guān)于烤串和薯片的調(diào)侃中結(jié)束。但黃仁勛帶著醉意吐露的真言，如同他預(yù)言的那些數(shù)字勞動(dòng)力一樣，已經(jīng)開始無(wú)聲滲透，準(zhǔn)備重塑我們所熟知的一切。

　　【以下是實(shí)錄全文】

　　羅賓斯：嘿，嘿，嘿。對(duì)，大家待在那兒別動(dòng)。

　　黃仁勛：我覺得我現(xiàn)在的狀態(tài)就像是在邊喝酒邊辦公。

　　羅賓斯：剛才我們把酒拿上來(lái)時(shí)，黃仁勛提醒了我。他說：“你意識(shí)到你正在直播這個(gè)，對(duì)吧？”嘿，管他呢，天色已經(jīng)晚了。

　　黃仁勛：第一個(gè)原則是：不造成傷害，并且要意識(shí)到你是多么幸運(yùn)。

　　羅賓斯：首先，感謝大家在這里度過了漫長(zhǎng)的一天。我們今天一早就開始了，演講者一個(gè)接一個(gè)，在大概兩個(gè)半小時(shí)的休息后，大家又回來(lái)見你了。

　　黃仁勛：我今天凌晨一點(diǎn)就起床了。

　　羅賓斯：所以，這家伙正處于一段為期兩周、跨越亞洲四五個(gè)城市的旅程末尾。

　　黃仁勛：一天前我還在臺(tái)灣地區(qū)，昨晚在休斯頓，現(xiàn)在我在這里。

　　羅賓斯：他出門兩周了，現(xiàn)在咱們正攔在他回自家熱被窩的路上呢，他已經(jīng)住夠了酒店。所以，我們會(huì)玩得開心點(diǎn)，然后放他走。雖然你不需要太多介紹，但還是謝謝你能來(lái)，伙計(jì)。我們真的很感激。

　　黃仁勛：感謝我們的合作伙伴關(guān)系，也為你們感到驕傲。

　　羅賓斯：那我們就從合作開始談起吧。我們一直有合作，你引入了“AI工廠”的整套概念。我們正在合作推進(jìn)，雖然在企業(yè)領(lǐng)域可能沒我們想得那么快。我們能先聊聊對(duì)你來(lái)說什么是“AI工廠”嗎？

　　黃仁勛：首先要記住，我們正處于60年來(lái)首次重塑計(jì)算的過程中。過去是“顯式編程”（explicit programming），對(duì)吧？我們編寫程序和變量，通過API傳遞，這些都非常明確；現(xiàn)在轉(zhuǎn)向了“隱式編程”（implicit programming）。

　　你現(xiàn)在告訴計(jì)算機(jī)你的意圖，它會(huì)去想辦法解決你的問題。從顯式到隱式，從通用計(jì)算（本質(zhì)上是計(jì)算）到人工智能，整個(gè)計(jì)算堆棧都被重塑了?，F(xiàn)在人們討論計(jì)算時(shí)總關(guān)注處理層（processing layer），也就是我們所處的層面。但請(qǐng)記住計(jì)算的構(gòu)成。除了計(jì)算和處理，還有存儲(chǔ)、網(wǎng)絡(luò)和安全。這一切都在此時(shí)此刻被重塑。第一部分是我們需要把AI提升到一個(gè)水平——我們稍后會(huì)詳談——需要提升到對(duì)人有用的水平。直到目前，那種你給一個(gè)提示詞，它想辦法告訴你答案的聊天機(jī)器人（chat bots），雖然有趣且令人好奇，但還不算真正有用。

