Solomon's Verdict at Davos 2026: The "Job Apocalypse" is a Myth, but the Grind is Real
Davos, Switzerland —— 2026年1月24日 —— 在世界經濟論壇（World Economic Forum）雪峰與高風險外交的舞台上，關於人工智慧（Artificial Intelligence）出現了一個明顯的敘事轉向。多年來，主流焦慮集中在立即、災難性的職位替代——「工作末日（Job Apocalypse）」。然而，從達沃斯核心發言的高盛（Goldman Sachs）執行長David Solomon堅定地否認了這種末日論。他對全球菁英的訊息建立在少數實際落地年限所提供的務實觀察上：AI 的採用證明比最初的炒作週期所暗示的要困難、緩慢且更複雜，其主要結果更可能是產能擴張而非大規模失業。
隨著產業從生成式人工智慧（generative AI）的「驚嘆」階段走向企業整合的「如何做」階段，Solomon 的評論反映出高層執行長之間日益增長的共識。真實世界部署的摩擦——涵蓋監管障礙、資料治理與舊有系統改造——正在對理論上的顛覆速度形成自然的煞車。
The Friction Factor: Why Adoption is Lagging Behind Hype
2023 年與 2024 年的敘事承諾了一場無摩擦的革命，AI 代理人會在一夜之間無縫取代人類工作流程。到了 2026 年，現實則大相逕庭。Solomon 主張，儘管該技術的潛力仍具革命性，企業採用的速度卻面臨結構性逆風。
「投資速度會持續增加，」Solomon 指出，並提到超大規模雲端業者（hyperscalers）的大量資本支出。「但需求與採用是否會符合當前期待尚不確定，我們可能會在今年看到一個現實檢驗。」
這種「現實檢驗」來自於營運最前線。將大型語言模型（Large Language Models，LLMs）整合到像銀行這類高度監管的產業，需要出廠模型很少能提供的精準度與安全性。Solomon 強調，公司發現「用 AI 去承保新流程」既昂貴又耗時。企業級運算的「顧問費」與「月度成本」相當可觀，這意味著投資報酬率的計算並不像用薪資換軟體訂閱那麼簡單。
在達沃斯 2026 被識別的主要瓶頸：
- 整合複雜性： 在不破壞舊有資料庫的情況下將 AI 連接進去。
- 監管合規： 確保 AI 決策符合嚴格的金融與法律標準（例如在歐洲）。
- 流程再造： 意識到你不能只是把 AI 插入一個糟糕的流程；你必須先重建流程。
Capacity Over Cuts: The "One GS 3.0" Strategy
或許 Solomon 反駁「失業」敘事最有說服力的論點，是高盛內部名為「One GS 3.0」的策略。銀行並不把 AI 當作裁減人數的機制，而是用來徹底改造六個核心業務流程，包括惡名昭彰且勞動密集的客戶盡職調查（Know Your Customer，KYC）與客戶入職流程。
Solomon 強調的目標是提高公司的產能。在資料量與監管要求爆炸成長的世界中，人力團隊已被拉得很緊。AI 讓相同人數的員工能處理十倍的工作量，有效地解決了資源限制，而不是創造勞動過剩。
「如果我們正確實施，我不預期我們的員工總數會有顯著減少，」Solomon 表示。這與經濟學上的傑文斯悖論（Jevons Paradox）概念一致：當技術提高了對某項資源（勞動）的使用效率時，該資源的總消耗反而增加而非減少。透過自動化合規與資料輸入的繁瑣工作，高盛旨在釋放員工去追求過去因缺乏能量而被忽視的創收機會。
Dispelling the "Hiring Nightmare"
在 2026 年之前，大量焦慮集中在一個「招募噩夢」情境——初級職位消失，留下無法累積經驗的「失落世代」勞工。Solomon 反駁此說，指出人才的定義只是正在演變。
擔憂在於 AI 會造成「無就業的成長」，產出飆升而就業停滯。相反地，市場正在轉向「高價值人才」。能夠橋接金融專業與 AI 實作的個人需求正急遽上升。這個「噩夢」不是工人的噩夢，而是雇主找不到這些人才的噩夢。
Solomon 的觀點暗示，初級銀行家的進入門檻可能會提高，需要更高的基本技術流暢度，但職位本身並未消失。它們正從例行分析轉向策略監督——這種轉變最終有利於員工，前提是他們能夠適應。
Myth vs. Reality: The 2026 AI Labor Market
為了釐清過去的危言聳聽與當下數據之間的分歧，我們將 Solomon 演說的要點與盛行迷思做了比對。
Table 1: The AI Labor Landscape – Expectation vs. Execution
| Category | The "Apocalypse" Myth | The 2026 Reality (Solomon's View) |
|---|---|---|
| Employment Impact | Mass layoffs across white-collar sectors. | Workforce remains stable; productivity and capacity increase. |
| Speed of Adoption | Overnight disruption and replacement. | Slower, "grinding" integration due to complexity and cost. |
| Role of AI | Replacement of human workers. | Augmentation of human capacity to handle higher volumes. |
| Hiring Trends | Collapse of entry-level hiring ("Hiring Nightmare"). | Shift in demand toward "high-value" cross-functional talent. |
| Economic Outcome | Deflationary crash in wages. | Potential "reality check" for AI valuations, but structural economic tailwinds persist. |
The Economic Long View
Solomon 也觸及了這種「較慢但更深」採用曲線的更廣泛經濟含意。美國因財政刺激與持續的 AI 基礎設施支出（2025 年佔 GDP 超過 1%）而看見結構性順風，經濟背景仍具韌性。
然而，他提醒要區分基礎設施建設（購買晶片）與應用價值（從晶片賺錢）。前者正在蓬勃發展；後者仍處於「創造性毀滅」階段。「會有贏家也會有輸家，」Solomon 承認，他暗示那些在沒有清楚產能策略下過度投資 AI 的公司可能會面臨清算。
Conclusion: The Boring Truth is Good News
對 Creati.ai 的讀者來說，來自達沃斯 2026 的結論令人耳目一新且接地氣。機器人排隊領失業救濟的聳動頭條，正被企業軟體整合那種平凡而艱難的現實所取代。
高盛作為全球經濟的風向標，押注未來 AI 在短期內會讓工作更吃力（因為落地實作的掙扎），但長期會讓工作更有價值。「工作末日（Job Apocalypse）」已被現實世界的複雜性無限期推遲並取消。取而代之的，是一項新挑戰：建構使用我們所創造工具的產能競賽。
