繼昨日Dwarkesh Patel與黃仁勛萬字播客對談之后，今晨，黃仁勛的另一場對話視頻對外公布。

北京時間4月17日凌晨，美國斯坦福大學商學院（Stanford Graduate School of Business）放出本月初舉行的一場圓桌對話，主要圍繞美國AI和科技發展、中美AI競爭、硅谷AI變化等重要話題。

本次58分鐘視頻中，對話嘉賓分別是英偉達創始人黃仁勛、美國加州的國會議員羅·卡納（Ro Khanna），主持人則是斯坦福商學院院長、菲利普·H·奈特講席教授莎拉·蘇爾。

在對話中，黃仁勛坦言，新一代AI完成了三重跨越：從感知智能，到生成式智能，再到通用AI。這一輪AI浪潮展現出超強能力，落地成果有目共睹。當下的核心問題在于：我們該如何把握機遇，而非AI“取代人類工作”。

“崗位核心價值，和日常重復性工作，是完全兩個概念。”黃仁勛指出，我們必須區分“工作任務”與“崗位價值”。AI 提升了診斷效率，醫院可以接診更多患者、開展更多影像檢查、優化醫療服務、提升營收。科室規模擴張之下，必然需要更多專業醫生，形成正向發展循環。最終的結果就是——醫療行業對放射科醫生的需求大幅上漲，人才供給嚴重不足。放射科的核心價值，從來不是單純看片，而是結合影像、對接醫患、聯動臨床、精準診斷。

所以，他認為，AI其實在倒逼從業者持續創造更多的價值。

談到中美AI競爭和出口限制，黃仁勛表示，我們必須認清現實，全球深度相互依存，不存在絕對的獨立與封鎖。國際博弈并非簡單的是非博弈，現實遠比棋局復雜。如果一味奉行封閉主義、技術封鎖、脫鉤斷鏈，試圖獨占所有優勢資源，最終只會反噬自身。對手同樣手握關鍵籌碼，沒有誰可以獨善其身。

黃仁勛強調，在依存型全球格局下，全局視野、理性平衡、精細化施策、長遠布局，缺一不可。所有政策都需要綜合考量，幻想單方面封鎖打壓卻不承受任何反噬，是非常片面且幼稚的想法。

這場圓桌對話，智能紀元AGI將摘取黃仁勛的核心觀點，分享黃仁勛對于全球AI產業的最新洞察。

AI替代的是日常工作，而非崗位價值

在圓桌對話開始時，黃仁勛首先回顧了過去AI產業的發展和變化： 首先，我們不妨回望思考：人類究竟完成了怎樣的變革？ 我們徹底重塑了計算體系，從底層改變了軟件的開發方式、編寫邏輯、功能邊界與運行模式。 從本質上來說，這就是我們當下最大的變革。計算的核心模式也徹底改寫： 過去的計算屬于檢索式計算，所有內容都是預先生成的。撰寫文章、設計作品、錄制視頻或演講，所有內容都會被儲存至云端數據庫與數據中心。系統會根據用戶的點擊操作、推薦算法與運行邏輯，向用戶推送這些提前存儲好的既定內容。 而如今，計算模式邁入了生成式AI時代。人工智能能夠捕捉語境、解讀指令、理解人類意圖，具備感知、理解、邏輯推理的能力，可以自主創作文案、內容總結、編寫代碼。生成式計算是全新的技術形態，表層來看極具智能性，但剝開本質、深入數據中心與設備底層就會發現，它依舊是依托硬件運行的新型軟件。這項技術固然劃時代，但并非神秘莫測的外來產物，更不是天方夜譚。

正因這種全新的計算模式，整個計算機行業迎來全方位變革。依托強大的技術能力，企業格局、行業定位、數據中心的核心功能全部改寫：數據中心不再只是文件存儲載體，轉而成為文本數據生成的核心載體，我將其稱作「算力工廠」—— 以電力為基礎，源源不斷生成數字內容，本質上是一種新型生產模式。傳統數據中心只是文件服務器，而當下的算力中心，是由海量設備組成的內容生成樞紐。

當下核心問題在于：我們該如何把握機遇？

毋庸置疑，新一代人工智能完成了三重跨越：從感知智能，到生成智能，再到通用智能系統。這一輪人工智能浪潮展現出超強能力，落地成果有目共睹。人工智能對各行各業的深層影響，我們稍后再展開探討。

首先，我們要從產業視角認清人工智能的本質。

結合剛才所說的計算變革，人工智能產業分為五大核心層級：底層是能源與芯片基礎設施；第二層為云端算力、AI 工廠等基礎算力設施；第三層是人工智能模型；而最關鍵的頂層，是人工智能落地應用。應用場景覆蓋企業級軟件、消費級產品、藥物研發、機器人、工業制造等諸多領域。

