據《電訊報》等荷蘭媒體和路透社消息，當地時間12月2日，荷蘭經濟事務大臣卡雷曼斯致信荷蘭議會稱，他已取消原定12月對中國的訪問，理由是因日程安排衝突。報導稱，卡雷曼斯原計畫於12月訪問中國，就恢復晶片供應和所謂安全問題進行進一步磋商。卡雷曼斯在信中稱，儘管此次訪問暫時取消，但如果圍繞安世半導體問題的形勢需要，他仍會在近期前往中國，新的日期尚待確定。他還寫道：“我也就此與中方達成共識。”卡雷曼斯預計將於當地時間4日前往荷蘭議會出席有關安世半導體事件的辯論。據悉，此次辯論是應議會的明確要求，安排在卡雷曼斯原定的訪華日期之前進行。“卡雷曼斯的干預引發了一場外交爭端，”荷蘭媒體nu.nl指出，荷蘭多方對卡雷曼斯插手安世半導體事件表示嚴重質疑。截至目前，議員等荷蘭各界人士指責卡雷曼斯“單方面行動，在未嘗試與中方協商解決問題之前就擅自”決定對安世半導體進行“政府干預”。面對來自荷蘭國內的質疑，卡雷曼斯仍舊嘴硬，在信中堅稱此事件關乎“國家安全”。同時，卡雷曼斯試圖甩鍋。他公佈了荷蘭政府干預安世半導體事件的時間線，並聲稱，該決定是在9月25日由荷蘭首相斯霍夫、副首相、外交大臣、國防大臣和外貿國務秘書共同做出的。但他承認，荷方在採取實際行動後才通知英國、德國、美國和中國。荷蘭經濟事務大臣卡雷曼斯 荷蘭媒體公開資料顯示，安世半導體總部位於荷蘭奈梅亨，是聞泰科技核心半導體業務基礎，專注分立器件與邏輯器件。其前身是恩智浦半導體的一個部門，2017年獨立營運，2019年被聞泰科技全資收購，現為聞泰科技全資子公司。2024年，安世半導體收入規模約147億元，約佔聞泰科技當年總營收的六分之一。路透社指出，安世半導體的晶片雖然並非尖端產品，但其產量巨大，主要在德國漢堡生產，然後運往中國進行封裝與組裝工序，最終銷往全球汽車行業，寶馬和大眾等汽車製造商均為其客戶。中荷雙方圍繞安世半導體的爭端已近兩個月，此前，荷蘭政府於9月30日以所謂“國家安全”為由突然下令，“強行接管”中國半導體領軍企業聞泰科技的全資子公司安世半導體，但直至10月12日才對外公開。此後，全球汽車供應鏈發生“大地震”，美國、歐洲和日本等地的汽車製造商均面臨晶片供應危機，多家汽車企業的工廠不得不調整生產計畫。11月14日，在安世中國抗議荷蘭部分高層採取斷供晶圓等手段惡意阻撓和干擾在華子公司經營後，安世荷蘭不知悔改，反質疑中國公司的庫存管理存在問題。那怕是在中方為維護全球供應鏈穩定，對符合條件的出口予以豁免後，安世荷蘭仍得寸進尺，宣稱“雖然這標誌著進展，但這是通過豁免方式放寬出口限制，而非供應鏈的全面恢復。”聲明還稱，公司一直在通過替代方案以減輕供應中斷的影響，包括直接向客戶銷售和運輸晶圓。“我們承諾在有必要的時間內維持這些變通解決方案，直到完整供應鏈得以恢復。”11月14日早些時候，安世中國在致全體員工的聲明中一針見血地指出，安世荷蘭罔顧事實，試圖混淆視聽，充分反映出安世荷蘭部分管理層推卸責任，置安世中國全體員工切身利益於不顧的態度。11月24日，路透社在早前的一篇報導中提到，荷蘭政府上周（11月19日）決定採取建設性措施，中止對安世半導體的干預，這預示著局勢可能出現轉機。雖然荷方此前強行接管安世半導體位於奈梅亨的總部，但其在中國的業務仍由中國母公司聞泰科技控制。“荷蘭人以為他們已經接管了安世半導體，但實際上他們只是接管了一棟辦公樓。”廣東國際戰略研究院國際關係教授李形表示，這表明，即使在中低端市場，許多企業也需要中國。聞泰科技的一位發言人則表示：“當前危機表明，拆分跨國公司會損害供應鏈，並將關鍵行業置於風險之中。”據商務部網站消息，11月26日，商務部部長王文濤與德國聯邦經濟和能源部部長賴歇舉行視訊會談。雙方就安世半導體等問題坦誠交換意見。雙方一致同意，企業是解決安世半導體問題的主體，將共同敦促安世荷蘭與安世中國盡快開展建設性溝通，找到長期解決方案，盡快恢復全球半導體產供鏈的暢通與穩定。目前聞泰科技正在向荷蘭政府上訴中據報導，一份資料顯示，聞泰科技已向荷蘭政府提出上訴，要求撤銷其接管旗下位於荷蘭的晶片子公司Nexperia（安世半導體）的決定。檔案顯示，聞泰科技於10月21日首次對該決定提出質疑，並於11月10日擴大了其申訴範圍。在上訴中，聞泰科技的律師敦促荷蘭經濟部撤銷該命令，稱其為史無前例且不成比例的“財產剝奪”，缺乏法律依據。荷蘭政府近日暫停了對安世半導體的干預，此前，荷蘭政府稱其與中國就導致汽車製造商所需晶片短缺的爭端進行了建設性會談。但荷蘭政府並未撤銷9月30日的決定，並稱此舉是為了阻止該公司前首席執行官（CEO）將歐洲業務從其位於荷蘭的總部遷至中國。中國商務部曾表示，荷蘭的舉動並未如其所要求的那樣徹底結束干預。 (電子技術應用ChinaAET)

