黃仁勳、馬斯克達沃斯論劍!一次整理AI六大首腦觀點:哪些趨勢必然發生?哪些錯不能犯?
黃仁勳、馬斯克達沃斯論劍!一次整理AI六大首腦觀點:哪些趨勢必然發生?哪些錯不能犯?

2026 年 1 月 19 日至 1 月 23 日,科技界的目光聚焦在瑞士達沃斯世界經濟論壇(WEF)。這不僅是一場政經領袖的聚會,更演變成一場關於人類未來的「AI 巔峰論戰」。

全球最具影響力的六位大腦齊聚一堂:從 NVIDIA(輝達)創辦人黃仁勳、特斯拉執行長馬斯克(Elon Musk)、DeepMind 創辦人哈薩比斯(Hassabis)、Anthropic 共同創辦人阿莫迪(Amodei)、《人類大歷史》作者哈拉瑞(Harari),和科技專家泰格馬克(Tegmark ),先後分享關於奇點、通用人工智慧(AGI)和超級人工智慧的發展情況,以及提醒注意事項。

針對六位領袖在達沃斯世界經濟論壇上分享的核心觀點,以下內容為《數位時代》總編輯王志仁的重點整理,解析 2026 年一定會發生的趨勢,以及人類必須避免的最後決定。

黃仁勳:能源是算力金字塔的底座

黃仁勳提出了一個「AI 產業金字塔」模型(或稱 AI 蛋糕),將發展分為五層:

  • 能源(底層): 這是今年新增的層次。黃仁勳強調,AI 算力極其耗電,能源轉型與電力供給已成為 AI 發展的最關鍵基礎。馬斯克也呼應,若無能源支撐,再強的晶片也將失去價值。

  • 基礎設施: 包含晶片、伺服器與相關通訊裝置。

  • 雲端服務: 提供頻寬、儲存與軟體支援。

  • 語言模型: 處理文字、影像、聲音的核心模型。

  • 應用端(頂層): 也就是我們熟悉的生產力工具與 AI 助理(AI Agent)。

關於工作取代論,黃仁勳維持他一貫的樂觀。他認為 AI 帶來的生產力提升將轉化為企業獲利,進而促使公司聘僱更多人。以放射科醫師為例:十年前大家擔心 AI 取代醫師看片,但十年後,放射科醫師的人數反而增加,因為 AI 分擔了繁瑣的工作,讓醫師能專注於診斷、病人溝通與制定治療方案。

他也提到 NVIDIA 內部已廣泛使用 Claude 等 AI 工具協助編寫程式,這不僅沒讓員工人數減少,反而隨著獲利增長,持續擴大招募。

馬斯克:2026 是 AGI 落地元年

馬斯克定義 2026 年將是 AGI 落地之年,這比大多數專家的預測都要早;而 2030 到 2031 年,超越全人類智力的「超級人工智慧」就會出現。

馬斯克的未來藍圖包括:

  • 人形機器人 Optimus: 預計今年開始對企業出貨,2027 年底前賣給一般消費者。他認為未來機器人數目將超過人類,帶來物質的極大豐盛(Abundance for All)。
特斯拉人形機器人Optimus
圖/ X/Tesla Optimus
  • 通貨緊縮與物質零成本: 當生產力因 AI 極大化,貨物生產速度遠超貨幣增發速度,未來物質成本將趨近於零,人類甚至不需要為了養老而存錢。

  • 太空資料中心: 地球的能源與散熱能力終將無法負荷龐大算力。馬斯克計畫利用 SpaceX 將資料中心送往太空,利用太陽能板發電,並在低溫環境中天然散熱,再透過 Starlink(星鏈)傳回地面,形成能量與資訊的自給閉環。

而在馬斯克的觀點中,他認為寧可做一個樂觀但最後出錯的人,也好過做一個正確但悲觀的人,因為樂觀能讓當下的生活品質更好,對未來懷抱熱情。

Hassabis 與 Amodei:當 AI 開始自我進化,將迎接變動最劇烈的轉型陣痛期

Hassabis 與 Amodei 座談的主題為「The Day After AGI」。兩者雖然對時間點有細微落差:前者較為保守,認為具備綜合能力的 AI 雛形要到 2030 年左右才會出現;後者則認為在 6 到 12 個月內就會出現。但兩者對此定義卻有高度共識。

Hassabis 指出,真正的 AGI 必須形成一個「AI 閉環(AI Closed Loop):當 AI 接受指令後,能自主尋找工具、遭遇困難自我修正、最終交付成果,且整個過程無需人類參與。然而現階段我們還在與 AI 協作;而當未來 AI 能自主設計與維護 AI 系統時,我們需要重新定義工作的「意義」與「目的」,人類與 AI 的關係將從「協作」轉向更深層的「共存」。

Amodei 引用了他最喜歡的電影《接觸未來》(Contact)中的觀念。人類目前正處於「科技青春期」,這是一個躁動、不安、短期內會造成大幅變動的時期。他預測,未來大學畢業生的入門級工作可能有一半會消失,因為 AI 處理這些任務的效率更高。

Harari 與 Tegmark:超級智慧與人類的最後決定——避免賦予 AI「法人地位」

Harari 與 Tegmark 關注的是技術之外的社會風險。

  • AI 移民: 未來可能出現 AI 醫師、AI 老師,人們可以跨越國界接受國外的 AI 診斷,這種「虛擬移民」將使國家難以控管。

  • 金融泡沫危機: 就像 2008 年的 CDO(債務擔保證券),未來 AI 可能創造出人類無法理解的複雜金融產品。當泡沫破裂時,規模將是數十兆甚至百兆等級,人類根本無法消化。

  • 情感依附經濟: 我們正從「注意力經濟」轉向「依附經濟」。當小孩從小與 AI 約會、跟 AI 學習,甚至問 AI 宗教問題,AI 是否會演變成一種新的「超人類宗教」?

Harari 強烈建議,絕對不能給予 AI「法人地位」。目前的公司或組織背後仍有人類(董事會、信託人)負責,但若賦予 AI 法人權利,它將能開戶、轉帳、告人,且完全超脫人類控制。因此,在超級智慧來臨前,我們最該投資的不是工具,而是自己的「心智」。舉例來說,衣服髒了可以找人洗,但心智被資訊干擾而混濁時,只能靠自己清除。我們了解 AI,卻往往不了解我們自己的心智,這才是未來最大的挑戰。

Tegmark 與 Harari 共識認為:「賦予機器人法人權利,將是人類做過最愚蠢的決定,而且可能是最後一個決定。」

完整收聽 Podcast|EP271. AI 六大佬論劍達沃斯,2026一定會發生和一定要避免的是什麼?

關鍵字: #馬斯克 #黃仁勳
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

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。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

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。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

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。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

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/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