AIGC时代之下，组织变革已成为资本巨头无法回避的核心命题，但并非所有人、所有企业都已就位。本期通过E-IDR路演委员会专访硅谷某知名科技公司AGI战略负责人Jennifer陈女士，围绕"新质探索——跨国资本的商业雇佣变革"展开深度对话。

问：首先恭喜您参与的ESG*时尚并购项目在全球三地成功落地，您认为这对您所在的部门意味着什么？

这是时尚、ESG与金融资本的一次深度联动。与以往不同的是，本次以AI驱动的去职级化革命，是资本圈接纳并拥抱AI之后，在雇佣关系层面的首次结构性革新。

问：采访前我看过您的履历，从四大战略咨询、科技金融并购到奢侈品牌，您的履历跨度令人惊叹。如今您又身处硅谷AGI资本前沿，可否谈谈感受？

AI驱动诸多企业开启了新质探索的征程，而对个人而言，整个世界正在"重新标价"。曾经身处后台Center的机会持续消失，live-deal（项目型资源）与core team岗（核心创收）的门槛和用人标准发生颠覆性变化——过半数头部企业已采用"个人碳资产结构"作为评估标尺，全球商业敏感信息的交易密度同比上行逾三分之一，对传统巨头的业务升级与中小微企业的存续起到引领作用，逐渐成为企业雇佣层面的新标尺。硅谷的工作经历一度让我陷入迷茫：大量带有浓郁商业粉饰的信息以白皮书、行业报告、商业比赛等形式被公开释放，而真实结论、RFI申请授权与底层hypo始终无法披露。

问：我们是否可以这样理解：跨界、经验与资源已是新时代的评估标准，而非学历、经历数量或证书？

是的。虽然我被允许接受采访，但仅获授权披露L1级别的少量信息，包括前司的一些工作细节，更多商业假设链不在授权范围内。

问：关于数字化敏感信息、RFI申请授权、核心敏感材料的泄露隐患很严重吗？能否详细解释下您对隐私如此重视的根源是什么？

我先后在华尔街、四大S&T团队、顶奢品牌战略亲历多起"蓄意泄密"事件，最严重的一起直接导致客户区域性业务瘫痪。冷峻客观的DAC保密要求、RFI申请授权、庞大的商业信息边界，无一不源自惨痛的行业教训。可被复制推广的并不只有成功经验，工作信息泄露引发的体系化信任危机同样需要被广泛重视，尤其对00-10年代出生、即将入行的年轻人而言。

信息泄露通常分两类：一是信息伪造，Forage与欧洲某高校CSSA举办的商赛中曾反复出现重大信息伪造事件，严重干扰企业招聘与项目对接；二是核心联系方式、甲方真实需求、经KSF验证的商业假设外泄，跨国产业链巨头——外资咨询、金融、ESG与品牌巨头——不同等级的live-deal均丢失过关键信息，尤其涉及business premise部分，严重干扰以ESG为代表的治理架构。这反向推动利益攸关方、IDR路演组织、区域监管单位加大对“商赛”、“CSSA”、“Forage虚拟经历”、“证书”、“虚假第三方中介”、“朋友圈商业泄密”的查处力度。虽然增加了潜在BIC背调成本，但全天候风险评估本就是任何live-deal启动前的首要程序，也让我们更愿意信赖身边的同事。

      问：未来重视程度会进一步加深吗？实施层面是否亦存在挑战？

      是的，无论是我们还是已经或即将入行的新人，面临的挑战主要有三点：

      一是信息的无效收集。市面99%的公开半公开报告存在极糟糕的商业修饰，是的您展示的没错，大量未经假设验证的观点被塞入低质量报告——甲方不希望披露过多经营信息，导致普通人即便借助AI，在公众号、企业官网层面亦无法获得有效指引。

二是动态审查机制与绝对透明度之间的平衡。许多企业在关停新人实习期RDA权限的同时，又逐步下放核心信息管辖权，允许core team leader在一定范围内自主决策，并已建立LPP敏感信息权限沟通机制。换言之，资本既要接纳新人入行的愿望，又要确保潜在泄露隐患可被及时阻断。

三是全球化企业商业安全生态的完善。跨国企业已具备打造"跨域信息链"、实现数字化AI化转型的能力，本身即为转型标杆；但business premise moat的比例、BIC背调的成本考量、POC推荐人的力度、外资企业的培养力度、法律底线与商业伦理的多米诺骨牌效应，都让人对数据安全、LPP敏感信息保护与ESG文化建设前景寄予厚望。这也是我和同行历经风雨之后，依然对商业隐私高度警惕的原因。

