[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-jensen-huang-ai-warning-coworker-productivity-zh":3,"tags-jensen-huang-ai-warning-coworker-productivity-zh":33,"related-lang-jensen-huang-ai-warning-coworker-productivity-zh":46,"related-posts-jensen-huang-ai-warning-coworker-productivity-zh":50,"series-industry-2584ed18-c8c7-4739-85fd-f7807b99c505":87},{"id":4,"title":5,"content":6,"summary":7,"source":8,"source_url":9,"author":10,"image_url":11,"keywords":12,"language":21,"translated_content":10,"views":22,"is_premium":23,"created_at":24,"updated_at":24,"cover_image":11,"published_at":25,"rewrite_status":26,"rewrite_error":10,"rewritten_from_id":27,"slug":28,"category":29,"related_article_id":30,"status":31,"google_indexed_at":32,"x_posted_at":10,"tweet_text":10,"title_rewritten_at":10,"title_original":10,"key_takeaways":10,"topic_cluster_id":10,"embedding":10,"is_canonical_seed":23},"2584ed18-c8c7-4739-85fd-f7807b99c505","黃仁勳的 AI 警告，其實在講同事","\u003Cp>黃仁勳最近一句話，很直白，也很刺耳。\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002F\" target=\"_blank\" rel=\"noopener\">Nvidia\u003C\u002Fa> 執行長在 \u003Ca href=\"https:\u002F\u002Fwww.gsb.stanford.edu\u002F\" target=\"_blank\" rel=\"noopener\">Stanford Graduate School of Business\u003C\u002Fa> 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。\u003C\u002Fp>\u003Cp>這句話不是在賣焦慮。它在講職場排序。當 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002F\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002F\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 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。\u003C\u002Fp>\u003Cp>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。\u003C\u002Fp>\u003Ch2>黃仁勳這句話，為什麼比一般 AI 恐嚇更痛\u003C\u002Fh2>\u003Cp>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%。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1777080116173-8gfg.png\" alt=\"黃仁勳的 AI 警告，其實在講同事\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>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。\u003C\u002Fp>\u003Cp>數字也不小。\u003Ca href=\"https:\u002F\u002Fkpmg.com\u002F\" target=\"_blank\" rel=\"noopener\">KPMG\u003C\u002Fa> 在 11 月的調查提到，40% 的勞工擔心 AI 會搶走工作。\u003Ca href=\"https:\u002F\u002Fwriter.com\u002F\" target=\"_blank\" rel=\"noopener\">Writer\u003C\u002Fa> 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。\u003C\u002Fp>\u003Cul>\u003Cli>黃仁勳說，大家更可能輸給會用 AI 的同事。\u003C\u002Fli>\u003Cli>KPMG 指出，40% 勞工擔心工作被 AI 取代。\u003C\u002Fli>\u003Cli>Writer 發現，29% 員工在破壞公司 AI 策略。\u003C\u002Fli>\u003Cli>其中約三分之一，是因為害怕 AI。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>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 \u003Ca href=\"https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FTransformer_(deep_learning_architecture)\" target=\"_blank\" rel=\"noopener\">Transformer\u003C\u002Fa> 型模型變成工作流程的一部分。會的人，輸出就是快很多。\u003C\u002Fp>\u003Ch2>Nvidia 不是嘴上講講，它真的照這個方向做\u003C\u002Fh2>\u003Cp>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 ag\u003Ca href=\"\u002Fnews\u002Fwhy-jensen-huang-is-wrong-about-agi-zh\">en\u003C\u002Fa>ts 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。\u003C\u002Fp>\u003Cp>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。\u003C\u002Fp>\u003Cp>更有意思的是，Nvidia 自己也把這件事做進招募策略。黃仁勳在 \u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002Fen-us\u002Fon-demand\u002Fgtc\u002F\" target=\"_blank\" rel=\"noopener\">GTC\u003C\u002Fa> 提到，公司願意給工程師接近半薪水規模的 AI tok\u003Ca href=\"\u002Fnews\u002Fwhy-jensen-huang-is-wrong-about-agi-being-achieved-zh\">ens\u003C\u002Fa>。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。\u003C\u002Fp>\u003Cblockquote>“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\u003C\u002Fblockquote>\u003Cp>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。\u003C\u002Fp>\u003Cul>\u003Cli>2025 年 5 月：黃仁勳提到 AI 可能讓 4,000 萬人回到職場。\u003C\u002Fli>\u003Cli>2026 年 3 月：他提到每位員工旁邊會有 100 個 AI agents。\u003C\u002Fli>\u003Cli>GTC 上：Nvidia 提到工程師可拿到接近半薪水的 AI tokens。\u003C\u002Fli>\u003Cli>公司也說，行銷、財務、工程都要有 AI 熟練人才。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>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。\u003C\u002Fp>\u003Ch2>數據已經在分出兩種員工\u003C\u002Fh2>\u003Cp>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」。\u003Ca href=\"https:\u002F\u002Fwriter.com\u002F\" target=\"_blank\" rel=\"noopener\">Writer\u003C\u002Fa> 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。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1777080110290-r9ge.png\" alt=\"黃仁勳的 AI 警告，其實在講同事\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>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，\u003Ca href=\"\u002Fnews\u002Fwhy-gpt-image-2-matters-more-than-another-ai-image-launch-zh\">另一個\u003C\u002Fa>人就很難再用「我一直都這樣做」來交代。\u003C\u002Fp>\u003Cp>技術層面也有支撐。