Загрузка видео...

Не удалось загрузить видео

На главную

黄仁勋预警:人类最后一次贫富分化,以Token之名降临! 如果你天天用AI却不懂Token,那你正在被时代悄悄淘汰。 ✅ Token=AI时代的流量:官方定名词元,是AI运算、付费、考核的核心单位。 ✅ 老黄直言:年薪50万工程师只花5000美元买Token,他会极度恐慌。 ✅ 硅谷疯卷Token消耗大赛:一周用掉2100亿Token,月账单超15万美元。 ✅ 科技公司把Token纳入KPI与薪酬,不会用AI=直接被淘汰。 ✅ Token消耗量2年暴增千倍,正重构全球经济与阶级划分。

25,791 просмотров • 6 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

通用计算的时代已经结束,未来是加速计算和 AI 计算的时代!黄老板在最近 BG2 的播客节目中,回击了华尔街分析师普遍认为 Nvidia 的增长将在 2027 年大幅放缓的预测,面对这种认知鸿沟,黄老板给出了一个三点式的宏大叙事框架,来解释为什么Nvidia 的增长不仅是可持续的,而且其潜在市场远未被市场充分理解👀 1. 物理定律层面的转变:通用计算的终结 摩尔定律已走到尽头,依靠 CPU 性能提升来推动计算发展的模式已经终结。这意味着,全球现有的、价值数万亿美元的、基于通用计算(CPU)的数据中心基础设施,在下一轮更新周期中,不得不转向加速计算架构。这是一个存量市场的巨大替换机遇 —— 仅仅将旧世界的基础设施"刷新"一遍,就构成了一个庞大的市场空间; 2. 现有应用的迁移:超大规模数据中心的 AI 化 在 AI 新应用爆发前,仅将现有互联网核心工作负载从 CPU 迁移到 GPU,就足以驱动数百亿美元的需求。搜索、推荐引擎、电商购物等支撑 Meta、Google、Amazon、字节跳动等科技巨头核心业务的系统,过去都运行在 CPU 上。如今,它们正全面转向使用 AI 和 GPU,因为 AI 能提供更好的个性化体验和更高效率。 这一过程并非创造新市场,而是用更优越的技术范式重塑一个已存在的、服务全球 40 亿人的庞大市场。"这就像从煤油灯转向电力,从螺旋桨飞机转向喷气式飞机。到目前为止,我谈论的仅是这些'平淡无奇'的存量替代。" 3. 未来的增量:AI 作为“智能工厂”对 GDP 的赋能 这是最激动人心的部分,即 AI 创造的全新价值。黄老板将 AI 工厂类比为工业革命中的“马达”,马达替代了体力劳动,而 AI 工厂则通过生成 “Token” 来增强人类的智力劳动。他做了一个估算:全球 GDP 中约有 50-65% 与“智力劳动”相关,大约价值 50 万亿美元; AI 将对这 50 万亿美元的经济活动进行增强。假设企业愿意为每位价值 10 万美元的员工,额外花费 1 万美元购买 AI 服务,以换取 2-3 倍的生产力提升,这笔投资是极其划算的。Nvidia 内部已经为每一位芯片设计师和软件工程师配备了 AI 助手,并取得了生产力的巨大飞跃; 如果全球 50 万亿的“智能 GDP”被每年价值 10 万亿的 “AI Token 生成服务”所增强,假设这些服务的毛利率为 50%,那么就需要价值 5 万亿美元的 AI 基础设施(资本支出 / Capex)来支撑这些服务的运行。 这个三层框架将 Nvidia 的增长逻辑从简单的"卖芯片"故事提升为与全球经济结构变迁共振的新叙事,不愧是最会讲故事的“黄老板”✨

indigo

42,829 просмотров • 1 год назад

刷完这场斯坦福AI讲座, 我只想说一句话: 这不是课, 这是未来三年的财富剧透。 斯坦福2026年AI指数报告 用实打实的数据告诉你: 谁正在被淘汰, 谁正在闷声发财。 看懂的人已经在调仓换股、重构团队, 看不懂的人还在报Python班、考AI证书。 先说淘汰名单。 22到25岁的初级程序员, 就业率暴跌近20%​。 不是行业不行了, 是入门级岗位直接被AI外包了。 以前招三个新人写CRUD, 现在一个 senior 带AI工具全搞定。 更狠的是, BCG预测未来两到三年, 美国50%到55%的岗位将被AI重塑​—— 不是优化,是结构性重塑。 Hinton说得直白: “AI正在以每七个月翻倍的速度进化。 以前写代码要一个月, 以后AI几分钟搞定, 软件工程师的需求量会急剧萎缩。"​ 那谁在赚钱? 三类人。 第一类,会"指挥AI"的人。 不是会写代码,是会写提示词、 会设计AI工作流、 会判断AI输出靠不靠谱。 斯坦福报告显示, AI素养技能的增长速度远超传统编程技能​。Prompt Engineer、AI产品经理、人机交互设计师—— 这些岗位三年前不存在, 现在年薪开到40万美金。 第二类, 做"AI做不了"的事的人。 需要复杂决策、跨领域判断、 情绪共鸣、利益博弈的岗位—— 战略咨询、高端销售、组织管理、创意总监。 AI能写方案, 但不敢为结果背锅; 能分析数据, 但不会在董事会拍桌子争取资源。 第三类, 提前卡位AI基础设施的人。 美国2025年AI私人投资2859亿美元, 是中国的23倍​。 算力、数据、模型、Agent平台—— 这些才是印钞机。 卖铲子的永远比淘金的安全。 最残酷的真相在这里: AI带来的不是"失业潮", 是"入门即失业"。 资深员工稳中有升,新人被挡在门外​。 更隐蔽的危机是"长期学习惩罚"—— 过度依赖AI会侵蚀人类自身的技能成长​。 短期效率飙升,长期能力退化, 这才是温水煮青蛙。 给普通人的行动指南: 别再去学AI怎么"做"事了, 去学AI怎么"用"事。 把AI当杠杆,不是你的替代者, 是你的放大器。 如果你现在的工作能被一句话描述清楚("整理表格""回复客服""写基础代码"), 那你就是AI的下一个目标。 未来三年, 最大的风险不是AI取代你, 是你用2023年的技能去应聘 2026年的岗位。 剧透已经放出来了, 看不看随你。 ——————— 作者:华尔街财经 | WSInsights,长期主义投资人,专注AI产业链、认知变现与商业底层逻辑。

华尔街财经 | WS × AI Era

18,504 просмотров • 5 месяцев назад