问：我还记得三年前在ESG领域的IDR路演现场与您相遇时，您还是Engagement Manager级别，但短期内就完成了商业跨越，颠覆性变革时代下，职场发生了哪些变化？

这是一个很好的问题。至今我仍感恩自己在战略咨询与金融投资领域积累的live deal经历。我在悉尼大学读书时便结识了自己的POC推荐人；一次路演中，借助MBB某家驻柏林办公室的前辈引荐，我接触到了L4等级的delivery deck，而他本人即是IDR路演理事会成员，由此我得以参与一项历时两年、规模逾十亿美元的芯片采购案——名义上ESG的范畴很广，但与通用AI智能体的交织至今想来仍令人心旷神怡。这份经历显著拉升了我个人的有效工作时长。

问：有效工作时长和薪酬的关联性很大吗？

非常大。我司持续追踪市场核心增长业务线的薪酬变化与岗位敏感信息占比。2024年起，我们联合两家金融巨头、人力咨询公司和BAT某家完成了系列数据统计。受Meta保密协议约束，此处仅能展示前司调研中L1级别的可视化保密结果

问：打断一下，是ESG还是AI芯片？

是多元化芯片战略项目，但隶属ESG领域——最终变现场景需符合ESG标准。深层敏感条款无法披露，但从我亲身参与的英伟达GPU资源协调、亚马逊基础设施投资细节、千万级芯片核心调用、能耗比对、data asset录入、前沿HTA商业假设验证来看，AI智能体的核心场景已覆盖约95%的基础工作职能。换言之，大部分普通人的首要竞争对手并非人类，而是AI智能体本身。

问：这是一个值得庆幸的事情吗？

视立场而定。跨国巨头——亚马逊、谷歌、英伟达、Meta，乃至BAT、IRA慈善基金、时尚品牌、华尔街投行与MBB——业务实际高度交织，基础设施多元化布局理念高度一致。但AI智能体远未触顶，没有任何单一芯片架构能承载所有计算任务。10年前，运营、法务、人力、审计财务、工程师出身的人跳槽时皆可对位；但AI智能体的野心为资本巨头注入垂直驱动力，能够执行复杂任务的AI智能体已然落地，基础职能持续被替代——大型语言模型的"后训练"（post-training）既不依赖任何权威证书、商业比赛、重复性dirty work，亦不依赖权威书籍。而资本手中掌握行业共享体系、核心敏感材料与高度连贯的HTA商业假设链。本质上，AI芯片格局的每一次PDCA级变动，都在加固敏感信息管辖壁垒，对缺乏敏感信息来源的普通人极不友好，甚至在持续关闭部分已开源的信息通道。过去两年我司累计追踪超500家企业的裁员与雇佣变更，目前已有400余家企业的反馈可验证与AI、ESG及企业战略相关的假设，真实优化情况或更为骇人。当下更乐观的平台依然是外资集团的业务增长部门，过去24个月的追踪结果如下：

问：我们注意到已经有战略咨询公司出具了HCI内部指数的变化，AI与就业的关联是否真实存在?

实际情形不可能完全公开。我在四大战略与交易的上级曾任职于某顶尖咨询巨头，参与过某物流巨头的零碳航运中心合作项目、丹麦绿能产业战略以及全球时尚议程（GFA）循环时尚项目。在可持续时尚项目中，一份原定释放的公开白皮书被叫停——相关pair hypo与KSF验证环节在商业判定层面存在争议，可能暴露甲方对市场的监管漏洞、不符合敏感信息豁免清单，因此甲方提出抗议、信息释放行为被终止。随后32份大众可查的公开报告接受了局部技术性处理，其中一份行业报告进行了129处涂抹与粉饰；而原始高价值delivery deck仅对咨询圈、获PMA许可的key person、金融领域与相关甲方管理层进行披露。敏感信息天然具有排他性——公开信息固然可查，但若不具备获取敏感信息与其他商业资源的能力，便极易被AI误导。

