摩根士丹利最新報告指出，隨著人工智慧基礎設施建設加速，美國資料中心用電需求正大幅攀升，預計到2028年將出現高達44吉瓦的電力缺口，相當於44座核電站的發電量。報告認為，若不通過天然氣輪機、燃料電池或比特幣礦場改造等方式提升供電能力，美國能源系統或難支撐AI產業擴張。摩根士丹利近日發佈最新報告稱，美國人工智慧（AI）基礎設施建設正推動國內電力需求進入新階段，而電力供應能力可能成為AI產業擴張的關鍵限制因素。該行策略師Stephen Byrd在題為《Powering AI: Bitcoin Conversion, Business Models, a US Power Shortage and the Big Picture》的研究報告中指出，截至2028年，美國資料中心的總電力需求預計將達到約69吉瓦（GW）。其中，約10吉瓦來自在建資料中心，另有15吉瓦可通過現有電網接入，但仍存在約44吉瓦的電力缺口。這一最新資料較摩根士丹利去年12月的預測（36吉瓦缺口）進一步上調。報告指出，若按核電廠發電量折算，44吉瓦相當於約44座核電站的規模。報告提到，美國能源部下屬的貸款計畫辦公室（Loan Programs Office）近期表示，已準備向核電項目提供數千億美元融資，以推動清潔能源產能建設，緩解潛在電力供給壓力。摩根士丹利認為，電力供應短缺可能影響AI相關投資的落地與節奏。根據測算，每新增1吉瓦資料中心容量的建設成本約為500億至600億美元，電力接入能力不足可能導致AI基礎設施建設周期被拉長。摩根士丹利強調，美國目前沒有新的核電反應堆在建，考慮到核電建設周期通常需十年以上，美國若不在短期內通過天然氣、燃料電池及存量設施改造等方式提升供電能力，可能無法支撐AI基礎設施快速擴張的需求。Time to Power方案為解決這一問題，摩根士丹利提出多項“Time to Power”（快速接入電力）方案，即不依賴傳統電網並網流程、能夠更快實現供電的替代性措施。假設這些方案全部實施，美國到2028年的電力缺口可縮減至約20%，相當於13吉瓦，仍約為13座核電站的發電量。報告列出了幾種潛在方案：天然氣輪機項目可新增約15至20吉瓦電力；燃料電池公司Bloom Energy可貢獻5至8吉瓦（若其年產能提升至3吉瓦，潛在供應可進一步擴大）；現有核電廠為資料中心提供直接電力的交易可帶來約5至15吉瓦（不包括以新增天然氣發電量抵消核電使用的間接方式，這部分已計入上述20 吉瓦天然氣輪機項目中）；此外，摩根士丹利估計，現有比特幣礦場已擁有接入協議完備的大型（100 兆瓦以上）場地，總計約20吉瓦潛在容量，可轉化為10至15吉瓦的實際供給。在這些方案中，摩根士丹利認為，比特幣礦場改造為AI資料中心的方案在執行速度和風險控制方面優勢明顯，未來可能獲得更高的市場認可。報告同時指出，Bloom Energy的燃料電池系統也是可靠的“快速供電”途徑，有望帶動公司出貨量快速增長。除燃料電池和比特幣礦場轉換外，摩根士丹利預計還將出現多元化的“Time to Power”交易模式，涉及獨立發電商、渦輪機製造商及能源公司等多方參與。比特幣礦場轉型資料中心受關注在AI算力需求迅速增長的背景下，摩根士丹利特別關注比特幣礦場向高性能計算（HPC）資料中心的轉型趨勢。報告指出，目前業界主要存在兩種商業模式：一是“新型雲”（New Neocloud）模式，以IREN為代表，礦企購買GPU或TPU，自建資料中心後，將算力設施短期租賃給超大規模雲服務商或企業客戶。例如，IREN與微軟簽署了為期五年的租約。二是“REIT終局”（REIT Endgame）模式，礦企負責建設“帶電外殼”（即除晶片與伺服器外的基礎設施），並與雲端運算公司簽署長期租約。例如，APLD與一家未披露名稱的雲服務商簽訂了15年租約。摩根士丹利認為，兩種模式都具備可觀的價值創造潛力，並展示了傳統加密貨幣基礎設施向AI計算領域轉型的路徑。報告最後還提供了比特幣礦場轉型資料中心的估值參考資料，顯示當前具有穩定電網接入、裝機容量超過100兆瓦的大型礦場，其企業價值/瓦特（EV/W）倍數差異較大。摩根士丹利指出，估值倍數越低，潛在轉換機會越具吸引力。(invest wallstreet)

