引言：教育回報的逆轉幾十年來，高等教育被視為通往經濟穩定的可靠路徑。在英美等發達國家，大學學位曾被視為中產階級的入場券，提供白領職位和高薪回報，並為購房和財富積累鋪平道路。然而，進入2025年，這一承諾正面臨嚴峻考驗。牛津經濟諮詢公司（Oxford Economics）2025年8月報告顯示，美國應屆大學畢業生失業率首次超過全國平均水平，達到5.3%，而整體失業率僅為4.4%。 這一歷史性反轉並非孤立事件，而是全球經濟轉型的縮影：經濟增長放緩、人工智慧（AI）自動化加速、學位供給過剩，以及宏觀不確定性共同作用，導致畢業生就業門徑縮小。根據美國勞工統計局（BLS）資料，2025年9月，20-24歲大學畢業生失業率升至4.8%，高於全國4.0%的平均水平。 在英國，高飛研究（High Fliers Research）2025年報告指出，應屆畢業生平均投遞21.7份申請，比2023年翻倍，但成功率降至30年最低，僅27%。 這一現象凸顯了供給側失衡：大學入學率從1960年的5-8%飆升至2023年的38-43%，學位稀缺性喪失，薪酬溢價隨之蒸發。本文基於最新資料（如BLS、Eurostat、HESA和LinkedIn報告），分析這一變革的核心驅動因素，包括供給擴張、成績膨脹、AI自動化、經濟不確定性和政策影響。同時，探討性別、地域和專業差異，並納入專家評論，評估對畢業生、僱主和政策制定者的啟示。最終，這一轉型並非災難，而是呼籲適應新範式的訊號。供給側變革：學位從稀缺品到基本門檻高等教育的擴張是畢業生就業困境的根源之一。英國高等教育統計局（HESA）資料顯示，1960年僅5%的年輕人上大學，到2007年升至43%，2023/24年入學人數達290萬。 美國人口普查局報告，25歲以上成人擁有大學學位的比例從1960年的7.7%躍升至2023年的38%。 這一趨勢源於政府補貼和大眾化教育政策，但也導致學位貶值：曾經的精英標誌如今已成為入門要求。成績膨脹進一步稀釋了學歷訊號價值。英國HESA資料顯示，一等學位比例從1990年代中期的7%升至2023年的30%。 辦公室學生監管機構（OfS）2024年報告指出，2021/22年一等學位達32.8%，其中一半無法用入學資格或專業解釋。 批評者認為，這反映了大學為提升排名而“通膨”成績，而非學生能力提升。X平台使用者@DelB0YTr0tter評論道：“如果每個人都是一等，那就沒有人是優秀的。”學位供給過剩直接壓縮薪酬溢價。平等機會研究基金會（FREOPP）2025年分析顯示，工程、護理和經濟學學位終身回報超50萬美元，而創意藝術、社會關懷、農業、英語、哲學、教育和心理學專業往往負回報。 喬治城大學（Georgetown University）研究確認，專業選擇比學校聲譽更重要：最差大學的工程學位ROI高於頂尖大學的藝術學位。 X使用者@bitcoin_opt_in指出：“文憑競賽貶低了學歷本身。”這一變革並非全球統一。南歐國家如義大利、希臘、西班牙和葡萄牙受益於歐盟復甦基金，畢業生失業率降至歷史低位：義大利2025年7.0%、希臘11.5%、西班牙12.0%、葡萄牙8.5%。 相比之下，英美面臨更嚴峻的供給壓力。AI自動化：入門級職位的無聲革命人工智慧是畢業生就業危機的加速器。彭博社2025年10月報導，OpenAI聘請100多名前投資銀行家訓練AI建構金融模型，取代初級銀行家的繁瑣工作。 英國西蒙斯&西蒙斯律師事務所（Simmons & Simmons）推出的“Percy”AI工具已負責檔案審閱和法律摘要，傳統實習生角色從“執行者”轉為“檢查者”。入門級職位銳減：LinkedIn資料顯示，科技招聘較疫情前下降20%。 人力資源下降78%、市場行銷46%、會計42%。 X使用者@k2__investment警告：“圖形設計師招聘下降32%，機器學習工程師上升39%。” 普華永道（PwC）首席AI官Dan Priest在《經濟學人》2025年訪談中預測，組織結構將從金字塔轉向“沙漏形”：AI取代中層，畢業生直升領導層。AI還擾亂招聘流程。《經濟學人》2025年文章指出，生成式AI使求職者一鍵生成數百份定製求職信，導致“檸檬問題”：僱主淹沒在噪音中，無法辨識優質候選人，轉向人脈招聘。 X使用者@techbysandeep強調：“技能>學位，DSA不足以勝任。”然而，AI並非全然破壞。PwC報告顯示，AI將創造1200萬職位，需求轉向AI開發、網路安全和人類中心技能。 醫療保健受益最大：2024年新增13.5萬個女性畢業生崗位，其中近5萬個在醫療。宏觀不確定性與“大凍結”：招聘停滯的成因2025年就業市場呈現“低招聘、低解僱”動態。高盛2025年10月分析顯示，私營部門裁員公告達非衰退期最高，WARN通知升至2016年以來峰值。 離職率下降阻礙職位流動，職業階梯“從上到下”堵塞。ZipRecruiter稱此為“抱負求職”：員工不願離職，企業不願擴張。關稅不確定性加劇僵局。美國企業面臨原材料成本波動，外國企業擔憂出口壁壘。高盛預測，這將抑制增長，導致“大凍結”。X使用者@HarzburgCapital評論：“AI壓縮勞動力市場中層，新畢業生無入口。”最低工資上調進一步扭曲入門級招聘。《經濟學人》2025年文章引用哥倫比亞大學Hannah Farkas論文：大幅提高最低工資導致僱主縮短工時、增加不安全環境，工傷率上升。 入門級成本接近資深員工，企業偏好經驗者。X使用者@thuy1975指出：“畢業生無力就業，高生活成本難承受。”