本文由第三方AI基于财新文章 https://a.caixin.com/LPKH8jq6 提炼总结而成，可能与原文真实意图存在偏差。不代表财新观点和立场。推荐点击链接阅读原文细致比对和校验。 本文由第三方AI基于财新文章 https://a.caixin.com/wfI6Cr5s 提炼总结而成，可能与原文真实意图存在偏差。不代表财新观点和立场。推荐点击链接阅读原文细致比对和校验。 本文由第三方AI基于财新文章 https://a.caixin.com/cnQsckso 提炼总结而成，可能与原文真实意图存在偏差。不代表财新观点和立场。推荐点击链接阅读原文细致比对和校验。 一、 行业与公司 * 能源行业：聚焦于中国能源安全、能源体系韧性及新型能源体系建设[2][5][6][7][8][9] * 人工智能（AI）与科技行业：核心讨论AI（特别是大模型和智能体）对全球职场、企业组织、商业模式及就业市场的深刻影响[13][14][15][16][17][18][20][22][34][35][37][41][42][43][44] * 涉及公司包括：Meta、亚马逊、字节跳动、阿里巴巴、腾讯、华为、Kimi、DeepSeek、智谱、MiniMax、OpenAI、Anthropic、澜舟科技、53AI、就绪AI等[14][15][20][22][35][41][44][56][57][73][74][76] * SaaS（软件即服务）行业：探讨AI发展对传统SaaS商业模式的冲击与重塑[41][42][43] 二、 核心观点与论据 1. 能源安全与体系建设 * 增强能源体系韧性是国家安全与高质量发展的基础：面对中东地缘冲突等外部冲击，中共中央政治局会议提出要提高能源资源安全保障水平[5] * 中国能源体系已展现出较强韧性：得益于能源结构多元（2025年煤炭消费占比51.4%[7]）、新能源发展迅猛（“十四五”期间新能源发电量增量占全国近50%[7]）、进口来源多元及储备充足[7] * 保障能源安全的关键路径： * 加快新型能源建设：截至2025年，中国风电装机连续15年、光伏装机连续10年稳居世界第一[9] * 深化能源体制机制改革：需加快建设适应新型能源体系的体制机制，包括激发消费侧活力、提升系统韧性、健全市场机制等[6][9] * 能源安全具有全球属性：中国的新型能源产能和技术为全球能源转型提供支撑，例如储能出海[10][11] 2. AI对职场与组织的冲击与重塑 * “技能蒸馏”（Skill化）成为AI人力替代的核心技术路径：企业通过采集员工操作数据，将其转化为可被AI学习复用的标准化技能，终极形态是替代人类的AI智能体或数字员工[13][16][24][25][28][29] * 案例：Meta推出“模型能力倡议”（MCI）监测员工行为数据用于训练AI[14]；上海AI实验室工程师开发出开源智能体colleague.skill，可自动处理周报、代码审核等任务[15][16] * AI人力替代已进入规模化阶段，企业需求迫切：目标是降本增效，基础客服、数据录入、财务核算等可量化岗位受冲击最大[16][17][18][35] * 数据：麦肯锡报告显示，全美57%的工作时长可被AI自动化解决[18]；世界经济论坛预计到2030年AI将创造约1.7亿新岗位，同时取代约9200万个现有岗位[22] * 人机协同成为主要发展方向：未来是人类、AI智能体、机器人三者的技能伙伴关系，AI负责流程化执行，人类负责复杂决策、创意和价值判断[34][35][36] * 价值预测：到2030年，人机协同模式有望为美国市场每年释放约2.9万亿美元经济价值[34] * AI正在改变企业人才需求与招聘市场： * 技能需求：AI熟练度（AI Fluency）技能在招聘需求中增长了7倍，成为增速最快的技能[37] * 招聘趋势：2026年校招，AI相关岗位逆势放量、薪酬大涨。新经济行业新发AI岗位量同比增长约12倍，占新经济岗位量的26.23%（2025年同期仅为2.29%）[37][55] * 薪酬水平：新发AI岗位平均月薪为60738元，比新经济行业平均薪资（48189元）高出约26.04%[58]；头部模型算法工程师校招生年薪可超过300万元[57] * AI对SaaS等行业的商业模式产生颠覆性影响： * AI从工具升级为软件的替代者，导致SaaS概念股股价大跌（2026年以来跌幅接近40%）[41] * 商业模式从传统订阅制转向RaaS（结果即服务），企业为AI带来的实际结果付费[42] * 长期看，SaaS行业的市场空间可能被压缩，中国SaaS市场规模可能萎缩至三分之一左右[43] * AI冲击沿“知识到交付”链条传导：首先冲击律师、教师等知识型职业，随后是程序员、设计师，未来模型研发本身也可能减少人力参与[44][45] 3. AI校招与人才竞争 * 科技公司大幅增加AI校招名额： * 字节跳动2026届校招计划开放超5000个岗位，较上年增加约25%[56] * 阿里巴巴2026届校招AI相关岗位占比超六成[56] * 各公司推出“顶尖人才计划”（如字节Top Seed、阿里星、腾讯青云计划）争夺AI人才[57] * 抢人大战提前至实习阶段：大型科技公司通过暑期实习提前锁定人才，秋招时正式岗位所剩无几[68][70] * 求职路径多元化：学历背景不再是唯一门槛，通过AI技能独立完成产品项目、参与初创公司、积累相关实习经验等成为进入AI行业的重要途径[61][62][63][64][65] * 求职者的选择与焦虑：毕业生在科技巨头（体系完善但分工细化）与初创公司（成长快但不稳定）间权衡，并担忧AI行业未来的人员扩张并非常态，以及潜在的“35岁危机”[71][72][73][74] * “一人公司”（OPC）成为应对AI替代威胁的思考方向：借助AI工具，个人可完成全链路工作[77][78] 三、 其他重要内容（风险、挑战与法规） 1. 能源领域 * 中国政府强调需保持忧患意识，坚持底线思维，统筹能源安全与绿色低碳转型[8] 2. AI领域 * 法律与合规风险极高：“技能蒸馏”涉及个人信息保护、数据安全、劳动用工、知识产权、商业秘密、算法治理六大领域的系统性合规风险[23][47][49] * 数据采集合法性：企业强制采集员工鼠标轨迹、操作记录等行为，在法律上很难被认定为真实、自愿的同意[47][48] * 劳动合规：中国法律法规不容许以AI替代为由降薪、调岗和裁员。杭州中院已有判例认定企业以AI可替代岗位为由单方调岗降薪属违法行为[22][23][51] * 知识产权与商业秘密：员工工作成果和客户信息等商业秘密在数据训练中存在泄露风险[49][50] * 技术风险与伦理困境：包括数据泄露、AI行为失控、责任界定困难以及人类过度依赖AI导致关键决策能力退化等[31][36] * 社会影响不确定性：未来可能走向“替代时代”（失业率飙升）或“辅助经济”（人机协同渐进转型）等不同情景，取决于AI发展速度与劳动力技能适配的匹配程度[38][39] * 企业内部要求：近八成受访职场人员表示所在公司已对AI能力提出相关要求，其中超过三分之一的企业已配套考核或培训机制[76]