科技
AI要幹掉SaaS了？黃仁勳稱「邏輯不通」：AI會是超級使用者，不是軟體掘墓人！
在生成式 AI 席捲企業軟體的這一波浪潮裡，有一種說法越來越難被忽視：AGI 不是為 SaaS 加上一層聊天介面，而是準備把 SaaS 拉下主舞台。
在 Cisco AI Summit 的深夜現場，黃仁勳在與 Cisco 執行長 Chuck Robbins 對談時，針對當前市場對於「AI 將摧毀軟體業（SaaS）」的恐懼，給出了非常明確且強烈的反駁。
他直言，那種認為「AI 將取代軟體公司、導致工具產業衰退」的想法，是「世界上最不合邏輯的事情（the most illogical thing in the world）」。
對過去 20 年的企業 IT 來說，「上雲＋導 SaaS」幾乎就是標準答案。專案管理一套、客服一套、行銷自動化一套、財務再一套，也就是每一個業務功能，都對應到一個訂閱制的 SaaS 產品。這個世界背後的預設， 是使用者願意、而且有能力在一個又一個 App 之間來回切換；只要 UI/UX 做得夠好、流程拆得夠細，生產力就會上來。
黃仁勳在談話一開始，先把這套邏輯推倒重來。他提醒現場與線上的觀眾，現在發生的不是「又一個新應用」，而是「60 年來首次真正意義上的運算重寫」：從顯性編程（explicit programming）走向隱性編程（implicit programming）。
在顯性編程時代，工程師必須事先寫好所有規則、定義好變數，透過 API 把一個個 SaaS 串成流程。電腦嚴格遵守指令，人類是那個理解全局的人。對企業用戶來說，「會用軟體」意味著要學會每一個系統的介面、菜單、按鈕，然後在腦中自己拼出一條跨產品的工作流。
而在隱性編程時代，事情被倒過來了：使用者先丟出意圖（intent），例如「幫我把這一批潛在客戶從試用轉成付費」，然後把「如何做到」的責任交給 AI 模型與背後的工具鏈。模型不只生成文字回應，而是會讀資料、拆任務、調工具，主動去完成一個 end-to-end 的目標。
當介面從按鈕變成意圖，SaaS 的第一層損傷就是「界面優勢」：使用者不再需要學會 20 個產品，而是只要學會如何跟自家企業的 AI 代理人說話。原本以導入數量、活躍使用率當 KPI 的 SaaS 堆疊，開始被一個「總入口」抽象化，滑落到幕後。
但黃仁勳認為，這並不意味著 SaaS 會在 AGI 出現之後瞬間消失。更現實的說法是：SaaS 的分布會重排，角色會被迫改寫。
他解釋，軟體公司近期在二級市場的估值承壓，源於一種淺薄的假設：即 AI 能自主編寫軟體，因此不再需要專業工具。但黃仁勳利用「人工通用機器人（Artificial General Robotics）」的邏輯駁斥了這一觀點：即使是一個完美的仿生機器人，在面對修理任務時，也會選擇「拿起現成的螺絲起子」而非重新發明一個。
黃仁勳引用了「多米諾骨牌」的類比，強調目前的 LLM（大語言模型）雖然能處理文字，但並不理解物理世界的因果律（causality），也就是它們不知道推倒第一塊牌會導致後續的連鎖反應。這決定了 AI 在處理如 F = ma 或 V = IR 等嚴謹的顯性邏輯時，必須依賴專業工具（如 Cadence、Synopsys 或 SAP）。
因此，軟體業的核心價值不在於代碼，而在於其封裝的專業領域知識（Domain Expertise）。對於 AI 而言，專業軟體是數位世界裡的「精密機床」。
他幽默地提到 Chuck Robbins 掌握的 Hebrew（希伯來語）與 COBOL 語言，藉此指出：編碼本質上只是打字，而打字終將成為低價商品。 真正的價值在於「意圖」，而承載意圖的專業工具（SaaS）非但不會消失，反而會因為「工具使用（Tool Use）」技術的突破而變得更加不可或缺。
總結來說，黃仁勳認為 AI Agent 與軟體的互動並非「取代」，而是「賦能」。AI Agent 將利用其推理與規劃能力，調用並操作現有的企業軟體（如 ERP、EDA 工具），從而讓這些工具的價值，從單純的「被動計算」升級為「主動解決問題的勞動力」。
主持人 Chuck Robbins（Cisco 執行長）詢問黃仁勳，若企業現在要準備導入 AI，他建議的「第一、第二、第三步」是什麼？
