EVERYTHING
За даними Siliconangle, на конференції GTC Taipei 2026 виконавчий директор Nvidia Jensen Huang виголосив одну з наймасштабніших доповідей у кар'єрі компанії, представивши концепцію era of agents та ключові висновки про майбутнє штучного інтелекту й його вплив на глобальну економіку та ринок праці.
Agentic AI як економічна реальність
Huang заявив, що agentic AI вже перестав бути експериментом і став генератором економічної вартості. «Сьогодні ми можемо сказати, що agentic AI прибув, що корисний AI прибув», — заявив він слухачам у Тайпеї. Для підтвердження Huang навів дані GitHub: кількість кодових коммітів тричі зросла з 2023 до початку 2026, хоча число професійних розробників залишилось на тому ж рівні. Це свідчить про експоненціальну продуктивність AI-асистентів, які дозволяють розробникам генерувати набагато більші обсяги кода у коротші строки та вирішувати складніші завдання.
Переозначення економіки програмування
Huang звернув особливу увагу на новий розрахунок економічної вартості програміста. Якщо один розробник за допомогою AI-інструментів генерує 9 трильйонів економічної вартості при зарплаті 3 трильйони, то логіка проста: компанії будуть прагнути найму більше розробників, а не скорочень. «Люди говорять, що AI скорочуватиме робочі місця — це повна чушь», — заявив Huang. «Якщо ви можете наймати програмістів та генерувати 9 трильйонів вартості, чому б ви не хотіли найму більше програмістів?» Для CIO та CTO це означає, що AI — це не інструмент скорочення штатів, а мультиплікатор для вже дефіцитного технічного таланту. Галузь десятиліттями страждала від нестачі кваліфікованих спеціалістів, і AI допомагає закривати цю прірву та змінює динаміку найму.
Токени як прибуткова одиниця
Друге ключове переосмислення Huang стосується самої природи економіки штучного інтелекту. Як сказав він, «токени тепер є прибутковими одиницями доходу». Це означає, що кожен токен, згенерований agentic системою або AI-копілотом, — це потенційний дохід. Наслідок — архітектура дата-центрів повинна максимізувати кількість токенів на один ват електроенергії. Huang прив'язав це безпосередньо до поточного дисбалансу попиту й пропозиції у високопродуктивних обчисленнях. «Якщо у вас 1 гігават потужності, то пропускна здатність на ват — це дохід», — пояснив він. Для хмарних провайдерів та підприємств, які будують власні обчислювальні кластери, наслідок чіткий: архітектурні рішення мають максимізувати токени на ват та мінімізувати час до першого токена, інакше вони назавжди відстатимуть у ватній економіці.
Агент: нова парадигма замість додатків
Huang витратив значну частину доповіді на визначення того, що він розуміє під словом «агент» й чому це важливіше за традиційні додатки. У старій парадигмі код працює всередину додатку на операційній системі. У новій «агент — це велика мовна модель або багато моделей всередину harness'у, що управляє ними для виконання продуктивної роботи». Цей harness керує життєциклом завдання: розуміє намір користувача, спостерігає контекст, розмірковує, планує, викликає допоміжні інструменти та управляє цими процесами. Це фундаментальна зміна парадигми — від статичних, заздалегідь запрограмованих послідовностей до динамічних, адаптивних систем, що реагують на реальні умови в режимі реального часу.
Доповідь Jensen Huang на GTC Taipei 2026 позначає ключовий момент, коли AI переходить з області експериментів у область стратегічної економіки. Компанії, які глибоко розумітимуть, як максимізувати генерацію токенів і оптимізувати ватну економіку, будуватимуть дешевші дата-центри та гіперпродуктивні розробницькі команди, а отже, виявляться конкурентоспроможнішими у світі з насиченим AI ринком.