黄仁勋最新判断：AI会抢工作？OpenAI会被取代？泡沫会破？市场可能都看反了 #ai #科技 #jensenhuang #shorts

昌健胡说 首頁 每日列表 原始影片
實際影片長度：2:45.000。原文、繁中、雙語可點擊句子跳轉影片。
0:00.000–0:01.600
朋友們,又出猛料了。
0:01.600–0:06.600
最近,黃仁群在一場2個小時的訪談裡面,連續扔出了3個和市場完全相反的判斷。
0:06.600–0:09.800
很多人擔心,Deepseek、Kimi這些開源模型越來越強。
0:09.800–0:12.000
OpenAI和Atherpick會不會被幹掉?
0:12.000–0:15.200
現在數據中心越接越多,AI的泡沫是不是快要破了?
0:15.200–0:16.800
黃仁群說,正好相反。
0:16.800–0:20.600
開源模型不會幹掉OpenAI和Atherpick,反而會把AI的市場做大。
0:20.600–0:24.100
AI會自動化很多任務,但不等於所有人的工作都會消失。
0:24.100–0:27.000
未來5年,AI基建的泡沫也幾乎不太可能發生。
0:27.000–0:30.600
我剛把這場2小時的訪談看完,給你分享4個最值得看的重點。
0:30.600–0:34.000
先說第一個,開源模型它並不會幹掉OpenAI和Atherpick。
0:34.000–0:40.200
Deepseek發布的時候,因為達的股價一度跌了30%,最近Kimi發布後,芯片股一個月又跌了18%。
0:40.200–0:45.000
因為很多人覺得,模型越便宜越強,最先受傷的一定是OpenAI和Atherpick。
0:45.000–0:46.700
但黃仁群說,正好相反。
0:46.700–0:50.400
因為免費的模型會讓更多的企業和普通人第一次去嘗試AI。
0:50.400–0:55.500
等他們發現AI真的能幫他們幹活,那接下來他們想要的往往是更強更方便的服務。
0:55.500–0:59.300
所以開放的模型不會把整個市場吃掉,而是再給整個行業培養用戶。
0:59.300–1:04.100
而用AI的人越多,不管是數據中心、計算機還是AI的服務,它的需求也會越大。
1:04.100–1:06.400
第二,AI會不會強制我們所有人的工作?
1:06.400–1:09.600
黃仁群說,他並不認同AI會摧毀大部分工作的說法。
1:09.600–1:12.100
放置科早就大量在用AI看醫學的影像。
1:12.100–1:15.000
按很多人的想像,放置科的醫生應該最先消失。
1:15.000–1:18.400
但現在,全球放置科的醫生數量反而增加了20%。
1:18.400–1:21.700
因為AI讓看片的速度變快了,醫院就能接更多的病人。
1:21.700–1:26.800
而律師的助理也是一樣的,AI幫他們處理材料,律師助理的人數反而增加了10%。
1:26.800–1:29.400
但他還提醒說,這不等於所有的崗位都安全。
1:29.400–1:34.300
如果你現在的工作就是個重複的任務,那這項任務被自動化以後,你的工作確實可能會消失。
1:34.300–1:38.200
比如說在呼叫中心接電話,所以打字、敲鍵盤必不是工作。
1:38.200–1:40.900
幫助別人解決問題、創造價值,這才是工作。
1:40.900–1:43.500
第三,為什麼黃仁群不覺得AI已經見頂了?
1:43.500–1:46.200
因為AI向各行各業的擴散才剛剛開始。
1:46.200–1:53.600
他說,過去的軟件內容是提前存好的,但AI不一樣,它會現場生成文字、圖像、代碼、甚至是控制機器人完成動作。
1:53.600–1:56.100
而每一次的生成,它背後都需要大量的計算。
1:56.100–2:00.000
所以AI它不是一個輕資產的軟件故事,而是一場重資產的工業建設。
2:00.000–2:04.100
黃仁群判斷,在未來10年,全球半導體行業可能還會再擴大5到10倍。
2:04.100–2:08.800
現在的存儲、光互聯、千奇封裝、土地、電力和數據中心的功能全都不夠。
2:08.800–2:13.200
所以他認為,AI基建的泡沫可能會有,但未來5年內幾乎不太可能會發生。
2:13.200–2:16.800
在訪談的最後,主持人問黃仁群,有沒有什麼好的建議可以給到普通人?
2:16.800–2:21.000
黃仁群說,AI可能是人類發明過的,最能縮小技術鴻溝的工具之一。