黃仁勳對此持非常鮮明的反對立場，認為在 AI 創新初期，過度執著於 ROI 是不切實際且阻礙發展的。他直言：「我不會往那個方向（ROI）想。」
他解釋說，對於像 AI 這樣的新技術，在導入初期很難將其價值精確地填入電子表格中計算。若企業堅持要在看到具體價值證明後才行動，將會錯失良機。
他用家庭教育做比喻： 當孩子想嘗試新事物、探索生活時，父母通常會先說「好（Yes）」，然後才問「為什麼」 ；絕不會要求孩子先證明這件事將來能帶來財務成功或幸福，才准他們去做。但在職場上，企業卻要求員工先證明成效才准予嘗試。
黃仁勳認為這「完全沒有道理（makes no sense）」，企業應該給予員工像家庭一樣的探索空間，當員工想嘗試 AI 工具時，領導者的第一反應應該是「Yes」，然後才是「Why」。
與其透過 ROI 來篩選項目，黃仁勳建議企業應該「讓一千朵花盛開」。
擁抱失控： 他提到 NVIDIA 內部同時使用各種 AI 工具（如 Anthropic、Codex、Gemini 等），專案數量多到「失控」，但他認為這很棒。因為如果你想完全控制局面，那你得到的就不是創新。領導者的工作是「影響」創新，而不是「控制」它。
後期再修剪： 雖然初期鼓勵百花齊放，但在花園變得雜亂後，企業必須運用判斷力開始「修剪花園（curating the garden）」。這時才需要挑選出最好的方法，集中資源（put all your wood behind one arrow）。但他警告，不要太早進行修剪，否則可能會選錯方向。
雖然不看重初期的 ROI 計算，但黃仁勳強調必須聚焦於「公司最本質、最具影響力的工作」。
例如他建議，企業不應在周邊瑣事上浪費時間，而應找出公司的核心業務（例如 NVIDIA 的晶片設計），並思考如果這項工作能以「光速」或「無限大」的效率完成，會發生什麼事。
真正的價值在於將 AI 應用於這些最困難、最有價值的問題上，這比死守 ROI 數字更能推動企業的實質變革。
關於 Chuck Robbins 提問「企業應選擇公有雲還是私有 AI（On-prem）？」黃仁勳給出了一個類比：AI 就像企業的心理醫生，因此強調建立私有 AI 基礎設施對於保護核心知識產權（IP）的重要性。
雖然模型權重是商品，但「你問了什麼問題」才是企業最核心的知識產權（IP）。提問反映了企業的戰略焦慮、預判與直覺。黃仁勳直言，不願將 NVIDIA 的內部對話放在公有雲，因為他不希望任何人窺視他的「思考過程」。
此外，市場也迷信「人機協作（Human in the loop）」，但黃仁勳認為企業的終局是「AI 在流程中（AI in the loop）」。AI 應該成為捕捉公司集體智慧的永續容器，確保智慧資產不隨人員流失而崩解。企業的主權在於將散落的「原子經驗」轉化為可即時調用的「電子智慧」。
黃仁勳並非完全否定公有雲，因此他的結論是，世界並非「全租」或「全買」的二分法，而是「租一部分，擁有一部分（rent some and own some）」。企業應該利用雲端的便利性，但對於核心 IP 和敏感的戰略思考，則必須擁有自己的基礎設施。
黃仁勳與 Cisco 的對話，定格了全球經濟從「工具時代」邁向「勞動時代」的轉折點。
過去 IT 行業賣的是「工具（如汽車）」，市場規模約 1 兆美元；現在 AI 賣的是「勞動（如數位司機／Digital Chauffeur）」。當科技開始輸出「勞動產出」而非「工具效能」時，其目標市場將直接對接價值 100 兆美元的全球經濟總量。
換言之，企業必須在「原子公司」與「電子公司」之間做出選擇。像 Netflix、Amazon 這樣的電子公司，其邊際分發成本幾乎為零，這就是它們相較於傳統原子企業產生價值暴增千倍的原因。
最後的警示是現實的：在打字成為商品的時代，專業領域知識才是最後的議價權。那些不願「掀起引擎蓋、親手檢查機油」去理解 AI 底層邏輯的企業，終將失去對自身命運的定義權。
延伸閱讀：「手機點不到的店等於不存在！」麥味登鐵腕升級900門市之後，踩動「一人管多店」獲利飛輪 Claude Cowork是什麼？Cowork教學：簡報、報帳、整理雲端硬碟5個超實用場景
本文初稿為AI編撰，整理．編輯/ 李先泰
