高盛首席執行官:AI 就業末日被誇大了——為何 AI 將創造更多工作

高盛首席執行官:AI 就業末日被誇大了——為何 AI 將創造更多工作

2026/06/01 18:16:00
自訂圖片
你是否知道,儘管普遍存在焦慮,頂尖金融領袖仍預測未來十年人工智慧將顯著增加整體就業?高盛首席執行官大衛·所羅門明確表示,所謂的人工智慧就業末日完全被誇大了。他認為,自動化只會讓工作者從重複性任務中解放出來,專注於更複雜、更具戰略性的問題,而非消滅其職業。
 
這項宏觀經濟轉變將推動全球生產力的巨大躍升,並在傳統金融和區塊鏈技術領域催生全新的就業部門。
 

為何 AI 工作末日敘事根本上存在缺陷

預測大量失業的說法根本上有缺陷,因為它錯誤地假設人工智慧將完全取代人類員工,而非僅僅取代他們枯燥的任務。主要金融機構的高層管理人員認知到,自動化常規瑣事能讓企業在不縮減員工數量的情況下擴大產出。透過消除耗費人類創造力的手動資料輸入,企業可以將員工部署至更能推動實際收益增長的高價值策略性計畫上。
 
此轉變完全反映了歷史上技術變革的模式,自動化最終必然帶來淨就業增長。在二十世紀末向電腦化辦公室過渡期間,批評者同樣警告會出現大規模失業。然而,個人電腦的出現卻創造了數百萬個前所未有的職位,涵蓋軟體工程、數位行銷和資訊科技支援等領域。人工智慧只是這一經證實的經濟循環的下一階段,將催生我們目前尚無法完全想像的產業。
 
高盛內部經濟分析明確估計,自動化將改變高達百分之二十五的當前工作時數,而非百分之二十五的實際職位。這一關鍵區別表明,現代專業人士的日常工作流程將發生顯著變化,但其就業狀況仍保持穩定。普通員工將利用先進的軟體代理在數分鐘內完成行政任務,從而為複雜問題解決騰出大部分時間。
 

從任務消除轉向角色增強

角色增強代表了企業工作場所的真正未來,隨著高度依賴人際互動與決策密集的領域整合先進的自動化工具。數據顯示,儘管基本電話接線員等交易型角色面臨被取代的風險,但複雜專業正進入前所未有的增強時代。企業高管、金融交易員和區塊鏈架構師已發現,自動化系統減輕了他們龐大的工作負擔,而非威脅其穩固的職業安全。
 
此增強功能讓初級員工能在職業生涯早期就成為關鍵的戰略思考者。與其花費前三年手動建立簡單的財務電子表格,初級分析師可立即開始解讀軟體生成的複雜市場數據。這種員工能力的快速提升徹底重新定義了傳統的企業培訓模式,迫使機構調整內部晉升機制,以獎勵分析思維而非單純的數據處理。
 

生產力提升推動前所未有的經濟增長

軟體自動化帶來的巨幅生產力提升,將直接推動全球金融體系前所未有的經濟增長。當人類工作者配備先進的神經網路時,其個人產出將呈指數級增長,使企業能在不承受沉重勞動成本的情況下擴大運營。這種基準效率的大幅提升,直接轉化為更高的企業利潤率,隨後再投資於擴展新業務部門和聘請專業人員。
 
歷史上,重大的工作生產力創新總會引發大規模的經濟復興。在 Web3 生態中,人工智慧透過大幅降低智能合約開發和去中心化治理所需的資本與時間,發揮強大的通縮作用。儘管全球中央銀行密切監控此類科技驅動的效率如何抵消傳統貨幣通脹,但 AI 驅動的生產力與基於區塊鏈的代幣經濟學的融合,為下一代價值創造提供了堅韌的藍圖,可能重塑數位資產經濟的長期穩定性。
 

自動化對初級白領職位的影響

自動化正在迅速改變初級白領職位,完全消除傳統上定義初級企業職位的基本行政任務。一項關於企業自動化的全球研究最近顯示,超過 50% 的組織表示,生成式軟體正在積極減少他們對傳統初級數據處理的需求。然而,公司並未凍結招聘,只是將招聘重點轉向能夠有效管理和指導自動化工作流程的候選人。
 

