AI 世代的基礎建設與普及化：從平台轉移到全球共榮

簡短介紹：本次演講由NVIDIA執行長Jensen（黃仁勳）主講，圍繞AI為何是一次新的「平台轉移」、其底層基礎建設的重要性、對就業與全球經濟的影響，以及如何讓各地（含開發中國家與歐洲）共享AI帶來的機會。

核心觀點：

• AI是新的平台轉移：類似個人電腦、網際網路與行動雲的轉變，AI將成為新的平台，上層應用會建立在語言模型與AI系統之上，催生大量新應用。
• 五層AI堆疊（five-layer cake）：從下到上分別是能源 → 晶片與計算基礎設施 → 雲端服務 → AI模型 → 應用。每一層缺一不可，尤其能源與硬體投資是此波轉型的關鍵。
• 史上最大基礎建設擴張：目前已投入數百億美金，整體需投入達兆級：晶圓廠、記憶體廠、伺服器廠與AI專用資料中心等正在全球快速興建。
• 模型進展三大面向（近年突破）：一、語言模型從常犯幻覺到更具論證與推理能力，趨向「代理式」AI系統；二、開放模型興起（讓企業、學界能夠用於專業化開發）；三、物理領域的AI（蛋白質、化學、流體力學、量子等）開始帶來實際工業與醫藥突破。

對就業的影響與觀察：

• 並非單純毀滅就業。AI大量創造基礎建設與實作型工作（例如：建廠、電力、冷卻、安裝、機房工程師、技術工人），這些職位薪資顯著上升。
• 以醫療為例：放射科與護理受AI加速工作流程（例如自動閱片、病歷紀錄等），醫療效率提高、能服務更多病患，反而帶動對專業人力的需求與雇用增加，讓醫護能把更多時間用在病患關懷上。
• 區別「工作目的」與「工作任務」：AI容易自動化重複性任務，但若工作目的以人為中心（如診斷、照護、溝通），AI則是放大效率與能量，促使工作型態升級。

對開發中國家與全球普及的看法：

• AI應被視為國家基礎建設的一部分：各國應建立/導入AI基礎，並利用本地語言與文化訓練在地模型，避免只被外部模型主導。
• AI使用門檻低且易普及：透過開放模型與友善的介面，非資深工程師也能「指導」AI完成程式或應用，將加速技術民主化並縮短數位落差。

歐洲的機會：

• 歐洲具強大工業與基礎科學優勢，應把AI與製造、機器人、物理科學等結合，搶先進入「實體AI/機器人」的黃金窗口。
• 需補足能源與技能人才（trade skills）投資，才能支持大規模基礎建設與應用發展。

關於「泡沫」與投資：

• 目前GPU與基礎設施需求持續上升（含舊世代GPU租賃與使用率上升），顯示是真實的需求驅動而非純投機。
• 問題在於投資是否足夠：若要廣泛部署AI並讓大多數人共享效益，需要大量資本投入到能源、晶片、資料中心與技能訓練——這些也可能是退休基金等長期資金的良好投資標的。

結論式建議：

• 把AI視為國家與企業的基礎建設項目，積極投資能源、硬體與人才訓練。
• 鼓勵使用與開發在地化模型，確保語言與文化優勢被轉化為經濟與社會效益。
• 以職務目的為分析基礎，設計AI導入策略，使AI成為提升生產力與創造新就業的工具，而非單純取代人力。
• 廣泛動員公共與私人資本，讓普通投資者（如退休基金）也能參與並分享AI時代的成長。

總評：演講強調AI並非短暫熱潮，而是一次全面的計算平台轉移，需跨層次、跨國界的長期投資與政策協作，目標是以AI擴大全球經濟參與度，而非壓縮。