英伟达首席执行官表示人工智能创造就业机会，而不是杀死就业机会

Nvidia 首席执行官黄仁勋反驳了人们对人工智能消除就业机会的普遍担忧，而是认为该技术在多个部门和行业创造了大量就业机会。他的言论与工人和劳工权益倡导者日益增长的焦虑形成了鲜明对比，他们担心人工智能的快速采用可能会在未来几年导致严重的工作流失和经济混乱。

Nvidia 领导者的观点是在该公司继续主导人工智能硬件市场之际提出的，该公司提供为世界上许多最先进的人工智能系统提供动力的关键处理器和基础设施。由于英伟达的财务业绩与人工智能能力的扩展和部署密切相关，黄仁勋对人工智能就业影响的乐观评估在科技界和商业界尤其重要。他的立场表明，利益相关者不应将人工智能视为对劳动力的威胁，而应将其视为创造就业机会和经济增长的催化剂。

黄的言论反映了主要科技公司和人工智能开发商所提倡的更广泛的叙述，他们认为，从互联网到自动化的历史性技术革命最终创造的就业机会多于其取代的就业机会。这位 Nvidia 首席执行官似乎相信人工智能将遵循类似的轨迹，新的角色和行业不断涌现，以取代因自动化而过时的任何职位。这种观点直接挑战了劳工团体、经济学家和工人所宣扬的说法，他们指出了人工智能实施导致劳动力减少的具体实例。

随着生成式人工智能工具和大型语言模型变得越来越容易使用和功能强大，关于人工智能对就业的影响的争论愈演愈烈。从客户服务到软件开发再到创意领域，各行业的工作人员都对人工智能如何自动化他们的角色或减少对其服务的需求表示真正的担忧。研究组织和智库已发布报告，试图量化潜在的失业情况，但根据对人工智能采用率和技术能力的假设，估计结果存在很大差异。

尽管存在这些担忧，黄的观点呼应了其他技术领导者和经济学家的观点，他们指出人工智能也创造了对新型工人的需求。这些职位包括人工智能培训师、提示工程师、机器学习专家、数据科学家以及专注于管理、维护和改进人工智能系统的角色。此外，随着人工智能技术提高生产力并降低企业运营成本，企业可能会将节省下来的资金再投资到扩张、研发和新产品线，从而创造更多就业机会。

这位 Nvidia 高管的评论还表明，对失业的担忧可能是基于对技术采用通常如何展开的误解。技术变革通常是逐渐发生的，而不是突然的、整个经济范围内的替代，从而让工人有时间进行再培训和适应。黄似乎主张对人工智能创新与就业之间的关系采取更细致的看法，这种观点承认颠覆，但强调对就业机会和经济机会的净积极长期影响。

然而，黄的乐观立场遭到了劳工经济学家和工人权益倡导者的强烈怀疑，他们担心过渡期可能会给数百万员工带来痛苦。即使人工智能最终创造的就业机会多于它消除的就业机会，人们也有理由担心，在新机会出现之前，技能就已经过时的工人会发生什么。工作岗位流失的速度和集中度，特别是在特定行业或地理区域，可能会带来严重的经济和社会挑战，需要积极的政策响应和劳动力发展举措。

人工智能驱动的就业转型可能会因行业和工作类别的不同而存在显着差异。随着组织构建人工智能能力和基础设施，软件开发、数据分析和研究等领域的高技能职位的需求可能会增加。与此同时，客户服务、数据输入和基本管理工作中的日常重复性任务面临着更高的自动化风险。这种不平衡的影响引发了有关劳动力培训、教育政策以及社会安全网在转型期间支持工人的必要性等重要问题。

黄在 Nvidia 的职位使他在促进人工智能的采用和增长方面拥有既得利益，这可能会影响他对就业结果的看法。该公司的成功取决于对人工智能计算资源的需求增加，因此其领导层自然会强调人工智能部署的积极方面，同时可能淡化或最小化对破坏的合理担忧。批评者认为，科技公司有责任承认人工智能实施给工人和社会带来的真正挑战，而不是仅仅提供有关未来创造就业机会的令人安心的说辞。

展望未来，人工智能技术与就业之间的关系将在很大程度上取决于技术传播的速度、工人如何有效地过渡到新角色，以及政策制定者是否实施适当的保障和支持系统。教育机构需要调整课程，让学生为人工智能时代的工作做好准备，而公司则应该投资于员工再培训计划。各国政府可能需要考虑从扩大失业救济金到全民基本收入计划等一系列政策，以帮助管理过渡期。

对人工智能就业影响的不同观点凸显了随着技术的不断进步，社会面临的一项重大挑战。像黄这样的乐观主义者指出了历史先例和新工作类别的潜力，而悲观主义者则强调人工智能能力前所未有的速度和广度。事实可能介于这两个极端之间，不同部门和地区都存在大量就业岗位的创造和就业岗位的流失。显而易见的是，有效管理这一转变需要科技公司、工人、教育机构和政府政策制定者之间的合作，以确保人工智能创新的好处得到广泛分享，并且不让任何社区掉队。

随着辩论的继续，像黄仁勋这样的声音对于塑造公众对人工智能的看法和政策讨论仍然很重要。然而，最富有成效的前进道路可能包括承认人工智能为劳动力带来的真正机遇和合理担忧，同时在经济史上的这一变革时期合作实现利益最大化和伤害最小化。