人人都搶著談AI，但又是否人人都可以把AI說得清楚明白？在AI浪潮中，NVIDIA執行長黃仁勳的一舉一動都備受矚目，並在不同的場合都就AI的背景、現況與未來發言。當然，我不打算跟風地吹捧每一個當紅的企業領袖，都是完美的溝通高手，重要的是發掘當中的優點，並加以學習。黃仁勳的口條不算是完美無瑕，但無減他在表達時的流暢度、熱情與真誠。這一期的分享，我們就透過近來的幾場訪談演說，分析他說話技巧的特色與可讓我們學習的五個方面。
由於黃仁勳廣受歡迎，在頻繁地出席眾多簡報、訪談與場合時，難免會有重覆的論述、例子或回應，所以我選擇了他近期的三場訪談演說來作分析：
- Stanford Graduate School of Business - View from the Top
- Stanford Institute for Economic Policy Research (SIEPR) - Keynote by NVIDIA CEO Jensen Huang at 2024 SIEPR Economic Summit
- Columbia Business School - Technology and Applications in an AI-Powered Future
想學習如黃仁勳一樣，面對各種背景的觀眾都能夠表達各種AI課題，有五種方法可以參考：
- 重覆設問，快速推進
重覆利用設問句來設定節奏與架構，並引起觀眾的好奇心。例如就，在闡述甚麼是生成式AI的時候，他重覆地用上「但這意味著甚麼？」這個設問句，一方面配合論點的推進，另一方面帶出了說話的節奏，最後就好像是跟觀眾一起，一層一層地解謎，透過用詞去吸引注意。
「首先，我們數位化了一切。」開首先以時序建立架構。
「舉例來說，基因測序，你數位化基因。」＞ 「但這意味著甚麼？」
「這些基因序列意味著什麼？我們數位化了氨基酸。」 ＞ 「但這意味著甚麼？」
「所以我們現在有了這種能力，我們數位化了文字，我們數位化了聲音，數位化了圖像和視頻，我們數位化了很多東西。」 ＞ 「但這意味著甚麼？」
「我們現在能夠通過大量的數據，通過模式和關係，了解它們的意義。」從數據明白了意義，就是技術的關鍵突破。 - 先作鋪陳，後談應用
談及AI的話題，最吸引觀眾眼球的固然是「看我用AI做了些甚麼」，在闡述相關技術與話題的時候，我們難免會被拉扯到這個方向。然而，如果你上台的目的是讓觀眾去全然明白，那麼你就要嘗試抗拒將過多時間或精力放於應用的部份。這不是指，技術的應用層不重要，而是正如黃仁勳的示範一樣，從研究、成果到應用的說話結構，除了更容易清楚明白，也更容易留下長久的印象。
「我們不僅理解它們的意義，我們可以在它們之間進行翻譯。」承上啟下，從意義到翻譯。
「因為我們在同一個世界中學習這些東西的意義，我們不是單獨學習它們的。我們學習了語音、文字、段落和詞彙在同一個上下文中。這樣我們就找到並標記它們之間的關聯。」先應對觀眾心裡在想的「為甚麼」。
「因此，對於顯而易見的事情，你可以將視頻字幕轉換為文字，這是字幕化；將文字轉換為圖像，Midjourney；文字對文字，ChatGPT，令人驚嘆的東西。」將各種翻譯關聯至觀眾熟悉的AI應用。
「所以我們現在知道我們理解意義並且可以翻譯。翻譯這些東西就是訊息的生成。」回到生成式AI主題作總結，點出翻譯就是生成。 - 善用類比，闡述功能
類比不單只是運用例子，就如以上所說，黃仁勳的秘密武器在於跨領域的交叉類比，基於自己對技術與商業兩大領域的充分了解，能夠靈活運用兩者的相同與相異，去支持與解釋自己的論點。他在演說中，以人類的思考和解題模式作例子，說明今後的發展，未來的人機互動方式會是甚麼？
「模型可以學習更高層次的推理能力。」引起已經為現時AI發展驚艷的觀眾的好奇心。
「例如，有些問題是你現在問我的，當我們在談話時，我主要在做生成式 AI，我並沒有花很多時間去推理這個問題。」先採用AI的詞彙說明人類普遍的互動方式。
「然而有些問題，比如計劃問題，當我遇到這些問題時，我會覺得這很有趣，讓我思考一下。我在背後循環思考，並且提出多種計劃，遍歷一個樹狀圖或是圖表，並且修整決策樹，說這個不合理，但這個合理。我會在腦中模擬它，或會做一些計算等等。」然後將人類思考的層面拉高到計劃與深思。