　　羅賓斯：有時(shí)它能幫我完成填字游戲。

　　黃仁勛：是的，但也僅限于它記住和泛化的東西。如果你回頭看，其實(shí)也就是三年前ChatGPT剛出現(xiàn)的時(shí)候，我們驚嘆它能生成這么多詞句，能創(chuàng)作莎士比亞作品。但那都是基于它記憶和泛化的內(nèi)容。我們知道，智能的核心在于解決問題。解決問題部分在于知道你不知道什么，部分在于推理如何解決從未見過的問題。將問題分解為已知且易于解決的元素，通過組合來(lái)解決從未見過的問題，并制定策略（我們稱之為“規(guī)劃”）來(lái)執(zhí)行任務(wù)、尋求幫助、使用工具、進(jìn)行研究等等。

　　這些都是現(xiàn)在“智能體AI”（agentic AI）術(shù)語(yǔ)中的基本內(nèi)容，包括工具使用、研究、基于事實(shí)的檢索增強(qiáng)生成（RAG）、記憶等。你們?cè)谟懻撝悄荏wAI時(shí)都會(huì)聽到這些。但最重要的一點(diǎn)是，為了從這種“顯式編程”的通用計(jì)算（我們用Fortran、C、C++編寫的時(shí)代）進(jìn)化。

　　羅賓斯：對(duì)。

　　黃仁勛：那是好東西，羅賓斯。

　　羅賓斯：那是我的保底工作。

　　黃仁勛：那是非常好的技能，那些技能依然有價(jià)值。

　　羅賓斯：我知道。

　　黃仁勛：它們依然有價(jià)值。

　　羅賓斯：我已經(jīng)拿到很多錄取通知了。

　　黃仁勛：“恐龍”永遠(yuǎn)是有價(jià)值的。我們剛證實(shí)了你比我大。我知道我是那個(gè)“史前時(shí)代”的人，雖然看起來(lái)不像，但確實(shí)如此。好了，這挺有意思的。我可能是這屋里最老的人了。

　　羅賓斯：那我們聊聊這個(gè)。黃仁勛，當(dāng)你思考未來(lái)時(shí)。

　　黃仁勛：我們現(xiàn)在就在這兒。我去找羅賓斯說：“嘿，聽著，我們需要重塑計(jì)算，思科必須參與其中。”我們有一整套全新的計(jì)算堆棧即將推出，叫Vera Rubin。思科將與我們同步推向市場(chǎng)。此外還有網(wǎng)絡(luò)層，思科將整合我們的AI網(wǎng)絡(luò)技術(shù)，并將其放入思科的Nexus控制平面中。這樣從你的角度來(lái)看，你既能獲得AI的所有性能，又保留了思科的可控性、安全性和管理性。我們?cè)诎踩I(lǐng)域也會(huì)做同樣的事情。每一個(gè)支柱都必須重塑，企業(yè)計(jì)算才能受益。我們晚點(diǎn)再聊這個(gè)：為什么三年前企業(yè)AI還沒準(zhǔn)備好，以及為什么現(xiàn)在你別無(wú)選擇，必須盡快參與進(jìn)來(lái)。不要落后。你不必成為第一家利用AI的公司，但千萬(wàn)別做最后一家。

　　羅賓斯：沒錯(cuò)。那么如果你是今天的企業(yè)主，你建議他們采取的第一、第二、第三步是什么，來(lái)開始做好準(zhǔn)備？

　　黃仁勛：我經(jīng)常被問到投資回報(bào)率（ROI）這類問題，我不會(huì)先談那個(gè)。原因是，在所有技術(shù)部署的初期，很難用Excel表格算出新工具、新技術(shù)的ROI。我會(huì)去做的事，找出我公司的本質(zhì)是什么？我們公司做的最有影響力的工作是什么？別在那些邊緣、次要的事情上浪費(fèi)時(shí)間。在我們公司，我們就是讓“百花齊放”（let a thousand flowers bloom）。我們公司內(nèi)部不同的AI項(xiàng)目多得幾乎失控，這非常棒。注意我剛才說的：失控且棒極了。創(chuàng)新并不總是在掌控之中。如果你想掌控一切，首先該去咨詢心理醫(yī)生。其次，那是一種錯(cuò)覺，你掌控不了。如果你想讓公司成功，你控制不了它，你只能影響它。

