讓虛擬促進實體發展！AI未來聚焦哪個產業？黃仁勳全球媒體談話3大重點全解析|數位時代 BusinessNext

讓虛擬促進實體發展！AI未來聚焦哪個產業？黃仁勳全球媒體談話3大重點全解析

輝達（NVIDIA）執行長黃仁勳於今舉辦全球問答，並針對未來AI發展路徑、地緣政治以及人工智慧安全性等議題，一一給出回應。

重點一：AI未來前進道路聚焦「重工業」，將創數兆美元產值！

黃仁勳認為，未來AI的演進道路可以分為兩塊來看，分別是應用以及產業。

以應用而言，當AI有了好上手編輯的架構，就能夠幫助人類預測很多難以預測的事情，包含製造疾病藥物、預測天氣等等。

而以產業端來說，未來金融、零售等都是AI的應用場景，其他「重工業（heavy industries）」的產業則包含汽車、製造業、倉儲和電池工廠等應用，「資訊市場比較小，但重工業很巨大（gigantic），可以創造數兆美元的產值。」

重點二：台積電不是NVIDIA唯一！英特爾、三星都有代工

黃仁勳在今日面對地緣政治問題時，表示中國擁有許多優良的科技要素，包含優秀的雲端、消費性網路服務、金融和相當先進的電動車，是一個科技脈動相當強烈的國家。

他也提到，中國政府給予國內的晶片產業不少幫助，扶植當地的企業家，促使當地有不少GPU新創產生，「如果我現在要創業，當然是做GPU。」

當問起是否將這些公司視為對手時，黃仁勳則表示：「我們的競爭者有很多，所以我們要盡可能跑得越快越好。」與此同時，他也重申日前在台大演講時名言：「Run, don’t walk！」

至於在政治局勢緊張下的代工策略，黃仁勳則直言：「我們供應鏈很彈性，三星（Samsung Electronics）、英特爾（Intel）和台積電都有製造。」意味輝達也盡力在分散地緣政治下風險，保持製造彈性。

亮點三：AI應該要有監管單位，就像我們日常喝的咖啡背後有單位管理

另外，AI使用上的安全性也在引起不少討論。例如特斯拉（Tesla）執行長馬斯克以及蘋果（Apple）共同創辦人Steve Wozniak等就在今年3月，公開呼籲暫停研發AI系統至少半年，以避免AI對人類和社會來來更大的風險。

對此，黃仁勳今日則正面回應，表示他也認為AI擁有巨大的潛力，也能達到前所未有的效益，「然而最終，AI都應該要是一個服務或產品，否則他無法協助人類。」

黃仁勳也指明：「未來AI應該要有監管單位。」他進一步解釋，諸如我們日常喝的咖啡、吃的維他命的都是被監管且安全的，例如藥品有美國食品藥物管理局（FDA）這樣的單位在管理，「AI也應該要一樣。」

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/