重點一 ：輝達（NVIDIA）創辦人黃仁勳表示，若今日大學畢業，他將選擇主修物理科學，而非軟體科學，以迎接他所預見的「實體AI」（Physical AI） 新浪潮。
重點二 ：黃仁勳闡述AI發展已從「感知AI」與「生成式AI」，演進至目前的「推理AI」，未來將邁向需理解物理定律的「實體AI」階段。
重點三 ：「實體AI」將與機器人技術深度結合，以應對全球普遍存在的勞動力短缺問題，尤其將應用於美國各地興建的新一代高度自動化廠房。
輝達執行長黃仁勳近期在北京的一場對談中，拋出了他對未來科技人才發展方向的見解。當被問及若重返20歲，在2025年的今日大學畢業，他會選擇哪個領域時，黃仁勳毫不猶豫地表示，他將會選擇攻讀「物理」學科，而非「軟體」學科。
此番言論突顯了黃仁勳對下一波技術革命「實體AI」（Physical AI） 的高度重視。黃仁勳認為，未來的AI必須能理解並運用物理世界的法則，這將是驅動機器人技術與自動化產業發展的核心，其重要性不亞於當前引領風潮的生成式AI。
AI演進的下一個篇章：從感知到推理
黃仁勳進一步闡述了他對人工智慧發展階段的觀察。他指出，現代AI的意識覺醒大約始於12至14年前，由電腦視覺模型AlexNet的突破性展演揭開序幕，他將此稱為第一波的「感知AI」（Perception AI）。
隨後，世界迎來了第二波浪潮，也就是當前大家所熟知的「生成式AI」（Generative AI），此階段的AI模型不僅能理解資訊的意涵，更能將其轉換為不同的語言、圖像或程式碼。
黃仁勳表示，我們現正處於「推理AI」（Reasoning AI） 的時代，AI已具備理解、生成、解決問題，甚至能應對前所未見狀況的能力。這種AI能夠以「數位機器人」的形式存在，黃仁勳稱之為「代理AI」（agentic AI），形同具備推理能力的數位勞動力，這也是目前 Microsoft （微軟） 和 Salesforce 等科技巨頭的研發焦點。
「實體AI」引爆機器人革命，解決全球勞力荒
展望未來，黃仁勳強調「實體AI」將是AI發展的下一波關鍵。他解釋：「下一波浪潮要求我們理解物理定律、摩擦力、慣性、因果關係等概念。」
這代表AI需要具備物理推理能力，例如理解「物體恆存」的概念——即使物體消失在視野外，它依然存在。這項能力將被廣泛應用於預測結果（如球會滾向何方）、在不損壞物體的前提下計算抓取力道，或推斷汽車後方可能存在的行人。
黃仁勳總結道：「當你將實體AI植入名為『機器人』的物理實體中，你就得到了機器人技術。」他認為這對當下至關重要，因為美國乃至全球各地都在興建新的工廠。他期許在未來十年內，這些新世代的廠房能高度機器人化，有效應對全球面臨的嚴重勞動力短缺問題。
人類會被AI取代嗎？黃仁勳指名「3種人」要小心
有鑑於科技產業近期裁員頻繁，加上多有產業巨頭被問到「AI取代人力」議題，黃仁勳7月15日在CNN節目《Fareed Zakaria GPS》專訪時明確指出，AI不會完全取代人類，但有三類人可能最先被AI取代：沒有主見、只會跟流程走的人；不懂提問、無法與AI深度互動的人；懶得學習、只靠AI當答案機的人。
白話來說，黃仁勳認為AI不會直接裁員，但如果不善用AI，特別是無法提出有價值問題或持續學習的人，會被懂得運用AI的人取代。他還提到，未來的編程語言可能是自然語言，讓更多人能與AI合作。
針對第一種「沒有主見」的人，黃仁勳描述這類人依賴固定流程，無法重新定義任務目標，容易被AI的自動化工具取代。例如，純粹重複性勞動的工作，可能被AI高效執行。
第二種「不懂提問」的人，則是指基於AI將很大部分承擔當前人類的執行工作時，未來的核心職能就不在於輸入指令，而是提出高品質問題。他坦言，自己90%的工作其實都是在提問，顯示提問能力將成為未來職場的關鍵競爭力。
至於最後的「懶得學習」的人，黃仁勳認為，AI可以讓不懂技術的人也能成為創作者，但前提是使用者必須清楚知道要讓AI做什麼。如果只是被動使用AI，缺乏學習意願，則無法真正發揮其價值。
延伸閱讀：白領殺手來了！Perplexity CEO點名「2種高危職缺」：哪種工作類型，會最先被AI取代？
「我們再三十天就要破產了！」黃仁勳一句話讓輝達員工時刻警醒：一次錯誤就能致命
責任編輯：李先泰
