深度｜黄仁勋对话Cisco CEO：未来十年算力将提升100万倍；写代码只是打字，领域知识才是你的“超级力量”

深度｜黄仁勋对话Cisco CEO：未来十年算力将提升100万倍；写代码只是打字，领域知识才是你的“超级力量” 深度｜黄仁勋对话Cisco CEO：未来十年算力将提升100万倍；写代码只是打字，领域知识才是你的“超级力量” Modified February 16 当你带着这种心态处理一切时，你就是在应用 AI 感性。 如果你还在纠结速度、纠结成本，那你还没做对。 想象一下，如果你将这种逻辑、这种感性应用于公司最难的问题上。这才是你改变现状的方式。你的竞争对手已经在这么想了，新成立的公司也是。 所以我会去寻找：公司里最有影响力的工作在哪里？给它应用无穷大。应用零。应用光速。然后问 Chuck 如何实现它。 核心价值：感知、推理与应用层 Chuck Robbins: 现 在让 我们谈谈如何实现它。你有一个关于五层蛋糕的类比。因为每个人都在谈论基础设施、模型、应用 …… 我该如何着手？聊聊这个。 黄仁勋 : 直接给我打电话。我们一起做。 成功人士所做的事情之一就是去推论：一个事物的本质究竟是什么？ 大约 15 年前，两个工程师利用一个算法解决了一个计算机视觉问题。 Computer Vision 基本上是 Intelligence 的第一部分：感知。 Intelligence 由感知、推理和计划组成。 感知：发生了什么？我的 Context 是什么？推理：我如何推理并将这与我的目标进行对比？计划：制定计划来实现目标。 智能就是关于这三件事。你不能在没有感知的情况下拥有推理和计划部分。而 Context 是高度多模态的。有时它是 PDF ，有时是电子表格，有时是信息，有时只是感觉和气味。察言观色，这就是感知。 大约 13 14 年前，我们在计算机视觉领域实现了巨大的跨越 ……AlexNet 。这就像我们与 AI 的 “ 第一次接触 ” 。我们当时思考： “ 两个孩子带着几个 GPU 是如何解决这个问题的？这意味着什么？ ” 十年前我们就把它拆解并推论过了。我得出的结论是，事实上，世界上大多数可以被解决的难题，都可以通过这种方式解决。 原因在于：世界上大多数困难的问题、有价值的问题，并没有原则性的算法，没有 F=ma ，没有麦克斯韦方程组。 直觉和智慧的大多数有价值的东西，答案往往是 “It depends” 。如果答案是 3.14 ，那就太棒了。但生活中的大多数难题、大多数有价值的问题都是 “ 这取决于 ” 。因为它取决于 Context 。 12 、 13 年前，计算机视觉问题被解决了。于是我们推论，由于 Deep Learning ，这实际上是可以扩展的。而我们当时只需要解决一个问题：我们该如何训练这个模型？ 重大的突破是 Self Supervised Learning 。 AI 开始学会自我学习。 请注意，今天我们不再受限于人工标注。这打开了闸门，让我们能将模型规模从几亿参数扩展到几万亿。我们能编纂的知识总量呈爆炸式增长。 我们推论，我们要彻底重塑计算。 从 Explicit Programming 转向一种全新的计算方式，即软件将是通过学习产生的。 如果你再往后退一步，这对 Computing Stack 、软件开发方式、工程组织意味着什么？评估产品的 QA 团队会发生什么？我们如何部署产品？你如何让它永远保持刷新？你如何给软件打补丁？关于计算的未来，我问了无数个 “ 如何 ” 。我们公司得出的结论是，这将改变一切。因此，我们基于这个核心信念对整个公司进行了转型。 生成式未来 Chuck Robbins: 简单来说， Chuck 所说的是，我们来自一个一切都是 “ 预录制 ” 的世界。 Chuck 以前开发的软件 …… 黄仁勋 : 郑重声明，它运行了很长一段时间。确实如此。它是用希伯来语描述的。 Chuck Robbins: 这是真的。 Chuck 是这个房间里唯一懂希伯来语 COBOL 的人。 黄仁勋 : 总之，那是预录制的。我们描述算法和想法，然后放入相配套的数据。