在加密貨幣世界裡，市場永不眠息。然而，對於尋求在合規框架內管理風險的機構投資者而言，一個長期存在的痛點——“CME缺口”，如同時鐘的暫停鍵，在每個周末提醒著傳統金融與數位資產世界之間的節奏差異。如今，這一歷史性的“交易空窗期”即將被徹底終結。全球最大的衍生品交易所芝加哥商品交易所（CME Group）已正式宣佈，計畫自2026年初起，將其旗下的加密貨幣期貨與選擇權產品推向24/7全天候交易模式。這不僅是對加密市場原生特性的尊重與擁抱，更被視為傳統金融體系邁向“不夜城”時代的一個標誌性里程碑。告別“交易空窗期”根據CME集團於2025年10月發佈的公告，這項變革將允許其客戶通過CME Globex電子交易平台，在一周七天、每天二十四小時內不間斷地交易比特幣（BTC）和以太坊（ETH）的期貨與選擇權合約，僅在每周保留一個短暫的系統維護窗口。這一舉措的核心驅動力，源於市場參與者日益增長的、對全天候風險管理工具的迫切需求。CME集團股票、外匯與替代產品全球主管Tim McCourt在聲明中精準地指出：“並非所有市場都適合24/7營運，但隨著市場參與者每天都需要管理風險，客戶對全天候加密貨幣交易的需求持續增加。確保我們的受監管加密貨幣市場隨時可用，能讓客戶在任何時刻都能自信交易。”值得注意的是，為了維持後台清算與報告流程的一致性與穩定性，在周末及法定假日成交的交易，其結算仍將被劃歸至下一個營業日進行處理。這一設計巧妙地平衡了前端交易的靈活性與後端金融基礎設施的嚴謹性，為機構資金的無縫對接鋪平了道路。對於加密貨幣交易者而言，CME此舉最直觀的意義，莫過於“CME缺口”（CME Gap）的徹底消失。所謂“CME缺口”，是指由於CME加密期貨在傳統交易時段（周一至周五）結束後休市，而現貨加密市場仍在全球範圍內7x24小時交易，導致周一開盤時，CME期貨價格與周末現貨價格走勢之間產生的價格跳空。這個缺口既是套利者的機會，更是風險管理者的噩夢，它增加了市場的不確定性，並迫使許多交易者在周末轉向監管模糊的離岸平台進行避險。24/7交易模式的上線，將使CME的衍生品價格能夠更即時、更連續地反映基礎資產（如比特幣、以太坊）的價格波動，從而：提升價格發現效率：連續的報價將形成更平滑的價格曲線，消除因休市造成的斷層，使市場價格能更準確地反映全球投資者的綜合預期。降低跳空風險：機構投資者將不再需要在周末承受無法平倉的風險，其避險和交易策略可以隨時根據市場動態進行調整，極大地提升了資金效率和風險控制能力。鞏固合規市場地位：通過提供與原生加密市場同步的交易體驗，CME有望吸引更多原本因交易時間限制而流向海外平台的機構資金回流。這不僅能提升其市場流動性，更將進一步鞏固其作為全球機構加密衍生品交易核心平台的領導地位。加密貨幣為先鋒CME的這一決策，其意義遠超加密貨幣領域本身。它被廣泛解讀為對傳統金融“朝九晚五”工作模式的一次正面挑戰，而加密貨幣，正是這場變革的先鋒與最佳試驗場。在CME宣佈此計畫的同期，其董事長兼首席執行官Terry Duffy在美國商品期貨交易委員會（CFTC）與證券交易委員會（SEC）的聯合圓桌會議上高瞻遠矚地指出：“我相信這（24/7交易）就是我們將要生活的世界，而市場本身就會要求如此。加密貨幣是邁向這個方向的最佳途徑。”這一觀點得到了其他金融巨頭的呼應。洲際交易所（ICE）首席執行官Jeff Sprecher強調，市場自身有能力決定那些產品適合全年無休。納斯達克（Nasdaq）首席執行官Adena Friedman也透露，他們正在為實現“24/5”（每周五天、每天24小時）的股票交易做準備。高頻交易巨頭DRW的創始人Don Wilson更是點出了實現真正24/7交易的深層邏輯：必須擁有全天候流動的抵押品，而資產代幣化正是解決這一問題的關鍵。從這個角度看，CME的舉動不僅是順應客戶需求，更是在主動描繪未來金融市場的藍圖。一旦加密衍生品成功實現全天候交易，其經驗和模式很可能被覆制到外匯、股票指數甚至大宗商品等更廣泛的資產類別中，最終推動全球金融體系進入一個無縫連接、永不落幕的新紀元。