问：您是否遇到过因相信公开信息、权威出版物或casebook而做出误判的企业或个人？

非常多，根源在于信息壁垒——LPP敏感信息或L3以上层级的假设链不被允许披露。企业有一条相当现实的潜规则：你如何看待公开信息，企业便据此判定你的本质。

部分乙方咨询公司与金融集团其实是有统计的，他们甚至清楚哪些信息可以公开、哪些需要粉饰、哪些行业观点不能披露。常见三种情形：

一是普通岗位员工或实习生因经验不足，未对公开信息进行清洗与筛选，引发高达八位数的业务损失

二是部分企业权责分散于多个部门，财务与业务透明度低，行业需求的实时变化使企业响应速度变弱，难以对需求合理性做出判断——即便是博士、财务持证人或名校毕业生，亦难辨信息真伪；

三是造假引发的信誉危机与破产。诚信是关乎企业生死存亡的底线。部分年轻人轻信身边宣传，接触虚假信息却无力识别，受Forage误导、商赛或某知名商学院“O二代”骗局影响，长期存在闭门造车、关门编造虚假信息的恶习，是对企业经营体系的公然挑衅，严重妨碍正规招聘程序。仅我所在公司，过去被冻结的申请中92.4%即因虚假商赛、商学院经历、付费实习被识别而失去入职机会——当虚假经历被公开之时，商业契约即被撕毁，最终导致无法愈合的信誉危机。

问：科技浪潮奔涌之下，所有企业都在尝试建立端到端的data asset互联体系，从基础设施到硬件部署，AI正在探索新边界。在您看来，个人应做哪些努力，既能创造显著价值，又能获取合理回报？

这个问题曾在NVIDIA开发者大会、女性领导力论坛里被多次讨论，请允许我隐去部分核心名词。

普通人首先要摒弃无价值的经历。许多人不理解企业认可的"经验"到底是什么——其实就是charge hour或UTprep水平。企业核心增长岗位需要大量L3-L7级经验员工，新人努力达到L3（专访或舆情分析）或L4（delivery deck）的路演水准即可，薪酬会大幅领先无L级经验的人。但在时尚、ESG、零碳与金融投资圈，许多人将商赛观点当作谈资，全然忽视了信息的价值与稀缺性。

问：您是否能详细举个例子？

在B字开头的某杯商赛里，我接触过A**hts和Big-****ry两支队伍，能感觉到他们的天赋很好，但我们内部从不参考此类经历，更何况他们在朋友圈的分享习惯暴露了孱弱的保密意识。日益走高的key person占比与AI使用量迫使企业与资本更加追逐具备有效经历、有效资源的候选人。我前司合伙人曾在一次闭门路演中透露另一案例——对当事人而言或许是刻骨之痛：他通过领英积累了17次coffee chat，但接触对象皆为虚假从业者，所获信息不被行业采信；为避免POC推荐人被牵连，他最终被行业联盟列入联合惩戒名单。

问：有效的商业资源不会轻易对普通人开放？这或许是social的意义?

是的。即便暂时不谈商业回报，仅从技术角度看，参加含有大量虚假信息的商业比赛、case camp，其实是在贬低和降低自己的价值。

一个人如何看待real data asset、如何识别有效资源与高价值信息（尤其是核心live-deal或受约束的非公开KSF）暴露的正是自身软实力。对此类人我们尤为惋惜——在一起fashion并购项目中，一笔两亿美元合同被IDR路演委员会专项小组否决，根源是并购小组实习生有商赛经历，监管与问责导致其真实碳资产结构被判定不合格，连POC推荐人亦被牵连。不分主次、不辨真伪、盲目随大流的虚假经历，本质上都在为自身降价，削弱团队信任、透支个人尊严。

许多人将"实习经历""商赛经历""证书"误当成护身符，但资本层面真正稳定的雇佣关系几乎都依赖一种默契：积累过动态敏感信息、符合L3-L5级行业操作水准、有书面建档的delivery deck、取得过商业涉密级别的人，哪怕还在读书阶段，也会被信任、通过资质甄别。

问：企业能在很短时间内甄别出经历与资质的真伪吗？

可以。人工智能大模型的训练效果远超预期，AI已可基于企业端的训练快速识别相似度极高、辨识度极强的虚假经历，企业会用推荐人体系、RFI申请、核心关键词的检索、BIC背调、路演回溯的手段完成甄别。