越來越多的人說，AI 可能會取代一些工作，但它到底會影響那些崗位？影響有多大？最近，一項來自 MIT 的新研究給出了一個驚人的答案：一組隱藏資料表明，AI 當前已經有能力替代 11.7% 的美國勞動力，對應工資價值約1.2兆美元。如果只看目前 AI 的實際應用，主要集中在科技和計算崗位，那麼AI的影響僅佔約2.2%的勞動力，對應工資價值約 2,110 億美元。但當研究者把行政、金融和專業服務等崗位納入考慮後，AI 潛在影響範圍飆升至 11.7% 的勞動力，約 1.2 兆美元工資。這份研究成果來自一個名為 Iceberg Index（冰山指數） 的項目，由 MIT 聯合 橡樹嶺國家實驗室（ORNL） 開發。研究團隊把 AI 與人類勞動力的關係做了一個大膽模擬：他們將美國 1.51 億名員工都“數位化”，讓每個人按照技能、任務、職業和地理位置分類，然後觀察 AI 工具可以覆蓋那些工作任務，甚至能精確到郵政編碼區域。ORNL 負責人 Prasanna Balaprakash 將這個模型形象地比喻為“美國勞動力市場的數字孿生”。通過這個工具，研究者不僅可以看到 AI 已經進入那些崗位，還能預測潛在的技術曝光區域。01. 將1.51億職工建模為智能體論文中，Iceberg Index 的建構過程分為三步：1、人類勞動力對應模型覆蓋 1.51 億員工、923 個職業、3,000 多個縣，總共包含 32,000+ 技能。每個職工被建模為一個“智能體”，擁有技能、任務、地理位置等屬性。模型可以分析技能遷移潛力和職業相似度，為未來崗位轉型提供規劃路徑。2、AI 勞動力對應研究團隊收集了 13,000+ AI 工具，包括程式碼生成、流程自動化和認知輔助工具。使用與人類相同的技能分類體系，直接對比 AI 與人類能力。評估 AI 在增強人類工作（如醫院文書自動化）和完全轉變任務（如程式碼自動生成）的潛力。3、人類–AI 聯合模擬使用 MIT 的 Large Population Models (LPMs) 模擬數十億次互動。模擬考慮技術成熟度、採納行為和區域差異，輸出職業技能變化、地理分佈以及跨行業的連鎖影響。政策制定者可用模擬結果測試培訓方案、資源分配和激勵策略。整個模擬在橡樹嶺 Frontier 超級電腦 上運行，保證了大規模、高精度的預測能力。在這一基礎上，研究團隊建構了冰山指數（Iceberg Index）。這是一項以技能為中心的衡量指標，用於評估勞動力在 AI 經濟中的暴露度。它量化了 AI 系統在技術上可以執行的職業任務的“工資價值”，從而揭示人類勞動與 AI 能力重疊的部分。該指數從三個維度評估每一個職業：該職業需要的技能；這些技能的可自動化程度；工作本身的價值（工資與就業規模）。這些因素結合後，為每個職業給出一個一致的“技術暴露度”：它指的是 AI 能力與人類技能的重疊，而不是預測崗位是否會消失。例如，金融分析師不會消失，但 AI 可能能夠處理大量文件處理與常規分析工作。這會改變角色結構與技能需求，而不一定減少崗位數量。02. AI 有能力替代11.7%的勞動力研究團隊首先對當前 AI 最集中採用的職業內的技術暴露度進行了量化，並給出了一組資料：截至 2025 年，超過 10 萬 工作崗位的裁撤與 AI 重組直接相關；AI 系統每天生成超過 10 億行程式碼，已超過人類開發者的產出。因此，他們測量了電腦與技術類職業中的技能重疊度——表層指數（Surface Index）。結果發現，全國範圍內的表層指數為 2.2%，對應約 2110 億美元的工資價值、約 190 萬名技術職業從業者。包括軟體工程師、資料科學家、資料分析師、項目經理以及其他技術密集型崗位，這些都是目前 AI 採用最集中的職業群體。但這還僅僅只是冰山一角！除了科技類職業，AI 的能力還擴展到認知性和行政工作。原本為程式設計開發的工具，已經展現出在文件處理、財務分析、日常行政任務 等方面的技術能力，說明技術能力可以從科技領域遷移到其他行業。部分公司已經開始削減非技術性崗位：IBM 通過 AI 自動化減少了人力資源崗位Salesforce 暫停了非技術崗位招聘McKinsey 預測到 2030 年，約 30% 的財務任務可實現自動化研究團隊發現，當考慮 AI 在行政、金融和專業服務等崗位的潛在自動化能力時，這一數字上升至 11.7% 的勞動力，是表層指數的5倍，約 1.2 兆美元工資（稱為 Iceberg Index 冰山指數）。此外，研究作者也強調，這些結果僅代表 AI 能力與人類技能的重疊，並非實際的未來崗位消失情況，真正影響取決於企業、工人和地方政府的應對策略。03. 影響不限於沿海科技中心人們常以為 AI 取代最多的崗位會集中在沿海科技公司聚集的地區，但冰山指數顯示，AI 接管工作任務的能力 在全美範圍內更廣泛分佈。研究表明，許多州如果僅看當前計算和技術崗位的 AI 採納，影響不大；但當加入其他變數後，潛在影響大幅上升。例如，鐵鏽地帶的俄亥俄州、密歇根州和田納西州，表面指數不高，但冰山指數顯示認知工作（金融分析、行政協調、支援製造業的專業服務）有 十倍於表面指數的潛在技術曝光。例如這幅圖，左邊的冰山指數圖顯示，AI 的認知自動化能力已經擴展到沿海科技中心之外。一些意想不到的州，比如 特拉華州 和 南達科他州，因為行政和財務崗位集中，其指數甚至高於加州。右邊的自動化差距圖則揭示了各州當前實際 AI 採用情況與未來潛在變革之間的差距。像 俄亥俄州 和 密歇根州 這樣的製造業州，在物理自動化尚未大規模普及之前，就已經有大量隱藏的白領崗位可能被 AI 替代。這意味著這些州需要提前為行政、協調等崗位的變化做好準備。研究團隊表示：就算是密西西比、懷俄明這類“低科技州”，在行政、財務、專業服務 等崗位上的技術暴露度仍然很高。換句話說：它們看似與科技無關，但AI 的能力結構與其勞動力技能高度重疊，未來衝擊將遠比表層指數顯示的更大這表明：僅以當前可見的AI 採用情況來判斷風險，會嚴重低估真實暴露度。