4万亿CEO黄仁勋CNN警告“创意荒”：哪些人最先被AI淘汰？

2025 年 7 月 13 日，一场专访意外成为“访华前夜”的前奏。

在 CNN《Fareed Zakaria GPS》的独家专访中，英伟达 CEO 黄仁勋，面对全球观众，抛出了一句冷静却刺耳的判断：

如果世界没有了新创意，那么（AI带来的）生产力提升就会转化为失业。

不是模型、不是芯片，也不是封锁——他最担心的，AI时代我们人类是否还“有想法”。

就在这句话说出的后，他即将踏上访华行程——据 Reuters 报道，黄仁勋将于 7 月 16 日在北京出席媒体会。

这是他年内第二次来华，也是在英伟达历史性市值突破 4 万亿美元后首次公开露面。

而这场对话，比任何财报数字都更具穿透力。 他谈到了 AI 失业、提问能力、美国技术栈与中国开发者的关系，甚至直言：“未来计算机的编程语言是英语，或者您选择的任何其他自然语言。”

这是AI 工业化加速期，也是“认知淘汰赛”的开场时刻。

对开发者、创业者、打工人来说，一个真实而残酷的问题浮现出来：

谁将最先被 AI 淘汰？不是能力不够，而是想法太少。

本文将通过「纪实 × 拆解 × 洞察」的方式，梳理这场专访的核心内容，理解一个超级 CEO 对未来的真实判断。

读完，你将获得一个审视自身'创意能力'的参照框架，也能看清英伟达与中国 AI生态互动的深层逻辑。

第一节｜谁会被淘汰？黄仁勋警告“创意荒”

在这场CNN 对话中，黄仁勋并没有重复那些听腻了的AI热词。他只用一句话，就把人类未来的焦点打了出来：

“如果世界没有了新创意，生产率提升就会直接变成失业。”

主持人 Fareed Zakaria 当时问的是 AI 会不会带来大规模白领失业，尤其是像会计、法律、咨询这些按流程做事的岗位。

但黄仁勋没有直接回答“谁会丢饭碗”，他反问的是：“这个世界还有没有人有新想法？”

这句话的分量比“AI 夺走多少岗位”更重。因为他说的不是职位消失，而是创意消失。

核心不是失业，而是思路枯竭

黄仁勋给出的逻辑很简单：

• 如果社会还有大量新的点子——比如更快的物流系统、更聪明的健康诊断、更高效的药物发现——
• 那么AI的到来就会帮我们把这些想法变成现实，工作也会更多、更丰富；
• 但如果大家只是不断重复旧任务、抄别人路径、等系统喂答案，那么AI只需要几秒钟，就能把这些流程做完。

不是 AI 要不要取代你，而是你有没有东西值得它来帮你做。

黄仁勋没有列出一张"危险职业清单"，但他给出了一个"被淘汰者画像"：

• 只会执行、不会设计任务的人；
• 不去思考目的，只等系统输出结果的人；
• 一切工作都靠"问别人"而不是"问自己"的人。

反过来，他说："AI 是技术的均衡器，它提升了那些不懂技术的普通人——前提是你有事让它帮你做。"

 AI 不是“工具升级”，而是开始测试你有没有独立方向感。

在今天，AI 已经可以快速写文案、编代码、做图表、列计划……它最不缺的是把事做出来的能力。

真正的分水岭已经不在“你会不会用”，而在你能不能告诉它你想做什么、为什么要做、什么样才算做好。

这不是能力差，而是有没有想法的问题。

换句话说："AI 不会裁掉你，AI 只是加快了'没主意的人'被换下场的速度。"

