黄仁勋最近又有点烦，虽然资本市场持续景气，AI不断虹吸市场上所有的自由流通美元，算力决定一切之下，AI军备竞赛的资本支出也在不断增加，这使得全行业算力相关的硬件厂商的利润都在暴涨，不仅英伟达，甚至连三星、SK海力士都给出了总部全员天价奖金的历史记录。
但与此同时各大AI中下游的巨头企业却大量裁员，且自由现金流降幅和资本支出速度均创下历史记录，这使得市场对于AI的担心又开始加剧，消费-供给的持续性和财富的结构性影响之下，人们似乎被吓坏了，以至于人工智能在美国变得不受欢迎，人们甚至对它心存恐惧，进而根本不愿去真正拥抱它。
因此，老黄此时得出来解释下，他说：人工智能其实是大规模创造就业机会的引擎，不存在“人工智能（AI）末日论”，AI不是导致大规模失业的元凶，相反，“人工智能正在创造就业机会，这也是美国实现再工业化最佳的机遇。”
今天我们就来聊聊，英伟达的资本布局，以及老黄观点的结构性！
一、黄仁勋与 AI 末日论
如果我们仅从 2026 年最新的就业、制造业与消费宏观数据来看，老黄的观点很对，因为当下最大的经济体从数据面看，都在AI刺激下产生了明显的超预期，也就是说：AI 并未成为就业市场的 “毁灭者”，反而成为美国经济增长与制造业回流的核心驱动力。
（1）就业市场
从就业端去看，AI的“低就业、低裁员”市场特征在整个劳动力市场就产生了非利率引导性的“总量稳定、结构重塑” 特征，美国并未出现大规模失业的迹象。
根据摩根士丹利 2026 年 4 月最新研究显示，全球AI 扩散的速度远超以往任何一次技术革命，但美国整体劳动力市场指标却“异乎寻常的稳定”，高 AI 暴露行业并未出现相较于低暴露行业的就业弱势，但其劳动生产率提升主要由产出加速驱动，而非裁员缩编。
同时世界经济论坛、IMF 联合国际劳工组织的测算显示，到 2030 年 AI 将全球净增 7800 万个就业岗位，岗位重塑率达 22%，或许会高于岗位净流失规模。
然后，回到美国，2026 年一季度全美雇主公告裁员规模为 2022 年以来同期最低，科技行业预计全年净增 18.5 万个岗位，而 AI 数据中心建设带动的建筑业、电工、芯片制造等技术工人需求激增，确实与黄仁勋 “劳动力短缺严重” 的表述一致，美国4月ADP就业也新增10.9万人，显示除超预期的回暖！
但值得注意的是， AI 确实在存在明显的技能极化，中等技能岗位承压、高低技能岗位受益的趋势在扩大。
（2）供给和制造
从制造业看，2026 年美国五大科技巨头 AI 相关资本开支预计突破 7200 亿美元，较 2025 年增长 77%，巨额投资正转化为钢铁、芯片、电力设备等实打实的工业需求，带动美国 4 月制造业 PMI 升至 54 的扩张区间。
比如，今天英伟达与康宁的合作是典型缩影，康宁计划将美国光连接制造产能提升 10 倍、本土光纤产能扩大 50% 以上，并新建 3 座先进制造工厂，叠加 Meta 与康宁 60 亿美元的光纤采购长约，会直接推动美国光通信产业链本土化率大幅提升，而英伟达不仅入股5亿美元，还额外出资32亿美元帮康宁造厂，这一圈订单下来，GDP上已经为美国创造了百亿级GDP新增预期。
数据显示，美国2025年 AI 相关制造业投资较 2022 年增长 3250 亿美元，占 GDP 比重达 1.1%，未来四年全美 AI 相关超级计算机、芯片、服务器制造领域的投资规模将超 1 万亿美元，但这部分目前很多还在资本层面，真正落地还有很长距离，但黄仁勋 “重振美国制造业” 的判断似乎成立。
（3）消费端
再看消费端，AI 对消费的改变，不是人与人之间的社交和衣食住行，而是通过算力消耗拉升的消费。
并且，这个特征正从企业端向消费端渗透，形成新的增长极。
截至 2026 年 3 月，美国仅 3% 的家庭为 AI 服务付费用户，但付费家庭数量较 2024 年 2 月增长 40%，其中 40% 的付费家庭月支出超 20 美元，Z 世代与千禧一代 AI 支出中位数同比增长 54%。
