近一個多月以來，Anthropic正在全球軟體行業引發一場堪比“雪崩”的連鎖反應。美東時間2月23日，IBM股價收盤暴跌超13%，創下其逾25年來最慘烈的單日跌幅。導火索就是Anthropic，當日，該公司宣佈其旗下工具Claude Code能夠對COBOL這一古老的程式語言進行現代化改造，這種語言要在IBM的大型機上運行。開年以來，籠罩在AI陰影下的傳統軟體巨頭遠不止IBM。從網路安全領域的CrowdStrike、Zscaler，到SaaS領域的Salesforce、ServiceNow，這些股票均遭遇了不同程度地拋售。行業認為AI正摧毀傳統軟體賴以生存的商業模式。但就在2月24日，劇情有了新的變化。Anthropic宣佈推出10款企業級AI外掛，覆蓋股票研究、投資銀行、法律合規等多個領域，而合作方正是此前被視為“受害股”的湯森路透、FactSet、Salesforce旗下Slack等公司。消息一出，湯森路透漲超10%，IBM、Cloudflare也跟漲近3%。天使投資人、資深人工智慧專家郭濤對第一財經記者表示，此前軟體股的暴跌，是恐慌情緒與現實競爭壓力的共同結果。“雖然AI工具確實替代了部分傳統軟體功能，壓縮了特定企業的市場空間，但傳統軟體仍有不可替代的護城河，只是需主動轉型。”軟體股震盪這一輪軟體股震盪始於今年1月，彼時Anthropic推出了Claude大模型的工具Cowork及其行業特定外掛，涵蓋法律、金融、銷售等領域，該工具將智能體能力擴展至非程式設計領域，能夠處理類似“從收據照片資料夾中彙總費用報告”的多步驟自動化任務，這些功能此前往往需要專門的垂直SaaS軟體來完成。業界認為，Cowork這類AI工具可能引發軟體市場的洗牌。過去一個多月裡，Anthropic對這一功能進行了多次更新，每一次更新都會引發軟體股的一輪大跌。就在2月23日，Anthropic在官網發佈的部落格中提到，美國約95%的ATM交易使用COBOL（Common  Business-Oriented  Language，通用商業語言），每天有數千億行COBOL在生產環境中運行，為金融、航空和政府的關鍵系統提供動力。儘管如此，瞭解這一語言的人每年都在減少，COBOL系統現代化的工作曾需要大批顧問花費數年時間來梳理流程。Anthropic表示，借助  AI，團隊可以在數季度內而非數年內完成COBOL程式碼庫的現代化改造。COBOL主要在IBM的大型機上運行，常見於對系統可靠性要求極高的政府部門和金融機構。而IBM相當一部分營收仍與其大型主機業務相關，因此，Anthropic的部落格發出後，市場對IBM核心業務被顛覆的恐慌情緒被點燃。周一美股收盤時，IBM（IBM.US）大跌13.15%，收於每股223.35美元，創下自2000年以來的最大單日跌幅。近段時間以來受到AI影響的傳統企業不僅是IBM。就在上周，Anthropic發佈AI程式碼掃描工具Claude Code Security，提及AI可以像人類安全研究員那樣去閱讀和理解程式碼，提供有針對性的軟體補丁建議。“這是網路安全領域的一個關鍵時刻。我們預計，在不久的將來，全球相當大一部分程式碼都將由AI進行掃描。”Anthropic在文章中表示。這一消息在當天也引發網路安全類股的集體拋售。上周五，網安軟體公司SailPoint、Okta跌超9%，Cloudflare跌超8%，Crowdstrike跌近8%，Zscaler跌5.5%。跌幅延續至本周第一個交易日，Crowdstrike、SailPoint、Cloudflare在周一的下跌幅度都接近10%。市場對軟體行業風險的擔憂醞釀已久，行業估計自1月下旬以來，美股市場軟體股市值已蒸發超過一兆美元。2月24日，引發這輪暴跌的Anthropic開始“救火”，在推出10種新外掛的同時，提及這些專業服務外掛背後都有專業軟體服務商的支援。例如湯森路透與Anthropic等公司合作建構AI法律服務平台，FactSet等合作開發金融服務相關外掛，SaaS巨頭Salesforce旗下的Slack、網路簽名服務公司DocuSign等也參與了合作。消息發出後，湯森路透漲超10%，而此前大跌的IBM、Cloudflare也跟漲近3%。Anthropic的企業產品主管斯科特·懷特（Scott White）表示，最新一批加入Claude  Coworks的10個外掛中有一半與資本市場有關，這些外掛能夠提升Claude在特定任務中的表現，例如私募股權工作中的建模、為設計相關工作整理創意概要，以及為營運相關任務總結供應商提案等。針對Anthropic近來引發的軟體股拋售，懷特發表觀點認為，AI智能體不會取代傳統軟體服務公司。“這並不是一款試圖接管或覆蓋所有工作流程的產品。我們提供的是基礎設施和智能能力，讓我們的合作夥伴或客戶能夠把他們自身的業務知識、專業經驗、長期建立的信任關係以及他們的客戶，一併帶入這個體系中。”懷特解釋道。AI是威脅還是機遇？相比此前的暴跌，軟體股目前的回暖仍是杯水車薪。在可見的未來，AI會威脅傳統軟體的商業模式，還是能幫助其更好發展？市場對此仍有分歧。郭濤對第一財經記者表示，市場對AI顛覆的過度擔憂引發恐慌拋售，每次AI工具發佈都被放大為“替代訊號”，導致股價與業績短期背離，他認為，AI工具確實替代了部分傳統軟體功能，壓縮了特定企業的市場空間，業績預期下滑加劇股價波動。AI對軟體行業的衝擊體現在三個層面。一方面是收費模式的重構，傳統按席位、訂閱收費的固定成本模式，正被AI按使用量計費的靈活模式衝擊。其次，AI的自然語言互動打破了傳統軟體依賴複雜介面形成的使用者鎖定，使用者無需學習操作即可完成任務，削弱了介面壁壘。最終，軟體行業的生態封閉性也被打破，倒逼行業向開放生態轉型。但傳統軟體仍有不可替代的護城河。“這些變化並非全盤顛覆，而是推動行業從封閉走向靈活、從固定成本向按需付費演進。”郭濤提及，傳統企業在複雜業務流程嵌入、獨家資料資產、合規信任體系等方面壁壘顯著，只是未來需要主動轉型，從封閉產品轉向AI開放生態下的能力提供商。圍繞軟體類股的未來，海外市場有諸多爭論。有華爾街分析師將AI的到來稱為“SaaS末日”，也有分析師認為當前的拋售沒有邏輯，軟體類股可能超賣過度，即將迎來反彈。傑富瑞股票交易台的Jeffrey Favuzza此前表示，當前交易完全是不計代價拋售的模式，是“SaaS末日”。NoahSmith在他Substack上的通訊中表示，這是“一個經濟時代的終結”。但也有分析師認為，當前的波動更多反映的是“市場敘事的轉變”，而非企業收入或利潤出現實質性下滑。