黄仁勋呼吁台积电扩产 应对 AI 芯片短缺难题

英伟达首席执行官黄仁勋呼吁台积电大幅提升产能，以满足其日益增长的芯片需求。他表示，未来十年，英伟达的产能需求或将需要台积电实现产能翻倍。

在与台湾关键供应链合作伙伴的晚宴后，黄仁勋明确提出，台积电今年就必须增加产量，原因是英伟达 “需要大量晶圆”。他同时指出，台积电当前正 “非常努力” 地推进相关工作，今年的芯片需求量十分庞大。

总部位于美国加州圣克拉拉的英伟达，长期依赖台积电、富士康等多家台湾企业，来制造和拓展其尖端计算解决方案。台积电已于上月宣布，受人工智能需求的推动，今年的资本支出或将增至 560 亿美元。到 2028 年和 2029 年，相关支出还将进一步显著增长。

摩根士丹利在周四发布的一份研究报告中指出，无论未来市场对图形处理器（如英伟达、AMD 的相关产品）的需求更高，还是对定制人工智能处理器（如谷歌张量处理单元）的需求更大，台积电都将成为人工智能热潮的最大受益者之一。

台积电提升产能的迫切需求，凸显出其在人工智能基础设施领域的关键地位，尤其是在内存芯片等关键输入产品的供应方面。在此背景下，台积电正持续加大资本支出，以应对市场的快速增长需求。

（来源：南华早报 https://www.scmp.com/tech/article/3341994/nvidias-jensen-huang-urges-tsmc-expand-capacity-amid-ai-chip-crunch?module=top_story&pgtype=homepage）

AI 时代的领导力：以人本思维驾驭技术浪潮

人工智能的普及之路，始终被一层恐惧的阴影笼罩 —— 当下为提升效率推出的举措，很可能会成为未来裁员的借口。这就要求企业领导者必须着力赢得员工的信任。

如今，许多组织都在积极推出 AI 工具、启动试点项目，但这些行动大多没有触及核心问题。不少领导者过度纠结于 “AI 会如何改变我们”，却忽略了更关键的命题：我们应当构建怎样的领导力，来引领 AI 的发展方向。技术本身无法决定最终的结果，真正起决定性作用的是领导决策，也就是组织选择建立并应用于工作中的制度、规范与能力。

以下是三种能够强化 AI 时代领导力的有效路径：

不因恐惧而束缚雄心

AI 的潜力，在于大胆的实验与探索。但即便是在最顶尖的组织里，恐惧也在悄然限制着这种潜力的释放。这就形成了一种矛盾的局面：领导者要求员工大胆开展 AI 实验，同时推行的效率提升计划，却被员工解读为裁员的前兆。当员工感到自身处境岌岌可危时，行事就会趋于保守。突破性的创意会退化为微小的应用场景，企业也只会满足于优化现有模式，而非创造面向未来的新范式。

领导者可以通过打造一个免受短期效率压力干扰的 AI 实验空间，来缓解员工的恐惧情绪，进而提升团队的整体表现。研究表明，这种心理安全感对团队绩效至关重要。处于安全环境中的团队，能够更早发现问题、更自由地挑战固有假设，学习速度也会更快。如果领导者希望收获颠覆性的想法，就必须降低员工提出创意的心理成本。否则，即便 AI 能提升效率，企业也会错失重塑发展格局的关键机遇。

以史为鉴，创造学习型环境

回顾历史，西门子与丰田在重塑自身生产体系时，都明确承诺保障员工的就业岗位。虽然它们在短期内牺牲了部分成本节省的收益，却换来了长期的创新活力。正是因为员工相信，生产力提升所带来的收益会被共享，而非被当作裁员的工具，他们才敢于主动承担风险、积极创新。

微软 CEO 萨提亚・纳德拉倡导的 “求知若渴” 理念，也是消除恐惧、激发创新的典范。这一理念让员工坦然接受 “并非无所不知” 的现实，进而推动了公司在产品与战略上的重大突破。谷歌推行的 “20% 时间” 制度同样值得借鉴，工程师可以用五分之一的工作时间，探索与本职无关的个人项目，AdSense、谷歌新闻等知名产品均诞生于此。

