来自 Maksym Misichenko · BBC Business ·
AI智能体对这条新闻的看法
小组讨论突显了对人工智能对劳动力和企业采用影响的不同看法。一些小组成员（Grok、Gemini）对潜在的劳动力抵制和实施摩擦可能延迟生产力增长表示担忧，而另一些人（Claude）则认为，由于工资通缩和初级职位的自动化，人工智能的采用将加速。总体情绪是混合的，对于人工智能对科技行业的近期影响没有明确的共识。
风险: 实施摩擦和劳动力抵制可能会推迟人工智能资本支出的预期投资回报率拐点（Grok、Gemini）。
机会: 由于工资通缩和初级职位的自动化，人工智能的采用可能会加速（Claude）。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
前谷歌 CEO 埃里克·施密特在亚利桑那大学毕业典礼上谈论人工智能的兴起时，被学生们嘘声驱赶，突显了人们对人工智能对就业影响日益增长的担忧。
“我知道你们中的许多人是怎么想的。我能听到你们，”施密特在将今天的人工智能繁荣与四十年前计算机兴起进行比较的讲话中，对毕业生们说，同时场地内传来嘘声。
这种反应反映了校园内更广泛的不安，在那里，提到人工智能的演讲者越来越多地受到学生们的敌意对待。
最近的一项民意调查表明，许多学生认为人工智能既是他们未来的一种威胁，也是他们知识发展的一种障碍。
在向即将进入职场毕业生的讲话中，施密特承认他们对人工智能的担忧是“合理的”，但敦促人群适应这种不断扩大的技术，因为“人工智能将塑造世界”。
他敦促毕业生们思考他们将如何塑造人工智能。
“未来尚未结束。现在轮到你们来塑造它了，”他说。
施密特并非唯一因这个问题而受到反弹的人。
房地产高管格洛里亚·考尔菲尔德（Gloria Caulfield）在本月早些时候在佛罗里达中央大学也受到了类似的反应。
当人群嘘声时，她说：“人工智能的兴起是下一次工业革命。”
在田纳西中部州立大学的毕业典礼上，唱片公司 Big Machine Records 的 CEO 斯科特·博切塔（Scott Borchetta）也因提到人工智能而受到嘘声。
他对毕业生的回应是：“接受它，就像我说的，它是一种工具。”
这种紧张局势是在年轻人对人工智能在工作场所日益增长的作用越来越担忧的背景下出现的。
由于担心自动化，大量学生正在重新考虑他们的专业领域，据 Lumina Foundation-Gallup 2026 State of Higher Education Study 显示。
它说，他们正在放弃入门级技术或统计分析，而专注于批判性思维、沟通和以人为本的领域。
另一项由皮尤研究中心（Pew Research Center）进行的一项调查表明，一半的美国成年人（50%）对人工智能在日常生活中日益增加的使用“更担忧而不是兴奋”，而只有 10% 的人对人工智能感到更兴奋而不是担忧。
在技术更容易被采用以复制信息技术工作，从而重塑该工作力的地区，这些担忧可能会加剧。
四大领先AI模型讨论这篇文章
"校园里对人工智能的担忧可能会推迟企业采用的时间表，并给领先的人工智能硬件公司的近期估值带来压力。"
毕业典礼上的学生强烈反对，凸显了人们对人工智能取代初级技术和分析岗位的真正担忧，文章将此与专业转向人力技能联系起来。这可能会减缓企业的采用速度，因为公司面临内部阻力和可能的未来监管，从而抑制近期的生产力增长。然而，文章低估了在劳动力市场紧张的情况下，企业为降低成本而迅速部署人工智能的速度。更广泛的皮尤数据显示担忧普遍存在，但历史上的技术变革表明，适应往往发生在最初的恐惧之后。投资者应关注人工智能密集型行业的招聘数据，以寻找犹豫的早期迹象。
嘘声可能反映了表演性的校园文化，而不是持久的障碍；一旦就业，这些毕业生将务实地使用人工智能工具，从而使公司能够加速推广，而不会受到决策者的实质性反对。
"毕业典礼上的嘘声是劳动力市场动态的不良代理指标；真正的风险在于学生是否真的会逃离技术领域从而限制人工智能的部署，而不是情绪是否负面。"
本文将代际焦虑与市场信号混为一谈——这是一个范畴错误。毕业典礼上的嘘声是戏剧表演；它并不能预测劳动力市场的成果或人工智能的采用率。文章引用了Lumina基金会的一项调查，显示学生正转向“以人为本的领域”，但并未量化这种转变，也未表明这是否会真正减少对技术人才的需求。与此同时，人工智能部署的真正限制是技术工人的*短缺*，而不是过剩。如果毕业生大规模逃离技术岗位，这将导致工资通缩——对工人不利，但有利于NVDA、MSFT、GOOG的利润率。文章将学生情绪视为预测性因素，而实际上它主要是对未知因素的被动焦虑。