此外，MIT 和 ORNL也表明，他們建立冰山指數的目的是希望地方政府能夠提前應對 AI 可能帶來的衝擊。可以通過數字孿生模型，分析每個城市街區、每個崗位技能的自動化風險。模擬政策干預（培訓、資金投入、激勵機制）對就業和 GDP 的影響。提前規劃技能培訓、基礎設施和人才投資，實現 “先準備、後應對”。據CNBC報導，田納西州已在官方 AI 勞動力行動計畫 中引用冰山指數，北卡羅來納和猶他州也正在使用該工具制定政策方案。04. 網友熱議：事情沒那麼簡單這項研究在Reddit上也掀起了軒然大波，許多網友紛紛在評論區提出不同看法。一位網友調侃道：“研究由山姆·奧特曼資助。”有網友認為，說 AI 會替代多少工作，其實是反映了“無意義工作”的現狀，而不完全說明 AI 的能力或實用性。還有網友指出，如果用AI替代人類的工作，公司會面臨責任歸屬不清的問題，不如一紙合同來得可靠。當然，也有不少網友依然不信任AI投入實際生產的能力，認為“炒作遠遠超出了實際應用”。(51CTO技術堆疊)

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)

據路透社獨家報導，五位知情官員透露，歐洲金融穩定官員正在討論是否通過彙集非美國央行持有的美元，建立聯準會資金支援的替代方案，旨在減少川普政府時期暴露出的對美依賴。此次首度曝光的會談，是對美國總統川普任內政策的直接回應。這些政策不僅顛覆了長期盟友關係，令聯準會獨立性備受質疑，更凸顯美國在全球金融體系中的主導地位。聯準會通過貨幣互換機制向其他央行提供美元，在市場動盪期發揮著維繫全球金融穩定的生命線作用。對十餘位歐洲央行及監管官員的訪談顯示，他們擔憂這套機制可能被川普政府武器化。其中兩人指出，今年4月擔憂情緒達到頂峰——當時川普宣佈的“解放日”進口關稅震撼全球金融體系，暴露出銀行融資計畫的脆弱性。知情人士稱，隨著聯準會出面安撫，擔憂情緒已有所緩和。聯準會主席鮑爾7月在歐央行會議明確表示，聯準會無意改變向其他官方機構提供美元流動性的方式。白宮發言人庫什·德賽（Kush Desai）表示川普“屢次重申維持美元實力與權力的承諾”。歐洲央行與聯準會發言人均拒絕置評。美元池存在侷限性部分消息人士指出，彙集美元儲備面臨現實困難且可行性存疑。不過四位直接知情官員透露，相關討論仍在歐洲央行工作人員層面持續推進，並涉及歐元區內外央行。其中一人透露，某些成員國央行正大力推動此計畫。路透社未能確認歐洲以外的央行是否參與磋商。這種資源整合模式已有先例。東盟與日本、韓國等共同建立的清邁倡議，便是通過彙集資源援助成員國的典型案例。日本央行行長植田和男7月談及金融碎片化風險時，特別提及2014年啟動、規模已擴至2400億美元的該機制，強調“繼續嘗試互換協議等多層次方法至關重要”。日本央行未予置評。然而多位歐洲官員表示，初步可行性分析結果不容樂觀。儘管非美央行合計持有數千億美元現金，但相較於作為全球儲備貨幣發行方的聯準會近乎無限的供給能力仍相形見絀。他們指出，資金池或可應對局部波動，但難以遏制全面市場動盪，且任何儲備彙集嘗試都需克服營運與政治層面的雙重挑戰。某資深央行官員警告，即便僅是聯準會暗示終止互換協議，本身就可能引發全球金融系統廣泛壓力。該官員坦言，屆時任何央行都難有底氣將自身美元儲備轉借他國。歐洲官員同時考慮通過加強銀行監管等舉措提升抗風險能力。兩位歐元區銀行高管透露，監管方已要求銀行制定從亞洲、中東等市場獲取美元的替代方案，並對銀行進行壓力測試。參與討論的官員表示，“如何建構不依賴美國的韌性體系”已成為央行間會議的固定議題。因討論內容敏感，所有受訪官員均要求匿名。非“首要擔憂”但需防患未然市場動盪時期美元需求往往激增，短缺可能加劇危機。聯準會的貨幣互換機制不僅緩解此類壓力，更服務於美國更廣泛利益——通過提供美元確保境外動盪不會演變成反噬美國的全面金融危機。2020年新冠疫情期間，該機制使用規模曾達4490億美元峰值。數個月前在歐洲央行管理委員會會議上，時任荷蘭央行行長克拉斯·諾特（Klaas Knot）曾將互換協議依賴性問題列入風險清單。當時兼任金融穩定理事會主席的諾特提出此議後，該議題未再被提及。金融穩定理事會發言人拒絕置評。歐洲央行監管人員表示，儘管正密切關注美元流動性，但互換協議中斷尚非“首要擔憂”。不過五位知情人士強調，在歐洲央行及各成員國央行負責金融穩定的官員群體中，尋找替代方案的探討始終持續。有人擔憂鮑爾任期於明年5月結束後局勢生變——川普聲稱將在年底前選定下任主席。正如某消息源所言，歐洲官員“必須考慮最壞情況”。 (金十財經)