也有一些投資人士將軟體股的拋售視為機遇，不過修復新底部需要時間。摩根大通的分析師團隊認為AI公司將徹底顛覆軟體行業的說法“在邏輯上站不住腳”。韋德布什證券的分析師Dan  Ives則表示，當下這一輪拋售潮是他“在華爾街職業生涯中見過最脫離基本面的交易”，長期來看，AI的進步反而會提升IBM等傳統軟體公司的價值，通過提高服務效率能使其產品和服務變得更具吸引力。就在近日，瑞銀財富管理投資總監辦公室(CIO)發表機構觀點，將標普IT類股評級下調至“中性”。瑞銀認為，軟體行業持續面臨不確定性。AI技術或顯著改變軟體行業格局，使競爭對手更易搶佔市場份額，削弱投資者對軟體企業增長和盈利能力的信心。除了分析師，企業高層們也在參與這場討論。輝達CEO黃仁勳認為，AI會使用並增強現有軟體工具，而非徹底改造它們。ARM CEO雷內·哈斯(Rene Haas)表示，企業級AI應用尚未帶來巨大變革，近期的市場震盪更多是“局部恐慌”。在這場辯論中，一個耐人尋味的現像是：一邊是傳統軟體股的估值下調，另一邊卻是AI獨角獸的估值狂歡。這個月Anthropic剛剛完成了300億美元的G輪融資，投後估值達3800億美元（約合人民幣2.6兆元），相比去年9月的估值實現翻倍。這是目前大模型行業第二大規模的融資，也使得Anthropic成為全球第二家2兆級AI獨角獸。AI正在吞噬傳統行業，拿下更多市場。自成立以來至今不到三年時間，Anthropic就實現了140億美元（約合人民幣967億元）的年化收入。過去三年，這一數字每年都增長超過10倍。對於IBM們而言，危機已經出現，但機遇或許也正孕育於這場劇烈的陣痛之中。 (第一財經)

周一，人工智慧“狼來了”的鬼故事繼續在美股蔓延，就連看上去彼此毫不相關的IBM、黑石集團、DoorDash也未能逃掉。原因與兩篇看空文章有關。當天，國際商業機器公司 (IBM) 的股價暴跌13.15%，創下自2020年3月以來的最大單日跌幅。資料顯示，IBM在2月份累計下跌26%，有望創下至少自1968年以來最大的單月跌幅。IBM的暴跌與人工智慧初創公司Anthropic有關。Anthropic在一篇部落格文章中表示，Claude Code工具可以幫助COBOL實現現代化。“過去，COBOL系統現代化需要大量顧問花費數年時間繪製工作流程圖”，但“像Claude Code這樣的工具可以自動執行COBOL現代化過程中耗費大部分精力的探索和分析階段”，Anthropic寫道。運行COBOL的大多數大型電腦都是IBM製造的，IBM的大部分業務仍然與其大型機業務息息相關。這些客戶擁有的龐大伺服器運行著基於COBOL語言的應用程式，COBOL是一種比科技行業其他領域常用的程式語言更為古老的程式語言。大型機在對可靠性要求較高的客戶群體中很常見，例如金融或政府機構。上周五，Anthropic在其Claude人工智慧模型中引入了一項新的安全功能，引發了網路安全股票的普遍拋售。由於擔心人工智慧帶來的顛覆性影響，軟體股今年以來普遍走弱；一隻主要的軟體ETF今年已下跌27%，有望創下自2008年金融危機以來最大的單季度跌幅。投資者擔心“vibe code”（使用AI編寫軟體程式碼）的能力將使使用者能夠建立自己的應用程式，從而減少對傳統產品的需求，並對公司的增長、利潤率和定價能力造成壓力。出於類似的原因，美股快遞、支付和軟體公司的股價也紛紛下跌，DoorDash 、美國運通、KKR和黑石集團的股價均下跌至少6%。包括Uber、萬事達、Visa、Capital One和阿波羅全球管理公司，股價跌幅均達到或超過4%。上周日，一家名為Citrini Research的鮮為人知的公司發佈了一份看跌報告。該報告在X上發佈，通過對未來情景的假設，概述了全球經濟各個領域可能面臨的風險，並特別指出食品配送服務和信用卡公司正面臨困境。這篇文章的前言寫道：“本文的唯一目的是模擬一個相對未被充分研究的情景。希望閱讀本文後，您能更好地應對人工智慧使經濟日益怪異化所帶來的潛在風險。”Citrini Research由詹姆斯·范·吉倫創立，該文提出了一個設想，到2028年6月，人工智慧的顛覆性影響將導致白領大規模失業、消費支出下降、軟體抵押貸款違約以及經濟萎縮。不過，該報告明確指出——“以下內容僅為設想，而非預測。”Citrini Research指出：像DoorDash和Uber Eats這樣的外賣應用程式的主導地位被“AI編碼”的替代方案所取代。該報告描述了一種潛在的場景，即人工智慧代理通過消除萬事達卡（Mastercard）和Visa卡等支付處理公司收取的交易費來為使用者省錢。對於這篇看空文章，33歲的DoorDash華裔聯合創始人Andy Fang在X上回應稱：“我們堅信智能商務將徹底改變整個行業。行業格局正在發生變化，我們需要適應這種變化。”Andy Fang在史丹佛大學學習期間，與另兩位華人於2013年共同創立了線上訂餐和送餐平台DoorDash。截至2025年12月，《福布斯》澳大利亞版估計Andy Fang的淨資產為18億美元。Grizzle Investment Management的投資組合經理托馬斯·喬治表示：“這份報告確實引發了人們對市場動盪的擔憂，即便最終情況不會像最壞的情況那樣糟糕。讀完這份報告後，你肯定會感到不安，我相信持有這些股票的人也會因此而信心不足。”該文加劇了股市的焦慮情緒。近幾周來，由於擔心人工智慧帶來的顛覆性影響和地緣政治動盪，股市已經反覆受到衝擊。從軟體到財富管理再到物流等各個行業，近幾周來都受到了無差別拋售的影響，因為投資者對人工智慧新工具可能帶來的顛覆性影響感到擔憂，並陷入了“先買賣，再問問題”的模式。雖然軟體公司受到的衝擊最大，但保險經紀人、私人信貸公司、網路安全公司甚至房地產服務公司的股票也都捲入了所謂的“人工智慧恐慌交易”。然而，分析師、策略師和投資者也警告說，這些反應大多被誇大了，而且很可能高估了目前人工智慧相關的任何風險。Jonestrading首席市場策略師邁克爾·奧羅克表示：“這是一種非同尋常的反應。我曾親眼目睹這個市場在面對真正的負面消息時展現出驚人的韌性。而現在，一部虛構作品卻讓它陷入了暴跌。” (美股財經社)