差異化衝擊：性別、地域與專業分化就業危機並非均勻分佈。金融時報首席資料記者John Burn-Murdoch2025年分析顯示，性別差異顯著：男性應屆畢業生失業率從2024年的不到5%升至7%，女性保持穩定。 女性新增13.5萬個崗位，主要在醫療保健（近5萬個），而男性集中科技和金融，這些領域疫情後精簡入門職位。地域分化明顯。南歐受益歐盟基金：義大利畢業生失業率降至1990年代最低的7.0%，希臘從債務危機40%降至11.5%。 北歐如芬蘭9.4%、西班牙10.9%仍高企。專業選擇決定命運。FREOPP資料顯示，工程ROI超50萬美元，哲學負回報。 喬治城大學強調：“專業比大學更重要。” X使用者@VUKampala辯護：“AI無法取代需人類判斷的職業，如醫生、律師。”專家評論：適應還是顛覆？專家意見分歧。牛津經濟學家Matthew Martin警告：“畢業生失業將長期疤痕化，影響工資增長。” 聯準會紐約分行報告顯示，2025年第二季度畢業生失業率穩定5.3%，但隱性失業（低薪職位）超41%。樂觀者如PwC的Dan Priest認為：“AI將重塑結構，畢業生直達領導層。” 克利夫蘭聯儲2025年評論：“畢業生找工作率下降，但穩定性更高。” X使用者@DrElectronX擔憂：“系統對男性畢業生 rigged，無法入門。”政策層面，《經濟學人》呼籲教育與現實對接：推廣微證書、AI培訓和韌性行業如醫療。 喬治城大學建議關注低收入學生ROI：756,000美元 vs. 整體822,000美元。結語：適應變革的緊迫性2025年畢業生就業市場正經歷罕見轉型：失業率上升至9.2%（20-24歲美國人群），但整體4.3%仍屬低位。 AI、經濟不確定性和供給失衡合力製造“大凍結”，但也孕育機遇：醫療新增崗位超男性總和，AI創造1200萬職位。對畢業生：轉向韌性專業（如護理、工程），掌握AI工具，建立人脈。X使用者@slidebean警告：“AI威脅職業階梯第一步，非頂端。” 對僱主：短期節省或釀長期人才荒，15年內危機隱現。 對政策制定者：改革教育匹配需求，推動再培訓。這一變革要求更多努力和創意。階梯第一步猶在，但需新策略攀登。未來屬於適應者：技能而非文憑，韌性而非稀缺。 (周子衡)

在發佈加速人工智慧發展計畫五個月後，川普政府開始轉向機器人。據媒體報導，三位知情人士透露，美國商務部長霍華德·盧特尼克一直在與機器人行業的首席執行官們會面，並“全力以赴”地加速該行業的發展。其中兩位人士還表示，政府正在考慮明年發佈一項關於機器人技術的行政命令。美國商務部發言人表示：“我們致力於發展機器人技術和先進製造業，因為它們對於將關鍵生產帶回美國至關重要。”據一位知情人士透露，交通部也正準備宣佈成立一個機器人工作組，可能在年底前公佈。受此消息刺激，iRobot（IRBT）股價飆升，一度漲超79%，領漲機器人概念股。截至收盤，iRobot漲近74%，特斯拉漲近4.1%，Richtech Robotics （RR）漲18.5%，Serve Robotics（SERV）漲18.2%，WeRide（WRD）漲5.2%，Teradyne（TER）漲2.7%。國會山方面也對此日益關注。共和黨曾提出一項修正案，擬對《國防授權法案》進行修訂，以設立一個國家機器人委員會。但該修正案最終並未被納入法案。目前，其他立法工作也在進行中。這一系列活動表明，機器人技術正成為美國與中國競爭的下一個主要戰場。國際機器人聯合會估計，到2023年，中國工廠將擁有180萬台工業機器人，是美國的四倍。中國、日本、澳大利亞、德國和新加坡都制定了國家機器人發展計畫。要迎頭趕上，美國需要大量投資。據CB Insights預測，到2025年，投資額有望達到23億美元，是去年總額的兩倍。高盛估計，到2035年，全球人形機器人市場規模可能達到380億美元。該行業一直在敦促美國政府官員和立法者參與其中。他們認為，機器人是人工智慧的實體化體現。他們表示，任何旨在增強人工智慧競爭力的舉措都必須包含推進機器人技術的計畫。企業希望獲得稅收優惠或聯邦政府資助，以幫助其整合先進的自動化技術、建構更強大的供應鏈並實現廣泛部署。他們還希望貿易政策能夠遏制中國的補貼和智慧財產權行為。一些預測顯示，全球機器人技術的應用正在加速發展。GlobalData預測，該行業將以14%的復合年增長率增長，從2023年的760億美元增長到2030年的2180億美元。未來幾年，投資機器人公司股票可能是一項有利可圖的舉措。以下是八隻值得考慮的機器人股票。1. 輝達半導體是所有技術的基礎組成部分。輝達已成為該領域的領導者，其先進的電路設計正在推動各種高端計算流程的發展——包括機器人應用。輝達的GPU（圖形處理器）正在加速計算單元處理資料的速度，尤其是在資料中心。然而，輝達晶片的應用範圍非常廣泛，從個人電腦到小型物聯網裝置，再到工廠機器人，無所不包。對於機器人這類複雜的系統而言，快速的計算速度至關重要。輝達的傑森（Jetson）系列模組便是其卓越成果的例證。傑森裝置配備了人工智慧（AI）和機器學習軟體，已被應用於工業和製造機械、醫療保健裝置以及自動駕駛汽車等領域。該公司的三電腦機器人解決方案使機器人能夠觀察、學習和感知周圍環境，從而做出即時決策。憑藉其在硬體和軟體方面的先進能力，輝達是機器人領域長期發展的首選，因為它能夠幫助客戶釋放人工智慧的潛能。2025年10月，輝達宣佈，美國領先的製造商、數字軟體開發商和機器人公司正在使用其Nvidia Omniverse技術來建構最先進的機器人工廠和新型自主協作機器人。