五大層級各自對應獨立的產業鏈、市場賽道與企業群體。我想強調的核心觀點是：美國想要持續領跑全球，就必須在這五大層級全面占據優勢。每個層級都有獨特的行業痛點、發展規律與市場主體，唯有保障全鏈條協同發展，才能穩固整體優勢。

其中，應用層是重中之重。一旦應用層發展受阻，產業發展的正向循環就會斷裂；創新停滯之下，技術與產業都無法實現規模化擴張。因此，必須推動人工智能應用全面滲透美國社會與各行各業，讓技術真正落地普及。

倘若我們因過度謹慎、盲目恐慌，刻意抵制人工智能，通過嚴苛監管限制技術在社會與產業中的落地，最終只會拖慢自身發展節奏。這場由美國開創、由美國領跑的全新工業革命，若是因為自我束縛而錯失機遇，將會是巨大的遺憾。

黃仁勛進一步指出：

計算機行業的特殊性，遠超絕大多數產業。在我看來，計算機（AI算力）和科技產業是美國的核心瑰寶。

不同于其他賽道，美國在全球計算技術領域長期處于絕對領跑地位，而斯坦福所在的地區（加州），正是全球計算機技術與高等教育的核心樞紐，這份優勢毋庸置疑。

美國另一大核心支柱是金融服務業，支撐著全球經濟運轉。

幾乎所有傳統行業都需要政府補貼與貿易保護才能生存，但計算機（AI）與金融兩大產業例外，我們依靠自身實力實現蓬勃發展，領先優勢難以被復刻。

縱觀全球商業史，沒有任何一家企業能拿下全球94%至95%的市場份額，而英偉達曾經在中國市場的市占率就達到了95%。足以看出，計算機產業本身具備極強的競爭力，并不需要監管政策刻意扶持。當下的核心問題，是監管會給行業帶來怎樣的影響。

政策制定必須貼合技術發展的客觀規律，認清技術的核心本質。很多人存在認知誤區：人工智能絕不只是單一模型，計算技術也不局限于操作系統，不能用單一定義局限行業邊界。

我們必須讀懂人工智能產業的完整生態，通過合理的產業培育，讓技術為國家安全、經濟安全賦能，實現行業長效繁榮。政策的核心目標應當是鞏固國家核心利益，在此前提下，精準界定監管邊界，明確監管對象。

監管的設計，必須以守住、甚至放大全球競爭優勢為前提。大眾最大的認知誤區，是將人工智能簡單視作單一技術產物，忽略了它五層架構的完整產業鏈。事實上，美國與諸多競爭經濟體之間，存在深度的產業相互依存關系。

人工智能產業正是美國再工業化的核心引擎。芯片制造、計算機生產、算力工廠建設全面落地，美國本土工業正在強勢復蘇。

這一進程創造了海量制造業崗位，管道、建筑、電工、精密加工等傳統技能崗位薪資翻倍、甚至三倍增長，帶來了極佳的經濟效應。

美國需要強勁的經濟增長引擎，支撐本土企業加大對內投資。英偉達計劃投入5000億美元，在美國新建芯片、計算機制造工廠，而這一切，都離不開健康繁榮的商業環境。

因此，我們要依托人工智能浪潮，優化全球制造供應鏈布局，推動產能回流本土，打造均衡多元的經濟結構，擺脫單一產業依賴。

隨后，黃仁勛談到了“AI取代人類”的話題：

首先我要明確“人工智能會大規模消滅就業”的說法，既片面又有害，縱觀歷次工業革命，所有新技術都會重塑崗位形態，而非單純淘汰就業。

人工智能發展初期，一位現代人工智能奠基人、頂尖計算機科學家曾斷言：十年后，放射科醫生會成為最雞肋的職業。理由是：人工智能將全面滲透醫學影像領域，全自動完成片子讀取與分析，徹底替代人工。