一切都是预录制的。你知道过去软件是预录制的原因，是因为它是通过 CD ROM 发行的，对吧？ 现在的软件是什么？因为它是 Contextual ，每个语境都不同，每个用户都不同，每个 Prompt 都不同，你给它的 Priors 也不同。每一秒的软件都是不同的。 这就是为什么过去所需的计算量 —— 也就是预录制时代 —— 被称为 Retrieval Based 。当你点击手机，它去检索一些软件和图像。 在未来，一切都将是 Generative 。就像现在正在发生的一样。这段对话从未发生过。概念以前存在，但这段序列中的每一个词在此刻之前从未发生过。 而原因显然是我们已经喝了四杯酒了。 Chuck Robbins: 冷萃咖啡，有的；希伯来语 C OBOL ，没有。 黄仁 勋 : 幸好这不是在大学校园里，或者是正在直播。是啊。 Chuck Robbins: 好了，你明白我在说什么吗？ 黄仁勋 : 所以，其结果是 …… Chuck Robbins: 你明白你自己正在说什么吗？ 黄仁勋 : 到目前为止， Chuck 今天唯一喂给我的就是四杯葡萄酒。 Chuck Robbins: 说句公道话，我只喂了你一杯。另外三杯是你从自助餐台上自己拿的。 黄仁勋 : 我一直盯着那些食物，我太饿了。它一直离我大约 40 英尺远。有一次我真的倾向那些食物，但又被推回来了。 Chuck R obbins: 你知道发 生了什么吗？你的团队其实提前告诉我们， “ 如果他喝了三杯酒，他处于最佳状态；如果喝了第四杯 …… 那简直会不可思议。 ” 黄仁勋 : 五杯就不是最佳状态了。总之 …… 听着。那么什么是 AI ？ Chuck Robbins: 我们得留下一些智慧。能再来一杯酒吗？ 黄仁勋 : 这可不只是 Dave Chappelle 的段子。好了，让我们谈谈另一件事。能源、芯片、基础设施 —— 无论是硬件还是软件。然后是 AI 模型。 但 AI 最重要的部分是 Applications 。 每一个国家，每一家公司 …… 底层的所有这些层级都只是基础设施。 你真正需要做的是应用这项技术。看在上帝的份上，应用这项技术吧。 一家使用 AI 的公司是不会陷入危机的。你不会因为 AI 而失业，你会因为一个使用 AI 的人而失业。所以，赶紧行动起来。 尽快给 Chuck 打电话。你给我打，我给他打。明白了。 我们的时间不多了 …… 我们有的是时间。瞧， Chuck 经营公司按小时计费，我甚至不戴手表。你看。我就在这守着你呢。你是按表收钱的人，我不是。在价值交付之前我是不会离开的。 瞧，如果需要耗上一整晚，我可不 …… 嘿，听着，我要折磨你们所有人，直到你能说出你学到了一些东西，否则你会被困在这里。 工具使用与 Physical AI 的深远影响 Chuck Robbins: 我们要 折磨每个人直到价值交付。我确认过了，还有更多的酒。你能谈谈你对 Physical AI 的第一想法吗？ 黄仁勋 : 记住软件是什么。软件是一种工具。有一种观点认为软件行业正在衰落，将被 AI 取代。你可以看到有一大批软件公司的股价承受着巨大的压力。 这是世界上最不合逻辑的事情。时间会证明一切。 让我们进行一个思想实验。假设我们是究极 AI ： Artificial General Robotics 。物理版的我们。如果你是一个人形机器人，你会使用螺丝刀，还是发明一个新的螺丝刀？我直接用一个就行了。你会去重新发明一个计算器吗？你当然会直接使用计算器。 这就是为什么 AI 最新的突破是什么？是工具使用。 因为工具被设计成是显式的。我们不需要 AI 去重新发明物理定律。我们希望通用人工智能去学会使用工具。 我认为在下一代 Physical AI 中，我们将拥有理解物理世界、理解因果关系的 AI 。 多米诺骨牌的概念是极其深奥的。因果关系、接触、重力、质量。一个小小的骨牌推倒一个大骨牌，直到另一端产生巨大的力量。一个孩子理解这个概念毫不费力。而大型语言模型对此一无所知。 所以我们必须创造一种新型的 Physical AI 。 那么，机会在哪里？