辉达 (NVDA-US) 执行长黄仁勋近期在一场访谈中描绘了他对人工智慧（AI）产业未来十年发展的整体判断。他核心观点是：全球正在经历一场规模可能超越工业革命的基础建设浪潮，而这场建设的中心，正是他所称的「AI 工厂」。

黄仁勋指出，两、三年前外界认识的 ChatGPT，主要能力仍停留在资讯形式的转换，例如文字转文字、文字转图像。这个阶段普遍被称为生成式 AI。

但他强调，生成式 AI 真正的价值并不止于转换，而是为「思考」铺路。当系统能够生成语言，便具备了内部推理、逐步分析与解决问题的基础。

更进一步，AI 也开始能够生成「控制指令」，操作浏览器、表格、设计软体等数位工具。黄仁勋预期，这类能力未来将延伸至实体机械系统。当 AI 指挥的对象是机械，它就是机器人；当指挥对象是配有方向盘的载具，它就是自动驾驶车辆。

如今，AI 已进入「代理」（AI agent）阶段，不只是理解资讯，而是能推理、执行任务、完成具体工作。

黄仁勋认为，这正是 AI 商业价值真正爆发的关键转折点，市场愿意为「完成的工作」付费，而非单纯为「展现智慧」付费。

他也将视角拉高到整个运算产业的层面。他观察到，过去六十年的电脑运作模式本质上是「检索式」的，资料先被写入、储存，需要时再被取回，这也是「资料中心」一词的由来。

然而 AI 的运作方式截然不同。每一次使用者提供上下文与问题，系统都会重新推理并当场生成答案，而非从资料库中原样取出既有内容。

黄仁勋认为，这代表运算正从「检索」转向「生成」。未来的文字、图像、影音与广告内容，将越来越多是即时生成，而非预先储存后调用。他表示，辉达打造的正是支撑这类即时生成需求的大型运算系统。

服务对象从十亿人到百亿 AI 代理

谈到市场规模，黄仁勋提出一个值得关注的视角转换：现今全球约有十亿人使用网路服务，但未来接入网路的将不只是人类，还包括数量庞大的 AI 代理。

这些 AI 代理彼此沟通协作，企业内部的自动化流程、自动驾驶车辆、机器人、甚至制造系统与建筑，都可能成为 AI 代理网路的一部分。

他将这种发展类比为历史上两次重大基础建设浪潮电网与网际网路，认为智慧运算基础设施接下来也会以类似方式包覆整个世界。

在他的描述中，AI 工厂所生产的本质是「token」，这些数字经过组合可转化为语言、数学、生物学、气候模型、机器人控制指令等各种形式的智慧成果。

产业结构：五个层次的投资机会

黄仁勋将整个 AI 产业比喻为一个五层架构:

1. 能源层：核能、风能、太阳能、氢能等，被视为能源产业多年来最大的成长机会之一。
2. 运算硬体层：晶片、伺服器、网路交换设备、矽光子等。
3. 基础设施层：土地、电力、机房、资金与资料中心营运，目前这些资源都相对稀缺。
4. 模型层：大型语言模型开发商，例如 OpenAI、Anthropic。
5. 应用层：将 AI 落地应用于金融、法律、会计、物流、制造等具体场景。

他特别强调，AI 的学习对象不限于语言，只要某种事物具有稳定结构与可预测的关系，例如蛋白质、基因、人体构造、物理现象，AI 都有机会学习其规律。

换言之，语言模型只是整个 AI 产业的一部分，涵盖实体世界与生命科学的应用市场规模可能远大于外界目前的认知。

回应「AI 威胁论」

针对外界常见的 AI 末日叙事，即将 AI 比拟为科幻电影中的毁灭性威胁，黄仁勋直言这类说法并不严谨。

他认为，AI 终究是电脑与软体系统的延伸，如果完全无法被理解，工程团队也不可能持续年复一年地改进其表现。

他指出，真正需要担心的不是 AI 本身，而是「懂得运用 AI 的人」。换句话说，个人面临的竞争压力主要来自其他更善于运用 AI 工具的人，而非 AI 本身取代人类。

他同时肯定 AI 安全研究的重要性，指出近年在事实核查、推理可靠性与安全防护机制上已有显著进展。

工作会被重塑，而非单纯消失

对于「AI 将消灭工作」的论调，黄仁勋亦表达了明确的不同意见。

他认为关键在于区分「职业」与「任务」。一份工作所包含的具体执行动作，不等于这份工作存在的核心价值。

他以放射科医师为例。多年前曾有预测认为，电脑视觉技术成熟后将取代这个职业，但实际情况是，影像辨识技术全面导入诊疗流程后，放射科医师的需求反而上升，原因在于效率提升让医疗机构能够服务更多病患，进而需要更多专业人力参与诊断与协作。

软体工程师、企业经理人等职业也呈现类似逻辑。AI 改变了执行细节，但职业背后判断、创造与解决问题的核心价值并未被取代。

黄仁勋进一步预测，许多职业可能因 AI 而从「执行者」升级为「更高层次的专业服务提供者」，例如水管工可能参与系统设计，木工可能涉入空间规划。

他也提到一项较少被讨论的面向，过去数十年间，随着电脑系统日益复杂，具备程式设计能力的人口比例反而下降；但自然语言介面的普及，可能让更多一般大众首次具备直接操作与驱动电脑系统的能力，代表 AI 有潜力缩小而非扩大技术鸿沟。