　　我聽到太多公司想要明確、具體、可論證的ROI，但在初期展示某件事的價(jià)值是很困難的。我建議讓百花齊放，讓人們?nèi)?shí)驗(yàn)，讓人們安全地實(shí)驗(yàn)。我們公司在實(shí)驗(yàn)各種東西，我們用Anthropic，用Codex，用Gemini，什么都用。當(dāng)我們的某個(gè)團(tuán)隊(duì)說想嘗試某種AI時(shí)，我的第一個(gè)回答是“可以”，然后我會(huì)問“為什么”。我不是先問為什么再同意，而是先同意再問為什么。原因是我對(duì)公司的期望和對(duì)孩子是一樣的：去探索生活。他們說想嘗試某件事，答案是“好”，然后才問原因。你不會(huì)說：“先證明給我看，證明做這件事能帶來(lái)財(cái)務(wù)成功或未來(lái)的幸福，否則我不讓你做?！蔽覀?cè)诩依飶牟贿@樣做，但我們?cè)诠ぷ髦袇s這樣做。

　　羅賓斯：你明白我的意思嗎？

　　黃仁勛：是的。這對(duì)我來(lái)說毫無(wú)邏輯。所以我們對(duì)待AI的方式，無(wú)論是之前的互聯(lián)網(wǎng)還是云技術(shù)，就是讓百花齊放。然后在某個(gè)時(shí)間點(diǎn)，你需要用自己的判斷力來(lái)決定何時(shí)開始“整理花園”。因?yàn)榘倩R放會(huì)讓花園變得很亂。但在某個(gè)點(diǎn)，你必須開始整理，找到最好的方法或平臺(tái)，以便集中力量辦大事（put all your wood behind one arrow）。但你不能太早集中力量。

　　羅賓斯：否則會(huì)選錯(cuò)。

　　黃仁勛：沒錯(cuò)。所以先讓百花齊放，到某個(gè)點(diǎn)再整理。就目前的進(jìn)展來(lái)看，我還沒開始整理呢，我還在讓各地百花齊放。但我當(dāng)然知道什么對(duì)我們公司最重要。我確保有大量的專業(yè)知識(shí)和能力集中在利用AI革命化那些核心工作上，在我們的案例中，就是芯片設(shè)計(jì)、軟件工程、系統(tǒng)工程。你可能注意到了，我們與新思科技、楷登電子、西門子以及今天的達(dá)索系統(tǒng)合作，這樣我們就能注入我們的技術(shù)。無(wú)論他們想要什么，我都會(huì)提供，以便革命化我們?cè)O(shè)計(jì)產(chǎn)品的工具。

　　我們到處都在用新思科技、楷登電子、西門子和達(dá)索。我會(huì)確保他們得到1000%的支持，這樣我就有了創(chuàng)造下一代產(chǎn)品所需的工具。這反映了我對(duì)重塑自身工作的態(tài)度。想想AI做了什么：它成數(shù)量級(jí)地降低了智能的成本，或者說創(chuàng)造了海量的智能。換句話說，過去需要一個(gè)單位時(shí)間的工作，現(xiàn)在過去需要一年的，可能只要一天；過去需要一年的，現(xiàn)在可能只要一小時(shí)，甚至可以實(shí)時(shí)完成。

　　在“豐盈”（abundance）的世界里，摩爾定律慢得簡(jiǎn)直像蝸牛爬。記住，摩爾定律是每18個(gè)月翻兩倍，5年10倍，10年100倍。但我們現(xiàn)在在哪？10年100萬(wàn)倍。在過去10年里，我們將AI推進(jìn)得如此之遠(yuǎn)，以至于工程師說：“嘿，猜怎么著？我們干脆用全世界所有的數(shù)據(jù)來(lái)訓(xùn)練一個(gè)AI模型吧?！彼麄冎傅牟皇鞘占矣脖P里的數(shù)據(jù)，而是拉取全世界的數(shù)據(jù)。這就是“豐盈”的定義。它的定義是：當(dāng)你看到一個(gè)巨大的問題時(shí)，你說：“管他呢，我全部都要解決?！蔽乙斡恳粋€(gè)領(lǐng)域的疾病，而不僅僅是癌癥。我們直接解決人類所有的痛苦。這就是“豐盈”。