到目前为止， Chuck 和我所处的行业是关于创造工具。 有史以来第一次，我们将创造人们所谓的 “ 劳动力 ” ，但这是增强劳动力。 什么是自动驾驶汽车？它是一个 Digital Chauffeur 。数字司机的价值比车本身贵得多。因为在数字司机的生命周期内，其经济效益远高于汽车本身。 有史以来第一次，我们触及了一个大出一百倍的 TAM 。 IT 行业大约只有一万亿美元规模。而全球经济总量约为一百万亿美元。我们正首次触及这一切。 你们所有人都有机会应用这项技术，成为一家技术公司。 技术是你的超级能力，而原本的领域只是你的应用场景。 而不是相反。原因是那些 “ 技术优先 ” 的公司处理的是电子，而不是原子。原子受限于质量，而电子的数量多得多。 这就是为什么，当他们从 CD ROM 转向电子的那一刻，公司的价值爆炸式增长了一千倍。你需要像我们一样：成为一家 “ 电子公司 ” 。 黄仁勋 : 美妙的事情在于，世界的编程语言对于你们所有的公司而言，你可能觉得自己 “ 软件不是我们的强项 ” 。 但知识、直觉、领域专业知识才是你们的强项。现在，你第一次可以用意自己的语言向计算机准确解释你想要什么。 从 Explicit Programming 转向 Implicit Programming 。 有史以来第一次，你可以隐式地对计算机进行编程。写代码到头来只是打字。而打字到头来只是一种 Commodity 。 这就是你们的重大机会。你们所有人都可以从以前受限的原子限制中升华。你们所有人都可以摆脱这种局限。 你们所有人都有极具价值的东西，那就是领域专业知识。去理解客户，理解问题。这才是终极价值：理解意图。 当你大学毕业时，你可能是一个超级程序员，但你根本不知道客户想要什么。但这正是你们所知道的。写代码那部分很容易。直接让 AI 去做就行了。这也就是你们的超级能力。 Chuck 和我在这就是为了赋能你们去实现它。刚才那段结语是我在喝了五杯酒的情况下完成的。 Chuck Robbins: 这确实是 Artificial Intelligence 的真实体现。或者这叫 Enhanced Intelligence 。 数据主权与 “AI in the loop” 黄仁勋 : 对于一个在平板电脑上工作的人来说 ……Chuck ，我只想告诉你，能和你们所有人一起工作是巨大的荣幸。 Cisco 在计算发明的两个非常重要的支柱领域拥有极深的造诣。一个是 Networking ，另一个是 Security 。而这两个支柱在 AI 世界中都被重新发明了。 我们熟悉的 Computing 部分在很多方面已经成为一种商品。而 Cisco 所知道的东西是极具价值的。有人问我： “ 你应该租用云端，还是应该努力构建自己的计算机？ ” 我给你们的建议和我给我的孩子的建议完全一样：组装一台计算机。即便技术已经发达，也要自己组装一台，去了解为什么所有这些组件会存在。 如果你身处汽车行业，不要只是使用优步。看在上帝的份上，掀起引擎盖。换换机油。去了解所有的组件。 这项技术对未来如此重要，你必须对它有一些 Tactile 理解。 你可能会发现世界并不是非此即彼的 “ 全租 ” 或 “ 全买 ” 。你会想要租一些，也拥有一部分。因为公司的某些部分确实应该建立在 On prem 之上。例如：主权和专有信息。 你不自在把你的问题分享给每个人。你知道当你去看心理医生时，你并不想让那些问题被传到网上。 我认为你有很多问题、很多对话，都应该保持私密。公司也是一样。 我不放心把 NVIDIA 所有的对话都放在云端。这就是为什么我们在本地构建它的原因。对我而言，最宝贵的 IP 并不是我的答案。而是我的 “ 问题 ” 。 我的问题才是对我而言最宝贵的知识产权。我在思考什么，都体现在我的问题里。答案只是一种 Commodity 。如果我简单知道该问什么，我就在识别什么是重要的。我不希望别人知道我认为什么是重要的。我希望那是在 On prem 环境下。我希望创造属于我自己的 AI 。 还有最后一个想法。 曾有一个观点认为 AI 应该始终有 “Human in the loop” 。