機遇與挑戰並存當然，這一宏偉藍圖的實現並非一蹴而就。根據美國法規，CME的營運模式變更仍需獲得CFTC的最終批准。一個潛在的變數是，當前華盛頓因預算爭議可能面臨的政府關門，或將導致CFTC人手縮減，從而延宕審查流程。儘管如此，鑑於該計畫強大的市場需求和行業共識，業界普遍認為，只要政府停擺不長期持續，CME仍有很大機率在2026年初如期完成所有監管程序。在等待監管綠燈的同時，CME的加密產品業務正以前所未有的速度增長，為其推行24/7交易奠定了堅實的市場基礎。官方資料顯示，2025年第三季度，CME加密衍生品的日均成交量已達到創紀錄的34萬份合約，名義價值約141億美元。根據當前資料，CME在比特幣和以太坊期貨的未平倉合約規模上已位居全球第一，分別達到約168億美元和98億美元。此外，該交易所還宣佈將於10月16日推出基於Solana和XRP期貨的期權產品，不斷擴充其加密產品矩陣。總而言之，CME集團推動的全天候加密衍生品交易，不僅是對市場需求的積極回應，更是傳統金融與數位資產深度融合的里程碑事件。它將徹底終結困擾交易者多年的“CME缺口”，為機構投資者提供一個前所未有的、在合規框架內進行全天候風險管理的強大工具。當鐘聲不再能限制報價的跳動時，一個由加密貨幣引領的、真正全球化、永不眠息的金融新時代，已然清晰可見。 (鏈科天下)

一、報告核心引言：中國半導體的“增長確定性” 與 “光刻挑戰”高盛本次報告更新了2024 年 10 月《CHIPS Act 2》後的中國半導體行業觀點，核心結論包括三點：資本支出（Capex）上調：將 2025-2030 年中國半導體資本支出預估上調 2%~6%，從原 400-440 億美元提升至430-460 億美元，2024 年已實現 410 億美元投資（同比 + 19%）；光刻需求首析：首次量化中國光刻裝置缺口—— 到 2035 年需新增2261 台光刻系統（含 212 台 EUV）才能滿足全本土晶片需求，對應研發 + 資本支出或達 400 億美元；增長驅動力：本土龐大市場（佔全球半導體需求29%）、技術迭代（先進製程 + 儲存）、生成式 AI（Gen-AI）將拉動本土供應鏈，優先看好半導體裝置（SPE）及先進製程相關細分（IP、設計、代工廠、先進封裝）。二、中國半導體擴張：資本支出、產能與裝置機會（1）資本支出：維持高位，向 “先進製程 + 儲存” 傾斜2024 年中國半導體資本支出已達 410 億美元（同比 + 19%），高盛上調後的預估顯示：2025-2027 年：從 430 億美元逐步增至 450 億美元；2028-2030 年：每年穩定在 450-460 億美元，年增速 1%-5%；支出結構：代工廠（成熟+ 先進製程）+ 儲存企業將貢獻未來幾年約 80% 的資本支出，頭部企業（如中芯國際、華虹、長鑫儲存）是投資主力，以鞏固市場份額並向先進製程升級。產能方面，2024 年中國半導體產能（僅 8 英吋 / 12 英吋等效）為 600 萬片 / 月，2024-2030 年將新增 700 萬片 / 月，2030 年總產能達 1300 萬片 / 月 —— 即便 2023-2024 年快速擴產，頭部企業產能利用率仍健康：中芯國際 2025 年二季度達 93%，華虹達 108%，供需未失衡。（2）晶圓製造裝置（WFE）：本土供應商份額三年翻倍，全球佔比近四成WFE 是半導體資本支出的核心組成（其餘為 OSAT 裝置、廠房土地），2026 年中國 WFE 市場規模預計達 410 億美元，三大細分領域佔比超 70%：沉積裝置（26%）、刻蝕裝置（24%）、光刻裝置（21%），合計佔中國 WFE 市場 71%。更關鍵的趨勢是“本土替代加速”：全球佔比：2025-2027 年中國 WFE 支出將佔全球 37%-38%，遠超 2022 年的 22%；本土份額：2024 年本土 WFE 供應商佔比 17%（收入 67 億美元），2025 年將達 26%（100 億美元），2027 年進一步升至 36%（156 億美元）；全產業鏈替代：2024 年中國半導體本土供應佔比 17%（原預估 19%，因 AI 驅動需求超預期），2025 年預計 21%，2030 年將達 37%，本土企業在材料、裝置、設計環節逐步突破。