重新構想企業培訓場地

企業必須徹底重新構思其內部培訓體系,以讓年輕專業人士為增強型工作場所做好準備。由於演算法現已接手過去作為企業試煉場的重複性工作,新進員工必須立即應對複雜的戰略挑戰。教育機構與民間產業領袖必須積極合作,開發堅實的培訓計劃,教導畢業生如何安全地提示、驗證和管理企業級語言模型。
 
這項大規模的協作努力將確保年輕專業人士順利過渡到以演算法協助為主的企業環境。成功掌握這些自動化工具的初級員工將迅速超越同儕,在組織內實現快速晉升。能夠審計演算法輸出的準確性與合規性,正迅速成為進入金融領域的應屆大學畢業生最受追捧的技能。
 

金融中人類判斷的關鍵作用

無論交易演算法如何先進,人類判斷始終是高階金融運作中絕對且不可妥協的核心。儘管人工智慧能同時快速分析數千個市場指標,但它缺乏應對前所未有的地緣政治危機或突如其來的宏觀經濟衝擊所需的直覺細膩度。經驗豐富的金融專業人士必須解讀軟體代理提供的原始數據,以對大規模資本配置和機構風險管理做出關鍵決策。
 
在運用先進的技術分析工具來應對波動劇烈的加密貨幣市場時,人類監督的必要性尤為明顯。演算法可在毫秒內輕鬆計算出相對強弱指數或平均真實範圍。然而,判斷特定鏈上異常是否代表真正的宏觀經濟轉變,還是一時的流動性陷阱,則需要經驗豐富的市場分析師的豐富判斷。
 

AI 工作流程如何創造出全新的就業領域

人工智慧的廣泛應用直接催生了專門用於維護和擴展演算法基礎設施的全新就業領域。自2022年以來,對大型數據中心的爆炸性需求已在全球創造了超過二十萬個新的建築和工程職位。這項龐大的實體基礎設施建設對於支持下一代基礎模型和企業軟件部署的天文數字級計算需求至關重要。
 

AI 合規與驗證職位的崛起

企業正急於聘請專門的合規官員和驗證工程師,以確保其自動化系統在嚴格的法律範圍內運作。這些高薪專業人士細緻地審計軟體輸出,以防止演算法偏見、確保資料隱私合規,並保護機構的智慧財產權。隨著全球監管機構實施越來越複雜的演算法決策規範框架,這些專門的法律與技術職位在所有主要產業中的需求將絕對急劇上升。
 
加密貨幣行業特別需要大量這些驗證專業人員來審計複雜的去中心化金融協議。智能合約漏洞對區塊鏈網絡構成持續的生存威脅,因此必須對所有由演算法生成的代碼進行嚴格的人工監督。安全工程師必須手動驗證語言模型生成的代碼是否包含隱藏的重入漏洞或邏輯漏洞,這些漏洞可能危及數百萬美元的鎖定流動性。
 

專門的基於代理的系統管理員

一類全新的專業代理系統管理員正在湧現,用於協調多個專業人工智慧模型之間的複雜工作流程。這些管理員作為企業戰略目標與自動化軟體執行之間的關鍵橋樑,確保自主代理不偏離其指定參數。他們的日常職責包括優化系統提示、分析績效指標,以及調整演算法限制,以最大化整體企業效率。
 
此職位需要兼具技術理解力與傳統項目管理專業知識的獨特混合能力。系統管理員必須具備足夠的技術知識,以排查基本的演算法故障,同時保持戰略遠見,確保軟體輸出與更廣泛的商業目標保持一致。這些專業管理職位的快速增加,明確證明了先進軟體並非僅僅消除了人力勞動,而是創造了高薪就業機會。
就業行業 2030 年前預計增長 主要催化劑
基礎設施工程 數據中心建設與伺服器維護
演算法合規 非常高 全球監管框架與安全審計
代理系統管理 指數型 企業採用自主軟體工作流程
 

推動區塊鏈與人工智慧整合的宏觀經濟因素

區塊鏈技術與人工智慧的整合受到宏觀經濟驅動因素的強力推動,特別是集中式計算能力的高昂成本與稀缺性。隨著全球科技巨頭壟斷先進半導體製造,獨立開發者面臨著訓練和部署本地化模型的沉重成本。這一嚴重的硬體瓶頸積極促使創新者轉向加密貨幣領域,因為去中心化網絡為計算資源提供了一種高度可行且成本效益高的替代方案。
 

