黃仁勳：AI 正進入代理人時代，真正的大建設才剛開始

Nvidia（輝達）執行長黃仁勳（Jensen Huang）在近期訪問台灣及相關媒體訪談中，描繪了一幅關於人工智慧未來十年的宏大藍圖：AI 產業仍在建設初期，而下一個階段將由能自主完成任務的 AI 代理人（AI agents）與龐大的運算基礎設施所主導。

外界往往把焦點放在 Nvidia 的 GPU，但黃仁勳反覆強調，AI 不只是晶片，而是一整套從硬體、網路到軟體的基礎設施體系，將重塑企業運作方式、全球供應鏈，以及人類工作的型態。

AI 基礎設施仍在「最早期階段」

黃仁勳多次指出，目前全球的 AI 熱潮其實還沒有接近頂峰。

在多場訪談中，他形容 AI 基礎設施的建設仍處於**「最早期階段」**，未來至少十年仍會持續快速擴張，因為各行各業都在逐步導入大規模 AI 系統。

這種說法也重新定位了 Nvidia 的角色：與其說是一家週期性的半導體公司，不如說是 AI 經濟的核心運算平台供應商。

Nvidia 的定位：從 GPU 公司到 AI 基礎設施平台

黃仁勳經常把 Nvidia 描述為 AI 生態系的「底層平台」。

公司本身不直接打造多數終端 AI 產品，而是提供讓數千家公司建立 AI 應用的基礎設施，包括：

• GPU 與加速運算晶片
• AI 網路與資料中心互連
• 大規模資料中心架構
• AI 訓練與推論軟體平台

他將這種架構稱為 「AI 工廠（AI factories）」——企業透過這些系統生產「智慧」，就像工廠生產商品一樣。

AI 代理人將成為下一波主角

黃仁勳特別強調 AI 正從聊天機器人邁向 「代理式 AI（agentic AI）」。

這類系統不只是回答問題，而是能夠：

• 進行多步驟推理
• 使用各種工具
• 自動完成實際任務

他認為這些代理人將逐漸滲透企業流程與日常生活，從寫程式、安排工作流程到管理日常事務。

更大膽的預測是：未來公司內的 AI 代理人數量可能遠超人類員工。

在一個他描述的情境中，十年後 Nvidia 可能擁有約 7.5 萬名員工，但同時與數百萬甚至數百萬級的 AI 代理人一起工作。

黃仁勳認為，這不一定會減少工作，反而可能讓員工更忙。

因為當 AI 加速開發與決策流程後，企業會嘗試做更大的事情，項目規模也會同步擴張。

關於「個人使用 AI」的傳聞

網路上流傳一些說法，例如：

• 黃仁勳在工作中使用 Anthropic 的 Claude
• 他的家人利用 AI 代理人管理家庭事務

不過，目前主流媒體對他台灣訪問的報導中沒有可靠來源直接證實這些具體說法。

因此這些細節應被視為 未經確認的轉述或二手說法，而不是已被證實的公開發言。

AI 發展的新瓶頸：記憶體

黃仁勳也指出，AI 產業正在出現一個新的限制因素。

過去大家關注的是運算能力，但現在記憶體容量與頻寬正快速成為關鍵瓶頸。

現代 AI 模型需要：

• 巨量資料
• 即時推理
• 高速回應

這些需求都依賴高頻寬記憶體（HBM）與更先進的系統架構。

因此未來 AI 的進步，不只取決於 GPU 的速度，也取決於記憶體技術與整體系統設計。

為何台灣是 AI 供應鏈核心

黃仁勳此行也再次凸顯台灣在全球 AI 產業中的關鍵角色。

Nvidia 的最先進晶片主要由台積電（TSMC）製造。隨著 AI 需求爆炸式成長，他指出未來十年半導體產能必須大幅擴張。

他甚至預測，AI 需求本身就可能讓台積電的產能在十年內增加超過一倍。

這使得台灣在全球 AI 供應鏈中的地位更加關鍵。

中國仍是重要 AI 市場

儘管美中科技競爭與出口限制持續存在，黃仁勳仍表示中國是重要市場。

他認為，中國政府未來可能會逐步重新開放 AI 晶片市場，但具體時間仍取決於政策與產業保護考量。

同時他也強調，台灣將繼續是 Nvidia 最先進晶片的核心製造基地。

AI 運算未來：異質運算架構

黃仁勳並不認為未來 AI 會由單一晶片架構主導。

相反地，他預期 AI 系統會採用 異質運算（heterogeneous computing），不同處理器負責不同任務。

例如：

• GPU 用於大規模模型訓練
• 不同晶片負責推論
• 專用硬體處理記憶體與網路
• 多系統協同運作支援 AI 代理人

這些分工將構成大型分散式 AI 系統。

大局：AI 建設才剛開始

綜合黃仁勳的觀點，可以看到一條清晰的發展路線：

• AI 基礎設施仍處於早期建設階段。
• AI 代理人將逐步成為工作與生活的重要助手。
• 記憶體與晶片產能正成為 AI 成長的關鍵限制。
• Nvidia 正把自己定位為整個 AI 生態系的底層平台。

如果他的判斷正確，那麼真正改變世界的 AI——包括大規模代理人系統、AI 工廠，以及跨架構運算平台——可能還在前方，而不是已經發生。