十年后的今天，他的預判全部成真：人工智能全面落地放射科，所有醫學影像都依托 AI 輔助分析，智能篩查的工作量暴漲。

但反常的是，放射科醫生的崗位數量不降反升。所有人都會疑惑：影像篩查的基礎工作已經被 AI 自動化替代，為什么醫院反而需要更多醫生？

答案其實很簡單：崗位核心價值，和日常重復性工作，是完全兩個概念。

以我自身舉例：我的日常工作離不開溝通與文字處理，而人工智能的文字生成、對話能力早已遠超人類，但我的工作反而愈發繁忙。

我們必須區分「工作任務」與「崗位價值」。當年「放射科醫生即將消亡」的錯誤輿論，誤導了大量年輕人，導致該專業報考人數銳減，進而造成了人才缺口。

最終的結果就是：醫療行業對放射科醫生的需求大幅上漲，人才供給嚴重不足。放射科的核心價值，從來不是單純看片，而是結合影像、對接醫患、聯動臨床、精準診斷。

AI 提升了診斷效率，醫院可以接診更多患者、開展更多影像檢查、優化醫療服務、提升營收。科室規模擴張之下，必然需要更多專業醫生，形成正向發展循環。

同理，軟件工程行業也是如此。很多人預言 AI 會淘汰程序員，但如今英偉達全員普及智能 AI 助手，所有工程師都在借助工具開發。

現實呈現兩個明顯趨勢：

第一，熟練運用 AI 工具、協同智能系統開發的工程師，成為企業最稀缺、最核心的人才，職業發展遙遙領先。

第二，程序員的工作強度不降反升。過去，大部分時間都消耗在基礎代碼編寫上；如今，AI 一鍵完成基礎開發，編碼效率大幅提升。

效率解放了重復勞動，企業開始期待更多創新方案，工程師需要持續輸出創意、優化產品、迭代功能。智能助手會實時同步需求、對接問題、跟進開發，倒逼從業者持續創造價值。

無時無刻，AI工具全程協同工作，從業者愈發忙碌，但企業的整體產能、研發速度、業務規模全面升級，不斷突破過往的發展邊界。

大眾的核心認知誤區在于：企業的開發價值，等同于固定的代碼產出量。比如認為英偉達每年完成十億行代碼，就等于完成年度目標。

很多人因此認為：AI 自動化完成十億行基礎代碼，萬人團隊只需寥寥數人即可替代，大量崗位會被裁撤。但現實完全相反。

過去受限于人力，我們只能完成十億行代碼；而 AI 解放生產力后，我們的目標升級為萬億級代碼開發，探索全新技術領域、擴大業務規模、降本增效、創造全新賽道。重復任務被替代，但更高價值的崗位持續增加。

簡單重復、無需復雜決策、無場景差異的純機械化崗位，確實會受到 AI 沖擊。但放眼全局，歷次工業革命都會完成崗位迭代，新創造的就業崗位，遠多于被淘汰的崗位，本次人工智能革命也不會例外。

本次變革的邏輯，與人類過往每一次技術革命完全一致。

毫無疑問，讓所有人共同跟上時代步伐是第一要務。現實是：極少有人會被AI直接淘汰，真正的競爭來自掌握 AI 工具的同行。

因此必須讓全民學會使用AI工具。現實中已有大量案例：普通木匠借助 AI 轉型為建筑設計師，只需口述需求，AI 就能生成高精度設計圖紙與方案；普通人也能借此轉行成為室內設計師。

AI 幫助勞動者提升專業能力、服務質量與商業價值，拓寬業務邊界。所以我們首先要破除認知誤區：人工智能并非高深莫測、難以上手的小眾技術。

它是一項人人都該掌握的通用工具。正因操作門檻極低，人工智能才成為人類歷史上普及速度最快的技術。

我們需要降低使用門檻、褪去技術神秘感，消除大眾的恐懼心理，讓所有人借助 AI 提升自我、賦能工作與生活。

談中美AI競爭和政策：

AI是全球產業鏈，摒棄零和博弈思維

黃仁勛在本次圓桌中談了很多關于AI政策方向的內容。

黃仁勛表示：

美國人工智能的發展，離不開能源產業的支撐；而能源與算力基礎設施的升級，又離不開中國市場與供應鏈。全球產業鏈深度交織，美國諸多核心工業材料、關鍵基礎技術，都高度依賴海外供給。