（3）光刻裝置：2035 年需新增 2261 台，EUV 缺口最大光刻是半導體製造的“卡脖子” 環節，高盛測算：到 2035 年，中國要滿足 100% 本土晶片需求，需：1. 總裝機量3619 台：含 212 台 EUV（用於 7nm 及以下）、843 台沉浸式 DUV（14-28nm）、2564 台幹式 DUV/UV（40nm 及以上）；2. 需新增2261 台：2024 年現有裝機量 2281 台，2024-2035 年將淘汰 923 台（按 15 年使用壽命），需補充 2261 台，對應投資 1100 億美元；3. 技術替代成本高：若用DUV + 多重曝光生產 7nm，相比 EUV 會導致成本高 12%、良率低 9%、上市時間晚 6 個月 —— 每 10000 片 / 月 7-14nm 產能需 5 台沉浸式 DUV+10 台幹式 DUV，良率若持續低迷，DUV 需求還將超預期。三、中國半導體市場：細分領域進展與全球對比（1）全球需求佔比：中國是最大市場，AI 驅動結構變化2024 年中國半導體市場呈現三大特徵：規模領先：銷售額1820 億美元，佔全球 39%，是全球最大半導體終端市場（驅動因素：智慧型手機、消費電子、EV、AI 伺服器的本土生產與需求）；增速更快：2024 年銷售同比增長 20%，高於全球 19% 的增速，美洲（42%）、中國（20%）是全球增長主力；結構切換：PC / 電腦超越通訊（含智慧型手機）成為最大應用領域（因 AI 伺服器需求激增），2024 年全球邏輯 IC 市場因 AI 驅動增長 79%（達 2150 億美元），儲存增長 3%（1660 億美元），分立器件下半年開始復甦。（2）關鍵細分領域：本土企業 “增速快但規模小”，先進領域仍存差距① 代工廠：研發投入超全球，產能向先進製程傾斜2024 年中國代工廠（中芯國際、華虹、長鑫儲存）表現：增速領先：中芯國際營收80.3 億美元（同比 + 27%），華虹 20.04 億美元（-12%），長鑫儲存 12.88 億美元（+28%），增速高於 UMC（4%）、GlobalFoundries（-9%），但低於台積電（34%）、三星（67%）；研發激進：中芯國際研發支出佔比10%（台積電 7%），華虹 8%，長鑫儲存 14%，研發團隊規模 2.3 萬 - 1.9 萬人，意在縮小先進製程差距（中芯國際 N+2 工藝、華虹 28nm）。② OSAT（封測）：成熟封裝領先，先進封裝起步中國三大OSAT（長電科技、通富微電、華天科技）進入全球前十：規模：2024 年長電科技營收 50.3 億美元（+21.2%），通富微電 33.4 億美元（+7.2%），華天科技 20.23 億美元（+28%），但僅為 ASE（181.58 億美元）的 1/3-1/9；技術：成熟封裝（倒裝、晶圓級封裝）全面覆蓋，但2.5D/3D 封裝處於早期 —— 長電科技 2021 年推 2.5D 產品，通富微電 2019 年推 eSinC，華天科技 2022 年推 FOCoS，落後於 ASE 的 CoWoS、Intel 的 EMIB。③ 汽車晶片：從入門到高階，本土車企訂單突破中國汽車晶片企業（地平線、黑芝麻、愛芯元智）成立時間短（2015-2019 年），但進展快：產品升級：從入門級ADAS 晶片向高階（城市 NOA）突破，如地平線征程 6P（2024 年 4 月發佈，560 TOPS）、黑芝麻華山 A2000（2024 年 12 月發佈，250+ TOPS）；客戶繫結：獲得比亞迪、吉利、理想等本土車企訂單，但規模遠小於Mobileye（2024 年營收 16.54 億美元）、NVIDIA（汽車業務 16.94 億美元），且研發投入高（地平線研發佔比 132%，黑芝麻 302%），暫未盈利。