2026年9月1日，埃隆·马斯克以视频连线方式出席了在美国北卡罗来纳州教堂山举行的G20创新部长级会议，并围绕人工智能（AI）、人形机器人、电力瓶颈及监管环境等议题发表了演讲。其发言核心内容可归纳为以下四个维度：
一、AI对全球经济的预测
经济增量：马斯克预测，仅数字AI就能将全球经济规模提升20%至30%，相当于每年新增20万亿至30万亿美元的产出。
能力替代：到明年年底，AI将能胜任几乎所有不需要对实体原子进行物理改造的数字化工作（如软件编写、数据分析等），AI的编程能力将很快达到“Stockfish级别”（即超越人类顶尖程序员），人类在数字工作领域将难以与AI竞争。
二、人形机器人的发展前景
经济放大效应：人形机器人（通用机器人AI）若实现大规模部署，有望将全球经济规模再放大数倍，甚至达到十倍以上。
数量与产出预测：马斯克预测，十年内全球将至少投入使用10亿台人形机器人，单台机器人的产出至少是人类的5倍，届时机器人的总生产力将超过全人类的总生产力。
三、AI发展的电力瓶颈与机遇
电力短缺预警：马斯克指出，AI芯片算力扩张速度（每年40%-50%）远快于电力供给增速（每年10%-20%），预计明年（2026年）就会出现明显的电力缺口，到2027年AI芯片可能面临至少15吉瓦的电力缺口，电力已成为AI发展的最大瓶颈。
机遇与对策：他建议各国加快电力建设，通过为AI数据中心配套发电设施来满足算力需求，并认为这能为各国带来新的投资机会。
马斯克在G20的发言核心其实指出了两条主线：AI对纯脑力、纯数字工作的高效替代，以及电力、算力等实体基建成为新的时代瓶颈。 他对未来几年专业选择的深层影响，主要可以总结为一点：避开纯数字赛道的红海，去卡位电力能源、物理操控和工程基建等稀缺赛道。
以下是这张图核心信息的梳理，以及对应的专业建议：
马斯克核心预测 | 现阶段的核心影响 | 高考专业选择方向建议 |
AI编程达到大师级：未来12-18个月AI写代码能秒杀人类，数字、纯脑力工作全包。 | 软件工程门槛变低：单纯靠写代码找工作的竞争压力会增加。 | 计算机+复合背景：学习AI算法、数据科学或“计算机+”模式（如计算机+生物、计算机+金融），侧重利用AI做决策，而非被AI替代做基础开发。 |
10亿台人形机器人：10年内机器人数量达到10亿，单台产出是人类的5倍。 | 从数字到物理的跨越：机器人要做复杂的力气活和精细活，这需要大量懂机械、懂物理、懂控制的复合工程师。 | 机械/自动化/电子工程：机器人工程、智能制造工程、测控技术与仪器。这些是把AI算法转化为实体生产力的桥梁。 |
2027年15吉瓦电力缺口：AI芯片产能增长迅猛，但电力供应不足。 | 能源成为核心基建：电力的增长速度跟不上AI的算力需求，能源供给成了AI发展最大的制约。 | 电力能源/电气工程：电气工程及其自动化、能源动力工程、核工程等。未来不仅需要电，还需要智能电网与储能技术。 |
缺乏电力算力就是废纸：谷歌、Anthropic等巨头向SpaceX租算力，就是因为其自建电厂解决了能源供给。 | 算力与电力的强绑定：未来数据中心的选址会更倾向于能源充足的地方。 | 基础设施类：土木工程（数据中心建设）、新能源科学。掌握能源转型和基建能力的人才在未来会非常抢手。 |
🎯 专业选择的两条核心建议
结合马斯克的预测，这几年在选专业时可以考虑这两个方向：
避开“纯脑力”的红海，拥抱“算电协同”的蓝海：既然AI能包揽不需要动手的数字工作，那么纯靠写代码的岗位会面临巨大竞争。与其去选传统的软件工程，不如考虑电气工程、能源动力这类“实体”专业，或者选择计算机与机械结合的专业（比如智能制造）。去解决AI运行最现实的“供电”问题，长远来看更稳当。
理解“人形机器人”背后的复合需求：虽然机器人数量会爆发，但制造它们、维护它们、完善它们的人力需求也会极大爆发。除了机械类专业，熟悉机器人操作臂控制、嵌入式系统开发的人才也会非常紧缺。
这些预测虽然基于马斯克个人的商业愿景和判断，但“AI驱动物理世界”和“能源危机”这两个趋势已经很明显了。
