AI的勞動悖論：黃為何認為短缺而非失業才是未來的威脅——事實上，這已經在發生中了

在2026年達沃斯世界經濟論壇上，Nvidia執行長黃仁勳與BlackRock執行長Larry Fink就人工智慧的轉型潛力進行了廣泛討論。黃仁勳提出一個相反的論點：他認為，AI實際上將導致多個行業出現勞動力短缺，而非將其視為一股破壞就業的力量。這一觀點挑戰了普遍的失業大規模取代的說法，並提供了一個理解AI如何重塑工作、基礎建設需求與全球經濟機會的框架。

這次對話揭示了自1999年首次公開募股（同年BlackRock上市）以來，Nvidia已為股東帶來37%的複合年化報酬率，而BlackRock則達到21%。然而，討論不僅止於財務表現，更深入探討科技在重塑社會中的角色。黃仁勳將AI定位為一個根本的平台轉變，不僅僅是像ChatGPT或Claude這樣的應用，而是類比個人電腦、網路和行動雲端運算的出現。

五層基礎建設革命：為何AI需要全球投資兆元

黃仁勳提出所謂的「五層蛋糕」模型，以說明AI的系統複雜性與基礎建設需求。底層是能源——AI的即時處理與智慧產生需要大量電力。上層是半導體與運算基礎設施層，台積電等公司正建設20座新的晶圓廠。第三層是雲端服務，將這些能力全球化。

第四層是AI模型本身——捕捉大眾注意力的演算法與神經網路，但黃仁勳強調，模型本身若沒有底層支撐層，是不足夠的。最上層則是應用層，包括金融服務、醫療、製造業及新興產業，最終將產生經濟價值。

這個五層架構揭示了為何黃仁勳認為「人類史上最大規模的基礎建設建設正正在進行中」。已經投入數千億美元，未來還需數兆美元來應對能源需求爆炸、資料中心建設、晶片製造與電腦工廠擴張。富士康、緯創、廣達正合作建設30座新電腦工廠。同時，記憶體晶片廠商如美光（投資2000億美元在美國設施）、SK海力士與三星也在快速擴充產能。

從放射科到護理：AI如何放大人類的目的而非取代工人

就業問題是AI焦慮的核心。黃仁勳用「目的」與「任務」的區分來反駁悲觀論調。十年前，放射科醫師曾預測AI的超人類電腦視覺能力會使放射科醫師過時，但如今放射科醫師人數反而增加，因為AI已經接管了核心的掃描分析任務。

其機制在於：當放射科醫師從重複的掃描解讀工作中解放出來，他們可以專注於更高價值的活動——直接診斷、與病人溝通、臨床合作。醫院能更有效率地服務更多病人，產生更高收入，並因此增加放射科醫師的招聘。同樣的情況也適用於護理。美國約有500萬護士短缺，但AI驅動的醫療文件與就診轉錄技術正解放護士，讓他們不用再花一半時間在行政工作上。擁有更多能力照顧病人，醫院便能擴張規模，招聘更多護士，而非縮減。

黃仁勳的框架指出，對任何職業來說，問題不在於AI是否會取代它，而在於這項技術是否能自動化例行任務，同時強化核心目的。如果自動化真正讓工人專注於不可取代的人性化功能——照護、判斷、解決複雜問題——那麼就業通常會擴大而非縮減。

基礎建設的擴展本身也會帶來對技術工人的額外需求：電工、建築工人、技術人員、鋼鐵工人與網路專家。在美國，這些角色的需求空前高漲，晶片製造與AI工廠建設的薪資已達六位數。

AI作為全球最易取得的技術

黃仁勳認為，AI是「史上最容易使用的軟體」。與過去需要學習程式語言的計算時代不同，AI系統接受自然語言指令。沒有正式電腦科學背景的人也可以請求：「教我如何建立網站」，並獲得逐步指導。這種可及性對發展中國家具有深遠影響。

AI不會擴大全球技術差距，反而可能縮小它。進入門檻比軟體時代低得多。沒有完善技術基礎設施的國家，現在也能利用AI參與全球知識經濟。像Deepseek等開源模型進一步民主化了存取權，讓企業與國家能根據本地語言、文化與資料定制解決方案。

主權AI的必要性：為何每個國家都需要自己的AI基礎建設

黃仁勳強烈主張所謂的「主權AI」——每個國家都應建立自己的AI基礎建設，訓練本土語言與文化資料的模型。他認為這對國家競爭力至關重要，就像電力網或交通網一樣。這不僅關乎經濟，也涉及文化保存與科技主權。

歐洲是一個特別具有代表性的案例。黃仁勳指出，雖然美國在軟體時代佔據主導，但歐洲的工業與製造基礎在那個時期未被充分利用。AI轉型，尤其是物理AI與機器人技術的進步，為歐洲帶來了他所謂的「千載難逢的機會」。歐洲不應該只是「寫」AI，而應該專注於「教」AI——結合製造優勢與人工智慧，領先智慧製造與機器人產業。

歐洲的科學研究傳統可以與AI結合，極大加速跨領域的發現。然而，要實現這一潛力，必須嚴肅對待能源供應與基礎建設投資。黃仁勳呼籲歐洲領導人重視這一基礎。

測試AI泡沫論

當被問及大量AI投資是否屬於投機過度時，黃仁勳提供了一個簡單的市場指標：由於現貨價格飆升，所有世代的Nvidia GPU在雲端租用都非常困難。這反映出來自AI新創公司與企業的真實需求，將研發預算轉向人工智慧。以禮來公司（Eli Lilly）為例，這家公司曾將幾乎所有研發經費投入濕式實驗室研究，現在則大量投資AI超級電腦與AI研究實驗室。

基礎建設投資的激增是合理的，因為每一層都帶來計算需求。隨著AI模型的進步與應用的擴散，能源、晶片、雲端服務與實體設施的需求不斷增加，而非減少。去年，超過1000億美元流入AI原生公司，成為歷史上最大規模的創投投資之一。

重塑全球經濟格局

這次討論的核心論點是：AI作為一個基礎平台轉變，徹底重塑了計算架構。首次，電腦能即時處理非結構化資訊——影像、聲音、自然語言——推斷人類意圖並執行複雜任務。這種從「預錄」到「即時生成」系統的轉變，定義了AI與以往所有技術的不同。

AI不會縮小全球機會，反而是促進更廣泛經濟包容的引擎。新興市場沒有傳統技術基礎設施的國家，可以直接跨越中間階段，從一開始就採用AI。這種可及性意味著，沒有正式教育的開發中國家程式設計師，也能使用與矽谷工程師相同的工具。

最終的經濟考驗在於：基礎建設的擴展是否能創造足夠的財富與就業，來驗證這一投資論點。如果放射科與護理模型能普遍應用——如果自動化能放大人類的目的——那麼黃仁勳預測的勞動力短缺而非失業，可能會成為現實。事實上，最早的跡象已經顯示，這一動態已在醫療、製造與新興的AI原生產業中開始出現。