硅谷人才專家：AI時代，文科生的「反擊戰」？| 泉果無限對話

■  AI時代對人類就業的衝擊，到底是什麼樣的推演路徑？

■  為什麼美國就業市場可能會增加對文科生的需求？

■  機器人會很快全面替代人工嗎？

硅谷資深人才專家張琦 (Tom Zhang) 博士做客【泉果無限對話】，分享了自己對於人工智能時代，就業與人才特質的一線觀察和深刻見解。張博士長期聚焦中美高端技術人才的研究，他本人深厚的理工科背景讓他具備了非常獨特的分析優勢。他在浙江大學獲得工學博士學位，曾在美國加州聖荷西州立大學計算機系任教。

張琦博士是特斯拉公司亞太區首位人力資源專家，幫助搭建了特斯拉早期的亞太團隊；他還曾作為Google總部的國際招聘專家，協助李開復博士打造Google中國的早期團隊；他也曾在中國互聯網巨頭騰訊的美國公司負責人力資源工作。

  以下為張琦博士的分享實錄精選：

哪些人才特質

   更受硅谷科技公司的偏愛？

人才是科技公司最重要的資產。

各大科技公司評判候選人的時候，最看重哪些特質？

根據自己協助科技公司組建團隊的多年經驗，我的觀察是以下幾點：

第一，找聰明的人。這是不言而喻的。

其次，要有克服困難的能力。這個要從候選人的過往經歷來判斷，看他\她是否有克服困難的能力和心性。

第三，驅動力。美國名校招收的學生中有一類是「苦大仇深型」，他們非常渴望成功（hungry），改變自己的命運。任正非曾經説過一條人才標準：「胸懷大志，一貧如洗」。

第四，情商。情商體現在讓陌生人喜歡你、願意幫助你的能力。例如，私募基金黑石（BlackRock）集團招人的時候，會十幾個人面試，像選舉拉票一樣，候選人要想辦法讓這十幾個人都喜歡你。如果連未來的同事都不喜歡你，怎樣確保客户會喜歡你？所以這種車輪戰面試，其實在測試個人魅力，看看未來的同事是否喜歡你，願意和你一起工作。

讓陌生人願意幫助你，這是一種非常重要的能力。俞敏洪也説過，獲得幫助是一種重要的能力。為何有的人創業能融很多錢，有的人創業卻融不到錢，這也是一種獲得信任的能力。

留學生找工作，或者想在外企工作的人，有一個容易被忽視的點：許多時候找工作有困難或者工作遇到瓶頸，其中一個很重要的原因就是英語不夠好。

英語好不好，不是説我們背的單詞不夠多，而是在實際場景中的用詞和我們學習的單詞有時不同。比如「problem」這個單詞，其實比較負面，工作場景中更常用的是「issue」；貧窮一般不説「poor」，因為poor含有「差」的意思，一般用「disadvantaged」和「underprivileged」表達貧窮；「困難」不能説「difficulty」，要説「challenge」 ……都是拐着彎兒的在説話。對於英語非母語的人，這些細微的語言差異不容易掌握。但不必太過擔心，因為在AI出現后，英語非母語的人可以用AI寫出非常標準的英語。

AI時代

   文科生的反擊戰？

有一則新聞，黑石（BlackRock）集團的COO説，他們的投資團隊需要多招一些文科生。過去黑石招的分析師大都是理科生背景，人工智能時代，文科生的機會來了。

圖1. BlackRock的COO表示希望招聘一些文科生(liberal arts consultants)

泉果視點注：Liberal arts，可譯為文理教育，在美國教育系統中，指歷史、政治、哲學、文學藝術等人文學科。金融和會計學等歸屬於商科，不屬於文理教育。

黑石集團説要招英語專業的人，不必有財務背景。為什麼？

其實在十多年前，美國華爾街的對衝基金，就開始使用測謊儀和中央情報局（CIA）的技術，分析上市公司財報電話會議中的高管是否在撒謊。有一家公司叫Business Intelligence Advisors，他們把電話會議錄音，根據高管説話的語氣、用詞和停頓等細微之處進行分析，判斷他們是否在撒謊。

