AI就业论调大反转:从“末日论”到“繁荣论”,背后原因几何?

数量1倍数特性.pdf 立即下载

AI就业论调大反转:从“末日论”到“繁荣论”

在AI巨头们中间,“末日论”已经过时,“繁荣论”正卷土重来。一年前,OpenAI首席执行官山姆·奥特曼(Sam Altman)还在公开预警大量岗位将“彻底消失”。Anthropic CEO达里奥·阿莫迪(Dario Amodei)则断言五年内半数白领入门级工作将不复存在,失业率恐飙升至20%。Palantir CEO亚历克斯·卡普(Alex Karp)甚至放话,在AI时代,只有手艺人和天生不按常理思考的人,才能确保不被淘汰。当时,从埃隆·马斯克(Elon Musk)到传统汽车巨头福特的掌舵人,无一不在描绘AI将重创办公室白领的萧条景象。

然而,这股“就业末日论”近日却戛然而止。奥特曼爽快认错。阿莫代伊换了种说法,讲的不再是岗位消失,而是人的生产力将因AI提高十倍。马斯克则干脆说,未来工作不是必须的,更像一种个人爱好。他们突然改口,背后有多重压力。既因为冲刺IPO需要讲个好故事,也因为公众对AI的负面情绪已经压不住了,再加上就业数据压根没出现“末日”迹象,而AI实际的成本和表现也远不如当初吹得那么神。

从“末日预言”到“生产力神话”

2026年5月底,奥特曼在悉尼的一场行业会议上公开反思,承认业界低估了“人”在经济互动中的核心价值。他坦言,此前预想的白领岗位大面积消失并未发生,自己对AI经济影响的直觉出错了。

阿莫迪也修正了其激进观点,转而将AI定义为“产出倍增器”。今年5月,他与摩根大通CEO杰米·戴蒙(Jamie Dimon)同台时提出,即使90%的工作流被自动化,剩下的10%也会催生出新的劳动需求,个人生产力反而能翻几倍。

阿莫迪在6月发表的文章中解释了自己态度转变的理由:当初的警告是为了让政策制定者有更好的准备,自己并非想做“末日先知”,不过他仍留有余地,称“持久性失业”的风险依旧存在。

福特汽车的实践印证了这一转变。福特CEO吉姆·法利(Jim Farley)去年曾预测AI将取代美国近半数白领,但近期该公司却反向扩招了数百名工程师,理由是自动化工具的质量仍需深厚技术专长的工程师来把关。

高盛CEO戴维·所罗门(David Solomon)则从历史周期角度指出,从电气化到数字革命,美国历次技术颠覆都伴随着新就业生态的诞生。该机构研究显示,仅AI驱动的数据中心建设自2022年以来就创造了20万个岗位。

诺贝尔经济学奖得主达龙·阿西莫格鲁(Daron Acemoglu)的研究同样证实,AI的替代效应通常会被生产力提升带来的劳动力新需求所抵消。

金融科技公司Ramp与劳动力情报公司Revelio Labs联合追踪了近2.2万家美国企业的AI投入与雇佣数据。报告显示,在AI领域投入最高的“高强度采用者”(人均月AI支出超30美元的企业),其员工总数增长率高达10.2%,增长覆盖了工程、销售、行政、财务等多个岗位。

这种现象验证了经济学中的“杰文斯悖论”(Jevons paradox),即技术进步提高资源利用效率时,最终消费量不减反增。Box CEO阿隆·列维(Aaron Levie)与Apollo的托尔斯滕·斯洛克(Torsten Slok)均指出,AI降低了编写代码、客户互动等核心产出的单位成本,反而刺激了企业扩大业务边界,进而拉动了整体用工需求。

高盛的另一组宏观数据显示,过去一年AI每月净消灭约1.6万个工作岗位,“Z世代”及入门级员工承受了主要冲击。但在技术前沿的头部公司里,入门级员工人数实际上增长了12%。这种微妙的矛盾揭示了一个严峻的现实:AI正在制造两极分化。跑得快的技术前沿企业在扩招,而受困于试验、缺乏持续投入的大多数传统企业,则成为了岗位流失的重灾区。

