隨著人工智慧技術的指數級躍遷，關於技術替代人類的焦慮在全球範圍內擴散。然而，麥肯錫全球研究院（MGI）於2025年11月發佈的重磅報告《智能體、機器人與我們：AI時代的技能協作》（特工、機器人和我們：AI時代的技能夥伴關係）），為防疫技術變革提供了極為緊張和具建設性的視角。長達 60 頁的研究報告簡單重複“機器換人”的陳詞濫調，但卻提出了一個核心論斷：未來的工作範式將是人類、AI 智能體（智能體）與機器人（機器人）三者之間的深度協作。報告指出，這種價值協作的重構，非巧妙的自動化替代方案，才是解鎖巨大經濟的關鍵。根據麥肯錫的預測，到2030年，在自動化採用的中點情景下，僅在美國，通過密集工作流程實現的人機協作每年可以釋放約2.9兆美元的經濟價值。這個數字不僅揭示了技術紅利的規模，更預示著勞動力市場即將經歷一場從“任務執行”到“系統編排”的深刻轉變。自動化邊界的拓展與七大職業原型麥肯錫在報告中將自動化技術的主體訊號劃分為兩類：執行任務的“智能體”和處理邏輯任務的“機器人”。隨著大模型推理能力的提升和多模態技術的發展，這兩類技術的邊界正在迅速拓展。報告中通過嚴謹的模型測算資料，現有的技術能力理論上已經可以實現自動化當前美國約57%的工作時長。但並未著手於57%的工作陣地將消失。麥肯錫的研究團隊強調，這是一個關於工作內容“重組”的過程。根據對約800種職業的深入分析，報告建構了七種全新的工作原型，描述以未來勞動力的構成形態。此類工作約佔美國當前就業崗位的34%，包括註冊護士、操作員和消防員等。由於這些角色高度依賴複雜的社交情感技能或非結構化的物理互動，當前技術難以有效介入，因此此類工作的核心仍將由人類主導。另一端是“以智能體為中心”（Agent-centric）的職業，約佔勞動力的30%，典型代表如會計師、軟體開發人員和律師。這些職位涉及大量的資訊處理和邏輯推理，智能體在這些領域表現出的效率已逐漸超越人類，未來這些角色的工作重心則將大幅向機器定位、人類退居監督和校驗的位置。間歇之間是更為複雜的混合形態，如“人-智能體”協作型（People-agent），頂尖教師、工程師和金融專家；以及極少數的“人-智能體-機器人”全要素協作型。這種分類打破了傳統藍領與白領的二元對立，揭示了一個更為精細的未來圖景：在稀疏職業中，人類都不會離場，必須但學會與非人類的“協作”共處。值得注意的是，物理機器人在製造和物流領域取得了長足的進步，但報告顯示，涉及精細運動技能和非調理環境的物理工作（佔美國工作時長的35%）在短期內仍難以完全自動化。儘管這解釋了為什麼一些低技能的服務性工作（如護理助理、廚師）反而比某些高薪白領工作更能抗自動化。技能變移指數：從單一專長到AI流利度為了確定技術對具體技能的衝擊，麥肯錫開發了“技能變化遷移指數”（Skill Change Index，SCI）。該指數基於對數百萬份招聘啟事和工作任務的分析，揭示了一個反直覺的現象：在未來五年內，受自動化影響最大的往往是那些高度專業化、規則明確的硬技能，而最“安全”的那些紮根於人性的軟技能。報告顯示，數字技能和資訊處理技能位於變革指數中位列榜首。例如，程式語言（如SQL）和會計流程等技能正面臨極高的自動化風險。相比之下，指數底部的技能——如輔導、談判、領導力和客戶關係——普遍對意識形態和同理心的高度依賴，不僅難以被替代，其價值反而會在人機衝突中凸顯。這一趨勢直接導致了勞動力市場需求的脈搏。根據麥肯錫對2023年至2025年間美國招聘資料的追蹤，僱主對“AI流利度”（AI流暢度）的需求激增近七倍，從而成為增長最快的技能類別。AI流利度又指編寫程式碼的道德能力，更關鍵的是指利用AI工具進行日常工作、管理團隊以及理解AI混合與監管的能力。同時，傳統的“基礎技術知識”和“常規寫作研究”技能的需求提及率正在下降。並不意味著這些技能不再重要，而是它們的使用方式發生了根本性轉變。報告分析指出，約72%的現有技能既可用於自動化工作，也可用於非自動化工作。以“寫作”為例，未來的寫作不再是從零開發，而是更多地繼承對AI生成內容的提示工程、編輯潤色和加密邏輯。這種轉變管理者和教育機構重新思考人才培養的邏輯。未來的職場精英不再掌握單一領域深知識的專家，而是能夠指揮智能體團隊針對、跨越學科邊界解決複雜問題的“編排者”（Orchestrator）。管理者的角色也指揮員工考勤和任務進度，轉向設計工作流程、AI模型訓練以及機器處理解決的異常情況。工作流高峰：釋放兆級價值的真正機會麥肯錫報告的一個核心洞見提出，它只指出了當前企業在AI應用上的主要誤區：過分關注單個任務（Task）的自動化，而關注整個工作流程（Workflow）的各個流程。報告認為，在現有流程中插入AI工具（例如給員工配備一個聊天機器人）帶來邊際間的提升，真正的生產力飛躍來自於圍繞人、智能體機器人和重新設計業務。報告分析了美國經濟中的190個關鍵業務工作流程，發現約60%的潛在經濟價值集中在行業的特定垂直領域。在製造業，這意味著供應鏈管理的標準化；在醫療領域，是臨床診斷與病人護理流程的重構；在金融業，這意味著合規與風險管理的自動化閉環。通過詳實的這種案例研究，報告了瘧疾展示了“地下室”的實際形態。以一家全球生物製藥公司為例，傳統的臨床研究報告撰寫的是一個運行數周的人力密集型過程。通過引入生成式AI平台工作，該公司重構了這一流程：AI智能體負責從海量非結構化資料中合成草稿、應用合規範本並進行了初步糾錯；醫學作家的角色則從繁重的撰寫轉變為對AI的臨床判斷、邏輯驗證和最終把關。結果顯示，該流程使初稿的人工接觸時間減少了近60%，錯誤率降低了50%，顯著加速了新藥上市的處理程序。類似的變革也發生在銀行業的程式碼遷移和公益事業的客戶服務中。在這些案例中，人工智慧不再是輔助工具，而是成為工作流的“一級公民”。智能體負責處理80%的常規事務，人類專家則專注於處理那20%的高價值、高風險或高情感參與的情況。