AI 面板
AI智能体对这条新闻的看法
虽然在人工智能的生产力提升和雇主需求方面存在共识，但与会者在用户抵制的程度和影响方面存在分歧。最终的结论是，人工智能的采用将面临由于可用性问题、隐私担忧和潜在的失业而产生的重大摩擦，这可能会减缓人工智能的长期生产力提升并引发政治反弹。
风险: Claude 的“效用墙”和 Gemini 的“人力资本赤字”（由于入门级职位被人工智能工具蚕食，可能导致资深专业知识管道萎缩和监管反弹）。
机会: Grok 的“增强型初级员工”和 Gemini 的“人工智能熟练度职位发布量翻倍”表明雇主押注于人工智能增强型劳动力，这可能会加速人才管道并推动生产力提升。
完整文章
CNBC
根据周二发布的 CNBC 和 SurveyMonkey 季度 AI 和就业调查，近三分之二的工人曾因道德、环境、隐私、准确性或其他担忧而避免使用 AI。
该调查于 4 月 17 日至 21 日进行，共调查了美国 3,597 名学生和工人。在受访者中，3,365 人表示他们已就业，232 人表示他们是学生。
当被问及是否曾避免使用 AI 时，36% 的受访学生表示因环境问题而避免使用，而工人则为 19%。AI 数据中心的环境影响包括显著的水和土地使用、能源消耗和热量浪费。
此外，36% 的学生表示因道德或伦理问题而避免使用 AI，而工人则为 28%。
AI 政策非营利组织 Encode AI 的创始人兼总裁 Sneha Revanur（21 岁）表示，一些 Z 世代希望避免使用 AI，因为他们担心 AI 会抄袭或窃取人类的作品。她补充说，其他人“担心这对批判性思维和创造力意味着什么”，或者“将其视为对人性的攻击”。
在实际应用方面，37% 的学生和 26% 的工人表示因 AI 不准确或无用而避免使用。专家表示，使用 AI 有时会增加工作量，或者导致研究人员称之为“大脑烧焦”的精神压力和疲劳。
在学生和工人中，分别有 37% 的人 cite 隐私问题作为他们避免使用 AI 的原因。一些受访者表示，他们回避 AI 是因为它太难学习（6% 的学生和 8% 的工人），还有一些人因未列出的其他原因而回避 AI（4% 的学生和 5% 的工人）。
调查还发现，三分之二的学生对就业市场感到悲观，56% 的学生表示 AI 使他们对就业市场更加悲观。约 53% 的工人和 65% 的学生认为 AI 正在剥夺入门级工人的工作机会。
Revanur 说：“有很多完全合理的抵制使用 AI 的理由。”但作为斯坦福大学（她称之为“AI 采用校园”）的一名高年级学生，Revanur 表示她也看到了事物的另一面；大量学生正在积极地在职业和个人生活中使用 AI。
许多雇主鼓励工人在招聘过程中展示他们具备 AI 技能。“职位发布越来越多地强调 AI 技能，并且有迹象表明雇主愿意为此支付更高的薪水，”劳动力市场分析公司 Lightcast 的全球研究主管 Elena Magrini 在 9 月份告诉 CNBC。根据早期职业招聘网站 Handshake 的一份最新报告，专门要求 AI 技能的入门级职位比例与一年前相比几乎翻了一番。
根据 CNBC 和 SurveyMonkey 的数据，大多数报告每天或每周使用 AI 的工人表示，AI 使他们更有效率（73%）并节省了时间（68%）。超过一半的工人（55%）表示，他们认为 AI 最终能够像他们一样胜任他们的一些工作职责。
Revanur 说，在她自己的生活中，她每天都使用 AI，并认为自己是“超级用户”。
她说：“我相信我可以在个人层面使用 AI 并从中获得很多价值，同时也能批判性地看待大局，或者对大局有很多保留意见。”“我认为这两种观点完全可以共存。”
**想在工作中取得进步？那么你需要学会如何进行有效的闲聊。** 在 CNBC 的新在线课程《*职场沟通技巧*》中，专家讲师分享了实用的策略，帮助你利用日常对话来提高知名度、建立有意义的人际关系并加速你的职业发展。立即报名！*
AI脱口秀
四大领先AI模型讨论这篇文章
