算力革命狂飙！人工智能发展短期内不会遭遇瓶颈

当前 AI 算力革命正以指数级速度推进，彻底打破 “技术发展遇墙” 的预测。尽管业界普遍担忧摩尔定律放缓、数据短缺、能源限制会制约 AI 发展，但实际三大技术变革实现了关键突破：英伟达芯片性能 6 年内提升 7 倍，从 2020 年的 312 万亿次浮点运算升至如今的 2250 万亿次；高带宽内存（HBM）采用芯片垂直堆叠技术，数据传输效率提升 3 倍，HBM3 让处理器持续满负荷运转；NVLink、InfiniBand 等互联技术，把分散的 GPU 集群整合为统一认知实体，算力规模从单机房拓展至城市级别。数据显示，2020 年用 8 块 GPU 训练语言模型需 167 分钟，如今同等硬件仅需 4 分钟；2012 年训练 AlexNet 需 2 块 GPU，当前最大集群超 10 万块，算力密度提升超 50 倍。软件层面，Epoch AI 研究显示，达到固定性能所需算力每 8 个月减半，模型年度部署成本最高降幅达 900 倍。预计 2027 年全球 AI 相关算力将达到 1 亿个 H100 等效单位，2028 年有效算力或再增 1000 倍，2030 年有望每年新增 200 吉瓦清洁算力。单台冰箱大小的 AI 服务器能耗相当于 100 户家庭，但太阳能、电池价格分别下降 97%，为可持续算力扩张提供可能。这场变革将推动 AI 从基础对话系统，升级为能执行复杂任务的半自主智能体，影响超出技术范畴，彻底重塑所有依赖认知工作的行业。

（来源：麻省理工科技评论 https://www.technologyreview.com/2026/04/08/1135398/mustafa-suleyman-ai-future/）

超四分之一美国人用 AI 查健康问题！信任与隐私争议并存

美国成年人使用 AI 工具咨询健康问题的比例持续攀升，成为新的大众趋势。西海 - 盖洛普美国医疗中心 2025 年底的调查显示，约 25% 的美国成年人在过去 30 天内，用过 ChatGPT 等 AI 工具获取健康信息，不少人用其咨询身体症状。约 70% 的用户表示，AI 能快速给出答案，帮助自己判断是否需要就医。年轻人和低收入群体更依赖 AI 弥补医疗资源缺口，多是因为就医成本高、时间紧张。不过医疗行业态度谨慎，美国医学会主席博比・穆克拉马拉表示，AI 只能作为辅助工具，不能替代专业医疗服务，必须有医生参与诊疗。隐私安全同样引发担忧，七成受访者对向 AI 提供健康信息的隐私风险感到担心。目前约三分之一用户信任 AI 健康建议的准确性，同样比例的用户持怀疑态度，信任缺口明显。

（来源：美联社 https://apnews.com/article/ai-chatbots-health-care-poll-0ea249aa0db3fa351efa2a76af3a2348）

AI引发工人担忧？企业领袖揭秘核心原因与破解之道

如今，员工对人工智能（AI）可能取代自身岗位的担忧已成为普遍现象。近期Block、Oracle两家企业的裁员事件，更是进一步加剧了员工的这种焦虑情绪。尽管部分关于“机器将全面替代人类工作”的担忧或许被夸大，但员工心中的恐惧与不安却是真实存在的。当前，技术领导者面临的核心任务，就是缓解员工的这份焦虑，并制定切实有效的策略，推动AI工具在企业内部顺利应用。

Connected EC创始人兼CEO杰米·夏皮罗（Jamie Shapiro）表示，AI恐惧之所以不断加剧，根源并非技术本身的能力，而是企业领导层对AI用途和影响的表述方式。当AI被频繁提及为“降低成本、提升效率、用更少人力做更多事”的工具时，员工听到的不是发展机遇，反而会将其视为直接威胁。

国际数据公司（IDC）发布的《未来工作与员工体验》报告显示，员工对AI的担忧虽持续存在，但并未全面恶化。多数员工认为，AI不会完全取代自己，而是会重塑现有工作模式；而他们对“失业”的担忧，往往与整体经济压力、企业招聘放缓等因素相关，并非单纯由AI导致。

针对这一问题，专家为企业技术高管提出了多项建议：首先，需明确区分AI在工作中的“自动化、能力增强、新岗位创造”三种作用，通过发布基于不同岗位的“AI影响简报”，清晰告知员工未来12至24个月内，AI将如何改变具体工作任务，同时明确承诺提供技能再培训和内部岗位流动机会，让员工看到清晰的发展路径，而非单纯的风险。

其次，优先落地能明显减少低价值、重复性工作的AI应用场景，通过分享“应用前后”的具体数据和真实案例，让员工直观感受到AI带来的便利——比如节省时间、提升工作质量，将AI定位为“减轻工作负担的工具”，而非“考核员工的隐形标准”。同时，要提供系统化的AI技能培训，将培训融入日常工作，针对不同岗位、不同年龄段员工设计专属学习路径，通过微学习、实操实验室、同伴互助等形式，让员工在不担心失误的前提下，积累AI使用经验。

此外，技术高管需让员工参与到AI赋能工作流程的设计、试点和反馈全过程，培养员工的“共同所有权”，避免让员工产生“AI是被强加给自己”的抵触感。夏皮罗特别强调，企业不应先急于制定宏大的AI战略，而应先让员工通过实操体验熟悉AI工具，毕竟人们无法拥抱或创新一款仅停留在抽象概念上的技术，亲身使用才能让AI从“威胁”转变为“实用助力”。

最后，技术领导者需确保AI工具面向全体员工开放，而非仅局限于IT部门、运营部门或专属创新团队。广泛的可及性不仅能降低员工的恐惧心理，更能传递企业的信任，进而营造全员参与AI创新的良好氛围。

（来源：CNBC  https://www.cnbc.com/2026/04/15/ai-work-jobs-layoffs-unemployment-fears.html）