這種模式不僅提升了效率，更重要的是，人類從重複性勞動中解放出來，從而能夠專注於重新啟動和戰略性的工作。然而，這種價值的釋放並不是自動發生的。報告警告稱，儘管近 90% 的企業聲稱已投資於人工智慧，但只有不到 40% 的企業報告了可衡量的收益。這種脫節是因為大多數企業仍停留在“技術爭論”階段，未能從組織架構、人才和流程設計等方面進行層面的系統性變革。領導力的試金石：文化、信任與制度適應由智能體和機器人驅動的變革，麥肯錫報告最終將目光投向了領導力技術。只是催化劑，能否平穩渡過這一轉型期，取決於商業領袖和政策制定者的選擇。對於企業領導者而言，最大的挑戰在於如何在追求效率與保持以人為本之間找到平衡。報告提出了一系列積極的問題：你是在利用人工智慧修復舊流程，還是在為未來的價值重構業務？你正在建立一種激勵實驗和是否包含錯誤的文化？你是否為員工提供了適應新角色的技能路徑？未來的管理人員必須具備“雙重雙語”能力——既懂業務邏輯，又懂機器語言。他們不再是簡單發號施令的長官，而是人機混合團隊的訓練。隨著自動化程度的提高，傳統的績效評估系統（基於工時或簡單量）將失效，新的評估系統必須能夠簡化人類對AI輸出的最佳化程度以及關鍵決策中的判斷力。此外，信任與安全成為不可迴避的議題。當決策鏈條中引入了不可解釋的AI黑盒時，如何確保合規、避免偏見並維持客戶信任，將是企業治理的核心問題。報告強調，最有效的領導者不會將AI視為IT部門的項目，而是將其視為核心的業務轉型戰略，由最高消防直接推動。在宏觀層面，報告要求現代教育和公共部門進行同步革新。工業革命催生了公共教育體系，而人工智慧革命則要求建立終生學習的基礎設施。未來的教育不應只關注知識灌輸，更應批判性思維培養、適應力以及與智慧型手機器協作的能力。技能認證體系也需要從“學位導向”轉向“技能導向”，以促進勞動力在不同行業間的靈活流動。麥肯錫全球研究院的報告最終傳達了一個審慎樂觀的訊號：人工智慧帶來了變革的方向，但工作本身不會消失。通過合理的規劃與適應，我們正將人類的能力被技術放大而不是新時代的替代。在這個時代，最大的風險不是被機器取代，而是未能及時學會如何與機器共舞。對於所有市場參與者而言，理解並擁抱這種“技能協作”，將是通向2030年經濟繁榮的唯一入口。 (歐米伽未來研究所2025)

今年的12月28日，吳曉波頻道將與優酷聯合主辦“AI閃耀中國——吳曉波科技人文秀”，集中揭曉這一年“AI大調研”的成果。在年終大秀到來之前，我們迎來了關於“科技變革下，普通人的機會在那裡？”的科創主題直播。在全球競爭白熱化、舊增長引擎失速的當下，科技創新已從可選項變為生存線。唯有把核心技術握在自己手裡，才能把資源紅線、人口結構、貿易摩擦等壓力轉化為綠色、智能、健康的新增量，在未來的科創賽道上佔據一席之地。本次活動特別邀請了三位在科技創新領域有所成果，並具備相當影響力的博主共同探討。未可知人工智慧研究院院長、科技暢銷書作家杜雨將探討00後創業潮興起於技術平權與AI普及，依託中國式創新邏輯與政策紅利，在全球科技競爭中展現新極客特質，但也面臨資本泡沫、倫理爭議及技術普惠邊界等挑戰。播客“牆裂壇”主理人、金融行業從業者和創業者、開泰銀行中國首席經濟師肖小跑以及播客“文理兩開花”主播、資深金融科技架構師王瑋將透過“第一性原理”從身份契約、模因結構到計算認知，探討個人在數字世界中的真實定位、所處系統的隱性操控，以及在AI與大模型時代那些決策可託付機器、那些必須由人牢牢掌握。海銀資本創始合夥人，科技創新產業專家王煜全將從馬斯克紅利看科技革命共振，理解AI、線上遷移與工業化終局中的時代機遇；掌握科技造富邏輯與工程最佳化方法，把握AIGC、終端智能、自動駕駛、服務機器人及AR/MR等正在爆發的前沿賽道。杜雨未可知人工智慧研究院院長分享主題：00後創業潮：AI、風口、新極客Z世代以“新極客”精神重構技術信仰，憑藉開源協作與敏捷迭代挑戰行業巨頭。然而，資本泡沫、倫理困境與技術普惠的邊界問題亦如影隨形。在中國，新基建與政策紅利正催化非對稱創新優勢，助力年輕一代在全球科技博弈中突圍。面對AI與機器人重塑社會結構的未來，他們還需為即將到來的技術奇點做好認知與能力的雙重準備。肖小跑&王瑋播客“牆裂壇”&“文理兩開花”主播分享主題：給數字世界裡的自己準備一份"生存指南"帶大家穿透技術表象：在資料即身份的時代，重新理解“我是誰”以及數字契約如何重塑信任；看清自己正被那些資訊模因與系統結構喂養，又在那些機制中被悄然收割；更重要的是，在AI、區塊鏈與大模型日益強大的今天，釐清那些決策可以放心交給機器，那些關鍵判斷必須交給人。王煜全向馬斯克學習，捕捉AI時代的商機分享主題：如何把熱愛，變成事業馬斯克的“紅利”並非偶然，而是踩中了能源、智能與空間三場科技革命共振的時代節點。我們正站在AI革命起點，經歷尚未完成的線上遷移，邁向工業時代的終局。當前機會遍佈AIGC、終端與行為智能、自動駕駛、服務機器人及AR/MR等領域，而每個人都能通過工程最佳化參與其中，識別屬於自己的造富路徑。三位科技創新領域的知識博主將透過各自的實踐及經驗，幫助大家理解何為“第一性原理”，何以面對當下科創熱潮中，行業的發展趨勢及個人的可為空間。直播活動中，有機會獲得藍獅子盲盒書，更有機會與三位博主即時互動。 (吳曉波頻道)