如果你想摧毀一家公司，不需要打敗它，只需要讓人相信它可以被打敗。截至周一美股收盤，IBM 股價暴跌 13.1%，報每股 223 美元，創下 2000 年網際網路泡沫破裂以來最大單日跌幅。當天市值從 2408 億美元跌至約 2087 億美元，蒸發了約 310 億美元。是財報暴雷了嗎？不是。是重要大客戶跑路了嗎？也沒有。這一切的導火索，僅僅是 AI 公司 Anthropic 當天發佈的一篇部落格，宣佈旗下程式設計工具 Claude Code 可以幫助改造 COBOL 老舊系統，直接戳中了 IBM 最核心、最賺錢的遺留系統諮詢業務。沒有人證明 IBM 的生意垮了，但在恐慌的市場面前，已經不需要證據了。部落格地址：https://claude.com/blog/how-ai-helps-break-cost-barrier-cobol-modernizationCOBOL 是 IBM 的護城河，現在被 AI 盯上了要理解 IBM 為什麼跌得這麼慘，得先搞清楚 COBOL 是什麼，以及 IBM 靠它賺的是什麼錢。COBOL 是一種誕生於 20 世紀 50 年代的程式語言，今天仍在驅動美國約 95% 的 ATM 交易，以及大量銀行、政府、航空系統的日常運轉。IBM 長期銷售針對 COBOL 最佳化的大型主機，並圍繞它提供改造和諮詢服務。這門生意之所以賺錢，根源在於改造難度極高。讀懂幾十年沒有文件的老程式碼，往往要顧問團隊花上數年時間。這種高昂的理解成本，就是 IBM 最核心的競爭壁壘。Anthropic 的部落格說，Claude Code 可以自動梳理數千行程式碼之間的依賴關係，補全那些早已沒人記得的工作流文件，還能識別出人工分析師要花幾個月才能發現的系統風險。它進一步宣稱，原本以年計的現代化項目，用 AI 可以壓縮到幾個季度。當市場聽到這個消息後，立刻作出了反應：長期駐場、大團隊、以年計費——這套模式賺錢，是因為客戶沒有別的選擇。一旦 AI 提供了另一種可能，IBM 和客戶之間的議價天平，就不再是原來那個樣子了。這也讓 IBM 的處境因此顯得格外敏感。2025 年全年，IBM 諮詢業務收入約 210.55 億美元，基礎設施收入約 157.18 億美元，生成式 AI 累計簽約規模也超過了 125 億美元。當理解遺留程式碼這件事的成本被大模型顯著壓低，這些收入的含金量在市場眼中就打了折扣。有意思的是，IBM 和 Anthropic 其實並不是單純的對手。2025 年 10 月，兩家公司曾宣佈戰略合作，把 Claude 整合進 IBM 的開發工具體系，內部有超過 6000 名早期使用者報告平均生產力提升約 45%。同一種技術，既可能成為 IBM 自我改造的工具，也被看作顛覆它的武器。但在拋售情緒主導的當天，市場選擇了後者。IBM 暴跌其實不是這輪動盪的起點。早在 2 月 20 日，網路安全類股就已經經歷了一次集體閃崩，那天后來被一些分析師稱為軟體行業的「黑色星期五」。導火索是 Anthropic 宣佈推出 Claude Code Security。部落格地址：https://www.anthropic.com/news/claude-code-security這款工具能自動掃描程式碼庫中的安全漏洞，生成補丁供人工審查，並將原本由專業安全工具負責的漏洞掃描、軟體成分分析等功能，直接內建進了開發者的日常工作流。市場的反應同樣非常強烈。JFrog 當天單日暴跌 24.61%，因為它的核心業務高度依賴軟體供應鏈的管控，而這恰好是 AI Agent 最容易切入的領域。CrowdStrike、Cloudflare、Okta、Zscaler 等公司雖然主營業務並不是程式碼掃描，但也因為情緒「傳染」出現了明顯下跌，整個類股單日蒸發上百億美元，追蹤網路安全 ETF 的 BUG 基金跌至兩年多以來的最低點。當然，不少理智的分析師站出來反駁，說這種拋售毫無邏輯。比如摩根大通認為，投資者的擔憂被過度誇大。Wedbush Securities 的分析師措辭嚴厲地表示，這是自己職業生涯中見過的「最不合邏輯的交易」。他們的理由有一定說服力。AI 在幫助防守者掃漏洞的同時，也在幫助攻擊者找漏洞。到 2026 年，駭客已經開始用大模型發起更精準的釣魚攻擊，開發自動化的攻擊 Agent，甚至針對企業內部的 AI 模型實施「提示詞注入」和「記憶體投毒」。更棘手的是，企業內部大量未經授權部署的 AI Agent，一旦擁有操作內部系統和訪問敏感資料的權限，本身就成了安全隱患。這意味著安全的需求非但沒有消失，反而在擴張。CrowdStrike 提供的端點保護、Zscaler 提供的零信任網路訪問、各類身份與訪問管理工具，恰恰是應對這些新型 AI 威脅所必須依賴的基礎設施。SaaS 最不願承認，但正在發生的事APPSO 之前也報導過，AI 對整個 SaaS 行業造成了很大的衝擊。而 IBM 和安全股的動盪，是整個企業軟體行業更大危機的一個切面。過去二十年，SaaS 行業的繁榮建立在一個簡單邏輯上：企業員工越多，買的軟體席位就越多，供應商的訂閱收入就越穩。AI Agent 的出現打破了這個等式。以 Claude Cowork 為例，它能自主跨系統導航，獨立完成資料錄入、線索評分、多步驟業務審批等工作，企業不再需要維持大規模的基層操作團隊。一個原本需要五個人各自登錄帳號的財務部門，現在可能一個主管配合 AI 工具就夠了，那四個席位的訂閱費自然隨之消失。這種現像是 SaaS 廠商目前面臨的最直接威脅。在這場轉型中，處境最危險的是那些提供通用功能、主要服務中小企業的 SaaS 廠商，比如 HubSpot、Atlassian、Asana。這類產品的工作流相對標準化，很容易被 AI 直接模仿替代。越是那些功能通用、流程標準化的軟體（比如排日程、管任務的），越容易被 AI 直接平替。這種衝擊不只停留在大公司層面，對普通創業者也是一種降維打擊。一位名叫 Ira Bodnar 的創業者在 X 平台發了一篇名為《Claude 殺死所有創業公司》的帖子，迅速獲得了超過 300 萬次閱讀。文章 🔗 https://x.com/irabukht/status/2025846968245948795她兩個月前剛做出一款幫企業自動管理Google和 Meta 廣告帳戶的 AI 產品，付費客戶幾百個，成交率高達 70%，增長勢頭很好。一天早上醒來，她發現成交率跌到了 20%。原因很簡單：Anthropic 同期推出了 Meta 廣告連接器。功能還不完整，只能做分析、無法直接操作帳戶，但客戶已經開始觀望。Bodnar 在帖子裡寫道：「再過幾個月它就能做到了，所以繼續在這裡開發感覺意義不大。」IBM 失去的是估值，Bodnar 失去的是整個產品類別存在的理由。相比之下，更難被計算進股價、也更難被寫進報告的，是那些正在消失的普通崗位。畢竟，股價跌了還能漲回來，但就業市場的變化，慢刀子割肉，卻真實得多。當企業不再需要那麼多人去堆砌工作量時，最先遭殃的，是那些還沒上桌的年輕人。