就业平台经济学家：美国劳动力市场主要威胁是人口老龄化而非AI冲击
美国知名招聘平台Indeed最新发布的研究报告表明，美国就业市场当前最大的隐忧来自人口老龄化导致的劳动力供给缩减，而非人工智能技术发展带来的失业风险。 Indeed首席经济学家斯文娅·古德尔（Svenja Gudell）在文章中指出，过去两个半世纪以来，美国经济之所以能够抵御经济衰退、完成技术升级，很大程度上得益于劳动力队伍的持续壮大，但这种增长态势即将迎来转折点。该机构预测，受长期低生育率和"婴儿潮"一代集中退休的双重冲击，预计到2032年，美国劳动人口可能减少将近600万。这种下降趋势并非暂时性波动，
AI会夺走工作吗？历史给出的答案
19世纪初，英国纺织工人勒德（Ned Ludd）砸毁了两台纺织机。他并非愚昧——机械化确实让大批熟练织工失业，工资骤降、失业激增，勒德运动席卷诺丁汉郡。两百年后回望，纺织机的浪潮并未导致工人集体饿死。相反，纺织产量激增，总就业人数数十年内翻了几倍——只是‘织布工’的内涵已彻底重塑。如今，轮到AI了。2025年的焦虑，与1811年勒德砸机器时的恐惧，本质真的相同吗？HISTORICAL PATTERNS回看工业革命史，一个规律反复出现：每一次技术革命都遵循‘淘汰+创造’的模式——旧岗位被取代，但更多新岗位随
AI 通道黑市：新生产要素的灰色套利与旧债清算
AI 接入业务的法律账本AI 中转站绝非普通的网站运营。表面上，它兜售的是 GPT、Claude、Codex 的调用权限。用户充值，平台提供接口，进而调用海外大模型。但在底层逻辑上，它实质倒卖的是三种资源：计算力接入、美元支付能力、跨境数据链路。模型非其所有，算力非其自产，品牌亦非其名下。它真正售卖的仅仅是入口。谁能稳定调用海外顶尖模型，谁能搞定海外支付，谁能处理账号风控，谁能将复杂的 API、Token、美元结算及网络访问，封装成一个扫码充值页面，谁就能在此阶段坐收“过路费”。因此，AI 中转站的第一重
AI材料供需错配：瓶颈资产壁垒真伪辨析
AI材料及耗材股的高额回报，并非源于永恒的技术门槛，而是源于短期的供需失衡——此类“瓶颈资产”的投资回报期大致等同于产能扩张周期，一旦产能匹配需求，其估值将脱离科技股利润率，跌落至制造业水平，而非持续享有稀缺溢价。瓶颈资产的存活期限：回溯二十年前钢铁也曾被视作科技这两年AI材料和耗材股常被塑造成“卡脖子”、“国产替代”及“不可替代”的稀缺资源，估值随之享受科技股待遇。然而，若按传统制造业框架——价格、毛利率、产能、库存、扩产节奏、订单——复盘财报，我们会得出一个更为客观的结论：多数所谓的瓶颈资产，超额收益
企业AI转型的真正难关：组织内部的认知成本
不少企业管理者将AI项目失利归结为技术不足。模型能力欠缺，数据积累不够，计算资源太贵。他们投入巨资购置平台，组建算法队伍，结果系统上线数月就变成无人使用的空壳。这并非技术难题。波士顿咨询的研究数据很直接：七成AI项目障碍源于人员与流程，而非技术。斯坦福的《Enterprise AI Playbook》涵盖51个实际部署案例，结论同样明确：77%的最大困难来自变革管理、数据质量和流程再造。技术始终是最容易的部分。企业实际在承担的，是一笔沉重的认知成本。这笔成本有三个具体的收取环节。第一个收取环节：认知偏差。
人工智能对职场软硬技能重塑效应分析
导读：本报告由智联招聘基于海量招聘数据与新质生产力发展动向联合发布，聚焦高考志愿填报关键考量因素，从专业设置、高校选择、地域发展三个层面剖析2026届毕业生就业形势，为考生科学决策提供量化依据。关注公众号：【互联互通社区】，回复【ZPJY141】获取全部报告内容。纵观整体用工市场，人际软技能需求占比突破六成，其中管理与沟通两类能力几近占据半壁江山。各岗位技能诉求差异显著：技术研发类岗位强调逻辑思维与创新突破；销售商务类岗位注重环境适应与团队协作；教育培训类岗位极度倚重情绪感知力；设计策划类岗位则将原创能力
标肥价差走扩驱动，猪价上演阶段性冲高
Mysteel农产品网 【导语】：近期国内生猪市场呈现出结构性的回升走势，主要表现为标肥价差迅速扩大，大肥猪溢价不断攀升，促使全国生猪现货价格迎来阶段性高点，期货盘面亦同步走高。此轮价格上涨并非源于整体供应紧缺，而是生猪出栏体重结构失衡所引发的阶段性现象。 目前全国标肥价差正呈现持续扩大的趋势，且区域差异十分明显。在华北、黄淮等主产区，150公斤以上的大肥猪相比120公斤的标准出栏猪，每公斤溢价达0.3至0.5元；而华南、华东等销区的屠宰企业对大肥猪的收购意愿更为强烈，价差最高甚至超过了0.7元/公斤，环
AI泡沫真相：时间维度的错位
技术呈指数级跃升，组织却只能线性吸收。别被资本市场的节奏牵着走，要看清自己组织的步调。近来关于AI泡沫的讨论愈发激烈。一边是资金持续涌入算力和模型领域，另一边是大量AI项目收益未达预期，估值大幅缩水，概念企业退出舞台。许多人开始质疑：AI是否又是一场泡沫？它何时会破裂？这个问题固然关键，但并非企业家最应关注的焦点。企业家最需洞察的是更深层的事实：AI的技术输出速度，远超组织的接纳能力。技术以指数速度飞跃，组织却只能以线性步伐消化。这种错位，正是当前一切乱象的源头。01资本常犯的迷思资本市场最易陷入的误区，