这完全是错误的观点。应该是 “AI in the loop” 。 原因在于，我们希望我们的公司每天都变得更好、更有价值。我们绝不想倒退或停滞。 如果我们将 AI 融入流程，它就会捕捉我们的生命经验。未来的每一位员工都会有 AI 在回路中。而这些 AI 将沉淀为公司的知识产权。这就是未来的公司。 你们所有人立即给 Chuck 打电话是明智的。我会给 Jensen 打。总之，这就是我的结语。 Chuck Robbins: 听着，两周的出差旅程。 Jensen 飞到这里，在很长一段时间以来第一次能睡到自己的床之前，把最后一个晚上留给了我们。我们永远感激不尽。非常感谢。 黄仁勋 : 谢谢大家。 原文： Cisco AI Summit | Special live event with Jensen Huang https://www.youtube.com/watch?v=6fbyiPRhMSs 编译： Arlen Lin 请注意，本文编译自文末载明的原始链接，不代表 Z Potentials 立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。 Z Potentials 将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。 当你带着这种心态处理一切时，你就是在应用 AI 感性。 如果你还在纠结速度、纠结成本，那你还没做对。 想象一下，如果你将这种逻辑、这种感性应用于公司最难的问题上。这才是你改变现状的方式。你的竞争对手已经在这么想了，新成立的公司也是。 所以我会去寻找：公司里最有影响力的工作在哪里？给它应用无穷大。应用零。应用光速。然后问 Chuck 如何实现它。 核心价值：感知、推理与应用层 Chuck Robbins: 现 在让 我们谈谈如何实现它。你有一个关于五层蛋糕的类比。因为每个人都在谈论基础设施、模型、应用 …… 我该如何着手？聊聊这个。 黄仁勋 : 直接给我打电话。我们一起做。 成功人士所做的事情之一就是去推论：一个事物的本质究竟是什么？ 大约 15 年前，两个工程师利用一个算法解决了一个计算机视觉问题。 Computer Vision 基本上是 Intelligence 的第一部分：感知。 Intelligence 由感知、推理和计划组成。 感知：发生了什么？我的 Context 是什么？推理：我如何推理并将这与我的目标进行对比？计划：制定计划来实现目标。 智能就是关于这三件事。你不能在没有感知的情况下拥有推理和计划部分。而 Context 是高度多模态的。有时它是 PDF ，有时是电子表格，有时是信息，有时只是感觉和气味。察言观色，这就是感知。 大约 13 14 年前，我们在计算机视觉领域实现了巨大的跨越 ……AlexNet 。这就像我们与 AI 的 “ 第一次接触 ” 。我们当时思考： “ 两个孩子带着几个 GPU 是如何解决这个问题的？这意味着什么？ ” 十年前我们就把它拆解并推论过了。我得出的结论是，事实上，世界上大多数可以被解决的难题，都可以通过这种方式解决。 原因在于：世界上大多数困难的问题、有价值的问题，并没有原则性的算法，没有 F=ma ，没有麦克斯韦方程组。 直觉和智慧的大多数有价值的东西，答案往往是 “It depends” 。如果答案是 3.14 ，那就太棒了。但生活中的大多数难题、大多数有价值的问题都是 “ 这取决于 ” 。因为它取决于 Context 。 12 、 13 年前，计算机视觉问题被解决了。于是我们推论，由于 Deep Learning ，这实际上是可以扩展的。而我们当时只需要解决一个问题：我们该如何训练这个模型？ 重大的突破是 Self Supervised Learning 。 AI 开始学会自我学习。 请注意，今天我们不再受限于人工标注。这打开了闸门，让我们能将模型规模从几亿参数扩展到几万亿。我们能编纂的知识总量呈爆炸式增长。 我们推论，我们要彻底重塑计算。 从 Explicit Programming 转向一种全新的计算方式，即软件将是通过学习产生的。 