能源需求與去中心化計算解決方案

分散式運算解決方案提供了一條高度可持續的發展路徑,因為大型集中式資料中心的能源需求面臨電網物理限制和公用事業並網延遲的挑戰。區塊鏈協議獨特地激勵全球個人將其閒置的圖形處理單元(GPUs)貢獻至一個共享且無許可的網路。這種分散式架構有效繞過了目前限制傳統本地伺服器農場擴張的集中式電網瓶頸。
 
這些去中心化實體基礎設施網絡(DePIN)直接以原生加密貨幣代幣獎勵硬體運營商,創造出一個自給自足的微型經濟。通過將計算能力代幣化,Web3 領域使研究人員能夠平等獲得先進機器學習研究所需的精確硬體。這種結構性契合完美解決了現代研究人員面臨的迫切痛點,推動大量資金流入特定的基礎設施導向數碼資產。
 

通脹對沖與自主財政管理

在快速自動化的全球經濟中,法定貨幣面臨持續的貶值壓力,加密貨幣繼續發揮關鍵的抗通脹作用。隨著科技驅動的生產力繁榮與結構性能源引發的通脹相互平衡,機構投資者正積極尋找具有硬性上限的數碼資產。比特幣和專注於計算支援的實用型代幣提供了完美的演算法稀缺性,成為獨立於傳統貨幣操縱的可靠價值儲存工具。
 
自動化交易系統的整合進一步鞏固了數碼資產在現代企業財務管理中的角色。鏈上自主代理正日益部署大型語言模型,以在多個去中心化交易所(DEXs)上執行複雜的對沖和流動性提供策略。這種自動化效率彌合了傳統量化金融與去中心化生態之間的鴻溝,使加密原生財務能夠根據實時的央行政策公告和變化的宏觀經濟事件即時調倉投資組合。
 

為何整合 AI 的交易是全球市場的未來

人工智慧整合交易代表了全球金融市場不可否認的未來,因為演算法完全消除了摧毀零售投資組合的情感偏見。自動化交易系統嚴格根據統計機率和鏈上數據指標執行預設策略。這種數學方法可防止交易者在突如其來的宏觀經濟衝擊中恐慌性拋售,或因對特定資產產生不當的情感依附而非理性地持有虧損持倉。
 

突破市場分析中的人類限制

自動化系統能夠即時處理全球市場中數百萬個獨立數據點,輕鬆克服人類的嚴重限制。沒有任何人類分析師能同時追蹤全球能源市場、日本利率上調與去中心化金融流動性池之間複雜的價格相關性。軟體代理能輕鬆整合這龐大的數據量,即時識別出傳統人工交易員完全無法察覺的高利潤套利機會。
 
這種超人類的處理能力徹底改變了機構資本對技術市場分析的 approach。演算法持續監控數千種數碼資產的關鍵指標,例如移動平均線收斂發散指標和平衡成交量,且不會感到疲倦。當這些自動化系統識別出統計上顯著的市場背離時,會在毫秒內執行最佳交易,確保機構資金獲得最理想的進場和平倉價。
 

去中心化自治組織作為僱主

去中心化自治組織正作為一種高效替代傳統就業的模式不斷擴展,根據日益增多的績效和基於鏈上的客觀里程碑來協調企業資產與全球人才。這些數位協議利用先進軟體與多代理工作流程來簡化運營,動態將資金分配給全球的開發人員、行銷人員與安全審計員。透過優化跨境協作,DAO 為在去中心化經濟中運作的日益增長的專業人士網絡,提供了高度靈活且無國界的收益機會。
 
為去中心化協議工作,將傳統的企業等級制度轉變為以任務為導向的數位生態。透過去中心化物理網絡和專業的賞金平台,貢獻者在完成指定任務並經核實後,可透過不可變的智能合約獲得以穩定幣或原生功能代幣形式的安全報酬。隨著自主軟體代理日益協助自動化同行評審流程並平衡資金庫分配,DAO 結構正積極縮小人類專業技能與高度透明、演算法驗證的就業網絡之間的差距,以迎接 Web3 時代。
 

