黄仁勋最新讲话：下一个10年，你的工作方式会被彻底改变

笔记君说：

当被问及一年前“推理算力将增长十亿倍”的预言时，英伟达CEO黄仁勋在近期访谈中坦诚说道：“我确实低估了它。”

这句反思的背后，是AI革命正以远超最乐观预测的速度铺天盖地冲过来。

在这次访谈中，他第一次系统阐述了驱动AI发展的三大扩展定律的叠加效应，讲透了算力需求“双重指数级增长”的底层逻辑。

从揭秘与OpenAI千亿级“星际之门”合作的战略意义，到断言“通用计算时代已经结束”，再到纵论全球“主权AI竞赛”，黄仁勋描述了未来10年社会与经济运行的崭新蓝图。

他认为，我们不是在经历一次技术升级，而是面临一场真正的工业革命，将来在全世界，我们会有几十亿个“AI同事”。

我们能否理解趋势、顺应趋势，登上这列不断加速的列车？

相信看完今天的内容，会对你有不少启发。

一、黄仁勋主要讲了什么？

黄仁勋在2025年9月25日的这场访谈，其实就说了三句话：AI工业革命已来，我们早有准备，未来各凭本事。

你可能觉得“AI工业革命”这词儿太大，但黄仁勋在访谈里把话撂得很明白：咱们不是在等未来，而是已经站在新工业革命的起跑线上。

这次革命的“蒸汽机”，不是烧煤的铁疙瘩，而是能自己干活的AI工厂。

他的核心观点，说透了就是“一个逻辑、两个办法、一个大局”，咱们掰开揉碎了讲。

1.一个核心逻辑：AI进步不靠“蛮干”，靠“三重发动机”

以前咱们总觉得，AI变聪明全靠“堆料”——数据多、算力足，模型自然就强。但黄仁勋说，这想法早过时了。现在的AI，是靠三个“发动机”一起发力，算力需求跟坐火箭似的，还不是一般的火箭，是“二级火箭”。

第一台发动机：预训练（打基础）

这就像让孩子从小学读到大学，把图书馆里的书都翻遍，先搞懂“世界是什么样的”。AI会“吞”下整个互联网的信息，学会说话、懂知识、讲逻辑，这是咱们最熟悉的“大力出奇迹”阶段。

第二台发动机：后训练（练技能）

这可是个新知识！AI“毕业”了不算完，还得上“实操培训班”。

预训练就像考驾照时学的“踩油门、打方向、看后视镜”，这些是开车的基础规则。但拿到驾照后，你得在上下班高峰的路口反复练“怎么并线不堵车”，在下雨天练“怎么刹车不打滑”，甚至在窄巷子练“怎么一把倒进车位”。

这些针对性的练习就是“后训练”，练到形成条件反射，才算是能应对复杂路况的老司机。

AI的后训练也一样，预训练学会了“说话”，后训练就要针对“写代码”“做设计”这些具体任务反复练，直到精准完成。这一步特费算力，因为得试成千上万种方法，才能找到最优解。

 

第三台发动机：推理（动脑子）

以前的AI像“百度一下”，问啥直接从记忆里掏答案；现在的AI像“专家开会”，你问个问题，它会先“查资料”“核实信息”“琢磨逻辑”，甚至学新东西，最后才给你一个靠谱的回答。而且想越久，答案质量越高。

未来的AI也不是单打独斗，而是一群模型组队干活的“智能小分队”。

这三台发动机不是“轮流上岗”，而是“同时踩油门”。一边用AI的人越来越多，一边每个人用AI一次消耗的算力也越来越大，两者一乘，算力需求直接“垂直上天”。

这也能解释，为啥OpenAI要砸上千亿建“星际之门”算力设施，因为实在是不够用啊！

2.两大战略支点：英伟达不只是卖芯片，是“建赛车场”

面对这么疯狂的算力需求，英伟达没只想着“把芯片造得更快”，而是玩了两招“升维打击”。

支点一：从“卖赛车”到“造整个赛车生态”

黄仁勋说，英伟达早不是芯片公司了，而是变成了“AI基础设施包工头”。

他们每年更新的Blackwell、Rubin这些技术，不只是升级芯片，而是把模型、算法、软件、CPU、GPU、网络、数据中心全拆了重造，还得让这些部分严丝合缝地配合，他管这叫“极端协同设计”。

有点难理解对吧，咱们打个比方。

以前的英伟达是造更快的赛车（GPU），现在他们是连赛道怎么铺、交通规则怎么定、加油站怎么建，甚至整个赛车场的生态都一起设计。

这样一来，从Hopper到Blackwell（笔记侠注：英伟达GPU产品里的两个重要技术架构），一年性能就翻了30倍！

支点二：比对手更厉害的，是“长期省钱”

