人物背景与荣誉 - John A. McDermid 教授于1987年成为约克大学软件工程教授，其工作涵盖系统、软件和安全工程方面的广泛问题 [3] - 他于2018年1月成为英国劳氏基金会资助的Assuring Autonomy International计划主任，专注于机器人和自主系统的安全性 [3] - 他于2019年10月被任命为HSE的非执行董事 [3] - 他拥有英国皇家工程院院士、BCS会士、IET会士、英国高等教育学院院士、大英帝国勋章获得者等多个头衔 [1] - 他于2002年成为皇家工程院院士，并于2010年被授予OBE [4] 专业领域与行业贡献 - 他的工作专注于机器人和自主系统的安全性 [3] - 他于2018年成为专注于自动驾驶安全性的公司Five的顾问 [3] - 他一直积极参与民用和国防应用的安全和软件标准制定，目前是BSI互联自动驾驶汽车标准咨询委员会主席 [4] - 几十年来，他一直担任政府和行业的顾问，包括劳斯莱斯、英国国防部、西门子、弗劳恩霍夫博物馆、美国核管理委员会和美国宇航局 [3] 学术成果与影响力 - 他是六本书的作者或编辑，发表了大约450篇论文 [4] - 他是约克大学软件工程讲席教授、约克大学自主系统安全中心主任、约克大学计算机科学系前系主任 [1] 最新动态 - John McDermid院士已加入欧洲经济研究院 [1][6]

全球劳动力市场核心变化 - 全球经济增长与就业增长同步放缓 关键变化并非失业率上升 而是就业增长明显减速[1][2] - 过去一年 世界许多地区曾面临的劳动力短缺现象已完全消失[1][2] 行业就业创造与集中度 - 目前创造新岗位最关键和最集中的行业是高科技行业 特别是科技公司[3] - 科技公司的高估值与市场预期其未来能创造利润和新收入来源有关[3] - 高科技行业的初始就业创造 有望通过溢出效应为其他行业带来额外需求 可能惠及个人服务 其他服务 交通及建筑等领域[3] AI对就业市场的实际影响评估 - 当前阶段 AI对就业市场的冲击被明显高估 并未出现10-15年前预测的40%-50%岗位受影响的迹象[1][4] - AI目前更常见的用途是接管例行性任务 从而重塑工作内容与方式 而非大量替代岗位[1][6] - 可见的冲击目前更多集中在少数局部领域 例如软件工程领域 以及部分年轻求职者进入劳动力市场时面临的困难[1][4] AI对工作性质与企业运营的重塑 - AI技术主要是在重塑与改变岗位 帮助企业提升现有员工生产率 或让其面向新的客户群体以拓展业务[6] - 例如 中国招聘公司的招聘人员因机器处理筛选简历等文书工作 从而有更多时间专注于寻找潜在客户和开拓新市场[7] - 企业需要为年轻人找到能立即承担职责的新机会 而非只提供例行性工作 以应对人口老龄化带来的挑战[5] AI与劳动生产率及技术扩散规律 - AI采用速度快速上升 但全球劳动生产率仍较为低迷[8] - 新技术对就业和生产率产生显著影响通常需要很长时间 企业适应新技术并提升员工生产率的过程比预期更漫长[8] - 目前劳动力市场或生产率数据中尚未看到太多重大变化[8] 未来全球就业与经济展望 - 尽管存在不确定性 全球经济表现出相当的韧性 预计此韧性将延续到明年并有望带来新增长动力[10] - 技术推动的调整和地缘政治事件正在产生影响 一旦全球经济消化这些事件且企业完成调整 可能在2027年或更早看到增长加速[10]

