黄仁勋：我们现在就在这儿。我去找罗宾斯说：“嘿，听着，我们需要重塑计算，思科必须参与其中。” 我们有一整套全新的计算堆栈即将推出，叫 Vera Rubin。思科将与我们同步推向市场。此外还有网络层，思科将整合我们的 AI 网络技术，并将其放入思科的 Nexus 控制平面中。这样从你的角度来看，你既能获得 AI 的所有性能，又保留了思科的可控性、安全性和管理性。我们在安全领域也会做同样的事情。每一个支柱都必须重塑，企业计算才能受益。我们晚点再聊这个：为什么三年前企业 AI 还没准备好，以及为什么现在你别无选择，必须尽快参与进来。不要落后。你不必成为第一家利用 AI 的公司，但千万别做最后一家。
罗宾斯：没错。那么如果你是今天的企业主，你建议他们采取的第一、第二、第三步是什么，来开始做好准备？
黄仁勋：我经常被问到投资回报率（ROI）这类问题，我不会先谈那个。原因是，在所有技术部署的初期，很难用 Excel 表格算出新工具、新技术的 ROI。我会去做的事，找出我公司的本质是什么？我们公司做的最有影响力的工作是什么？别在那些边缘、次要的事情上浪费时间。在我们公司，我们就是让 “百花齐放”（let a thousand flower**loom）。我们公司内部不同的 AI 项目多得几乎失控，这非常棒。注意我刚才说的：失控且棒极了。创新并不总是在掌控之中。如果你想掌控一切，首先该去咨询心理医生。其次，那是一种错觉，你掌控不了。如果你想让公司成功，你控制不了它，你只能影响它。
黄仁勋：是的。这对我来说毫无逻辑。所以我们对待 AI 的方式，无论是之前的互联网还是云技术，就是让百花齐放。然后在某个时间点，你需要用自己的判断力来决定何时开始 “整理花园”。因为百花齐放会让花园变得很乱。但在某个点，你必须开始整理，找到最好的方法或平台，以便集中力量办大事（put all your wood behind one arrow）。但你不能太早集中力量。
罗宾斯：否则会选错。
黄仁勋：没错。所以先让百花齐放，到某个点再整理。就目前的进展来看，我还没开始整理呢，我还在让各地百花齐放。但我当然知道什么对我们公司最重要。我确保有大量的专业知识和能力集中在利用 AI 革命化那些核心工作上，在我们的案例中，就是芯片设计、软件工程、系统工程。你可能注意到了，我们与新思科技、楷登电子、西门子以及今天的达索系统合作，这样我们就能注入我们的技术。无论他们想要什么，我都会提供，以便革命化我们设计产品的工具。
我们到处都在用新思科技、楷登电子、西门子和达索。我会确保他们得到 1000% 的支持，这样我就有了创造下一代产品所需的工具。这反映了我对重塑自身工作的态度。想想 AI 做了什么：它成数量级地降低了智能的成本，或者说创造了海量的智能。换句话说，过去需要一个单位时间的工作，现在过去需要一年的，可能只要一天；过去需要一年的，现在可能只要一小时，甚至可以实时完成。
黄仁勋：能源听起来不错。能源、芯片、基础设施（硬件和软件），然后是 AI 模型。但 AI 最重要的部分是应用。每一个国家、每一家公司，底下的那些层都只是基础设施。你需要做的是应用这项技术。向上帝发誓，快去应用这项技术。使用 AI 的公司不会陷入险境。你不会因为 AI 丢掉工作，你会因为一个使用 AI 的人而丢掉工作。所以，行动起来，这是最重要的。
黄仁勋：软件行业在衰落并会被 AI 取代的这种说法是世界上最没逻辑的事。让我们做一个终极思想实验：假设我们是终极的 AI—— 通用机器人，物理版的。既然你是类人机器人，你能解决任何问题。你会用现成的螺丝刀还是发明一把新螺丝刀？我直接用现成的。你会用现成的链锯还是重造一把？答案显而易见是使用工具。既然如此，再看数字版。如果你是 AGI（通用人工智能），你会去使用 ServiceNow、SAP、Cadence、Synopsis，还是去重新发明一个计算器？当然是直接用计算器。为什么要让 AI 学会使用工具？因为现有的工具是‘确定性’的。世界上很多问题都有标准答案，比如牛顿第二定律 F=ma。你不需要 AI 给你一个概率上约等于 ma 的模糊答案，ma 就是 ma。再比如欧姆定律 V=IR，它在科学上是绝对的，而不是‘统计学上的 IR’。所以，我们希望 AI 像人类一样，直接拿起这些精准的工具去用，而不是在那些已经有标准答案的事情上瞎猜。
