问题——技术浪潮下的“双重挑战” 近日，加州大学系统首席投资官在董事会会议上表示，人工智能带来的结构性变化正在加速显现，其影响已从“提升效率”延伸到“替代与重构”。对拥有约30万名学生的加州大学系统而言，挑战主要集中在两个层面：一是如何让人才培养更贴近未来劳动力市场；二是如何在大学基金的长期资产配置中抓住机会，同时避免被技术更迭“淘汰”。这个表态也反映出美国高校在新一轮技术变革面前普遍存在的紧迫感与不确定性。 原因——技术迭代快、应用扩散广、替代效应强 从技术演进看，人工智能，尤其是生成式模型的迭代周期明显缩短，能力边界快速外扩，在编程、文案、数据处理、科研辅助等领域形成可规模化的工具供给。同时，企业加速引入新技术以降低成本、提高响应速度，推动被重新拆分与重新定价的对象从“岗位”转向“任务”。在这一过程中，一些以软件服务为核心卖点的企业面临产品同质化甚至被替代的压力，资本市场也在重新评估有关风险。对高校而言，这意味着传统按专业划分为主的人才培养模式，可能跟不上岗位结构重塑的节奏。 影响——学生就业预期、机构用工结构与投资逻辑同步改变 一是学生职业路径更不确定。该负责人指出，学生毕业时可能面对已经明显变化的用人需求，一些岗位甚至可能在学生完成学业前缩减或消失，而新增职业可能来自“尚未出现的新公司”。这对课程设置、实习实践、职业指导以及跨学科能力培养提出更高要求。 二是机构内部用工方式在变化。其投资团队在人手基本稳定的情况下管理的资产规模显著增长，部分原本需要数周完成的工作如今能在更短时间内完成，说明技术工具正在改变岗位需求结构与能力要求。未来很可能是：常规分析、信息搜集与标准化报告等任务更自动化，而决策判断、风险治理与复杂谈判等能力的重要性上升。 三是长期投资面临“错过”与“被淘汰”的两难。大学基金通常以多年甚至数十年为周期配置资产，能够承受短期波动，但难以长期缺席趋势性机会。与此同时，更需要警惕的是“被替代风险”——部分行业或公司可能在技术范式切换中失去竞争力，资产价值被持续侵蚀。因此，投资判断正在从单纯评估增长空间，转向评估商业模式在人工智能冲击下是否会失去护城河。 对策——教育端强化“底层能力”，投资端重估“替代风险” 在教育端，加州大学系统的重点，是在保持学术训练质量的同时，提高学生应对变化的通用能力与可迁移技能。除专业知识外，还需要强化数据与计算基础、跨学科协作、批判性思维、沟通表达与伦理意识等“底层能力”。其中，金融素养、风险意识与基本经济决策能力被认为具备长期价值，有助于学生在快速变化的环境中保持独立判断与自我管理。 在投资端，该负责人表示，团队正对投资组合逐项复盘：哪些行业可能被重构，哪些企业可能因技术替代而失速，哪些资产可能成为“时代遗留”。这意味着资产配置不仅要看景气周期与估值水平，还要把技术替代情景纳入压力测试与风险预算，通过分散配置、动态调整与长期跟踪研究，降低系统性错配风险。同时，对新技术链条的投资也需保持克制与纪律，在识别长期趋势的同时防范短期过热。 前景——高等教育与资本治理将进入“适应性竞争”阶段 总体而言，人工智能对高校的影响不会停留在教学工具更新，而将推动学科设置、培养目标、评价体系以及校企合作方式的系统调整。对大学基金来说，未来竞争力可能更多体现在：能否持续识别技术变迁下的产业格局变化，能否在治理结构与研究能力上形成长期优势。可以预见，随着技术扩散与监管政策逐步完善，岗位结构将经历更深层重塑，教育体系与投资体系都将进入以“适应性”为核心的新阶段。
这场从教育系统展开的讨论，实际上指向一个更现实的转型命题：当技术迭代周期缩短至5—7年，固化的知识体系与投资逻辑都会承受更大压力。加州大学的应对思路或可为全球高校与机构投资者提供参考，但更重要的启示在于：在技术变革与社会运行的持续调整中，只有建立更具弹性的机制并保持持续学习，才能在变化中争取主动。