人工智能对全球就业市场的整体影响 - 目前人工智能对全球劳动力市场的整体影响尚不显著，就业替代和创造的规模都相对有限 [4] - 在特定行业如软件工程领域，AI在过去五年创造了大量岗位，但近期该领域劳动力市场有所降温，部分原因是AI已展现出自主编写新代码的潜力 [4] - 全球四分之一的工作岗位可能受到生成式人工智能影响 [1] 人工智能对不同技能水平劳动者的影响 - AI作为认知型技术，主要影响高技能劳动者，也在一定程度上波及中技能劳动者，低技能的体力劳动者目前所受影响较小 [5] - 受影响最显著的是高技能的商业服务和个人服务类职业 [5] - 随着AI进一步集成到机器人及自动化设备中，预计对低技能体力劳动者的影响将会加大 [5] 人工智能影响的地区差异 - 从国家收入水平看，高收入国家就业岗位受生成式人工智能影响的比例更高，达到34% [1] - 大多数涉及认知型劳动的工作仍集中在高收入及中高收入国家，因此低收入国家在全球经济中尚未明显感受到AI带来的冲击 [6] 新兴与发展中经济体面临的挑战 - 新兴与发展中经济体面临数字基础设施不足、高端软件人才匮乏以及监管框架滞后三大瓶颈 [2][7] - 具体挑战包括缺乏高速互联网和本地数据中心，以及缺乏足够的软件工程师等人力资本短板 [7] - 监管体系在数据隐私、自动化监管等方面尚未建立完善的法律框架，盲目模仿发达经济体的政策可能收效甚微 [2][7] 应对策略与政策建议 - 各国需加大对教育、技能及能力建设的投入，重点应放在与AI形成互补的技能上，而非那些容易被自动化替代的技能 [8] - 投资数字基础设施至关重要，包括高速互联网和稳定电力供应，是有效利用AI技术的基础条件 [8] - 推荐建立“双元职业培训系统”，将学校教育与在岗培训相结合，并由企业参与课程设计 [12] 终身学习与技能发展 - 终身学习成为必然，没有一种最优教育或学位能保障整个职业生涯 [2][16] - 发展“微证书”体系，通过短期、灵活的培训获得特定技能认证，帮助劳动者在不中断工作的前提下持续更新能力组合 [2][17] - 拥有通用的管理技能，如项目管理、人员管理和沟通能力等软技能，将帮助劳动者在更广阔的劳动力市场中立足 [18] 中国的战略重点与发展前景 - 中国在发展技术方面路径正确，关键在于持续强化技术研发能力，力争站上全球技术前沿 [2][15] - 中国大学和研究机构可以进一步加强，确保AI工具被用于促进科技创新 [2][15] - 中国可以利用AI优化公共服务，例如在交通管理方面优化通勤效率，在能源领域帮助更有效地管理电网 [14]

AI对全球就业市场的整体影响 - 人工智能对全球劳动力市场的整体影响目前尚不显著，就业替代和创造的规模都相对有限[5] - 在特定行业如软件工程领域，AI在过去五年创造了大量岗位，但近期该领域劳动力市场有所降温，部分原因是AI已展现出自主编写新代码的潜力[5] AI对不同技能水平劳动者的差异化影响 - AI作为认知型技术，主要影响高技能劳动者，也在一定程度上波及中技能劳动者，低技能的体力劳动者目前所受影响较小[2][5] - 受影响最显著的是高技能的商业服务和个人服务类职业[5] - 随着AI进一步集成到机器人及自动化设备中，预计对低技能体力劳动者的影响将会加大[2][5] AI影响的地区差异 - 高收入国家就业岗位受生成式人工智能影响的比例更高，达到34%[1] - 大多数涉及认知型劳动的工作仍集中在高收入及中高收入国家，因此低收入国家尚未明显感受到AI带来的冲击[5] 新兴与发展中经济体面临的挑战 - 新兴与发展中经济体面临数字基础设施不足、高端软件人才匮乏以及监管框架滞后三大瓶颈[2][5] - 这些挑战使得国家在拥抱AI技术以促进增长与维持就业稳定之间难以平衡[2] 应对挑战的政策与投资方向 - 国家亟需加大对教育、技能及能力建设的投入，重点应放在与AI形成互补的技能上，而非那些容易被自动化替代的技能[7] - 投资数字基础设施至关重要，包括高速互联网和稳定电力供应，这些都是有效利用AI技术的基础条件[7] - 建议建立融合学校教育与工作实践的职业培训体系，如“双元职业培训系统”，帮助企业表达未来五到十年所需的能力类型[9] AI对非正规经济的影响 - AI不会直接冲击非正规就业者，但可能产生间接影响：如果正规部门因AI出现大量岗位流失，部分劳动力可能被迫转入非正规经济[7] - AI技术也能帮助政府向非正规经济提供公共服务，从而有助于扩大正规经济规模，推动“非正规经济正规化”[7] 中国的技术发展路径与前景 - 中国在发展技术方面路径正确，关键在于持续强化技术研发能力，力争站上全球技术前沿[2][11] - 中国大学和研究机构可以进一步加强，确保AI工具被用于促进科技创新，这不仅对中国有利，也将惠及全球[2][11] 对年轻劳动者的建议与未来职业路径 - 对于年轻劳动者，保持灵活与开放的心态至关重要，没有一种最优教育或学位能保障整个职业生涯，终身学习成为必然[2][11] - “微证书”体系是通过短期、灵活的培训获得特定技能认证的有效方式，帮助劳动者在不中断工作的前提下持续更新能力组合[2][12] - 拥有通用管理技能如项目管理、人员管理和沟通能力等软技能的职业路径更具韧性，这些技能跨行业适用，约占职业的50%[13]

