2026 年 2 月 4 日，Cisco AI Summit 现场迎来重磅对话 ——NVIDIA 创始人黄仁勋在结束为期两周的亚洲五城行程后，与思科 CEO Chuck Robbins 展开深度对谈。在轻松幽默的氛围中，黄仁勋分享了对计算范式重构、企业 AI 转型、物理 AI 未来的深刻洞见，抛出 “算力十年百万倍增长”“写代码只是打字”“AI in the loop” 等颠覆性观点，为行业指明了 AI 时代的发展方向。
这场对话的核心价值，在于揭示了 AI 从工具到生产力核心的转变逻辑，以及企业在这场变革中如何抓住本质、构建真正的竞争优势。
计算范式革命：从 “显式编程” 到 “隐式编程”
黄仁勋开篇即点明，我们正经历 60 年来首次计算范式重塑 —— 从传统的 “显式编程”（Explicit Programming）转向 “隐式编程”（Implicit Programming）。过去，人们需要编写精确程序、通过 API 传递变量来实现功能；而现在，只需向计算机传达意图，它就能自主拆解问题、制定策略、调用工具，自动寻找解决方案。
这种转变的核心，是 AI 从 “记忆与泛化” 走向 “解决未知问题”。黄仁勋指出，三年前 ChatGPT 的出现让人们惊叹于 AI 的文字生成能力，但这仅基于其已有的记忆储备；而真正的智能，在于识别自身 “不知道” 的部分，通过调研、协作、工具使用等方式，组合已有能力攻克从未见过的挑战 —— 这也正是 Agentic AI 的核心内涵，涵盖工具使用、事实性 RAG、长期记忆力等关键特性。
支撑这一范式革命的，是算力的指数级增长。黄仁勋对比了摩尔定律与 AI 算力的发展速度：摩尔定律 10 年仅能提升 100 倍，而 AI 算力 10 年将暴涨 100 万倍。这种 “丰饶时代” 的算力逻辑，要求企业彻底转变思维 —— 假设算力是无限且光速的，用这种心态重新攻克最核心、最困难的业务问题，而非纠结于成本与速度的边际优化。
企业 AI 转型：“百花齐放” 先于 ROI 论证
面对企业最关心的 AI 转型路径问题，黄仁勋给出了反常识的建议：不要在初期死磕 ROI（投资回报率）。他认为，新技术部署的价值在起步阶段难以用电子表格量化，过度追求可论证的回报会扼杀创新 —— 创新从来不是在完全受控的环境中诞生的，过度控制只会导致平庸，企业应 “施加影响而非强加控制”。
NVIDIA 内部推行的 “让百花齐放” 策略，为企业提供了绝佳范本：允许员工在安全环境下自由实验各类 AI 模型（包括 Anthropic、Codex、Gemini 等），当团队提出 AI 应用想法时，优先回应 “好”，再追问 “为什么”。黄仁勋用养育孩子作比：“我们从不会要求孩子证明做某件事能带来经济成功才准许尝试，企业对待 AI 也应如此。”
当然，“百花齐放” 并非放任自流。黄仁勋强调，在适当的时机需要 “修剪花园”—— 聚焦最佳路径与平台，集中力量攻克核心目标，但切忌过早决策，否则可能错失真正的创新方向。他同时警告：“你不必成为第一家利用 AI 的公司，但绝不能成为最后一家。” 在 AI 重构一切的当下，落后就意味着被淘汰。
核心竞争力转移：写代码是 “商品”，领域知识才是 “超级力量”
对话中，黄仁勋抛出了极具冲击力的观点：“写代码本质上只是打字，是一种会被 AI 取代的‘商品’。” 在他看来，随着隐式编程的普及，计算机能直接理解人类意图并生成代码，单纯的编码能力将不再稀缺；企业真正的护城河，在于理解客户、洞察问题本质的 “领域专业知识”—— 这是 AI 无法凭空产生的最高价值。
黄仁勋以自身经历举例：NVIDIA 的核心策略是聚焦芯片设计、软件工程、系统工程等核心工作，通过与 Synopsys、Cadence 等合作伙伴深度协同，将 AI 技术注入产品设计工具，最终实现核心业务的颠覆式创新。他强调，大学毕业的超级程序员可能精通编码，却未必懂客户需求；而企业长期积累的行业经验、客户洞察、问题判断能力，才是 AI 时代的 “超级力量”。
这种竞争力转移，让每个企业都拥有了成为 “技术公司” 的机会。黄仁勋指出，技术是超级能力，而原本的行业领域只是应用场景 —— 传统企业无需纠结 “软件不是强项”，只需用自身的领域知识向计算机准确传达意图，就能借助 AI 实现跨越式发展。
未来展望：Physical AI 与 “AI in the loop” 的深远影响
谈及 AI 的未来方向，黄仁勋重点关注 “Physical AI”（物理 AI）的发展。他认为，下一代 AI 的核心突破在于理解物理世界的因果关系 —— 诸如多米诺骨牌的重力、质量、接触传导等简单概念，大型语言模型至今无法真正理解，而这正是 Physical AI 需要攻克的难题。
他通过思想实验阐释工具使用的重要性：“人形机器人不会重新发明螺丝刀或计算器，而是直接使用这些现有工具。”AI 的最新突破正在于工具使用能力，无需重新发明物理定律，而是学会利用现有工具解决问题。这一趋势将让 AI 首次触及全球经济的核心 ——IT 行业规模仅约 1 万亿美元，而全球经济总量达 100 万亿美元，Physical AI 将推动 AI 从数字世界走向物理世界，创造百倍于当前的市场空间。
在企业协作模式上，黄仁勋提出应从 “Human in the loop”（人在回路中）转向 “AI in the loop”（AI 在回路中）。他认为，企业不应仅将 AI 当作工具，而应将其融入核心流程 ——AI 将捕捉员工的工作经验与智慧，让公司每天都变得更聪明，最终将这些宝贵经验沉淀为永续的知识产权。这才是未来企业的核心形态：通过 AI 实现知识的持续积累与迭代，永不倒退或停滞。
数据主权：本地部署与云端租用并行
针对企业关心的 “云端 vs 本地” 部署选择，黄仁勋给出了平衡的答案：“世界并非非此即彼的‘全租’或‘全买’，应租一些、拥有一些。” 他强调，企业的主权和专有信息必须得到保护，就像看心理医生的隐私不应被公开一样，公司的核心思考与问题（这才是最宝贵的 IP）不应完全暴露在云端。
NVIDIA 的实践是在本地构建 AI 系统，保护核心知识产权。黄仁勋建议企业：“即便技术发达，也要自己组装一台计算机，了解组件的工作原理；就像汽车行业不应只使用优步，而要掀起引擎盖了解构造。” 这种对技术的 “触觉式理解”，能帮助企业在 AI 时代做出更明智的决策，平衡效率与安全。
结语：AI 时代的核心逻辑 —— 应用技术，而非畏惧技术
黄仁勋在对话结尾强调：“能源、芯片、模型都是基础设施，AI 最重要的部分是应用。” 一家使用 AI 的公司不会陷入危机，真正的风险在于被 “使用 AI 的人” 超越。面对 AI 带来的变革，企业和个人的核心应对策略是 “尽快行动”—— 用领域知识驾驭 AI，将其转化为自身的超级力量。
这场对话揭示了 AI 时代的核心逻辑：算力的指数级增长正在打破一切边界，单纯的技术能力将不再稀缺，而人类的领域洞察、经验积累与意图理解，才是不可替代的核心价值。未来已来，唯有拥抱变化、聚焦本质，才能在 AI 重构的世界中立足。