这就是"创意荒"的真实含义。

它不是说每个人都要变得很有创意，而是说——你有没有办法，让 AI 为你所用，而不是被动等着被替代。

第二节｜黄仁勋访华：输出技术观，不只是带芯片

2025 年 7 月 16 日，黄仁勋即将在北京举办媒体见面会。

这是他年内第二次踏足中国，也是在英伟达登顶全球市值第一之后，第一次以“访华者”身份出现。

外界普遍关注他是否会宣布“为中国市场定制的 AI 芯片”，但从他在 CNN 专访中的表态来看，比芯片更重要的，是他想传递一种技术观念：

我们希望美国技术栈成为全球标准。

( We want the American tech stack to be the global standard)。

用"开发者视角"重新定义AI游戏

在 CNN 访谈里，主持人直接抛出敏感问题：

美国现在对中国的AI芯片设置了越来越多出口限制，你说这策略是‘适得其反’，什么意思？

黄仁勋并没有回避，他说：剥夺某人的技术，不是目标，只是一种手段。而且这种做法，并不会帮我们达成真正的目标。

那真正的目标是什么？

他给出的答案：

• 美国应该成为 AI 技术的领导者；
• 像美元是全球通用货币一样，美国的技术体系也应成为全球共识的“通用语法”；
• 而这要靠的不是限制别人，而是吸引全世界最优秀的开发者。

他提到一个极少被西方 CEO 正面承认的事实：世界上 50% 的 AI 开发者，在中国。

这不是政治正确的表态，而是产业现实。

英伟达要的不是简单的“出货”或“护城河”，而是一个更深层的战略：

→ 让全球开发者都在美国的 AI 技术平台上构建内容、创造价值。

→ 让“技术语言的标准”，优先在美国这套架构上运行。

超越技术的"平台外交"

从 CUDA、GPU 到 AI 框架，英伟达想建立的是一套全球统一的技术底座，而中国，是不可或缺的一部分。

他的逻辑是——

• 如果中国开发者都在用美国的开发工具、依赖英伟达的计算生态，那无论模型在哪训练、在哪部署，最终底层依赖仍然回到美国标准；
• 这比禁售更长期，也更有效。

正如他所说：

“我们希望世界上最优秀的 AI 系统，能在美国的技术平台上运行得最好。”

他来中国，很大程度上是为了保住技术栈影响力最关键的一环。因为今天的 AI，不再是一场硬件之战，而是一场'谁来定义下一代基础设施'的比拼。

而中国，正是这场竞争中最重要的开发者聚集地、落地场景测试场，以及产业反馈最快速的市场。

小结

黄仁勋的这场访华，与其说是单纯的市场行为或象征姿态，更多的是一次典型的'技术观输出'。

他说：

我想让AI跑在最好的技术平台上。

不是强迫别人接受，而是让别人愿意依赖。

在中美技术关系变得复杂的当下，这是少数仍在搭桥而非拆桥的 CEO 之一。

而他所搭的这座桥，通向的不是哪家厂商，而是一群还在夜里调模型、白天改代码的开发者。

第三节｜ AI时代的硬通货：你会提问吗？

在这场专访的中段，黄仁勋被问到一个非常现实的问题：

“现在有很多研究指出，使用 AI 太多的人，反而会变‘懒’——他们动脑变少了，做事越来越依赖系统，你怎么看？”

黄仁勋没有直接否定研究结论，但他换了一个角度回答：

“我每天都在用 AI。我不觉得我的思维能力变差，反而更强了。 因为我不是让它替我思考，而是让它教我我不知道的东西。”

他说，真正的关键不是你用了 AI，而是你怎么和它打交道。

他提到了一个被严重低估的能力：提问的能力。

当你和 AI 互动时，不是随便丢一句话。你会问它问题，然后继续追问，像医生开第二轮、第三轮化验单一样。

你甚至会把一个 AI 的回答交给另一个 AI，让它来指出错误，然后再回去问第一个 AI：‘你确定这是你能给出的最好答案吗？’