如果你再往后退一步，这对 Computing Stack 、软件开发方式、工程组织意味着什么？评估产品的 QA 团队会发生什么？我们如何部署产品？你如何让它永远保持刷新？你如何给软件打补丁？关于计算的未来，我问了无数个 “ 如何 ” 。我们公司得出的结论是，这将改变一切。因此，我们基于这个核心信念对整个公司进行了转型。 生成式未来 Chuck Robbins: 简单来说， Chuck 所说的是，我们来自一个一切都是 “ 预录制 ” 的世界。 Chuck 以前开发的软件 …… 黄仁勋 : 郑重声明，它运行了很长一段时间。确实如此。它是用希伯来语描述的。 Chuck Robbins: 这是真的。 Chuck 是这个房间里唯一懂希伯来语 COBOL 的人。 黄仁勋 : 总之，那是预录制的。我们描述算法和想法，然后放入相配套的数据。一切都是预录制的。你知道过去软件是预录制的原因，是因为它是通过 CD ROM 发行的，对吧？ 现在的软件是什么？因为它是 Contextual ，每个语境都不同，每个用户都不同，每个 Prompt 都不同，你给它的 Priors 也不同。每一秒的软件都是不同的。 这就是为什么过去所需的计算量 —— 也就是预录制时代 —— 被称为 Retrieval Based 。当你点击手机，它去检索一些软件和图像。 在未来，一切都将是 Generative 。就像现在正在发生的一样。这段对话从未发生过。概念以前存在，但这段序列中的每一个词在此刻之前从未发生过。 而原因显然是我们已经喝了四杯酒了。 Chuck Robbins: 冷萃咖啡，有的；希伯来语 C OBOL ，没有。 黄仁 勋 : 幸好这不是在大学校园里，或者是正在直播。是啊。 Chuck Robbins: 好了，你明白我在说什么吗？ 黄仁勋 : 所以，其结果是 …… Chuck Robbins: 你明白你自己正在说什么吗？ 黄仁勋 : 到目前为止， Chuck 今天唯一喂给我的就是四杯葡萄酒。 Chuck Robbins: 说句公道话，我只喂了你一杯。另外三杯是你从自助餐台上自己拿的。 黄仁勋 : 我一直盯着那些食物，我太饿了。它一直离我大约 40 英尺远。有一次我真的倾向那些食物，但又被推回来了。 Chuck R obbins: 你知道发 生了什么吗？你的团队其实提前告诉我们， “ 如果他喝了三杯酒，他处于最佳状态；如果喝了第四杯 …… 那简直会不可思议。 ” 黄仁勋 : 五杯就不是最佳状态了。总之 …… 听着。那么什么是 AI ？ Chuck Robbins: 我们得留下一些智慧。能再来一杯酒吗？ 黄仁勋 : 这可不只是 Dave Chappelle 的段子。好了，让我们谈谈另一件事。能源、芯片、基础设施 —— 无论是硬件还是软件。然后是 AI 模型。 但 AI 最重要的部分是 Applications 。 每一个国家，每一家公司 …… 底层的所有这些层级都只是基础设施。 你真正需要做的是应用这项技术。看在上帝的份上，应用这项技术吧。 一家使用 AI 的公司是不会陷入危机的。你不会因为 AI 而失业，你会因为一个使用 AI 的人而失业。所以，赶紧行动起来。 尽快给 Chuck 打电话。你给我打，我给他打。明白了。 我们的时间不多了 …… 我们有的是时间。瞧， Chuck 经营公司按小时计费，我甚至不戴手表。你看。我就在这守着你呢。你是按表收钱的人，我不是。在价值交付之前我是不会离开的。 瞧，如果需要耗上一整晚，我可不 …… 嘿，听着，我要折磨你们所有人，直到你能说出你学到了一些东西，否则你会被困在这里。 工具使用与 Physical AI 的深远影响 Chuck Robbins: 我们要 折磨每个人直到价值交付。我确认过了，还有更多的酒。你能谈谈你对 Physical AI 的第一想法吗？ 黄仁勋 : 记住软件是什么。软件是一种工具。有一种观点认为软件行业正在衰落，将被 AI 取代。你可以看到有一大批软件公司的股价承受着巨大的压力。 这是世界上最不合逻辑的事情。时间会证明一切。 让我们进行一个思想实验。