這項技術將幫助企業克服勞動力短缺問題，並推動美國的再工業化處理程序。2. 直覺外科直覺外科公司（ Intuitive Surgical，股票程式碼： ISRG ）是機器人輔助手術領域的先驅。其達文西手術系統於2000年首次商業化，此後迅速擴展至全球。直覺外科公司的機器人能夠幫助外科醫生及其團隊執行更精準的手術，從而顯著改善患者的治療效果並縮短康復時間。二十多年過去了，Intuitive Surgical 依然保持著增長勢頭。目前，絕大多數手術都是在沒有機器人輔助的情況下完成的，因此，開發達文西手術系統的新功能（以及新型機器人手術裝置，例如人工智慧驅動的 Ion）以滿足更多手術需求，機會比比皆是。一旦 Intuitive 的系統安裝完畢，其商業模式便能通過一次性器械銷售、服務和支援持續產生收入。機器人技術的應用以及達文西機器人安裝後帶來的持續收入，使得直覺外科公司成為醫療保健技術領域最佳的長期投資之一。3. ABBABB（ABBN.Y ）是歐洲最大的工業集團之一，也是全球領先的工業裝置供應商。從電動汽車充電站等下一代能源基礎設施，到製造測量工具，再到冶金裝置，ABB 的產品涵蓋廣泛領域。機器人也是其業務組合的重要組成部分。ABB 的工業機器人業務規模位居全球第二，僅次於日本發那科（FANUY ），領先於其他“四大”機器人競爭對手安川電機（YASKY ）和中國美的集團旗下子公司庫卡。ABB在該領域的主要產品是機械臂和控製器。這些產品用於自動化製造各種產品（從汽車到藥品）的各項任務。ABB還提供軟體，幫助客戶管理這些機器人，持續改進自動化操作，甚至可以通過增強現實（AR）可視化工具查看機器人團隊的運行情況。ABB於2025年公佈了分拆其機器人部門的計畫。然而，隨後該公司選擇以54億美元的價格將該部門出售給軟銀，交易預計將於2026年底完成。這筆交易將使軟銀能夠利用其在人工智慧、機器人和下一代計算方面的能力，打造一家更強大的機器人公司。4. 羅克韋爾自動化羅克韋爾自動化（ROK）是工業級技術領域的領導者。其系統、元件和軟體幫助製造商開發更智能、更高效的機器。羅克韋爾的服務和裝置涵蓋了廣泛的經濟領域，例如能源和化工生產商、食品飲料公司以及汽車製造商。羅克韋爾所服務的行業由來已久，早已不再是持續增長的行業。然而，羅克韋爾在利潤豐厚的機器人及相關IT服務領域仍處於領先地位。該公司正在使用輝達開發的軟體，將人工智慧引入其用於製造工廠的 Otto 自主移動機器人。2025 年 10 月，羅克韋爾自動化公司的首台 Otto 自主移動機器人下線，標誌著該公司機器人戰略的一個里程碑。5. 斑馬技術公司斑馬技術公司（ZBRA）是自動化領域的資深企業。該公司致力於開發移動計算裝置，幫助員工提高工作效率。零售和倉儲、醫療保健以及銀行業只是斑馬技術公司眾多應用場景中的幾個例子，其機器人增強型電腦能夠幫助員工組織和自動化工作流程。該公司生產種類繁多的產品。專為工作場所設計的定製手持裝置可提供相關資料。配備機器視覺和人工智慧的條形碼掃描器有助於實現工作流程自動化。互動式自助服務終端可簡化店內顧客體驗。儘管斑馬技術公司成立多年，但其發展勢頭一直強勁。隨著眾多經濟領域的合作夥伴紛紛選擇斑馬技術公司提供的機器人解決方案來提升員工效率，公司的銷售額和盈利能力也持續增長。6. 泰瑞達泰瑞達（ Teradyne，股票程式碼： TER ）是一家工業裝置開發商，致力於幫助半導體行業實現重複性任務的自動化。在電子裝置製造過程中，測試產品以確保其正常工作是最重複、最耗時的任務之一。泰瑞達的機器人技術可以幫助人們從這項工作中解放出來，加快測試和驗證速度，並提高產品交付前裝置測試的精準性。這家機器人公司也是汽車、航空航天和國防企業的重要合作夥伴。它旗下擁有優傲機器人（Universal Robots，簡稱UR）和移動工業機器人（Mobile Industrial Robots，簡稱MiR）兩家公司，這兩家公司都是近年來收購的。優傲機器人以其用於製造業的機械臂等裝置而聞名，而MiR則以其用於倉庫的自動駕駛機器人而著稱。該公司機器人部門2025年第二季度營收達7500萬美元，較第一季度增長9%。儘管這只是自動化領域的一項幕後工作，但各種日常裝置、關鍵任務機械以及技術服務（例如5G 行動網路）都受益於泰瑞達 (Teradyne) 的研究成果。該公司不斷改進其機器人裝置。2025 年，泰瑞達機器人公司發佈了多項先進的人工智慧驅動型機器人解決方案，其中包括物理人工智慧 (Physical AI)，該技術賦予機器人感知和響應現實世界的能力。7. 約翰迪爾全球標誌性農機公司約翰迪爾（ John Deere，股票程式碼： DE）正大力投資自動化技術，旨在打造更智能、更精準、更高效的農用機械和工程機械。2021年，約翰迪爾斥資2.5億美元收購了Bear Flag Robotics，旨在加速農場自動化技術的研發。隨後，該公司又分別於2023年和2025年收購了SparkAI（一家幫助機器人即時解決問題的公司）和Guss Automation（一家作物自動化領域的領先企業）。這些收購和其他投資使約翰迪爾得以建構領先的自動化平台。該公司向商業園林綠化公司銷售全自動拖拉機、噴藥機、自卸卡車和自動駕駛割草機。該公司已成為農業和採礦業自動化領域的早期領導者。這為這家機械公司打開了超過1500億美元的潛在市場機遇之門。8. UiPath並非所有機器人都是現實生活中的機器。許多機器人存在於虛擬世界中，在電腦和雲端運算系統中執行任務。