史丹佛大學數字經濟實驗室的研究指出，在受 AI 影響最明顯的職業裡，22 至 25 歲年輕畢業生的就業率相對下降了 13%，但與此同時，那些有豐富經驗的高級架構師，飯碗依然很穩。這個分化說明 AI 沒有像科幻電影裡那樣消滅所有人類崗位，只是悄悄從底部開始，把新人的崗位削沒了——以前，剛畢業的程式設計師總是靠寫寫簡單的基礎程式碼、修修不痛不癢的 Bug，一步步攢經驗往上爬。現在，這些「髒活累活」全是 AI Agent 的統治區。包括很多大廠現在很默契：我不大規模裁員，但如果有人辭職了，我絕對不再招新人，直接拿 AI 頂上空缺。對此，學生的選擇，已經說明了他們對市場的判斷。麻省理工學院的資料顯示，其入門程式設計課程在 2022 學年達到峰值後持續下滑，傳統電腦科學專業註冊人數從 823 人跌至 672 人，降幅超過 18%。與此同時，MIT 2022 年新設的「人工智慧與決策」專業，註冊人數從 37 人暴增到 372 人，漲了約十倍。杜克大學的 CS 入門課註冊人數同期下降約 20%，普林斯頓 CS 專業大三大四學生數量也出現了相似幅度的下滑。同樣是在 IBM 暴跌的同期，一篇由 Citrini Research 發佈的部落格《2028 年全球智能危機》在 X 平台上火了，收穫了 2000 萬+的閱讀量。文章 🔗 https://www.citriniresearch.com/p/2028gic作者假裝站在 2028 年往回看，描繪的圖景並不樂觀。企業用 AI 裁人，省下來的錢繼續買 AI，更強的 AI 讓下一輪裁員成為可能，被裁的人消費變少，企業收入下滑，又得靠 AI 進一步壓縮成本。一圈又一圈，沒有盡頭。作者自己也說，這只是一個思想實驗，不是預言。但讀完這篇文章再看今天的新聞，很難說它描述的東西完全是想像。SaaS 公司的訂閱收入在壓縮，IT 外包行業開始被質疑存在的必要性，應屆生找工作越來越難——傳導鏈條的前幾環，已經隱約可見。國際貨幣基金組織估計，全球約四成就業都暴露在 AI 的影響範圍之內，部分崗位會被增強，部分面臨萎縮，最終走向取決於各行業的互補程度與政策應對。世界經濟論壇預測，到 2030 年新技術淨創造的崗位約 7800 萬個，但這個再分配的過程，必然伴隨大量摩擦和痛苦。我們總喜歡用顛覆、炸鍋、王炸等聳人聽聞的詞彙來描述 AI 所帶來的衝擊，在我看來，這些詞都用錯了方向——AI 帶來的變化，更像是漲潮。漲潮不挑對象，不講立場，不管你是 IBM 這樣的百年巨頭還是 Bodnar 這樣的獨立創業者，水平線統一往上走。有人站在高地，有人站在灘塗，退潮之後才知道誰在裸泳——問題是，這次潮水好像沒有退的跡象。MIT 的學生已經在悄悄更換就業方向，大廠們同樣在默默等人自然離職然後不再補招，Citrini 那篇文章的閱讀量之所以能突破 2000 萬，也是因為太多人在裡面看到了自己隱約感覺到、但還沒說出口的那種不安。不安本身不是壞事。它至少說明，潮水還沒把人完全淹沒，還有時間想清楚自己站在那裡，又到底該如何在機器面前，找到自己那個沒法被替代的位置。 (APPSO)

與“矽谷10萬人”被裁這樣的消息幾乎同時進入我視野的是“輝達市值突破5兆美元”“蘋果公司市值首次突破4兆美元”“馬斯克可能獲得兆美元薪酬”……失業人群與超級企業、超級個體形成鮮明的對比，更凸顯了人類社會的兩極分化。不可否認的是，AI會替代更多人已是趨勢，技術之外的一個重要問題是：我們真的在財富分配等制度層面做好準備了嗎？“AI替代人”旗號之下所掩蓋的最近又有一些大企業開啟了新一波裁員。據媒體報導，亞馬遜計畫裁減約1.4萬名公司職員，以精簡營運、加快人工智慧部署。這次裁員算是亞馬遜繼2022年裁掉2.7萬人後又一次大規模裁員。不只是亞馬遜在大裁員，有資料顯示，今年以來矽谷就有近10萬人被裁掉了。比如Google，年初就在雲端運算部門大幅削減設計崗位，將資源集中投入到AI產品研發；微軟5月以來已經裁掉了超1.5萬名員工，主要波及Azure雲、全球銷售及工程等核心部門；Meta上月份宣佈裁撤其人工智慧部門的600名員工，理由是“減少管理層級，提升組織效率”；英特爾在今年夏季的三個月內裁掉了2萬多人；IBM也在前幾天宣佈，今年4季度要進行新一輪裁員，預計會波及上千人。以前某家大企業進行超萬人規模的大裁員，幾乎都是這家企業遇到了較大的生存危機，遭遇“戴維斯雙殺”——業績下滑，估值下降，兩個負面因素疊加後導致股價暴跌。但現在大企業的裁員大為不同，他們大多有著比較亮眼的業績，股價也一路高歌猛進。亞馬遜今年三季度營收、淨利潤分別同比上漲13%、39%，並預計第四季度營收同比增長10%以上，第三季財報發佈後，亞馬遜股價飆升13%。Google、微軟、Meta今年第三季度也均有超10%的增長，股價也屢創新高。連前幾年表現低迷的IBM今年三季度也獲得了超9%的增長，扭虧為盈，今年以來IBM股價上漲約40%。而英特爾也結束了連續六個財季的虧損，重現增長。這樣看來，當下的科技巨頭是越強越要裁員。他們普遍把裁員的原因歸結為AI技術的加速應用，裁員的同時也加大了在AI領域的投入，亞馬遜預計今年在AI上的資本支出總額約為1250億美元，明年支出規模將進一步擴大。所以，以前我們感覺企業裁員都有點偷偷摸摸的，畢竟不是什麼光彩的事，甚至把“裁員”巧妙地說成是“最佳化”，但現在科技巨頭給我們建構出的裁員邏輯是：AI的大規模應用替代了更多人，裁員就代表AI水平更高，更能抓住未來趨勢並降低成本，提升營運效率和業績。在這套邏輯下，被裁掉的人也只能怪自身技能不夠硬，沒跑過AI進化的速度。這些人能進大科技企業工作，本身也有著相當不錯的能力，隨隨便便就被AI取代了，讓很多人更加焦慮，還沒真正看到“AI時代”的影子，飯碗先受到了AI的巨大威脅。圖源：《我, 機器人》但我們不禁要問：這麼大規模的裁員，真的都是AI造成的嗎？“AI替代人”的旗號之下，其實掩蓋了太多東西。首先，一部分裁員是科技企業之前的大規模擴張所致。如果查以前的資料會發現，大概在2020-2022年，當時是疫情期間，線上需求激增，而且聯準會將利率降低到了接近零的水平，企業融資成本大幅降低，直接促使眾多科技企業開啟了大擴張，也就相應加大了招聘規模。比如亞馬遜，只在2020年第3季度就猛增了24.8萬名員工，2021年第3季度也大幅增加了13.3萬名員工，2019年亞馬遜全球員工數不到80萬人，而到了2021年就翻了一番，達到了160萬人。此外，從2019年到2022年，Google人數從大約11萬擴張到18.7萬；微軟從15萬人擴張到超22萬；Meta從4.5萬擴張到8.7萬。