听上去像是“在为难 AI”，但其实他说的是一种未来工作习惯的转变：不是输入一个问题，等一个答案，而是通过连续提问，不断把问题问深、问清、问出道理来。

他还讲了一个细节：CEO最重要的工作，其实就是问问题。

——“我 90% 的工作，其实都是在提问。我的很多指令和判断，其实都藏在一个个问题里。”

这句话看起来轻描淡写，但其实是这场对话中最有力量的一句。

AI 时代真正被拉开的差距，不在技术，不在学历，而在一个人是否具备提出高质量问题的能力。

为什么“会提问”比“会操作”更重要？

因为今天的 AI 工具，已经不缺执行力——你说“写个会议纪要”“画个流程图”“列一个招聘启事”，它就能快速完成。

但它不擅长的，是分辨哪种做法更适合你，哪种目标更优，哪种表达更打动人。

也就是说，AI 很强，但它不知道该做哪一件事。

所以，如果你自己也不知道你在找什么答案、解决什么问题，那 AI 帮不上你。这时候，提问能力就成了连接你和 AI 之间的桥梁。

过去，一个人聪不聪明，往往看他会不会答题。

现在，一个人有没有能力，反而要看他能不能把题目问对、问透。

比如——

• 不是问：这项目能不能做，而是问：做了它，我们能不能降低 30% 的人工投入？
• 不是问：“这内容写得怎么样”，而是问：“有没有另一种角度，更能打动对方的情绪？”

AI 可以给你答案，但真正高级的问题，只能靠你自己问出来。

在这里，黄仁勋说得很明确：与 AI 的互动，本质上是一个'问答过程'。你问得越深，AI 回答得越准。

这意味着， “提问”已经成为未来工作的核心能力。

第四节｜编程不靠代码：未来语言是英语

第三节我们学会提问之后，接下来的问题是——你要怎么让 AI 把它做出来？

很多人以为，AI 是程序员的事情。但黄仁勋在访谈中说了一句出人意料的话：

未来的编程语言，是英语。或者是你选择的任何自然语言。

换句话说——

你不需要懂代码，才有资格用 AI 做事；

你只需要把事情说清楚，就能把 AI 调动起来。

一个真实场景：英伟达已经在内部“全员用 AI”。

在 CNN 的镜头下，黄仁勋淡淡地说出一句话，但信息量极大：我鼓励所有员工使用 AI，甚至到了强制的程度。

不是鼓励工程师试用、不是内部开小灶，而是整个英伟达，从软件工程师到芯片设计师，所有人都必须把 AI 融入到工作流程中。

他这样说：

“我们 100% 的软件工程师，100% 的芯片设计师，都已经在用 AI。”

这不是概念上的“赋能”，而是公司制度层面的“基本动作”。

• 想写代码？先问 AI；
• 要查设计规范？问 AI；
• 方案做完第一版？扔给 AI 优化；

所有员工都必须先让 AI 给出参考、结构、验证和替代方案，然后才往下推进。这不是用不用 AI的问题，而是如果你不熟练用 AI，你在这个岗位上就没法推进工作。

为什么“会用 AI”，不是程序员的特权？

因为今天的 AI，已经能听懂人话了。

你不需要写复杂的函数，只要你能准确描述目标、约束条件、期望结果，AI 就能自动生成代码、改图纸、查漏洞、写文案。

这背后变化的，不是技术，而是人与技术的连接方式：

• 从“代码翻译器”，变成“协作伙伴”；
• 从“操作系统”，变成“对话接口”。

这也意味着：你的思路越清晰，AI越有用；你越会描述，它越能替你落地。

英伟达的这些真实做法说明了一个趋势：未来职场中'技术岗'和'非技术岗'的界限会越来越模糊

• 懂产品的人，只要能把需求说清楚，就能通过 AI 快速生成 demo；
• 做销售的人，只要能列出客户关注点，AI 就能自动写出定制方案；
• 做内容的人，不需要写 prompt 教程，只要表达到位，就能生成结构化内容。

