這兩年科技圈最受矚目的活動，除了 NVIDIA GTC 之外，大概就是每年在台北舉辦的 COMPUTEX。
而黃仁勳的 Keynote，更幾乎成了觀察未來科技產業方向的重要指標。
不過老實說，每次看完演講後，我最不在意的反而是那些新產品的型號。
因為一年後，很少有人還記得某顆 GPU 叫什麼名字。
真正值得關注的，是 NVIDIA 為什麼要推出這些產品，以及它們想解決什麼問題。
今年看完整場演講後，我最大的感受是：
AI 已經不再只是聊天機器人，而是正在變成一種新的基礎設施。
從 AI Factory、Agent 到 Physical AI，看似不同的主題，其實都在指向同一個方向。
而這個方向，很可能會影響未來 5 到 10 年的科技產業。
趨勢一：AI 正從工具變成基礎設施
回想兩年前 ChatGPT 剛爆紅時，大家對 AI 的想像大多是：
寫文章、生成圖片、整理資料。
本質上，它仍然是一種工具。
就像 Excel 或 PowerPoint 一樣。
但今年黃仁勳傳達的訊息顯然不只如此。
他不斷提到 AI Factory、算力基礎建設、大規模資料中心，背後其實是在說：
AI 已經開始從單一工具，逐漸變成企業營運的核心能力。
就像過去企業一定需要網路、電力和 ERP 系統一樣。
未來企業很可能也需要自己的 AI 基礎設施。
這也是為什麼 Microsoft、Google、Amazon、Meta 都還在持續投入數百億美元建設 AI 資料中心。
因為大家都知道，AI 的競爭才剛開始。
趨勢二：未來企業生產的不是產品，而是智慧
今年演講中另一個很重要的關鍵字，是 AI Factory。
第一次聽到這個名詞時，我其實有點困惑。
資料中心不就是資料中心嗎？
為什麼要特別創造一個新的名詞？
後來我才理解，NVIDIA 想強調的是角色的改變。
過去企業建立資料中心，主要是為了儲存資料、提供網站服務或支援內部系統運作。
但 AI 時代的資料中心，任務完全不同。
企業投入大量 GPU、模型和資料，不是為了把東西存起來，而是希望持續產出新的價值。
可能是一個客服 Agent。
可能是一個能自動生成程式碼的系統。
也可能是一個能幫公司創造收入的新服務。
因此從 NVIDIA 的角度來看，未來企業建置的不再是 Data Center，而是一座能持續生產智慧的工廠。
這也是 AI Factory 這個名稱背後真正的意義。
趨勢三：AI 的下一步不是聊天，而是工作
如果說去年最熱門的 AI 應用是 ChatGPT。
那今年最熱門的關鍵字，大概就是 AI Agent。
很多人會把 AI Agent 理解成更聰明的聊天機器人。
但我認為兩者最大的差異是：
ChatGPT 負責回答問題。
AI Agent 負責完成任務。
這看似只是幾個字的差別，但背後代表的意義完全不同。
例如你告訴 ChatGPT：
「幫我整理這週的會議紀錄。」
它會提供建議。
但未來的 AI Agent 可能直接幫你完成整件事。
從讀取會議內容、整理重點、產生簡報，到寄送給相關人員，全部自動完成。
AI 的價值開始從「提供資訊」轉變成「執行工作」。
趨勢四：Physical AI 才是真正的大市場
整場演講中，最讓我感興趣的其實不是 AI PC。
而是 Physical AI。
因為這代表 AI 開始從數位世界走向現實世界。
過去幾年大家討論的都是：
AI 能不能寫文章？
AI 能不能生成圖片？
AI 能不能寫程式？
但未來幾年大家會開始問：
AI 能不能巡檢工廠？
AI 能不能送貨？
AI 能不能照顧老人？
AI 能不能自己完成任務？
這些問題的答案，都和 Physical AI 有關。
黃仁勳花了不少篇幅談機器人、自主系統以及 AI 與現實世界的結合。
因為當 AI 開始控制機器、感知環境並做出決策時，市場規模將遠遠超過今天的生成式 AI。
結語：這不是 AI 熱潮，而是一場新的工業革命
很多人看完黃仁勳的 Keynote 後，會記得新的 GPU、新的平台，或是某個沒聽過的技術名詞。
但我認為真正值得記住的是：
AI 正從一個工具，逐漸變成整個社會運作的基礎設施。
從 AI Factory、Agent 到 Physical AI。
這些看似不同的概念，其實都在指向同一件事：
未來的競爭，不再只是誰擁有更好的產品。
而是誰能更有效地利用 AI 創造價值。
而這場變革，很可能才剛剛開始。
