想要即時獲得市場上的最新資訊及分析嗎？
歡迎點擊連結訂閱【馬克觀點MKP】電子報，在即時更新資訊的同時，獲得最深入的分析～
- Jensen Huang：
“代理人工智慧的轉折點已經到來”
Just as Mark said before.
達拉斯聯邦準備銀行（Dallas Fed）的最新研究提出了一個讓Mark印象深刻的二元劃分框架：編碼知識（Codified Knowledge）與隱性知識（Tacit Knowledge）
編碼知識：指的是可以從教科書、歷史數據庫、標準操作手冊以及過往程式碼庫中提取並結構化的資訊。例如：撰寫基礎的Python腳本、回答標準化的客戶服務問題、進行初級的數據整理與財報輸入(就像群組有夥伴用AI為大家撰寫的Python腳本那樣，這讓傳統需要機構分析師才能進行的企業數據分析變的唾手可得)；這些也是大語言模型（LLM）最擅長處理，且能夠以近乎零邊際成本完美替代的領域 。
[這現象深刻改變了企業的人力資源行為模式。過去數十年，企業習慣於招募剛畢業的大學生從事基礎coding或文書工作，這被視為培養未來資深員工的「新手期」。然而，在AI時代，企業發現購買企業級AI訂閱服務，其成本遠低於招募並培訓新人的成本，且AI在處理標準化任務上的錯誤率與效率均優於新手。這導致了目前美國企業對低階職位的「招募凍結」]
隱性知識：指的是透過人類長期實踐經驗累積、對複雜非結構化環境的直覺判斷(很酷吧！在未來最寶貴的humanity資產可能就是你的直覺；因為AI不會有這種東西)、以及深度的情感與人際互動能力。例如：在模糊商業環境下進行戰略決策、解決未知的系統性架構崩潰、或是引導具有強烈情緒的客戶談判。
目前的AI技術尚無法複製隱性知識。
(我已經告訴了你如何在未來不被AI取代的秘密)
我的關鍵觀點是：如果去年至今流失的工作崗位僅僅是因為FED高利率導致的週期性失業，那一旦美聯儲啟動降息週期，這些製造業與資訊業的工作機會將會重新回籠。但，如果是AI技術導致的結構性轉變，即企業利用AI提高了總體生產力，從根本上重塑了工作流程，並永久性地消除了對某些人力的需求(如代理型AI可以取代的低階文書/編碼工作)，那即便美聯儲將利率降至零，這些原本的工作機會也永遠不會回來。(除非軟體業也像烘焙麵包一樣標榜"職人純手作？哈哈)(但大家都知道這是玩笑話，實際上"回不去了")
目前觀察到的現象是，年輕軟體工程師就業率暴跌20%，而高階AI職位的資深員工需求卻上升13%。
人工智慧與就業市場的負相關大趨勢已經確立，且具有不可逆性。
在可預見的未來，AI不會導致總體經濟就業的瞬間崩潰，但它將像地殼板塊變動的緩慢擠壓一樣，持續摧毀初級數位勞動的市場價值
- 目前美國IT職缺的流失，有跡象顯示人工智慧技術產生的替代效應，正在造成IT產業的結構性裁員。
國際貨幣基金組織（IMF）與高盛（Goldman Sachs）預測，人工智慧作為一種通用技術，將影響全球約40%至60%的就業崗位 。高盛的模型進一步指出，當AI完全整合後，可將市場的勞動生產力提高約15%，進而推動全球GDP大幅增長，但2026年的實體經濟正陷入經典的「生產力悖論」；意思是，在宏觀總體數據中，理論上應該發生的生產力激增目前尚未顯現。
原因不是專家們預測錯誤，而是歷史經驗表明，任何通用技術（如20世紀初的電力革命、70~80年代的個人電腦）在初期都會經歷一個「J型曲線效應」，企業需要投入大量的時間與資金進行內部流程的重新設計、員工再培訓以及系統對接，這些都屬於難以被GDP直接測量的「無形資本」投資，在前期階段，"宏觀"來說企業的生產力不僅不會上升，反而可能出現短暫的下降，同時企業會開始停止招聘傳統技能的員工而逐漸向新的需求轉型。
所以綜觀而言，這幾年若有震盪or下行行情，會是需要把握的機會，不然五到十年後你會後悔為什麼現在沒有多做點什麼。
相信Mark。
接下來這點是給年繳支持者的，精煉而又具有賺錢價值的重要訊息。畢竟我的目標是要幫助他們長期而言每年遠遠賺超過一萬台幣的訂閱費(以此證明訂閱我，遠遠超過那一萬塊新台幣的物理價值)
欲觀看完整版，歡迎點擊【馬克觀點MKP】訂閱mail電子報
------------------------------以下為年繳會員專屬資訊-------------------------------