假设我们是究极 AI ： Artificial General Robotics 。物理版的我们。如果你是一个人形机器人，你会使用螺丝刀，还是发明一个新的螺丝刀？我直接用一个就行了。你会去重新发明一个计算器吗？你当然会直接使用计算器。 这就是为什么 AI 最新的突破是什么？是工具使用。 因为工具被设计成是显式的。我们不需要 AI 去重新发明物理定律。我们希望通用人工智能去学会使用工具。 我认为在下一代 Physical AI 中，我们将拥有理解物理世界、理解因果关系的 AI 。 多米诺骨牌的概念是极其深奥的。因果关系、接触、重力、质量。一个小小的骨牌推倒一个大骨牌，直到另一端产生巨大的力量。一个孩子理解这个概念毫不费力。而大型语言模型对此一无所知。 所以我们必须创造一种新型的 Physical AI 。 那么，机会在哪里？到目前为止， Chuck 和我所处的行业是关于创造工具。 有史以来第一次，我们将创造人们所谓的 “ 劳动力 ” ，但这是增强劳动力。 什么是自动驾驶汽车？它是一个 Digital Chauffeur 。数字司机的价值比车本身贵得多。因为在数字司机的生命周期内，其经济效益远高于汽车本身。 有史以来第一次，我们触及了一个大出一百倍的 TAM 。 IT 行业大约只有一万亿美元规模。而全球经济总量约为一百万亿美元。我们正首次触及这一切。 你们所有人都有机会应用这项技术，成为一家技术公司。 技术是你的超级能力，而原本的领域只是你的应用场景。 而不是相反。原因是那些 “ 技术优先 ” 的公司处理的是电子，而不是原子。原子受限于质量，而电子的数量多得多。 这就是为什么，当他们从 CD ROM 转向电子的那一刻，公司的价值爆炸式增长了一千倍。你需要像我们一样：成为一家 “ 电子公司 ” 。 黄仁勋 : 美妙的事情在于，世界的编程语言对于你们所有的公司而言，你可能觉得自己 “ 软件不是我们的强项 ” 。 但知识、直觉、领域专业知识才是你们的强项。现在，你第一次可以用意自己的语言向计算机准确解释你想要什么。 从 Explicit Programming 转向 Implicit Programming 。 有史以来第一次，你可以隐式地对计算机进行编程。写代码到头来只是打字。而打字到头来只是一种 Commodity 。 这就是你们的重大机会。你们所有人都可以从以前受限的原子限制中升华。你们所有人都可以摆脱这种局限。 你们所有人都有极具价值的东西，那就是领域专业知识。去理解客户，理解问题。这才是终极价值：理解意图。 当你大学毕业时，你可能是一个超级程序员，但你根本不知道客户想要什么。但这正是你们所知道的。写代码那部分很容易。直接让 AI 去做就行了。这也就是你们的超级能力。 Chuck 和我在这就是为了赋能你们去实现它。刚才那段结语是我在喝了五杯酒的情况下完成的。 Chuck Robbins: 这确实是 Artificial Intelligence 的真实体现。或者这叫 Enhanced Intelligence 。 数据主权与 “AI in the loop” 黄仁勋 : 对于一个在平板电脑上工作的人来说 ……Chuck ，我只想告诉你，能和你们所有人一起工作是巨大的荣幸。 Cisco 在计算发明的两个非常重要的支柱领域拥有极深的造诣。一个是 Networking ，另一个是 Security 。而这两个支柱在 AI 世界中都被重新发明了。 我们熟悉的 Computing 部分在很多方面已经成为一种商品。而 Cisco 所知道的东西是极具价值的。有人问我： “ 你应该租用云端，还是应该努力构建自己的计算机？ ” 我给你们的建议和我给我的孩子的建议完全一样：组装一台计算机。即便技术已经发达，也要自己组装一台，去了解为什么所有这些组件会存在。 如果你身处汽车行业，不要只是使用优步。看在上帝的份上，掀起引擎盖。换换机油。去了解所有的组件。 这项技术对未来如此重要，你必须对它有一些 Tactile 理解。 你可能会发现世界并不是非此即彼的 “ 全租 ” 或 “ 全买 ” 。你会想要租一些，也拥有一部分。