为冲击IPO打前站

既然就业市场的影响这么复杂多变,这些科技大咖的表述却变得这么快?目前,OpenAI正筹备秘密提交首次公开募股(IPO)申请,目标估值达1万亿美元,并计划筹集至少600亿美元,其目标是到2030年实现2800亿美元的收入。同时,Anthropic也已提交保密S-1文件,估值冲向万亿美元大关。

AI战略顾问鲍勃·哈钦斯(Bob Hutchins)指出,企业无法带着“社会崩溃、大规模失业”的论调去公开市场争取银行家与散户投资者的信任。面对即将到来的合规审查与IPO募资,巨头们必须修正社会预期。

他解释说,2025年CEO们对着科技媒体放话,那时候大胆言论受欢迎。但到了2026年,他们面对的听众换成了银行家、散户和已经受够了的普通民众。听众不买账了,话术也只能跟着变。

此外,公众对AI的负面情绪正在积聚。NBC民调显示,AI的净正面评级已跌至负值。盖洛普调查也显示,年轻一代对AI的焦虑与抵触情绪日益严重,甚至引发了针对数据中心建设和科技高管的线下抗议。

即便关于失业的警告出于善意,它们也正面冲撞了一个饱受就业焦虑困扰的群体。ChatGPT问世和岗位被取代的言论传出时,恰逢科技行业在多年过度招聘后进行大规模收缩。高层进一步的失业警告,精准刺中了已疲惫不堪的工人们。而这些言论顺势成了企业裁员的完美理由:削减岗位被包装成顺应技术浪潮的必然选择。

麻省理工学院经济学教授戴维·奥特尔(David Autor)直言,科技大佬们意识到,宣称自己的伟大新产品会摧毁社会经济,是一场极其糟糕的商业宣传。在推动数据中心建设及应对政府法规的过程中,淡化失业恐慌具有必然的政治意图。

商业层面的ROI(投资回报率)焦虑也迫使企业回归理性。Emergn的调查表明,多数美国企业领导者很难看到AI投资的实际回报。同时,高昂的算力成本让技术普及遭遇瓶颈。英伟达应用深度学习副总裁布莱恩·卡坦扎罗(Bryan Catanzaro)透露,在特定项目中,“计算成本已远超员工成本”。优步和微软等巨头也因预算消耗过快,开始收紧或取消部分AI工具的工程师使用许可。

AI成了裁员“帮凶”

尽管大咖们的叙事转向乐观,科技行业的裁员潮仍在持续。2026年前五个月,科技行业裁员已超11.5万人。Challenger, Gray & Christmas数据显示,AI被列为近5万个岗位的裁员理由。Challenger, Gray & Christmas职场专家安迪·查林杰(Andy Challenger)表示,裁员的本质并非工作被AI完全取代,而是企业资金配置的转移。原本用于人力薪酬的预算,被挪用于购买算力和服务器。

值得注意的是,此前以AI为由裁减客服岗位的企业中,约有半数因自动化质量问题已计划重新招聘人工岗位。这也证明,AI在现阶段的替代能力被严重高估了。

关于AI对就业影响的讨论,在过去四年里经历了从“效率神话”到“失业末日”,再到如今“重回理性”的剧烈摇摆。在这一轮叙事修正中,最具体的注脚反而来自奥特曼个人的一个小实验。奥特曼曾尝试使用AI智能体自己回复日常的Slack和邮件消息,但最终因缺乏真实的人际特质与情感连接而放弃,选择回归人工回复。这一科技史上的小插曲表明,无论算法如何迭代,商业社会和经济协作的核心依然是“人与人的互动”。人类在复杂商业环境中的信任、直觉与情感共鸣,依然是冷冰冰的代码无法跨越的壁垒。

