一個市值10億美元的人工智慧獨角獸的CEO表示，他的矽谷同行們想讓你擔心你的工作，但其實他們自己才是第一個面臨裁員的人群

Nick Lichtenberg

2026年2月21日星期六 日本時間晚上9:30 11分鐘閱讀

矽谷的人工智慧（AI）熱潮引發了對人類勞動未來的廣泛恐慌，這一時刻由AI高管Matt Shumer的病毒式文章總結，他將這一白領工作的時代比作2020年2月，當時疫情尚未肆虐美國生活。

Shumer警告白領工人必須立即制定備用計劃，因為類似新冠的滅絕事件即將來臨。幾乎同時，微軟的AI主管Mustafa Suleyman預測，在未來18個月內，靠電腦工作的人都將失業。這是對2025年前半段曾預言末日的預測的某種復甦，當時預言甚嚴重，後來卻變得陰森沉寂。例如，Anthropic的Dario Amodei預測AI將消除一半的入門級白領工作，而福特CEO Jim Farley則表示，AI將徹底消滅一半的白領工作。

Tanmai Gopal表示，這些可怕的預測是矽谷自我投射甚至自戀的典型例子。PromptQL的聯合創始人兼CEO，這家價值超過10億美元的灣區獨角獸公司幫助企業推動AI採用，他在最近接受《財富》雜誌採訪時表示，AI末日預測確實包含一些真實，但也被大大誇大了。“這100%是因為一些人在炒作周期中。”Gopal說，他在矽谷的社群“感受到這個AI的厲害”，但“我們把這種感覺投射到我們根本不理解的領域”。

“就像，哦，這是全世界70億人都面臨的問題，因為我在矽谷，所以我當然知道什麼是最好的，對吧？”Gopal還指出，懷疑論者有一定道理，這些末日預測正好在許多尚未上市的AI初創公司下一輪數十億美元融資的時候出現，提供了一個明確的融資理由，但可能並不成立。他補充說：“科技人員……認為這影響到我，所以也會影響到所有人。”

事實上，Gopal表示，情況並非如此。但當談到程序員，甚至是那些接觸到現有“厲害”AI工具的高級軟體工程師時，他說這些人正面臨一場範式轉變。

來自矽谷的真正工作變革

Gopal在“軟體即服務崩潰”事件造成2兆美元市值蒸發幾週後接受《財富》採訪時表示，投資者已意識到，正如美國銀行研究所最近指出的，AI是一把“雙刃劍”，並非純粹的利好。它很可能“吞噬”許多企業，比如AI已經足夠先進到能自己寫代碼的軟體。

文章繼續  

經濟學家過去一年左右一直在困惑於非常嘈雜的數據，美國經濟在就業產出方面基本停滯，同時面臨較高的關稅成本和較少的移民進入勞動力市場。一些AI思想領袖，尤其是斯坦福的Erik Brynjolfsson，仔細研究數據後發現，2025年的生產力確實開始提升。在《金融時報》的專欄中，Brynjolfsson指出，最新的就業報告將2025年的所有就業增長修正為只有181,000，而他自己的計算則預測該年的生產力為2.7%，而過去十年的平均為1.4%。當然，這為AI取代理論提供了支持，甚至聯邦儲備委員會理事Michael Barr最近也警告，數百萬人未來可能“基本上無法就業”。

Gopal表示，科技行業無意中實現了自動化，進入了“嬰兒AGI”（人工通用智能）專門用於編程的時代。Gopal說，最新的AI模型具有“普通高級軟體工程師”的判斷力和品味，解釋說標準軟體工程在很大程度上依賴將既定商業背景轉化為技術代碼，而由於AI在這方面表現出色，編程已成為第一個倒下的多米諾骨牌。

“曾經被認為是……白領工作的典範的高級軟體工程，”Gopal指出，“這已經是過去30年的熱點，我很期待看到它的結束。”他解釋說，他的興奮來自於機器人已經開始執行的工作性質，以及他在公司前線看到的情況，該公司幫助《財富》500強企業實際構建專門為其業務定制的AI工具和代理。

“我們過去一年一直在……正是在那個交叉點工作，”Gopal說，他發現“AI並不總是有用”，因為它需要大量的商業背景才能有效。“人們一直認為這是技術問題，”但實際上，問題在於AI無法訪問存在人們腦海中的商業背景，這些背景尚未轉化為數據——而且可能永遠無法轉化。“人們認為，‘哦，這像是一個語義層和數據問題，把你的數據準備好，讓它運作’等等，但真正的問題是，最有用的資訊不存在於數據中。‘沒有人把它寫下來。’如果沒有人寫下來，你就無法用它來訓練AI。”

對於一位AI高管來說，Gopal認為，很多企業其實永遠無法用AI來訓練，因為“這是真實的商業在運作。”有對話的真人，並且不斷更新商業背景，總是比機器人更先一步。“你會為那個個別對話訓練AI一整天嗎？”他問，然後每次商業背景變化時都要重新訓練？

Gopal同意他的採訪者的看法，認為新聞業是一個可以抗拒自動化的行業，因為讀者對人類洞察、深度來源和前瞻性分析感興趣，這些是AI難以輕易複製的，甚至永遠無法做到的。他還提到銷售、行銷和運營人員也是例子。在他看來，這些領域需要即時決策的人本身就具有天然的保護。

