主持人迈克尔·米尔肯（Michael Milken）打趣说：“我想掌声是为你准备的，你的装扮是为我准备的。”
在这场30分钟的深度对话中，黄仁勋没有谈产品，没有讲估值，而是系统性地讲清楚了两个关键问题：
我们不能放弃中国这个价值 500 亿美元的市场，否则，华为就会赢。 AI 不只是改变工作方式，它会重写每一种工作，甚至包括 CEO。
第二层，AI 是被制造出来的——通过“AI 工厂”批量生成智能，就像当年的炼钢厂；
第三层，AI 是组织结构的底座——它重塑了公司的运行方式，也重定义了人的价值边界。
这场对谈密度极高，语句克制，但观点极具冲击力。我们梳理了黄仁勋的七个核心判断，它们共同构成了一种正在发生的“AI工业逻辑”。
过去我们说“AI是工具”，说得多了，也就没什么感觉了。但这次，黄仁勋用了一个很有画面感的新说法：
“AI 不再是你操作的工具，而是一个数字机器人，直接在你的数据中心里干活。”
这话听起来抽象，黄仁勋马上接着说：“它不再只是技术替代，而是第一次成为数字劳动力的一部分。”也就是说，AI不只是“更强的 Excel”，而是可以24小时运转、自动开云网址 kaiyun官方入口浏览网页、阅读PDF、写总结的虚拟员工。
黄仁勋解释说：AI其实是被“制造”出来的，只不过它不是在传统工厂里，而是在“AI工厂”里生产的。
“过去的软件是在CPU上手写的，现在是机器自己学着写，运行在我们GPU上的。 这些AI是在我们称为‘数据中心’的地方诞生的——但本质上，它们其实是工厂。”
“Token 本质上是可以组合成数字、图像、单词、药物分子，甚至是自动驾驶能力的智能单位。”
英伟达现在正在建设的 AI 工厂，单座就达到 1000 兆瓦，成本高达 600 亿美元，相当于一整家波音公司。
换句话说：AI工厂会成为像当年炼钢炉、电厂、晶圆厂那样的“通用性经济基础设施”。
“上一个时代是信息基础设施，再上一个时代是能源基础设施。现在，我们正在进入智能基础设施时代。”
“未来，每一家kaiyun体育全站 Kaiyun登录网页制造产品的公司，都会拥有两个工厂： 一个是用来制造他们销售的产品； 另一个是用来制造运行在这些产品上的AI。”
比如你造的是一台割草机，一辆卡车，甚至一架飞机——这些硬件在未来会变得越来越“自我运转”，越来越“自动驾驶”。它们将不再是靠按钮、遥控器或者人手操作，而是靠软件驱动的自主智能系统。
这也就意味着： 你不只是要制造那台机器本身，你还要制造“它的智能”——也就是运行在它内部的 Token、算法和模型。
“今天的汽车公司主要制造汽车。 但十年后，每家汽车公司都将生产运行在这些汽车中的Token。 这意味着他们要建造自己的AI工厂。”
但在AI时代，软件成了引擎。一辆车的智能表现，来自你能“生产”多少Token来驱动它的大脑。
你的公司有两条产线——一条造发动机，另一条造模型参数； 一边造钢铁，一边造算法； 一边组装车壳，一边调试“意识”。
“整个工厂，是一个巨型机器人。它协调内部成百上千个小型机器人一起运作。”
这是制造业的深度自动化、智能化、系统化。每一个智能部件都要靠 AI 模型调度，每一个物理动作背后都有 Token 作支持。未来的制造，不只是机器造机器，而是机器人制造机器人，再用机器人部署机器人——一个智能嵌套的全闭环系统。
从“流水线工厂”到“智能Token工厂”，企业的第二条产线，已经不是选项，而是生存条件。
