AI要闻 — 全景速览 — 2026-10-25（周日）每日新闻

据报道,德国Generali将在2030年前裁员800人,并围绕AI重组业务。美国农业部的IT主管表示,由于人员流失,将难以维持对AI的人工监督。AI的应用正在扩展到就业、金融和心理健康领域。决定加快引入还是推迟引入,其差别与其说在于效果的大小,不如说在于能否保持人对AI的监督与支持。这篇可在半天内读完的文章,可用于在就业、金融市场、情感支持、安全监控和影像诊断等领域确认这些条件是否得到满足。

裁员正在推进，而管理者跟不上

据报道,德国Generali将在2030年前裁员800人,并围绕AI重组业务(Menafn)。在美国,对AI引发大规模裁员的担忧促使国会探讨支持劳动者的办法(The New York Times)。裁员动向既出现在企业规划中,也出现在政治议程里。另一方面,数据并未朝着同一个方向。根据美国商会的一项调查,据报道俄克拉何马州许多中小企业表示,引入AI后雇佣人数有所增加(KSWO 7News)。即使采用的是同样的AI,大型企业的重组计划与中小企业的工作现场,其用法也不相同。无视贵公司的规模和行业,将其中任何一方的案例直接套用到自己公司,是很危险的。

当裁减推进时，问题与其说在于人数，不如说在于留下来的人能够做什么。美国农业部的一位IT高管表示，由于人员削减，AI的“人工监督”将难以维持（FedScoop）。有人指出，即使在引入AI时以人类负责检查AI的输出并防止错误为前提，如果负责这一职责的人数被削减，这一前提也将崩溃。从这个角度来看，仅根据可削减的人数来估算引入的成本效益的做法必须重新考虑。

国际劳工组织（ILO）也关注劳动者权利，并探讨当AI管理工作场所时，谁拥有发言权（Devdiscourse）。这里的问题是，当AI就岗位分配和评价做出决定时，是否有制度让劳动者表达意见。确保监督人员与赋予劳动者发言权看似是两个不同的问题，但二者都涉及同一个议题：人类能否持续参与AI的决策。

爱尔兰就是一例，FIT与Intel合作提升劳动者的AI技能（Silicon Republic）。无论是转岗的人，还是转任管理岗位的人，都需要提升技能。然而，仅有联盟并不能保证培训能跟上裁减的速度。是先决定裁减人数，还是先做好对留任者或离职者的支持准备？引入的先后顺序，将决定是加快推进引入还是推迟引入。这个问题在就业之外的金融和心理领域也以同样的形式出现。

货币市场和银行所反映出的过度反应与压力

近期经济指标显示，市场对与AI相关的投资和贸易持谨慎态度。根据 www.christophe-barraud.com 整理的汇总，全球与AI相关的贸易正承受压力。日本的通胀率超过了日本央行的目标，而欧元区的采购经理人指数（PMI）低于预期。在金融方面，有人担心AI代理会冲击银行存款，CNBC报道称这可能是华尔街的过度反应。由于物价、企业信心和存款问题同时被讨论，实施AI的企业不仅要考虑预期效果，还必须考虑融资和客户动向等外部环境。是否要急于推进引入，其决定因素之一在于这些担忧是否被夸大到超出了现实。

另一方面，医药和医疗数据领域的交易并未停止。据tokenpost.com报道，Tempus AI与Pathos AI签署了一项金额最高达5500万美元的神经数据协议。marketscreener.com报道称，Tempus AI已与Bristol-Myers Squibb签署多年期协议，授权其使用多模态肿瘤学数据。据Indian Pharma Post报道，Tricog Health将与Sanofi和OMRON Healthcare一起扩大其全球布局，努力从心电图（ECG）转向由AI驱动的医疗服务。这些合同的金额和期限都很明确，签约方包括大型制药公司和医疗器械公司。