Gopal並非唯一認識到AI需要人類部署才能運作的高管。Tatyana Mamut，前Salesforce和亞馬遜Web服務高管，現通過她的創業公司Wayfound.AI提供AI代理監控服務，她告訴《財富》：“我們需要停止把AI當作工具來談。它不是工具，就像錘子一樣。”她認為，它更像是一個“會自己思考、能設計房子、能比大多數建築行業的人更好建造房子的錘子。”但它仍然需要看到建築計劃。

關於商業背景，Mamut表示，她認為“真正理解如何用AI實現這一點的人很少。”她說，“你需要真正的工具和機制來捕捉這些背景知識。”不同品牌、不同系統和不同流程的公司都擁有不同的背景，這些都需要由AI來捕捉，她預測，聰明的SaaS公司將轉向這一領域。她說，專家服務將通過具有適當背景捕捉能力的代理來提供，而不是純粹的軟體即服務。

Gopal對於能捕捉到多少背景持悲觀態度，估計使AI變得有用的努力中有70%完全依賴於只存在於人腦中的未寫下的商業背景。“你根本無法用這種流動的日常現實來訓練系統，”Gopal解釋，指出現實商業不斷根據個人對話和人際互動而變化。雖然AI可以自動化最頂端（編碼）和最底端（物理機器人）的任務，但中間的知識工作則需要人類背景。

Ed Meyercord已在Extreme Networks部署機器學習流程超過十年，該公司為職業足球和棒球場提供網絡服務，營收超過10億美元。他在最近的《財富》採訪中表示，他在運營層面看到與Gopal類似的動態。他的團隊已經使用代理設計網絡、提前發現故障，甚至在ServiceNow等系統中與其他代理通信，但他堅持在關鍵基礎設施的工作中，總有人類在環節中審查。

“網絡是關鍵基礎設施，所以我們必須準確無誤，”Meyercord說。他補充說，Extreme在其平台中建立了代理核心，“這使我們能夠非常高精度。”他說，因為準確性至關重要，“我們總是希望有人類在環節中，展示我們所有的工作。”

像Gopal一樣，Meyercord也認為AI不可能直接“取代我們的工作”；人類的角色正從手動完成每一個任務轉變為協調代理、收集正確的背景資訊，並決定將問題指向機器。他說，作為CEO，他的工作在很多方面是，讓自己周圍都是“比我聰明很多”的專家，並將AI作為另一個超快的隊友，而非取代者。

另一方面，任何可以自動化的事情都已經受到AI的威脅，Gopal點出市場上的“軟體即服務崩潰”正在殘酷懲罰軟體、保險、財富管理和客戶服務行業。他說，到今年年底，這在公司估值中會變得更加明顯，因為機器人會吞噬所有不需要商業背景的工作。他補充說，這對工作的意義令人振奮。

白領工人轉變

Gopal認為，這種人類工人（具有商業背景）與能更快、更聰明工作的AI（但缺乏輸入）之間的共生關係，將決定Shumer所警告的白領工作的未來。“你必須選擇並持續捕捉背景，這才是真正的轉變所在。”他說，“這也是普通白領工人需要理解的事情。”

Gopal分享了一個來自團隊的趣聞，表達對有了AI編碼工具後，一個平庸軟體工程師的挫折感。“我們就想，‘哥，跟你說話比自己做還貴。解釋我需要在產品上做什麼，比我自己用AI快速搞定還花時間。’”他補充說，與平庸工程師溝通的時間，其實可以用來管理AI的輸出。他比喻說，這就像每個員工都能隨時擁有一個個人技術合夥人，可能讓他們產出多達20倍的工作量。

Meyercord也表示贊同，他說，計算機科學畢業生不再需要以前那樣的技能，但他們“需要不同的技能”。他已經開始看到新技能的出現，不一定都是深度訓練批判性思維的文科畢業生，而是“幫助我們開發的人”。他需要能夠將工作委派給AI代理、與代理交流、審核其工作並監督工作流程的人。這與Gopal的預測非常相似。

Gopal預測，人類的工作角色必須進化，才能為推動業務的AI代理提供正確的輸入，他甚至給這個角色取了一個名字。“我們作為人類和人員的工作，就是成為背景收集者，而不僅僅是工作者。”他說，直到現在，大多數人都把這點視為理所當然，因為他們沒有AI代理與之並行。“讓我們在工作中出色，獲得晉升，變得更有影響力的，實際上就是這種收集背景的能力。這才是我們的優勢。”

Gopal警告，真正需要擔心失業的人，是那些“拒絕成長”並否認這一新現實的人。如果普通工人不採用這些工具，他們就有可能將所有經濟權力交給少數懂得技術的人，可能造成一個反烏托邦式的財富差距。但對於願意適應的人來說，未來是非常光明的。“我不認為AI會直接來搶我們的工作，”Gopal說，“這根本不可能。”

Meyercord表示，他的公司仍在成長，他認為，AI失業的說法忽略了整體局勢。“一方面，你可以用更少的人做更多事，”他說，“或者用相同的人數做更多事。或者用多一點點資源做更多事。”他補充說，如果你聘請合適的背景收集者，你真的可以擴大業務。“你要思考你想達成什麼目標？我們想做得更多。”

這篇文章最初刊登於 Fortune.com

條款與隱私政策

隱私儀表板

更多資訊