這集節目邀請到高盛執行長 David Solomon,他近期投書媒體直言「AI 造成的白領失業潮被過度誇大」。對於身處科技與金融前線的台灣讀者來說,這提供了重新評估科技轉型期、企業募資策略與職場關鍵技能的實用視角——未來的生存法則,在於如何利用 AI 釋放的產能,將資源「極大化」配置到人際連結與情感信任。
技術無法複製人際信任
當基本分析、簡報製作等硬實力逐漸被 AI 模板化與商品化,具備同理心、能建立信任並解讀客戶情緒的「高 EQ」人際交往能力,將成為未來職場最稀缺且高價值的「超級權力」。在金融與各類商務談判中,決策背後往往交織著複雜的人性與情感偏好,這些細微的溫度並非冰冷的機器模型所能取代。台灣工作者在追求數位轉型的同時,更應深化無法被科技複製的軟實力。
數據潔淨度決定 AI 價值
企業導入 AI 的成效,關鍵在於底層數據的品質。乾淨的專屬數據能讓 AI 發揮驚人的運算與預測速度,如高盛四十年前就建立交易系統並持續優化數據;然而,若直接讓模型去抓取未經篩選的網路公開資訊,只會得出令人啼笑皆非的「垃圾進,垃圾出」結果。這對積極佈局 AI 的台灣企業是一大啟示:與其盲目追求最新模型,不如先回頭做好基礎的數據庫清洗與整合。
巨頭募資與下市潮的結構轉變
市場正出現資金結構的微妙轉變。隨著 AI 建置的資本需求高達數百億美元,大型科技巨頭(如 Alphabet)在債務之外也開始重啟大規模的股權融資(Equity Raise)以平衡財務槓桿。同時,私有化資本市場的高度流動性,讓許多新創獨角獸得以延後 IPO,導致公開市場上的上市公司數量減少但規模更為龐大。這代表未來散戶在公開市場能參與到的早期紅利將收窄。
接下來值得盯的訊號是:在 AI 加速流程自動化後,大型金融與科技機構是否真的縮減了初級崗位的招聘人數,還是順勢將人力轉型為「全面面向客戶」的敏捷團隊。
他這次將自家股價突破千美元的表現,歸功於過去八年團隊持續執行將業務多元化與提升經常性收益的計畫,使得盈餘表現顯著成長。他指出,若能持續利用 AI 工具重塑營運流程以提升人均產值,未來五到十年的獲利增長空間依然十分可觀。值得對照:雖然市場質疑目前各板塊皆呈普漲走勢,但他強調 GS 在這段期間的相對表現依然位居同業頂尖。
他以 Alphabet 近期高達 800 億至 900 億美元的史上最大規模次級市場股權融資案(高盛為核心主導投行)為例,說明這是市場對大型 AI 基礎建設投資需求最直接的資金風向球。他認為在高估值環境下增資,能為長線龐大的資本支出計畫提供優於純債務融資的財務防禦力。值得追蹤:這起劃時代的籌資案是否會引發其他 AI 巨頭跟進發行新股。