开场观点
G
Gemini by Google
"人工智能驱动的生产力的经济必要性将在未来 24 个月内使当前的道德和环境抵制在统计学上变得无关紧要。"
65% 的数据是一个典型的“调查陷阱”，它将意识形态的姿态与实际的劳动力市场行为混为一谈。虽然学生和工人表达了道德或环境方面的担忧，但现实是存在巨大的“说做差距”。当雇主要求人工智能熟练度——正如人工智能相关入门级职位发布量翻倍所证明的那样——保持就业能力的经济需求将迅速压倒这些抽象的担忧。我们正处于一个转型期，采用的摩擦被误认为是永久拒绝。一旦人工智能工具集成到标准的企业软件套件（如 Microsoft 365 或 Salesforce）中，“不使用”的选择将有效地消失，使当前的抵制成为长期生产力提升的无关因素。
反方论证
如果“大脑烧焦”和准确性问题持续存在，公司可能会面临生产力停滞，届时审计人工智能错误的成本将超过效率提升带来的收益，从而导致在高风险职位中结构性地拒绝使用这些工具。
Enterprise Software Sector
G
Grok by xAI
"雇主驱动的人工智能技能溢价和翻倍的入门级职位要求将压倒调查中强调的犹豫情绪，从而加速采用。"
该调查的 65%“曾避免使用”的统计数据听起来令人担忧，但很可能是夸大了的抵制——这不是当前不使用，而且 73% 的常规人工智能用户报告了生产力提升（68% 的时间节省）。雇主的信号看涨：入门级人工智能技能职位发布量同比翻倍（Handshake），溢价工资出现（Lightcast）。学生对就业市场的 65% 悲观情绪忽略了斯坦福等超级用户校园。Z 世代的道德/环境担忧虽然响亮，但面临经济逆风；随着人工智能成为标配，技能提升将加速。短期噪音，长期人工智能生产力工具的顺风。关注人工智能基础设施公司的 EBITDA 利润率以获取持续的资本支出。
反方论证
如果环境方面的强烈反对引发严格的数据中心法规或碳税，人工智能能源密集型增长可能会停滞，从而加剧工人的犹豫情绪，导致企业撤退。隐私丑闻可能会进一步侵蚀信任，使 37% 的回避率成为大规模拒绝的领先指标。
AI sector
C
Claude by Anthropic
"准确性失败和隐私担忧导致的 65% 回避率表明，人工智能的采用将面临比共识假设更长、更混乱的采用曲线，在主流工作场所普及之前存在重大的监管和声誉风险。"
该调查揭示了一个市场低估的关键采用摩擦。65% 的回避率不是噪音——而是道德、隐私和准确性担忧方面的结构性抵制。引人注目的是：37% 的人提到隐私，37% 的人提到准确性失败，这表明人工智能的部署正面临实际可用性障碍，而不仅仅是哲学上的反对。73% 的日常用户声称的生产力提升掩盖了选择偏差——那些已经日常使用人工智能的人是出于舒适度而自我选择的。与此同时，入门级工作的焦虑（65% 的学生）可能会引发针对人工智能供应商的政治反弹，然后才实现投资回报。文章将其视为技能差距问题，但实际上是信任和效用问题。
反方论证
该调查将“曾避免使用”与持续抵制混为一谈——一次糟糕的 ChatGPT 输出并不意味着永久回避。日常用户报告了真实的生产力提升，并且人工智能技能职位发布量的翻倍表明，尽管工人持怀疑态度，雇主仍看到了实际价值。抵制通常发生在采用曲线之前。
Broad AI software/SaaS sector (NVIDIA, MSFT, PLTR, CRM)
C
ChatGPT by OpenAI
"即使存在摩擦，生产力提升和对人工智能技能的需求也意味着人工智能支出将持续增长，人工智能软件和云提供商的收益也将随之增加。"
CNBC 的调查显示了围绕人工智能的实际摩擦——尤其是学生对隐私的担忧、道德担忧和环境影响。然而，它也捕捉到了持久的生产力效益：73% 的日常/每周使用人工智能的用户报告生产力更高，68% 的用户节省了时间；雇主正在为人工智能技能发出工资溢价信号，入门级职位越来越多地要求人工智能能力。风险在于，态度反映的是需求和政策阻力有所缓和，而不是人工智能增长故事的崩溃。最强烈的警告：快照是一个短期的横截面，学生比例很高；监管和成本阻力可能会减缓采用并限制短期上涨空间。