我們的目標是組織全世界的資訊，並使其可用和有用。——拉里·佩奇11月19日，Google正式發佈了其最先進的人工智慧模型——Gemini 3，並在發佈當天就立即整合到Google搜尋、Gemini 應用程式及多個開發者平台。該模型一經發佈，便以 “斷層式領先” 的性能引爆全球科技圈。Google曾是AI領域無可爭議的引領者：2014年以6.5億美元收購的DeepMind，於2016年憑藉 AlphaGo 以4:1擊敗圍棋世界冠軍李世石，震撼全球。這一突破既讓AI大放異彩，也徹底鞏固了Google的AI巨頭地位。2022年11月，OpenAI沿著一條和Google完全不同的技術路線推出GPT-3.5，這一顛覆性產品問世後，以Google為代表的行業巨頭迅速陷入外界的質疑聲中——人們普遍認為，這些傳統科技大廠大機率難以贏得人工智慧時代的競賽，正重蹈 “創新者的窘境”：破壞性創新來臨後，傳統巨頭總是被新興力量所顛覆。01-神奇的Google《有限與無限的遊戲》一書中提到，有限遊戲以規則內的勝負為目標，而無限遊戲旨在突破邊界以延續遊戲本身。從這個角度出發，在商業這場無限遊戲中，巨頭們唯一的目的就是儘可能久地延續屬於自己的王朝，使自己留在時代的牌桌上。但殘酷的是，大部分公司（尤其是行業領先的巨頭）在面對技術變革時，都很難踏入下一個時代。克萊頓·克里斯坦森在《創新者的窘境》一書中，針對以上現象給出瞭解釋：行業領先企業因過度關注現有客戶需求和漸進式創新，忽視了破壞性創新帶來的新興市場機會，最終在技術變革中陷入困境‌。而Google，這家依靠搜尋業務誕生於PC時代的科技巨頭，在移動網際網路變革初期，就曾快速推出Android，並且將“Mobile First”作為自己的核心戰略，這保證了它未來20年的巨頭地位。如今邁入以大語言模型為核心的 AI 新時代，Google展現出驚人的戰略魄力 —— 以壯士斷腕的決心，果斷割捨曾引以為傲的強化學習技術，將全部資源與精力全部押注在大語言模型賽道，完成了一次關鍵的戰略重心轉移。從這個角度來看，Google似乎是一家神奇的公司，它是怎麼做到能夠背負著一個如此龐大的體量，從PC時代連續穿越兩次周期，分別拿下通往移動網際網路和AI時代的船票？02-Google何以神奇？針對這個問題，我想試著以我淺薄的知識體系，談一談我的一些見解。第一，掌舵者非凡的洞察能力。你不得不承認，正是因為Google創始人拉里·佩奇對移動電腦的判斷，才有了Google收購Android；也正是因為Google現任CEO桑達爾·皮查伊對於AI的判斷，才有了整合AI團隊全力押注Gemini。掌舵者對時代趨勢的精準預判，讓Google在變革來臨前踩准關鍵賽道。第二，領導者果斷的決策魄力。GoogleAI負責人戴密斯·哈薩比斯不惜以離職相逼推動全公司放棄深耕多年的原有技術路線轉向大語言模型；CEO桑達爾·皮查伊迅速響應，整合 DeepMind 與 Google Brain、壓縮決策鏈條。領導者果斷的決策魄力，讓Google在關鍵時刻能夠擺脫大公司的組織慣性。第三，崇尚創新的企業文化。DeepMind 成立後長期保持獨立營運，得以專注於AI技術的底層研究；即便 Bard 首秀失利，Google仍給足團隊耐心和包容。崇尚創新的企業文化，讓Google在戰略轉型時快速將資源集中投入到創新業務上。如果你問我如今的這些科技巨頭誰能穩穩地留在AI時代的牌桌上，我無從斷言，但我想，Google大機率會佔有一席之地。 (藍房子空間)

11月18日，由沙烏地阿拉伯王儲率領的代表團抵達美國，馬黃兩科投大佬的最新訪談！馬斯克和黃仁勳在沙美投資論壇上的最新訪談：貨幣和後AI時代的未來工作“貨幣將變得無關緊要了！“馬斯克t預測：“從長遠來看（比如10-20年內），工作將是可選的！” 工作會像在後院種菜一樣，是一種選擇，而非必需。坐在一旁的黃仁勳並沒有完全認同這幅烏托邦圖景。他的回應頗為謹慎：「每個人的工作都會被AI改變，但不等於沒人需要工作了。」“若要實現卡爾達肖夫等級的文明，那怕只利用太陽能量的極小一部分，你也必須在深空部署太陽能驅動的AI衛星。”馬算了一筆帳：地球僅接收太陽能量的約二十億分之一。如果想獲得比地球多百萬倍的能量，必須進入太空。馬斯克有著充滿烏托邦色彩的願景——技術進步帶來物質極大豐富，「錢」不再是問題，「工作」也淪為可有可無的消遣。關於AI會不會讓人失業，貨幣還是否有用，.兩位大佬給出了截然不同但互補的預測：馬斯克的“浪漫”： 他認為把時間軸拉長（10-20年），工作將變成一種“可選項”，在物質極大豐富的未來，人類工作純粹是為了興趣，甚至，傳統的貨幣概念可能都會失效。科技促成“AI共產主義”，還是駭客帝國中所描述，未來世界中絕大多數人都是泡在營養液中在虛擬世界苟延殘喘，只有錫安城裡的人生活在所謂的真實世界中！看啥看，一天天盯著個手機尋找“奶頭樂”麻醉自己，跟泡在營養液中殘喘有啥本質區別？🤭🤭黃仁勳的“務實”： 他認為AI會讓人變得更忙，為什麼？因為當生產力工具變強時，人類的慾望和創意也會無限膨脹。以前你有一個想法只能做一個產品，現在你能做十個。亞洲人的思維，對人性和慾望的透徹瞭解！本次會談對AI未來的預測：算力將加速崛起。生成式AI接管網際網路核心引擎：過去運行在CPU上的網際網路核心引擎：推薦系統正全面轉向GPU驅動的生成式AI。Al智能體網際網路：當下Grok、GPT、Gemini等智能體AI將快速促成未來AI智能體網際網路！ (數智化深度思考者)

"Please get rid of all large meetings, unless you’re certain they are providing value to the whole audience, in which case keep them very short."——Elon Musk馬斯克建議取消所有不能提供價值的大型會議。但當你坐在會議室，看著一個本該一封郵件解決的問題被第 N 次「深入探討」時，你很難分清這到底是在「提供價值」，還是在「集體消耗生命」。資料對不齊，各說各話；重點找不到，東拉西扯；會議拖到都可以報銷打車費的點了，討論還在繼續。最絕的是，明明可以一封郵件解決的事，非要拉十個人開兩小時會。而最後的結論是：「下次再議」。會議，正變成打工人們的時間黑洞。其實會議本身沒錯，錯的是我們依然在用上個世紀的腦回路處理資訊。就像用撥號上網跑 AI 模型一樣荒謬：我們坐在配備了最新科技的會議室裡，卻還在靠「我覺得」、「好像是」、「印象中」這些模糊詞彙做決策。沒有即時資料支撐，沒有事實核查，更沒有自動化的資訊對齊。