圖2. Business Intelligence Advisors對季度盈利電話會議進行測謊分析

ChatGPT出現后，英語專業人可能更好地利用AI工具，用來分析上市公司高管在財報會議上的錄音。

這里有五條典型的撒謊特徵。

圖3. 電話會議中五條典型的撒謊特徵

例如，一個人撒謊時，通常不會直接表現出來，而是會通過各種猶豫的口氣和修辭手法來表達，英語有19種修辭方法，普通人很難搞清楚這些；撒謊的人發言時也會經常引用一些普遍知識（general knowledge），很少具體説明……

這些都是非語言專業或理工科的人難以察覺的細微之處。英語專業的文科生更擅長利用人工智能工具，準確地分析上市公司的財報錄音，對信息進行真實性判斷。

華爾街的對衝基金，還有各種各樣「奇怪」的調查手段。

有的對衝基金用衞星圖片來分析中美之間的集裝箱貨輪吃水的深度——吃水越深，證明集裝箱越滿；如果吃水淺，説明箱子是空的。他們通過這種方式來分析國際物流情況和經濟恢復情況。

有一個19歲的小夥子，在社交媒體上發佈了一個馬斯克私人飛機的跟蹤網頁，幾乎實時地發佈馬斯克私人飛機起飛、降落的時間和目的地消息。其實這些信息都來自美國航空管理局的公開信息，他只是寫了一個程序把它標記出來。有些華爾街的對衝基金也會追蹤大公司CEO和高管的私人飛機動向，從而猜測某個目的地是否有收購兼併發生。

圖4. 名為「Elon Musk's Jet」的社交賬户實時追蹤發佈Elon Musk的私人飛機動向

這些「奇怪」的調查手段，都十分需要跨界人才，尤其是文科生。

人形機器人

   會全面代替人工嗎？

最近，人形機器人的話題特別火。機器人會很快地全面代替人工嗎？

在這里我引用下李開復博士提出的觀點：機器人未必需要長得像人。

第一點，機器人要做的事是完成特定的工作，不一定非得長得像人，比如掃地機器人不一定非要做成人的樣子。如果非要追求機器人長得像人，就要做很多不必要的工作。

第二點，打一個比喻，「殺頭的買賣有人干，賠本的生意沒人做」。並不是所有的工作，都會有人開發機器人去替代人類。因為開發機器人的公司，自己也要賺錢。

有些工作機器人確實可以做，但沒有人願意去開發和研究，是因為做出來機器人不一定划算。

去年8月我去紐約，看到有人在很高的雲梯上清洗大廈的玻璃外牆。記得20年前，就有多所大學在研究大廈外牆的清洗機器人，中國當時做得最好的是哈爾濱工業大學，香港大學也在研究，但現在仍然沒有做出來實用的產品。這可能不是技術難題，而是商業邏輯不清晰，所以沒有資本去支持開發。從這個角度來説，機器人不會取代所有工作。

最后，即使做出來了人形機器人，大規模應用也是很遙遠的事情。因為機器人工作需要配套的特殊環境，需要對現有的人類的工作場所進行投資改造。

舉個例子，亞馬遜現在有70萬個機器人，替代了大概十萬名員工。亞馬遜的倉庫是經過特殊設計的，架子和軌道是特別鋪設的。

圖5. 亞馬遜的自動化倉庫

再舉一個郵輪的例子，船上有2000多個房間，工作人員需要把所有乘客的行李運送到各自房間門口，是一個非常大的工程，有時上船后到晚上八九點才能拿到行李。

人形機器人能不能搬運行李？理論上可以。但現在郵輪上的環境是不方便的，有上下樓梯、走廊也很窄，人形機器人在這樣的環境中無法順利工作，可能會出現「堵車」的情況。如果要讓機器人上郵輪來搬運行李，可能整個郵輪需要重新設計，通過自動化設計，把行李通過傳送帶直接送到房間，但這需要大量的資金投入進行改造。

但是郵輪的壽命可能有50年。所以目前人類的各種生活和工作環境和人型機器人是不匹配的，機器人對人工的替代並沒有想象中的快。

特別關注

美國標普500和非農就業空缺指數

首次持續出現的背離趨勢

圖6. 2023年，美國標普500指數和非農就業空缺指數首次出現背離

圖中藍色的線是標普500指數，紅色的線是非農就業空缺指數（JOLTTOTL）*。

在美國過去的二三十年中，兩者一直是正相關的。我們可以簡單理解為，經濟好了工作機會多，招聘多；經濟差了工作機會少，招聘也少。

泉果視點注：非農就業空缺數（JOLTTOTL）是美國勞工統計局（BLS）職位空缺和勞動力流動調查（JOLTS）中的一個關鍵指標，衡量的是美國勞動力市場中未填補的職位總數。樣本公司每月最后一個工作日公開的全部空缺職位。調查樣本包括來自美國50個州和哥倫比亞地區的大約16,000家美國企業，代表了美國經濟的大部分領域。一定程度上反映了美國勞動力市場的供需關係及商業周期。