作為機器人流程自動化 (RPA) 領域的領導者，UiPath ( PATH +3.92% ) 建構並支援軟體機器人，這些機器人可以經過訓練來處理虛擬任務，並作為人類員工的虛擬助手。儘管 UiPath 的機器人可能不是實體機器，但當它們被投入到典型的辦公任務中時，例如資料收集和表單錄入、合規性以及客戶關係管理，它們的效率非常高。UiPath憑藉其虛擬機器人技術，在自動化領域處於領先地位。其最新創新——智能體自動化，將人工智慧代理、機器人、人員和模型相結合，協同完成任務。這項技術將使人們能夠從事更高價值的工作，而機器人和代理則負責處理重複性任務。智能體自動化功能的強勁發展勢頭推動公司2025年第二季度的年度經常性收入（ARR）增長11% ，超過17億美元。此外，投資專注於機器人股票的交易所交易基金（ETF）也是一種不錯的市場策略。值得關注的選擇包括： First Trust Nasdaq AI and Robotics ETF（ROBT）、Robo Global Robotics and Automation Index ETF（ROBO ）、Global X Robotics and Artificial Intelligence ETF（BOTZ）以及ARK Autonomous Technology & Robotics ETF（ARKQ）。 (北美商業見聞)

2003年初，德國紐倫堡，一位外國朋友對朱興明選擇回國創業的決定表示難以置信：“你在美國公司當高管，年薪高達幾百萬，為什麼還要創業呢？”匯川技術創始人 朱興明朱興明用三句話回應：中國有土壤，中國有需要，資源有保障。他堅信中國將成為繼美國、歐洲、日本之後的第四個自動化大市場，製造業的蓬勃發展必然需要本土化的優秀零部件廠商。正是基於這三個假設，朱興明毅然放棄外企高薪，帶著18人團隊在深圳開啟了創業歷程。一電梯突圍1967年出生的朱興明是湖南華容縣人，畢業於東北重型機械學院自動化專業，也就是今天的燕山大學。研究生畢業後，朱興明被分配到深圳一家小企業從事技術工作，後來跳槽到華為。憑藉紮實的專業知識和勤奮的工作態度，朱興明在1997年已晉陞為華為電氣產品線的總監。朱興明算是“被動”離開華為的。2000年，華為銷售額突破歷史新高，但次年任正非在內部發表《華為的冬天》，預示危機即將到來，誰有棉衣，誰就能活下來。所以在2001年10月，華為將子公司華為電氣賣給美國艾默生公司，換取資金儲備，朱興明因此成為了艾默生旗下安聖電氣公司的高管。技術出身的朱興明，心裡一直有個產業報國的夢想。2003年，中國高端工業自動化市場幾乎被西門子、ABB、安川、三菱等國外品牌壟斷。面對這樣的市場環境，朱興明看到了機會。“中國有土壤、中國有需要、資源有保障。”懷著這樣的信念，朱興明於2003年4月在深圳成立了匯川技術。18人的初始團隊中，有16人出自華為。匯川研發的首款產品是變頻器，它被用於精確控制電機的速度和轉矩，是工業自動化中的關鍵裝置。不過創業維艱，在當時國外品牌的包圍下，國內工廠一聽到“國產”二字，就將匯川的銷售人員趕出門外。最後憑藉價格優勢和快速響應的服務，匯川才逐步打開向量變頻器市場。更大的轉機，還是來自一家電梯生產商江南嘉捷。後者不但向資金困難的匯川投資，還把它帶進了電梯控製器市場。以向量變頻技術為基礎，匯川在2005年成功研發了NICE3000電梯一體化控製器。與外企產品相比，這款變頻器產品，在保障質量的前提下，不僅降低30%的成本，還把安裝時間縮短了一半，受到許多客戶的青睞。在中國房地產狂飆的年代，匯川的增長坐上了快車道，到2009年就實現超3億元的營收，並於2010年成功登陸深交所創業板。二戰略定力朱興明很早就意識到，未來自動化領域必然是綜合產品的舞台。2007年，他給內部員工寫了一封信——《中國自動化發展的未來》，信中明確表示一定要做PLC（可程式設計邏輯控製器）和伺服系統，它們可以實現微米級的精確運動和邏輯控制，是未來驅動器的王者。上市後，在資本市場的支援下，匯川開始進軍太陽能逆變器、汽車空調、商用車電控、工業電機、感測器等行業。而在2016年，朱興明更是做了一個重大佈局——全面進入新能源乘用車行業。“過去匯川都是以小博大，未來如何能夠“以大博更大”，我想只有大行業才能孕育出大企業。”這是朱興明當時的思考。雖然朱興明認為新能源車是一個兆級的市場，但當時中國的新能源汽車滲透率還很低。所以匯川的汽車零部件業務不僅不賺錢，還需要靠其他業務的利潤來供血。匯川也一度陷入利潤下滑、股價大跌，投資者質疑的局面。“公司對汽車業務的投入是堅定不移的，我們堅持客戶價值，堅持長期主義，相信匯川一定能從這個賽道中脫穎而出。”朱興明這樣鼓勵團隊。近幾年，隨著新能源汽車行業的爆發，朱興明的堅持得到了回報。財報顯示，2025年上半年，匯川實現營業總收入205.09億元，同比增長26.73%，歸母淨利潤為29.68億元，同比增長40.15%。在工業自動化市場，匯川技術已穩居龍頭地位。公司的通用伺服系統、低壓變頻器產品在中國市場份額分別佔32%和22%，雙雙位居第一。在新能源汽車領域，匯川技術更是大放異彩。從匯川技術拆分出來的聯合動力，業務包含新能源汽車電驅和電源系統的研發，如今已是眾多知名新能源車企的核心零部件供應商。今年9月，聯合動力在深交所成功上市，目前市值約700億元。2025年上半年，聯合動力實現了91.48億元的收入，同比增長51.08%。相關資料顯示，其市場份額穩居第三方供應商榜榜首，僅次於自產自銷的比亞迪。三未來征程成功之餘，朱興明也有過戰略失誤的反思。