__EF550.zip 立即下载

相关推荐

【高速互连技术】合规性测试规范:物理层信号完整性与链路均衡验证系统设计

内容概要:本文档介绍了分析工具进行实践对照,并关注后续规范版本更新以确保符合最终发布标准。

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)内容概要:本文介绍了基于NSGA-II多目标优化算法对包含风能、光伏、火电、储能系统、需求响应及电转气(P2G)等多种能源形式的综合能源系统进行优化调度的研究,采用Matlab进行代码实现。研究综合考虑了系统运行成本、碳排放、能源利用率等多个优化目标,通过建立精确的数学模型,结合可再生能源出力不确定性、负荷波动以及需求响应机制,实现多能源协同调度的帕累托最优解集求解,旨在提升能源系统的经济性与环保性,并验证所提方法的有效性和实用性。; 适合人群:具备一定电力系统、优化算法及Matlab编程基础的研究生、科研人员以及从事能源系统规划与运行相关工作的工程技术人员。; 使用场景及目标:①应用于多能源互补的综合能源系统优化调度研究;②为实现低碳、高效、可靠的能源供应提供决策支持;③学习和掌握NSGA-II算法在复杂多目标优化问题中的实际应用方法。; 阅读建议:建议读者结合Matlab代码与文中模型描述逐步理解算法实现流程,重点关注目标函数构建、约束处理及Pareto解集的生成与分析,有条件者可进一步修改参数或扩展模型以深化理解。

万人睡眠健康与生活方式调查数据集

成年人群睡眠健康与生活方式研究数据集,合成模拟10000行20列单CSV文件,睡眠障碍标记人群占比约四分之一。设置双预测目标:睡眠障碍二分类字段与日间疲劳得分回归字段,可分别开展分类与回归建模。特征字段涵盖年龄、性别、十一种职业类别、每周工作时长、轮班工作标记、自我压力评分、身体质量指数BMI、吸烟状态、每周饮酒量、每日咖啡因摄入毫克数、睡前一小时屏幕使用时间、每周运动分钟数、日均步行数、静息心率、习惯就寝时间点、平均睡眠时长、睡眠质量自评等二十项。数据完整无缺失,结果列与特征列分离清晰,便于目标泄漏防范练习。适用场景:睡眠障碍预测建模、日间疲劳程度回归分析、咖啡因与睡前屏幕对睡眠时长的影响量化、不同职业群体睡眠质量对比研究、逻辑回归与梯度提升模型对比实战等。合成数据不含真实个人信息,适合健康数据分析教学、特征工程练习与机器学习课程实训项目使用。

16周全【Harness&Hermes】多智能体开发特训营

2026年的AI开发者圈子里,几乎没有人再怀疑多智能体的价值。Gartner预测年底40%的企业应用将内置智能体,LangChain、AutoGen、CrewAI等框架轮番登场,演示视频里的AI团队分工明确、配合流畅。然而,一个尴尬的现实是:大多数开发者手里跑通的多智能体项目,停留在Jupyter Notebook的最后一行。一旦试图把它塞进真实业务环境,问题便如潮水般涌来——长任务跑到一半崩了要重来,智能体之间的消息黑盒般不可追溯,换个场景就得推倒重写,上线之后连“刚才那次调用为什么花了三倍的钱”都查不出来。 这正是【Harness&Hermes】多智能体开发特训营试图回应的命题。它的切入点不在“再教你写一个Demo”,而在于一个更朴素却更稀缺的能力:让多智能体系统从演示玩具变成可交付、可运维、可演进的生产资产。 要理解这门课的价值,得先看清多智能体开发当前的断层在哪里。单Agent时代,提示词写得好、API调得通,基本就能交差。但多Agent协作的本质是编排:谁负责拆解需求,谁负责执行,谁负责校验,上下文如何在角色之间传递而不丢失,某个环节出错时整条链路如何回退。这些问题的难度不在模型能力,而在工程控制。市面上不缺讲LangGraph节点怎么连、RAG检索怎么做的教程,缺的是把“多个智能体在真实业务压力下稳定协作”这件事讲透的人。 Harness与Hermes的分工,恰好对应了工程控制的左右手。根据课程的设计逻辑,Harness管“流程”,Hermes管“记忆与进化”。Harness 负责长任务的流程治理:一个面试模拟流程跑了二十分钟,中途用户关掉页面,下次打开能不能接着上次的进度继续?某个Agent调用工具超时了,整条链路是崩溃还是优雅降级?线上出了问题,日志能不能精确到“第几轮对话、哪个Agent、调了什么工具、花了多少token”。这些听起来不性感,但任何一

