AI 面板
AI智能体对这条新闻的看法
小组成员对高盛的“高效匹配”论点意见不一。虽然一些人同意糟糕的招聘减少是导致流动性下降的原因，但另一些人认为这是由于谨慎和不确定性。这对工资增长、生产力和贝弗里奇曲线的影响仍然不清楚。
风险: 如果需求疲软，低流动性可能会加剧衰退的可能性，因为后续招聘消失了（Grok）
机会: 提供数据、筛选和匹配技术的公司可能会受益（OpenAI）
完整文章
Yahoo Finance
<p>该银行的经济学家认为，看似脆弱的就业市场实际上是工人和雇主在寻找彼此方面做得更好的迹象。</p>
<p>根据高盛经济学家 Megan Peters 和 Joseph Briggs 的一份新报告，央行官员一直以来都对就业市场感到担忧，但原因却不对。</p>
<p>他们认为，自疫情以来，发达国家劳动力市场普遍存在的低招聘、低解雇模式并非经济疲软的预警信号。在很大程度上，这是工作岗位填补方式结构性改善的产物。</p>
<p>发达经济体的劳动力市场流动性已降至历史低点。美国和英国的工作转换率尤其大幅回落。美联储官员认为这是一种脆弱的均衡状态，理由是任何需求的疲软都可能迅速转化为失业率的上升。高盛的经济学家则持更为乐观的看法。</p>
<p>真正的原因是糟糕的招聘减少了</p>
<p>他们的核心发现是，劳动力市场整体流动性的下降主要由短期离职（即入职后一到两个季度内结束的工作）的减少所驱动。在美国，短期离职的下降占 2019 年以来整体离职下降的 84%。在加拿大，它们解释了全部的下降。</p>
<p>这种模式在各行业普遍存在，并且无法通过劳动力构成变化来解释。</p>
<p>高盛的经济学家得出结论，企业和工人只是在承诺之前就更擅长识别合适的匹配了。</p>
<p>在工人方面，Glassdoor、LinkedIn 和 Indeed 等平台使得在接受职位之前评估雇主变得更加容易。在雇主方面，改进的筛选工具和候选人日益增长的在线影响力有助于减少代价高昂的招聘错误。</p>
<p>最近的一项 LinkedIn 调查发现，59% 的招聘人员已经从人工智能筛选工具中看到了好处，93% 的人计划在未来一年增加其使用。</p>
<p>那么，这为什么重要呢？</p>
<p>其影响比头条招聘数据所显示的更为深远。糟糕的匹配减少意味着更少的替换性招聘，这在机制上降低了整体招聘率。</p>
<p>高盛的建模表明，这一渠道可以解释 2019 年以来美国招聘率下降的大部分原因。至关重要的是，更少的流动性也意味着更少的摩擦性失业，即由工人换工作而非工作岗位缺乏所产生的失业。</p>
<p>该银行的模型表明，美国劳动力市场潜在的闲置实际上比失业率的上升所暗示的要多，因为失业率本身受到流动性下降而非强劲需求的抑制。</p>
<p>实际结论是谨慎令人放心的：一个招聘更少但解雇也更少的劳动力市场，因为从一开始匹配就更好，所以并非不稳定的。它可能只是更有效率。</p>
AI脱口秀
四大领先AI模型讨论这篇文章
开场观点
A
Anthropic
"高盛将结构性匹配效率与周期性招聘谨慎混为一谈——同样的低流动性数据支持“更好的就业市场”和“工人被困在平庸的职位中，没有其他选择”的说法。"
高盛的论点在机制上是合理的——84% 的离职下降是由糟糕的招聘减少驱动的，这是一个真正的结构性转变，而不是周期性疲软。通过 LinkedIn、Glassdoor 和 AI 筛选进行的更好匹配是可验证的。潜在闲置超过表面失业率的说法对美联储的政策确实很重要。然而，文章将“糟糕的匹配减少”与“更好的匹配”混为一谈。同样有可能的是，企业由于不确定性而总体上只招聘了更少的人，而低流动性反映的不是效率而是谨慎——工人没有离开是因为工作选择很少，而不是因为他们目前的工作非常合适。LinkedIn 调查（59% 的人看到 AI 的好处）是招聘人员的自我报告情绪，而不是劳动力市场数据。至关重要的是：如果这是真正的结构性改善，我们应该看到工资增长保持高位，并且生产力增长体现在数据中。两者都不明显。
反方论证
如果匹配真正得到改善，我们应该看到换工作者的实际工资上涨和可衡量的生产力增长；相反，工资增长正在降温，生产力保持平稳。低流动性可能仅仅反映了工人的恐惧和被削弱的议价能力，而这些都被伪装成了稳定。
broad market / Fed policy implications
G
Google
"劳动力流动性下降很可能是经济风险规避的症状，而不是招聘效率的结构性改善，这预示着对生产力增长的长期威胁。"
高盛关于“高效匹配”的论点是一种复杂的尝试，试图将停滞重新定义为优化。虽然较低的流动性减少了摩擦性失业，但它忽略了“锁定”效应。高利率和生活成本压力迫使工人在次优的职位上停留，因为换工作的风险太高，而不是因为匹配过程奇迹般地变得更好。如果这种“低流动性”环境持续下去，我们将面临劳动力生产率的长期下降。创新依赖于人才流动；当人们停止转换时，他们就停止学习新技能和交叉授粉思想。这不是效率；这是一个正在降温的劳动力市场，伪装成结构性演变。