匯川曾位居中國太陽能逆變器行業第二，但在2016年，公司放棄了這一業務。朱興明表示：“這是匯川戰略史上最大的失誤，我們錯失了時代的大好機會。在朱興明看來，這一失誤本質上是，“我們對時代的認知不清，是我們的決心不夠。”如今，匯川技術正在積極佈局國際化、AI和人形機器人等未來業務。2025年上半年，公司國際化業務實現營收13億元，同比增長39%。在AI業務方面，公司完成了iFG（匯川工業智腦）平台架構。而在人形機器人領域，匯川技術正在積極佈局工業具身智能解決方案，開發核心零部件和上肢部件，聚焦工業場景化的解決方案。朱興明曾經表示，匯川技術的使命就是推動中國製造業轉型升級。“如果世界最先進的產品為100分的話，中國最頂尖的企業大概能達到80分到85分，匯川存在的使命，是一定要幫助中國各行各業的現在還處於80分、85分的企業往90分、95分努力。”而他對人才的重視也體現了這一使命，他曾強調：“人才不是競爭力，管理人才的能力才是競爭力。”在匯川，朱興明也學習華為做了員工持股計畫。自上市以來，匯川技術已實施七期股權激勵計畫與兩期長效員工持股計畫，覆蓋從核心技術人員到中層管理者的多層級團隊。“讓努力工作的人得到應有的回報，不讓奮鬥者吃虧”，也成了匯川的文化基因。在研發投入上，匯川也深得華為真傳，常年保持在營收的10%左右，遠高於高新技術企業3%的研發費用佔比標準。有業內人士評價，匯川技術的崛起，不僅是朱興明個人創業的成功，更是中國工業自動化領域國產替代的縮影。它的成長路徑也印證了：在中國製造業轉型升級的大潮中，技術驅動和人才為本的企業終究會脫穎而出。正如朱興明在多次採訪中強調的那樣：“創新研發是企業的立足之本。”這句話，與老東家華為的理念如出一轍。 (邱處機)

媒體報導，企業正從AI代理的狂熱預期中回落：儘管AI聊天與編碼工具已提升效率，但能“接管整份工作”的AI代理在落地中頻頻受挫，不僅部署難、成本高，還常出現自信卻錯誤的輸出，難以用於客服和網路安全等關鍵環節。多家企業放緩全自動化計畫，轉向“人機協作”模式，並將AI代理視為需長期投入、短期難見成效的研發項目。一些科技高管預計，AI代理距離真正成熟落地仍需數年時間。媒體報導，AI通過通用型聊天機器人和AI程式設計工具正在改變人們的工作方式，為OpenAI和微軟等公司的收入帶來增長，各家公司一直在嘗試把員工的工作內容交給人工智慧代理（AI agents）。然而，許多企業在使用更複雜的AI代理時卻遇到了困難，這些代理往往“勝任不了工作”，因此AI提供商不得不親自介入、與客戶一起排查問題，避免AI“搞砸事情”。例如，歐洲零售商Fnac在使用AI客服代理時遇到困難。Fnac曾測試過OpenAI、Google和其他實驗室的模型，但效果不佳。該公司首席數字與電商負責人Olivier Theulle對媒體表示，可靠性是個問題：當顧客反饋產品有缺陷時，AI要求顧客提供產品序列號，但卻把這些序列號與其他產品的序列號混淆了，而這些序列號僅有一位數字不同。Fnac每年營收達100億美元。Theulle說，直到與以色列公司AI21 Labs達成合作，並獲得其工程師的協助後，這個AI代理的表現才開始變得穩定。AI21聯合CEO Ori Goshen說，“問題在於，模型開箱即用時在各類基準測試上表現很好，但在真實企業環境中表現並不好。”“需要進行相當程度的定製化。”一些公司對媒體表示，只有在自家軟體工程師花上數月時間部署AI代理，並從AI公司那裡獲得直接技術支援後，他們才能真正從中受益。如今，科技公司領導者也表示，企業不能指望在沒有AI廠商“手把手扶持”的情況下，讓複雜AI項目順利運行。風投Vinod Khosla在10月接受媒體採訪時表示，“這就像說‘我們有輛賽車，任何人都能開’，但普通人根本無法發揮賽車的最大性能。”Khosla是OpenAI的早期投資者，最近又投資了一家AI諮詢初創公司，該公司向T-Mobile等企業派駐工程師，幫助他們在大型組織內落地AI。這家初創公司Distyl只是眾多在該領域崛起的公司之一，它們為需要支援的企業提供高科技諮詢服務。OpenAI、Anthropic、Salesforce和Snowflake等AI開發商和AI代理提供商也開始招聘前線部署工程師（FDEs）或推出類似諮詢服務，但這往往會提高他們的成本。另一個例子則是專為汽車經銷商提供軟體、年銷售額90億美元的Cox Automotive。此前該公司開發一個AI代理，用於為經銷商製作行銷網頁。由於該公司是亞馬遜雲服務AWS在汽車領域的最大客戶之一，所以得到了“白手套式的服務”。Cox首席產品官Marianne Johnson對媒體表示，AWS工程師和為該代理提供AI技術的Anthropic工程師飛到Cox位於亞特蘭大的總部，與Cox的軟體開發人員並肩工作了數天共同建構這個工具。她拒絕透露Cox為此向AWS和Anthropic支付了多少費用，但估計未來數年可節省數百萬美元的人力成本，因為公司無需再人工為客戶製作網站。“它很自信地胡說八道”AI代理的目標是處理客戶服務問題、管理IT系統等各種任務。AI和雲服務提供商正在押注企業使用AI代理帶來的收入，將其作為未來一兩年投入數千億美元建設AI資料中心的理由。但這些供應商以及部分客戶高管表示，AI代理太難配置，而且行為常常不可預測。這使得它們無法用於那些一旦出錯就會造成嚴重後果的任務。因此客戶降低了預期，不再奢望AI代理能自動化太多工作，並暫緩在客戶支援和網路安全等關鍵崗位部署AI代理。