④ AI 晶片：研發投入激進，靠架構補算力差距本土AI 晶片企業（寒武紀、海光資訊、華為昇騰）聚焦本土市場：研發密集：寒武紀2024 年研發佔比 103%，海光資訊 32%，華為研發支出 250.24 億美元（佔營收 21%），遠高於 NVIDIA 的 10%；算力彌補：單晶片算力落後，通過架構最佳化補差距—— 華為 2025 年 4 月推出 CloudMatrix 384 架構，384 顆晶片聯動實現 300 PFLOPS 算力（比主流高 70%），延遲降 80%，吞吐量升 100%。四、光刻突圍：中國的差距、所需條件與全球限制（1）技術差距：關鍵元件落後，28nm DUV 尚未證實量產中國光刻裝置目前進展：已落地：上海微電子2016 年推出 SSX600 系列（90nm-280nm），2024 年 9 月工信部將 65nm ArF 光刻系統納入推廣目錄（193nm 波長、≤65nm 解析度、支援 12 英吋晶圓）；未證實：媒體報導的28nm DUV（SSA 800-10W）暫無量產或出貨證據；核心瓶頸：光源（EUV 轉換效率低，需高功率）、光學系統（原子級精度，依賴 Zeiss）、晶圓台（每秒 2 萬次調整，0.9nm 套刻誤差）、系統整合（EUV 含 10 萬個元件，安裝需 250 人 / 6 個月）。（2）突破所需：20 年 + 400 億美元，靠政策與生態ASML 的經驗顯示：從 65nm 到 3nm 以下需 20 年、400 億美元（研發 + 資本支出），中國需複製類似路徑：資金：依賴國家積體電路產業基金（三期40 億美元）、IPO / 科創板融資、地方政府補貼；要素：全球招聘光刻人才、研發稅收減免、積累IP（規避海外專利）、扶持行業龍頭（如上海微電子）；生態：聯動上游材料（光刻膠、掩範本）、下游代工廠（中芯國際），形成技術迭代閉環。（3）全球限制：先進裝置進口受阻，產能缺口顯著當前出口限制對中國光刻供應影響：限制範圍：所有EUV 裝置，及 ASML TWINSCAN NXT:1970i 及更先進 DUV（用於 7nm-45nm）；供應缺口：2024 年中國僅 265 台沉浸式 DUV（用於 < 28nm），保守場景下僅能支援 53 萬片 / 月 7nm 產能，而 2035 年中國 7nm/5nm 及以下需求達 139 萬片 / 月，缺口超 80 萬片 / 月；進口依賴：2015-2025 年 5 月中國進口光刻及軌道系統 8811 台，荷蘭佔比 70%-80%，平均單價 500 萬美元。五、對全球企業的影響：美國、ASML、日本各有不同美國SPE（應用材料、泛林半導體、KLA）：短期：2025 下半年至 2026 年中國出貨量下調（因出口限制）；長期：中國收入仍佔20% 左右（指引上限），全球 WFE 2026 年增長 2%，刻蝕 / 沉積裝置因 GAA、堆疊儲存增長更快，偏好泛林（Buy）、應用材料（Buy），中性 KLA。ASML（Buy 評級）：利多：全球AI 需求強勁，中國光刻需求穩定（長期收入佔比從 25% 降至 20%，非驟降），中國資本支出上調對其利多；估值：當前估值合理，2026 年業績風險降低。日本SPE（東京電子、JEOL）：機遇：2024 年日本企業中國收入佔比 30%-47%，中國向先進邏輯 / 儲存轉型，日本企業仍有技術優勢；風險：本土供應商競爭加劇，需應對出口限制。(資訊量有點大)

如果美國政府和業界不盡快解決電力短缺問題，很可能會在與中國的AI軍備競賽中處於不利地位。關注AI的投資者，應該多瞭解下電力缺口問題。對於人工智慧來說，一切似乎都在順利推進。晶片產能正在提升，資料中心的融資管道也越來越多，領先的AI模型開發者們不斷進行著創新。但有一個重要領域的進展卻嚴重滯後，這可能會讓整個AI基礎設施陷入困境：那就是電力供應。未來幾年，如果美國政府和業界不盡快解決這個問題，可能就沒有足夠的電力來支撐贏得與中國的AI軍備競賽所需的資料中心了。AI模型公司正在創新前沿發揮著重要作用。來自OpenAI、Google、xAI和Anthropic的最新推理模型的使用量正在激增。AI智能體也愈發火爆，這會進一步提升對AI算力資源的需求。值得關注的是，過去一周內AI基礎設施相關的公告數量激增。埃隆·馬斯克表示，他的xAI已經擁有一個由23萬塊GPU組成的叢集投入營運，並將在幾周後開始建設一個由55萬塊GPU組成的新叢集，使用輝達的GB200/GB300 AI伺服器。