FANUC-R2000iC165F-六轴机械臂码垛仿真

FANUC_R2000iC165F_六轴机械臂码垛仿真

frontend-design skills

frontend-design skills

产业园区运营负责人如何利用数据智能化提升科技资源配置效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?.docx

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?

一种具有实验验证的层级扰动抑制深度跟踪控制算法,适用于欠驱动型AUV(Simulink仿真、Matlab代码)

内容概要:本文详细介绍了一种专为欠驱动型自主水下航行器(AUV)设计的层级扰动抑制深度跟踪控制算法,该算法通过构建分层控制架构,有效应对海洋环境中复杂的外部扰动(如水流、波浪等)以及系统内部的非线性动态特性,显著提升了AUV在执行深度跟踪任务时的控制精度与系统鲁棒性。研究不仅涵盖了控制策略的理论设计与稳定性分析,还包括详细的Simulink仿真模型搭建、Matlab代码实现及参数设置,并通过对比实验验证了所提方法在抗干扰能力和跟踪性能方面相较于传统控制算法的优越性。资源包内含完整的可运行代码、仿真模型和详尽的文档说明,便于研究者复现结果并在此基础上进行二次开发与创新。; 适合人群:具备自动控制理论基础、海洋工程或机器人相关学科背景,且熟练掌握Matlab/Simulink仿真环境的科研人员、研究生及高年级本科生。; 使用场景及目标:① 深入学习和研究欠驱动AUV的先进运动控制技术,特别是深度跟踪控制策略;② 开展水下机器人抗外部扰动控制算法的设计、仿真与性能验证工作;③ 作为毕业设计、科研项目或学术论文的技术支撑与代码原型,加速研究进程。; 阅读建议:建议使用者结合提供的Matlab代码与Simulink模型,逐模块理解算法的实现逻辑与数据流,推荐从简单静态环境仿真入手,逐步过渡到复杂动态扰动工况,通过调整控制器参数与扰动强度,全面掌握算法的性能边界、鲁棒性特征及优化潜力。

国企央企如何实现技术成果的精准对接与快速落地?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文围绕用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计展开研究,深入探讨了卡尔曼滤波在动态系统状态估计中的核心作用。文章系统阐述了卡尔曼滤波的数学基础,包括状态空间模型的建立、先验与后验状态估计、协方差矩阵的递推更新,以及最优增益矩阵的推导过程,确保在高斯白噪声环境下实现对系统状态的最小均方误差估计。结合Matlab代码实现,完整展示了算法从理论建模到仿真实验的全流程,涵盖系统建模、噪声设置、滤波迭代、状态更新与误差分析等环节,并通过仿真实验验证了算法在噪声干扰下对系统真实状态的高精度跟踪能力。该研究为控制工程、导航系统、信号处理及自动化领域中的状态估计问题提供了坚实的理论依据与高效的数值实现方案。; 适合人群:具备一定控制理论、概率统计基础和Matlab编程能力,从事自动化、电子信息、航空航天、机器人、导航定位等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①掌握卡尔曼滤波的基本原理及其在状态估计中的数学推导过程;②学习如何利用Matlab实现卡尔曼滤波算法并进行系统仿真与性能评估;③应用于目标跟踪、传感器融合、惯性导航、故障诊断、时间序列预测等实际工程中的动态状态估计问题。; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,通过调整系统模型参数、过程噪声与观测噪声强度,观察滤波效果的变化,深入理解卡尔曼增益的自适应调节机制与MMSE估计的收敛特性。同时可进一步拓展学习扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等非线性滤波方法,以应对更复杂的非线性系统状态估计挑战。

国央企如何构建高效的内部技术转移与创新协同机制?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员如何提升成果转化服务效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