例如，IT服務巨頭Kyndryl今年開始測試微軟的Security Copilot，這是一款聊天機器人，旨在對接企業IT系統，用簡單英語解釋潛在安全漏洞，相當於自動化網路安全分析師的工作。但負責公司內部網路安全的Scott Owenby對媒體表示，當Kyndryl員工嘗試詢問一些基礎問題，比如“那些公司裝置運行的是過期軟體”時，Security Copilot給出的答案明顯是錯誤的。Owenby說，“它信心滿滿地胡說八道，而我佩服這種自信，但我無法相信它的資料。”Kyndryl花了約5萬美元測試了Security Copilot六個月，之後決定停止使用這款軟體。Owenby說，“我基本上是把5萬美元燒了。這不算多，如果那怕有一點用我們都會繼續用，但我們沒想到它居然完全沒法用。”Owenby還說，其他AI工具效果更好，例如Palo Alto Networks的軟體可以自動處理網路安全中重複繁瑣的工作，例如調查員工從新地點登錄或擷取敏感資料截圖的情況。這使得他過去一年減少了部分安全團隊的人手，但他表示仍然需要工作人員監控這些AI工具，而不能完全讓AI全權執行。“有些炒作成分”博世電動工具（Bosch Power Tools）年營收超57億美元。該公司數字客戶體驗負責人Florian Haustein對媒體表示，公司一年多以來一直在測試一款聊天機器人，用於回答客戶關於工具使用方式和故障排查的問題。但Haustein表示，這款聊天機器人仍然經常給出錯誤答案，一些錯誤答案甚至可能導致使用者受傷。因此，該項目仍停留在試點階段。他還表示，博世正在測試Google、OpenAI等多家實驗室的模型。Haustein對媒體說，博世在另一個不那麼激進的客服聊天機器人上收效更好，該機器人只回答更基礎的問題，例如在那可以買到某款產品；還有一款由SAP提供的AI工具能讀取客戶諮詢內容，並自動分配給合適的人類員工。Haustein說，“我認為‘完全用AI做客服’有些炒作。”“你必須確保答案接近100%精準……但我們仍然看到幻覺和錯誤答案。我認為我們還沒有達到能夠完全自動化所需要的信心水平。”一些技術供應商也承認AI代理還未成熟。亞馬遜CEO Andy Jassy在上周四的財報電話會上說：“現階段，建構AI代理仍比想像中困難。”“但隨著時間推移，企業從AI中實現的很多價值將來自AI代理。”AI代理產品收入難計算目前，通用聊天機器人、程式設計助手、AI搜尋和AI視訊生成工具的採用，已經幫助工程、市場和產品管理團隊提升了效率，企業高管們對媒體表示。這推動了AI供應商的新收入增長：根據媒體的生成式AI資料庫，由OpenAI和Anthropic引領的20家AI原生初創公司，每年因AI辦公用途獲得的年化收入已達230億美元，而三年前幾乎為零。但要單獨計算“AI代理”帶來的收入卻很困難。在Google、微軟和亞馬遜等雲公司，大部分收入增長來自OpenAI、Anthropic和Meta等大型AI開發商租用伺服器，而非企業類AI應用。在出售AI代理的企業軟體公司中，結果不一。Salesforce今年早些時候表示，其Agentforce產品（用於自動化銷售郵件、跟蹤發票等任務）年收入超過1億美元。ServiceNow則稱，其用於自動處理IT服務工單的AI軟體，有望在2026年底前實現10億美元收入。但這兩家公司的收入增長最近幾個季度都比2023年大多數時間慢。SAP尚未單獨公佈AI產品收入，但CEO Christian Klein在本月的財報電話中表示，AI將在未來兩年帶來“雙位數收入增長”。許多提供AI代理的軟體公司，包括Salesforce、Snowflake和Xero，目前甚至沒有對這類產品收費，他們希望等客戶真正認可價值之後再收費。ServiceNow全球客戶營運總裁Paul Fipps對媒體表示，近期客戶在試點AI功能方面不再那麼興奮，因為他們變得更加現實，開始考慮AI代理究竟能合理自動化那些任務。Fipps說，“在過去12到18個月裡，由於生成式AI的發展速度太快，很多客戶積極試點這些AI能力，鐘擺被推到了極端的一側。”“現在你看到鐘擺開始回擺。”他仍然樂觀，認為隨著AI代理不斷進步，未來幾年企業會繼續大力投入。目前，AI代理在軟體開發領域最成功。AI程式設計代理正成為許多公司工程團隊的標配。但軟體工程師仍需檢查AI的程式碼，因為AI會犯錯，意味著任務還不能完全自動化。“保持現實”Palo Alto Networks首席執行官Nikesh Arora表示，銷售AI工具的公司必須謹慎，不要過度承諾AI能自動化多少工作。他認為，網路安全崗位要實現完全自動化仍需數年。“我們保持現實的態度，（完全自動化）需要更多努力，我們必須非常確定，當把操作交給AI時，它採取的行動是正確的，因為網路安全是有後果的。”儘管如此，公司仍然認可AI代理帶來的收益，即使需要“有人看著”。例如，加拿大太陽馬戲團Cirque du Soleil正在使用SAP提供的一款AI代理，追蹤其服裝和舞檯布景供應商的發票。當供應商發郵件詢問發票狀態時，AI代理會檢查SAP系統中發票是否處理完畢，並草擬回覆郵件。過去，該公司有兩名全職員工做這件事；現在，這兩人已被安排到其他部門，只需一人稽核AI草稿再發出即可。該工具的營運成本低於一名全職員工的薪資，副總裁Philippe Lalumière對媒體說：“有時候AI寫的郵件不太禮貌，但供應商得到回覆更快、更清楚，所以整體滿意度更高。我們沒有因為它裁員，但生產力提升很明顯。”與此同時，其他AI代理供應商也提醒客戶，要把這些工具視為實驗性項目，而不是能立即帶來回報的投資。微軟核心AI產品開發總裁Asha Sharma上周在The Information的WTF峰會上表示：“把AI代理視為研發預算……一種將在未來5到10年見效的投資。”“我認為我們還處在非常早期階段……我們現在有數百萬個AI代理投入生產使用，但大家仍然在摸索如何讓AI代理真正有用。” (invest wallstreet)