我们希望 AGI 使用工具，这是个大逻辑。下一代物理 AI 将理解物理世界和因果关系。如果我推倒这个，它会带倒那一切。它们理解 “多米诺骨牌” 的概念。每一个孩子都能理解推倒它意味着什么，这种因果、接触、引力和质量的结合是非常深刻的。大语言模型目前还没这概念，所以我们要创造物理 AI。
机会在哪里？到目前为止，我和罗宾斯所处的行业一直在制造工具。我们一直处于 “螺丝刀和锤子” 的生意中。有史以来第一次，我们要创造人们所谓的 “劳动力”，或者是 “增强劳动力”。比如自动驾驶汽车是什么？它是一个数字司机。数字司机的价值远超汽车本身。我们第一次面对一个潜在市场总量（TAM）大了一百倍的市场。全球 IT 产业大约一万亿美元，而全球经济规模是一百万亿。你们所有人都有机会通过应用这项技术，成为一家技术公司。我相信迪士尼宁愿成为 Netflix，梅赛德斯宁愿成为特斯拉，沃尔玛宁愿成为亚马逊。你们同意吗？这三个例子我说对了吗？
刚毕业的计算机高材生可能写代码很厉害，但他们不知道客户想要什么，不知道该解决什么问题。你们知道。写代码的部分很简单，让 AI 去做就行。这就是你的超级力量。我这个总结是在喝了五杯酒后做出的。
罗宾斯：这简直是个奇迹。
黄仁勋：能和各位合作是莫大的荣幸。思科在计算发明的两个支柱领域 —— 网络和安全 —— 有着极深的造诣。没有思科就没有现代计算。在 AI 世界，这两个支柱都被重塑了。我们擅长的计算部分在很多方面是廉价商品，而思科掌握的东西极具价值。
早前有人问我：应该租用云端还是自己构建电脑？我的建议和给我孩子的建议一样：自己造一台。尽管 PC 随处可见，但去动手造一台，去弄明白为什么这些组件会存在。如果你在运输行业，别只用 Uber，去打开引擎盖，去换个机油，去理解它。这项技术对未来太重要了，你必须有一种触觉上的理解。你可能会发现自己对此极有天赋。你可能会发现世界并非全是 “租” 或全是 “买”，你需要一部分在本地（on-prem）。比如涉及主权和私有信息时，你不会想把所有的 “问题” 都分享给所有人。举个例子，你去见心理医生时，你不希望你的提问被发到网上。
罗宾斯：假设性的例子，对吧？
黄仁勋：对，假设性的。所以我认为很多对话和不确定性应该保持私密。公司也是一样。我不放心把英伟达的所有对话都放在云端，所以我们在本地构建了超级 AI 系统。因为对我来说，最有价值的核心资产不是答案，而是我的提问。你们听明白了吗？我的提问才是我最有价值的 IP。我在思考什么，我的提问反映了这一点。答案是廉价的。如果我知道该问什么，我就锁定了重点。我不希望别人知道我认为什么是重要的。所以我要在自己的小房间里，在本地，创造我自己的 AI。
最后一点想法，现在已经 11 点了。过去有个观点叫 “人在环节中”（human in the loop），这是完全错误的。应该是 “AI 在环节中”（AI in the loop）。我们的目标是让公司每一天都变得更好、更有价值、知识更丰富。我们不希望倒退或原地踏步。这意味着如果 AI 在环节中，它会捕捉我们的生命经验。未来每个员工都会有许多 AI 在环节中，这些 AI 会成为公司的知识产权。这就是未来的公司。所以，我觉得明智的做法是立即给罗宾斯打电话。
图片附件: 6_3zdpe.webp.jpg (2026-2-12 11:47, 18.72 KB) / 该附件被下载次数 2