黃仁勛親口承認：他隨身帶著“秘密期權池”，隨時獎勵表現出色的員工。

在最新采訪的結尾，主持人問起這個傳聞，老黃開玩笑式的回答“現在就裝在我的口袋里”。

這位掌管著全球市值最高科技公司之一的CEO，把獎勵員工這件事做得如此隨性又直接。

不需要冗長的審批流程，不需要等到年終評估，只要你做得好，老板可能隨時會給你一個驚喜，這種方式在大公司中幾乎聞所未聞。

這場火爆的對話發生在全球排名第一的商業播客節目All-in Podcast上，黃仁勛不僅確認了這個傳聞，還透露他會用機器學習和各種技術手段來親自審核全公司42000名員工的薪酬方案。

每一次，我都會增加公司的運營支出*（這里主要指薪酬支出）

原因很簡單，照顧好員工，其他一切都會水到渠成。

黃仁勛在節目中還自豪地提到：我團隊的億萬富翁數量，比世界上任何CEO都多。

這話聽起來霸氣，也反映出英偉達在AI浪潮中的驚人增長，以及黃仁勛對員工慷慨分享成功果實的態度。

收購公司不如直接付給一個人10億

黃仁勛的這種管理方式，放在當下的AI人才爭奪戰背景下看，顯得格外有先見之明。

節目中提到，現在頂尖AI研究員的身價已經飆升到令人咋舌的地步——有傳言稱meta向某位研究員開出了4年10億美元的天價合同。

面對這樣的人才市場，黃仁勛指出一個關鍵事實：

150名頂尖AI研究員，如果有足夠的資金支持，就能創建一個類似OpenAI的公司。

DeepSeek約150人，月之暗面約150人，當初的OpenAI和DeepMind也都是這個規模。

如果你愿意花200-300億美元收購一家只有150名AI研究員的初創公司，為什么不愿意直接付給一個人10億美元呢？

談到DeepSeek，老黃認為開源非常重要，如果沒有開源，初創公司根本無法生存。而未來的產業很可能由現在的初創公司主導，他們需要開源模型。

他還特別興奮地談到了DeepSeek R1等推理模型的意義：舊模型是一次性的，所有東西都是預先記憶的。但現在有了推理模型，它們能夠真正地思考。如果每一步思考都是能源高效的，那么你就可以思考很長時間。

GPU分配簡單粗暴：先到先得

面對扎克伯格、馬斯克、薩姆·奧特曼這些大佬的需求，英偉達如何分配那些供不應求的H100和其他芯片？

黃仁勛的回答出人意料地簡單：下訂單（Place a PO），就這樣，就像你去收銀臺，先付錢，先下單。

他用最樸素的比喻解釋著這個看似復雜的分配機制。

早期Hopper芯片的需求增長實在太快，產能根本跟不上。但現在情況已經大為改善，英偉達會提前一年向所有合作伙伴披露產品路線圖，讓大家有充足時間一起規劃。

買方決定要分配多少電力、多少數據中心空間、多少資本支出，我們一起制定計劃，合作進行產品迭代。現在整個流程已相當順暢。

黃仁勛還透露，手上現在還有5000億美元的Hopper芯片庫存，如果誰想要一些額外的，給我打個電話就行。

其實更有意思的是他對芯片價值的解釋。

當被問到這些動輒數十萬美元的芯片能用多久時，黃仁勛算了一筆賬：每一代產品性能提升X倍，意味著性能功耗比提升X倍，這就等同于客戶收入提升X倍。

我們拼命加快迭代速度，是為了增加每個人的收入，降低每個人的成本，讓AI的成本盡可能降低。

他透露了一個驚人的數據：Hopper芯片一年后仍能保持約80%的價值，兩年后約65%，三年后還有50%。而且由于CUDA平臺的可編程性，全世界的開發者都在不斷優化它的性能。

Hopper出貨后，我們和其他人一起把它的性能提升了4倍。你從CPU上可得不到這樣的回報。

AI不會搶飯碗，創造崗位的速度還不夠快

當被問及AI對就業市場的影響時，黃仁勛給出了一個頗具洞察力的觀點：我們現在比以往任何時候都更忙碌。

他以英偉達為例，現在公司100%的軟件工程師都在使用AI，100%的芯片設計師也都在用AI輔助工作。但這并沒有導致裁員，反而讓公司能夠追求更多的創新想法。

所以我認為，只要公司有足夠多的想法，生產力越高，就越能去追逐這些想法。

對我來說，AI其實是在創造就業，它讓我們能做出客戶愿意購買的產品，推動增長，進而創造更多崗位，這都是連鎖反應。

黃仁勛認為AI是“有史以來最偉大的技術均衡器”:

現在每個人都是程序員了。過去你需要掌握C語言、C++或Python，但現在你只需要用自然語言和AI對話就行。即使你不知道怎么提問，你可以讓AI幫你寫個更好的問題，AI就會幫你重新組織語言。

每個人現在都是藝術家，每個人都是作家，每個人都是程序員。

但他也發出了警告：

有一件事我們可以確定，如果你不使用AI，你會輸給那些使用AI的人。他斷言，未來不會有程序員能夠單打獨斗，”你不能再不借助工具裸奔（raw dog）了，得找個Copilot才行。

每個工業公司都會變成AI公司

最后，黃仁勛分享了AI對整個經濟活動的影響。

他認為AI和傳統軟件最大的不同是需要持續生產。

就像兩三百年前能源生產在經濟中占比峰值時達到30%一樣，未來也會有一整個產業專門負責生成tokens，這會成為新的基礎設施

我感覺現在在AI基礎設施上的投入大概是幾百億美元，但未來每年的投入會達到數萬億美元。

黃仁勛提到未來所有能移動的東西都會實現自主化，這一天不遠了。

每個生產機器的公司都會有兩個工廠：一個生產機器（比如汽車），另一個是 “AI 工廠”，專門為這些機器開發AI。

比如生產人形機器人，就需要一個AI工廠來為機器人打造 “大腦”。未來每個公司其實都會有兩個工廠，這就是產業的未來。特斯拉已經有兩個工廠了，埃隆很早就意識到需要一個大型AI工廠來支撐他的汽車業務

現在汽車里已經有AI了，未來空中交通管制可能不再需要大量人員遠程監控，而是由一個巨型AI負責，只有在AI處理不了的時候，人才會介入。

所以未來每個工業公司都會變成 AI 公司，否則就無法立足。

（量子位）