黄仁勋：在基本工资之外发放AI代币作为薪酬，AI智能体正重塑人类工作方式

来源：环球市场播报

　　核心要点

• 黄仁勋提议，在工程师基本工资之外额外发放 “AI 代币” 作为激励。
• 黄仁勋设想，英伟达未来将雇佣数十万 AI 智能体，数量超过其现有的 4.2 万名人类员工。
• AI 智能体已引发担忧，或将持续侵蚀白领岗位。

　　硅谷职场的福利向来包含高薪。如今，部分工程师有望获得一项全新激励：人工智能代币。

　　英伟达 CEO 黄仁勋在本周一提出一种新颖薪酬模式：在工程师基本工资之外，额外配发一定额度的 AI 代币，本质上是通过支付代币鼓励他们使用 AI 智能体提升工作效率。

　　黄仁勋表示，代币（即 AI 系统使用的数据计量单位）可用于运行工具、自动化执行任务，正成为 “硅谷招聘的新手段之一”。

　　“工程师的年薪会达到几十万美元，这是他们的基本工资，” 黄仁勋在这家芯片厂商的年度 GPU 技术大会上说道。

　　“我打算在基本工资之外，再给他们大约相当于半个年薪的代币…… 因为每名能使用代币的工程师，工作效率都会更高。”

　　这一提议折射出黄仁勋对未来职场的更宏大构想：工程师将管理一批 AI 智能体，这些智能体只需极少人工干预，就能自主完成复杂的多步骤任务。

　　这也是黄仁勋近期不断公开阐述的愿景。上月他在接受 CNBC 采访时表示，英伟达员工未来将与数十万 AI 智能体协同工作。

　　“我现在有 4.2 万名‘生物员工’，未来还会拥有数十万‘数字员工’。”

　　此番表态之际，市场对 AI 智能体（可独立执行复杂多步骤任务的软件系统）或将侵蚀白领岗位的担忧日益加剧。

　　橡树资本创始人霍华德・马克斯在致投资者的备忘录中警告，AI 能力迎来 “跨越式突破”，现已具备 “自主行动能力”—— 这一关键特性决定了它替代人力的潜力。

　　“正是这一差异，让一个 500 亿美元规模的市场，变成了数万亿美元的市场。” 这位资深投资人表示。

　　高盛估算，AI 有望自动化处理美国境内占总工时 25% 的工作内容，这也引发了部分人所谓 “就业末日” 的恐慌。

　　该行预计 AI 将推动生产率提升 15%，在普及过程中可能导致 6% 至 7% 的岗位被替代。

　　高盛高级全球经济学家约瑟夫・布里格斯称：“如果 AI 比以往技术更具替代性，就业岗位流失的风险将会显著加大。”

　　布里格斯援引经济学家戴维・奥托尔的研究指出，如今约 60% 的劳动者所从事的职业在 1940 年并不存在，这意味着 AI 会淘汰部分现有岗位，同时也会创造出全新职业。

　　AI 智能体拉动软件需求

　　黄仁勋对 AI 智能体给软件行业带来的影响持乐观态度，并称这一影响 “有违直觉”：AI 智能体不会降低软件需求，反而会成为其最庞大的消费群体。

　　他的逻辑是：AI 智能体数量越多，对其运行所依赖的底层软件基础设施（程序、工具及算力资源）的需求就越大。

　　“我们使用的 C 语言编译器数量、Python 程序数量、算力实例数量都在飞速增长 —— 因为使用这些工具的智能体数量在不断增加。”

　　信息技术公司 CI&T 总裁兼创始人布鲁诺・吉卡尔迪将这一变革称为彻底的范式转移。“智能体正在创造一层新的抽象层，” 他表示。

　　“现在软件工程师不用编程语言，而是用通俗英语‘告诉’计算机该做什么。过去需要数月完成的工作，如今几天就能搞定。而且这一趋势只会越来越快。”

　　“人才悖论”

　　即便企业普遍面临技术人才短缺，AI 引发的岗位流失焦虑仍难以平息。

　　咨询公司美世亚洲职业业务负责人刘易斯・加拉德表示，就业市场正陷入 “人才悖论”：98% 的高管预计未来两年 AI 将导致裁员，而 54% 的高管将人才短缺视为首要宏观挑战。

　　加拉德估算，约 65% 的高管预计到 2026 年，企业 11% 至 30% 的员工将因 AI 面临岗位调整或再培训。

　　他补充道，入门级岗位面临的风险最大，因为 AI 会取代过去用于培训新员工的 “垫脚石” 类工作，在市场对懂 AI 人才需求激增的背景下，进一步拉大技能差距。

　　咨询公司 Intelligence Briefing 创始人、《人类智能体 AI 优势》一书作者安德烈亚斯・韦尔施称，数据分析、文档处理、信息比对、撰写初稿等相关岗位，将成为首批被替代的对象。

　　高盛的布里格斯也承认，即便在最乐观情境下，这一转型也不会一帆风顺。他预计，随着就业市场进入新时代，失业率峰值将上升约 0.5 个百分点。

　　但布里格斯表示，新岗位将会出现，并强调长期来看，技术变革始终是就业增长的主要驱动力，会不断催生全新职业。

　　如今有数千万人从事计算机、零工经济、电商、内容创作、电子游戏等行业 —— 这些行业在几十年前还只存在于科幻作品中。

　　尽管如此，将 AI 能力融入企业现有工作流程，最终可能比技术本身更具挑战。Intelligence Briefing 的韦尔施指出，2018 年以来约 80% 至 85% 的 AI 项目以失败告终 —— 对这个热情高涨的行业而言，这一数据令人警醒。

　　“如果数十万智能体带来的问题比解决的问题还多，那就得不偿失了。”