在被问及“AI会不会让人失业”时，黄仁勋没有回避，直接给出了他一贯强调的认知：“你不会因为AI而失去工作， 但你会因为使用AI的人而失去工作。”
“每个工作都会受到影响，大企业CEO也不例外。 有些工作会消失，有些工作会被创造， 但没有任何一个工作会毫无改变。”
“计算机技术的红利，只惠及了大约 3000 万人—— 他们会写代码，懂编程，掌握了过去40年的财富引擎。”
黄仁勋就是其中一员。他笑称，自己本来可以当石油工程师，也可以当医生——“我爸是石油工程师，我妈觉得每个人都该做医生”。
但他选择了计算机工程：“事实证明，这是个不错的选择。 但这种技术红利，只属于那 3000 万人。”剩下的 75 亿人被挡在了“技术门槛”之外。
所以过去几十年，我们其实是制造出了史上最大的技术鸿沟：工具越来越强大，但能用这些工具的人越来越少。
你不再需要学 C++、Java 或 Python。你可以画图给 AI 看，用自然语言说出需求，甚至直接告诉它：“我不会编程，你教我怎么控制你”。
这是一种范式转移：过去靠技能门槛“掌握技术权力”，未来靠“表达能力”与“问题定义能力”与 AI 协作。
黄仁勋指出：“我们缺工人，而不是工人过剩。 这是人类历史上第一次， 我们有机会通过 AI 补上劳动力的缺口。”也就是说，AI 不是简单的“取代”，而是为这个世界“增编”了 3000 万~4000 万“数字工人”。
这部分“数字劳动力”会进入各行各业，从自动驾驶、虚拟助理到AI研究员，协助人类完成从未有能力执行的任务。
“我 100% 建议每个人，都去利用 AI 的优势。 不要成为那个忽视这项技术、最终被淘汰的人。”
如果说前面几节讲的是“AI能听能说能看”，那接下来这一层，就是它开始“能干活”了。
什么是“推理 AI”？简单说，不再是机械反应，不再是记忆堆叠，而是具备了“解决新问题”的能力。
“智能的本质，是你能解决从未遇见的问题。你会拆解、会假设、会判断。哪怕你没做过，也能用规则一步步推理出来。”这就意味着：AI 不只是“听你指令”的工具，而是可以理解任务目标，自主执行流程的代理系统。
这些 AI Agent 能看懂说明书、读文件、用浏览器查资料，还能操作电子表格、控制流程、完成具体任务。
这种结构性变化，第一次让 AI 具备了“做项目”的能力——不是做工具人，而是做数字员工。
“未来的 CEO，不只是管理人力资源，还要管理‘数字劳动力’。 人力资源部门负责管理生物员工， IT 部门将负责管理数字员工。”
这种代理能力带来的变化，跟前几次技术革命都不同。自动化替代了动作，数字化替代了纸笔，但只有推理型 AI 和 Agent，才第一次真正替代“认知+判断+执行”三件套。
这就解释了为什么黄仁勋会说：“AI 是一种劳动力，不是一个工具。”Agent 系统，不是辅助软件，而是数字劳动力的开端。
这种评价，其实已经透露出 AI 工厂和芯片的重要性，已经不止是企业技术，而是国家层级的竞争资源。但黄仁勋也明确指出一个逻辑谬误：“没有任何一个对手国家，会因为‘少一块GPU’而停止军事研究。”每个国家已经有数百万块英伟达芯片了。
反而，如果美国完全退出某些市场，就意味着一件更严重的事：“如果我们不去服务这些市场，那就会有其他人介入，建立其他国家的 AI 标准。”
“我们真正想做的，是在全球范围内， 让人工智能生态系统建立在美国技术标准之上， 而不是其他国家的技术标准。”
如果不进入市场，美国就失去了制定这些规则的机会。而“这个市场”，到底有多大？