这两种动向表明，即便是同一种 AI，不同领域做出决策的依据也不同。在金融市场中，担忧首先反映在价格和观点上，之后才会追问华尔街的反应是否过度。在数据交易中，条件则以合同的形式预先确定，涉及神经病学、肿瘤学和心电图等特定领域。然而，从目前的资料中我们能了解到的是合同的签订和部署的扩大，仅凭这些报道还不清楚引入之后人的验证与支持将如何发挥作用。

如果存在即使市场环境波动也能继续推进交易的领域,那么引入与否的决定,与其说取决于经济的强弱,不如说取决于人们能否在现场持续检查结果。在下一部分,我们将审视心理领域,看看这种确认与支持是否真的得到了维持。

越来越多的人向AI寻求情感支持

据Fast Company报道，年轻人开始使用AI来支持自己的心理健康。Fox News探讨了为什么越来越多的人被Meta的AI Muse所吸引。与此同时，The Independent报道称，一位精神科医生指出了向AI寻求心理健康建议的危险。如果把这三个案例放在一起看，使用的扩大与专家指出的危险正在同时发展。当读者决定公司的产品以及在家中的使用方式时，仅仅依靠用户数量的增长作为引入的依据是不够的。首先需要确认，用它来寻求建议这种用法被精神科医生视为有问题。

Social Market Foundation（社会市场基金会）表示，模仿人类共情与亲密感的 AI 既带来机遇，也带来代价。模仿共情的机制为想找人倾诉的人提供了便捷的选择。另一方面，也有观点认为模仿本身会带来代价，而推出这类产品的一方也必须为此承担责任。这里需要决定的是：是基于机遇加以扩展，还是基于代价缩小范围。

这个问题并不限于医疗或咨询场景。CBS News 报道了明尼苏达州一位宗教领袖对 AI 将给宗教带来的影响的看法。波士顿大学正在宣布于 808 Gallery 举办一场新展览，探讨 AI 时代版画不完美的美。即使在宗教和版画这两个相互独立的领域，AI 的出现也迫使我们重新思考做人意味着什么。

随着依赖AI获得情感支持的趋势日益普遍，人类能在多大程度上对这种支持进行监督，将决定是急于引入还是放弃引入。

划定安全漏洞与认知/配合之间的界线

外部审计发现OpenAI安全监督存在重大漏洞(the-decoder.com)。这意味着外部审计发现了内部检查时未能察觉的缺陷。对于引入AI的企业而言,经营者自己说明正在进行安全监控是一回事,由第三方确认结果则是另一回事。如果您正在决定是加快引入还是推迟引入,现在除了服务提供方的说明之外,还可以将是否存在外部审计以及审计结果的内容作为判断依据。

在这一漏洞被报道的同时，围绕界线应划在何处出现了三场讨论。第一是AI的意识问题。《国家评论》(National Review)刊登了一篇发表于《自然》(Nature)的关于AI意识的文章，并反对赋予机器权利。某物是否具有意识的讨论，与是否应授予其权利的判断，可以作为两个独立的问题来处理。从运营者的角度来看，无论围绕意识的争论如何发展，是否继续由人类负责AI的输出，仍是企业自身必须做出的决定。

第二是国家之间的合作。《Bulletin of the Atomic Scientists》（《原子科学家公报》）认为，核安全可能成为中美 AI 合作的切入口。其想法是，即使两国处于对立状态，只要在核管控上有共同利益，就更容易建立讨论的平台。第三是医疗监管。据 Radiology Business 报道，在 FDA 着手监管生成式 AI 之际，放射学会发表了意见。参与临床诊断影像工作的专家团体，对监管提案的形成有直接的发言权。对企业而言，规划落地实施的前提，是即便在监管内容最终确定之前，也要关注本领域的学会和行业团体所发表的意见。

从OpenAI的审计结果、关于意识与权利的讨论、中美合作以及学界对FDA的意见来看，划定界线的主体分为企业、评论者、国家和专业组织。至于由谁来检验所划定的界线，这一问题仍然没有答案。下一节我们将探讨，目前有多大程度的制度来执行这类检验。