营商环境优化实践 - 上海连续8年推出营商环境行动方案，从1.0版迭代至8.0版，在世界银行中国企业调查报告中创下22项全球最优成绩 [1] - 上海市发改委指导发布首届优化营商环境创新实践案例，涵盖市级、区级、街镇三个组别的"十佳案例"及30个"优秀案例"，从400余项申报案例中精选 [1] - "一区一品"、"一街镇一品牌"等微观案例成为改革落地关键，优化基层营商环境是提升企业获得感的"最后一公里" [1] 生态与科创融合 - 宝山庙行镇通过打通1.4公里滨水步道、营造2.73万平方米亲水空间，使园区入驻率提升8% [2] - 华阳路街道聚焦武夷路、愚园路等百年马路更新，释放10万平方米载体打造低成本科创空间 [2] - 青浦区联动江苏吴江、浙江嘉善共建跨省域高新区，引进21家企业平台入驻三塘村九浪科创小院，与复旦大学共建国家大学科技园青浦创新中心 [3] 科创资源集聚 - 杨浦区五角场街道在700米长的大学路聚集复旦、上海财大等高校资源，吸引爱回收、商米科技、声网等4500家企业，其中63家营收超5000万元、15家上市企业 [3] - "V聚场"落户大学路，构建"大学-大厂-大V"的"创新大三角" [3] 金融支持创新 - 徐汇区推出知识产权ABS模式，2024年11月发行上海首单全市场化增信知识产权证券化项目，规模5900万元（储架5亿元），覆盖9家高新技术企业，估值4390万元 [4][5] - 虹口区推出"虹口秒贷"智能推荐算法模型，覆盖17家银行的20款产品，服务4900家企业 [5] 监管优化 - 上海市市场监管局全面应用"检查码"，实现无码不检查、检查必亮码，34份轻微不罚清单覆盖28个执法条线，累计减免罚款超11亿元 [6] - 嘉定区马陆镇实施A级企业"无事不扰"、B级"指导为先"、C级"强化监管"的分级监管模式 [6] - 金山区推动执法力量向"不放心企业"倾斜，入企检查频次从2.34次/家降至1次/家 [7] 青年创业支持 - 徐汇区徐家汇街道打造上海首个商圈零工驿站，"15分钟就业服务圈"服务1600人次，助力700余人就业创业 [8] - 嘉定区"有'嘉'客栈"项目为外省市青年提供15天免费过渡住宿，覆盖1694个床位，服务1081家重点企业 [8]

纪要涉及的行业和公司 行业：科技、军工 纪要提到的核心观点和论据 - **国内市场潜在利好**：当前虽有小量级利好消息，但周五市场未反映，高级别谈判可能涉及关税、科技限制、稀土出口问题，大概率落地利好，因美国有现实需求，潜在利好或下周体现，科技赛道先受益[1][2][5] - **美国资产情况**：上周五美国资产不顾市场继续向上，源于发布的非农就业数据超预期，但该数据自2023年起真实性存疑，美股位置高、重心高，有向下修正压力，美元资产未脱离危险期，美债还在抢救，处于大分裂状态[6][7] - **行业发展趋势**：科技方向与热点重合度大，或借机发酵；军工板块前期调整后释放好消息，获海外大订单；外部环境回暖提升市场安全感和情绪，利于科技赛道发挥和成交量提升，若成交量上升，赛道轮动持续性或更好，科技细分领域值得关注[8][9] 其他重要但是可能被忽略的内容 - **美国内部情况**：美国内部和外部遭遇巨大扰动，有人攻击特朗普，将其与爱泼斯坦案关联，还发起成立美国第三党派投票，特朗普反击马斯克，双方对攻后经斡旋不再搭理对方；美国驱逐非法移民动作暴力引发骚乱，国家警卫队两三千人介入平息[2][3][4]