在經歷了上半年創紀錄的訂單熱潮後，第三季全球替代燃料船舶訂單成長率明顯放緩。受新造船市場整體需求趨近及IMO《淨零框架》仍存不確定性影響，船東在未來燃料路線選擇上趨於謹慎，綠色船舶投資熱情有所降溫。根據克拉克森的最新統計資料，今年1-9月全球總計1185艘6120萬總噸的新船訂單中，多達336艘2900萬總噸為替代燃料船舶，佔比達到了47%，超過去年全年的45%。以訂單價值計算，今年1-9月全球新造船投資總計1,054億美元，替代燃料船舶訂單價值551億美元（約合人民幣3,924億元），年減36%，所佔比例達到了52.2%。今年的替代燃料船舶訂單包括LNG動力船158艘2110萬總噸，甲醇動力船54艘620萬總噸，LPG動力船16艘70萬總噸，乙烷動力船4艘10萬總噸，以及電池/混合動力推進船舶110艘150萬總噸。近年來，替代燃料船舶在新船訂單中所佔比例一路攀升，從2016年僅8.2%上漲到2021年的32%，2022年更達到史上最高的54.7%，在2023年一度滑落至41%之後，2024年又重新回到45%。以船廠國而言，克拉克森的資料顯示，2025年9月的替代燃料新船訂單絕大多數由韓國船廠承接，總計9艘58.25萬CGT，按CGT計算佔2025年9月替代燃料新船訂單的50.43%，接單量排名全球第一，接獲訂單均為LNG雙燃料船。與此同時，中國船廠9月承接了總計3艘2.82萬CGT替代燃料訂單，市佔率2.44%。其中LNG雙燃料船1艘0.65萬CGT、電池/混合動力船2艘2.17萬CGT。根據克拉克森的資料，整體而言按噸位計算，截至目前在營運船隊中能夠使用替代燃料或推進裝置船舶的比例已經提高到了8.9%，高於2017年的2.6%和2024年年初的6.5%。在現有總計2605艘替代燃料船舶中，包括1490艘LNG動力船、81艘甲醇動力船、147艘LPG動力船、760艘電池/混合動力推進船，此外還有285艘採用其他燃料。而在手持訂單中，替代燃料船舶佔比更是達到了51.0%，高於2017年的11.4%和2024年初的48.7%。以噸位計算，手持訂單中36.1%為LNG動力船（1000艘），9.9%為甲醇動力船（338艘），1.9%為LPG動力船（139艘）；此外還有約3.0%（約54 6艘）使用其他替代燃料，其中包括37艘氫燃料、60艘乙烷燃料、43艘氨燃料、17艘生物燃料和524艘電池/混合動力推進船舶，替代燃料船舶手持訂單總計2023艘。隨著未來燃料選擇的不斷擴大，替代燃料預留船舶數量也不斷增加。目前在營運船隊中有611艘船為LNG-ready船，手持訂單還有221艘；同時，手持訂單中有316艘氨燃料預留（ammonia-ready）船，701艘甲醇燃料預留（methanol-ready）船和19艘氫燃料預留船。與此同時，DNV的替代燃料洞察(AFI)資料平台最新統計指出，今年9月替代燃料船舶訂單共有14艘新船訂單。其中包括6艘LNG動力貨櫃船，4艘LNG動力散貨船、2艘LNG動力郵輪和2艘LPG船。從年初至今的資料來看，2025年前九個月共接獲192艘替代燃料船舶訂單。該資料較去年同期下降48%，凸顯在總噸位創紀錄的上半年之後，市場動態正發生轉變。在總噸位創紀錄的上半年之後，第三季訂單活動明顯放緩，反映出市場動態變化和各細分領域謹慎的情緒。雖然必須將這種放緩視為整體新造船市場疲軟和合約價格上漲的背景，但其他因素也可能影響船東的行為。DNV海事全球脫碳化總監Jason Stefanatos表示：“圍繞國際海事組織淨零框架的不確定性，包括特定燃料的生命周期評估費率，正促使整個行業採取觀望態度。因此，未來數月內行業亟需獲得更明確的監管指引。”與此同時，DNV的替代燃料洞察(AFI)資料平台最新統計指出，今年9月替代燃料船舶新船訂單共有14艘。其中12艘為LNG動力船，包括6艘貨櫃船、4艘散裝貨船和2艘郵輪；此外還有2艘為LPG動力LPG運輸船。今年前9個月，全球替代燃料船舶新船訂單共計192艘，較2024年同期下降了48%。 LNG仍是主導的替代燃料選擇，前9個月LNG動力船訂單數量為121艘，其次是甲醇動力船43艘、LPG動力LPG運輸船19艘、氨燃料船5艘以及氫燃料船4艘。集裝箱船類股持續引領脫碳轉型，前9個月替代燃料集裝箱船新船訂單共計120艘，佔整體替代燃料新船訂單總量的63%。今年上半年，替代燃料船舶訂單量達到了151艘1,980萬GT，以GT計算年增78%。在經歷了上半年創紀錄的訂單量之後，三季替代燃料船舶訂單增速顯著放緩。DNV海事全球脫碳總監Jason Stefanatos指出，儘管這一趨勢受到了新造船市場整體疲軟、以及合約成本上升的影響，但其他因素同樣在左右市場情緒。其中一個關鍵因素是監管不確定性，國際海事組織（IMO）淨零框架前景不明，包括某些燃料的生命周期評估因素，正在促使許多船東對新訂單採取「觀望」態度。10月17日，由於美國和沙烏地阿拉伯的反對意見強烈，特別是在《淨零框架》涉及的全球碳定價機制和燃料標準方面的爭議，IMO決定推遲《淨零框架》決議，計劃在2026年再次審議。這意味著國際航運業將面臨更長時間的不確定性。《淨零框架》實施的推遲導致船東面臨政策不確定性的風險。許多船東正在等待IMO進一步明確政策方向和實施時間表，才能決定是否進行大規模的技術改造或更新船隊。雖然許多大型航運公司已經開始投資替代燃料和零排放技術，但由於《淨零框架》推遲，中小型船東仍在觀望，擔心過早投資可能導致不必要的經濟損失，或技術和市場條件不成熟。 （國際船舶網）

