英伟达黄仁勋将人工智能代币置于工资之上，因为代理人重塑了人类的工作方式

长期以来，在硅谷工作的福利包括高薪。现在，一些工程师可能会获得新的激励：人工智能代币。

英伟达首席执行官黄仁勋周一提出了一种新颖的薪酬模式，该模式将为工程师提供除基本工资之外的象征性预算，有效地支付他们部署人工智能代理的费用，作为生产力倍增器。

黄说，代币或人工智能系统使用的数据单元可用于运行工具和自动化任务，并且正在成为“硅谷的招聘工具之一”。

“（工程师）每年将赚取数十万美元，这是他们的基本工资，”黄仁勋在该芯片制造商的年度 GPU 技术大会上表示。

“除了（他们的基本工资）之外，我可能还会给他们一半作为代币……因为每个有权使用代币的工程师都会更有效率。”

此次推介标志着黄仁勋对工作场所的更广阔愿景，工程师将监督一组人工智能代理，这些代理能够以最少的用户输入自主完成复杂的多步骤任务。

这是黄仁勋一直公开努力实现的愿景。上个月，他告诉 CNBC，英伟达的员工有一天将与数十万人工智能代理一起工作。

“我有 42,000 名生物员工，而且我将拥有数十万名数字员工，”他说。

这些评论发表之际，人们越来越担心人工智能代理——能够独立执行复杂、多步骤任务的软件系统——将取代白领工作。

橡树资本管理公司(Oaktree Capital Management)创始人霍华德·马克斯(Howard Marks)在给投资者的一份备忘录中警告称，“人工智能的能力取得了令人难以置信的飞跃”，现在它可以“自主行动”——这一显着点决定了其替代人类劳动力的能力。

这位资深投资者表示：“正是这种差异将 500 亿美元的市场与数万亿美元的市场区分开来。”

高盛估计，人工智能有可能使占美国所有工作时间 25% 的任务实现自动化，这足以引发人们对“工作末日”的担忧。

该银行预计人工智能可提高 15% 的生产率，这可能会导致在采用期间 6% 至 7% 的工作岗位被取代。

高盛高级全球经济学家约瑟夫·布里格斯表示：“如果事实证明人工智能比以前的技术更容易取代劳动力，那么风险就会转向更大的失业。”

布里格斯引用经济学家戴维·奥托尔的一项研究表示，当今约 60% 的工人从事 1940 年不存在的职业，人工智能将使某些角色变得过时，同时创造出其他尚不存在的角色。

黄对人工智能代理对软件行业的影响持乐观态度，称其“违反直觉”。人工智能代理不会减少对软件的需求，而是将成为其最贪婪的客户。

他的逻辑是：更多的人工智能代理意味着对它们运行的​​底层软件基础设施的需求更多——为它们提供动力的程序、工具和计算资源。

“我们使用的 C 编译器的数量、我们拥有的 Python 程序的数量、实例的数量都在非常非常快地增长——因为我们使用这些工具的代理数量正在增加，”他说。

信息技术公司 CI&T 的总裁兼创始人 Bruno Guicardi 将这一变化描述为一种范式转变。 “一个新的抽象层正在通过代理创建，”他说。

“现在软件工程师可以‘告诉’计算机应该做什么，不是用编程语言，而是用简单的英语。过去需要几个月才能完成的工作现在只需几天即可完成。而且我们看到它从这里开始只会加速。”

尽管企业正在努力寻找技术工人，但人工智能引发的对劳动力流失的焦虑却难以遏制。

咨询公司美世亚洲职业实践负责人刘易斯·加拉德 (Lewis Garrad) 表示，就业市场目前正在经历一个“人才悖论”，98% 的高管预计人工智能将在未来两年内导致员工人数减少，而 54% 的高管则将人才稀缺视为他们面临的首要宏观挑战。

Garrad 估计，大约 65% 的高管预计，到 2026 年，11% 至 30% 的员工将因人工智能而重新部署或重新掌握技能。

加拉德补充说，入门级工作面临着最大的风险，因为人工智能消除了历史上用于培训新员工的“垫脚石”任务，在对具备人工智能能力的员工的需求不断增加的情况下，进一步扩大了技能差距。

咨询公司 Intelligence Briefing 的创始人、《The Human Agentic AI Edge》一书的作者安德烈亚斯·韦尔施 (Andreas Welsch) 表示，涉及数据分析、文档处理、信息比较和起草初步报告的角色面临着被“排在第一位”的风险。

高盛的布里格斯也承认，即使在最乐观的情况下，这种转变也不会一帆风顺，他预计，随着就业市场过渡到新时代，总失业率峰值将增加约半个百分点。

但布里格斯表示，新的就业机会将会出现，他强调，从长远来看，通过创造新的职业，技术变革一直是就业增长的主要驱动力。

现在有数以千万计的人受雇于计算机、零工经济、电子商务、内容创作和视频游戏等行业——这些行业在一代人之前还只是科幻小说中的情节。

也就是说，将人工智能功能集成到现有的企业工作流程中最终可能比技术本身更困难。 Intelligence Briefing 的 Welsch 指出，自 2018 年以来，大约 80% 至 85% 的人工智能项目都失败了——对于一个充满热情的行业来说，这是一个发人深省的统计数据。

他说：“数十万特工制造的问题多于他们解决的问题，这是不受欢迎的。”