黄仁勋：AI 数据中心建设将催生海量技术工种岗位，年薪六位数无需大学文凭

全球科技巨头计划在本十年末投入约 7 万亿美元用于数据中心建设，英伟达 CEO 黄仁勋在瑞士达沃斯世界经济论坛上表示，这一举措将引发 “人类历史上规模最大的基础设施建设热潮”，并创造大量就业岗位。他强调，这些岗位主要集中在电工、管道工、建筑工人和钢铁工人等技术工种，许多职位年薪超 10 万美元，且无需大学学位，呼吁社会重视技能型职业的发展价值，“每个人都能过上体面生活，不一定非要拥有计算机科学博士学位”。

麦肯锡报告预测，2023 至 2030 年间，美国仅电工岗位就需新增 13 万名持证人员，同时还需补充 24 万名建筑劳工和 15 万名施工监管人员。不过，黄仁勋的乐观预期与部分企业领袖的担忧形成鲜明对比。福特 CEO 吉姆・法利指出，AI 正大幅压缩白领初级岗位，科技公司自 2019 年以来入门级员工招聘量已锐减 50%，未来甚至可能替代半数美国白领工作者；与此同时，制造业回流面临严重的蓝领人力短缺，目前美国缺少 60 万工厂工人和 50 万建筑工人。

贝莱德 CEO 拉里・芬克也发出警示，电气行业将成为 AI 数据中心建设的关键瓶颈。美国劳工统计局数据显示，未来十年电工岗位需求将增长 9%，但现有劳动力规模远无法满足扩张需求。芬克直言：“我们甚至已告知特朗普团队，AI 基础设施建设可能因电工短缺而受阻。”

（来源：美国财富  https://fortune.com/2026/01/21/nvidia-ceo-jensen-huang-skilled-trade-job-boom-ai-construction-six-figure-salaries-plumbing-construction-electricans/）

WPP 首席技术官：AI 重塑广告行业，创意决策权仍需人类掌控

全球广告巨头 WPP 的首席技术官斯蒂芬・普雷托里乌斯透露，公司自主研发的 AI 操作系统 WPP Open 已成为其 AI 战略的核心支柱。该系统整合了 OpenAI 的 GPT、DALL-E、谷歌 Gemini 系列及 Anthropic 的 Claude 等多家技术，目前每月已有超 8.5 万名员工使用，较 2024 年 2 月的 3 万人实现大幅增长。

为帮助员工适配 AI 工具，WPP 构建了三级 AI 培训体系：面向新人的创意科技学徒计划（未来三年计划培训 1000 人）、针对中层员工的生成式 AI 应用课程，以及为高管量身打造的 “AI 与商业文凭” 项目。普雷托里乌斯强调，AI 技能培养需 “持续推进、目标明确”，“指望员工自行掌握 AI 应用方法并不现实，大家仍在摸索阶段”。

尽管 AI 在广告行业的渗透率快速提升 ——Forrester 调查显示 2025 年已有 75% 的广告企业启用 AI 工具，较上年的 61% 显著增长 —— 但目前 AI 投入仍处于净成本阶段。2025 年广告公司的 AI 相关运营成本增长 83%，仅有 7% 的企业能将生成式 AI 作为独立服务对外变现。WPP 表示，WPP Open 可为四人团队每年节省约 90 天工时，并计划于 10 月推出面向外部客户的 WPP Open Pro 版本，允许品牌自主规划、创作和发布营销活动。截至 2025 年底，WPP 员工已自主创建超 7.5 万个 AI 代理，公司采取鼓励自主探索的策略，而非自上而下强制推广。

当前行业环境下，奥美和宏盟集团相继裁员，WPP 也因第三季度营收疲软，将全年有机增长预期下调至 - 5.5% 至 - 6%，并启动业务重组计划。普雷托里乌斯强调，“回避 AI、固守传统工作模式的企业终将失去竞争力，被行业淘汰”。

（来源：美国财富  https://fortune.com/2026/01/21/wpps-cto-says-ai-is-reshaping-advertising-but-creative-judgment-needs-to-remain-in-human-hands/）

AI 应用加速普及，员工信任度却持续崩塌：婴儿潮一代信心降幅达 35%

万宝盛华集团发布的《2026 年全球人才晴雨表》显示，尽管 AI 在职场中的应用持续加速，但员工对该技术的信任度却大幅下滑。这份基于 19 个国家近 1.4 万名员工的调研结果显示，2025 年常规使用 AI 的员工比例上升 13%，但对 AI 应用的信心却骤降 18%。万宝盛华集团全球洞察副总裁玛拉・斯特凡表示：“AI 的采纳率在不断提升，但员工的信心却在崩塌，原因在于他们拿到 AI 工具后，既没有相关培训，也缺乏必要的背景说明和支持。”