就我所知，許多一線大廠團隊的開會方式，仍然還停留在上個世紀。作為對比的是，就在我們還在用 1995 年的方式開會時，馬斯克已經在暢想沒有 App 和會議的未來了。老馬在 Joe Rogan 的播客裡 (JRE #2404) 拋出了那個激進的預言：“未來將沒有 App，也沒有作業系統……你將通過 AI 獲得一切。”當我看到這張截圖和視訊時，我還蠻想知道馬斯克在整個視訊中聊了些什麼，相關的上下文是什麼，但問題來了：我該怎麼處理這 3 個小時的音訊？這就像一場沒有議程、資訊密度極高、主題隨時漂移的馬拉松式頭腦風暴。下載視訊字幕？Youtube 目前自帶的字幕還停留在傳統的語音識別年代，質量說實話，我還是放棄了。我最先想到的，是用 ChatGPT 的語音功能直接“聽”完。但這念頭很快就被我否決了。你讓我抱著手機 3 個小時不動？然後，我自然想到了一直在用的飛書妙記。結果有點尷尬，打開一看，我的會員到期了，正提醒我續費。好吧，就算我續了費，我也很清楚這貨能幹成個什麼樣。它是一個頂級的速記員，轉寫、摘要都很好。但面對 3 小時的資訊風暴，我想要的不僅是“記錄”。我索性打開chatgpt，搜了一下“最近新出的AI Agent 會議總結產品”之類的關鍵詞。然後，我就找到了這次實驗的主角：一個叫「超級麥吉」的 AI Agent：我決定用它來測試。我把整個 3 小時的音訊，直接扔給了它。沒有任何預處理，就是原始的對話音訊：Joe Rogan 的提問，馬斯克的回答，還有 Jamie 偶爾的插話。這就像把一場沒有議程的超長會議錄音交給 AI。結果，還真是有點超出了我的預期：可以說，超級麥吉超越了“聽寫”的簡單定位，直接進入了“理解”的層面。它能精準扒出誰是 Joe，誰是馬斯克，連 Jamie 什麼時候插了句話都一清二楚 。甚至，它居然能串起上下文，知道馬斯克說的梗是在回應 Joe 之前的話。在生成的紀要中，如 SpaceX 火星計畫、AI 安全、政 fu 效率……等每個主題都提煉得奇準——因為我實際上對所有 AI 生成的東西都並不放心，所以手動 review 了一些 ，這也是因為超級麥吉還貼心地附帶了原文和時間戳，review 起來也很是方便。且不說似乎沒什麼無中生有的幻覺，但很容易判斷紀要中的某句話是不是幻覺。給我的感覺，與其說是這一份“機器摘要”，不如說是你有位會議助理給寫的“參會小結”。而且，它甚至超越了“參會小結”。因為，它還自動生成了略花哨但還算實用的“會議總覽”儀表盤：3個多小時 (11905秒)、6個發言人、15個核心議題......一場老馬馬拉松式的混亂聊天，就這樣被解構了。原本一維的時間線上的內容，被多維度進行了平鋪，可以從不同的維度去查看內容中的每一個片段和細節。有點三體裡的高維看低維的上帝視角那感覺了。一切，盡在眼中。甚至，它還搞了個“深度心理動機分析”，分析主持人的“表層意圖”和“深層意圖”。這個……怎麼說呢，如果你身處體制內，或者身處勾心鬥角的職場裡，或者只是想找個抓手能 CPU 某人……那你估計會，特別需要這個。此外，它還有這個“金句分析”。當 Joe Rogan 提到“思想瘟疫” (44:12)，AI 不僅記下了這句話，還在【背景/解讀】裡分析了“真相被壓制”的邏輯。這就是我說的“理解”，真是完全超出了“聽寫”的範疇。「沉浸式」播客助手我本身就是一個重度播客愛好者，每天開車上下班時，跑步時，放鬆時，都會各種聽。但我一直有個痛點是：每當在播客中聽到一個新概念或黑話時，我總想暫停，想切換個 App 去搜尋。但條件，往往並不允許，我也嫌累……等我搜完回來，不僅打斷了思路，還經常忘了剛才聽到那，體驗非常割裂。我甚至都動過念頭，想做一個“播客伴侶”工具：在聽的時候就能直接提問，讓一個 AI 助手幫我搞定，他會自己回答我。但現在，我不用再重造輪子了。因為這個功能在超級麥吉中已經有了。這次的播客實驗就完美復現了這個場景。播客裡聊到 "Three Eye Atlas" (01:12:32)，連 Joe 本人都好像有點一臉懵。這還挺像我們日常開會裡的一些場景，有人會刻意拋出一個黑話，而有人則會假裝聽懂，然後整個過程就連懵帶猜的……雲裡霧裡了而我只需要對“超級麥吉”說：“這個非引力加速度是啥意思？”它就會呼叫網際網路搜尋，並在幾秒後彈出一段解釋：從而可以讓我快速瞭解關鍵資訊，而不用在 context 裡面一通瞎猜了。而剛搞定這個黑話，老馬又來一個容易讓人懷疑的資料。馬斯克在 02:29:02 中拋出了一個猛料：美國國債利息已經超過了軍費。這話確實是像老馬的說話風格，我反正是不會直接相信的。於是我也讓超級麥吉核實：“查查是不是真的，給具體數字。”它能呼叫美國財政部和國會預算辦公室（CBO）的公開資料，給出結果：也是證明了老馬確實沒有瞎說。當然，上面這些還只是默認技能。用了下之後，我發現超級麥吉還有個一堆超級適合我這樣打工人牛馬的必備武器庫：它背後有一套 MCP外掛系統，從而它可以：即時查庫、驗證資訊；發郵件、執行決策；畫思維導圖、整合日曆……感覺超級麥吉在開會這件事上，確實花了大功夫，可以說是把開會這事做透了。它的作用已經超越了“記錄”，更像是在現場中“參與”著會議。這裡我就不演示太多了，是留點機會給大家自己探索下。畢竟，真正的生產力，從來不是“看別人怎麼用”，而是“你決定讓它為你做什麼”。為了對比，我還是找我同事把同樣的音訊內容丟給了飛書妙記。這麼說吧：飛書妙記是一個頂級的速記員。轉寫准，關鍵詞提得好，摘要也清晰。但，也就到這了。它不會去主動查證資訊，不會關聯外部資料，也不會基於資料內容去“行動”。兩者的區別是：一個在想辦法“記”，一個在想在辦法“參與”。表面的差異背後，其實是對開會這件事本質上的不同理解。我認為會議的未來會從「開會」到「自動發生」讓我們再想暢想一下：項目周會不必開了，AI 自動從 Jira、Trello 裡抓資料生成報告；跨部門對齊也省了，AI 即時同步所有資訊孤島；決策會不再是“拍腦袋”，AI 已經把多維度資料分析拍你臉上了。