沃爾瑪CEO直言"AI將改變每一個工作崗位，這一點非常明確"，公司計畫未來三年維持210萬員工總數不變，但崗位構成將重大調整。沃爾瑪已在高層會議中全面評估AI對員工隊伍的影響，通過倉庫自動化削減部分崗位，同時新增AI相關職位。美國最大私營僱主沃爾瑪正面臨AI帶來的勞動力變革挑戰。該公司高管明確表示，AI技術將淘汰部分工作崗位並重塑整個員工隊伍，這標誌著大型企業對AI就業影響態度的重大轉變。9月26日，據報導，沃爾瑪首席執行官Doug McMillon本周發表了迄今為止大公司CEO關於AI對就業影響最直接的評估之一。他表示："AI將改變每一個工作崗位，這一點非常明確。也許世界上存在AI不會改變的工作，但我想不出來。"作為應對策略，沃爾瑪計畫在未來三年保持約210萬全球員工的總體規模不變。該公司首席人事官Donna Morris表示，雖然員工總數保持穩定，但崗位構成將發生重大變化。這一表態反映了企業領導者討論AI技術人力成本方式的快速轉變。包括福特、摩根大通和亞馬遜在內的多家公司已開始直接預測AI相關的裁員，並建議其他僱主為員工隊伍變化做好準備。全面審視AI對崗位的衝擊報導稱，沃爾瑪高管已開始在幾乎每次高層規劃會議中審視AI對員工隊伍的影響。公司領導層正在追蹤那些工作類型會減少、增加或保持穩定，以評估在那些領域需要額外培訓和準備。McMillon在本周於沃爾瑪Bentonville總部舉行的員工大會上表示："我們的目標是為每個人創造機會，讓所有人都能成功過渡到新時代。"沃爾瑪已經建構了面向客戶、供應商和員工的聊天機器人，該公司稱之為"代理"。公司還在利用AI追蹤供應鏈和產品趨勢的更大份額。一些變化已經在員工隊伍中產生漣漪效應。近年來，沃爾瑪在AI相關技術的幫助下實現了許多倉庫的自動化，引發了一些崗位削減。與此同時，新崗位也在建立。例如，沃爾瑪上個月建立了"代理建構者"職位——專門建構AI工具來幫助商家的員工。公司預計將在送貨上門或高接觸客戶服務崗位（如面包房）等領域增加人員。近年來，沃爾瑪還增加了店內維護技術員和卡車司機的崗位。McMillon表示，整個行業的變化步伐將是漸進的。例如，呼叫中心的客戶服務任務和線上聊天功能將很快變得更加依賴AI，而其他任務則不會。他還提到，儘管公司最近向沃爾瑪推銷機器人員工，但"在我們為類人機器人服務並且它們有消費能力之前，我們服務的是人類"。行業普遍擁抱AI轉型在企業界其他地方，高管們正在推動公司全力擁抱AI技術。一些公司建立了內部"熱力圖"來解讀那些角色或任務可能被AI自動化，其他公司則推動員工提出新項目。農業公司先正達已經確定了研發和供應鏈功能等領域的"燈塔"項目，這些領域適合進行AI改革。近日，據媒體報導，關於AI相關裁員警告的聲音在近幾個月有所增加。全球IT諮詢巨頭埃森哲CEO Julie Sweet周四告訴投資者，公司正在"淘汰"那些無法為AI時代重新培訓的員工。福特汽車CEO Jim Farley今年夏天表示："人工智慧將取代美國一半的白領工作者。"OpenAI首席經濟學家Ronnie Chatterji在Bentonville會議上表示："AI剛剛開始在就業市場產生漣漪效應。我認為在18到36個月內，你會看到更大的影響。"儘管員工和領導者都存在焦慮，但許多高管表示美國勞動力市場仍然健康，他們不預期AI會導致大規模失業。黑石集團私募股權業務全球負責人Joe Baratta在Bentonville會議表示："我認為技術創新的歷史表明，人們已經重新掌握技能，並在經濟的其他方面找到了有收益的就業機會。" (invest wallstreet)

智能合約是一種基於區塊鏈技術的自動化協議，它能夠在滿足預設條件時自動執行合約條款，無需人工干預。其核心特點是"程式碼即合約"，通過程式設計將傳統合約中的權利、義務、觸發條件等轉化為可自動運行的程式碼邏輯，確保交易或操作的透明、可信和高效。核心特性：自動化執行，當預設條件（如時間、金額、特定資料輸入等）被滿足時，合約會自動觸發相應操作，例如轉帳、資產交割、權限變更等。例如，在一份基於智能合約的保險協議中，若地震監測資料達到理賠標準，系統會自動向投保人支付賠償金。不可篡改與透明性：智能合約部署在區塊鏈上後，其程式碼和執行記錄會被全網節點驗證並儲存，無法被單方面修改。所有參與者均可查看合約內容和執行過程，確保公平性和可追溯性。去中心化信任：無需依賴第三方機構（如銀行、律師、中介）背書，通過區塊鏈的共識機制（如工作量證明、權益證明）保證合約執行的公信力，降低信任成本。精確性與不可違約：程式碼邏輯嚴格遵循預設規則，避免人工操作的失誤或主觀干預，只要條件滿足就必須執行，從技術上杜絕 "違約" 可能。工作原理：編寫與部署，開發者使用區塊鏈平台支援的程式語言（如以太坊的固態性、EOS的C++）編寫合約程式碼，明確觸發條件、執行動作等邏輯，再將其部署到區塊鏈網路，成為不可篡改的分佈式程序。觸發與執行：當外部資料（如鏈上交易、物聯網裝置資料、預言機匯入的鏈下資訊）滿足合約預設條件時，合約自動呼叫對應函數，執行轉帳、資料記錄等操作，並將結果寫入區塊鏈。