因此，政策制定必須立足全局、長遠考量，以美國整體利益最大化為核心目標，而非單純糾結單一行業的得失。

我的觀點是：監管應當聚焦落地應用與實際場景，沿用現有成熟的行業監管邏輯即可，堅決杜絕不成熟的超前監管。

監管邏輯本質上是不同國家的文化與治理理念差異，部分國家堅持事后監管，問題出現后再完善規則；還有國家推行事前強監管，提前封堵一切潛在風險。

兩種模式各有弊端，關鍵在于社會愿意承擔怎樣的代價：是追求零風險、零隱患，為此犧牲發展活力；還是適度包容風險，給予行業試錯空間，出現問題后再及時修正、妥善處置？

這恰好對應全球兩大治理模式，而美國目前處于中間平衡地帶，兼顧安全與創新。

在科技監管領域，技術與產業的原創國、主導國，天然擁有規則制定權，有權為本土產業保留先發優勢；但在制定保護性政策與封鎖式禁令時，必須全面預判連鎖反應與長遠影響。

全球產業鏈高度綁定：光刻機巨頭ASML并非美國企業；美國全品類能源產業、關鍵礦產、基礎工業材料，都深度依賴中國供應鏈。

我們必須認清現實：全球深度相互依存，不存在絕對的獨立與封鎖。國際博弈并非簡單的是非博弈，現實世界遠比棋局復雜。

而當我們想將那個簡化的世界進一步簡化為“我要把一切都據為己有。我要帶著我的彈珠回家。你一點也別想得到”時，你可得小心一點。他們也是有一些彈珠的。

（如果一味奉行封閉主義、技術封鎖、脫鉤斷鏈，試圖獨占所有優勢資源，最終只會反噬自身。對手同樣手握關鍵籌碼，沒有誰可以獨善其身。）

在依存型全球格局下，全局視野、理性平衡、精細化施策、長遠布局，缺一不可。

所有政策都需要綜合考量，幻想單方面封鎖打壓卻不承受任何反噬，是非常片面且幼稚的想法。

人工智能技術迭代速度全球最快，衍生的隱性影響與意外后果，根本無法快速預判。

未來的發展路線，必須摒棄兩極化極端思維：既不能無底線放任自由貿易、忽視核心產業保護，也不能全面封鎖、脫鉤斷鏈。維護國內社會穩定、構建均衡的產業與經濟生態，才是核心目標。

我們也認識到，我們不能將AI概念“脫鉤”。這很荒謬，也是極其無知的。所以，世界處于兩者之間。

當我們意識到世界處于兩者之間時，我們就會突然深刻地認識到，我們將與世界上許多國家共存。我們會與中國競爭，但我們并不敵視它。

科技與產業競爭是常態，但必須劃清界限：反對的是國家戰略競爭行為，絕不能演變為對華裔群體的歧視與偏見。一旦陷入種族與群體對立，美國最核心的優勢——全球人才向往的移民大國屬性，就會徹底受損。

全球唯有美國擁有「美國夢」這一核心吸引力，沒有任何國家能復刻這種多元包容、人人皆可逆襲的發展愿景。

我本人就是受益者。想要留住全球人才，就必須拒絕種族對立、國別敵視，讓所有外來者感受到包容與善意。堅持開放包容，才能持續發揮高校體系、學術自由、創新活力的固有優勢。

我就是美國夢最直觀的縮影。我是第一代移民，這份機遇無比珍貴。我們必須守護好美國的包容底色與創新土壤。守護的方式絕非極端化：既不能完全放任無序發展，也不能全面脫鉤、四面樹敵。

美國完全可以憑借自身實力，自信地參與全球競爭。深耕行業多年，我深知：良性競爭無需仇恨與對立，不靠打壓封鎖，一樣可以贏得優勢。

談未來：當下青年學子的黃金時代，掌握AI就是核心競爭力

在圓桌對話結尾，黃仁勛表示：

當下，是有史以來最適合求學、畢業、踏入社會的黃金時代。我知道很多年輕人充滿焦慮，但在我眼中，未來遍地機遇。

如今全球初創企業數量創下歷史新高，AI 滲透各行各業，無數曾經無法解決的難題，如今都有了突破的可能。

人類首次借助人工智能，讀懂生物機體的運行邏輯與生命密碼。

跨學科科研、超大尺度復雜難題攻關，曾經遙不可及，如今觸手可及。

當下是學子的黃金時代，全球所有行業正在被AI重新定義、重新洗牌。

全球核心支柱的計算機行業全面重構，依托數字技術的所有行業，同步迎來變革重生。

在這場全新變革里，所有人站在同一起跑線，沒有任何人擁有絕對先發優勢。

這正是擁抱人工智能這項劃時代技術的最佳時機。AI輕量化、平民化、易上手，人人都能隨時使用。

主動掌握AI、用好AI，以此賦能職業發展、追逐理想、攻克世界級難題。

你們本該滿懷熱忱擁抱未來，我卻時常聽到年輕人的迷茫與焦慮。

我想告訴各位學子：全行業都在渴求精通AI的新一代人才，無論營銷、金融、工程、軟件開發，掌握AI工具就是核心競爭力。

整個產業正在迎接全新人才梯隊，AI將成為這一代人的核心賦能工具。

你們是人工智能時代的初代先行者，手握歷史性機遇。我們所有行業從業者，都在等待年輕人加入，一起攜手共創未來。