　　現(xiàn)在當(dāng)我想象一個(gè)工程問題時(shí)，我假設(shè)我的技術(shù)、我的工具、我的飛船是無(wú)限快的。去紐約要多久？一秒鐘就到。如果一秒鐘能到紐約，你會(huì)做些什么不同的事？如果過去需要一年的事情現(xiàn)在能實(shí)時(shí)完成，你會(huì)做些什么不同的事？如果過去很重的東西現(xiàn)在變得沒有引力了，你會(huì)如何處理？當(dāng)你帶著這種態(tài)度去處理每一件事時(shí)，你就是在應(yīng)用“AI邏輯”。這有意義嗎？比如我們合作的很多公司，圖分析中的依賴關(guān)系、節(jié)點(diǎn)和邊多達(dá)數(shù)萬(wàn)億。過去你會(huì)一小塊一小塊地處理圖，現(xiàn)在則是：“把整個(gè)圖都給我，多大都行，我不在乎?！边@種邏輯正在被應(yīng)用到各處。如果你不應(yīng)用這種邏輯，你就做錯(cuò)了。速度重不重要？一點(diǎn)也不重要，因?yàn)槟闾幱诠馑佟Ｙ|(zhì)量重不重要？零重量，零重力。如果你沒有應(yīng)用這種邏輯去思考你公司里最難的問題，你就沒做對(duì)。這就是他們所有人的思維方式。如果你不這么想，你只要想象你的競(jìng)爭(zhēng)對(duì)手在這么想就行了。想象一家即將成立的公司在這么想，這會(huì)改變一切。所以，去找到你公司里最有影響力的工作，給它應(yīng)用“無(wú)限”、“零”、“光速”的概念，然后問羅賓斯怎么實(shí)現(xiàn)。

　　羅賓斯：給我就行。

　　黃仁勛：我們會(huì)一起實(shí)現(xiàn)。

　　羅賓斯：你有一個(gè)“五層蛋糕”的類比，因?yàn)榇蠹叶荚谡務(wù)摶A(chǔ)設(shè)施、模型、應(yīng)用。我該怎么做？談?wù)勥@個(gè)。

　　黃仁勛：成功人士做的一件事就是推理正在發(fā)生什么。大約15年前，一個(gè)算法讓兩名工程師解決了一個(gè)計(jì)算機(jī)視覺問題。視覺是智能的第一部分：感知。智能由感知、推理、規(guī)劃組成。感知是：“我是什么？發(fā)生了什么？我的上下文是什么？”推理是：“我如何根據(jù)目標(biāo)進(jìn)行推理？”第三是制定計(jì)劃去實(shí)現(xiàn)目標(biāo)。就像戰(zhàn)斗機(jī)的問題，感知定位然后行動(dòng)。沒有感知就沒有第二和第三部分。如果不理解上下文（context），你就不知道該做什么。而上下文是高度多模態(tài)的，有時(shí)是PDF，有時(shí)是電子表格。有時(shí)是感官和氣味，比如我們?cè)谀模诟墒裁?，聽眾是誰(shuí)，如何閱讀房間里的氣氛，等等。

　　大約13、14年前，我們?cè)谟?jì)算機(jī)視覺領(lǐng)域取得了巨大的跨越。AlexNet是我們看到的第一個(gè)突破，那就像是《第一次接觸》（First Contact），我愛死那部電影了。那是我們與AI的“第一次接觸”。于是我們思考：這意味著什么？?jī)擅こ處熢趺纯赡軕?zhàn)勝了我們所有人鉆研了30年的算法？我昨天剛和Ilya Sutskever聊過，還有Alex Krizhevsky。兩個(gè)帶著幾塊GPU的年輕人怎么可能解決了這個(gè)問題？這意味著什么？