黄仁勋放了句狠话说：“就算对手的芯片白送，客户还是会选我们。”这话不是吹牛，核心在于“总拥有成本”（笔记侠注：在产品、服务或资产的整个生命周期内，所有与之相关的成本总和。它不仅包括初始购买价格，还涵盖后续使用、维护、运营直至最终处置过程中产生的各项费用）。

AI时代的数据中心，最缺的不是钱，是电力和空间。英伟达的方案虽然可能贵点，但每瓦电产出的性能特别高。

同样的电费，用的方案能生成几倍、几十倍的AI成果，赚的钱自然也多。

我们简单算笔账：如果你的电费预算是固定的，用免费芯片能赚100万，用英伟达的收费芯片能赚1000万，你选哪个？

答案是明摆着的，免费芯片看着省钱，实际上亏了900万的潜在收入，这机会成本太高了、所以客户们宁愿多花点钱，也要选效率高的。

3.一个全球视野：AI市场要爆，各国都想“自己说了算”

基于上面的逻辑，黄仁勋画了个超大的“蛋糕”，还点出了一个新趋势。

市场规模：先“换旧的”，再“造新的”

黄仁勋说“通用计算的时代结束了”，全球价值几万亿美元的传统计算设备，都得从CPU换成AI驱动的设备。

光是把谷歌、Meta、字节跳动这些公司的“推荐引擎”（比如你刷到的短视频、看到的广告）从CPU改成GPU，这就是几千亿美元的市场。

 

此外，AI还会给全球50万亿美元的人类产生的GDP加成。比如公司花1万美元买个AI工具，帮年薪10万的员工效率翻倍，这投资回报率是巨大的。

主权AI：各国都要“建自己的AI基地”

黄仁勋看得很透：AI现在是国家经济和安全的“命门”，每个国家都想搞“主权AI”——建自己的AI基础设施，把本国的文化、历史、数据规则都“装”进AI里。

这就像每个国家都得有自己的电网、通信网、互联网一样，现在AI基础设施也成了“必需品”。这对英伟达来说，又是一个由各国政府推动的万亿级新市场。

对华态度：别低估中国，合作才划算

这次访谈也聊到了中美科技竞争，黄仁勋说得很实在：应该让英伟达在中国公平竞争，这对中美都好。他还提醒说，别小看中国企业的创新能力，中国有全世界最牛的企业家和工程师。

美国要是搞“脱钩”，把市场让给中国本土企业，那相当于还没打仗，自己先把武器扔了，得不偿失。

你看，其实黄仁勋的逻辑特简单：三大“发动机”让算力不够用了；英伟达靠“全栈改造”和“省钱本事”抓住机会；现在世界各国搞“主权AI”又把市场做大了。

这次访谈，他不是在讲“我们的芯片多好”，而是在讲“未来的游戏规则该怎么玩”。

二、未来10年的5个趋势，我们要记牢

好了，黄仁勋帮我们摸清了“世界新玩法”，下面就是他直接甩出来的“未来十年路线图”。这些不是天马行空的科幻，而是现在就能看到苗头的现实。

1.算力成为“新电力”，能扛多少电费，就有多少竞争力

以前看国家牛不牛，看煤炭挖得多不多、钢铁产得够不够；后来看数字时代，看网络覆盖广不广。

到了AI时代，评判标准变了：现在看你手里有多少“能用的算力”，尤其是能跑AI的智能算力。

黄仁勋说过一句特关键的话：“英伟达的收入几乎和功耗挂钩。”这句话理解起来有点费劲，得好好琢磨。

为什么是“功耗”？因为AI数据中心最烧钱的不是买设备，是交电费。

你可以把数据中心想成“把电变成智能的工厂”：你能付得起多少电费，就等于能“造”出多少智能。

前段时间阿里巴巴CEO吴泳铭也说了：到2030年，阿里数据中心的总功耗要涨10倍。这不是阿里一家的事，是所有想搞AI的玩家都在走的路。

这意味着什么？未来国家或公司的竞争力，不只是看有多少矿或者有多少人，而是看两点：

一是能不能拿到便宜又稳定的电，二是有没有能把电高效变成算力的AI设施。

现在，全球抢算力、抢能源的比赛，已经开跑了。

2.AI不再是“工具人”，它要当你的同事

以前我们想的AI，就是个“聪明点的计算器”，你让它算啥就算啥。但黄仁勋说的AI，要跟你变成“搭档关系”，这变化可就大了。

首先是AI的活儿变了：从“听命令做事”到“主动想办法”。现在的AI不是单个模型在干活，是一群模型组队。它会自己查资料、做研究、处理复杂任务。比如你让它写个方案，它不是直接凑字数，会先查行业数据、分析竞品，再给你出思路。