驗證與儲存：合約的執行結果需經過區塊鏈節點的共識驗證，通過後被永久記錄在區塊中，全網節點同步更新，確保一致性。應用場景：金融領域，跨境支付：自動匹配匯率和合規條件，即時完成轉帳，降低手續費和時間成本。去中心化金融（DeFi）:用於借貸（如抵押資產自動放款、逾期自動清算）、去中心化交易所（自動撮合交易）、穩定幣發行等。供應鏈管理:跟蹤商品從生產到運輸的全流程，當貨物到達指定港口並被掃碼確認後，智能合約自動向供應商支付貨款，同時更新庫存資訊。版權與數位資產：音樂、文字、NFT等數字內容的版權可通過智能合約管理，當使用者購買或使用時，自動向創作者分配版稅。政務與公共服務:例如社保發放，當公民滿足退休年齡且繳費記錄完整時，智能合約自動按月發放養老金，減少人工稽核漏洞。物聯網：裝置間的自動互動，如智能家居中，當感測器檢測到室內溫度過高時，智能合約自動觸發空調啟動，並從使用者帳戶扣除電費。優勢:降低成本,省去中介費用和人工流程成本。提高效率：即時執行，避免傳統合約的延遲。增強信任：透明化和不可篡改特性減少糾紛。程式碼漏洞風險：若程式碼存在漏洞，可能被駭客利用（如2016 年以太坊 "刀事件” 因漏洞導致數千萬美元資產被盜）。靈活性不足：部署後難以修改，若需求變更需重新部署新合約。鏈下資料依賴：需通過 "預言機"（甲骨文）獲取鏈外資訊（如天氣、股價），其可信度可能影響合約執行。總結智能合約是區塊鏈技術的核心應用之一，它通過程式碼自動化重構了傳統合約的執行邏輯，在金融、供應鏈、數位資產等領域展現出巨大潛力。然而，其安全性和靈活性仍需技術迭代完善，未來隨著跨鏈技術、隱私計算的發展，智能合約的應用場景將進一步擴展，成為數字經濟中 "可信自動化" 的關鍵基礎設施。 (通曉芸芸眾生)

德國機器人與自動化行業正經歷十年來最嚴峻的挑戰。根據德國機械工程協會（VDMA）資料：2024年全年銷售額僅增長 2%（至 165 億歐元），較 2023 年 13% 的增速顯著放緩；而 2025 年最新預測更悲觀，銷售額預計暴跌 10% 至 145 億歐元，其中最大子行業裝配系統領域降幅達 15%（至 77 億歐元）。VDMA董事長 Dietmar Ley 表示，截至今年年底，所有子行業的增長前景目前都蒙上了陰影。美國的關稅也助長了這一點，特別是因為它們的反覆讓客戶感到不安。Ley 說，如果關稅水平明確，客戶至少可以適應它。然而，至少在一段時間內，該行業的公司通常很有可能將關稅的額外成本轉嫁給客戶，因為美國在這些領域的公司較少。如果最終明確，甚至可能會產生積極的追趕效應。然而，在某些情況下，競爭力也惡化了，與來自亞洲的競爭相比尤其如此。德國國內需求疲軟，21% 的訂單依賴海外市場，但中國競爭對手在歐洲市場的快速滲透以及建立本地銷售和服務網路進一步擠壓德國企業空間。工業機器人本體預計下降 5%（至 37 億歐元），面臨中國高性價比產品替代壓力。但是，在圖像處理方面，情況看起來要好得多。該協會預計，受益於自動化檢測需求，今年該領域的增長將穩定在 3.1% 左右，此後甚至呈上升趨勢。中國已經成為歐洲工業自動化領域的重要力量，機器人密度在快速提升，2024 年製造業機器人密度達 392 台 / 萬人，接近德國（415 台）和日本（397 台），且政府通過 “十四五” 規劃重點扶持高端機器人產業。歐洲市場本土化佈局也在增強，美的集團收購庫卡後整合研發資源，埃斯頓、新松等企業在德國設立子公司，提供價格低 30%-50% 的同類產品，並配套本地化服務。在技術差異化路徑上，中國企業聚焦協作機器人、AGV（自動導引車）等細分市場，2024 年全球協作機器人銷量中企佔比達 28%，較 2020 年提升 15 個百分點。反觀德國，正在遭遇本土增長瓶頸：成本結構僵化：德國工業機器人平均生產成本比中國高 30%-50%，主要源於勞動力成本（德國製造業時薪約 35 歐元，中國約 5 歐元）和能源價格（工業電價是中國的 2.5 倍）；創新模式滯後：過度依賴傳統汽車行業客戶（佔德國機器人訂單的 35%），在半導體、生物醫藥等新興領域佈局緩慢。反觀中國，新能源汽車、鋰電池行業帶動機器人需求爆發，2024 年相關領域機器人採購量同比增長 67%；政策支援效率不足：儘管德國政府推出 “工業 4.0” 升級版和 10 億歐元機器人研發基金，但資金到位週期長（平均 18 個月），且中小企業獲取難度大。VDMA 調查顯示，僅 23% 的德國機器人企業獲得過政府數位化轉型補貼。短期看，中國企業在中低端市場的替代效應將持續，但德國在高精度控制、複雜場景整合等領域仍具不可替代性。若能抓住以下機遇，或可實現二次增長：數位化服務增值：到 2030 年，工業機器人服務市場規模預計達 2000 億歐元，德國企業可憑藉技術積累切入遠端維運、預測性維護等高附加值環節；綠色自動化需求：歐盟 “碳中和” 目標催生新能源裝備需求，德國在電池生產機器人（如擠膠、捲繞裝置）領域技術領先，2024 年相關訂單已增長 45%；中歐合作可能性：儘管存在競爭，中德企業在機器人領域仍有互補空間。例如，埃斯頓與博世合作開發協作機器人控制系統，華為雲為庫卡提供工業網際網路解決方案。德國機器人與自動化行業的調整，是發達國家傳統製造業升級的縮影。在 “中國追趕 + 本土轉型” 的雙重壓力下，其能否通過技術高端化、模式服務化、政策精準化突破困局，將決定全球工業自動化的競爭格局。對於中國企業而言，既要警惕技術壁壘的強化，也需借鑑德國在長期研發、工藝積累上的經驗，在 “性價比優勢 + 創新速度” 的雙輪驅動中實現可持續超越。 (中歐戰略投資)