2:21.000–2:25.000
它也是少數不需要複雜培訓,普通人就能直接開始用的先進技術。
2:25.000–2:28.600
不會用怎麼辦?你直接告訴AI,我不會用你,請你教我。
2:28.600–2:32.700
不會像他提問怎麼辦?你可以讓AI反過來問你,幫你把問題問得更好。
2:32.700–2:37.400
你想學什麼,理解什麼,提升什麼,都可以直接告訴AI,讓他帶著你一步步做。
2:37.400–2:40.600
黃仁群說,他每天都在用AI補自己專業之外的知識。
2:40.600–2:45.000
對他來說,AI技術教練也是顧問和導師,這種能力應該屬於每一個人。
0:00.000–0:01.600
朋友們,又出猛料了。
0:01.600–0:06.600
最近,黃仁群在一場2個小時的訪談裡面,連續扔出了3個和市場完全相反的判斷。
0:06.600–0:09.800
很多人擔心,Deepseek、Kimi這些開源模型越來越強。
0:09.800–0:12.000
OpenAI和Atherpick會不會被幹掉?
0:12.000–0:15.200
現在數據中心越接越多,AI的泡沫是不是快要破了?
0:15.200–0:16.800
黃仁群說,正好相反。
0:16.800–0:20.600
開源模型不會幹掉OpenAI和Atherpick,反而會把AI的市場做大。
0:20.600–0:24.100
AI會自動化很多任務,但不等於所有人的工作都會消失。
0:24.100–0:27.000
未來5年,AI基建的泡沫也幾乎不太可能發生。
0:27.000–0:30.600
我剛把這場2小時的訪談看完,給你分享4個最值得看的重點。
0:30.600–0:34.000
先說第一個,開源模型它並不會幹掉OpenAI和Atherpick。
0:34.000–0:40.200
Deepseek發布的時候,因為達的股價一度跌了30%,最近Kimi發布後,芯片股一個月又跌了18%。
0:40.200–0:45.000
因為很多人覺得,模型越便宜越強,最先受傷的一定是OpenAI和Atherpick。
0:45.000–0:46.700
但黃仁群說,正好相反。
0:46.700–0:50.400
因為免費的模型會讓更多的企業和普通人第一次去嘗試AI。
0:50.400–0:55.500
等他們發現AI真的能幫他們幹活,那接下來他們想要的往往是更強更方便的服務。
0:55.500–0:59.300
所以開放的模型不會把整個市場吃掉,而是再給整個行業培養用戶。
0:59.300–1:04.100
而用AI的人越多,不管是數據中心、計算機還是AI的服務,它的需求也會越大。
1:04.100–1:06.400
第二,AI會不會強制我們所有人的工作?
1:06.400–1:09.600
黃仁群說,他並不認同AI會摧毀大部分工作的說法。
1:09.600–1:12.100
放置科早就大量在用AI看醫學的影像。
1:12.100–1:15.000
按很多人的想像,放置科的醫生應該最先消失。
1:15.000–1:18.400
但現在,全球放置科的醫生數量反而增加了20%。
1:18.400–1:21.700
因為AI讓看片的速度變快了,醫院就能接更多的病人。
1:21.700–1:26.800
而律師的助理也是一樣的,AI幫他們處理材料,律師助理的人數反而增加了10%。
1:26.800–1:29.400
但他還提醒說,這不等於所有的崗位都安全。
1:29.400–1:34.300
如果你現在的工作就是個重複的任務,那這項任務被自動化以後,你的工作確實可能會消失。
1:34.300–1:38.200
比如說在呼叫中心接電話,所以打字、敲鍵盤必不是工作。
1:38.200–1:40.900
幫助別人解決問題、創造價值,這才是工作。
1:40.900–1:43.500
第三,為什麼黃仁群不覺得AI已經見頂了?
1:43.500–1:46.200
因為AI向各行各業的擴散才剛剛開始。
1:46.200–1:53.600
他說,過去的軟件內容是提前存好的,但AI不一樣,它會現場生成文字、圖像、代碼、甚至是控制機器人完成動作。
1:53.600–1:56.100
而每一次的生成,它背後都需要大量的計算。
1:56.100–2:00.000
所以AI它不是一個輕資產的軟件故事,而是一場重資產的工業建設。
2:00.000–2:04.100
黃仁群判斷,在未來10年,全球半導體行業可能還會再擴大5到10倍。
2:04.100–2:08.800