更多報導打破「充電站不賺錢」魔咒！U-POWER營收逆勢漲76%，為什麼敢賣全台最貴還能拚獲利？a16z年度資訊長大調查：大企業最愛用哪一家AI？這家狂追OpenAI，成最大黑馬
在 Cisco AI Summit 的深夜現場，黃仁勳在與 Cisco 執行長 Chuck Robbins 對談時，針對當前市場對於「AI 將摧毀軟體業（SaaS）」的恐懼，給出了非常明確且強烈的反駁。
他直言，那種認為「AI 將取代軟體公司、導致工具產業衰退」的想法，是「世界上最不合邏輯的事情（the most illogical thing in the world）」。
對過去 20 年的企業 IT 來說，「上雲＋導 SaaS」幾乎就是標準答案。專案管理一套、客服一套、行銷自動化一套、財務再一套，也就是每一個業務功能，都對應到一個訂閱制的 SaaS 產品。這個世界背後的預設， 是使用者願意、而且有能力在一個又一個 App 之間來回切換；只要 UI/UX 做得夠好、流程拆得夠細，生產力就會上來。
黃仁勳在談話一開始，先把這套邏輯推倒重來。他提醒現場與線上的觀眾，現在發生的不是「又一個新應用」，而是「60 年來首次真正意義上的運算重寫」：從顯性編程（explicit programming）走向隱性編程（implicit programming）。
在顯性編程時代，工程師必須事先寫好所有規則、定義好變數，透過 API 把一個個 SaaS 串成流程。電腦嚴格遵守指令，人類是那個理解全局的人。對企業用戶來說，「會用軟體」意味著要學會每一個系統的介面、菜單、按鈕，然後在腦中自己拼出一條跨產品的工作流。
而在隱性編程時代，事情被倒過來了：使用者先丟出意圖（intent），例如「幫我把這一批潛在客戶從試用轉成付費」，然後把「如何做到」的責任交給 AI 模型與背後的工具鏈。模型不只生成文字回應，而是會讀資料、拆任務、調工具，主動去完成一個 end-to-end 的目標。
當介面從按鈕變成意圖，SaaS 的第一層損傷就是「界面優勢」：使用者不再需要學會 20 個產品，而是只要學會如何跟自家企業的 AI 代理人說話。原本以導入數量、活躍使用率當 KPI 的 SaaS 堆疊，開始被一個「總入口」抽象化，滑落到幕後。
但黃仁勳認為，這並不意味著 SaaS 會在 AGI 出現之後瞬間消失。更現實的說法是：SaaS 的分布會重排，角色會被迫改寫。
他解釋，軟體公司近期在二級市場的估值承壓，源於一種淺薄的假設：即 AI 能自主編寫軟體，因此不再需要專業工具。但黃仁勳利用「人工通用機器人（Artificial General Robotics）」的邏輯駁斥了這一觀點：即使是一個完美的仿生機器人，在面對修理任務時，也會選擇「拿起現成的螺絲起子」而非重新發明一個。
黃仁勳引用了「多米諾骨牌」的類比，強調目前的 LLM（大語言模型）雖然能處理文字，但並不理解物理世界的因果律（causality），也就是它們不知道推倒第一塊牌會導致後續的連鎖反應。這決定了 AI 在處理如 F = ma 或 V = IR 等嚴謹的顯性邏輯時，必須依賴專業工具（如 Cadence、Synopsys 或 SAP）。
因此，軟體業的核心價值不在於代碼，而在於其封裝的專業領域知識（Domain Expertise）。對於 AI 而言，專業軟體是數位世界裡的「精密機床」。
他幽默地提到 Chuck Robbins 掌握的 Hebrew（希伯來語）與 COBOL 語言，藉此指出：編碼本質上只是打字，而打字終將成為低價商品。 真正的價值在於「意圖」，而承載意圖的專業工具（SaaS）非但不會消失，反而會因為「工具使用（Tool Use）」技術的突破而變得更加不可或缺。
總結來說，黃仁勳認為 AI Agent 與軟體的互動並非「取代」，而是「賦能」。AI Agent 將利用其推理與規劃能力，調用並操作現有的企業軟體（如 ERP、EDA 工具），從而讓這些工具的價值，從單純的「被動計算」升級為「主動解決問題的勞動力」。
主持人 Chuck Robbins（Cisco 執行長）詢問黃仁勳，若企業現在要準備導入 AI，他建議的「第一、第二、第三步」是什麼？
黃仁勳對此持非常鮮明的反對立場，認為在 AI 創新初期，過度執著於 ROI 是不切實際且阻礙發展的。他直言：「我不會往那個方向（ROI）想。」