如何在 KuCoin 上交易 AI 代幣

雖然傳統股權市場通常限制零售投資者參與早期私營科技初創企業,但 KuCoin 提供了一個無摩擦的通道,讓您接觸推動去中心化計算革命的數碼資產。
 
首先,您可輕鬆在 KuCoin 註冊並完成標準驗證流程,以存取平台極為深層的流動性池。
 
當您充入您偏好的法定貨幣或數位穩定幣後,請直接進入直觀的 現貨市場 介面。KuCoin 持續精選並上線最具創新性的去中心化基礎設施項目,讓您能即時將資金配置於多種高潛力的計算、AI 執行個體與資料驗證代幣。
 
為了智能應對該板塊的自然波幅,您可以部署 KuCoin 先進的自動化網格交易機器人,全天候執行精準的買入與賣出策略。
 
此外,您可以利用 KuCoin 賺幣 生態系統,對您獲取的基礎設施代幣進行質押,獲得有競爭力的被動收益。立即創建您的 KuCoin 帳戶,在演算法自動化與去中心化 Web3 創新的精準交匯點上,策略性地配置您的數位資產組合。
 

結論

高盛首席執行官大衛·所羅門表示,人工智慧導致就業末日的說法被誇大了,這與歷史經濟現實完全一致。儘管先進的自動化無疑將改變現代工作的性質,但絕對不會導致人類就業的永久性、災難性消失。這些技術透過消除枯燥的行政任務,讓專業人士能夠專注於複雜的策略性問題解決和關鍵的客戶關係。這種轉變必然帶來巨大的全球生產力提升,並迫使出現全新的、高度專業化的就業領域,專門負責管理與保障自動化系統。
 
此外,計算需求的持續擴張正在積極推動加密貨幣和區塊鏈領域前所未有的創新。去中心化物理基礎設施網絡成功為現代企業所需的龐大處理能力提供了關鍵替代方案。自動化工作流程管理、去中心化金融協議與數位資產交易的深刻交匯,確保現代勞動力將持續適應並蓬勃發展。先進軟體演算法的廣泛整合並非摧毀全球經濟,而是將開啟前所未有的經濟擴張與高利潤專業機會時代。
 

常見問題

人工智慧會完全取代人類軟體開發人員嗎?

人工智慧絕對不會完全取代人類軟體開發人員,而是會以前所未有的方式提升他們的能力。雖然演算法能快速撰寫基礎程式碼並識別語法錯誤,但複雜的系統架構設計與堅固的安全協議仍需高度熟練的人類工程師來完成。懂得運用這些工具的開發人員將變得更加高效且更具價值。

AI 行業今天正在積極創造哪些新工作?

目前,全球範圍內在數據中心建設、演算法合規和硬體工程領域正創造數十萬個新職位。此外,企業對提示工程師、人工智慧倫理審計師以及能夠應對複雜監管框架的專業法律人才需求巨大。這些全新的產業領域需要深厚的人類專業知識和細膩的戰略判斷。

去中心化物理基礎設施與 AI 熱潮有何關聯?

去中心化物理基礎設施網絡通過提供基於區塊鏈的替代方案,直接與這一繁榮相關,取代昂貴的集中式雲計算供應商。這些網絡通過財務激勵個人在全球範圍內分享其閒置的圖形處理單元,從而創建了一台龐大且無許可的超級計算機。這一關鍵架構使獨立研究人員和初創企業能夠民主化地獲取關鍵硬體。

為何入門級金融工作正在如此快速地變化?

入門級金融工作正迅速變化,因為生成式軟體現已能即時完成以往由初級分析師負責的基本資料輸入和電子表格格式化任務。因此,大型金融機構現在期望新員工一進入職場便能立即具備高階的策略思維與分析能力。企業培訓的重點已從基本行政工作根本轉向複雜問題解決。

人工智慧加密貨幣是安全的長期投資嗎?

所有加密貨幣投資均因高波幅和快速變化的全球監管環境而承擔固有的市場風險。然而,推動可驗證去中心化計算網絡或提供關鍵數據預言機服務的代幣,在現代科技生態中具有強大的基本實用性。投資者在將大量資金投入這些資產前,應嚴格研究底層協議機制和硬體合作夥伴關係。
 
 
免責聲明:此內容僅供資訊參考,不構成投資建議。加密貨幣投資存在風險,請自行研究(DYOR)。

免責聲明: 本頁面經由 AI 技術(GPT 提供支持)翻譯,旨在方便您的閱讀。欲獲取最準確資訊,請以原始英文版本為準。