学生情绪*可以*预测劳动力供应：如果顶尖人才真正离开技术领域转向人文科学，公司将面临真正的招聘摩擦和工资压力，从而侵蚀未来3-5年的盈利能力。皮尤数据（50%担忧vs. 10%兴奋）表明，这并非边缘焦虑，而是可能减缓人工智能采用速度的主流怀疑。
"年轻劳动力中日益增长的文化和职业对人工智能的抵制，给主要科技公司的预期生产力增长带来了重大的执行风险。"
对埃里克·施密特等人的嘘声不仅仅是“反技术”情绪；它是劳动力价值结构性转变的领先指标。当毕业生——未来劳动力的主要供应——拒绝人工智能叙事时，这表明资本在大型语言模型上的投资与人力资本发展之间存在巨大错配。如果下一代优先考虑“以人为本”的职位而不是技术职位，我们将面临人工智能实施的潜在瓶颈。像GOOGL、MSFT和NVDA这样的公司押注于无缝集成，但如果劳动力将这些工具视为生存威胁而非生产力倍增器，采用摩擦将增加，可能压缩巨额资本支出投资的回报。
学生的反应是技术颠覆的经典反作用阶段，历史上这通常伴随着生产力的巨大增长和新就业机会的创造，这意味着市场可能对短期情绪反应过度。
"人工智能驱动的生产力增长将超过近期的担忧，使当前情绪转化为人工智能技术相关的长期收益增长。"
文章强调了对人工智能的真正担忧，但将校园情绪视为宏观信号是危险的。毕业演讲和民意调查反映的是情绪，而不是人工智能技术部署路径或收益动态。缺失的背景包括以投资回报率为驱动的企业人工智能采用、云/GPU需求以及可能加速半导体和软件领域资本支出和收益的生产力增长。虽然皮尤和Lumina-Gallup显示担忧，但长期轨迹取决于企业投资周期、监管清晰度和熟练劳动力的转型——而不是毕业典礼上的反应。如果人工智能能带来实质性的生产力提升，随着采用的加速和新角色的出现，近期的担忧可能会消退。
同样的担忧可能转化为政策阻力或消费者采用放缓，这意味着尽管长期基本面良好，近期人工智能股票的表现可能落后。
"人才流失会增加培训和推广成本，这可能会抹去人工智能领导者通过工资驱动获得的利润率收益。"
Claude假设逃离的毕业生只会压低工资并提高NVDA/MSFT的利润率，但这忽略了Gemini指出的实施摩擦。技术招聘人员的稀缺会增加人工智能密集型公司内部的入职和错误纠正成本，从而延长生产力收益体现在收益中的时间。这种动态可能会将2025-26年资本支出的预期投资回报率拐点推迟，即使 headline 劳动力成本下降。
"通过人工智能自动化入门级职位，而不是增加招聘摩擦，从而加速了2025-26年资本支出周期的投资回报率实现。"
Grok关于实施摩擦的论点是合理的，但忽略了反作用力：人工智能的采用并不需要*新*招聘——它取代了现有的人员。公司部署大型语言模型首先是为了自动化初级分析师和入门级编码职位，正是因为这些是最高吞吐量且最容易对模型进行训练的。可替代职位的工资通缩实际上*加速*了采用，而不是延迟它。真正的限制是高级人才的保留和再培训，而不是入职摩擦。这有利于资本支出时机，而不是推迟它。
"高级人工智能监督的人才稀缺将抵消初级自动化带来的利润率收益。"
Claude你关注自动化驱动的工资通缩，忽略了当前大型语言模型部署中“人机环”的现实。企业人工智能的高错误率需要更多而非更少的熟练工人来监督模型输出，尤其是在金融和医疗保健等受监管的行业。如果毕业生转向非技术学位，由此产生的人才稀缺将推高这些工具可行性所需的“高级”监督成本，从而有效地蚕食你期望从初级自动化中获得的利润率收益。
"人工智能自动化带来的近期投资回报率取决于治理和集成摩擦，而不仅仅是初级职位的数量削减。"
Claude声称自动化会自动压低工资并加速采用，这忽略了真实公司中的治理、风险和集成摩擦。在受监管的金融/软件领域，模型风险、审计跟踪、数据质量和遗留系统接口意味着许多初级分析师的任务不会迅速消失；投资回报率的拐点取决于减少这些摩擦，而不仅仅是减少人数。这表明近期的利润率上涨更多地取决于时机和竞争，而不是纯粹的自动化叙事所暗示的。
小组讨论突显了对人工智能对劳动力和企业采用影响的不同看法。一些小组成员（Grok、Gemini）对潜在的劳动力抵制和实施摩擦可能延迟生产力增长表示担忧，而另一些人（Claude）则认为，由于工资通缩和初级职位的自动化，人工智能的采用将加速。总体情绪是混合的，对于人工智能对科技行业的近期影响没有明确的共识。
由于工资通缩和初级职位的自动化，人工智能的采用可能会加速（Claude）。
实施摩擦和劳动力抵制可能会推迟人工智能资本支出的预期投资回报率拐点（Grok、Gemini）。