而在國內，2021年併入高鑫零售的阿里人數超過了20萬，字節、美團、騰訊也紛紛突破10萬人。大水漫灌之下，很多職位本就很虛，再加上疫情後全球經濟的持續低迷，聯準會又從2022年3月至2023年7月連續11次加息，使各大企業裁員或壓縮人員招聘，由此也導致了持續好幾年的裁員潮。據美國就業資訊網站Layoffs.fyi的資料，2022年科技企業公佈的全球裁員計畫約為16萬人，達到上年的13倍；2023年大約有1191家科技公司進行了裁員，總數達到了約26萬人，是2001年網際網路泡沫破裂以來的最高水平；2024年各大科技公司裁員總數接近15萬人。可以說，這一波美國科技企業的裁員潮，仍有很大的周期性因素、企業戰略調整因素。其次，科技企業在大規模裁員的同時，把更多人變成了“非正規員工”。在進行大規模裁員的同時，亞馬遜也宣佈在美國招聘25萬名假日季（一般是從感恩節到聖誕節期間，是美國零售商一年當中最為關鍵的銷售期）員工，他們基本都是臨時工，忙完假日季的工作後再去找下一份臨工工作，看起來自由又靈活，實則跟正式員工在福利待遇、技能積累上遠不能比。像沃爾瑪、塔吉特、亞馬遜等零售商每年到了消費需求旺盛的假日季都會招聘大量臨時工，就像富士康在蘋果手機發佈後急聘大量工人，本身也不是什麼新鮮事，但不能忽略的是，在全球大量白領遭遇裁員潮的同時，從事即時出行與送餐、網際網路家政、按需軟體開發、線上勞動眾包等“零工經濟”的人也越來越多。全球自由職業者平台Upwork發佈的資料顯示，2023年38%的美國勞動力(即6400萬人)從事自由職業，跟10年前相比增加了1100萬。這些人之中，或許有不少知識密集型工作從業者是主動選擇做零工，獲得更大的自由度和收入，但有相當一部分做勞動密集型零工的人是被迫做出的選擇，比如一些白領失去工作後選擇開網約車或送外賣。就連AI在發展過程中也需要大量的外包臨時工參與，比如AI錄音員、資料標記員、內容稽核員。他們拿著低薪，用單調和重複的工作反哺AI系統。所以，一些科技行業的白領失去工作的同時，也產生了很多缺乏穩定性的臨時工，這也是我在前文《全球中產大敗局？》所提到的，在更多滿足中產報酬標準的工作消失後，就形成了“二元勞工市場”——“好工作”和“壞工作”的對立加劇，而且兩者之間存在嚴重的結界，幾乎難以踰越。比如勞動密集型臨時工，很難通過技術積累成為熟練技術人員，因為他們的工作是碎片化、單調重複的，他們無法通過在職場中的努力工作成為中產。這其實加劇了社會分化。但在“AI替代人”的敘事下，一切都被巧妙包裝成是技術演化的自然結果，被替代者似乎只能怨自己的技能不夠硬，輕易就被AI替代掉了。技術之外的重要問題縱觀近半個世紀美國其他兩次大規模的裁員潮，也都加劇了社會分化。第一次發生在20世紀七八十年代，面對歐洲、日本、韓國的產品在全球產生的競爭，美國企業的優勢地位逐漸喪失，1959年美國公司的平均稅後利潤率為8%，20年後這一數字降低為5.1%。這迫使美國企業逐漸把製造業轉移到成本更低的新興開發中國家，開啟了美國“去工業化”的浪潮，導致藍領工人大量失業。但當時美國精英階層控制的輿論把企業競爭力下降更多解釋為權利太大的工會的束縛、美國工人安於現狀而無法與海外工人競爭，以及聯邦政府嚴格的法令約束。所以也就順理成章地拋棄了國內的藍領工人。與之相匹配的是，新自由主義在發達資本主義國家大行其道，里根政府在美國推行私有化、放鬆監管、和經濟自由化，並把大市場和小政府作為其改革目標。這也為美國大企業“無止境地追求更高利潤”奠定了基礎，此後他們開始在全球開展業務，這也使跨國企業股東、高管、高級別員工的財富急劇增長，而且他們在美國國內和全球所擁有的經濟和政治權力也不斷增加。跨國企業及其高管還通過大量的競選資金支出和密集的遊說活動，滲透並強有力地影響政府。但另一邊，美國國會委託的一項調查顯示，在20世紀70年代末到80年代中期，有超過1100萬名工人因工廠關閉、生產裝置跨國轉移以及裁員而失業。大多數被解僱的工人曾就職於製造業。而在1986年到1991年之間又有大約1200萬名工人被解僱。而且，被解僱的工人在尋找新工作時，往往會接受遠低於之前薪酬的工資，甚至許多是兼職工作並且缺乏醫療保險和其他福利。到了90年代資訊時代來臨，美國企業又開啟了第二波裁員潮，只不過這次輪到了白領。對於這一波裁員，企業大多解釋為電腦新技術的應用、組織重構或是經濟全球化的深度發展，而且還宣稱，從長遠角度來看，每個人都會從全球經濟的自由市場中受益。簡而言之，這是自然經濟演化產生的結果。美國社會學家厄爾·懷松等所著的《新階級社會：美國夢的終結？》寫道，當時美國一些大企業掀起裁員風暴，以至於“再就業專家”被創造出來，好讓公司冠冕堂皇地去面對裁員決定，即解僱大量僱員，有時甚至高達上萬名，這種新型公共關係類工作的任務就是讓公眾接受：裁員是公司在全球經濟競爭中求生的一種正常生活方式。圖源電影《在雲端》，講述了一名職業裁員人員的故事。不能否認，新技術、全球化深度發展本身有相當大的進步性，但在幾乎放肆的新自由主義政策影響下，很難確保讓絕大多數人受益，而只是讓更多收益集中於社會頂層。美國大企業在全球範圍內擁有了極大靈活性，他們可以一直尋找薪酬更低的人力，而不再輕易受到工人對更高工資和福利要求的壓力，不斷以最低成本從事生產經營。而且，跨國企業擁有很大的稅率優勢，只要他們不把賺取的國外利潤帶回美國，他們就不需要繳納聯邦政府向公司利潤徵收的稅收。他們“無國無家”的經營模式有相當大的避稅空間，比如在低稅率或零稅率國家和地區開設分部，再將全球各地所得利潤轉移過去，從而儘可能地減少上繳的稅款。英國《衛報》曾報導，“矽谷六巨頭”——亞馬遜、臉書、Google、網飛、蘋果和微軟——在2011年至2020年這十年間逃避的全球稅收高達960億美元。這些通過“無止境追逐利潤”獲得的財富恐怕只能集中於極少數人群，而技術進步、全球貿易創造出來的更多就業崗位更多被跨國企業帶到了國外，並沒有留給本土，消失的好工作並沒有新的工作來替代。美國勞工部統計局的資料顯示，2010—2020年期間69.2%的增長和替換的工作崗位只需要高中學歷或者更低。數量增加最多的工作崗位包括零售人員、貨運工、餐飲服務員、個人護工、客服人員。這也進一步加劇了學歷貶值，使很多人喪失了上升管道。當下科技企業這一波裁員潮在規模上還無法與前兩次相比，AI也並未達到如此大規模替代人的水平，雖然裁員在“AI替代人”的旗號下進行著。但不可否認的是，AI會替代更多人已是趨勢，技術之外的一個重要問題是：我們真的在財富分配等制度層面做好準備了嗎？與“矽谷10萬人”被裁這樣的消息幾乎同時進入我視野的是“輝達市值突破5兆美元”“蘋果公司市值首次突破4兆美元”“馬斯克可能獲得兆美元薪酬”……強烈的對比之下，更加深了我的疑問。 (商隱社)