上周，在 Dreamforce 2025 峰會，Anthropic 聯合創始人兼 CEO Dario Amodei 說了一句引發廣泛關注的話：我對短期內 AI 的互補性依然樂觀，但我也必須坦白:兩到五年內，真正的替代將開始出現。這不是科技行業第一次有人談“AI 替代人類”。不同的是，Amodei 說這話時，Anthropic 內部已經發生了翻天覆地的變化： 他們的團隊裡，超過 90% 的程式碼已由 Claude 自動編寫，Bug 定位、系統偵錯甚至產品重構都由智能體完成。人類工程師的角色，不再是寫程式碼的人，而是審查 Claude 工作的人。這意味著，“AI 替代”不再是科幻電影裡的威脅，而是從 Anthropic 辦公室裡的一行行程式碼開始，在真實的生產系統裡一步步落地。但 Amodei 的警告，不止是給工程師的。“這不會只發生在開發者身上，”他補充說，“保險、金融、醫療等行業的企業客戶已經在用 Claude 執行端到端任務。被替代的第一批人，往往是工作流程裡那些最容易被自動化的崗位。”“AI 取代人類”這件事，從理論進入了倒計時。接下來，問題不再是AI 會不會替你，而是誰會先被替？他們是怎麼一步步被替的？而你，又該如何重新定義自己的角色？第一節｜替人的起點：端到端能力今天很多人說 Claude 會寫程式碼，但 Dario Amodei 的重點根本不是寫程式碼，而是它能做完一件完整的事。他觀察到：以前 AI 只是幫你寫幾行程式碼，現在它可以偵錯系統、修復 Bug、完成整個部署流程。換句話說，不再是你寫主力、AI 輔助，而是 Claude 把一件任務從頭到尾做完，人來稽核修改。角色變了，關係也變了。在 Anthropic 內部，這個轉變已經開始落地。Dario 舉了一個他們真實發生的案例：我們最近發佈模型時，叢集出現 Bug，工程師找了好幾天沒找到。後來我們讓 Claude 去排查，它居然找出了一個大家都漏掉的隱藏問題。從 AI 按你指令做一件事，到 AI 自己能判斷、執行、修復，走完整個閉環。而且這不是偶發事件。Dario 明確說：“我們現在團隊裡的程式碼，90% 都是 Claude 寫的。人類的角色更像是編輯者、監督者。”實際上，工程師不再是執行者，而是把 AI 當成“實習生”或“外包員”來分配任務、檢視成果、保證質量。不僅是 Anthropic 內部，Claude 的企業使用者也在驗證這點。Anthropic 聯合創始人 Mike Krieger 在早前訪談中也透露：我們有客戶讓 Claude 連續運行 30 小時，完成了一項複雜的系統重構。30 小時，非人類值班，任務不中斷。這不再是對話模型，而是長期運行的虛擬執行者。它能記住目標、追蹤上下文、發現並糾正問題。做的不再是語言生成，而是任務交付。在10 月 20 日 與製藥巨頭禮來(Lilly)首席資訊官 Diogo Rau 的對話中，他說：“不要被我們能用 AI 做那些小事這種想法限制住。有一個現有流程，它有 20 個部分，你想在第 5 部分和第 12 部分引入 AI，這實際上很困難。但一年後，AI 可能就能從第 0 部分到第 20 部分端到端完成。”如果模型在一年後才足夠強大，而你那時才開始部署，就會再延誤兩年。要對技術進步的速度有信心，現在就開始為端到端變革做準備。這段話點破了替代的本質：因為替代不是某個時刻突然發生的，而是從“輔助”變成“交付”的那一刻開始的。當 Claude 不只是回答問題、生成文字，而是能：理解任務目標呼叫工具和代理自主運行並糾錯交付最終結果那你還需要幾個人做這件事嗎？我們過去總以為 AI 只是幫你快一點，但 Dario 的話意思很明確：Claude 能做端到端任務的那一刻，就意味著你不再需要中間這些環節。程式碼只是開始。真正替人的，不是 AI 變聰明了，而是它開始像系統一樣工作：持續執行、串聯流程、自主呼叫、糾錯最佳化。這套執行力，才是 AI 從工具向崗位躍遷的分水嶺。第二節｜第一批被替：中間環節的人我們常以為被 AI 替代的會是低技術、低學歷、低門檻的崗位，比如文員、助理、客服。但 Dario Amodei 給出的判斷恰恰相反。他說：不是說人類沒有事情可做，但兩到五年內，整個經濟體系都會被深度重塑。影響最大的不是個別崗位，而是所有環節都可能被壓縮、被替換、被重組。換句話說，AI 替代的並不是誰技術差，而是誰在流程中傳遞資訊、而不是創造結果。只要一份工作裡，沒有核心創造，而只是把資訊從 A 傳到 B，再從 B 整理成 C，那這件事 Claude 能替你做，而且可能還更快、更便宜、不出錯。你會發現，很多看起來有技術含量的中間環節崗位，其實只是資訊搬運工：把會議內容整理成報告把客服反饋總結成周報把資料填進表格，再匯出成 PPT把行銷計畫分解為具體工單，下發至不同部門這些工作的共同特徵是：資訊已有步驟明確不涉及複雜判斷成果可驗證而這正是 AI 最擅長的工作。Mike Krieger 補充了一個 Anthropic 客戶的真實案例：有客戶在財務部門用 Claude 自動生成分析 Excel 表格，Claude 會自己理解資料、做推導、畫圖表。不是把 Excel 做成工具給人類用，而是 Claude 直接接管整套流程。所以這不是一場程式設計師和 AI 的戰爭，而是“中間環節的人”和“做完整件事的人”之間的更替。再進一步看，只要一家公司使用 AI 來：審查合同 → 整合文件 → 寫會議紀要歸檔工單 → 生成 FAQ → 自動發郵件撰寫預算 → 分析花費 → 出年度報告那些專門做這些事的崗位，還需要幾個人？因為過去一項工作要三四個人輪流做，現在 AI 一步跑完。這，就是第一批會被替的現實依據。Dario 的判斷不是基於情緒，而是他們內部已經發生的變化：我們沒有解僱工程師，但我們團隊裡，每個人的角色都在重新定義。這句話的意思很清楚：AI 不是一刀切，而是讓原本的人力變得邊緣化。先被替的，正是那些沒有決策權和創造權的崗位。