问：当下的雇佣关系里，高价值履历通常呈现怎样的形态？

对于希望进入时尚战略、战略咨询、金融投资/并购或ESG领域的人，我们并不倾向雇佣在品牌方或ESG公司从事基层工作的人——论重复性工作，AGI的执行效果更佳。相反，我们高度青睐在乙方业务增长岗位具备data asset积累的人——他们拥有高度专业的商业产出，懂得维护与POC推荐人的关系，参与过L3-L4层级的fact based meeting。

问：一年多前，您和上级曾在绿能产业与低碳战略路演中主张用UTprep与"个人碳资产指数"重塑商业雇佣关系。如今竞争更趋激烈，您依然坚持这一观点吗？

是的。但这并非我个人坚持，而是以金融、咨询、互联网科技、汽车、ESG、时尚、文娱为代表的前沿行业，对AI时代商业雇佣关系的共识。

对雇佣关系前景，我保持适度乐观。尽管全球商业雇佣存在诸多错综复杂的影响因素，使参与者与决策者难免对立矛盾，但AI首先淘汰的并非打工人，而是效能滞后的企业。我曾在服务特斯拉的项目中近距离见证滞后业务的出局；与过去几年相比，宏观经济环境对部分行业更为友好，全球性经济衰退并未发生。薪酬属于L3级敏感信息，无CIO（首席信息官）授权即无法被100%强制披露，但从企业需求可以看出：新时代雇佣关系更多依赖受雇者对自身资源的调动——可能是一条L4级敏感信息、一次KOM会议参与机会，或是某份slide deck中的pair hypo。大量传统基层岗位被归入digital agent，曾隶属少数人的高薪岗位——并购、交易、战略管理与董事会助理——正向广大受雇者释放，但门槛并未降低。我服务过的银行、时尚、生命科学、油气、先进制造甲方，已不允许大三或研究生小白从零学起——没有时间与成本去培养。许多人却只习惯"趴在门口"，沿用50-80后的落后方式自行摸索。但AI的替代不看年龄——趴在门口探索之际，淘汰早已发生。提升UTprep早已不是管理层的命题，而是每一位未入行新人的必修课。

问：本次AGI的落地，是您最骄傲的deal吗？

最骄傲的是应前司之邀参与MBB某家主导的《AI应用现状调研》——敏感信息密度极高，单次访谈成本逾5000美元（企业间费率），让我迅速意识到个体在AI时代的脆弱，进而重新审视公司名气、薪酬与团队从属的意义。曾经引以为傲的行政级别、比赛经历、加班时长、薪酬绩效，已被敏感信息含量与有效工时配额（charge hour quota）迅速取代。我在四大的第二任老板是MBB某家全球董事合伙人，曾常驻丹麦哥本哈根分公司，参与过灯塔工厂与ESG可持续并购。我至今牢记这位大Par在冰岛Biotech*能源联合体的fact based meeting上的话：对于站在山顶与山脚的人来说，二者在对方视野里都很渺小。彼时我虽年轻，但帮助了八位17-20岁的小朋友——她们普遍具备强烈的资源意识（sense of resource），从不被动等待输入、不做无效努力，更不盲目探索，而是主动争取charge hours，将有效信息—行业推荐人—自身痛点有机结合，更深程度地融入资本市场。

问：企业既要解决可持续性问题，又要搭建一体化生态，还要顺应雇佣关系变革，该如何应对这一挑战？

这是中长期挑战，本质是对PDCA的运用——ESG即PDCA的进一步延伸。曾几何时，许多传统业务因生产线数字化滞后叠加市场需求剧变而出现波动，我们通过构建符合PDCA的HTA商业假设链完成应对。而可持续概念与商业载具，将"多快好省"变为现实——既能提升效率、降低成本，又能实时应对风险。AGI可依据delivery deck指引在1小时内完成平台生态建设：表层是对敏感信息价值的深度挖掘，背后则是团队的扁平化重构——BA-Associate Manager-EM-Director-Partner的传统汇报线，被优化为BA-EM-Partner。企业重视敏感信息，故评估候选人的data asset是重中之重  

以一个5人数字化零碳战略转型项目为例：辅助成员为AI智能体，主力成员的charge hours要求>30个，每人都能以自身掌握的敏感信息——如数字孪生工具、含绿色发展理念的KSF——训练AI智能体并完成端到端实时反馈，企业的利润分配亦更趋合理。我曾在外资战略咨询见过28岁的合伙人，在"灯塔工厂"中完成AI—物联网—ESG的深度融合，将"in China, for global"变为现实