AI會不會令大部份人失業？這是AI熱潮後，其中一個最令人焦慮的問題。

在 GTC 2026 結束後，黃仁勳在All -In Podcast的訪談中給出了他的答案。

他提到了一個著名的故事：十幾年前，一位頂尖 AI 科學家曾預言，深度學習將徹底取代放射科醫師，甚至建議醫學生避開這個專業。

十年過去了，技術上的預測「100% 正確」：電腦視覺確實能比人類更精準地判讀影像。但結果卻出人意料：放射科醫師的需求不僅沒消失，反而以前所未有的速度飆升。

▋任務會消失，但「目的」不會

為什麼會這樣？因為我們必須區分「任務（Task）」與「目的（Purpose）」。

任務是閱讀一張X光片或CT掃描圖；相反，目的是治癒一個病人。

AI的出現，讓「閱讀掃描圖」這個任務變得極其高效且廉價。於是，醫院能夠負擔得起為更多病人進行預防性篩查和頻繁檢查。

這導致了什麼結果？更多的掃描圖被產出，更多的潛在病患被納入醫療系統。

這完美印證了經濟學上著名的「傑文斯悖論」（Jevons Paradox）：當技術讓某種資源（例如判讀掃描片）變得更廉價、更高效時，人類對這項資源的需求不會萎縮，反而會因為太好用了而需求暴增 100 倍。

在醫療領域也是如此。AI讓放射科醫師從繁瑣的「讀圖任務」中被解放出來，轉而專注於更高價值的「目的」，例如整合AI的分析結果、與病人溝通、制定治療方案、管理整個診療流程。

因為判讀變快了，醫院可以收治更多病人，醫生從「讀片子的機器」變成了「制定治療方案的決策者」。

任務（Task）被自動化了，但目標（Purpose）永遠需要人類。

▋當「語言」變成最強的程式碼

當被問到今天的年輕人應該學什麼時，你可能會以為這位晶片巨頭的CEO會毫不猶豫地回答「電腦科學」或「寫程式」。

他的答案卻是：「語言，才是 AI 時代終極的編程語言。所以，英文系主修的學生，反而可能是未來最成功的人。」

不過在我看來，「語言能力」其實並不足夠，「溝通能力」才是最重要的。

在AI成為基礎設施的未來，你的價值不再是你「執行」得多快、多好，因為AI永遠比你快、比你好。你的核心競爭力，將轉變為你「指導」AI的能力。

我時常看到人們說，有了AI，你可以做這個、做那個，你做的東西沒有價值了。

這句話只說對了一半。現實是，大多數人根本不具備「問對問題」的能力。我們的教育體系，長期以來都在訓練我們如何「接收資訊」與「尋找標準答案」，而不是如何「提出好問題」和「定義未知」。

而我認為，這種「指導」AI的能力，其實就包含了幾個層次：

1. 提問的能力：你是否能提出精準、開放、且富有洞察力的問題，引導AI探索你想要的方向？

2. 追問的技巧：當AI給出初步答案後，你是否知道如何根據結果，進行迭代式的追問與修正？

3. 批判性思維：你是否有能力判斷AI產出的內容中，哪些是真知灼見，哪些是看似有理的胡說八道（Hallucination）？

4. 引導但非過度限制： 就像一位優秀的導演，你得給演員（AI）留出發揮的空間，而不是把每一格畫面都定死。這需要一種「藝術感」，知道什麼時候該放手讓 AI 創新，什麼時候該拉回主軸。

▋成為AI的指揮家

這在我的專業領域，投資中尤其明顯。

我時常看到人們說，有了AI，投資就簡單了。很多人以為，可以直接問AI「這支股票能不能買？」或「下個月市場會漲還是會跌？」然後得到財富密碼。

但你得到的，只會是十分中庸的垃圾答案。因為AI無法理解你的風險承受度，更無法預測充滿非理性，變數極多的市場。

一個有洞見的投資者，會把 AI 當成世上最強大的研究助理。並非向問結論，反而應該是問過程。例如：

- 「幫我分析這家公司過去五年的財報，總結它的利潤率、現金流和供應鏈的變化趨勢。」

- 「比較這家公司與其主要競爭對手，在最新一季的研發投入佔比和專利佈局。」

- 「掃描最近三個月所有關於半導體產業的新聞，找出提到『庫存調整』的段落，並分析市場情緒的轉變。」

AI 負責執行繁瑣的資料搜集與分析（任務），但最終的判斷、洞察與決策（目的），仍然在你這位投資者身上。

在我看來，我們正從一個人類是「執行者」的時代，邁向一個人類是「管理者」與「指揮家」的時代。

你的成功關鍵，不再是你打字或寫程式碼的速度，而是你的視野、品味、判斷力，以及你將腦中複雜思想清晰傳達給你那支「數位勞動力」的能力。

所以，回到最初的問題：AI會不會令我們失業？

答案是，它會淘汰那些只會執行「任務」的人，但同時，它也為那些懂得定義「目的」、提出好問題的「指揮家」創造了前所未有的機遇。

- KP