也正因為這種思路上的轉變，超級麥吉這種 Agent 化的方式才顯得很新穎。當然，一個新穎的創新一旦被市場驗證，就意味著飛書、釘釘們的“快速跟進”也不會遲到。但這不重要。重要的是，當所有工具都開始從“記”轉向“參與”時，協作的底層邏輯本身就已經被改變了。寫在最後會議本身不會消失，但“無效會議”會被 AI 自動“清洗”掉。這帶來的，除了對效率工具的升級，更重要的是對協作方式的重構。我們正在從“等待同步”走向“自動對齊”，從“記錄決策”奔向“執行決策”。AI 最終的目標，也許不是讓會議更高效，而是讓會議變得不必要。回到開頭馬斯克的那句話：未來沒有 App，一切都通過 AI 完成。如果這個預言成真，那麼會議可能也會經歷同樣的命運。不是說人們不再需要溝通，而是溝通的方式會徹底改變。AI 會成為資訊的中樞，自動收集、分析、分發、執行。傳統的會議工具還在想著如何把錄音轉成文字，如何自動生成待辦事項。但 Agent 化的 AI 已經在思考：為什麼要等到會議結束才行動？下一代的協作工具不會是「更智能的會議助手」，而是能夠理解業務邏輯、自主決策、協調資源的 AI Agent。會議只是資訊交換的一種形式，當 AI 能夠更高效地完成這個任務時，傳統會議就失去了存在的必要。這就像電子郵件取代傳真，即時通訊取代電子郵件一樣。每一次技術變革，都在重新定義我們的工作方式。如果你也受夠了低效會議，可以試試這個來自超級麥吉 AI Agent：https://www.letsmagic.cn把你的會議錄音扔進去，看看 AI 能幫你做什麼。馬斯克說：未來屬於 AI。而會議，可能是第一個被 AI 革命的辦公場景。傳統工具終究會被改進、被超越。回到開頭那個問題，當一場會議從集體消耗生命，變成了 AI 自動處理的任務……也許，我們才終於有時間，去深入探討和思考那些真正值得“下次再議”的問題。 (AGI Hunt)

全鏈路賦能，重塑增長主動權。AI技術正讓人與服務的連接更為自然便捷，然而，在流量紅利逐漸被攤薄的當下，也有一句戲言廣為流傳——「不投廣告就沒銷量，投了廣告有銷量也沒利潤」。AI技術浪潮下，品牌增長有那些新的可能性？從行業趨勢來看，許多玩家已不僅把AI當作內容創作工具（AIGC），也拓展到行銷策略，讓AI成為根據資料反饋不斷迭代最佳化的決策大腦（AIGD）。更有先行者認為，應讓AI賦能行銷全鏈路觸點，以原生的內容與服務形式融入消費者的體驗全周期，即AI驅動服務（AIGS）。換言之，與其寄望於在AI對話中「碰運氣」被使用者發現，不如主動擁抱AI，將其融入從資料洞察到使用者觸達再到服務體驗的每一個環節，建構品牌自己的「行銷神經中樞」，由此讓中樞影響全域。近期，基於鴻蒙生態的全場景智慧行銷平台鯨鴻動能提出了「全場景AI」理念，試圖通過AI全鏈路賦能，幫助品牌實現可持續的增長。品牌更深層的增長焦慮首先，我們來分析下，品牌增長面臨著那些難題？增長中的問題，並非偶然，而是數字行銷生態演化中累積的結果，猶如一場多米諾骨牌效應。第一塊骨牌是自然流量紅利的消失。平台早期曾給予商家一定免費曝光，但隨著商業化深入，自然流量變成了稀缺品，商家不得不從「坐等流量」走向「買量為王」，演算法驅動的流量分發又加劇了這種依賴。第二塊骨牌是流量競價導致成本飆升、ROI不及預期。一旦跳出自然流量保護期，品牌會發現自己暴露在一個更冷酷的競爭現實裡：注意力的成本越來越高、投放轉化可能不及預期。為了爭搶流量，一些品牌選擇了競相降價、內容同質化，一旦消費者習慣了低價和無休止的廣告轟炸，有可能造成的結果是，行銷投入加多了，邊際產出卻沒有相應的增長。第三塊骨牌是強者通吃的馬太效應。預算有限的中小品牌出不起高價、拼不過投放量，得到的曝光可能就有限。過去誰掌控管道誰就擁有話語權，而在數字時代，在演算法推薦主導的資訊流環境下，使用者「搜尋自己不知道的東西」是有門檻的。品牌如何拿回「增長主動權」，讓辛苦打造的品牌更大面積地觸達使用者？這正是不少企業的深層「增長焦慮」。突圍之道：AI全鏈路賦能，重塑增長主動權品牌該如何扭轉被動局面？答案是改變遊戲規則——演算法的底層邏輯是資料和技術，而資料和技術的相乘效應本質上就是AI。那麼，品牌可以怎麼做？反向用好AI這把武器，打通行銷全鏈路，建立屬於品牌自己的智能決策中樞。AI時代，品牌不能再侷限於單點戰術（比如只把AI當海報生成器，或在對話機器人裡硬插廣告），而要從戰略高度把AI貫穿全流程。正如幾年前業界倡導從「網際網路+」轉向「+網際網路」，強調技術要為業務賦能而非本末倒置；今天品牌也需要跳出對流量演算法的過度依賴，轉向全鏈路AI行銷的新思路。很多人關注對話式AI可能替代傳統搜尋與電商路徑，希望通過ChatGPT一類助手獲取商品資訊。有觀點認為，當AI代理替使用者完成比價和下單，傳統「廣告→點選→購買」的鏈路將被切斷，品牌花錢投放的廣告可能還沒被使用者看到，AI就已替他下單。由此可見，僅僅被動等待AI把顧客「帶上門」，品牌的地位並不會改善。真正的出路在於主動擁抱AI，將AI用於提升自身的洞察力和決策效率，也就是以全場景AI理念建構行銷AI全鏈路能力。讓AI貫穿「洞察-決策-觸達-營運」全流程（這正是AIGD，AI生成決策的精髓），形成品牌自有的智能行銷閉環。國內率先實踐這一理念的鯨鴻動能，提出了「全場景AI」戰略，主張讓AI從「生產工具」升級為「增長引擎」，成為品牌行銷的數字神經中樞。具體落地邏輯是怎樣的？依託HarmonyOS生態，鯨鴻動能搭建了資料科學服務、全域媒介投放服務、數位化平台賦能服務三大版塊，通過核心產品能力為品牌輸出全場景智能解決方案，幫助品牌重掌使用者連接的主動權。其全場景AI方案包含「三大支柱」：支柱1：資料科學打破孤島，洞察使用者鯨鴻動能借助HarmonyOS統一的華為帳號體系和分佈式技術，打通了跨裝置、跨應用的行為資料。目前鴻蒙生態裝置數已超10億台。