这种 “信心鸿沟” 在不同年龄段员工中表现差异明显：婴儿潮一代对 AI 的信心下降 35%，X 世代下降 25%。尽管摩根大通 CEO 杰米・戴蒙、谷歌 CEO 桑达尔・皮查伊等企业高管对 AI 提升生产力的潜力高度看好 —— 戴蒙认为 AI 可能将每周工时缩短至 3.5 天，皮查伊则称 AI 对信息民主化的影响堪比火或电的发现 —— 但全球 56% 的员工表示近期未接受过任何技能提升培训，即便绝大多数企业已在一定程度上应用 AI。

技能与岗位需求的不匹配，导致多数企业未能从 AI 投资中获益。普华永道调查显示，仅 10% 至 12% 的企业在营收或成本控制方面看到 AI 带来的成效，56% 的企业表示 “毫无收获”。缺乏有效支持也让员工压力倍增，63% 的受访者表示因工作压力大和任务繁重而感到疲惫。

目前，IBM、埃森哲等企业已通过设立内部 “AI 学院” 为员工提供再培训，但多数员工仍面临技能脱节困境。出于对 AI 自动化替代工作的担忧，64% 的员工选择 “紧抱现有工作”，即便遭遇职业倦怠也不愿离职。斯特凡强调：“人们并非害怕 AI 本身，而是害怕被 AI 时代抛下。” 企业需加大系统性培训投入，让 AI 真正成为赋能员工的工具而非负担。

（来源：美国财富  https://fortune.com/2026/01/21/ai-workers-toxic-relationship-trust-confidence-collapses-training-manpower-group/）

谷歌云高管解读软件行业变革：从 “可预测” 迈入 “概率” 新时代

谷歌云数据与 AI 产品管理董事总经理亚斯明・艾哈迈德表示，当前软件行业正经历史上最大规模的模式碰撞，人工智能正推动行业从传统 “确定性” 模式转向 “概率性” 新时代，企业需重构运营逻辑才能充分释放 AI 潜力。

过去 50 年，商业软件始终遵循确定性模式：从客户关系管理系统到基础电子表格，所有软件都规则明确、结果可预测，输入 A 加输入 B 必然得到输出 C，任何偏差都被视为需要修复的漏洞。而生成式 AI 则打破了这一规则，它具有概率性、创造性和上下文依赖性，相同输入可能产生不同输出，更像是推理引擎而非计算器。这类 AI 能够解答确定性系统无法回应的问题，例如 “关税将如何影响今年的营收”“台海冲突会对大宗商品定价产生何种影响” 等，通过分析海量数据模拟多种可能结果，为决策提供参考。

艾哈迈德指出，将概率性 AI 强行嵌入追求零误差的确定性运营体系必然失败，领先企业需完成三大转型：一是衡量标准从 “效率” 转向 “自主性”，不再单纯统计节省的工时，而是关注 AI 在无需人类干预情况下的任务完成率、决策时效及结果准确性等指标，核心目标是实现 workforce 的无限扩张，摆脱人力瓶颈；二是管理思维从 “消除不确定性” 转为 “驾驭不确定性”，通过 “接地” 机制和置信度评分设立防护栏，当 AI 置信度高时可自主执行任务，置信度低时则移交人类专家审核，形成持续优化的反馈循环；三是数据角色从 “静态事实记录” 变为 “动态反馈源”，利用历史数据训练自主 AI 代理，推动人机协作从 “人类执行、AI 辅助” 逐步演进为 “AI 自主运行、人类定期审计”。

艾哈迈德用 “火车与帆船” 比喻两种模式的差异：过去的软件系统如同轨道上的高速列车，高效但路径固定；而生成式 AI 则像扬帆的帆船，借助数据之风驶向未知领域，虽需罗盘（事实依据）和舵柄（防护规则）指引，却能抵达火车无法触及的新目的地。未来，能够容忍模糊性、善用概率思维的企业领导者，将获得最核心的竞争优势。

（来源：美国财富  https://fortune.com/2026/01/21/google-cloud-exec-softwares-great-reset-from-predictability-to-uncertainty-ai/）