黃仁勳：AI不是聊天機器人，輝達(NVDA)看好AI基礎建設帶動高薪技術工作潮

AI帶來的就業爭議升溫之際，輝達(NVDA)執行長黃仁勳（Jensen Huang）選擇正面回應。他主張，別把人工智慧(AI)簡化成「聊天機器人」或一時的軟體潮流；AI更接近電力普及當年的「產業基礎建設」，而建設潮本身將帶動大量高薪且需要技術的工作機會。

根據黃仁勳於 10 日（當地時間）發布的獨立文章，他將AI基礎設施比喻為「5層蛋糕」：最底層是「詞」能源，其上依序堆疊「詞」晶片、「詞」實體基礎設施、「詞」模型，最上層才是「詞」應用。這個比喻的重點在於，AI不是在既有資料中心上加裝軟體就能跑起來的服務，而是一場需要從發電、輸配電一路延伸到資料中心與網路的「詞」實體擴建（physical buildout）。他也點名這會大量需求電工、管線工、焊接工、鋼鐵工人與網路技術人員等熟練勞動力，並強調這些多是「訓練良好、薪資優渥但供給不足」的職缺，未必得是電腦科學博士才能參與。

黃仁勳進一步從運算模式的根本差異解釋，為何AI擴張規模必然巨大。傳統軟體主要是讀取已儲存的指令並執行；但AI在使用者提出請求時，會依上下文即時「詞」推論並生成內容，不是搜尋固定答案，而是當場產出結果。也因為「智慧」必須即時被生產，底層整套運算堆疊都需要重新設計，AI無法只靠資料中心的閒置資源「順便」解決，反而會把能源、運算與網路推向更目的導向的專用型建設。

這番說法也被視為對近期就業焦慮的「反敘事」。近幾週市場持續放大AI對職位的衝擊，包含Block的裁員，以及Anthropic執行長達里奧·阿莫代（Dario Amodei）談及「工作被取代」的情境，都讓投資人對科技股的情緒偏向保守。黃仁勳則提出「擴張」而非「取代」的邏輯：他以放射科為例指出，即使AI能協助影像判讀，放射科醫師需求仍可能上升，因為生產力提升會擴大可處理量，進而促成更多需求與成長。他直言這不是悖論，而是產能與需求互相拉動的常見路徑。

在他描繪的AI版圖中，最核心的約束其實是「詞」能源。他把能源稱為AI時代的地基與「決定性約束條件（binding constraint）」，理由是：即時生成的智慧，需要即時生成的電力。換句話說，AI擴建速度不只受限於晶片產能，也可能被電力生產與供應能力卡住。若這個前提成立，那麼中東戰事等會撼動能源供應鏈的事件，就不僅是宏觀層面的利空，還可能成為AI規模化（scale-up）的「直接風險」，讓資料中心擴張與算力部署放慢。

他同時預告AI投資規模仍在早期階段，並指出目前投入的「詞」數千億美元只是開始，未來可能還需要「詞」數兆美元等級的基礎建設。他也提到全球各地正以「前所未有」的尺度建造所謂AI工廠。對於「詞」開源模型，他的態度也相當清楚：以DeepSeek-R1為例，當強大的推理模型越免費、越容易取得，應用落地就越快，進而推升訓練與推論需求，連帶帶動基礎設施、晶片與能源的需求同步上升；開源不一定是對輝達(NVDA)的威脅，反而可能擴大生態系並刺激底層投資。

「評論」從投資與產業角度看，黃仁勳的論點等於把焦點從「AI會不會搶工作」轉向「誰能解開AI擴建的瓶頸」。當市場還在爭論軟體層的替代效應時，他更關心的是能源、電網、資料中心建設、網路與供應鏈協作能否跟上。若AI真如他所言是一場「詞」產業轉型，那麼受惠者不只會是晶片公司，還可能擴散到電力、基建、散熱、網通與工程服務等更廣的產業鏈。

文章最後回到他的核心結論：AI不是短暫的軟體趨勢，而是由「詞」能源、資料中心、網路與半導體共同推動的工業級變革；而接下來真正值得追問的，將是AI基礎建設如何加速落地、以及哪些環節會成為下一個瓶頸與投資焦點。