Meta Platforms首席執行官馬克·祖克柏也公佈了他建設數個多吉瓦特級資料中心叢集（multi-gigawatt data center clusters）的計畫。本周早些時候，OpenAI宣佈其正在開發的資料中心容量已超過5吉瓦，未來將容納超過200萬顆晶片。這些數字令人難以置信。還記得就在一年前，領先的AI模型Llama 3是在1.6萬塊GPU上訓練的，而傳統的雲端運算資料中心的用電量大約是50兆瓦。如今，擁有數十萬塊GPU的訓練叢集已變得司空見慣，甚至百萬GPU叢集也即將到來。但這些超級叢集需要巨大的電力供應。輝達計畫在2027年推出的Rubin Ultra AI伺服器，每個機架的功耗將達到600千瓦，而目前的AI伺服器每個機架的功耗為120千瓦電力供應將成為一大挑戰。摩根士丹利最近對資料中心營運商的調查顯示，未來幾年能源供應將成為主要瓶頸。行業領先的人工智慧初創公司Anthropic本周在一份報告中量化了2028年的電力缺口，稱美國人工智慧行業到2028年將至少需要50吉瓦的電力容量，以維持其領先地位。報告指出，美國在電力容量建設方面遠遠落後於中國，去年中國新增了超過400吉瓦的電力裝機量。Anthropic表示：“目前，美國在滿足2028年前AI訓練或推理的電力需求方面進展緩慢。”該公司還補充說，在美國獲得建設電力基礎設施的監管批準可能需要數年時間。本周三，白宮發佈了一份《人工智慧行動計畫》，提及了對新能源的需求、將聯邦土地用於發電項目建設以及升級電網的必要性。但該報告沒有給出詳細的時間表和具體措施，也未提出擴容的具體數值目標。美國仍有時間建設面向未來的電網和電力供應基礎設施，以滿足激增的人工智慧用電需求，但這需要更多的發電廠和更完善的輸電網路。要想讓人工智慧產業持續發展，這項工作必須從現在開始。 (Barrons巴倫)

OpenAI 的人力資源部門最近面臨不小的挑戰。自今年初以來，這家開發了熱門人工智慧聊天機器人 ChatGPT 的初創公司已失去約十二位頂尖研究員。其中最引人注目的是聯合創始人 Ilya Sutskever，他負責了公司許多重要的技術突破，並在5月14日宣佈辭職。雖然他未說明辭職原因，但許多人推測這可能與去年12月試圖撤換公司總裁 Sam Altman 的行動有關。儘管如此，人才流失對於 OpenAI 來說並不新鮮。據估計，自2016年以來，該公司聘請的約100位 AI 專家中已有一半左右離職。 這種現象並非反映了 Altman 的領導力不足，而是體現了整個技術行業的一種更廣泛趨勢，這種趨勢本身就是由 OpenAI 觸發的。自從2022年11月推出 ChatGPT 以來，AI 勞動力市場已經徹底轉變。市場情報機構 Zeki Research 估計，目前西方約有20,000家公司在尋求 AI 專家。機器學習的快速發展和潛在的技術平台轉變已經改變了僱主對技術人才的需求和這些人才的流向。這導致了一個趨勢，即原本集中在科技巨頭手中的 AI 人才開始向更廣泛的市場分散。 技能是關鍵。儘管像微軟和Google這樣的科技巨頭可能在裁減非工程技術崗位，但他們卻在積極尋找那些能夠理解並開發前沿技術模型的頂尖研究人員。這樣的專家不多，可能只有幾百人，像是 Sutskever 先生或是負責Google AI 項目的 Jeff Dean。這些行業明星因能夠實現重大突破——例如顯著提升 AI 系統的效率或減少錯誤輸出——而受到公司的重視。他們因此極具價值，很多人的年薪都達到了七位數。 有些頂尖人才甚至被直接聘用，無需面試，有時整個團隊一起被招募。比如今年三月，微軟就招募了 Inflection AI 的大部分員工，這是一家開發尖端技術模型的初創企業，包括其聯合創始人 Mustafa Suleyman 在內——據報導，這一行動已引起聯邦貿易委員會的關注。（Suleyman 先生是《經濟學人》母公司董事會的成員。）同時，Meta（Facebook 的母公司）的首席執行官馬克·扎克伯格也親自給Google AI 實驗室 DeepMind 的研究人員傳送電子郵件，試圖吸引他們加入。