【對談】黃仁勳點破G20焦慮：AI競賽不投資就落後

這場談話有幾個值得帶走的點。第一，黃仁勳把 AI 拆成五層架構，讓各國知道不必全包，選對層就好。第二，他對 AGI 給了一個意外冷靜的評估——快到了，但沒你想的那麼戲劇性。第三，他直接說工作不會消失，但解釋方式跟你聽過的版本不一樣。第四，他反過來警告：安全討論講過頭本身就是風險。第五，Nvidia 的投資規模數字讓人停一下——這不是科技公司的語言，是基礎建設的語言。合起來看，這是一個晶片公司老闆在告訴主權國家怎麼想 AI 政策，而且說得比大多數顧問清楚。

◎AI 是五層蛋糕，不是一個東西

黃仁勳給各國官員的第一個工具是分層思考。他把 AI 拆成：能源，晶片，資料中心基礎建設，AI 模型，資料與應用，從下往上五層。美國現在全層都投，但他明確說，其他國家不必全部拿下——選擇你有優勢的層，集中下去。這個框架有一個隱含的意思值得留意：AI 不只是軟體決策，它是實體投資，跟蓋電廠，鋪路是同一類事。他說每個地區都在不同領域有專業——生物，化學，物理，語言——AI 跨越所有這些領域。對各國政策官員來說，這個框架把一個抽象問題變成可以排序的投資清單。

◎AGI 快到了，但沒你想的那麼神

黃仁勳說，未來幾年 AGI——也就是在幾乎所有任務上達到人類水準的人工智慧——基本上就會到位。他甚至說我們現在幾乎已經在那裡了。這聽起來很聳動，但他接下來的解釋把期待值往下拉了一截。他做了一個類比：就算你招進一個 MIT 博士，你還是要花很多時間讓他搞清楚公司的脈絡，目標，資源在哪裡。AGI 也一樣——連上服務不等於公司自動變聰明。真正的工作是替 AI 建立context，讓它知道自己在解決誰的什麼問題。這件事是人做的，而且沒有捷徑。所以 AGI 到來不是終點，是另一輪建設的起點。

◎工作不消失，但工作的定義要想清楚

黃仁勳的說法是：任務會被自動化，工作不會。聽起來像安慰話，但他的邏輯有點不一樣。他說工作的本質是目的，脈絡，意義——打字，整理，查資料這些技能才是會被取代的部分。Nvidia 自己就已經在全公司用 AI，包括 Anthropic 和 OpenAI 的現成產品，也建了大量自家的客製模型。他說每個公司，每個國家都不能把智識能力全部外包出去——你要用現成的，但你也必須建自己的。這個邏輯用在國家層次很直接：主權 AI 能力不是選項，是必要條件。

◎安全講太多，本身就是一種危險

這是這場談話裡最有稜角的一段。黃仁勳說，對各國來說最壞的結果不是 AI 出事，而是被甩在後面。他用航空業打比方：當年航空公司花大錢打廣告說我的飛機比你的安全，結果沒人要看——乘客要的是去新地方，探索世界，安全是公司的責任，不是乘客每天掛在嘴邊的事。他的意思很清楚：安全當然重要，但如果政策對話全被安全佔滿，成長與繁榮的討論反而消失，那才是真正的問題。他同時說，過去幾年那些主張放慢 AI 發展的聲音，事實上說反了——正是快速推進讓幻覺（AI 給出錯誤答案的現象）減少，讓系統更可靠。

◎Nvidia 的投資規模已經是主權等級的語言

黃仁勳說，一 gigawatt 的 AI 資料中心大約要 500 到 600 億美元，而 Nvidia 計畫在本十年結束前建到 100 gigawatt。光今年美國境內的基礎建設投資就接近一兆美元。這些數字原本是國家建設的量級，現在是一家公司在講的規模。他說這也是為什麼架構的通用性和耐用性那麼重要——投資這麼重，你不能賭在一個會很快過時的設計上。Nvidia 的 GPU 現在跑美國模型，國際模型，開放模型，封閉模型，這個什麼都跑的策略，他說是讓各國願意投資的最重要原因。

黃仁勳在 G20 部長面前說的話，本質上是一套採購邏輯包裝成政策建議。但裡面有幾個判斷是真的值得帶走的：AI 不是軟體決策而是基礎建設投資，AGI 到來不會讓公司自動聰明，安全討論和成長討論必須並行。過去三十年每一波技術浪潮都有人在問我們要怎麼跟上，但這次的規模確實不一樣——一兆美元不是比喻，是今年的數字。各國政府如果還在等看看，現在已經在輸了。