圆柱形永磁体的磁场建模研究(Matlab代码实现)

内容概要:本文围绕圆柱形永磁体的磁场建模展开系统性研究,基于毕奥-萨伐尔定律建立了有限尺寸圆柱形永磁体的物理模型,推导出其在空间任意点产生磁场强度的数学表达式,并采用数值积分方法结合Matlab编程实现磁场分布的精确计算与三维可视化。研究深入探讨了磁体的几何参数(如半径、高度)和磁化方向对磁场分布特性的影响,实现了磁场矢量的多维度仿真分析,为电机设计、磁传感器开发、磁悬浮系统等工程应用提供了坚实的理论依据与高效的仿真工具支持; 适合人群:具备电磁场与电磁波、大学物理等相关理论基础,并熟悉Matlab编程语言的高校理工科学生、科研人员及从事磁性器件设计与仿真的工程技术开发者; 使用场景及目标:①掌握基于经典电磁理论的磁场建模方法与数值求解流程;②学习并实践Matlab在科学计算与物理场仿真中的高级应用技巧;③为永磁材料相关装置的结构优化与性能评估提供可靠的仿真手段;④服务于高校课程教学、科研项目验证及工程原型开发; 阅读建议:建议读者在学习过程中紧密结合电磁学基本原理,逐步理解公式推导逻辑,动手运行并调试所提供的Matlab代码,通过调整磁体参数观察磁场变化趋势,从而深化对永磁体空间磁场分布规律的认识,并尝试将其拓展应用于实际工程项目中。

国央企创新负责人如何利用平台实现技术需求的精准挖掘与匹配?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

自适应多机器人编队规划,以包围和跟踪具有运动和可见性约束的目标(Matlab代码实现)

内容概要:本文提出了一种自适应多机器人编队规划方法,旨在实现对具有运动能力和可见性约束目标的高效包围与持续跟踪,采用Matlab进行算法实现与仿真验证。该方法综合考虑了多机器人系统在动态环境中的协同控制、编队形态生成与保持、障碍物规避以及目标可见性维护等关键问题,通过设计分布式控制律使编队能够根据目标行为和环境变化自适应调整队形与运动轨迹,确保稳定包围并最大化目标观测质量。文中详细阐述了系统的数学建模过程、控制策略设计原理及约束处理机制,并提供了多场景下的仿真实验结果,验证了所提方法在复杂条件下的鲁棒性、灵活性与有效性。; 适合人群:具备自动化、机器人学、控制理论或人工智能等相关领域基础知识的科研人员及研究生,熟悉Matlab编程环境并致力于多智能体系统、协同控制、路径规划或智能无人系统研究的专业人士。; 使用场景及目标:①应用于多机器人系统在监视、围捕、搜救等任务中对移动目标的协同包围与跟踪控制;②为研究分布式编队控制、可见性优化、动态避障与多智能体协同决策等核心技术提供可复现的算法实例与理论支撑; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现细节,重点关注控制律设计、约束建模与仿真结果对比部分,宜在仿真环境中调整参数配置以深入理解系统性能边界与优化潜力。

高校技术转移办公室人员在进行技术成果推介时,如何高效生成具有说服力的推介材料.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

大红球预警版-精选+自定义板块监控

这是一款简单易用的股票大单资金监控插件,兼容通达信软件,可嵌入分时图或定制版面。它以红绿圆球直观显示主力买卖情况(红球为买,绿球为卖),支持300万以上大单语音播报。插件提供实时资金流向分析、多股同时监控、自定义预警条件等功能,无需L2账号。用户可自由切换图形/列表模式,监控特定板块,并配合幻影软件实现自动交易。虽然上涨股通常红球占优,但需结合其他指标综合判断。该插件完全免费,包含详细视频教程,适合新手使用。

guleba的博客 1797
上一篇: 半年估值翻倍至220亿美元,ElevenLabs凭啥?AI音频为何比视频先赚钱?
下一篇: 非技术出身的赵充:用需求洞察打造3000万用户的AI应用工厂
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值