AI时代真正的分水岭：不是会不会用AI
2023年，我一个做法律文书的朋友跟我说：“AI替代的都是流水线工人，我们这种靠脑子吃饭的，不怕。”2024年，他开始用AI辅助写合同。2025年，他们律所裁了两个专做文书的初级律师。2026年上半年，他发消息给我，语气很平静，但我看出他有点慌——“我现在每天在想的问题，不是AI够不够用，而是我够不够用。”这句话，我觉得是这两年最诚实的一句职场感悟。很多人讨论AI对就业的冲击，习惯从宏观数据开始讲。世界经济论坛的报告，麦肯锡的预测，达沃斯论坛的讨论……我理解这些数据的价值，但坦白说，对大多数人来讲，那些数
AI通胀：算力竞赛引发的新价格浪潮
一、核心概念解析 AI-flation 即由人工智能驱动的价格上涨，中文称为 AI 通胀，是华尔街 2025 至 2026 年热议的新词汇，其缩写源自 inflation 演变为 flation。核心矛盾在于：从长远看，AI 能提升效率理应导致通缩；但在短期内，算力领域的激烈竞争推高了全产业链成本，引发一轮新型成本推动型通胀，这便是 AI-flation。二、三大涨价传导路径（现实根源）1.硬件价格飙升（Chipflation）全球对 GPU、HBM 及先进封装芯片的争夺加剧，导致晶圆和存储产能被 AI
券商板块单日飙升7.52%！估值业绩严重错配，'牛市旗手'王者归来？
6月22日，蛰伏已久的券商板块骤然发力，一举成为A股市场最受瞩目的主角。截至当日收盘，券商指数飙升7.52%，板块成交额突破900亿元大关。机构分析指出，在政策端改革信号密集落地、行业ROE重回高位而估值却徘徊于历史底部的双重背景下，券商板块的集体反攻具备扎实的基本面支撑。多位非银分析师强调，当前券商估值与业绩存在显著错配，应重点把握证券板块β修复机遇。个股表现方面，东方财富(20.970, 2.37, 12.74%)暴涨12.74%，全天成交额突破219亿元；中信建投(27.390, 2.49, 10.
AI算力核心材料告急！超薄电子布、高频树脂、高端铜箔三大关键原料供应紧张，揭示7家产业链龙头企业
AI服务器市场持续扩张但真正的增长潜力并非在终端组装环节而在于覆铜板三大核心原材料：超薄电子玻纤布、高频特种树脂、HVLP铜箔，目前正面临严重的供需失衡当前上游供应链形势十分紧张：12μm及以下超薄电子布产能缺口超过一半，高频树脂国内自主供应率还不到20%，HVLP5铜箔的供需缺口也已超过40%三类原材料长期被日系厂商垄断，产能扩张周期普遍需要一年半至两年，新产能释放遥遥无期而需求侧，单台AI服务器所需的PCB基材是传统机型的5至7倍，2026年全球AI服务器出货量增长幅度超过35%，供需差距持续扩大此时
算力需求激增推动电子布价格翻倍，玻纤板块单周飙升逾一成
关键数据一览 电子布价格 7.4元/米（年内+100%） Q1玻纤营收 160.5亿元（+20%） Q1归母净利润 21.5亿元（+72%） 本周玻纤板块涨幅 +11.29%根据天风证券研究报告，2026年6月初市场主流规格电子布已完成年内第五次调价，平均价格攀升至7.4元/米，相较2025年第三季度低点涨幅达到100%。此轮涨价的根本原因在于人工智能算力需求引发的结构性提升。AI服务器采用的印制电路板（PCB）层数从传统8-10层大幅提升至20-30层，单台设备电子布消耗量显著增加，需求迅速向上游产业链
当AI遇上保险：为什么它的建议常常不靠谱
【刘校辉】三哥的自我介绍【刘校辉】三哥提供的服务最近和不少互联网行业的客户聊天，发现一个有意思的现象：大家用 AI 查资料、写代码、做方案，已经轻车熟路。于是很自然地，把保险问题也丢给 AI——「帮我推荐一款性价比高的重疾险」「30岁买什么养老金划算」。结果呢？AI 洋洋洒洒几百字，看着逻辑通顺、数据翔实，但内行人一看——漏洞百出。它可能推荐一款两年前就停售的产品，可能把 A 公司的保障条款安到 B 公司头上，也可能给出「预算紧张建议买返还型」这种完全违背保险配置常识的建议。问题出在哪？不是 AI 不行。
AI泡沫之辩：看清产业发展本质比答案更重要
一、估值叙事与技术价值的深层错配当前关于AI泡沫的讨论，其核心矛盾并非简单的“高估值合理与否”，而是资本市场的估值逻辑与技术创新价值释放之间存在结构性时间差。认识这一根本矛盾，是系统评估泡沫问题的前提条件。支持泡沫论的数据不难列举。从资本投入看，仅亚马逊、谷歌、Meta、微软和甲骨文五大云服务商，2026年资本支出的最低估算就已达到6900亿美元，区间上限更是超过7000亿美元；预计到2030年AI基础设施投资总额将达到5.3万亿美元。从投入产出比看，摩根士丹利预测2025年至2028年全球数据中心投资将