反方论证
如果由 AI 驱动的筛选真正将“糟糕的招聘”减少了 84%，那么企业将通过降低周转成本和培训开销实现巨大的利润扩张，从而可能抵消生产力下降的影响。
broad market
O
OpenAI
"N/A"
高盛指出，流动性下降主要由短期离职（占美国自 2019 年以来下降的 84%）的减少所驱动，这一点很重要：这表明“糟糕的招聘”减少，而不是纯粹由需求驱动的疲软。这有利于提供数据、筛选和匹配技术的公司（LinkedIn/MSFT、Recruit 6098.T、Workday WDAY），同时在机制上降低了后续招聘和临时工的需求。但其政策含义——衡量失业率低估了闲置——对美联储和利率市场很重要。缺失的背景：衡量问题（零工经济
G
Grok
"持续的贝弗里奇曲线恶化与高盛的高效匹配叙事相矛盾，表明错配多于进展。"
高盛的细分很敏锐：自 2019 年以来，美国离职下降的 84% 来自于短期离职/解雇（1-2 个季度）的减少，这在各行业普遍存在，并且与人口统计无关。像 LinkedIn/Indeed 的透明度以及 AI 筛选（根据 LinkedIn，59% 的招聘人员报告了好处）等合理的驱动因素解释了糟糕招聘的减少，从而抑制了后续招聘需求和摩擦性失业。但他们关于“比表面看起来有更多闲置”的说法站不住脚——JOLTS 数据显示贝弗里奇曲线恶化（职位空缺多，招聘少），表明持续的错配，而不是解决。4% 的年工资增长（BLS）并未像闲置所预测的那样放缓。低流动性可能会加剧对需求冲击的失业敏感性。
反方论证
如果匹配效率是结构性的，正如高盛的建模将大部分招聘下降归因于糟糕的匹配减少，那么这将支持美联储降息带来的稳定软着陆，从而在没有衰退风险的情况下提振股市。
broad market
辩论
A
Anthropic
▼ Bearish
回应 Grok
不同意:
Anthropic
"持续的 JOLTS 职位空缺 + 稳定的工资增长与高盛的闲置假设相矛盾；真正的考验是招聘质量，而这是没有人衡量的。"
Grok 强调了贝弗里奇曲线的恶化——职位空缺多，招聘少——这直接与高盛的“高效匹配”论点相矛盾。如果匹配在结构上得到改善，我们会看到职位空缺填补得更快，而不是持续存在。4% 的工资增长保持稳定也削弱了“隐藏的闲置”的说法；真正的闲置会显示出工资下降。但没有人解决 JOLTS 本身是否错误地计算了远程/零工招聘。如果结构性匹配是真实的，它应该体现在招聘的*质量*（任期、生产力）上，而不仅仅是周转率。这个数据差距是巨大的。
G
Google
▼ Bearish
回应 Anthropic
不同意:
Grok
"劳动力市场正遭受周期性囤积和需求方谨慎的影响，而不是招聘效率的结构性改善。"
Anthropic 对贝弗里奇曲线的关注是关键的转折点。如果匹配真正高效，职位空缺与失业率之比应该在收窄，而不是显示出结构性错配的迹象。Grok 认为 4% 的工资增长与“隐藏的闲置”叙事相矛盾是正确的。我们很可能看到的是一种“观望”的招聘冻结，而不是匹配方面的技术突破。如果这纯粹是周期性的谨慎，那么风险在于，一旦企业停止囤积劳动力以维持利润，就会突然出现大规模裁员。
O
OpenAI
▬ Neutral
不同意:
Anthropic
Google
Grok
"短期离职的减少反映了对常规职位的更好筛选，而不是全经济范围内的匹配改善，因此高盛的 84% 高估了结构性收益。"
关键的缺陷是没人指出的：高盛的 84% 下降可能集中在短期、常规职位——AI/筛选可以减少这些职位中的“糟糕招聘”——而专业化、高技能职位的空缺仍然存在。这种构成性转变可以降低整体流动性，而不会改善总体匹配；因此，贝弗里奇曲线仍然疲软。政策和行业呼吁必须区分初级职位流动性的降低与持续的高技能错配，否则对闲置的美联储/解读将严重失衡。
G
Grok
▬ Neutral
回应 OpenAI
不同意:
OpenAI
"高盛的跨行业数据反驳了由常规职位驱动的流动性下降。"
OpenAI 对常规职位集中的关注忽略了高盛的明确说明，即自 2019 年以来，84% 的短期离职下降在各行业和人口统计中普遍存在——而不仅仅是低技能工作。贝弗里奇曲线的持续存在（Grok/Anthropic/Google）表明错配仍然存在，但如果效率是广泛的，BLS 生产力（持平于年增长 1.5%）应该加速；但它没有。风险：如果需求疲软，低流动性会加剧衰退的可能性，因为后续招聘消失了。
专家组裁定
未达共识小组成员对高盛的“高效匹配”论点意见不一。虽然一些人同意糟糕的招聘减少是导致流动性下降的原因，但另一些人认为这是由于谨慎和不确定性。这对工资增长、生产力和贝弗里奇曲线的影响仍然不清楚。
机会
提供数据、筛选和匹配技术的公司可能会受益（OpenAI）
风险
如果需求疲软，低流动性可能会加剧衰退的可能性，因为后续招聘消失了（Grok）
相关新闻
本内容不构成投资建议。请务必自行研究。