Så blev Mediatek och Nvidia motbeviset mot tech-branschens dystra uppsägningstrend

Inuti samarbetet mellan Mediatek och Nvidia

Partnerskapet spänner över en hel AI-infrastruktur och skapar ingenjörsbehov på varje nivå:

• AI-datorprocessorer: Mediatek designade tillsammans med Nvidia processorn N1X som driver RTX Spark-bärbara datorer, presenterad under GTC Taipei. Chipet är byggt på TSMC:s 3nm-process .
• Personliga AI-superdatorer: Mediatek designade tillsammans med Nvidia GB10 Grace Blackwell Superchip inuti DGX Spark, en personlig AI-superdator som släpptes till allmänheten i oktober 2025 .
• Skräddarsydda AI-ASIC:ar: Mediatek gick med i Nvidias ekosystem för skräddarsydda ASIC:ar som en av de första användarna av NVLink Fusion, och använder sin expertis inom höghastighetslänkar för att skapa molnskaligt AI-kisel .
• Bilplattformar: De två företagen bygger gemensamma plattformar för fordonshytter med Nvidias GPU-chiplet och AI-IP, med siktet inställt på produktion redan 2026 .
• IoT och edge AI: Samarbetet sträcker sig till AI-ramverk som Nvidia TAO för att föra ut AI-slutledning till enklare, strömsnålare enheter .

Varje initiativ kräver ingenjörer specialiserade på chipdesign, avancerad paketering, systemintegration och AI-mjukvara – roller som knappt existerade före den nuvarande AI-uppbyggnaden.

Huangs argument på Computex 2026: 'Fullständigt nonsens'

När Jensen Huang talade på Computex 2026 i Taipei gick han till direkt angrepp mot påståendet att AI eliminerar jobb :

"Folk pratar om att AI minskar antalet jobb – fullständigt nonsens. Det leder till att fler mjukvaruingenjörer anställs."

Huangs resonemang vilar på en enkel ekonomisk logik: när en enskild ingenjörs produktivitet mångdubblas med AI-verktyg, vill företag ha mer av denna produktiva kraft – inte mindre . Han jämförde AI:s effekt med tidigare teknikvågor: "Datorer gjorde oss mer upptagna. Internet gjorde oss mer upptagna, mobiler gjorde oss mer upptagna. AI kommer att göra detsamma" .

Som stödjande bevis pekade Huang på antalet kodincheckningar ("commits") på GitHub, som nästan har tredubblats, och att användningen av AI-assisterad kodning skjutit i höjden från 300 miljoner sessioner 2023 till nästan 1,4 miljarder i början av 2026 . Implikationen: AI-verktyg förstärker ingenjörers produktionskapacitet så dramatiskt att efterfrågan på ingenjörer ökar, inte minskar.

Hur rimmar 107 000 förlorade jobb med den bilden?

Huangs optimistiska syn står mot en obekväm bakgrund: över 107 000 tech-arbetare har hittills blivit uppsagda under 2026 . Huang och hans förespråkare förenar motsägelsen på två sätt:

1. Många uppsägningar härstammar från omstrukturering efter pandemin, inte direkt från AI-ersättning. Tech-företag är ökända för att ha överrekryterat under boomen 2020–2022, och de nuvarande nedskärningarna liknar de cykliska korrigeringar som föregick den generativa AI-boomen.
2. AI-specifik rekrytering växer snabbare än äldre roller försvinner. Mediateks expansion – att anställa en TSMC-veteran inom chip-paketering, sikta på en ny datacenter-affär värd en miljard dollar, och bemanna upp för Nvidias designprojekt – illustrerar hur AI-infrastrukturen skapar helt nya arbetskategorier (chiplet-design, AI-fabriksdrift, fordons-AI-integration) som knappt existerade för fem år sedan.

Huangs kärnbudskap förblir nyanserat: han säger inte att noll jobb kommer att gå förlorade, utan snarare att nya kategorier av ingenjörsarbete kommer att absorbera mer talang än de roller som automatiseras. Mediatek, Qualcomm och det bredare ekosystemet av Nvidias partners demonstrerar just nu detta mönster i realtid.

I slutändan är frågan inte om AI kommer att ersätta enskilda arbetsuppgifter, utan om den totala efterfrågan på ingenjörer som bygger AI-system kommer att överträffa minskningen av traditionella roller. För närvarande pekar chip-industrins anställningsdata i Huangs riktning.