因为公司的某些部分确实应该建立在 On prem 之上。例如：主权和专有信息。 你不自在把你的问题分享给每个人。你知道当你去看心理医生时，你并不想让那些问题被传到网上。 我认为你有很多问题、很多对话，都应该保持私密。公司也是一样。 我不放心把 NVIDIA 所有的对话都放在云端。这就是为什么我们在本地构建它的原因。对我而言，最宝贵的 IP 并不是我的答案。而是我的 “ 问题 ” 。 我的问题才是对我而言最宝贵的知识产权。我在思考什么，都体现在我的问题里。答案只是一种 Commodity 。如果我简单知道该问什么，我就在识别什么是重要的。我不希望别人知道我认为什么是重要的。我希望那是在 On prem 环境下。我希望创造属于我自己的 AI 。 还有最后一个想法。 曾有一个观点认为 AI 应该始终有 “Human in the loop” 。这完全是错误的观点。应该是 “AI in the loop” 。 原因在于，我们希望我们的公司每天都变得更好、更有价值。我们绝不想倒退或停滞。 如果我们将 AI 融入流程，它就会捕捉我们的生命经验。未来的每一位员工都会有 AI 在回路中。而这些 AI 将沉淀为公司的知识产权。这就是未来的公司。 你们所有人立即给 Chuck 打电话是明智的。我会给 Jensen 打。总之，这就是我的结语。 Chuck Robbins: 听着，两周的出差旅程。 Jensen 飞到这里，在很长一段时间以来第一次能睡到自己的床之前，把最后一个晚上留给了我们。我们永远感激不尽。非常感谢。 黄仁勋 : 谢谢大家。 原文： Cisco AI Summit | Special live event with Jensen Huang https://www.youtube.com/watch?v=6fbyiPRhMSs 编译： Arlen Lin 请注意，本文编译自文末载明的原始链接，不代表 Z Potentials 立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。 Z Potentials 将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。 🔗 原文链接： https://mp.weixin.qq.com/s/CjbgoHF ... https://mp.weixin.qq.com/s/CjbgoHF ... Cisco Cisco Z Potentials2026年2月15日 11:05 福建 图片来源： Cisco AI Summit Z Highlights • 我们正从过去的 “ 显式编程 ” 转向 “ 隐式编程 ” 。 不再是编写程序通过 API 传递变量，而是向计算机传达意图，让它自动解决问题。 • 摩尔定律 10 年提升 100 倍，而 AI 10 年提升 100 万倍。企业应假设算力是无限且光速的，并以此心态去重新解决公司内部最有影响力、最困难的核心工作。 • 在初期很难论证新技术的 ROI 。 企业应允许员工在安全环境下实验各种模型。创新并不总是在掌控下的，过度追求控制会导致平庸，你应该施加影响而非强加控制。 • 写代码本质上只是打字，是一种会被 AI 取代的 “ 商品 ” 。 企业真正的护城河在于理解客户、理解问题的 “ 领域专业知识 ” ，这是 AI 无法凭空产生的最高价值。 • 从 “Human in the loop” 转向 “AI in the loop” ： 企业不应只是把 AI 当作工具，而应将其融入流程。 AI 将捕捉员工的生命经验，使公司每天都变得更聪明，并最终将这些经验沉淀为公司永续的知识产权。 本次对话发生在 2026 年 2 月 4 日的 Cisco AI Summit 现场。 NVIDIA 创始人黄仁勋在结束了为期两周、跨越亚洲五个城市的紧凑行程后，作为压轴嘉宾登场。在与 Cisco CEO Chuck Robbins 的对谈中，他在轻松的氛围下分享了对计算范式重构、企业 AI 转型以及 “ 物理 AI” 未来的深刻