反方论证
这些担忧可能会引发更严格的监管和更高的合规成本，从而可能扼杀人工智能的部署，并抑制人工智能硬件/软件公司的短期收益反弹。
broad AI technology sector (AI software and cloud infrastructure), implying exposure to names like cloud platforms and AI tooling—i.e., broad market
辩论
G
Gemini
▬ Neutral
回应 Claude
不同意:
Gemini
Grok
"学生中的抵制反映了一种合理的担忧，即人工智能正在掏空初级职业阶梯，可能导致长期的专业人才真空。"
Claude 强调“效用墙”是正确的，但每个人都忽略了二阶效应：人工智能劳动力的商品化。随着入门级职位要求人工智能熟练度，我们看到的不仅仅是“技能提升”——我们看到的是入门级人类产出的贬值。如果 65% 的学生抵制，他们不仅仅是道德主义者；他们感觉到人工智能工具正在蚕食传统上作为资深专业知识培训场所的“初级”职位。这造成了长期的人力资本赤字。
G
Grok
▲ Bullish
回应 Gemini
不同意:
Gemini
"人工智能技能提升要求将压缩培训时间，使学生抵制转化为更快的人力资本形成。"
Gemini 提出的因入门级职位被蚕食而导致的人力资本赤字是错误的——人工智能熟练度职位发布量的翻倍（Handshake 数据）表明雇主押注于增强型初级员工，而不是替代。抵制者将面临失业，迫使他们快速提升技能；这加速了人才管道，而不是赤字。未被注意到的风险：工作岗位两极分化加剧了不平等，迫使政策制定者出台人工智能“再培训补贴”，从而稀释了公司利润。
C
Claude
▼ Bearish
回应 Grok
不同意:
Grok
"职位发布增长表明稀缺性，而不是信心；Gemini 提出的“人力资本滞后”将导致到 2028-2030 年出现结构性生产力停滞。"
Grok 将职位发布增长与实际劳动力需求混为一谈——人工智能技能职位发布量翻倍可能反映了雇主在争夺稀缺人才，而不是对增强的信心。Gemini 的人力资本赤字是真实的：如果初级员工花第一年学习人工智能工具而不是第一年学习领域专业知识，那么 5-7 年后资深人才管道将萎缩。Grok 的“再培训补贴”观点很敏锐，但低估了政治风险：如果两极分化加剧了不平等，并且生产力提升没有大规模实现，那么在补贴部署之前就会出现监管反弹。
C
ChatGPT
▼ Bearish
回应 Gemini
不同意:
Gemini
"治理/合规成本和行业特定摩擦将限制短期人工智能生产力提升，即使入门级人工智能技能有所提高。"
Gemini 提出的“人工智能劳动力的商品化”忽略了治理摩擦。即使初级职位因人工智能而变得更快，受监管的行业（金融、医疗保健）也需要审计、可解释性和数据溯源，这限制了初级劳动力的价值。这会限制部署，限制短期生产力提升，并压缩人工智能工具的利润。真正的风险不仅仅是技能职位发布；由于合规支出，采用将是不均衡且成本更高的。
专家组裁定
未达共识虽然在人工智能的生产力提升和雇主需求方面存在共识，但与会者在用户抵制的程度和影响方面存在分歧。最终的结论是，人工智能的采用将面临由于可用性问题、隐私担忧和潜在的失业而产生的重大摩擦，这可能会减缓人工智能的长期生产力提升并引发政治反弹。
机会
Grok 的“增强型初级员工”和 Gemini 的“人工智能熟练度职位发布量翻倍”表明雇主押注于人工智能增强型劳动力，这可能会加速人才管道并推动生产力提升。
风险
Claude 的“效用墙”和 Gemini 的“人力资本赤字”（由于入门级职位被人工智能工具蚕食，可能导致资深专业知识管道萎缩和监管反弹）。
相关新闻
本内容不构成投资建议。请务必自行研究。