黄仁勋亲口承认：他随身带着“秘密期权池”，随时奖励表现出色的员工。
在最新采访的结尾，主持人问起这个传闻，老黄开玩笑式地回答“现在就装在我的口袋里”。
这位掌管着全球市值最高科技公司之一的 CEO，把奖励员工这件事做得如此随性又直接。
不需要冗长的审批流程，不需要等到年终评估，只要你做得好，老板可能随时会给你一个惊喜，这种方式在大公司中几乎闻所未闻。
这场火爆的对话发生在全球排名第一的商业播客节目 All-in Podcast 上，黄仁勋不仅确认了这个传闻，还透露他会用机器学习和各种技术手段来亲自审核全公司 42000 名员工的薪酬方案。
每一次，我都会增加公司的运营支出 *（这里主要指薪酬支出）
原因很简单，照顾好员工，其他一切都会水到渠成。
黄仁勋在节目中还自豪地提到：我团队的亿万富翁数量，比世界上任何 CEO 都多。
这话听起来霸气，也反映出英伟达在 AI 浪潮中的惊人增长，以及黄仁勋对员工慷慨分享成功果实的态度。
收购公司不如直接付给一个人 10 亿
黄仁勋的这种管理方式，放在当下的 AI 人才争夺战背景下看，显得格外有先见之明。
节目中提到，现在顶尖 AI 研究员的身价已经飙升到令人咋舌的地步 —— 有传言称 Meta 向某位研究员开出了 4 年 10 亿美元的天价合同。
面对这样的人才市场，黄仁勋指出一个关键事实：
150 名顶尖 AI 研究员，如果有足够的资金支持，就能创建一个类似 OpenAI 的公司。
DeepSeek 约 150 人，月之暗面约 150 人，当初的 OpenAI 和 DeepMind 也都是这个规模。
如果你愿意花 200-300 亿美元收购一家只有 150 名 AI 研究员的初创公司，为什么不愿意直接付给一个人 10 亿美元呢？
谈到 DeepSeek，老黄认为开源非常重要，如果没有开源，初创公司根本无法生存。而未来的产业很可能由现在的初创公司主导，他们需要开源模型。
他还特别兴奋地谈到了 DeepSeek R1 等推理模型的意义：旧模型是一次性的，所有东西都是预先记忆的。但现在有了推理模型，它们能够真正地思考。如果每一步思考都是能源高效的，那么你就可以思考很长时间。
GPU 分配简单粗暴：先到先得
面对扎克伯格、马斯克、萨姆?奥尔特曼这些大佬的需求，英伟达如何分配那些供不应求的 H100 和其他芯片？
黄仁勋的回答出人意料地简单：下订单（Place a PO），就这样，就像你去收银台，先付钱，先下单。
他用最朴素的比喻解释着这个看似复杂的分配机制。
早期 Hopper 芯片的需求增长实在太快，产能根本跟不上。但现在情况已经大为改善，英伟达会提前一年向所有合作伙伴披露产品路线图，让大家有充足时间一起规划。
买方决定要分配多少电力、多少数据中心空间、多少资本支出，我们一起制定计划，合作进行产品迭代。现在整个流程已相当顺畅。
黄仁勋还透露，手上现在还有 5000 亿美元的 Hopper 芯片库存，如果谁想要一些额外的，给我打个电话就行。
其实更有意思的是他对芯片价值的解释。
当被问到这些动辄数十万美元的芯片能用多久时，黄仁勋算了一笔账：每一代产品性能提升 X 倍，意味着性能功耗比提升 X 倍，这就等同于客户收入提升 X 倍。
我们拼命加快迭代速度，是为了增加每个人的收入，降低每个人的成本，让 AI 的成本尽可能降低。
他透露了一个惊人的数据：Hopper 芯片一年后仍能保持约 80% 的价值，两年后约 65%，三年后还有 50%。而且由于 CUDA 平台的可编程性，全世界的开发者都在不断优化它的性能。
Hopper 出货后，我们和其他人一起把它的性能提升了 4 倍。你从 CPU 上可得不到这样的回报。
AI 不会抢饭碗，创造岗位的速度还不够快
当被问及 AI 对就业市场的影响时，黄仁勋给出了一个颇具洞察力的观点：我们现在比以往任何时候都更忙碌。
他以英伟达为例，现在公司 100% 的软件工程师都在使用 AI，100% 的芯片设计师也都在用 AI 辅助工作。但这并没有导致裁员，反而让公司能够追求更多的创新想法。
所以我认为，只要公司有足够多的想法，生产力越高，就越能去追逐这些想法。
对我来说，AI 其实是在创造就业，它让我们能做出客户愿意购买的产品，推动增长，进而创造更多岗位，这都是连锁反应。
黄仁勋认为 AI 是“有史以来最伟大的技术均衡器”:
现在每个人都是程序员了。过去你需要掌握 C 语言、C++ 或 Python，但现在你只需要用自然语言和 AI 对话就行。即使你不知道怎么提问，你可以让 AI 帮你写个更好的问题，AI 就会帮你重新组织语言。
每个人现在都是艺术家，每个人都是作家，每个人都是程序员。
但他也发出了警告：
有一件事我们可以确定，如果你不使用 AI，你会输给那些使用 AI 的人。他断言，未来不会有程序员能够单打独斗，”你不能再不借助工具裸奔（raw dog）了，得找个 Copilot 才行。
每个工业公司都会变成 AI 公司
最后，黄仁勋分享了 AI 对整个经济活动的影响。
他认为 AI 和传统软件最大的不同是需要持续生产。
就像两三百年前能源生产在经济中占比峰值时达到 30% 一样，未来也会有一整个产业专门负责生成 tokens，这会成为新的基础设施
我感觉现在在 AI 基础设施上的投入大概是几百亿美元，但未来每年的投入会达到数万亿美元。
黄仁勋提到未来所有能移动的东西都会实现自主化，这一天不远了。
每个生产机器的公司都会有两个工厂：一个生产机器（比如汽车），另一个是“AI 工厂”，专门为这些机器开发 AI。
比如生产人形机器人，就需要一个 AI 工厂来为机器人打造“大脑”。未来每个公司其实都会有两个工厂，这就是产业的未来。特斯拉已经有两个工厂了，埃隆很早就意识到需要一个大型 AI 工厂来支撑他的汽车业务
现在汽车里已经有 AI 了，未来空中交通管制可能不再需要大量人员远程监控，而是由一个巨型 AI 负责，只有在 AI 处理不了的时候，人才会介入。
所以未来每个工业公司都会变成 AI 公司，否则就无法立足。
本文来自微信公众号：量子位（ID：QbitAI），作者：梦晨
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。