Ofensywa AI MediaTeka i sojusz z Nvidią potwierdzają słowa Jensena Huanga: Miejsca pracy w AI rosną, nie znikają

Współpraca MediaTek–Nvidia od kuchni

Partnerstwo to obejmuje pełen stos obliczeniowy AI, generując zapotrzebowanie na inżynierów na każdym jego poziomie:

• Procesory do komputerów AI: MediaTek współprojektował procesor N1X napędzający laptopy Nvidia RTX Spark, zaprezentowane na GTC Taipei. Układ jest budowany w procesie technologicznym 3nm TSMC .
• Osobiste superkomputery AI: MediaTek współprojektował superchip GB10 Grace Blackwell znajdujący się wewnątrz osobistego superkomputera DGX Spark, który trafił do publicznej sprzedaży w październiku 2025 roku .
• Niestandardowe układy ASIC dla AI: MediaTek wszedł do ekosystemu niestandardowych układów ASIC Nvidii jako jeden z pierwszych użytkowników technologii NVLink Fusion, wykorzystując swoje szybkie interkonekty i doświadczenie projektowe do tworzenia krzemowych rozwiązań AI na skalę chmurową .
• Rozwiązania motoryzacyjne: Obie firmy budują wspólne platformy kokpitów pojazdów, wykorzystujące cziplet GPU Nvidii i IP AI, celując w rozpoczęcie produkcji już w 2026 roku .
• IoT i AI na brzegu sieci: Współpraca obejmuje również frameworki AI na urządzenia końcowe, w tym Nvidia TAO, przenosząc wnioskowanie AI do urządzeń o niższym poborze mocy .

Każda z tych inicjatyw wymaga inżynierów specjalizujących się w projektowaniu chipów, zaawansowanym pakowaniu, integracji systemów i oprogramowaniu AI – stanowisk, które na taką skalę nie istniały przed obecnym boomem na sztuczną inteligencję.

Argument Huanga z Computex 2026: „Kompletna bzdura”

Przemawiając na Computex 2026 w Tajpej, Jensen Huang bezpośrednio odniósł się do twierdzenia, że AI eliminuje miejsca pracy w branży oprogramowania :

„Ludzie mówią, że AI zmniejsza liczbę miejsc pracy – kompletna bzdura. To powoduje, że zatrudnia się więcej inżynierów oprogramowania.”

Argumentacja Huanga opiera się na prostej logice ekonomicznej: kiedy produktywność pojedynczego inżyniera oprogramowania zwielokrotnia się dzięki narzędziom AI, firmy chcą więcej tej zwiększonej produktywności – a nie mniej . Porównał efekt AI do poprzednich fal technologicznych: „Komputery PC sprawiły, że mieliśmy więcej pracy. Internet sprawił, że mieliśmy więcej pracy, urządzenia mobilne sprawiły, że mieliśmy więcej pracy. AI zrobi to samo” .

Jako dowód Huang wskazał na liczbę commitów na GitHubie, która niemal się potroiła, oraz na wykorzystanie wspomaganego przez AI kodowania, które gwałtownie wzrosło z 300 milionów sesji w 2023 roku do prawie 1,4 miliarda na początku 2026 roku . Wniosek: narzędzia AI tak dramatycznie zwiększają produktywność inżynierów, że popyt na nich rośnie, a nie maleje.

Jak pogodzić to z liczbą 107 000 zwolnień?

Optymistyczna wizja Huanga zderza się z niewygodną rzeczywistością: w 2026 roku zwolniono już ponad 107 000 pracowników branży technologicznej . Huang i jego zwolennicy tłumaczą tę sprzeczność na dwa sposoby:

1. Wiele zwolnień wynika z restrukturyzacji po pandemii i cięcia kosztów, a nie z bezpośredniego zastępowania pracowników przez AI. Firmy technologiczne notorycznie przesadziły z zatrudnieniem podczas boomu w latach 2020–2022, a obecne cięcia są echem cyklicznych korekt, które miały miejsce na długo przed erą generatywnej AI.
2. Zatrudnienie specyficznie w sektorze AI rośnie szybciej, niż kurczą się tradycyjne stanowiska. Ekspansja MediaTeka – zatrudnienie weterana pakowania układów z TSMC, cel miliarda dolarów z nowego biznesu centrów danych i rekrutacja do wspólnych projektów z Nvidią – pokazuje, jak budowa infrastruktury AI generuje kategorie prac (projektowanie interkonektów czipletów, obsługa fabryk AI, integracja AI w motoryzacji), które jeszcze pięć lat temu praktycznie nie istniały.

Główne twierdzenie Huanga pozostaje zniuansowane: nie mówi, że zero miejsc pracy zostanie utraconych, ale raczej, że nowe kategorie prac inżynieryjnych wchłoną więcej talentów, niż role, które zostaną zautomatyzowane. MediaTek, Qualcomm i cały ekosystem partnerów Nvidii demonstrują ten schemat w czasie rzeczywistym.

Ostatecznie pytanie nie brzmi, czy AI wyprze pojedyncze zadania, ale czy całkowity popyt na inżynierów budujących systemy AI przewyższy spadek w tradycyjnych rolach. Na razie dane o zatrudnieniu w branży chipów przechylają szalę na korzyść tezy Huanga.