繼衡量各行業品牌、產品和Campaign的使用者考慮度的「鯨鴻指數」取得廣泛認可後，鯨鴻動能推出了「鯨鴻萬象」資料產品，在確保隱私安全前提下，將使用者在不同終端和應用上的行為軌跡整合貫通，並結合意圖感知演算法挖掘使用者潛在需求，重建使用者的全域數字畫像。這意味著品牌終於跳出單一平台的視角，以「一盤棋」的視野，洞察受眾在各種場景下的興趣、偏好和當前意圖，從而讓行銷決策由經驗驅動轉向資料驅動。有了全景式的資料洞察，還需要快速反應。鯨鴻動能即將推出的智能決策引擎「鯨靈Agent」，就是要把洞察轉化為行動。鯨靈Agent融合了資料分析與廣告投放能力，建構一體化AI引擎，讓行銷最佳化由人工試錯邁向AI自主迭代。借助對使用者即時意圖、所處場景和歷史偏好的分析，鯨靈Agent能自動調整投放計畫：在適當的時機、通過適當的終端，將契合需求的內容傳遞給合適的人。無論使用者是在通勤途中瀏覽資訊、在客廳放鬆娛樂，還是準備外出旅行，這個AI引擎都能捕捉即時需求，將品牌資訊以服務形式順滑地嵌入使用者生活流中。借助這樣的資料智能和決策自動化，品牌擁有了類似平台「千人千面」的能力，可以主動、精準地與消費者對話，而不是僅依賴平台分發流量。支柱2：全域觸點佔據場景，服務找人消費者的決策旅程散落在日常生活的眾多場景中：客廳、通勤路、商旅途中……以往這些觸點彼此割裂，品牌往往鞭長莫及。而鯨鴻動能利用HarmonyOS的生態協同優勢，聯動手機、平板、智慧屏、可穿戴、車機等終端，建構起智能觸達網路，讓品牌內容可隨使用者場景而流動。一個典型案例是家庭場景的跨屏聯動。鯨鴻動能推出「FamilyReach」方案，通過家庭帳號（FamilyID）將家庭共享的大屏裝置（如華為智慧屏電視）與個人小螢幕裝置（手機、平板）相關聯。品牌可以先在客廳大屏上投放高衝擊力的內容，在家庭共享場景中吸引注意；隨後系統識別出對該內容感興趣的家庭成員，並在其個人裝置上推送商品詳情或優惠券，引導其下單轉化，形成「大屏種草—小螢幕轉化」的行銷閉環。不久前，戶外運動品牌薩洛蒙（Salomon）與鯨鴻動能共同打造了最新案例：客廳電視廣告獲得千萬級曝光，後續在手機端的資訊流廣告點選率比平台均值高出42%，可見跨屏配合有效提升了轉化效率。通過家庭ID的資料打通，大屏觸達人群與小螢幕跟進人群高度一致，內容匹配度超90%，避免了騷擾無關使用者和預算浪費。這個案例勝在資料與AI驅動的跨屏協同，而非簡單砸錢買量。支柱3：智能服務行銷即服務，體驗即行銷「全場景AI」理念下，行銷與服務越來越融合，行銷不再只是發佈廣告，而是以服務的形式為消費者創造價值、提升體驗。鯨鴻動能借助HarmonyOS的分佈式能力和原子化服務架構，幫品牌打造各種場景化的智慧服務，用長期營運使用者的思維來做行銷，在服務中潛移默化地影響消費者。比如在旅遊行業，鯨鴻動能聯合阿布扎比旅遊文化局打造了一站式智能旅遊助手：基於使用者行程、興趣偏好等資料，AI助手自動生成個性化遊覽路線，並整合簽證辦理、交通接駁、景點講解等服務，為遊客提供從行前規劃到實地遊玩的全周期智慧陪伴。這極大延伸了旅遊品牌與使用者互動的深度，使品牌不再侷限於賣機票酒店，而是成為使用者旅程中的智能嚮導。再如奢侈品零售，鯨鴻動能基於鴻蒙元服務能力，為品牌打造了定製化的創新體驗：通過LBS定位廣告精準觸達周邊高端人群；結合NFC「碰一碰」和「實況窗」等技術，實現到店後的沉浸式體驗（例如顧客走近門店時手機自動彈出會員專屬禮遇或新品介紹）；再通過智能簡訊等管道將顧客引導至品牌自有線上空間沉澱為會員，實現公域獲客—私域營運的閉環。整個過程中，廣告不再是生硬的打擾，而變成了貼心服務的一部分。當品牌用這些系統級能力不斷為消費者創造便利和驚喜，消費者自然會對品牌產生黏性，並最終轉化為長久的生意回報。可見，當AI技術深入到洞察、內容、觸達、服務每個環節，一個以使用者為中心的智能行銷閉環就此形成，品牌也真正掌握了使用者連接和價值創造的主動權。通過上述三大支柱，品牌可以將AI從零散的工具升級為貫穿全鏈路的行銷大腦。正如鯨鴻動能團隊所強調的：智能行銷的目標不止於提高某個環節的效率，更在於打造出AI決策夥伴，驅動行銷產生長期增量價值。只有當品牌擁有了自己的AI神經中樞，才能在未來競爭中立於主動。AI時代行銷將走向何方？AI時代已經到來，品牌行銷在使用者連接方式、投入產出模型和競爭規則上都面臨巨變。展望未來，有幾點趨勢值得關注：首先，消費者決策路徑可能大幅壓縮。當AI助手能夠即時理解需求並自動篩選資訊、完成下單，原本漫長的「種草到拔草」流程可能被濃縮成一次對話甚至一個語音指令。使用者從「自己找商品」變成「讓AI替我找」。但前提是品牌資訊能夠嵌入這些新的AI管道，成為AI願意信賴和推薦的選項。否則，再大的廣告聲量也可能被AI過濾掉，品牌被擋在消費者視野之外。未來，品牌或許需要把部分行銷功夫用在「向AI推銷」上——通過完善產品資料和口碑，讓AI系統更青睞自家產品。其次，行銷形態走向泛在化與原生化。萬物互聯的世界中，行銷將無處不在卻又不著痕跡。正如鯨鴻動能致力建構的從「人找服務」到「服務找人」體驗，品牌通過與生態平台深度合作，把自己的服務像外掛一樣嵌入使用者生活場景，需要時適時出現，不需要時默默隱藏。品牌必須具備場景洞察力和技術整合力，才能讓自己的內容和服務以使用者友好的方式融入各種智能終端和應用。AI時代的競爭不再只是爭奪使用者注意力，更是對技術和生態掌控力的競爭。那些率先建立AI全鏈路能力、擁有自有資料資產和智能決策體系的品牌，將擺脫對流量的過度依賴，甚至能夠定義新的遊戲規則。鯨鴻動能也啟動「全場景AI增長計畫」，以資源扶持和生態協同，攜手眾多品牌主探索AI行銷的新邊界，建構覆蓋消費者全旅程的智能行銷生態。品牌將不再只是流量購買者，而是成為AI時代數字生態的積極建設者，以更高維度掌控自身增長命脈。AI時代，品牌若能始終圍繞使用者、善用資料智能、持續創新，就能在巨變中破除焦慮迷霧，實現可持續增長。 (36氪)