現在的存儲、光互聯、千奇封裝、土地、電力和數據中心的功能全都不夠。
2:08.800–2:13.200
所以他認為,AI基建的泡沫可能會有,但未來5年內幾乎不太可能會發生。
2:13.200–2:16.800
在訪談的最後,主持人問黃仁群,有沒有什麼好的建議可以給到普通人?
2:16.800–2:21.000
黃仁群說,AI可能是人類發明過的,最能縮小技術鴻溝的工具之一。
2:21.000–2:25.000
它也是少數不需要複雜培訓,普通人就能直接開始用的先進技術。
2:25.000–2:28.600
不會用怎麼辦?你直接告訴AI,我不會用你,請你教我。
2:28.600–2:32.700
不會像他提問怎麼辦?你可以讓AI反過來問你,幫你把問題問得更好。
2:32.700–2:37.400
你想學什麼,理解什麼,提升什麼,都可以直接告訴AI,讓他帶著你一步步做。
2:37.400–2:40.600
黃仁群說,他每天都在用AI補自己專業之外的知識。
2:40.600–2:45.000
對他來說,AI技術教練也是顧問和導師,這種能力應該屬於每一個人。
0:00.000–0:01.600
朋友們,又出猛料了。
朋友們,又出猛料了。
0:01.600–0:06.600
最近,黃仁群在一場2個小時的訪談裡面,連續扔出了3個和市場完全相反的判斷。
最近,黃仁群在一場2個小時的訪談裡面,連續扔出了3個和市場完全相反的判斷。
0:06.600–0:09.800
很多人擔心,Deepseek、Kimi這些開源模型越來越強。
很多人擔心,Deepseek、Kimi這些開源模型越來越強。
0:09.800–0:12.000
OpenAI和Atherpick會不會被幹掉?
OpenAI和Atherpick會不會被幹掉?
0:12.000–0:15.200
現在數據中心越接越多,AI的泡沫是不是快要破了?
現在數據中心越接越多,AI的泡沫是不是快要破了?
0:15.200–0:16.800
黃仁群說,正好相反。
黃仁群說,正好相反。
0:16.800–0:20.600
開源模型不會幹掉OpenAI和Atherpick,反而會把AI的市場做大。
開源模型不會幹掉OpenAI和Atherpick,反而會把AI的市場做大。
0:20.600–0:24.100
AI會自動化很多任務,但不等於所有人的工作都會消失。
AI會自動化很多任務,但不等於所有人的工作都會消失。
0:24.100–0:27.000
未來5年,AI基建的泡沫也幾乎不太可能發生。
未來5年,AI基建的泡沫也幾乎不太可能發生。
0:27.000–0:30.600
我剛把這場2小時的訪談看完,給你分享4個最值得看的重點。
我剛把這場2小時的訪談看完,給你分享4個最值得看的重點。
0:30.600–0:34.000
先說第一個,開源模型它並不會幹掉OpenAI和Atherpick。
先說第一個,開源模型它並不會幹掉OpenAI和Atherpick。
0:34.000–0:40.200
Deepseek發布的時候,因為達的股價一度跌了30%,最近Kimi發布後,芯片股一個月又跌了18%。
Deepseek發布的時候,因為達的股價一度跌了30%,最近Kimi發布後,芯片股一個月又跌了18%。
0:40.200–0:45.000
因為很多人覺得,模型越便宜越強,最先受傷的一定是OpenAI和Atherpick。
因為很多人覺得,模型越便宜越強,最先受傷的一定是OpenAI和Atherpick。
0:45.000–0:46.700
但黃仁群說,正好相反。
但黃仁群說,正好相反。
0:46.700–0:50.400
因為免費的模型會讓更多的企業和普通人第一次去嘗試AI。
因為免費的模型會讓更多的企業和普通人第一次去嘗試AI。
0:50.400–0:55.500
等他們發現AI真的能幫他們幹活,那接下來他們想要的往往是更強更方便的服務。
等他們發現AI真的能幫他們幹活,那接下來他們想要的往往是更強更方便的服務。
0:55.500–0:59.300
所以開放的模型不會把整個市場吃掉,而是再給整個行業培養用戶。
所以開放的模型不會把整個市場吃掉,而是再給整個行業培養用戶。
0:59.300–1:04.100
而用AI的人越多,不管是數據中心、計算機還是AI的服務,它的需求也會越大。
而用AI的人越多,不管是數據中心、計算機還是AI的服務,它的需求也會越大。
1:04.100–1:06.400
第二,AI會不會強制我們所有人的工作?
第二,AI會不會強制我們所有人的工作?
1:06.400–1:09.600
黃仁群說,他並不認同AI會摧毀大部分工作的說法。