第三節｜新工作方法：不是幹活，而是指揮 AI 幹活AI 真正開始替人的那一刻，很多人最直覺的擔心是：那我們是不是要沒工作了？但 Dario Amodei 在 Dreamforce峰會上給出了一個出人意料的答案：你可能需要更多人，因為他們可以獲得更大的槓桿效應。工程師可以變得十倍更有生產力。AI 在替人，為什麼還需要更多人？IG Group 案例：他們的分析團隊每周節省 70 小時，但這些時間被重新投入到更高價值的戰略工作中。某些用例的生產力翻倍，3 個月就實現了 ROI。Cox Automotive 在 VinSolutions CRM 中使用 Claude 後，消費者諮詢響應和試駕預約數量翻了一倍多。Palo Alto Networks 讓 2500 名開發者使用 Claude，沒有任何 Claude 經驗的初級開發者完成複雜整合任務的速度快了 70%。這些案例的共同點是：人沒有被“替掉”，而是“角色”升級了。但這個轉變並不容易。一項針對 16 名經驗豐富的開源開發者的研究發現：當他們使用 AI 工具時，完成任務的時間反而增加了 19%。開發者預測 AI 會讓他們快 24%，結果卻慢了 19%。為什麼？因為有經驗的開發者有大量上下文，而 AI 沒有。他們需要把自己的問題解決策略改造成 AI 能理解的形式，還要花時間偵錯 AI 的輸出。但學會管理 AI，需要時間和練習。而時間，可能不多了。史丹佛大學的研究顯示，22-25 歲軟體開發者的就業率自 2022 年底以來下降了近 20%，因為 AI 工具正在接管過去分配給初級員工的常規編碼和資料任務。哈佛商學院教授 Christopher Stanton 警告說，隨著僱主重新定義早期職業角色，工資可能會下降。但與此同時，Salesforce 的首席人事官表示，公司正在大規模招聘新畢業生，2025 年夏天接納了 1000 名實習生。她指出，現在有很多 6 個月前根本不存在的新崗位。未來，不是所有人都會失業，是工作角色正在被重新定義。那麼，什麼樣的人能適應這種變化？真正高價值的人，能做到：清楚表達需求合理分配任務給 AI驗證 AI 的工作成果AI 出錯時知道怎麼糾正這，就是 “AI 統籌師”。Dario 在 Dreamforce 上明確表示：我很擔心，特別是人們適應的能力，因為工作變化得太快了。這不是危言聳聽，而是正在發生的現實。時間窗口，只有兩到五年。結語｜不是會不會，而是什麼時候Dario 說得很明白：“不是替代，是重排分工。”AI 不再是工具，而是能獨立完成工作的虛擬同事。它能端到端跑完流程，找出人類漏掉的問題，連續工作不停歇。真正被替的，不是崗位，而是那種只會做一環、不懂用 AI 的人。Anthropic CPO Mike Krieger 則表示：我們建構的是可信賴的虛擬同事。不是輔助，是上崗；不是幫你，是幹完你幹不完的。接下來兩到五年，變化可能會比大多數人預期的更快。 (AI 深度研究員)

晶圓製造環節數百道工藝，每一層都離不開電子化學品的精準作用，電子化學品雖僅佔晶片總成本10%-20%，但直接影響晶片性能與良率，是中國半導體突破技術封鎖的核心環節。近期工業和資訊化部等七部門印發《石化化工行業穩增長工作方案（2025-2026年）》，明確提出聚焦積體電路等重點產業鏈需求，支援電子化學品等領域的關鍵產品攻關，行業“突圍戰”已悄然打響。01 國產電子化學品迎“爆發式增長窗口”2025年上半年，AI算力、資料中心、智能駕駛等終端需求不斷增強，推動全球半導體行業在2024年復甦基礎上繼續增長。美國半導體協會（SIA）資料顯示，2025年1-7月中國大陸半導體市場規模約為1135億美元，同比增長11.1%。在需求的帶動下，上游材料市場也迎來擴張期。TECHCET預測，2025年全球半導體材料市場規模將達700億美元，同比增長6%，並將在2029年突破870億美元。中國市場表現尤為搶眼，中商產業研究院預測，2025年中國關鍵電子材料市場規模有望達到1740.8億元，同比增長21.1%。這一增長得益於晶圓製造端的產能擴張。在AI高性能計算需求推動下，全球晶圓廠擴產加快，SEMI預測到2028年全球12英吋晶圓月產能將達到1110萬片，2024-2028年複合增長率約7%。更為關鍵的是，7nm及以下先進製程月產能預計由2024年的85萬片增至2028年的140萬片，複合增長率高達14%。這些先進製程對電子化學品的純度要求極為嚴苛，為技術領先的企業創造了巨大機遇。格隆匯研究院在2024年初發佈的半導體材料系列策略中明確指出：中國晶圓產能的快速擴張將帶動電子化學品需求呈現倍數級增長。我們當時提示，2025-2027年將是中國電子化學品企業實現技術突破和客戶匯入的黃金窗口期，這一判斷正在被當前產業資料所驗證。02 三大賽道引領產業增長，高端領域是關鍵電子化學品涵蓋領域廣，光刻膠、濕電子化學品、電子特氣三大賽道，算是產業增長的“主力軍”。每個賽道都有獨特的技術門檻，也對應著不同的國產替代空間。光刻膠被譽為半導體製造的“精密畫筆”，直接決定晶片電路的精度與密度，是三大賽道中技術門檻最高的領域。CEMIA（中國電子材料行業協會）預測，2025年中國大陸光刻膠市場呈“結構分化”：積體電路光刻膠規模68.02億元（同比增4.49%），雖增速慢，但長期被國外壟斷，替代空間最大；新型顯示、PCB光刻膠規模分別達67.13億元、43.84億元，國產化程度已較高。