将 AI 作为决策输入，而非默认方案

从人类发明轮子，到如今的 AI 智能代理，每一项技术革新，要么是对人类行为的增强，要么是对人类行为的替代。但技术应用的危险之处在于，人们可能会过度依赖工具，逐渐丧失独立思考的能力。随着 AI 模型与算力的普及，技术带来的分析优势正在逐渐减弱。此时，人类所独有的解读场景、权衡利弊、考量利益相关者影响以及质疑 AI 输出结果的能力，就显得愈发珍贵。斯坦福大学人机智能中心的研究证实，结合 AI 建议与专家监督的团队，其表现往往优于完全自动化的系统。

企业应当设计科学的决策流程，确保 AI 仅作为辅助判断的工具，而非取代人类决策。对于重大决策，领导者应要求团队记录下基于 AI 建议做出判断的推理过程，让决策逻辑清晰可追溯，以便后续检验。这一做法既能培养团队的洞察力与组织记忆，也能明确责任归属，避免出现问题后将责任推给 AI 模型的情况。此外，团队还可以通过结构化的质疑，比如提出 “需要满足哪些条件，这个结论才能成立？” 这类问题，来抵消由 AI 驱动的过度自信。

把人类置于价值判断的核心位置

AI 时代的伦理型领导力，要求领导者明确并反复重申技术应用的边界，清晰界定算法优化的终点与人类责任的起点。例如，哪些决策可以交由算法做出？当 AI 决策造成不良后果时，谁应当承担责任？

领导者需要明确划定不可逾越的底线，将伦理治理嵌入日常工作流程，确保关键决策始终由人类主导。同时，要培训管理者在追求技术可能性的同时，兼顾责任担当。判断、伦理与价值观是无法外包给 AI 的，这些能力需要从企业高层开始培育，并渗透到组织的每一个层面。在商业活动中，取舍是不可避免的；而在 AI 时代，这种取舍需要更具目的性与责任感。

真正把握时代机遇的领导者，不会仅仅因为技术可行就盲目部署 AI 工具。他们会以兼顾心理安全感、人类判断力与伦理清晰度的方式，推动 AI 的合理应用。没有同理心的效率提升，算不上真正的进步；缺乏判断力的技术创新，也谈不上是合格的领导力。

AI 无法决定未来的走向，真正决定未来的是领导者。历史，将会对二者的差异做出公正而严苛的评判。

（来源：美国财富 https://fortune.com/2026/02/01/ai-wont-decide-the-future-leaders-will-carolyn-dewar-mckinsey/）

OpenAI拟年内上市 考验投资者AI烧钱耐受度

据美国财富报道，OpenAI正考虑在今年年底前启动首次公开募股（IPO），目前已与华尔街银行展开非正式磋商，并聘请多名金融高管，为上市事宜推进筹备工作。《华尔街日报》消息显示，尽管该公司当前估值已达5000亿美元，但预计要到2030年才能实现盈利。

OpenAI计划上市，部分原因是为了抢占竞争对手Anthropic的市场先机——后者预计2028年即可实现盈亏平衡，且企业客户增长势头迅猛。当前纯人工智能上市公司较为稀缺，除英伟达、CoreWeave等“新云”企业外，多数AI相关投资机会集中在谷歌、微软等科技巨头身上。

据悉，OpenAI计划在2033年前投入1.4万亿美元建设数据中心，目前已筹集约640亿美元资金，现阶段正寻求以8300亿美元的估值再融资1000亿美元。此次IPO大概率会在该轮融资基础上追加推进，而非替代这轮融资。

尽管亚马逊早年也曾经历长期亏损，但OpenAI每年的烧资金额规模更为惊人。汇丰银行预测，即便OpenAI在2030年的营收或能达到2130亿美元，仍将面临2070亿美元的资金缺口。此次IPO若能成功，将表明市场仍认可AI产业的长期发展前景；若进程受阻，则可能意味着投资者对“高估值与基本面脱节”的容忍度已达到极限。

此外，上市还能帮助OpenAI留住即将获得股权兑现的员工，并吸引新的人才加入。但成为公众公司后，OpenAI将面临更为严苛的财务披露要求、季度业绩压力，以及产品风险透明化的挑战——包括目前因聊天机器人引发的心理影响相关诉讼，以及各类监管审查。该公司CEO萨姆·阿尔特曼也坦言，自己并不热衷于担任上市公司负责人。同时，上市后股权激励的吸引力可能会下降，进而影响人才招募工作。

（来源：美国财富  https://fortune.com/2026/01/30/openai-ipo-ai-bubble-investor-tolerance-for-cash-burn-unprofitable/）