　　十年前我對(duì)此進(jìn)行了分解和推理，得出的結(jié)論是：世界上大多數(shù)有價(jià)值的難題其實(shí)都沒有基本的物理算法。沒有F=ma，沒有麥克斯韋方程組，沒有薛定諤方程或歐姆定律，沒有熱力學(xué)定律，它沒那么精確。那些我們稱之為“直覺”和“智慧”的有價(jià)值的事物，就像你和我會(huì)遇到的問題，答案通常是：“視情況而定”（It depends）。如果答案總是3.14那就太棒了，但生活中有價(jià)值的難題往往取決于背景和環(huán)境。

　　既然視覺問題解決了，我們推理出通過深度學(xué)習(xí)，這不僅是可擴(kuò)展的，你還可以把模型做得越來(lái)越大。我們當(dāng)時(shí)要解決的唯一問題是如何訓(xùn)練模型，而巨大的突破是“自監(jiān)督學(xué)習(xí)”。AI開始自我學(xué)習(xí)。注意，今天我們已經(jīng)不再受限于人工標(biāo)注數(shù)據(jù)了，完全不受限。這打開了閘門，讓模型從幾億參數(shù)擴(kuò)展到幾千億、幾萬(wàn)億。我們可以編碼的知識(shí)和學(xué)習(xí)的技能爆炸式增長(zhǎng)。我們將從底座重塑計(jì)算。計(jì)算將從“顯式編程”轉(zhuǎn)向一種全新的范式，即通過模型學(xué)習(xí)軟件。這對(duì)計(jì)算堆棧意味著什么？對(duì)軟件開發(fā)意味著什么？對(duì)工程組織、產(chǎn)品營(yíng)銷、QA團(tuán)隊(duì)又意味著什么？這些產(chǎn)品未來(lái)會(huì)變成什么樣？我們?nèi)绾尾渴?？如何保持更新？如何修補(bǔ)軟件？我當(dāng)時(shí)問了上千個(gè)關(guān)于未來(lái)計(jì)算的問題，得出的結(jié)論是：這將改變一切。于是我們將整個(gè)公司轉(zhuǎn)向上。簡(jiǎn)單來(lái)說，我們從一個(gè)所有東西都是“預(yù)錄制”的世界走來(lái)。

　　羅賓斯：確實(shí)是很棒的東西。

　　黃仁勛：運(yùn)行了很長(zhǎng)時(shí)間。鄭重聲明，那些確實(shí)是用希伯來(lái)語(yǔ)描述的（幽默暗示舊技術(shù)的古老）。

　　羅賓斯：確實(shí)。那是另一項(xiàng)技能。

　　黃仁勛：畢竟，這屋里恐怕只有你，能同時(shí)精通希伯來(lái)語(yǔ)和COBOL了。無(wú)論如何，那是預(yù)錄制的。我們編寫算法，描述思想，然后配上數(shù)據(jù)。一切都是預(yù)錄的。過去的軟件之所以是預(yù)錄的，是因?yàn)樗茄b在CD-ROM里的，對(duì)吧？

　　現(xiàn)在的軟件是什么？它是情境化的，每個(gè)情境都不同，每個(gè)使用者、每個(gè)提示詞、每個(gè)前置背景都不同。每一份軟件實(shí)例都是獨(dú)特的。過去預(yù)錄制的軟件被稱為“基于檢索模式”（retrieval-based）。當(dāng)你用手機(jī)點(diǎn)一下，它會(huì)去檢索一些軟件、文件或圖像并展示給你。而未來(lái)，一切都將是“生成式”的（generative），就像現(xiàn)在這樣。這場(chǎng)對(duì)話以前從未發(fā)生過。概念存在過，背景存在過，但這每一句話的順序都是全新的。發(fā)生這種情況的原因顯而易見，因?yàn)槲覀円呀?jīng)喝了四杯酒了。

