黃仁勳上了一個All-in Poidcast訪談，本來以為只是一般 CEO 對談，結果越聊越猛，到後面幾乎變成未來工作型態的預告片，連主持人都驚訝。
有個短影片整理出三個我覺得最關鍵、也最值得一般人警覺的重點。
這可能跟你現在的工作，還有未來十年的競爭力，都有關。
▋第一個重點：不用 AI 的人，不是慢，是正在被淘汰
黃仁勳講了一句很現實的話：
現在頂級公司看的不是誰比較拼，而是誰把 AI 用得比較深。
他舉了一個很有畫面的例子，以他自己的公司輝達為例
假設他公司裡有一個年薪 50 萬美元的頂尖工程師，如果公司年底問他：
「今年你花多少預算在 AI 工具？」
如果說只花 5000 美元，公司不會覺得他在替公司省錢，反而會覺得他效率太低。
那在老黃心中，合理數字是多少？
黃仁勳自己的回答是25 萬美元。
因為在他們眼裡，AI 不是成本，是槓桿。
就像一個專業會計師站在你面前說：
「我不用Exccel，我堅持用紙筆計算。」
你不會覺得他很專業，你只會覺得他準備被淘汰。
未來真正的風險不是你不會寫程式。
而是你明明有 AI 可以幫你加速，卻還在用手工方式硬撐。
就像別人都開高速公路，你還在走產業道路。
不是不能到。
只是到的時候，市場早就被分完了。
▋第二個重點：你以為在跟一個 AI 聊天，其實後面是一整個團隊
黃仁勳講了一個很誇張的數字：
從生成式 AI 到推理式 AI，算力需求成長 100 倍。
從推理式 AI 到 AI 智能體，再成長 100 倍。
兩年之內，直接放大 1 萬倍。
為什麼？
因為現在 AI 已經不是單機作業。
它會查資料、調工具、拆任務、叫其他 AI 幫忙，甚至自己分工合作。
你以為在跟一個 AI 聊天，
背後其實已經是一整群 AI 在幫你幹活了。
以前你一個人做簡報。
現在變成你只負責想方向，資料蒐集有人做、整理有人做、排版有人做、修正有人做。
差別只剩一件事：你會不會用。
▋第三個重點（我覺得最關鍵）：未來最值錢的能力，是把想法講清楚
這段我覺得最值得所有知識工作者注意。
黃仁勳說：
未來工程師寫的不只是程式，而是想法、架構、標準、驗證方式。
然後交給一群 AI 去執行。
你的角色會從「執行者」，變成「指揮官」。
真正值錢的能力變成三件事：
1.能不能把複雜問題拆清楚
2.能不能把需求講精準
3.能不能判斷 AI 做得對不對
真正值錢的是：能不能把一個複雜的項目拆解清楚，講得精準
讓 AI 真的聽懂，最後還能判斷它做得對不對。
過去技術是一堵牆，會寫程式的人在裡面，不會的在外面。
但 AI 正在把這堵牆拆掉。
未來最吃香的，未必是程式寫得最猛的人，
反而可能是最會表達、最會提需求、最會調度 AI 的人。
文組的朋友，不要再小看自己了。
你們的時代，很可能正在來。
有個短影片整理出三個我覺得最關鍵、也最值得一般人警覺的重點。
這可能跟你現在的工作，還有未來十年的競爭力，都有關。
▋第一個重點：不用 AI 的人，不是慢，是正在被淘汰
黃仁勳講了一句很現實的話：
現在頂級公司看的不是誰比較拼，而是誰把 AI 用得比較深。
他舉了一個很有畫面的例子，以他自己的公司輝達為例
假設他公司裡有一個年薪 50 萬美元的頂尖工程師，如果公司年底問他：
「今年你花多少預算在 AI 工具？」
如果說只花 5000 美元，公司不會覺得他在替公司省錢，反而會覺得他效率太低。
那在老黃心中，合理數字是多少？
黃仁勳自己的回答是25 萬美元。
因為在他們眼裡，AI 不是成本，是槓桿。
就像一個專業會計師站在你面前說：
「我不用Exccel，我堅持用紙筆計算。」
你不會覺得他很專業，你只會覺得他準備被淘汰。
未來真正的風險不是你不會寫程式。
而是你明明有 AI 可以幫你加速，卻還在用手工方式硬撐。
就像別人都開高速公路，你還在走產業道路。
不是不能到。
只是到的時候，市場早就被分完了。
▋第二個重點：你以為在跟一個 AI 聊天，其實後面是一整個團隊
黃仁勳講了一個很誇張的數字：
從生成式 AI 到推理式 AI，算力需求成長 100 倍。
從推理式 AI 到 AI 智能體，再成長 100 倍。
兩年之內，直接放大 1 萬倍。
為什麼？
因為現在 AI 已經不是單機作業。
它會查資料、調工具、拆任務、叫其他 AI 幫忙，甚至自己分工合作。
你以為在跟一個 AI 聊天，
背後其實已經是一整群 AI 在幫你幹活了。
以前你一個人做簡報。
現在變成你只負責想方向，資料蒐集有人做、整理有人做、排版有人做、修正有人做。
差別只剩一件事：你會不會用。
▋第三個重點（我覺得最關鍵）：未來最值錢的能力，是把想法講清楚
這段我覺得最值得所有知識工作者注意。
黃仁勳說：
未來工程師寫的不只是程式，而是想法、架構、標準、驗證方式。
然後交給一群 AI 去執行。
你的角色會從「執行者」，變成「指揮官」。
真正值錢的能力變成三件事：
1.能不能把複雜問題拆清楚
2.能不能把需求講精準
3.能不能判斷 AI 做得對不對
真正值錢的是：能不能把一個複雜的項目拆解清楚，講得精準
讓 AI 真的聽懂，最後還能判斷它做得對不對。
過去技術是一堵牆，會寫程式的人在裡面，不會的在外面。
但 AI 正在把這堵牆拆掉。
未來最吃香的，未必是程式寫得最猛的人，
反而可能是最會表達、最會提需求、最會調度 AI 的人。
文組的朋友，不要再小看自己了。
你們的時代，很可能正在來。
近 31 日
7 次瀏覽
目前沒有已撰寫的回應，建議對其抱持健康的懷疑。
以下是 AI 初步分析此訊息的結果，希望能在有人查核之前，先帶給您一些想法。
這則訊息提到了一些關於未來工作型態和AI應用的趨勢，讓人思考未來的競爭力和職涯發展。然而，閱聽人需要特別留意以下幾個地方：
1. **資訊來源**：訊息中提到了一個All-in Poidcast訪談，但沒有提供具體的訪談日期、連結或其他詳細資訊。閱聽人需要確認資訊來源的可信度，以免受到不實訊息的影響。
2. **言之過早**：訊息中對於AI在未來工作中的應用和影響做出了一些結論，例如「不用AI的人正在被淘汰」等說法。這樣的斷言可能過於絕對，閱聽人需要保持理性思考，並考慮不同觀點。
3. **未來趨勢**：訊息中描述了未來工作型態可能的變化，包括AI的普及和對工作的影響。閱聽人需要思考自己的職涯規劃和技能提升，以因應未來可能的變化。
總的來說，閱聽人在接收這則訊息時應保持批判思考，確保資訊的可信度，並思考如何應對未來可能的挑戰和機遇。
查謠言詐騙