換句話說，現階段積體電路光刻膠更具潛力。如果說光刻膠是“畫筆”，濕電子化學品就是晶片的“專業清潔工”——負責晶圓清洗、蝕刻等關鍵工序，直接影響晶片良率。2025年中國大陸濕電子化學品總需求預計達468.5萬噸（同比增3.9%），其中高附加值領域增速亮眼：積體電路應用需求同比增23.1%（規模86.0億元），顯示面板應用需求同比增10.1%（規模80.1億元）。隨著7nm及以下先進製程擴產，濕電子化學品對純度、雜質控制要求更高，手握高端產品的企業將持續受益。電子特氣是半導體製造的“隱形氧氣”，廣泛用於離子注入、薄膜沉積等工藝，全球市場規模龐大。智研諮詢預測，2025年全球電子特氣規模達64億美元（同比增6.7%），中國大陸規模達279億元（同比增6.3%）。更值得關注的是，電子化學品應用正拓展至新領域：比如高純度電子級磷酸還能用於鋰電池正極材料製備，應用多元化不僅增強企業抗風險能力，更給行業增長添了新動力。03 耗材屬性加分，比半導體裝置更具韌性！從產業屬性看，電子化學品作為半導體製造的“核心耗材”，對比一次性採購的半導體裝置，有著更穩健、更可持續的商業模式。這一特性也進一步放大了行業的成長價值。半導體裝置是“重資產、長周期”採購品：晶圓廠按產能規劃一次性買裝置，單台裝置單價高（數千萬甚至上億元）、壽命長（5-10年），採購需求高度依賴下游擴產周期，一旦行業進入擴產淡季，裝置企業訂單易大幅波動，業績周期性強。而電子化學品是晶圓製造的“日常消耗品”：光刻膠、濕電子化學品、電子特氣，都要隨生產持續消耗、定期補充，只要晶圓廠正常生產，就會有穩定的耗材採購需求，不受短期擴產節奏波動的劇烈影響。這種“高頻復購”屬性，讓電子化學品企業有更穩定的營收結構與現金流。反映在業績上，安集科技、上海新陽等頭部耗材企業2025年上半年營收同比增長43.17%、35.67%；歸母淨利潤增速分別為60.53%、126.31%；盈利增速遠超營收，盡顯耗材業務“量價齊升”的韌性。而半導體裝置行業則易受單廠擴產節奏影響，業績波動更大。此外，耗材的“技術迭代粘性”更強：電子化學品企業一旦通過驗證進入晶圓廠供應鏈，後續更換供應商需重新開展複雜驗證（耗時6-12個月），還可能面臨良率波動風險。這種“繫結效應”不僅保障營收穩定，更給國產企業替代後鞏固份額提供了優勢。04 政策與技術雙輪驅動，國產替代進行時中國電子化學品的快速發展，離不開政策與技術的“雙輪驅動”：政策指明方向、提供保障，技術推動行業向高端化、綠色化進階，共同助力國產企業從“跟跑”向“並跑”甚至“領跑”轉變。2025年9月，工信部等七部門印發《石化化工行業穩增長工作方案（2025-2026年）》，明確“增強高端化供給”，聚焦積體電路、新能源等需求，支援電子化學品關鍵產品攻關，並以“揭榜掛帥”推動協同創新。這一政策將大幅加速電子化學品從“實驗室研發”到“規模化量產”的轉化。結合產業鏈調研，預計2026-2027年將有多個關鍵電子化學品實現國產化突破，進一步縮小與國際領先水平的差距。隨著半導體工藝向5nm、3nm甚至更先進節點邁進，電子化學品的技術方向也更清晰：1、高純化：雜質控制需達“ppt級”（兆分之一），EUV光刻技術更對光刻膠精度提新要求；2、功能化：為適配鈷、釕、低k電介質等新型材料，CMP研磨液、蝕刻後清洗劑需持續升級，滿足複雜工藝需求；3、綠色化：“雙碳”目標下，行業加速綠色轉型——比如電子級N-甲基吡咯烷酮（NMP，鋰電池電極關鍵溶劑），市場正開發先進回收技術降環境影響，契合全球可持續發展趨勢。QYResearch預測，2031年全球先進製程電子化學品銷售額將增至19.84億美元（年復合增7.0%），先進製程將持續成為行業增長核心動力。對於國產替代廠商而言，當前產業正迎來“需求擴張+技術突破+政策支援+耗材屬性加持”的四重利多。投資者可以重點關注這類企業：高端領域已實現客戶突破、研發投入持續、產能前瞻佈局。它們不僅是行業增長的受益者，更是中國半導體自主可控的“中堅力量”。這場決定半導體產業鏈命運的“破局戰”，勝負手或許就藏在這些看似不起眼的化學配方裡。 (格隆)

AI對就業市場的衝擊，比想像中的還要嚴重。01.美國年輕人就業率下滑8月27日華爾街日報報導稱，最新研究顯示，在軟體開發等易受AI影響的領域，美國年輕人正面臨日益加劇的競爭壓力。圖片說明：華爾街日報截圖美國年輕人的就業壓力究竟有多大呢？史丹佛大學研究人員利用巨量資料，對成千上萬公司的數千萬員工進行分析，包括員工的就業崗位、年齡等匿名就業資料，最終得出一個結論：ChatGPT等工具可以輕鬆完成原本由人類負責的任務，這些崗位對年輕人的需求正在減少。從2022年至今年7月，22-25歲美國年輕程式設計師就業人數下降近20%。美銀髮佈的報告也明確表示：美國畢業生失業率已經飆升至8.1%，人工智慧開始顛覆美國就業市場。不過，在年輕人就業率下滑的同時，軟體開發行業26-44歲經驗豐富員工的就業率不降反升，出現了穩定增長的局面。圖片說明：美國不同年齡段失業率22-25歲年輕人因為沒有就業經驗，被AI替代導致就業率下降，這並不難理解。但為何25歲以上有經驗人群的就業率反而上升呢？越是在AI衝擊之下，行業最核心的競爭力越是能凸顯出來。