就在昨天，11月13日,阿里秘密啟動了一個代號"千問"的項目。上百名工程師封閉研發,在杭州總部劃出了兩層樓用作專屬辦公,這是要全面對標ChatGPT的節奏啊。但更震撼的，是CEO吳泳銘在雲棲大會上說了一句話:"通義千問要做'AI時代的Android'。"聽起來很誇張,對吧?AI怎麼可能複製Android呢?但現在的Qwen全球下載量已經達到了6億次，相當於全球每12個人就有1個人或團隊下載過。衍生模型超17萬個,就像AI時代的"三星、華為、小米",每個都是潛在的超級應用。連Airbnb的CEO都說:"我們大量依賴Qwen,因為比OpenAI更快更好。"那吳泳銘是誰,他是被馬雲欽點接班、帶領阿里走出低谷的人。曾是淘寶技術負責人,親手打造了中國最大的電商平台。兩年半前他押注Qwen開源路線時被業內質疑,今天6億次的下載量，證明了他當初的選擇無比正確。這個消息在整個科技圈引起了巨大震動。為什麼?因為阿里這步棋,可能會改寫AI時代的遊戲規則。阿里的AI困局要理解阿里這步棋有多大膽,先得看兩個事實。第一個事實是,Qwen模型技術實力已經得到全球驗證。在OpenAI工作了4年、參與過ChatGPT和GPT-4研發的前研究員都說,Qwen的技術路線是對的。最新發佈的Qwen3-Max在全球大模型排行榜上位列第三,性能超過GPT-5、Claude Opus 4等國際頂尖模型。Airbnb CEO布萊恩·切斯基公開表示,公司"大量依賴Qwen",因其"比OpenAI模型更快更好且便宜"。他們使用Qwen後,AI客服平均解決時間從近3小時縮短至6秒,減少了15%的現場需求。另外，阿里在C端AI市場的短板太明顯了。豆包月活1.72億,DeepSeek月活1.45億,通義APP月活遠低於豆包和DeepSeek。技術再強,沒有使用者,也是白搭。這就是阿里要面臨的殘酷現實，B端稱王,C端落後。而剛剛啟動的"千問"項目,就是阿里扳回這一局的非常關鍵之戰。開源VS閉源的終極對決吳泳銘說要做"AI時代的Android",這背後的戰略目的是什麼?我們可以先回顧一下Android的故事。2008年,Google推出Android開源系統,當時蘋果iOS技術領先、體驗更好,很多人斷言Android已經沒有機會了。但關鍵轉折來了——Android開放生態吸引了三星、華為、小米等硬體廠商,應用程式商店迅速繁榮,價格優勢明顯。到2015年,Android佔全球約70%份額,iOS約30%。開放生態,戰勝了封閉產品。現在,Qwen正在複製這個路徑。就像Android開源讓每個硬體廠商都能做手機,Qwen開源讓每個開發者都能做AI應用。你可能會問,AI沒有硬體廠商聯盟啊,怎麼複製Android呢?但事實是,17萬個衍生模型、100萬企業客戶、Airbnb等頂級公司,就是AI時代的"硬體廠商聯盟"。每個衍生模型都是一個潛在的超級應用,就像基於Android誕生了Galaxy、Mate、小米手機。用這組資料對比一下就知道了，Qwen全球下載6億次、17萬衍生模型、100萬企業客戶。而ChatGPT雖然月活4.455億,但生態封閉,主要靠API呼叫,開發者很難深度定製。更關鍵的是成本優勢。開源模型可以二次開發、部署在私有雲,企業不用擔心資料洩露,這是ChatGPT做不到的。歷史告訴我們,開放生態最終會戰勝封閉產品。但問題來了——豆包VS通義：阿里為什麼急？C端AI市場已經是紅海了,豆包月活1.59億,DeepSeek月活1.46億,阿里現在入場還來得及嗎?看一組資料就知道阿里有多急了。豆包背靠字節跳動,有抖音、剪映導流,10月月活環比增長22.2%。DeepSeek雖然環比下滑14%,但基礎盤穩固。騰訊元寶單月投流超10億,月活增長23.6%。而通義APP,日活遠低於豆包和DeepSeek,差距懸殊。更要命的是,獨立AI應用的生存空間正在快速縮小。Kimi月活從2025年3月的1830萬下跌至9月的967萬,跌幅近47%，就是因為停止投流後使用者流失嚴重。這也給了阿里一個警示:沒有生態支撐的AI應用,很難活下去。但阿里也看到了機會。豆包和DeepSeek雖然月活高,但都是"工具型應用",使用者黏性不強。而阿里有淘寶、天貓、餓了麼等天然流量入口——使用者在淘寶購物、支付寶支付時,千問AI可以無縫嵌入,大大降低獲客成本。這是豆包、DeepSeek都不具備的優勢。更重要的是,2025年2月,阿里宣佈未來三年將投入3800億元建設AI基礎設施,9月雲棲大會上表示將在此基礎上追加更大投入。到2032年,阿里雲資料中心能耗規模將提升10倍,算力投入指數級增長。這3800億是什麼概念?相當於建100個鳥巢體育場,或者買下3個迪士尼樂園。時機、資金、生態,三個條件齊了。阿里管理層把"千問"項目視為"AI時代的未來之戰",不是沒有道理的。三張王牌但挑戰也是顯而易見的。阿里To C基因弱、通義APP表現平平,千問APP憑什麼能逆襲?因為阿里手裡還有三張王牌。第一張王牌,Qwen模型的全球影響力。Qwen3-Max性能躋身全球前三,超越GPT-4.5、Claude Opus 4,支援119種語言,全球化能力強。更重要的是,頂級公司的認可。蘋果國行AI確定與Qwen合作,這是中國大模型首次進入iPhone生態。第二張王牌,阿里雲生態資源。阿里雲AI市場份額35.8%是什麼概念?就是說,中國每3家用AI的企業,有1家選阿里雲。更誇張的是,它比第2到第4名加起來還多——就像考試時你考了90分,第2到第4名加起來才85分。財富中國500強裡,超過一半企業都在用阿里雲。你平時點的外賣、打的車、刷的短影片,背後的AI計算,很可能就跑在阿里雲上。通義大模型已服務超9萬家企業和220萬家釘釘企業。第三張王牌,全端AI能力。從算力(阿里雲)、模型(Qwen)、應用(千問APP)到生態(17萬衍生模型),全鏈條覆蓋。這就像華為做手機,技術(麒麟晶片)+生態(鴻蒙系統)+管道(線下門店)三位一體,最終殺出重圍。但手握王牌不等於贏得戰爭。能不能打好這手牌,還得看最後的落地執行。開源能贏嗎?這不僅僅是阿里的戰爭,更是開源生態vs閉源產品的終極對決。阿里的野心不是做一個對標ChatGPT的產品,而是打造AI時代的作業系統,讓每個開發者都能參與這場變革。從Android到Qwen,歷史告訴我們,開放生態最終會戰勝封閉產品。但能否成功,取決於執行力、時機和運氣。OpenAI選擇閉源商業化,字節選擇工具化,阿里選擇開源生態化。三條路線,三種不一樣的打法,最終誰會勝出呢?大家心裡都沒底。阿里選擇了開源,這可能是最慢的路,但也可能是唯一正確的路。而時間會告訴我們答案。AI時代,資訊真假難辨,我是林傑,關注我,這裡不誇大,不虛假,只聊AI行業的真話和事實。(I人林傑聊AI)

