“稍微浪费一点钱没关系，但千万不要浪费时间。”这句话在2026年5月底，随着英伟达CEO黄仁勋在内部会议上的发言曝光，迅速引发了科技圈乃至更广泛群体的讨论。
这并非黄仁勋一时兴起的随口之言，而是他长期以来对技术应用效率与资源投入之间辩证关系的核心思考。在一次员工大会上，有工程师提出了一个现实且普遍的担忧：公司每天高强度使用AI模型，消耗了大量的Token（AI处理信息的基本计量单位），却似乎只做了表面功夫，并没有真正提升生产力。我们真的不是在浪费钱吗？对此，黄仁勋给出了一个看似反直觉、实则极具前瞻性的回答。他认为，在新技术应用的初期，人们最需要克服的障碍往往不是成本，而是因恐惧“浪费”而产生的畏缩和迟疑。如果因为担心多花了几块钱就停下探索的脚步，那才是真正的、不可挽回的“时间浪费”。
为了更直观地阐释自己的观点，黄仁勋算了一笔“效率账”。他提出，假设一名年薪50万美元的工程师，如果他一年在AI上的使用成本低于25万美元，这说明他还没有充分借助AI工具来赋能自己。言下之意，在AI这个强大的生产力工具面前，企业应该把衡量标准从“花了多少钱”转变为“省了多少时间、提升了多少效率”。相比他期望通过AI带来的十倍生产效率提升，前期那些不可避免的探索性“学费”，是完全值得支付的。
这一理念，与英伟达当前正从一家芯片公司全面转型为“AI工厂”基础设施提供商的战略方向高度一致。在黄仁勋构想的未来图景中，数据中心不再是简单的文件“仓库”，而是批量生产Token这种数字“大宗商品”的超级工厂。为了搭建这个庞大的未来体系，无论是顶尖的科学家、工程师，还是企业的决策者，都必须先“跑起来”，在大量的实践中积累经验，而不是站在岸边讨论完美的泳姿。
有趣的是，黄仁勋此番言论的背景，除了对技术效率的追求，也暗含着对当前AI应用成本结构的精准把脉。他指出，美国企业目前主要依赖OpenAI和Anthropic的模型服务，它们的Token报价远高于中国的DeepSeek等模型，甚至高达50倍以上。这意味着，如果在这种“高成本”环境下还犹豫不决、不敢下场实践，那错过的将是整个时代的机会成本。
“千万不要浪费时间”这句话，是黄仁勋在芯片行业数十年沉浮中总结出的生存智慧。他曾向外界坦言，自己30多年来一直秉持“公司离倒闭永远只有30天”的危机感。在这种认知体系下，时间窗口的宝贵性远超账面上可以赚回来的金钱。他曾在一次关于运用光速工程法时举过一个例子：如果有人告诉你一件工作需要74天，不要急于优化成72天，而是要先问自己，从物理极限看，这件事理论上最快多久能做完？如果答案是6天，那就说明当前的流程里存在大量“浪费时间”的环节。
当然，黄仁勋的“浪费钱”论调也是有前提的。正如他在大会上所暗示的，只要不是在像美国那样Token价格极其离谱的市场环境下，企业都应该把精力放在如何通过AI重塑工作流程上。总而言之，在这个技术爆炸的时代，黄仁勋的这句话或许比任何技术细节都更能给人们以启示：不要因为害怕微小的试错成本，而错失了一个可能十倍增长的未来。因为在这个世界里，真正不可再生的资源，永远是我们正在流逝的时间。