AI 工厂，是新一代的能源工厂、互联网工厂、数据工厂。谁掌控它，谁定义未来的数字秩序。
因此，你可以不出口一块芯片，但你不能放弃一次定义未来技术秩序的机会。黄仁勋的核心判断是：AI 的标准，必须由我们来写。
AI工厂只是入口，真正颠覆制造业的，不止是智能的“生产”，而是它如何重新定义整个“建造流程”。
“我们设计世界上最复杂的系统， 每一代研发投入可能在200亿美元甚至更多。 我们完全在它的数字孪生中完成设计。”
什么意思？你看到的每一块出厂芯片，实际上在真实世界中出现之前，已经在虚拟世界里被“建造”、“模拟”、“测试”了几个月。
黄仁勋说得很明确：“当我制造它的那一刻，我已经知道它是完美的。”这不是夸张，而是“数字孪生”技术带来的现实成果。而他认为，这种方式并不仅适用于芯片：“我们应该对数字工厂也做同样的事情。”
“我们应该完全创建它的数字孪生， 用 AI 操作它，虚拟集成它， 用数字方式测试它、优化它、计划它的输出。”
这听上去像科幻，但英伟达已经在这么做。你可以用 AI 模拟细胞的代谢过程，预测城市交通的实时流动，设计房屋在极端天气下的反应。你还没动手，AI 已经知道会不会塌。
黄仁勋说：“制造业不是低成本劳动力的竞争，而是一个软件驱动的巨型机器人系统。”整开云网址 kaiyun官方入口座工厂，是一个机器人。里面每个工位，每个传送臂，每个操作流程，都是AI驱动的子模块。
“一个工厂，是一个机器人。 它由一群机器人建造出来， 然后再一起制造机器人。”
机器人造机器人造机器人。听上去像递归谜题，但黄仁勋认为：“这种嵌套式结构，就是 AI 驱动的工业体系。”
在黄仁勋的视角里，制造业不再是“组装”，而是AI在虚拟世界先“演一遍”，现实世界再“复刻一遍”。每一个产线动作，都是 AI 推理和预测后的输出。
当米尔肯问黄仁勋：“如果听完这场访谈，有人想去英伟达工作，你在找什么样的人？”——黄仁勋没有说学历，也没有说背景。
“如果你告诉我你是在 YouTube 上学会如何设计芯片的， 那已经告诉我很多了。”
这不是玩笑。黄仁勋真正看重的，是一个人有没有自学能力、动手能力、解决问题的动力。英伟达已经不是一家“只靠写代码”的公司了。
“我们有数字生物学家，有量子化学家， 有计算机图形工程师、机器人专家、语言学家…… 我们服务医疗、金融、制造等各种行业。”
也就是说，你不一定是AI专家，但你要懂你所在行业的真实问题。你能带着问题来，AI才能跟你协同解决。除了技能，黄仁勋更强调一种“性格底色”。“我希望我孩子和我爱的人，都能有那种伴随着长期奋斗的痛苦经历。”
在AI领域，没有短跑选手。能扛得住熬、扛得住慢、扛得住不确定性的人，才是长期有效的战斗力。
未来的员工，也不只是“能干活”的人，而是能与AI并肩解决问题的“人机共创者”。
你想进入AI时代的核心，就别只问“我会不会写代码”，而要问：“我有没有值得AI帮我解决的问题？我是不是那个能长期扛事的人？”
从“手工编程”到“智能制造”，从“数据中心”到“AI 工厂”，黄仁勋在 2025 年 Milken 大会上讲得很清楚：
重新定义了“人才”：不是学历，不是背景，而是能不能扛住复杂性、打通系统的人。
它不喧哗，但已经落地； 它不遥远，但变化极快； 它不会等你准备好了才来，而是边建设边淘汰。
所以问题不再是：“AI 会不会影响我？”而是：“我准备好在 AI时代里扮演什么角色？”
本文由AI深度研究院出品，独家整理基于迈克尔·米尔肯与Nvidia首席执行官黄仁勋的对话。
官方微信