黃仁群說,他並不認同AI會摧毀大部分工作的說法。
1:09.600–1:12.100
放置科早就大量在用AI看醫學的影像。
放置科早就大量在用AI看醫學的影像。
1:12.100–1:15.000
按很多人的想像,放置科的醫生應該最先消失。
按很多人的想像,放置科的醫生應該最先消失。
1:15.000–1:18.400
但現在,全球放置科的醫生數量反而增加了20%。
但現在,全球放置科的醫生數量反而增加了20%。
1:18.400–1:21.700
因為AI讓看片的速度變快了,醫院就能接更多的病人。
因為AI讓看片的速度變快了,醫院就能接更多的病人。
1:21.700–1:26.800
而律師的助理也是一樣的,AI幫他們處理材料,律師助理的人數反而增加了10%。
而律師的助理也是一樣的,AI幫他們處理材料,律師助理的人數反而增加了10%。
1:26.800–1:29.400
但他還提醒說,這不等於所有的崗位都安全。
但他還提醒說,這不等於所有的崗位都安全。
1:29.400–1:34.300
如果你現在的工作就是個重複的任務,那這項任務被自動化以後,你的工作確實可能會消失。
如果你現在的工作就是個重複的任務,那這項任務被自動化以後,你的工作確實可能會消失。
1:34.300–1:38.200
比如說在呼叫中心接電話,所以打字、敲鍵盤必不是工作。
比如說在呼叫中心接電話,所以打字、敲鍵盤必不是工作。
1:38.200–1:40.900
幫助別人解決問題、創造價值,這才是工作。
幫助別人解決問題、創造價值,這才是工作。
1:40.900–1:43.500
第三,為什麼黃仁群不覺得AI已經見頂了?
第三,為什麼黃仁群不覺得AI已經見頂了?
1:43.500–1:46.200
因為AI向各行各業的擴散才剛剛開始。
因為AI向各行各業的擴散才剛剛開始。
1:46.200–1:53.600
他說,過去的軟件內容是提前存好的,但AI不一樣,它會現場生成文字、圖像、代碼、甚至是控制機器人完成動作。
他說,過去的軟件內容是提前存好的,但AI不一樣,它會現場生成文字、圖像、代碼、甚至是控制機器人完成動作。
1:53.600–1:56.100
而每一次的生成,它背後都需要大量的計算。
而每一次的生成,它背後都需要大量的計算。
1:56.100–2:00.000
所以AI它不是一個輕資產的軟件故事,而是一場重資產的工業建設。
所以AI它不是一個輕資產的軟件故事,而是一場重資產的工業建設。
2:00.000–2:04.100
黃仁群判斷,在未來10年,全球半導體行業可能還會再擴大5到10倍。
黃仁群判斷,在未來10年,全球半導體行業可能還會再擴大5到10倍。
2:04.100–2:08.800
現在的存儲、光互聯、千奇封裝、土地、電力和數據中心的功能全都不夠。
現在的存儲、光互聯、千奇封裝、土地、電力和數據中心的功能全都不夠。
2:08.800–2:13.200
所以他認為,AI基建的泡沫可能會有,但未來5年內幾乎不太可能會發生。
所以他認為,AI基建的泡沫可能會有,但未來5年內幾乎不太可能會發生。
2:13.200–2:16.800
在訪談的最後,主持人問黃仁群,有沒有什麼好的建議可以給到普通人?
在訪談的最後,主持人問黃仁群,有沒有什麼好的建議可以給到普通人?
2:16.800–2:21.000
黃仁群說,AI可能是人類發明過的,最能縮小技術鴻溝的工具之一。
黃仁群說,AI可能是人類發明過的,最能縮小技術鴻溝的工具之一。
2:21.000–2:25.000
它也是少數不需要複雜培訓,普通人就能直接開始用的先進技術。
它也是少數不需要複雜培訓,普通人就能直接開始用的先進技術。
2:25.000–2:28.600
不會用怎麼辦?你直接告訴AI,我不會用你,請你教我。
不會用怎麼辦?你直接告訴AI,我不會用你,請你教我。
2:28.600–2:32.700
不會像他提問怎麼辦?你可以讓AI反過來問你,幫你把問題問得更好。
不會像他提問怎麼辦?你可以讓AI反過來問你,幫你把問題問得更好。
2:32.700–2:37.400
你想學什麼,理解什麼,提升什麼,都可以直接告訴AI,讓他帶著你一步步做。
你想學什麼,理解什麼,提升什麼,都可以直接告訴AI,讓他帶著你一步步做。
2:37.400–2:40.600
黃仁群說,他每天都在用AI補自己專業之外的知識。
黃仁群說,他每天都在用AI補自己專業之外的知識。
2:40.600–2:45.000
對他來說,AI技術教練也是顧問和導師,這種能力應該屬於每一個人。
對他來說,AI技術教練也是顧問和導師,這種能力應該屬於每一個人。