（11月2日，專訪Arvind Krishna： AI的價值，是創造新工作方式）AI 能幫企業省下多少錢？這是所有人都想知道的問題，但在大多數企業裡，答案往往模糊。部署 AI 之後，卻很少有人能明確說出：它真正帶來了什麼價值。但 IBM CEO Arvind Krishna 在最近專訪中給出的答案簡單、明確：IBM 預計，到 2025 年底可實現年化 45 億美元的效率節省。這是他在與《引爆點》作者 Malcolm Gladwell 對談中透露的資料。但相比這個數字，他更關注三個本質問題：AI 是不是你的員工？你的組織結構跟得上 AI 嗎？真正能落地的 AI 商業模式是什麼？省不省錢，創造多大的價值，不在模型有多強，而在你有沒有用新的組織方式去迎接它。第一節｜AI 不是工具，是員工AI 是工具，這是很多企業負責人腦子裡的定式思維。像當年引入 ERP、CRM 一樣，採購一套系統、部署上線，然後等著提高效率、節省成本。但 Krishna 表示，這樣的思路，很容易讓 AI 項目停留在表面，難以落地。我們不是把 AI 當成工具，而是當成組織裡的一位員工。——Arvind Krishna，IBM CEO這句話，是整個對話的中心思想。那既然是員工，就要給 AI 安排崗位，明確職責，就像對待一個新同事。他說，IBM 在自己內部用了很多 AI 工具，但不是交給 IT 部門去裝軟體，而是讓業務團隊直接參與、把 AI 融入流程。“我們用 AI 幫開發者提高效率，現在已經提升了 30%-45%。但這不是因為模型強，而是我們自己先重構了工作方式。”換句話說，不是用 AI 寫程式碼，而是讓 AI 變成開發團隊的一部分。誰提需求、誰寫 prompt、誰判斷產出、誰整合結果，這些都提前明確下來就像為 AI 設定了一個崗位說明書。他提醒大家別掉進一個坑：很多公司在 AI 上花了很多錢，但組織結構、職責流程、激勵方式一點沒變，然後發現 AI 不起作用。這並非模型本身存在問題，而是如同招聘了一名新員工，卻未明確其工作職責，導致其工作產出無法融入現有工作流程，難以形成價值閉環。Krishna 的建議是：“如果你只是把 AI 當成一個外部採購的工具，那它的效果也只能停留在工具層。但如果你把它放進組織中，把它看作團隊成員，它才會真正釋放出價值。”對他來說，AI 項目的第一步不是寫程式碼，而是改流程；不是挑模型，而是安排好誰負責什麼。歸根結底，組織不變，AI 再強也白搭。第二節｜做好一件事，全公司配合在很多企業裡，AI 項目一啟動，第一反應是加人、投錢、堆資源。搞一個 AI 小組、成立創新部門、招幾個資料科學家，然後等著看結果。但在 Krishna 看來，這種做法常常走偏。他的做法，是全公司只推進少數幾件事，其他人都為這幾件事服務。在這場訪談中，他提到：OpenAI 成功的一部分，是他們把所有人集中在一條主線上。這點我們也一樣。“IBM 不再做十個方向的 AI 項目，而是聚焦三四個最核心的。”這背後，不是精簡人手，而是重新安排每一個人該負責什麼，圍繞主目標組織資源。這種聚焦戰略，最典型的例子就是 Red Hat，一家企業級開源解決方案供應商。2018 年，Krishna 拿出一個被普遍質疑的提案：IBM 要以 340 億美元收購開放原始碼軟體公司 Red Hat。當時連內部都難以接受，股價一度大跌 15%。但五年後，這成為 IBM 被普遍認可的最成功戰略之一。Red Hat 做到的，就是提供一種跨平台的通用能力，讓客戶能在任何雲平台、任何系統上統一部署。而這，也成了 Watsonx （IBM發佈的企業級人工智慧與資料平台）的設計基礎。他認為：“Watsonx 不是為了展示 AI 的能力，而是為了助力客戶實現規模化落地。我們先自己用，再交給客戶。不是讓客戶試錯，而是用我們自己的經驗給出確定性。”也就是說，IBM 在內部先用 AI 做項目管理、軟體開發、文件總結，流程跑通之後，才作為服務給客戶使用。而這個“先自己用”的過程，就是讓業務團隊直接參與，確保每個人都清楚自己在 AI 流程中的角色。Krishna 說：成功不是因為你有 AI 部門，而是因為你全公司都知道 AI 應該幹什麼。Red Hat 讓 IBM 從產品公司變成平台型企業；而 Watsonx 讓這個平台從能用變成可複製。這中間，沒有用更大團隊壓過對手，也沒有依賴更強模型。他們只是讓每個人都為核心目標服務，而不是各做各的 AI。第三節｜AI 回報看產出，不是省人當許多企業在討論 AI 投資時，最常見的第一問是：能不能省掉一些人？但 Krishna 給出的回答，完全相反：AI 成功，不是看你節省了幾個人，而是看你能不能產出更多。他多次重申一個觀點：AI 的作用，不是替代人，而是讓原本做不完的事變得可完成。舉例來說，IBM 在內部部署 AI 最早的場景，並不是為了精簡人員，而是為了釋放開發者、營運團隊、服務團隊的時間，讓他們能完成更多工，完成以前做不到的事情。具體來說：今天如果企業的客戶服務還和 10 年前一樣，那你已經落後了。如果你沒有用 AI 幫開發者提升 30% 的效率，甚至 70%，那你就沒跟上。換句話說，不是裁人，而是讓人幹得更快、更好。IBM 做到這一點的前提，是重新審視回報這兩個字。很多人以為回報等於節省成本，Krishna 則轉換了視角：你有沒有創造新價值？他舉了個例子：“今天我們每周都會用 AI 訓練文件系統、更新知識庫，不是出於盲目跟風，而是為了讓每一個服務人員都能更快響應。”AI 如果沒有連接到具體業務結果，只是省了幾個人工時，那不叫成功。他還指出一個關鍵誤區：很多企業追著最先進的大模型，但忽視了部署效率。我們可以用更小的模型完成任務，甚至效果更好，因為目標明確、場景清晰、訓練資料貼合。大不是價值，准才是。真正重要的，是你有沒有用這些效率，撬動更大的產出。AI 的價值，不是讓人變少，而是讓人做得更多。第四節｜CEO 的判斷，不靠拍腦袋說到這，一個問題自然浮現：Krishna 怎麼判斷那些 AI 投資能帶來產出？他的決策依據是什麼？主持人問他：你怎麼判斷 Red Hat 收購是對的？Krishna 的回答非常務實。他說：我們不去追趕別人，而是問自己“有沒有一條我們能站穩的差異化路線？我們追不上別人，那為什麼還要在他們已經領先五年的方向上繼續燒錢？”他觀察到，當時很多科技公司都在爭搶雲基礎設施。但大多集中在同一條路線上。而 Red Hat 的價值，在於它的中立性和可復用性，這是別人沒走但客戶真的需要的一條路。