「這種長時間的思考目前的 AI 不擅長，今天你輸入到 ChatGPT 的任何問題，它都會瞬間回應。」話鋒轉回AI並點出差異之處。
「我們希望能將某些東西輸入到 ChatGPT 中，給它一個任務聲明，給它一個問題，讓它思考一會兒，這不是很好嗎？」那麼如何改善這種深度推理與解題？ 任務聲明中可具備不同框架： 時限可以是明天，指定時間內對問題大量計算； 預算可以是1000美元，預算花費內得出的最佳答案。
「因此，在未來，你與 AI 的互動方式將會非常不同。一部分將只是給我一個問題，然後回答它；一部分將是這樣的。 」作出展望未來的總結。
- 不只數字，更需意義
在簡報中狂拋數字，可營造專業形象，但更重要的是觀眾能明白，數字背後的意義，及與自身的關係。在AI的範疇中，參數數字，運算速度、能源效益、用家數字，都可以在投影片中展示，但不單如此，要從抽象的數字，拉回觀眾熟悉的概念，才能夠有效地將訊息傳遞：
「深度學習就像是一種壓縮算法，你試圖找出你正在研究的數據及其關係的數學表示，然後將其壓縮成神經網絡。」
「輸入的是數萬億字節，輸出是一百千兆字節(Gigabytes)。」用數字表達資訊容量，在這一步觀眾未必能即時明白即是多大。
「所以你把所有的數據都壓縮成了這個小小的漏斗。」回到文字論述，暗示重點在於壓縮後的結果，而非過程或難度。
「一百千兆字節就像是兩張DVD。兩張DVD你可以下載到電話裡觀看。所以你可以把這巨大的神經網絡下載到你的手機上。 」用生活例子解釋數字的意義，語句的重覆（兩張DVD）能協助觀眾聽出重點。
「你的網絡是一個語義模型，意味着你可以與之互動，你可以發問，它會回到記憶中，理解你的意思及生成文本，進行對話。」最後再帶出下載了後的應用。 - 交待限制，突顯定位
在簡報中，你需要顯示你的專案、建議、產品的重要性，去說服觀眾理解、核准或購買。與其單單列出你的專案或是解決方案有多獨特，有多重要，在冰冷又技術性的簡報中，你同樣能夠勳之以情。黃仁勳在演說中經常提起加速計算（Accelerated Computing），他擅長營造「兩面不是人」的困境，以突顯加速計算的獨特定位，更讓觀眾對困境產生同理心，並欣賞公司發展的努力。
「加速計算(Accelerated Computing) 有點像奇怪的中間地帶。」加速計算相對通用運算有甚麼難度？
「加速一件事很容易，我們可以加速各種圖像處理工作、粒子物理學、線性代數。如果你加速太多應用領域，那麼你又回到了通用處理器。那為什麼不能僅僅構建更快的芯片？」過寬的加速應用，容易會淪為通用應用。
「另一方面，如果你只加速一個應用，那麼市場規模不足以資助你的研發。 」過窄的加速應用，市場又不足支持生存。
「所以你需要足夠廣泛，以便擁有大的市場，但你也需要足夠狹窄，以便加速應用。這條細線，那把鋒利的刀刃，就是讓NVIDIA在這裡的原因。這幾乎是不可能的，我們也花了很長時間，我們只是堅持不懈，一直堅持，堅持，堅持。 」總結左右為難的困境，並視之為公司的成就。
總結：簡報就是要提訊息傳遞，說得明白
作為AI產業的天之驕子，黃仁勳大可以依賴市場地位與名聲，拋出一大堆數字與專有名詞，觀眾或許仍然會如痴如醉；但是「我想把話說得明白」的態度，令他得以在不同的場合中，發揮出自己獨特的表達風格，運用邏輯、結構、節奏、類比、意義、情感各種手法，把AI的技術、發展與應用，都從世界領先的高度，帶到有著不同背景的觀眾的腦海中，也值得我們去學習。
(CC BY-NC-ND 4.0)
我的第一本簡報書「全圖解！避開99%簡報地雷：職場商業簡報實戰懶人包」現已在台灣、香港、新加坡、馬來西亞各大實體書店有售，電子書版本亦已經在各大平台上架。
喜歡社交媒體的朋友，歡迎追蹤我的專頁(https://www.facebook.com/salaryman.presentations/)，一口式內容，適合通勤時學習之用。
社福機構或是教育界如果有公益講座的需求，也歡迎電郵聯絡：salaryman.inbox@gmail.com