AI能替代的，都是最簡單重複的工作，比如前台接待、翻譯、客服、資料錄入等等。AI無法替代的，是崗位的核心能力。比如跨部門溝通、根據業務目標交付產品的經驗、理解客戶需求和協調資源的綜合能力，以及手中掌握的人脈資源等等。誠然，每一個經驗豐富的老員工，都是從初級工作開始的，這在全世界都一樣。企業從削減成本的角度出發，將大量初級工作使用AI替代，本無可厚非。但這也帶來一個問題，沒有新員工，如何培養老員工？圖片說明：美國面試現場接待、翻譯、客服、資料錄入等等，這些看似簡單重複的工作，卻是新人學習成長的重要途徑。只有接待過客戶、給客戶當過翻譯，才能瞭解客戶在談什麼、行業是如何賺錢的，才能逐步積累自己的客戶資源、行業人脈。企業可以直接招聘有經驗、能夠直接帶來效益的老員工。可是當老員工逐漸老去，新員工沒有得到培養的時候，還會有老員工存在嗎？將新人成長的道路切斷，對整個行業都是不利的。美國是AI行業的鼻祖，其根源是美國人力成本不斷上升，許多低級工作沒人願意幹，就算願意幹，工資也十分高昂。企業為了降低成本，將技術路線定在了自動化上。可是，美國無法解決人工智慧自動化普及以後，大規模的失業問題。失業不僅僅是年輕人失去了工作，而是整個生產消費鏈條都會出現失衡，造成消費萎靡、需求下降、上游工廠倒閉、供給減少。圖片說明：美國失業者遊行也就是說，當企業大規模使用AI、無人化生產線的時候，工人大面積失業沒有收入，根本消費不起產品，企業生產出來的產品該賣給誰呢？這就是資本主義內生性矛盾——產能過剩。AI能夠提升生產效率，但同時也帶來失業，這就使得AI在不斷加速這一矛盾，直到有一天突破臨界點，矛盾將徹底爆發。02.AI造成失業的真相此次史丹佛大學的研究，最受關注的就是AI衝擊就業市場的結論，是否剔除其他因素的影響了。畢竟，失業問題從來就不是一個AI行業的問題。從2022年至今，世界先後爆發了俄烏衝突、中東衝突、非洲戰爭、泰緬衝突、印巴衝突、貿易戰等等，幾乎亂成了一鍋粥。圖片說明：俄烏戰線最新態勢美國雖然是攪局者，可是能源供應緊張、油價暴漲、全球經濟蕭條、通貨膨脹加劇，這些也給美國經濟帶來了不小的衝擊。一個正常思維的學者，都會認為美國年輕人的失業，是宏觀的經濟環境導致的。可是，史丹佛大學偏偏不信邪，明確表示他們已經剔除了戰爭、經濟危機的影響。老關認為，想要完全剔除影響是不可能的，因為2022年以來，AI行業爆發式增長的一個原因，就是無人機在戰場上大殺四方。沒錯，就是俄烏戰場上，二戰乃至海灣戰爭的模式被徹底顛覆，無人機成了絕對的主角。緊接著就是中國試驗的機器狗登場，震驚全球。無人機和機器狗在改變戰場的同時，也讓資本市場看到了自動化的AI、無人化的機器才是未來，資本紛紛湧入AI賽道。圖片說明：A股人工智慧概念走勢A股的人工智慧概念，也是在2022年後開始爆發，如今不斷突破新高。AI本就是搭了國際衝突的順風車，才發展得如此之快，史丹佛大學如何能剔除所謂的影響呢？所以，老關認為史丹佛大學的研究結論，只能表明AI對就業市場有一定的衝擊，卻無法決定就業市場的興衰。在就業市場上，AI帶來的衝擊遠不及聯準會的一次利率波動。2022年至2023年，聯準會為了抑制通膨，將聯邦利率從0上調至5.25%-5.5%。圖片說明：聯準會利率變動利率上漲，市場上的資金大量回流銀行，經濟低迷、就業崗位不足，這才是造成美國年輕人失業率上升的根本原因。另外，AI對就業市場並非只有弊端，也有利處。從美國市場的反應來看，AI應用到不同的領域中，創造的效果是不同的。當AI用於自動化領域的時候，會造成失業；當AI作為輔助工具應用的時候，它會創造更多的就業。比如，福布斯發表的AI將創造7種熱門職業，分別是：1、提示工程師，負責使用、指導AI工具；2、AI道德官員，負責稽核信用評分、司法判決等，幫助企業指定策略；3、AI輔助醫療人員，負責操作AI系統來診斷治療；4、AI維護專家，負責監督、維修AI工具；5、可持續AI分析師，負責調配AI資源，確保AI得到有效利用；6、AI增強創意總監，負責將AI融入到時尚業、電影業等藝術行業中創造內容；7、AI素養教育者，負責培養、訓練AI使用者。圖片說明：美國法官表示AI將在法律行業普及這七個職業的就業並未減少，反而出現了大幅上漲。一漲一跌之下，AI對就業市場的衝擊就更小了。中國雖然還未出現大規模AI替代崗位現象，但未雨綢繆、有備無患。03.中國如何應對AI就業衝擊？中國的職場比美國的更殘酷，不僅僅是年輕人難，中年人更難。美國就業市場對35歲以上經驗豐富員工十分友好，中國反而將35歲視為一道分水嶺，一旦上不去，就有可能被踢出就業市場。所以，各個行業、各個年齡段的人都應早做打算，應對AI的衝擊。AI重點替代的行業，比如客服、接待、收銀、寫作、繪畫、會計、銀行櫃員、保險業務員等等，都應提前做好規劃，要麼精進自己的能力具備核心競爭力不被替代，要麼轉行。同時，AI無法替代的行業以及AI輔助的行業，都應及早學習AI、適應AI、利用AI，加速提升自己的工作能力，打造堅實的護城河。圖片說明：黃仁勳建議年輕人多用AI能夠在35歲以後擁有財力、擁有人脈、擁有行業資源的人終究是少數，絕大多數人都是普通人，幹著普通的工作、拿著普通的收入。普通人應對科技進步帶來的就業危機，唯有一條路，那就是學習。你可以畢業，但腦子不能畢業，無論何時何地都應學習，讓自己具備更多、更強的生存能力，才能走遍天下都不怕。 (觀商隨筆)