AI 正在变成每个人的“第二大脑”，而你要做的，就是掌握如何调动它。

因为未来的计算机语言，就是你说的话。

第五节｜AI开始“动手”：从视频到现实抓杯子

AI 给人的印象是只会说话、写字、画图，是一个“屏幕里的工具”。

但黄仁勋在 CNN 专访中，提到了一件看起来很小、但本质很大的事：

如果你能生成一个人拿起杯子的视频，

那你也就能生成一个机器人拿起杯子的动作。

这不是随便说说，而是一种技术判断：

→ AI 不只会“生成内容”，

→ 它正在开始“执行动作”。

全新的模型能力：从语言到动作的闭环。

今天你可以对 AI 说：“帮我写一封道歉信”、“生成一个办公室的3D图像”、“给我一段视频：一个人拿起杯子”。

接下来呢？

如果你能生成视频，说明 AI 能理解空间、动作和时序关系。 那么，它也就能把这个动作“交给机器人”去实际执行。

这就是黄仁勋讲的：“AI 正在进入物理世界。”

换句话说： 以前，AI 是“能说”，不能“动”； 现在，它开始“说出来的事，自己也能做”。

他说：我们现在看到的，是一种可能性的艺术。你能描述动作，就能生成动作。

这不是设想，而是进展中的现实。谷歌发布的 Veo 3，就已经可以根据文字描述，生成非常逼真的“人类动作视频”。

你说：“一个人在厨房拿起一个透明的水杯”，Veo 会还原出手的角度、水的波动、灯光的反射。

这类模型理解的不只是画面，而是动作背后的规律。

而这种能力，一旦和机器人结合，下一步就不是“生成视频”，而是“控制机械臂”。

AI 的“下一跳”——从信息世界，走进真实世界。

他说：如果 AI 能看懂图像、听懂语言，那它就能懂蛋白质，懂化学，懂操作。我们可以教 AI 不只是名词，还要教它这些词汇的意义和交互方式。

这意味着，AI 不只是个助手，而是正在成为一名初级研究员、技术员，甚至一名工程合作者。

应用远比我们想象得近。

• 在医疗实验室，AI 能控制仪器完成细胞扫描；
• 在工厂，AI 驱动的机器人开始完成精密拧螺丝；
• 在物流仓库，AI 不只是调度路线，而是亲自“走进货架”执行抓取任务。

这不再是理解问题，而是执行问题。

从输入一句话 → 生成动作步骤 → 指挥机器执行， 整个链路已经基本可用，只差几个工业接口和大量场景训练。

小结

黄仁勋说：

“今天，这项技术已经存在，也已经在工作。三到五年内，你会看到大量这样的机器人走入现实。”

AI 不再只是“生成工具”，而是正在变成“现实的合作者”。

它正在从屏幕上跳下来，拿起杯子，打开门，接手真实世界里的重复动作。

而这正是黄仁勋所说的——AI 的下一阶段，是 “物理智能”：它不再只是给你建议，而是开始替你完成任务。

结语｜谁会被淘汰？不是 AI

黄仁勋这次专访既没有抛出技术数据，也没有展示产品蓝图。 他说的每句话，其实都在划出一个清晰的界线：

有想法的人，用 AI 做事；

没想法的人，被 AI 淘汰。

他避开了具体的职业建议，而是重点谈了三个问题：

• 想清楚你要干什么：AI 不判断方向，它只是放大你已有的目标；
• 学会把问题问对：真正拉开差距的，是提问的质量；
• 现在就开始用：不管你是工程师、设计师、销售还是学生，AI 已经在等你给它任务。

“AI 是技术的均衡器。”

“它不会拉开差距，但它会暴露谁从不思考。”

这是黄仁勋给出的回答，也是留给我们每个人的思考：别等行业变了、岗位没了、淘汰发生了，还在问怎么学 AI。

它不是你掌握了什么，而是你有没有在用它——参与未来的建设。

现在，就是起点。