但是，2023年，標普500指數和非農就業空缺指數第一次出現了背離。2024年全年，非農職位空缺數（JOLTTOTL）和標普500指數仍然在延續這種背離趨勢。

標普500在漲，就業卻有所放緩。

圖7. 2020年5月-2023年11月，美國非農就業空缺(Job openings)、員工離職(Quits)以及裁員(Layoffs and discharges)走勢對比

這張圖展示了美國非農就業空缺數據的具體細分。

通俗地説，如果把美國看成一個公司，那就有入職的和離職的。離職有兩種情況：一種是主動辭職，另一種是被動裁員。這張圖中，淡紫色的是主動辭職，紅色的是被動裁員，紫色的是招聘空缺。

裁員的數量在下降，但與此同時，外面的工作機會也變少了。所以現在美國的勞動力市場處於停滯狀態（Great Stagnation）。

招聘空缺（紫色）的高峰期，出現在2021年6月到2022年6月，這段時間美國就業情況特別好，那時畢業生找工作很容易，外面工作機會多，很多人跳槽。那段時間被稱為「大辭職」（Great Resignation）。主動離職（淡紫色）的也特別多，因為外面工作機會多、工資高，就跳槽走了。

圖8. 1950年以來，美國的失業率數據走勢呈現強周期性

美國的失業率數據，有非常強的周期性。

從1950年到現在，每次都有一個拐點，先從低到高，再從高到低，每次都有一個拐點。現在很多人對美國的經濟形勢有不同看法，分歧之一就在於這個拐點會什麼時候出現。

圖9. 2004年5月-2024年5月，美國 25 歲以上不同教育程度的失業率

這四個顏色代表勞動力市場的教育程度。黃色是本科及以上學歷的，淡藍色是高中畢業，紅色是大專，紫色是沒有讀完高中的。整體上，學歷越高，失業率越低。

圖10. 2024年9月，美國各州的失業率分佈

這是美國各州的失業率情況。

硅谷所在的加州，賭城拉斯維加斯所在的內華達州，波音、微軟所在的是華盛頓州，失業率都很高。因為這些州科技產業多，現在白領不好找工作，反而藍領好找，所以農業州的就業情況比較好。

圖11. 2023年11月-2025年1月，美國的失業率情況(經季節因素調整后)

2025年1月美國的整體失業率是4.0%。

圖12. 美國各族裔的失業率情況

對失業人羣做一下細分：亞裔的失業率是3.8%，中日韓屬於東亞，巴基斯坦和印度屬於南亞，這些地方的移民工作都比較努力；白人的失業率也是比較低，大約3.8%。黑人的失業率是6.4%，印第安裔的失業率最高，達到8.3%。

圖13. 美國25~54 歲人羣的勞動參與率 

25歲到54歲是勞動力中最優質的年齡階段。這個年齡段的勞動參與率，在2025年1月是83.5%。

圖14. 25~54 歲美國勞動力的增長主要來自移民

這個年齡段（25~54 歲）的勞動力由兩部分組成：大部分是美國本土的勞動力，另一部分是移民。數據顯示，美國的勞動參與率目前仍處於高位，主要是因為移民多。美國的嬰兒潮一代人在逐漸老齡化，退出勞動力市場。但有很多年輕的新移民來補充。在全球發達國家老齡化的趨勢中，美國的移民扮演了特殊的角色。

泉果博物館

《賽道》

布面油畫，40×60cm

創作者：李惠文

只要進入社會、參與運轉，就已然踏入「賽道」。

這條紅色塑膠跑道，由社會共識和集體慣性構成，將多數人的軌跡框定在了有限的範圍中。

而當我們視賽道為無形，抬頭正視身邊和遠方，會發現每一步不是重複的機械運動，而是在不同的風景向前探索；賽道不再是當下的限制，而是未來的延申。

創作者李惠文説：「如今我已經可以不再痛苦地看待這條被框定的賽道，除了獲得他人的理解，還有自身技能提供給自己的、能在社會立足的安全感。」

（轉自：泉果視點）