黃仁勳的 AI 警告，其實在講同事

黃仁勳最近一句話，很直白，也很刺耳。Nvidia 執行長在 Stanford Graduate School of Business 訪談裡說：多數人不太可能輸給 AI，反而更可能輸給更會用 AI 的同事。

這句話不是在賣焦慮。它在講職場排序。當 OpenAI、Anthropic 這類工具變成日常配備，差距就不只在資歷。差距會落在誰能更快產出、誰能更快驗證、誰能把資料整理成可交付成果。

講白了，這比「AI 會不會搶飯碗」更現實。因為真正先發生的，常常是同一間公司裡的效率競賽。你沒被機器取代，但你可能被會用機器的人比下去。

黃仁勳這句話，為什麼比一般 AI 恐嚇更痛

很多人談 AI，都喜歡講宏大敘事。黃仁勳不是。他直接把焦點放在輸出速度。這種說法很像工程師思維：別先問技術多神，先問它能把哪個流程縮短 30% 或 50%。

這也是為什麼他的話會刺到白領。白領工作很少是單一任務。它通常是寫信、開會、整理資料、做簡報、追進度、修內容。AI 不一定一次吃掉整份工作，但它可以一口一口咬掉裡面的任務。

數字也不小。KPMG 在 11 月的調查提到，40% 的勞工擔心 AI 會搶走工作。Writer 的報告則說，29% 的員工正在破壞公司 AI 策略，其中大約三分之一的人坦白，是因為怕 AI。

• 黃仁勳說，大家更可能輸給會用 AI 的同事。
• KPMG 指出，40% 勞工擔心工作被 AI 取代。
• Writer 發現，29% 員工在破壞公司 AI 策略。
• 其中約三分之一，是因為害怕 AI。

這裡的重點不是恐慌。重點是心態。以前大家比的是年資、關係、表達能力。現在多了一個維度：你能不能把 Transformer 型模型變成工作流程的一部分。會的人，輸出就是快很多。

Nvidia 不是嘴上講講，它真的照這個方向做

黃仁勳不是第一次這樣講。去年 5 月，他說 AI 可能讓多達 4,000 萬人重回勞動市場。今年 3 月，他又提到一個畫面：每位人類員工旁邊，會有 100 個 AI agents 一起工作。這種說法很像在畫公司內部的運算架構，不像單純的公關話術。

他在 Stanford 的訪談裡也講得很清楚。AI 改變的是任務，不是工作的目的。這句話很重要，因為大部分工作本來就是任務集合。你不會因為少了幾個步驟就消失，但你會因為那些步驟被自動化，整個工作內容變形。

更有意思的是，Nvidia 自己也把這件事做進招募策略。黃仁勳在 GTC 提到，公司願意給工程師接近半薪水規模的 AI tokens。這很直白：他們不是把 AI 當福利，是把 AI 當工作成本的一部分。

“It is unlikely most people will lose a job to AI. It is most likely that most people will lose their job to somebody who uses AI.” — Jensen Huang

這句話的狠，在於它不是技術預言，而是管理預言。公司若把 AI 當基本工具，會先看誰能把它用到位。不是每個人都要寫模型，但每個人都會被要求更會用模型。

• 2025 年 5 月：黃仁勳提到 AI 可能讓 4,000 萬人回到職場。
• 2026 年 3 月：他提到每位員工旁邊會有 100 個 AI agents。
• GTC 上：Nvidia 提到工程師可拿到接近半薪水的 AI tokens。
• 公司也說，行銷、財務、工程都要有 AI 熟練人才。

這代表一件事。AI 不是只屬於軟體團隊。連財務、法務、行銷、客服，都會被拉進同一場效率競賽。會用的人先跑，沒用的人就會慢半拍。

數據已經在分出兩種員工

現在的職場，已經不是「要不要碰 AI」的問題。比較像是「你碰了之後，產出有沒有變」。Writer 的資料顯示，使用 AI 的員工，去年拿到升遷和加薪的機率，是抗拒 AI 的員工的 3 倍。這數字很直接，幾乎沒有模糊空間。

管理層也開始往這個方向看。Writer 同一份報告提到，60% 的主管正在考慮裁掉拒絕採用 AI 的員工。這不代表他們明天就會開刀，但方向已經很明確。當一個人能用同樣時間交出更多成果，另一個人就很難再用「我一直都這樣做」來交代。

技術層面也有支撐。Anthropic 曾分析，AI 在法律、商務、工程、管理等白領任務上，理論上已能處理大部分工作內容。注意，是任務，不是整份職位。但對公司來說，任務被切走 30% 或 50%，就已經很有感。

• 使用 AI 的員工，升遷和加薪機率是抗拒者的 3 倍。
• 60% 主管考慮裁掉拒絕 AI 的員工。
• Anthropic 指出，AI 可處理多個白領領域的大部分任務。
• 這些任務包含寫作、分析、整理、初步決策支援。

所以真正危險的，不是 AI 本身。真正危險的是，你還在照舊工作，但旁邊那位同事已經把 AI 融進流程，交付速度直接快一截。主管看的是結果，不是你多努力。

這場變化，其實是舊問題換新工具

很多人把 AI 想得太神，也想得太簡單。它不是萬能。它會幻覺、會亂編、會漏掉脈絡。可是在辦公室裡，只要它能幫你少打 20 封信、少整理 3 份摘要、少寫 2 版簡報，整體效率就會變得很有感。

這其實跟過去的軟體變革很像。電子表單取代紙本，雲端協作取代本機檔案，搜尋引擎取代人工翻資料。每一次都不是一夕之間把工作消滅，而是先把某些步驟變便宜、變快、變標準化。AI 現在做的事，也差不多。

差別在於，這次影響的是知識工作核心。以前你熟流程，就有優勢。現在你還得熟提示詞、熟檢查、熟模型限制。這種技能不難，但它會直接決定你在團隊裡的速度。

對開發者來說，這件事尤其明顯。寫 API 串接、寫測試、補文件、查錯誤訊息，都能被 LLM 幫一大段。問題不是能不能用，而是你有沒有把它變成固定流程。沒變成流程，就只是偶爾玩玩。

接下來，職場會更看重什麼

我覺得接下來 12 到 18 個月，企業會開始問更直接的問題。不是「你有沒有用 AI」，而是「你用 AI 後，產出多了多少」。這種問法很殘酷，但也很合理。公司付的是薪水，不是姿態。

對員工來說，最實際的做法不是焦慮。是挑一個工作環節，直接把它做快 2 倍。像是會議紀錄、資料整理、初稿撰寫、程式除錯，先選一項。做完之後，拿出前後對比，給主管看時間差和品質差。這比空講 AI 有用多了。

如果你是管理者，重點也很明確。不要只發一份 AI 使用守則。要給員工可用的工具、可驗證的流程、可比較的成果。沒有這三樣，最後只會變成一堆人偷偷用，另一堆人公開怕，整個團隊效率卡住。

說真的，黃仁勳這句話不是在提醒你怕 AI。它是在提醒你，別讓自己輸在學習速度上。下一次升遷、接案、分工，可能比的不是誰最資深，而是誰先把 AI 用熟。你現在最該問的不是 AI 會不會來，而是你今天能不能先讓它幫你省下 30% 的時間。