从英伟达 Nvidia 2025 财年 Q2 的收入结构看，数据中心贡献了 263 亿美元，而汽车只贡献了 3 亿美元，即便英伟达近年在加强汽车自动化的技术研发。

侧面反映了，数据中心的算力需求是汽车的 88x 倍。汽车首先是一个物理世界的 “实体大件”。汽车的智能化程度，代表了整个物理世界的实际智能化程度。

生成式 AI（Gen AI）在一些语境下被称呼为 AIGC（AI 生成内容）是有原因的。目前访问量大的生成式 AI 应用，基本都是生成某种内容。

2022 - 2023 年期间，舆论非常喜欢把生成式 AI 称为下一轮工业革命。以至于只看公众号文章，感觉

生成式 AI 在诸多领域会带来效率提升，但严格的实证型案例也并不多。下图是两个有价值的研究案例。

一个案例是 Github Copilot 辅助编程工具，程序员在使用了 Copilot 后效率平均提升到了 2.2x 倍。

另一个案例是 BCG 咨询公司的专案试验，BCG 的几百名咨询顾问在在使用了生成式 AI 工具后，完成指定任务的速度和质量都取得了一定的提升。

思考 1：程序员效率提升幅度显然高于咨询顾问，咨询顾问遇到的问题更加 “非结构化”，难度自然会大一些。

思考 2：程序员使用了 Copilot 后，程序员更好找工作还是更难呢？ 某些地区