亞馬遜 AWS 業務 CEO 加曼:半數白領工作或因 AI 而改變,而非被淘汰

重點摘要
他以 Microsoft Excel 為例指出,新技術往往會重塑工作方式,而不是直接消滅工作,“消失和改變是兩回事。關鍵是不能只看世界當前的靜態畫面,然後斷定某個崗位將不存在,從事這些工作的人也會失業。新的工作崗位會出現。”
亞馬遜 AWS 業務 CEO 加曼近日表達了一個值得深思的觀點:隨著 AI 技術的快速發展,約半數的白領工作可能會被顯著改變,而非徹底消失。他以 Microsoft Excel 的出現為例,指出新技術往往會重塑工作方式,而不是直接消滅工作崗位,強調「消失和改變是兩回事」。這一論斷打破了「AI 將大規模取代人類工作」的片面印象,為我們理解技術進步與就業市場的關係提供了更平衡的視角。
在加曼的論述中,Excel 是一個絕佳的歷史案例。在電子試算表普及之前,會計師、財務分析師等職位需要耗費大量人力進行手動計算和表格製作,工作內容單一且重複。Excel 的出現並沒有讓這些職業消亡,反而將他們從繁瑣的計算中解放出來,使他們能夠專注於更高層次的數據分析、策略規劃與決策支持。工作內容被重塑了,勞動者的技能要求也隨之提升,但崗位本身的價值不僅沒有降低,反而因為效率的提升而更加凸顯。
將這個邏輯套用到今天的 AI 浪潮中,我們可以預見,許多白領工作將經歷類似的轉變。例如,翻譯、客服、法律文件審查、初級程式碼撰寫等任務,確實可能被 AI 大量接手。但這並不意味著從事這些工作的人會失業,而是他們的工作重心將轉移到更需要人類判斷力、創造力、情感智慧與倫理考量的層面。人類將從執行者變成監督者、審閱者或溝通者,工作內容變得更加複雜且具有深度。
人們之所以容易陷入「被淘汰」的恐慌,常常是因為習慣以當前的靜態畫面來預測未來。當我們看到一個具體的崗位或任務能夠被 AI 完成時,直覺反應便是「這個工作沒了」。但正如加曼所提醒的,關鍵在於不能只看靜態畫面。技術進步會催生新的行業、新的崗位,就像互聯網時代產生了社群媒體經理、數據科學家、UI/UX 設計師等從前不存在的職位一樣,AI 時代也必然會創造出我們今天難以想像的新工作機會。
當然,改變並非沒有代價。工作內容的轉變意味著勞動者需要持續學習新技能,社會也需要建立更完善的教育與培訓體系,幫助人們順利過渡。那些能夠擁抱變化、主動提升自身在 AI 協作環境下解決問題能力的人,將在未來的職場中佔據主導地位。反之,抗拒學習或依賴於純粹重複性技能的人,則可能面臨短期失業風險。因此,個人與社會的適應能力,決定了我們是成為技術進步的受益者還是犧牲者。
總而言之,加曼的觀點為我們提供了一份理性的定心丸。AI 帶來的不是末日般的裁員潮,而是一場深刻的職業進化。半數白領工作的確會「改變」,但這種改變更像是升級與再造,而非終結。面對這股浪潮,與其擔心被淘汰,不如將其視為一個重新定義自我價值、發掘新可能性的契機。未來的職場將更加強調人機協作,人類的獨特能力——提出好問題、建立信任、進行道德判斷——將變得比以往任何時候都更加珍貴。
Related
相關文章
金融語言模型將 market 行情轉化為學習序列
金融語言模型將 market 行情轉化為學習序列。 針對金融領域量身定製的金融大模型上線。項目在開源金融時序模型主頁獲得32.6k星。算法把複雜的 ��� 歷史行情轉為結構化特徵。這能夠幫助策略開發人員進行快速特徵學習。量化交易與投研分析的開發效率將極大提升。
多智能體模擬對沖基金
多智能體模擬對沖基金。 項目讓多個智能體協作完成投研。複雜量化任務可被���分工拆解。這個多智能體對沖基金項目主頁已獲**61.9k**。單日繼續新增**109**關注。實際交易效果仍需謹慎驗證。

全球首張 AI 原生信用卡,消息稱 Kimi 信用卡合作方敲定美國運通、農業銀行
首頁 > 智能時代>人工智能 全球首張 AI 原生信用卡,消息稱 Kimi 信用卡合作方敲定美國運通、農業銀行 2026/7/10 14:36:35 來源:IT之家 作者:清源 責編:清源 評論: 感謝IT之家網友 西窗 的線索投遞! IT之家 7 月 10 日消息,每日經濟新聞 10 日(今天)發佈消息稱,全球首張 AI 原生信用卡“Kimi 信用卡”合作方已經敲定美國運通、農業銀行,即將正式對外發行。
Kimi聯合美國運通與農業銀行正式發行首張AI原生信用卡
AI資訊AI新閒資訊正文 Kimi聯合美國運通與農業銀行正式發行首張AI原生信用卡發布於AI新閒資訊時間 :Jul 10, 2026閱讀 :1分鐘據每日經濟新聞報道,7月10日,全球首張AI原生信用卡——“Kimi信用卡”正式對外發行。該項目由Kimi、美國運通與中國農業銀行聯合打造,自今年4月開始籌備,於6月12日開放預約,並最終敲定合作。

Vibe Coding誤燒55萬元token,他靠嘲笑聲反手賺了7個億
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機。
使用 lift-pdf 設計基於綱領引導的發票智慧管線:應付帳款提取、驗證與分類帳生成
在本教學中,我們使用 lift-pdf 建立一個端對端的應付帳款提取管線,採用合成發票 PDF 作為受控測試文件,並以結構化 JSON 綱要作為目標輸出格式。我們不將發票解析視為單純的 OCR 任務,而是將其定位為綱領引導的文件理解:我們生成逼真的發票,定義供應商識別、收款方、採購單號、明細項目、稅金、總金額、應付餘額與付款狀態等欄位,然後要求模型直接從渲染後的 PDF 版面中提取這些數值。我們也包含了實際財務流程中常見的提取陷阱,例如區分帳單地址與送貨地址、區分小計與含稅總額、對缺失值回傳 null,以及正確處理部分付款的發票。