　　羅賓斯：還有冷萃咖啡。Cobol、希伯來(lái)語(yǔ)，謝天謝地這不在校園里，也沒在直播。

　　黃仁勛：嗯。

　　羅賓斯：大家都明白你在說什么嗎？

　　黃仁勛：你們聽懂了嗎？羅賓斯今天只給我喂了四杯酒。

　　羅賓斯：公平點(diǎn)說，我只喂了你一杯，剩下三杯是你從自助餐臺(tái)上拿的。

　　黃仁勛：我一直在盯著那些食物，我太餓了。食物離我大概有40英尺（12米）遠(yuǎn)。

　　羅賓斯：那是因?yàn)槟阋恢痹谂恼铡?/p>

　　黃仁勛：真的很近，但我好幾次想過去都被推回來(lái)了。

　　羅賓斯：你知道發(fā)生了什么嗎？你的團(tuán)隊(duì)提前告訴過我們，如果他喝了三杯，他就是最佳狀態(tài)。如果喝到第四杯，情況就要崩了。

　　黃仁勛：這狀態(tài)可就不太理想了。好了，聽著，我們得留下一些智慧。能再來(lái)一杯酒嗎？

　　羅賓斯：這可不是Dave Chappelle的脫口秀。

　　黃仁勛：談?wù)剟e的。能源。

　　羅賓斯：芯片。

　　黃仁勛：能源聽起來(lái)不錯(cuò)。能源、芯片、基礎(chǔ)設(shè)施（硬件和軟件），然后是AI模型。但AI最重要的部分是應(yīng)用。每一個(gè)國(guó)家、每一家公司，底下的那些層都只是基礎(chǔ)設(shè)施。你需要做的是應(yīng)用這項(xiàng)技術(shù)。向上帝發(fā)誓，快去應(yīng)用這項(xiàng)技術(shù)。使用AI的公司不會(huì)陷入險(xiǎn)境。你不會(huì)因?yàn)锳I丟掉工作，你會(huì)因?yàn)橐粋€(gè)使用AI的人而丟掉工作。所以，行動(dòng)起來(lái)，這是最重要的。

　　羅賓斯：并且盡快給羅賓斯打電話。

　　黃仁勛：你打給我，我打給他。

　　羅賓斯：我們時(shí)間不多了。

　　黃仁勛：我們有的是時(shí)間。羅賓斯是按時(shí)計(jì)費(fèi)的，而我甚至不戴手表。我在價(jià)值交付之前是不會(huì)離開的。如果需要一整晚，我會(huì)一直折磨你們所有人。

　　羅賓斯：黃仁勛，這就是為什么像我這樣的人需要表。你能談?wù)劇拔锢鞟I”嗎？

　　黃仁勛：軟件行業(yè)在衰落并會(huì)被AI取代的這種說法是世界上最沒邏輯的事。讓我們做一個(gè)終極思想實(shí)驗(yàn)：假設(shè)我們是終極的AI——通用機(jī)器人，物理版的。既然你是類人機(jī)器人，你能解決任何問題。你會(huì)用現(xiàn)成的螺絲刀還是發(fā)明一把新螺絲刀？我直接用現(xiàn)成的。你會(huì)用現(xiàn)成的鏈鋸還是重造一把？答案顯而易見是使用工具。既然如此，再看數(shù)字版。如果你是AGI（通用人工智能），你會(huì)去使用ServiceNow、SAP、Cadence、Synopsis，還是去重新發(fā)明一個(gè)計(jì)算器？當(dāng)然是直接用計(jì)算器。為什么要讓AI學(xué)會(huì)使用工具？因?yàn)楝F(xiàn)有的工具是‘確定性’的。世界上很多問題都有標(biāo)準(zhǔn)答案，比如牛頓第二定律F=ma。你不需要AI給你一個(gè)概率上約等于ma的模糊答案，ma就是ma。再比如歐姆定律V=IR，它在科學(xué)上是絕對(duì)的，而不是‘統(tǒng)計(jì)學(xué)上的IR’。所以，我們希望AI像人類一樣，直接拿起這些精準(zhǔn)的工具去用，而不是在那些已經(jīng)有標(biāo)準(zhǔn)答案的事情上瞎猜。