Krishna 的判斷力，並不是來自某種靈光一現的預判，而是一種組織思考法：他會主動找到 CFO、人力負責人、客戶、產品線的人，一起討論，反覆推演。“我不是財務背景出身，但我願意反覆問 CFO：這個帳怎麼看？這個項目如果失敗，代價是什麼？”他說：“我學判斷，不是看書，是在組織裡問人。我會主動去找人說：這件事我不懂，你給我解釋一下。”他不在意自己的專業不對口，在意的是能不能把各種專業知識整合成一個更全面的判斷。所有大決策，他都會先找十幾個人聊，先提風險，再看有沒有人能破題。如果沒有，他就壓一壓；如果有人能提供新角度，他就再往前走一步。“我不需要他們都認同我，只要他們能告訴我我沒看到的地方。”這就是他說的“判斷網路”：你要在企業內部，建立一百人的判斷網路；在企業外部，也建立一百人的判斷網路。Red Hat、Watsonx、量子的成功，都源於這種集體判斷力。結語｜不是 AI 強不強，而是你準備得夠不夠AI 是工具還是員工？是省成本還是放大能力？Krishna 的回答都指向同一個判斷：AI 的成功，不在模型，而在架構；不靠功能，而靠協同。IBM 能實現年化 45 億美元的生產力提升目標，不是因為建構了多高的技術壁壘，而是因為它敢於從流程、崗位、平台到底層組織邏輯全部重構。Krishna 沒有講產品路線圖，講的是怎麼把人、流程與工具，關鍵在於為 AI 的產出明確責任主體，確保其真正落地。今天的很多企業不缺模型、不缺預算，缺的是駕馭 AI 的全域意識。答案不在技術有多強，而在組織準備得夠不夠。 (AI深度研究員)

在政府停擺導致的延遲之後，美國9月核心CPI資料終於公佈。資料顯示，核心CPI季增0.2%，為三個月來最慢增速，這結果顯著增強了市場對聯准會（Fed）年內再次降息的預期。受通膨資料提振，美股三大股指強勢高開。標普500和納指雙雙觸及盤中歷史新高，科技股領漲。CPI資料公佈後，美債殖利率一度大幅下挫。隨後，受超預期的Markit PMI資料推動，殖利率跌幅有所縮小。 2年期美債殖利率較日高曾跌6.2基點，但隨後收復了大部分跌幅。 10年期美債殖利率收在4%上方。美股盤中，漲勢持續擴大。標普500指數漲幅擴大至1%，道瓊指數大漲超過500點。美股尾盤保持強勢，最終全線收高，多個主要股指創下收盤歷史新高。道瓊指數史上首次收盤站上47000點大關。標普500、納指也均創下收盤新高。美股投資網機會今日美股市場，兩大科技巨頭因量子運算領域的一則重磅突破而股價飆漲。AMD大漲7.63%，盤中高點報253.39美元，刷新周一新高。IBM盤中一度大漲超9%，最高觸及310.75美元，刷新歷史紀錄；刺激股價的直接原因，是IBM高層透露的重大進展：他們成功在AMD生產的常規晶片上跑通了關鍵的量子運算糾錯演算法。量子計算最大的攔路虎就是“錯誤率高”，量子位極不穩定，出錯是常態，所以“糾錯演算法”是商業化落地的“命門”。IBM研究部門主管傑伊甘貝塔（Jay Gambetta）表示，核心意義在於兩點：演算法真能跑：證明IBM的糾錯演算法在真實世界是有效的。成本可控：演算法跑在AMD的「現成」晶片上，不是那種「貴得離譜」的客制化硬體。更令人興奮的是，甘貝塔透露：“我們不僅跑通了，實測性能比理論需求快了10倍。”根據美股投資網瞭解，這個關鍵演算法跑在AMD製造的「現場可程式閘陣列」（FPGA）晶片上。 FPGA可以理解為一種可任意程式設計的邏輯晶片。一篇定於下周一發表的研究論文將詳細揭示這項即時運行的成果。AMD躺贏：通用晶片價值被驗證IBM的突破，無疑是對AMD通用晶片價值的強力背書。作為我們美股財經頻道曾兩次重倉、並列為7月必買股的標的，AMD的晶片能被用於解決量子運算這種尖端難題，進一步加強了其在高效能運算領域的領先地位和未來潛力。IBM在去年6月宣佈開發出這套糾錯演算法，如今已證實它能在主流硬體上即時高效運行，這大大加速了其「Starling」（椋鳥）量子電腦的研發處理程序。甘貝塔證實，這次演算法研究比原計畫提前了一年完成，意味著IBM向2029年打造量子電腦的目標又邁進了一大步。巨頭衝刺實用化目前，量子運算的競賽已進入「加速跑」階段。就在本周早些時候，Google也在《自然》雜誌發文，稱其「Willow」晶片實現了首次可驗證的量子優勢演算法。IBM這次的勝利，在於將「理論可能」轉化成了「實際可行」——解決了長期困擾產業的糾錯痛點，並證明了其演算法在商業化硬體上的相容性和高效率。這不僅是IBM本身的勝利，也是整個量子運算產業邁向實用化的關鍵一步。AMD佈局而對於AMD，它是我們的7月必買股，我們兩次重倉。VIP社群圖曝光：第一次是在6月17日，128.4美元，25%部位。第二次7月10日，25%部位隨後增加一次30%，累計部位55%。截至目前，我們的收益已直接翻2倍！2天前，我們在32.9美元撈底的核能股SMR，今日又大幅上漲，最高觸及39.89美元。面對短期內的快速拉升，我們選擇在今日果斷止盈，兩日累積收益達21%。透露一下今天我們已經把昨天公佈的SMR INTC BBY 止盈離場了！ 不為人知的小型AI股狂飆此外不為人知的小盤AI股， AI資料和無線音訊公司 DVLT 暴漲52%，而數位藥品發行平台WGRX狂飆185.43%。在消息面上，DVLT宣佈已與WGRX簽署一份不具約束力的意向書（LOI），擬將DVLT基於區塊鏈的PharmacyChain™智能合約技術整合進WGRX的藥品分銷系統。這次合作瞄準的是藥品流通領域的兩大核心挑戰：安全與效率。PharmacyChain™旨在實現「從處方開立到執行」的全過程數位化追蹤，確保藥物流轉的精準、透明與可追溯性。根據揭露，PharmacyChain™將在處方流轉與結算中提供去中心化合約支援，自動化監管藥品供應、物流及支付。雙方正在基於使用費的流程收入交換模式進行談判，具體條款將在後續正式協議中明確。這項潛在交易的意義遠遠超出技術整合本身。它揭示了AI與區塊鏈在醫療資料基礎設施中的融合趨勢。資料資產不再只是用於訓練演算法或商業行銷，而開始滲透到高度監管的藥品追蹤與處方管理系統。如果PharmacyChain™能夠在醫療供應鏈中成功落地，將為DVLT開啟藥品合規追蹤、智慧處方與臨床資料佇列的全新商業入口。市場對這項商業模式的革命性潛力給出了極為激烈的回饋，直接導致兩家公司股價飆升。就在3天前，我們精準佈置了這支不為人知的AI公司 DVLT。在我們的低價Penny社群，2.65美元買入，就這樣輕鬆賺到了30%。截圖曝光：太神奇了！我們究竟是如何做到、又是如何篩選出DVLT的？身為美股投資網的CEO，我也常常為我們團隊近乎「魔法」的能力感到震驚！ （美國股票投資網）

