|
亿万富翁亚历克斯·卡普（Alex Karp）建议Z世代放弃攻读名校学位，因为到2027年，五分之一的《财富》美国500强企业将招聘更多神经多样性人才。
随着人工智能加速岗位替代，颠覆劳动力市场，无论是初入职场的从业者还是中年群体，各行各业都探寻适应未来职场的方法。谁能在这场变革中脱颖而出？Palantir首席执行官亚历克斯·卡普给出了一个极为简洁的答案。 “根本上，只有两类人能在未来的职场中站稳脚跟，”本月早些时候，这位58岁的亿万富豪在《TBPN》直播节目中表示，“一是接受过某种职业培训，二是属于神经多样性人群。” 卡普所说的第一类人，反映了一个日益普遍的共识：电工、水管工等技能型专业人才难以被自动化取代。随着大型科技公司大规模建设数据中心，而美国本土又面临持续的劳动力短缺，这类人才的需求正不断攀升。 第二类则更具个人色彩。卡普长期公开谈论自己患有阅读障碍症，这是一种可能影响阅读、写作和信息处理能力的学习障碍。广义上来说，神经多样性还包括注意力缺陷多动障碍（ADHD）和自闭症等状况。 在卡普看来，这种认知差异塑造的思维模式，在人工智能驱动的世界中可能成为一种优势。他认为，成功会青睐那些思维方式独特、敢于冒险的人，用他的话来说，是那些“更具艺术家特质，能从不同视角看待事物，并能创造出独特成果”的人。 高德纳（Gartner）的一项研究显示，到2027年，将有五分之一的《财富》美国500强企业销售部门积极招聘神经多样性人才，以提升业务表现。 Palantir押注神经多样性人才和高中毕业生 尽管神经多样性并非入职Palantir的硬性条件，但该公司已明确将此类求职者视为一种战略优势。 Palantir专门设立了“神经多样性人才专项计划”，旨在招募思维方式不同于与传统路径的优秀人才。该计划的招聘启事中写道：“神经多样性人群将在塑造美国及西方世界未来中，发挥超乎寻常的作用。他们能看穿表面话术，洞察世界中依然存在的美——而科技和艺术恰恰能够将这种美展现出来。” 这种用人导向也反映出卡普对传统职业发展路径的质疑。尽管他本人拥有三个高等学位，包括斯坦福大学法学博士学位和德国歌德大学的哲学博士学位，但他直言不讳地指出，在人工智能驱动的经济中，高等教育存在局限性。 今年早些时候，卡普达沃斯世界经济论坛年会上表示：“人工智能将摧毁人文社科领域的工作。以我为例，即便进入名校、攻读哲学专业，最好还是掌握其他技能，否则仅凭这个专业，你很难谋生。” Palantir还推出了另一项“菁英奖学金计划”，专门面向未升入大学的高中毕业生。该项目首期申请者的考试成绩需达到常春藤盟校成绩要求，吸引了超过500名申请者。据《华尔街日报》报道，最终录取的22名学生中，有的认为传统大学教育缺乏吸引力，有的则未能进入理想院校。 目前该计划正在招募第二期学员（2026年秋季入学），为参与者提供每月5400美元津贴，其宣传语清晰明了：“告别负债，夺回属于你的人生，获得‘Palantir’学位”。表现优异者甚至能获得公司的全职录用机会。 初级岗位在减少，但并非所有人都放弃上大学 随着面向应届生的传统初级岗位持续减少，许多年轻人得出了与卡普相似的结论：仅有一纸大学文凭，已不再是成功的保障。 即便如此，仍有一些科技行业领袖认为，高等教育远未过时，尤其是在人工智能时代，人文社科教育可能更具价值。微软首席科学家杰亚米·蒂凡认为，下一代将从那些强调“如何思考”而非仅关注操作方法的学科中获益。 “元认知能力将变得至关重要——灵活性、适应性、实验精神、批判性思维、敢于质疑的能力。培养批判性思维需要经历磨砺、挑战困难任务、进行深度思考。”她对《华尔街日报》表示，“在这方面，传统的人文社科教育能够发挥重要作用。” 与卡普的观点形成鲜明对比的是，人工智能公司Anthropic联合创始人丹妮拉·阿莫迪表示，学习人文社科将“比以往任何时候都更重要”。 “那些体现我们作为人类独特性的特质，其重要性将日益增加，而非减弱。”她上个月在接受美国广播公司新闻（ABC News）采访时表示，“如今Anthropic在招聘时，更看重求职者的情商、沟通能力和人际交往能力，以及善良、同理心、好奇心和乐于助人的品质。”（财富中文网） 编者语 · 能在AI时代立足的并非只有高学历者，熟练掌握实用技能的“蓝领”与具备独特认知优势的“神经多样性”人才，可能比传统意义上的名校毕业生更具竞争力。 · 人才的定义正在拓宽，一些曾被忽视的特质，如非线性思维、高度专注力，可能恰恰是驱动未来创新的关键。 · AI将直接冲击并“摧毁”许多人文学科对应的传统岗位，但也有科技界高管认为AI的崛起会凸显人文社科专业的价值，职场人士应根据自身的职业发展路径审慎判断，并培养难以被AI替代的核心竞争力。 |
Copyright © 1999 - 2026 by Sinoquebec Media Inc. All Rights Reserved 未经许可不得摘抄 | GMT-4, 2026-7-17 08:45 , Processed in 0.139659 second(s), 23 queries .