影片筆記：黄仁勋最新判断：AI会抢工作？OpenAI会被取代？泡沫会破？市场可能都看反了 #ai #科技 #jensenhuang #shorts

一句話總結

黃仁勳（Jensen Huang）在訪談中提出三個與市場普遍擔憂相反的核心判斷：開源模型不會擊垮閉源巨頭，反而擴大市場；AI 不會導致大規模失業，反而因效率提升帶動職位增長；AI 基建屬於「重資產」建設，未來 5 年內泡沫破裂的可能性極低。他建議普通人將 AI 視為教練與導師，透過對話彌補專業缺口。

核心重點

  1. 開源模型與市場擴張：
  • 市場擔憂 Deepseek、Kimi 等開源模型變強會導致 OpenAI 和 Atherpick 股價下跌。
  • 黃仁勳觀點：開源模型降低了門檻，讓企業和普通人首次嘗試 AI，培養了用戶習慣。
  • 結果：用戶發現 AI 有用後，會轉向尋求更強、更方便的服務，從而擴大整體市場需求（包括數據中心、計算機、AI 服務）。
  1. AI 對就業市場的影響：
  • 反例論證：
  • 放射科（逐字稿稱「放置科」）：AI 輔助看醫學影像，速度變快，醫院能接更多病人，導致醫生數量增加 20%。
  • 律師助理：AI 處理材料，導致助理人數增加 10%。
  • 風險提示：重複性任務（如呼叫中心接電話、打字敲鍵盤）會被自動化，這類工作可能消失。
  • 核心定義：幫助別人解決問題、創造價值才是工作。
  1. AI 基建與行業發展預測：
  • 性質定義：AI 不是提前存好的軟件，而是現場生成文字、圖像、代碼、控制機器人，屬於「重資產的工業建設」。
  • 需求驅動：每次生成都需要大量計算。
  • 預測：未來 10 年全球半導體行業可能擴大 5-10 倍。
  • 現狀不足：存儲、光互聯、千奇封裝、土地、電力、數據中心功能均不夠。
  • 結論：未來 5 年內 AI 基建泡沫幾乎不太可能發生。
  1. 給普通人的建議：
  • AI 定位：縮小技術鴻溝的工具，無需複雜培訓即可使用。
  • 使用策略：
  • 不會用：直接告訴 AI「請你教我」。
  • 不會提問：讓 AI 反過來問你，優化問題。
  • 學習方式：告訴 AI 想學、理解或提升的內容，讓其一步步帶領。
  • 黃仁勳實踐：每天用 AI 補充專業之外的知識，視 AI 為技術教練、顧問和導師。