这就像以前的计算器只能算加减乘除，现在变成了能帮你分析问题的研究员。

最实在的例子是英伟达自己，黄仁勋说：公司里每个软件工程师、每个芯片设计师，都有AI一起干活，覆盖率100%。结果呢？芯片设计得更好、造得更多、速度还更快。

我们畅想一下：未来10年，给白领配个“AI同事”会从“福利”变成“标配”。你想啊，一个年薪20万的员工，公司花2万给他配个AI助手，效率直接翻倍。这种好事，哪个老板会拒绝？

到时候咱们上班的方式都会变：以前自己熬夜查资料，以后AI帮你整理好；以前纠结方案怎么写，以后AI先给你出三个草稿。所以，用好AI才是未来职场人的生存发展之道。

3.“会动的AI”到处都是，每个人都能有“数字分身”

当AI从云端“跑”到咱们身边的设备里，跟物理世界的东西结合，更有意思的场景就来了。

第一个是“具身智能”，简单说就是“有脑子的机器人”。

黄仁勋预测，未来五年内，AI和机器人技术会融合得特别好，到时候我们身边会有能到处走的AI：家里的管家机器人记得你爱喝的水温，办公室的机器人能帮你整理文件，甚至出门时有机器人帮你拎东西，就像《星球大战》里的R2-D2跟着卢克一样，成为你的“身边伙伴”。

第二个是“数字孪生”，就是给现实里的东西造个“虚拟双胞胎”。

黄仁勋说，以后每个人都会有自己的“医疗数字孪生”，就是基于你的所有生物数据（比如基因、体检报告），造一个和你身体一模一样的虚拟模型。这个“数字分身”能模拟你老了会怎么样，甚至预测你可能得什么病，提前帮你预防。

4.经济会“跑得更快”，GDP增速可能要刷新认知

历史上每次大的技术革命，都会让全球经济增速上一个台阶：蒸汽机让工业时代的经济飞起来，电力让制造业更猛，互联网让数字经济爆发。现在轮到AI了，黄仁勋说，AI会再一次把经济增速提上去。

这里的逻辑也很简单：GDP就是“投入多少劳动和资本，产出多少东西”。

而AI是“生产力倍增器”，相当于给经济加了无数个不知疲倦的虚拟工人。比如以前一个人一天能做10份报告，配了AI后能做20份；以前一个工厂一天能产1000个零件，用了AI优化后能产2000个。

当全球无数人、无数工厂都这样提效，GDP能不涨吗？

黄仁勋说：“全球GDP增长会进一步加快，因为我们在给世界添了几十亿个能帮忙干活的AI同事。”未来十年，我们可能会看到全球GDP的爆发增长。

5.“主权AI”成了新战场，各国都要建自己的“AI基地”

这是黄仁勋看得特别透的一点：未来十年，AI会变成国家层面的“战略必争品”，简单说就是“自己的AI自己建”。

啥是“主权AI”？就是国家要建自己的AI基础设施，把本国的文化、历史、数据规则“装”进AI里，不能依赖别人。比如中国的AI要符合中国的价值观，欧洲的AI要保护欧洲的隐私规则，不能让别的国家卡自己的AI脖子。

黄仁勋说：“每个国家都需要自己的AI基础设施，就像需要能源、通信设施一样。”这不是做生意的小事，是关乎国家经济安全和数字主权的大事。你总不能让自己的金融、医疗、国防这些关键领域，用别人的AI吧？

这会带来一个结果：全球会掀起一轮国家级AI基建潮。就像以前各国建高速公路网、5G网络一样，未来十年，建自己的“AI工厂”会变成每个国家的重点工程，从欧洲到中东，从东南亚到拉美，都要抢着建。

咱们总结一下黄仁勋画的未来：以后算力就是新权力，AI是你上班的搭档，身边到处是会动的智能设备，经济会跑得更快，各国还会抢着建自己的AI基地。

这五个趋势环环相扣，会把未来10年变成既刺激又有挑战的10年。

三、这些AI大变革，跟我们有哪些关系？

可能你会说，“算力竞赛”“主权AI”这些词听着太宏大，跟我有啥关系？其实这场变革早就在渗透我们的生活，从每天的工作效率到周末的休闲方式，甚至未来的职业前途，都在被悄悄改写。

