AI 從對話轉向行動：BioNeMo 與自定義 GPT
Jensen 與 Sam 本週同步將 Agentic AI 從概念推向真實工具，但路徑分歧：NVIDIA 直攻科學生命線，OpenAI 加速商業流程自動化。
本週關鍵信號
- Jensen 發布 BioNeMo Agent Toolkit：在 BIO26 主題演講中，Jensen 展示 AI agent 可直接操作蛋白質結構預測、分子對接、生成化學等真實科學軟體，不再只是聊天機器人。
- Sam 展示 ChatGPT + Codex 商業落地：Advent International 案例中，Sam 說明為每家投資組合公司開發自定義 GPT，處理盡職調查與合約審閱，實際減少數十小時人工。
- RTX Spark 筆電邊緣推理實證：Jensen 在 Computex 展示 DLSS 4.5 與 transformer model 的新推理架構，強調即時光追渲染已可在消費級硬體上執行。
4 個底層心智模型
1. 從對話到行動的 Agent 革命
Jensen 在 BIO26 直接示範 AI agent 操作科學軟體，Sam 在 Advent 案例中強調自定義 GPT 執行合約流程，兩人共同拋棄「AI 只是問答」的舊框架。Agent 必須能操作工具、觸發動作，才能創造真實產值。
2. 垂直領域專用模型的優先性
通用 LLM 在生物化學或特定企業合規場景表現不足。Jensen 推出 BioNeMo 專為生命科學設計，Sam 為每個投資組合公司客製 GPT，證明垂直專用模型才能解決行業痛點。
3. 硬體民主化催生軟體創新
Jensen 在 NPS 合作中強調 DGX 系統讓政府與中小企業也能訓練自有模型，Sam 則讓非技術人員透過 Codex 打造 AI 應用，底層邏輯一致：算力普及後，應用層將迎來爆炸式創新。
4. 邊緣 AI 與延遲優先的推理架構
RTX Spark 筆電以 1600p 執行光追 + DLSS 4.5 推理，說明了低延遲推理是商業化關鍵。Sam 在合約處理場景同樣強調即時回應，兩人共識是推理架構的延遲直接決定用戶體驗天花板。
共識地圖
Agentic AI 是下一波浪潮：Jensen 在 BIO26 推出 BioNeMo Agent Toolkit，讓 AI agent 直接操控科學工具；Sam 在 Advent 合作中強調自定義 GPT 處理合約流程。兩人一致認為 AI 下一階段是從「聊天」進化到「執行任務」。—— Jensen Huang, Sam Altman
企業採用門檻已成核心瓶頸：Sam 引述客戶心聲：「有抱負但不知如何開始」；Jensen 則透過 GTC Taipei 強調與資料中心夥伴合作降低部署難度。雙方都判斷企業的 AI 採用率瓶頸不在技術能力，在導入的複雜度。—— Jensen Huang, Sam Altman
分歧地圖
AI 落地優先領域：
- Jensen Huang：優先攻克科學計算（蛋白質、基因組、化學生成），認為硬體加速是解鎖科學突破的關鍵，BioNeMo 是 NVIDIA 在生命科學的戰略布局。
- Sam Altman：優先瞄準商業流程與合約自動化（Advent 案例），主張 GPT 與 Codex 能立即在企業合規、銷售流程中創造營收，科學領域需更長期投資。
金句收錄
- 「A lot of what we hear at the board level and the management level is that folks have a lot of aspirations for AI but don't necessarily know how to start.」— Sam Altman, 《Advent Accelerates Deals with ChatGPT + Codex》
- 「Nvidia has now democratized these capabilities, so it's no longer in the pro...」— Jensen Huang, 《How NPS and NVIDIA Are Training the Next AI Leaders》