　　我們希望AGI使用工具，這是個(gè)大邏輯。下一代物理AI將理解物理世界和因果關(guān)系。如果我推倒這個(gè)，它會(huì)帶倒那一切。它們理解“多米諾骨牌”的概念。每一個(gè)孩子都能理解推倒它意味著什么，這種因果、接觸、引力和質(zhì)量的結(jié)合是非常深刻的。大語(yǔ)言模型目前還沒這概念，所以我們要?jiǎng)?chuàng)造物理AI。

　　機(jī)會(huì)在哪里？到目前為止，我和羅賓斯所處的行業(yè)一直在制造工具。我們一直處于“螺絲刀和錘子”的生意中。有史以來(lái)第一次，我們要?jiǎng)?chuàng)造人們所謂的“勞動(dòng)力”，或者是“增強(qiáng)勞動(dòng)力”。比如自動(dòng)駕駛汽車是什么？它是一個(gè)數(shù)字司機(jī)。數(shù)字司機(jī)的價(jià)值遠(yuǎn)超汽車本身。我們第一次面對(duì)一個(gè)潛在市場(chǎng)總量（TAM）大了一百倍的市場(chǎng)。全球IT產(chǎn)業(yè)大約一萬(wàn)億美元，而全球經(jīng)濟(jì)規(guī)模是一百萬(wàn)億。你們所有人都有機(jī)會(huì)通過應(yīng)用這項(xiàng)技術(shù)，成為一家技術(shù)公司。我相信迪士尼寧愿成為Netflix，梅賽德斯寧愿成為特斯拉，沃爾瑪寧愿成為亞馬遜。你們同意嗎？這三個(gè)例子我說對(duì)了嗎？

　　羅賓斯：是的。你們所有人都是這樣的。

　　黃仁勛：我們有機(jī)會(huì)幫助每一家公司轉(zhuǎn)型為“技術(shù)優(yōu)先”的公司。技術(shù)是你的超級(jí)力量，而你的行業(yè)領(lǐng)域是應(yīng)用場(chǎng)景。為什么要技術(shù)優(yōu)先？因?yàn)槟菢幽憔褪窃诤汀半娮印贝蚪坏?，而不是“原子”。原子的價(jià)值受限于質(zhì)量，而電子的價(jià)值在CD-ROM變成電子流的那一刻爆炸了千倍。你需要成為一家技術(shù)公司。即便是只懂希伯來(lái)語(yǔ)編程的羅賓斯，這也是一種天賦。

　　羅賓斯：這個(gè)編程方向從右往左寫，挺聰明的。

　　黃仁勛：聰明人做聰明事。最美妙的是，你們公司的優(yōu)勢(shì)是知識(shí)、直覺和領(lǐng)域?qū)I(yè)能力。現(xiàn)在你第一次可以用自己的語(yǔ)言向計(jì)算機(jī)解釋你想要什么。從顯式編程到隱式編程，你只需要告訴計(jì)算機(jī)你想要什么，計(jì)算機(jī)就會(huì)寫代碼。因?yàn)槭聦?shí)證明，寫代碼只是打字而已，而打字已變得平庸化。這是你們巨大的機(jī)會(huì)。你們?nèi)寄軓奈锢恚ㄔ樱用娴氖`中解脫出來(lái)，實(shí)現(xiàn)質(zhì)的飛躍。我們不用再受限于沒有足夠的軟件工程師，因?yàn)榇蜃质橇畠r(jià)的，而你們擁有極其珍貴的東西——理解客戶、理解問題的領(lǐng)域?qū)ｉL(zhǎng)。

　　剛畢業(yè)的計(jì)算機(jī)高材生可能寫代碼很厲害，但他們不知道客戶想要什么，不知道該解決什么問題。你們知道。寫代碼的部分很簡(jiǎn)單，讓AI去做就行。這就是你的超級(jí)力量。我這個(gè)總結(jié)是在喝了五杯酒后做出的。