咱们从个人和企业这两个角度，聊聊那些“看得见、摸得着”的影响。

1.对个人：不是“要不要学AI”，是“不学AI真的会落后”

对我们普通人来说，拥抱AI的核心其实就两件事：保住工作、过好生活。

先说说职业发展，以前咱们以为“稳定”的工作，现在可能正在被AI重构。

比如以前做行政，要花半天整理会议纪要，现在AI几分钟就能搞定，还能自动分点、标重点；以前做初级文案，要搜半天资料凑一篇推文，现在AI能先出草稿，你只需要改改语气、加些个人洞察。

但这不是“AI抢工作”，而是“会用AI的人抢不会用的人的工作”。

黄仁勋说“跳上加速的火车”，其实就是让你别等着被淘汰，而是主动学AI工具——就像以前学Excel、学做PPT一样，现在学ChatGPT写初稿、用AI做数据可视化，就是最基础的“职场生存技能”。

以后找工作，会用AI提升效率可能就像会用电脑一样，变成简历上的必备项。

而真正的核心竞争力，会变成“提出好问题”（比如让AI写方案前，你得说清“目标人群是谁、要突出什么卖点”）、“批判性判断”（比如AI给的数据，你能看出有没有漏洞），这些是AI暂时替代不了的。

再看生活方式，AI早不是“科幻产品”，而是慢慢变成“生活帮手”。

比如你担心爸妈的健康，现在有AI健康管家，能连家里的血压仪，测完自动生成报告，还提醒“最近血压有点高，别吃太咸”；

比如你想周末学个烘焙，AI学习伴侣能根据你家的烤箱型号、现有材料，定制专属食谱，还一步一步给你发视频教程；

甚至你下班不想做饭，AI助手能根据你的口味偏好、冰箱里的食材，推荐菜谱，还能直接链接外卖平台下单。

 

这些可不是“未来的事”，现在打开一些常用APP，就能找到类似功能。

以后的生活只会更“个性化”：AI知道你早上爱听财经新闻，会提前整理好精简版；知道你对乳糖不耐受，推荐零食时自动排除含奶的选项，这些“懂你的服务”，会让我们的日子过得更省心。

2.对企业：不是“想不想搞AI”，是“不搞AI真的会被淘汰”

黄仁勋说“不做AI就会被淘汰”，不是危言耸听。

比如同样是开网店，以前大家拼价格、拼图片，现在拼的是AI能不能精准找客户：用AI分析用户浏览记录，知道谁是想买但还在犹豫的潜在客户，然后推送专属优惠券；用AI优化商品标题，让搜索排名更靠前。

你不做这些，客户就会被那些“会用AI”的竞品抢走。

再比如制造业，以前工厂靠工人盯着生产线，现在用AI监测设备数据，提前预判这台机器下周可能出故障，提前维修，避免停产，停产一天可能损失几十万，而AI投入可能只需要几万，这笔账谁都会算。

所以你看，现在不管是大公司还是小作坊，都在想怎么用AI降成本、提效率，你不跟上，就会被行业甩在后面。

其次是战略重心的转变。以前企业买IT设备，可能只看电脑够不够用、服务器够不够快，现在更看重能不能支撑AI运行——简单说就是“每度电能不能产出更多AI成果”。

比如一家做短视频的公司，以前用普通服务器处理视频，渲染一条1分钟的视频要2小时，电费还高；现在用AI加速的服务器，10分钟就能搞定，电费还省了一半。

对小企业来说，不用自己建AI工厂，租云服务商的算力就够了，成本不高但效率提升明显；对大企业来说，就得自己建专属的AI基础设施，比如阿里、腾讯建的AI数据中心，就是为了满足自己海量的AI需求。

所以啊，以后企业比拼的，不再是有多少员工，而是能不能用AI把员工效率翻一倍，而这一切的基础，就是能不能高效使用算力。

结语：看懂方向，我们都是AI时代的“共建者”

咱们最后总结一下：

黄仁勋看AI，跟普通人不一样。他不是盯着“卖了多少芯片”，而是盯着“智能计算正在把世界改造成什么样”。这种“搭建新世界”的视角，才是我们最该学的。

我们得看清这列AI火车往哪儿开，搞懂让它一路加速的“三大定律”，然后大胆跳上去。这可能是咱们这个时代，最该有的认知和选择。

咱们每个人，从来都不是“只能看着的乘客”。你用AI写报告、帮爸妈用AI查健康知识，甚至只是试着用AI优化日常小事，都是在参与这场变革。

本文来自微信公众号 “笔记侠”（ID：Notesman），作者：老贾，36氪经授权发布。