詳細大綱

一、 開源模型與市場競爭關係

  • 市場擔憂：Deepseek、Kimi 等開源模型變強，導致 OpenAI 和 Atherpick 股價下跌。
  • 黃仁勳觀點：開源模型讓企業和普通人首次嘗試 AI，培養用戶習慣。
  • 結果：用戶發現 AI 有用後，轉向尋求更強、更方便的服務，從而擴大整體市場需求（數據中心、計算機、AI 服務）。

二、 AI 對就業市場的影響

  • 反例論證：
  • 放射科（逐字稿稱「放置科」）：AI 輔助看醫學影像，速度變快，醫院接更多病人，醫生數量增加 20%。
  • 律師助理：AI 處理材料，助理人數增加 10%。
  • 風險提示：重複性任務（如呼叫中心接電話、打字敲鍵盤）會被自動化，工作可能消失。
  • 核心定義：幫助別人解決問題、創造價值才是工作。

三、 AI 基建與行業發展預測

  • 性質定義：AI 不是提前存好的軟件，而是現場生成文字、圖像、代碼、控制機器人，屬於「重資產的工業建設」。
  • 需求驅動：每次生成都需要大量計算。
  • 預測：未來 10 年全球半導體行業可能擴大 5-10 倍。
  • 現狀不足：存儲、光互聯、千奇封裝、土地、電力、數據中心功能均不夠。
  • 結論：未來 5 年內 AI 基建泡沫幾乎不太可能發生。

四、 給普通人的建議

  • AI 定位：縮小技術鴻溝的工具，無需複雜培訓即可使用。
  • 使用策略：
  • 不會用：直接告訴 AI「請你教我」。
  • 不會提問：讓 AI 反過來問你，優化問題。
  • 學習方式：告訴 AI 想學、理解或提升的內容，讓其一步步帶領。
  • 黃仁勳實踐：每天用 AI 補充專業之外的知識，視 AI 為技術教練、顧問和導師。

工具 / 模型 / 名詞整理

  • Deepseek：被提及的開源模型之一。
  • Kimi：被提及的開源模型之一。
  • OpenAI：被提及的閉源巨頭公司。
  • Atherpick：逐字稿中提及的公司名稱，與 OpenAI 並列。
  • AI：人工智慧。
  • 放置科：逐字稿中描述看醫學影像的科室，疑為放射科。
  • 千奇封裝：逐字稿中列舉基建不足時提到的技術名詞。

操作流程整理

普通人如何與 AI 互動學習

  1. 直接請求教學：若不會使用，直接告訴 AI「請你教我」。
  2. 優化提問：若不會提問，讓 AI 反過來問你，以優化問題。
  3. 逐步引導學習：告訴 AI 你想學、理解或提升的內容，讓 AI 一步步帶領學習。
  4. 日常實踐：將 AI 視為技術教練、顧問和導師，每天用於補充專業之外的知識。

值得注意的限制或風險

  • 重複性任務自動化風險：如呼叫中心接電話、打字敲鍵盤等重複性任務會被自動化，這類工作可能消失。
  • 基建現狀不足：目前存儲、光互聯、千奇封裝、土地、電力、數據中心功能均不夠，需持續投入。

逐字稿辨識疑點

  • Atherpick：逐字稿中多次出現此名稱，疑為 Apple 或 Anthropic 或其他 AI 相關公司的聽寫錯誤，需查證。
  • 放置科：逐字稿中描述「看醫學的影像」、「看片的速度變快了」，疑為 放射科 的聽寫錯誤，需查證。
  • 千奇封裝：逐字稿中列舉基建不足時提到「千奇封裝」，疑為 先進封裝、Chiplet 或特定封裝技術名稱的聽寫錯誤，需查證。
  • 必不是工作：逐字稿中「所以打字、敲鍵盤必不是工作」，語意稍顯突兀，疑為「並不是工作」或「不再是工作」的聽寫錯誤，需查證。

可延伸追問

  • 黃仁勳提到的「Atherpick」具體指代哪家公司？
  • 「千奇封裝」具體是指哪種半導體封裝技術？
  • 放射科醫生數量增加 20% 的具體數據來源為何？
  • 律師助理人數增加 10% 的統計範圍與時間點為何？

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」，例如：videonote 網址 英文 雙語 學習