博览会概况 - 第四届中国—中东欧国家博览会暨国际消费品博览会主题为"向新 向实 向未来"，在宁波举行，展期22日至25日 [1] - 参展国家包括14个中东欧国家及英国、法国等9国，展区面积、参展商数量和商品数量均创新高 [1] - 中东欧展区面积达2万平方米，400多家展商带来8000多种商品，涵盖水晶、蜂蜜、奶酪等传统商品及智能家电等新品 [1] 主宾国与重点参展企业 - 斯洛文尼亚和斯洛伐克共同担任主宾国，斯洛文尼亚组织15家企业参展，涉及轻型飞机、化妆品等行业 [1] - 斯洛文尼亚企业通过科佩尔港与宁波港合作强化双边经贸联系，期待拓展汽车、文体产业合作 [1] - 一家斯洛文尼亚跨境合作企业近年促成中欧企业合作数量年均增速达30%，反映双方市场关注度提升 [1] - 斯洛伐克医疗植入物企业首次参展，使用3D打印和钛金属技术生产高生物适应性产品，寻求中方合作伙伴 [2] 物流与贸易便利化 - 中东欧商品采购联盟与顺丰速运合作，将商品进口周期从海运40-60天缩短至4天，运费从每公斤1.5-2欧元降至1欧元 [2] - 新物流方式促进果汁等保质期敏感商品贸易，推动中欧双边贸易发展 [2] 文化展示与市场潜力 - 首次设立魅力中东欧专区，通过旅游推介、时装秀等活动展示各国文化风情 [2] - 波黑精油企业瞄准中国中等收入群体消费潜力，计划通过展会精准对接超大规模市场 [2][3] - 匈牙利12家企业参展，覆盖消费品、软件工程和AI解决方案，数字合作成为亮点 [3][4] 企业合作与市场机遇 - 中国市场为欧洲企业提供销售、分销及合作伙伴寻找机会，博览会搭建高效对接平台 [2] - 匈牙利出口促进局强调匈中良好关系推动经贸合作，数字解决方案在中国生产使用 [3][4]

科技行业就业趋势 - 科技行业裁员现象加剧，2024年已有15万科技人员失业，2025年上半年又有5万人被裁[5] - 微软近期裁员规模达六七千人[5] - 美国劳工统计局数据显示软件工程是增长最快职业，但现实情况与官方数据形成强烈反差[4] AI对就业市场的冲击 - AI已深度介入招聘流程：80%公司使用AI筛选简历，面试环节也由AI主导[1] - Anthropic公司CEO预测：到2024年9月AI将能编写90%代码，2025年可能全面接管编程工作[4] - 传统技术人才面临生存危机，20年经验程序员投递800份简历未获真人面试机会[1] 职业转型困境 - 技术人才转行成本高昂：卡车司机培训费需数万美元[4] - 程序员收入断崖式下跌：从年薪15万美元降至依靠送外卖（单笔收入6.5美元）和二手交易维持生计[2][4] - 房产成为负担：持有三处房产但产生额外成本（如4%的Airbnb入住税），未能有效改善财务状况[4] 行业技术迭代影响 - ChatGPT崛起直接导致元宇宙项目热度消退[1] - 技术颠覆速度加快：类似智能手机淘汰功能机的现象正在编程领域重演[1] - 企业倾向用AI替代人力而非提升产能：1名开发人员+AI可替代10人团队，但未将生产力提升至1000倍水平[5] 行业认知差异 - 主流舆论尚未意识到AI对就业的即时威胁，仍将其视为未来问题[5] - 技术人才提出警示：当AI能完成所有工作时，需重新思考工作与生存的关系[5]