扩大影像诊断模型的验证范围

在乳腺癌方面，有研究报道了一种模型，将多期相肿瘤及瘤周动态对比增强MRI的影像组学与传统特征相结合，用于术前预测肿瘤浸润淋巴细胞的数量（BMC Medical Imaging）。在子宫内膜癌方面，研究探讨了结合多参数MRI影像组学与深度学习的术前风险分层（Frontiers in Oncology）。在肝脏方面，已有研究发表，将动态对比增强MRI的深度学习模型与临床模型相结合，以无创方式鉴别肝细胞癌与肿块型肝内胆管癌（Frontiers in Oncology）。这三项研究都旨在增加手术或活检前可用于决策的信息量。考虑引入模型的人，不仅需要先确定准确率数字，还要先确定该模型将用于医疗的哪个阶段。

使用CT和病理图像的报告也在持续出现。有研究使用基于Transformer的模型来预测肺神经内分泌癌的预后。该研究为两中心回顾性队列研究（Frontiers in Oncology）。针对早期胃癌的淋巴结转移，研究利用内镜活检的全切片图像，通过多模态Transformer评估术前风险（Annals of Biomedical Engineering）。在肌层浸润性膀胱癌中，研究使用可解释的、基于增强CT的交叉注意力Transformer模型来预测无进展生存期。该研究被表述为多中心研究（Abdominal Radiology）。其中包括回顾性设计，以及仅限于两家机构的报告。能否直接用于日常医疗，需要通过另外的验证来确认。另一方面，促进可解释性的设计的出现，与医生能否检查模型输出这一监督问题直接相关。

图像 AI 的应用正在向医学以外的领域扩展。一项使用 CNN 模型对犬类异常脑部 MRI 图像进行分类的研究发表在《Scientific Reports》上。另有一项研究比较了从 MRI 图像中提取脑肿瘤的监督式方法与无监督方法（《Romanian Reports in Physics》）。在更接近农业的领域，一款使用单个摄像头检测并剔除坏苹果的轻量级 AI 原型，已在在线分拣流程中进行了测试（Bioengineer.org）。同样的图像分析技术被用于人类诊断、动物诊断和水果分拣。因此，有必要针对每种应用分别决定：流程中有多少交给机器，哪些需要由人来检查。

随着验证工作的不断开展，引入成败将取决于谁能够持续检查输出结果以及如何检查，而不是准确率本身。

What each section has in common is that compared to the speed at which AI is being introduced and used, it is easy to confirm whether human supervision and support can be maintained later. With employment cuts moving forward, the question became what responsibilities those who remained would be able to take on. In the capital market, it has become necessary to determine whether concerns exceed reality. Regarding emotional support, the use of it expanded and experts pointed out that it progressed at the same time. Safety monitoring required third-party confirmation, and image diagnosis required a decision on what stage of treatment to place. Whether to rush ahead with the introduction or postpone it can be determined not only by the magnitude of the expected effects, but also by whether a system for supervision and support has been established before the introduction.

问题1：以目前的人员数量，在AI投入使用之后，你们是否仍有足够的人手和时间，继续检查交由AI完成的工作成果？ 问题2：在批准使用AI的条件中，你们是否纳入了外部确认结果和专家意见，而不是仅仅依赖提供方的说明？ 问题3：引入AI的预期效果，与在同一判断场合中维持人工监督和支持所需的成本和人员，是否进行了比较？

最后，三个问题

- 即使在引入之后，现有人数是否有足够的人手和时间，继续核查委托给AI的工作成果？ Q2：在批准使用AI的条件中，是否纳入了外部验证结果和专家意见，而不是仅仅依赖提供方的说明？ Q3：引入AI的预期效果，是否已在同一个判断场合中，与维持人工监督和支持所需的成本及人员进行了比较？ - 在批准使用AI的条件中，是否纳入了外部验证结果和专家意见，而不是仅仅依赖提供方的说明？ Q3：引入AI的预期效果，是否已在同一个判断场合中，与维持人工监督和支持所需的成本及人员进行了比较？ - 引入AI的预期效果，是否已在同一个判断场合中，与维持人工监督和支持所需的成本及人员进行了比较？