2025年春季，教授木匠等技術的美國職業培訓學校的入學人數增長12%，遠超大學的4%。福特汽車的CEO預測稱，“AI將使白領崗位減少一半”。有專家指出，“我們可能正在目睹AI導致就業崗位流失的早期階段”……美國加利福尼亞州的住宅項目工地（2025年7月28日，Reuters）與人工智慧（AI）一起生活的日常不再是未來的童話故事。隨著AI承擔腦力勞動，大學畢業生的就業難困加劇，電力的大量消耗正在迅速推高資料中心附近地區的電價。可以看到的現實是，AI帶來高增長，但在就業等益處方面存在偏重。本文追蹤了美國迅速引進AI的現狀。美國的就業狀況正在發生變化。收集全美學生資訊的美國教育部學生資訊中心（National Student Clearinghouse）的資料顯示，2025年春季，教授配管工、木匠等技術的職業培訓學校的入學人數同比增長12%。遠高於大學入學人數的增幅（4%）。這一趨勢從數年前開始增強，背景是人們對於因AI而改變的未來存在擔憂。調查公司Conjointly今年以10～20多歲的Z世代的父母為對象進行的調查顯示，只有16%的人認為“擁有大學學位就能保證長期穩定的就業”，77%的人指出選擇“難以自動化的工作”非常重要。美國福特汽車的首席執行官（CEO）吉姆·法利6月預測稱，“AI將使白領崗位減少一半”。強調確保熟練工的重要性，歡迎年輕人轉向職業培訓學校。AI帶來的投資偏重於建築行業等這種動向有其合理的理由。美國的失業率總體上穩定在4.0～4.5%區間，但如果僅限於大學畢業前後的“20～24歲”人群，失業率則從2024年12月的7.5%上升至2025年8月的9.2%。沒有工作經驗的年輕人的失業率波動幅度大，在經濟減速局面下失業率迅速上升並不罕見。不過，值得注意的是，這次受苦的並非高中畢業等學歷較低的人群，而是平時不容易受到經濟波動影響的大學畢業生。美國史丹佛大學數字經濟研究所的教授們在8月的論文中估算稱，由於AI的興起，軟體研發領域22～25歲的就業人數從2022年下半年的高峰期到2025年7月減少了約20%。生成程式碼等體系化的知識很容易被AI代替。回答客戶諮詢的客服領域也在不斷推進應用AI。“我們可能正在目睹AI導致就業崗位流失的早期階段”。聖路易斯聯準會的經濟學家也在8月承認了AI和失業增加上間的聯絡。雖然就業機會減少，但美國經濟整體保持堅挺。原因之一是火熱的資料中心投資。麥肯錫4月預測稱，到2030年全球的資料中心投資將達到5.2兆美元，到8月上調預期至約7兆美元。美國佔其中4成。規模空前的投資也會產生扭曲。麥肯錫表示擔心稱“投資集中於建築和發電行業，製造業和城市基礎設施等其他行業將被排在後面，出現‘擠出效應’”。全美製造商協會（NAM）的統計顯示，到2033年美國製造業的勞動力短缺將達到190萬人。協會警告稱“這將成為經濟和國家安全保障上的問題”。從2000年代中期到2020年前後，美國的電力需求一直持平。美國能源資訊署（EIA）預測稱，近年來電力需求轉為增加，2024年的電力需求創新高，2025年將進一步刷新紀錄。美國能源資訊署指出增加的電力消耗大部分來自資料中心。電價翻一番電力需求的增加會影響美國的電價。美國能源資訊署的統計顯示，對比截至7月的電價，2025年同比上漲5%。但漲價幅度並不一致，美國彭博社的調查顯示，存在越是靠近資料中心電價就越高的趨勢。有些資料中心集中的地區過去5年裡電價上漲了一倍以上。美國自然資源保護協會（NRDC）預測稱，擁有世界最巨量資料中心聚集地弗吉尼亞州的美國東北部將出現電力短缺。這是因為資料中心的耗電將超過可用電力供應，到2028年普通家庭的電費每月將增加約70美元。部分電力公司計畫推進針對資料中心營運商另行定價等對策。資料中心可以在約兩年的時間內建成，但新建發電廠通常需要5～10年時間。為了填補供需缺口，本應關閉的煤炭火力發電站正在延長壽命。煤炭火力發電的二氧化碳排放量較多，與去碳化潮流背道而馳。AI帶來的變化非常迅速，但也存在無法阻止的情況。川普7月發表了國家戰略“AI Action Plan（AI行動計畫）”。相對於重視AI安全的拜登前政府，川普政府將重視速度，推進技術研發。其背景是美國對於企業、學校、政府、民眾攜手加強力量的中國的警惕。美國一直引領世界的AI研發。但史丹佛大學的AI年度調查指出，“來自中國的模型正在趕上美國”。截至2月，中美頂級AI模型之間的差距已縮小至1.7%。今後美國將加強最先進半導體的出口管制，同時通過放寬限制促進美國國內的技術創新和基礎設施建設。規則的制定容易被擱置。例如，AI企業把受著作權保護的內容用於AI學習，有關侵害著作權的訴訟在全美有50多起正在審理。但是，川普毫不掩飾以研發為先的立場，稱“考慮到與中國的競爭，全部支付使用費並不現實”。AI權威、加拿大蒙特利爾大學教授約書亞·本吉奧（Yoshua Bengio）指出，“國家之間的激烈競爭可能會導致為了保持優勢而犧牲AI安全性的危險動機”。其警告稱“這種情況會帶來公共安全和國家安全方面的風險，包括網路攻擊和人類無法控制AI的可能性，導致沒有贏家的結局”。 (日經中文網)