而在企业端，2026 年 1 月超 60% 的技术支出增长企业将 5% 以上预算投向 AI，较 2025 年 1 月的 12% 大幅跃升，企业端 AI 投入的外溢效应，正逐步传导至居民消费与整体经济增长。
芝加哥联储 2026 年 3 月报告显示，市场普遍预期 AI 将推动美国长期 GDP 增速升至 2.5%，显著高于此前 1.7% 的长期基线，这说明其对经济的拉动具备可持续性，而美国的消费也正在从对外国商品的消费需求增长，转为对内算力消耗的增长，这或许在未来会持续缩减逆差。
数据似乎也支持：4月份美国贸易逆差创下有记录以来最大降幅，原因是进口额出现有史以来最大幅度的暴跌，这表明部分美国企业“抢出口”已戛然而止。
二、英伟达的全栈生态布局：补齐光互联，锁定供应链，强化算力话语权！
英伟达近期在投资康宁之后，已完成 AI 算力全链条核心环节的深度绑定，从单一 GPU 设计企业彻底进化为 “计算 + 连接” 的全栈 AI 基础设施服务商。
目前英伟达的全栈上下游生态已实现五大核心环节的全覆盖与资本绑定：
（1）先进逻辑芯片制造环节：与台积电深度合作锁定 3nm/2nm 先进制程产能！
（2）高带宽内存（HBM）环节：与 SK 海力士、美光签订数十亿美元长约，锁定全球核心 HBM 产能。
（3）先进封装环节：与 Amkor、矽品精密深度协同，突破 CoWoS 等先进封装产能瓶颈。
（4）散热环节：与维谛技术联合开发液冷解决方案，适配万卡算力集群的散热需求。
（5）光互联物理层传输环节：通过最高 32 亿美元的投资锁定康宁的光连接产能，解决 GPU 集群间的传输带宽与延迟痛点，除高端光纤外，英伟达正推进替代传统的光模块部署模式，彻底打通 AI 算力从芯片到集群的全链条堵点。
英伟达持续整合上下游、锁定核心产能的核心逻辑，不同于我们国内常说的大模型、算力中心逻辑，其是一个软硬件、上下游全覆盖的从技术到物理世界的全栈生态。
尤其是当下算力瓶颈已从单芯片性能转向集群互联效率，光连接成为决定有效算力的核心因素，这也是全球CPO、光纤大涨的关键。
随着大模型训练与推理需求指数级增长，AI 算力集群中光连接设备占比已超 30%，康宁的光纤方案可使 AI 集群能耗降低 20%、传输延迟缩短 30%，若无法锁定该环节产能，GPU 的性能优势将无法充分释放。
同时，传统通用供应链无法匹配 AI 的极端化定制需求，通过股权绑定与长约合作，在美股生态中已经成为趋势，即巨头正告别通用化时代，转向定制化时代！
三、AI 主导下的经济与就业结构核心特征
我们从经济结构层面，AI对GDP的驱动是改变传统消费驱动路径，即改变人的需求，转向 “资本性技术创新”驱动，即走向不依赖于人的需求，AI 基建投资正成为经济增长的核心引擎！
而从产业链运作逻辑看，过去传统是 “需求后置、按标生产” ，现在是 “需求前置、定制锁定”，英伟达之类的节点正深度绑定上游材料产能、下游应用方向，并通过长约锁定供给成为主流，这会使得未来全球的供应链区域化、本土化特征持续强化，同时未来AI相关厂商其实必须选择自己的技术体系和阵营，否则就会出现技术脱节。
同时，AI对制造业的影响资本层面的产融结合，AI 从科技行业向制造业、建筑业、服务业全领域渗透，其对全要素生产率的提振效应正逐步扩散，推动经济增长模式从要素驱动转向效率驱动。
因此，从就业面就出现了上下两缺的特征，具备 AI 相关技能的岗位在美国市场的工资溢价达 3%-3.4%，而无技能转型的岗位工资增长基本停滞，劳动力市场的收入分化持续加深，而AI 带动的基建投资，创造了大量电工、建筑、芯片制造等非科技类就业岗位，但这个阶段的特点取决于机器人行业的推进速度。
总体而言，AI在2025-2027年的大规模支出能否继续，要取决于2028年是否能有明确的商业化回报，而这一年恰逢美国大选，而在2027年如果订单预期不能增长，资本市场将会迎来估值的初步回调，但2026年一切似乎依然确定！
热门跟贴