　　羅賓斯：這簡(jiǎn)直是個(gè)奇跡。

　　黃仁勛：能和各位合作是莫大的榮幸。思科在計(jì)算發(fā)明的兩個(gè)支柱領(lǐng)域——網(wǎng)絡(luò)和安全——有著極深的造詣。沒有思科就沒有現(xiàn)代計(jì)算。在AI世界，這兩個(gè)支柱都被重塑了。我們擅長(zhǎng)的計(jì)算部分在很多方面是廉價(jià)商品，而思科掌握的東西極具價(jià)值。

　　早前有人問我：應(yīng)該租用云端還是自己構(gòu)建電腦？我的建議和給我孩子的建議一樣：自己造一臺(tái)。盡管PC隨處可見，但去動(dòng)手造一臺(tái)，去弄明白為什么這些組件會(huì)存在。如果你在運(yùn)輸行業(yè)，別只用Uber，去打開引擎蓋，去換個(gè)機(jī)油，去理解它。這項(xiàng)技術(shù)對(duì)未來(lái)太重要了，你必須有一種觸覺上的理解。你可能會(huì)發(fā)現(xiàn)自己對(duì)此極有天賦。你可能會(huì)發(fā)現(xiàn)世界并非全是“租”或全是“買”，你需要一部分在本地（on-prem）。比如涉及主權(quán)和私有信息時(shí)，你不會(huì)想把所有的“問題”都分享給所有人。舉個(gè)例子，你去見心理醫(yī)生時(shí)，你不希望你的提問被發(fā)到網(wǎng)上。

　　羅賓斯：假設(shè)性的例子，對(duì)吧？

　　黃仁勛：對(duì)，假設(shè)性的。所以我認(rèn)為很多對(duì)話和不確定性應(yīng)該保持私密。公司也是一樣。我不放心把英偉達(dá)的所有對(duì)話都放在云端，所以我們?cè)诒镜貥?gòu)建了超級(jí)AI系統(tǒng)。因?yàn)閷?duì)我來(lái)說，最有價(jià)值的核心資產(chǎn)不是答案，而是我的提問。你們聽明白了嗎？我的提問才是我最有價(jià)值的IP。我在思考什么，我的提問反映了這一點(diǎn)。答案是廉價(jià)的。如果我知道該問什么，我就鎖定了重點(diǎn)。我不希望別人知道我認(rèn)為什么是重要的。所以我要在自己的小房間里，在本地，創(chuàng)造我自己的AI。

　　最后一點(diǎn)想法，現(xiàn)在已經(jīng)11點(diǎn)了。過去有個(gè)觀點(diǎn)叫“人在環(huán)節(jié)中”（human in the loop），這是完全錯(cuò)誤的。應(yīng)該是“AI在環(huán)節(jié)中”（AI in the loop）。我們的目標(biāo)是讓公司每一天都變得更好、更有價(jià)值、知識(shí)更豐富。我們不希望倒退或原地踏步。這意味著如果AI在環(huán)節(jié)中，它會(huì)捕捉我們的生命經(jīng)驗(yàn)。未來(lái)每個(gè)員工都會(huì)有許多AI在環(huán)節(jié)中，這些AI會(huì)成為公司的知識(shí)產(chǎn)權(quán)。這就是未來(lái)的公司。所以，我覺得明智的做法是立即給羅賓斯打電話。

　　羅賓斯：我打給黃仁勛。兩周的旅程，黃仁勛飛到這里和我們度過了最后一晚，這是他很久以來(lái)第一次能睡在自己的床上。我們永遠(yuǎn)感激。

　　黃仁勛：非常感謝。另外，我眼角余光一直瞄著那些肉串。

　　羅賓斯：我希望它們還在那兒。

　　黃仁勛：答應(yīng)我的那袋薯片在哪？

　　羅賓斯：走吧，去吃。謝謝大家！

（文章來(lái)源：華爾街見聞）