全球 5 年內機器人生活化！輝達黃仁勳：物理 AI 將成下一代產業關鍵，AI 工廠促使藍領爆發

輝達 (NVIDIA) 執行長黃仁勳 (Jensen Huang) 於 5/5 發表演講，全面剖析 AI 如何重塑現代經濟、產業架構與就業市場。他以「AI 工廠」為核心比喻，從科技底層一路談到政策，甚至點出全球必須正視的「勞動力轉型挑戰」。

Table of Contents

Toggle

三層結構解構 AI：從技術、工廠到應用

黃仁勳表示，AI 正帶來一場類似「電力誕生」的產業革命，可拆解成三個層次：

• 技術：AI 不再是傳統靠人寫的軟體，而是透過超級電腦與大量電力，產生可轉換為文字、影像、蛋白質、結構等智慧產物  (Intelligent Tokens) 

• AI 工廠：這些運作 AI 的超級電腦其實就是「AI 工廠」，每天持續產出智慧內容。

• 應用：AI 會滲透到教育、醫療、金融、供應鏈、製造業等所有產業，就像電力當年滲透各行各業一樣。

AI 將與傳統工廠並存：每間公司都得「雙軌營運」

未來的公司，不只製造實體產品，還要經營一座「AI 工廠」：

廣告 - 內文未完請往下捲動

「舉例來說，做割草機或挖土機的公司，未來必須同時生產那台機器的 AI 控制系統。」黃仁勳表示。

AI 三階段進化：從感知到生成，再進入推理與機器人

黃仁勳將 AI 發展分為三個階段：

1. 感知 AI (Perception AI)：2012 年起，從圖像辨識開始，例如電腦能理解圖像、聲音與溫度等資訊

2. 生成式 AI (Generative AI)：讓 AI 能翻譯語言、轉換成圖片、影片等，「理解後產出」

3. 推理式 AI (Reasoning AI)：進入「有能力解未知問題」的階段，出現具有自主行動力的 AI 代理 (Agentic AI)

這些 AI Agents 能整合工具、執行工作，將變成企業內部的「數位員工」，未來 IT 部門就像是「AI 員工的 HR」。

下一波是「物理 AI」：懂常識、懂物理、能動的智慧

真正能改變大型產業的，是「懂現實世界物理定律」的 AI。

• 懂得物體不會穿越桌子、球會掉落、物品有慣性

• 有「物體恆存性」概念 (例如 : 狗知道球沒消失，只是滾到桌子另一側)

「當 AI 有這些物理常識後，放進機器人裡，就是下一代『物理 AI 型機器人』。」

這些 AI 機器人將成為新工廠與物流系統的主力角色，解決全球勞力短缺問題。

誰能主導這場 AI 賽局？關鍵在「能量、人才與應用速度」

黃仁勳指出，美國若要在全球 AI 競賽中取勝，必須掌握三大資源：

1. 人才 (Intellectual Capital)：目前全球 AI 研究人員約一半來自中國

2. 電力 (Energy)：AI 工廠本質是把「電力轉換成智慧產物」，能源就是生產原料

3. 應用力 (Application)：贏家會是「最快應用新技術的國家」

AI 讓舊產業重生！新工廠創造龐大藍領工人職缺

一座 1GW 的 AI 工廠成本高達 600 億美元，相當於波音一整年營收。

• 建廠需要電工、水電師傅、鋼筋工、管線工等傳統工人

• 未來成長瓶頸不再是軟體工程師，而是技術工人短缺

黃仁勳直言：「我們要重新尊重與培養這些傳統技術職業。」

不是 AI 搶你工作，是會用 AI 的人搶走你工作

他強調：「有些工作會消失，有些會新創出來，但每份工作都會被改變。」例如：

• 軟體工程師現在都搭配 AI 代理，提高產能

• 公司整體產出與營收增加，自然創造更多就業機會

• AI 並非威脅，真正風險是落後他人使用 AI 的速度。

數位雙胞胎技術：工廠先建虛擬版、測試沒問題才實體動工

黃仁勳強調，輝達本身設計晶片也是靠「數位雙胞胎」技術：

• 所有晶片在實體製造前都會經過數位模擬與驗證

• 他呼籲各地建廠前也應該先建立「數位工廠」，大幅減少成本與錯誤

未來，每個人、每座城市、每間工廠，都將擁有一個「數位雙胞胎」來管理與模擬。

機器人生活化還要多久？黃仁勳：5 年內普及

雖然自駕車花了 10 年才真正上路，但黃仁勳認為機器人會更快：

• 因為可以限制在固定空間 (倉儲、工廠) 內運作，需求不需像自駕車這麼複雜

• 預估「5 年內」就能量產出廠，進入日常生活與工作場所

最後他語重心長提醒大家：

「這不是一場 60 分鐘的比賽，這是一場沒有終點的無限賽局 (Infinite Game)。」

風險提示

加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。

AGIAIAI agentAI 代理機器人輝達黃仁勳

衍伸閱讀

• 逢低買進輝達時間點出現！華為開發 910D 晶片與 Nvidia 競爭反而是利好？
• 區塊鏈新創被排除？輝達拒絕加密貨幣業者參與 Inception 加速器計畫