\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fnews\u002Fai-usage-trends\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 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。\u003C\u002Fp>\u003Cul>\u003Cli>使用 AI 的員工，升遷和加薪機率是抗拒者的 3 倍。\u003C\u002Fli>\u003Cli>60% 主管考慮裁掉拒絕 AI 的員工。\u003C\u002Fli>\u003Cli>Anthropic 指出，AI 可處理多個白領領域的大部分任務。\u003C\u002Fli>\u003Cli>這些任務包含寫作、分析、整理、初步決策支援。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>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。\u003C\u002Fp>\u003Ch2>這場變化，其實是舊問題換新工具\u003C\u002Fh2>\u003Cp>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。\u003C\u002Fp>\u003Cp>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。\u003C\u002Fp>\u003Cp>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。\u003C\u002Fp>\u003Cp>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。\u003C\u002Fp>\u003Ch2>接下來，職場會更看重什麼\u003C\u002Fh2>\u003Cp>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。\u003C\u002Fp>\u003Cp>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。\u003C\u002Fp>\u003Cp>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。\u003C\u002Fp>\u003Cp>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。\u003C\u002Fp>","黃仁勳說，AI 不一定先搶走你的工作，先搶走你位置的，可能是更會用 AI 的同事。這篇拆解他的說法、Nvidia 的布局、以及白領職場正在發生的變化。","fortune.com","https:\u002F\u002Ffortune.com\u002F2026\u002F04\u002F22\u002Fjensen-huang-nvidia-ai-replace-workers-not-jobs\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1777080116173-8gfg.png",[13,14,15,16,17,18,19,20],"黃仁勳","Nvidia","AI職場","人工智慧","白領工作","LLM","AI agents","生產力","zh",0,false,"2026-04-25T01:21:35.402019+00:00","2026-04-25T01:21:35.284+00:00","done","a6b1e640-1877-4a24-8fbc-42aef862683f","jensen-huang-ai-warning-coworker-productivity-zh","industry","2018a6b5-9e69-48cd-88bd-ae1998a66171","published","2026-04-25T09:00:16.683+00:00",[34,35,37,38,39,41,43,45],{"name":16,"slug":16},{"name":14,"slug":36},"nvidia",{"name":13,"slug":13},{"name":17,"slug":17},{"name":15,"slug":40},"ai職場",{"name":18,"slug":42},"llm",{"name":19,"slug":44},"ai-agents",{"name":20,"slug":20},{"id":30,"slug":47,"title":48,"language":49},"jensen-huang-ai-warning-coworker-productivity-en","Jensen Huang’s AI warning is really about coworkers","en",[51,57,63,69,75,81],{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":29},"c3b45aac-c24c-4c09-9e95-73ff729d9a62","why-ai-infrastructure-is-now-the-real-moat-zh","為什麼 AI 基礎設施才是真正的護城河","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778875851377-xatg.png","2026-05-15T20:10:37.227561+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":29},"cd078ce9-0a92-485a-b428-2f5523250a19","circles-agent-stack-targets-machine-speed-payments-zh","Circle 推出 Agent Stack，瞄準機器速度支付","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778871663628-uyk5.png","2026-05-15T19:00:44.16849+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":29},"96d96399-f674-4269-997a-cddfc34291a0","iren-signs-nvidia-ai-infrastructure-pact-zh","IREN 綁上 Nvidia AI 基建","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778871057561-bukp.png","2026-05-15T18:50:37.57206+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":29},"de12a36e-52f9-4bca-8deb-a41cf974ffd9","circle-agent-stack-ai-payments-zh","Circle 推出 Agent Stack 做 AI 付款","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778870462187-t9xv.png","2026-05-15T18:40:30.945394+00:00",{"id":76,"slug":77,"title":78,"cover_image":79,"image_url":79,"created_at":80,"category":29},"e6379f8a-3305-4862-bd15-1192d3247841","why-nebius-ai-pivot-is-more-real-than-hype-zh","為什麼 Nebius 的 AI 轉型比炒作更真實","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778823044520-9mfz.png","2026-05-15T05:30:24.978992+00:00",{"id":82,"slug":83,"title":84,"cover_image":85,"image_url":85,"created_at":86,"category":29},"66c4e357-d84d-43ef-a2e7-120c4609e98e","nvidia-backs-corning-factories-with-billions-zh","Nvidia 出資 Corning 工廠擴產","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778822450270-trdb.png","2026-05-15T05:20:27.701475+00:00",[88,93,98,103,108,113,118,123,128,133],{"id":89,"slug":90,"title":91,"created_at":92},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":104,"slug":105,"title":106,"created_at":107},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":109,"slug":110,"title":111,"created_at":112},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":114,"slug":115,"title":116,"created_at":117},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":119,"slug":120,"title":121,"created_at":122},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":124,"slug":125,"title":126,"created_at":127},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":129,"slug":130,"title":131,"created_at":132},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":134,"slug":135,"title":136,"created_at":137},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]