【新智元導讀】Google在2025年再次成為諾貝爾獎焦點——繼2024年後，相關科學家再度奪得物理學獎，使其兩年內共收穫三項諾獎、五位得主，成為繼貝爾實驗室與IBM之後，最具「諾獎基因」的科技企業。今年的諾貝爾獎，除了文學獎和和平獎以外，已經全部出爐！令人意想不到的是，與Google關聯的科學家，再次獲得2025諾貝爾物理學獎。這已經是Google連續兩年，有相關科學家獲得諾貝爾獎，這在當下時代的大型企業中還屬於首次！人類歷史上，能夠和「諾獎淵源深厚」的大型企業或者研究機構總共就三家：貝爾實驗室IBM和現在的Google截至2025年，共有五位（共三項獎）與Google有現任或近期重要關聯的科學家榮獲諾貝爾獎，他們分別是：2024年化學獎得主Demis Hassabis與John Jumper2024年物理學獎得主Geoffrey Hinton2025年物理學獎得主Michel Devoret與John MartinisGoogle的CEO劈柴，以同樣的口徑，官宣了和Google相關的5位諾獎得主。Google2年內拿下3項獎項的5位諾獎得主Google官方部落格明確了2年內拿下3項獎項的5位諾獎得主。Michel H. Devoret——2025 物理學獎Michel Devoret，目前在Google擔任量子AI團隊的量子硬體首席科學家Michel Devoret與John M. Martinis、John Clarke共同獲得2025 年諾貝爾物理學獎，授獎理由為「在電路中發現宏觀量子隧穿與能級量子化」。Michel Devoret是超導量子電路與量子測量先驅，參與建立的transmon超導位元已成為當今最主流的超導量子位元架構之一。截至2025年，Michel Devoret擔任GoogleQuantum AI的量子硬體首席科學家（Chief Scientist of Quantum Hardware）。John M. Martinis——2025年諾貝爾物理學獎John M. Martinis與Michel H. Devoret、John Clarke共同獲獎，因1980年代在約瑟夫森結電路中首次觀測到能級量子化與宏觀量子隧穿。John M. Martinis是加州大學伯克利分校物理學博士（1987）（導師就是John Clarke），自2004年起在 UC Santa Barbara任教。在Google的任職經歷：John M. Martinis於2014年起出任GoogleQuantum AI硬體負責人。2019年率團隊以Sycamore處理器實現「量子霸權」，於2020年離開Google。2020年加入澳大利亞Silicon Quantum Computing。2024年共同創立量子硬體初創Qolab，現任CTO。Geoffrey E. Hinton——2024 年諾貝爾物理學獎Hinton老爺子無需過多介紹。2024年，Hinton與John J. Hopfield共同獲獎，表彰其奠定人工神經網路機器學習的基礎性發現與發明。Hinton是劍橋大學實驗心理學學士（1970）和愛丁堡大學人工智慧博士（1978），後來在CMU、UCL、多倫多大學任職。Hinton的關鍵貢獻是提出和發展了玻爾茲曼機，並且與學生Alex、Ilya在2012年發表了AlexNet論文，推動深度學習崛起。2018年還與Bengio、LeCun共同獲得圖靈獎。與Google的關係：Hinton的創業公司DNNresearch於2013年被Google收購，之後2013年至2023年在Google任職。2023年離開Google以便更自由地發表和討論AI風險。Demis Hassabis——2024年諾貝爾化學獎哈薩比斯也是我們的「老朋友」，另一個熟知的身份就是GoogleDeepMind的CEO。2014年，哈薩比斯與John Jumper共享一半獎項（另一半授予David Baker），表彰其「利用AI進行蛋白質結構預測」（AlphaFold）。獲獎時哈薩比斯就在GoogleDeepMind工作，擔任CEO。DeepMind在2014年被Google收購，2023年與Google Brain合併為現在的Google DeepMind。John M. Jumper——2024年諾貝爾化學獎2024年，John M. Jumper與Demis Hassabis共享一半獎項。獲獎時，他也在GoogleDeepMind任職。John M. Jumper長期在DeepMind領銜AlphaFold研發，諾獎官網亦以此為其獲獎時隸屬。John M. Jumper也是這5位科學家中最年輕的一位，妥妥的80後，出生於1985年。他在范德堡大學取得數學與物理學士（2007），在劍橋大學獲得理論凝聚態物理MPhil（2008），在芝加哥大學取得化學博士（2017）。貝爾實驗室、IMB和Google的諾獎得主但是和上個世紀的貝爾實驗室和IBM相比，Google這次官宣的名單確實有些「水分」。5位得主中，只有DeepMind的哈薩比斯和John Jumper所取得的成果是在Google任職期間。貝爾實驗室幾乎可稱為「工業科研的諾獎搖籃」：其研究人員因創新性的基礎科學與電子、通訊、物理學交叉成果多次獲獎（至今已有約10–11項諾獎與其研究成果關聯） 。而IBM研究院則代表了計算與資訊技術領域的企業式基礎研究的典範，其研究人員也曾獲得6項諾貝爾獎 。貝爾實驗室和IBM，代表了上個世紀科技的風向標，從實驗室中誕生的技術也從根本上改變了人類的生活。發明電晶體的約翰·巴丁、威廉·肖克利、華特·布拉頓，三人於1956年獲諾貝爾物理學獎而Google，則是本世紀最有可能繼承貝爾實驗室和IBM「遺志」的企業。有網頁表示，貝爾實驗室在過去100年中產生了18位諾貝爾獎得主，但Google在不到30年中，已經產生了5位，並且沒有依靠政府的補貼。但和曾經的貝爾實驗室和IBM相比，Google「仍需努力」。有網友表示了同樣的看法，目前Google和諾獎得主的關係，僅僅代表其曾聘用過這些傑出的科學家。其他網友也認同，Google這些宣傳的諾獎得主並不是在Google開創了工作。但是，從現在AI時代的發展來看，Google的Transformer配得上諾貝爾獎。儘管部分成果並非誕生於Google內部，但這一系列成就顯示出Google在AI與量子研究領域正逐步承襲上世紀科研巨擘的地位，或將成為新時代的「貝爾實驗室」。或許，未來的某一年，諾貝爾獎會考慮一下Google的Transformer。 (新智元)