他解釋說，對於像 AI 這樣的新技術，在導入初期很難將其價值精確地填入電子表格中計算。若企業堅持要在看到具體價值證明後才行動，將會錯失良機。
他用家庭教育做比喻： 當孩子想嘗試新事物、探索生活時，父母通常會先說「好（Yes）」，然後才問「為什麼」 ；絕不會要求孩子先證明這件事將來能帶來財務成功或幸福，才准他們去做。但在職場上，企業卻要求員工先證明成效才准予嘗試。
黃仁勳認為這「完全沒有道理（makes no sense）」，企業應該給予員工像家庭一樣的探索空間，當員工想嘗試 AI 工具時，領導者的第一反應應該是「Yes」，然後才是「Why」。
與其透過 ROI 來篩選項目，黃仁勳建議企業應該「讓一千朵花盛開」。
擁抱失控： 他提到 NVIDIA 內部同時使用各種 AI 工具（如 Anthropic、Codex、Gemini 等），專案數量多到「失控」，但他認為這很棒。因為如果你想完全控制局面，那你得到的就不是創新。領導者的工作是「影響」創新，而不是「控制」它。
後期再修剪： 雖然初期鼓勵百花齊放，但在花園變得雜亂後，企業必須運用判斷力開始「修剪花園（curating the garden）」。這時才需要挑選出最好的方法，集中資源（put all your wood behind one arrow）。但他警告，不要太早進行修剪，否則可能會選錯方向。
雖然不看重初期的 ROI 計算，但黃仁勳強調必須聚焦於「公司最本質、最具影響力的工作」。
例如他建議，企業不應在周邊瑣事上浪費時間，而應找出公司的核心業務（例如 NVIDIA 的晶片設計），並思考如果這項工作能以「光速」或「無限大」的效率完成，會發生什麼事。
真正的價值在於將 AI 應用於這些最困難、最有價值的問題上，這比死守 ROI 數字更能推動企業的實質變革。
關於 Chuck Robbins 提問「企業應選擇公有雲還是私有 AI（On-prem）？」黃仁勳給出了一個類比：AI 就像企業的心理醫生，因此強調建立私有 AI 基礎設施對於保護核心知識產權（IP）的重要性。
雖然模型權重是商品，但「你問了什麼問題」才是企業最核心的知識產權（IP）。提問反映了企業的戰略焦慮、預判與直覺。黃仁勳直言，不願將 NVIDIA 的內部對話放在公有雲，因為他不希望任何人窺視他的「思考過程」。
此外，市場也迷信「人機協作（Human in the loop）」，但黃仁勳認為企業的終局是「AI 在流程中（AI in the loop）」。AI 應該成為捕捉公司集體智慧的永續容器，確保智慧資產不隨人員流失而崩解。企業的主權在於將散落的「原子經驗」轉化為可即時調用的「電子智慧」。
黃仁勳並非完全否定公有雲，因此他的結論是，世界並非「全租」或「全買」的二分法，而是「租一部分，擁有一部分（rent some and own some）」。企業應該利用雲端的便利性，但對於核心 IP 和敏感的戰略思考，則必須擁有自己的基礎設施。
黃仁勳與 Cisco 的對話，定格了全球經濟從「工具時代」邁向「勞動時代」的轉折點。
過去 IT 行業賣的是「工具（如汽車）」，市場規模約 1 兆美元；現在 AI 賣的是「勞動（如數位司機／Digital Chauffeur）」。當科技開始輸出「勞動產出」而非「工具效能」時，其目標市場將直接對接價值 100 兆美元的全球經濟總量。
換言之，企業必須在「原子公司」與「電子公司」之間做出選擇。像 Netflix、Amazon 這樣的電子公司，其邊際分發成本幾乎為零，這就是它們相較於傳統原子企業產生價值暴增千倍的原因。
最後的警示是現實的：在打字成為商品的時代，專業領域知識才是最後的議價權。那些不願「掀起引擎蓋、親手檢查機油」去理解 AI 底層邏輯的企業，終將失去對自身命運的定義權。
延伸閱讀：「手機點不到的店等於不存在！」麥味登鐵腕升級900門市之後，踩動「一人管多店」獲利飛輪 Claude Cowork是什麼？Cowork教學：簡報、報帳、整理雲端硬碟5個超實用場景
本文初稿為AI編撰，整理．編輯/ 李先泰
更多報導打破「充電站不賺錢」魔咒！U-POWER營收逆勢漲76%，為什麼敢賣全台最貴還能拚獲利？a16z年度資訊長大調查：大企業最愛用哪一家AI？這家狂追OpenAI，成最大黑馬
新聞來源: 原始來源
尚無評論，成為第一個發言的人吧！