在经济周期变化、数智化产业链重构与AI技术加速变革的环境下,全球商业市场正在经历“冰火两重天”:一边是裁员潮,一边是打破市值记录的超级技术巨头;一边是持续先减少的初级岗位需求,一边是创造历史纪录AI人才和技能需求。 与此同时,中国企业全球化正进入“深水区”,从产品和技术出海,到深入本地市场构建“全球化供应链”,在面临新的竞争规则的同时,也在参与和塑造新的全球商业技术格局。

领英ConnectIn 2025大会现场
中国出海企业管理者的人才观和品牌观也在发生质的变化:从拼技术,卷速度,到更加重视品牌在海外的“口碑信任度”和“组织的可持续发展能力”。他们依托领英这样的全球化平台实现高效国际人才获取,在技能需求快速变革的趋势下提升人岗匹配度;以真实、生动的故事打造全球雇主品牌;另一方面,通过部署数智化驱动的人才培养体系,让顶尖人才更有信心与企业携手长跑。
“AI不是简单的自动化工具,而是释放人类潜能的加速器。企业的竞争力,最终取决于员工能否与AI协作;而赢在未来的企业组织:不仅将赢在硬核技术,赢在强韧的供应链和可持续变革能力,也将赢在信任力。”LinkedIn(领英)中国区总经理王茜在大会现场直言。她强调,只有把人才战略与信任力前置,再以真实可信的专业内容去链接市场,技术红利才能稳步沉淀为增长韧性。

LinkedIn(领英)中国区总经理王茜在领英ConnectIn 2025大会现场发言
领英携手贸促会发布“2025 国际化人才城市 20 强”
今日,领英在杭州携手中国贸促会联合发布《2025中国最受国际化人才关注城市20强》榜单。根据领英经济图谱,2024年中国国际化岗位需求增长28%,其中杭州、深圳、上海位列前三,大湾区紧随其后。以杭州为例,这座兼具历史积淀与数字创新活力的城市不仅有数字经济产业集群,大量创新创业企业,还有完备的政策支持,和全球顶尖人才,他们是托举企业扬帆出海的航母,也是全球数字经济浪潮中的有力脉搏。
中国贸促会融媒体主任张鑫在大会现场表示,数字与融媒体时代推动对外贸易新发展,我们要深入研究垂直型产业贸易服务与合作模式,持续提供舆情监测、行业调研与定制化智库服务,以更专业的信息与媒体技术支持企业国际化运营。
人才信任、技术信任与绿色信任——三重驱动新增长
构建信任,人才是第一根基。今年AI人才“天价薪酬战”屡见不鲜,如何让顶尖人才与企业携手长跑?作为全球生命科学服务与产品提供者,金斯瑞正在把深厚的研发力转化人人才力和信任力。在企业管理层看来,生命科学产业正从技术驱动走向全球化竞争,企业需要的不仅是懂科研的人,更是能够把科研成果转化为商业成功的人。金斯瑞推出Gen X Future Leader Program,以“科学×商业”的双轨培养,通过跨职能项目、全球轮岗与导师机制,锻造“从实验室到市场”的系统思维和跨文化领导力,使科研成果得以高效转化为业务影响。
当前,绿色经济不仅是全球政商界的关注焦点,也意味着新的经济增长动力。全球领先企业已经把“绿色技能”视为组织提升抗风险能力、创新力与效率的关键驱动力。领英2025全球绿色技能报告显示,全球绿色技能岗位招聘增速已是技能供给增速的两倍,拥有绿色技能的候选人录用率比整体劳动力高出46.6%。而企业对“AI+绿色”复合技能的需求正在加速增长,2025年绿色人才叠加AI工程能力的比例同比增长38.6%至55%。全球绿色岗位招聘增速远超技能供给,过去四年绿色岗位招聘增速是绿色技能供给增速的两倍,53%的绿色岗位来自非绿色传统岗位,绿色能力已成为主流岗位的“标配”。
在绿色制造与新能源领域,隆基绿能将低碳生产、循环经济、公益责任、产业赋能、规范架构与稳健机制融为一体,形成面向产业链上下游的系统性绿色信任。公司践行“Solar for Solar”理念,通过“供应链绿色伙伴赋能计划”带动合作伙伴落实节能减排,减少全产业链碳排放;嘉兴基地成为光伏行业首个“灯塔+零碳”工厂,以前沿技术融合实现能耗降低,为行业提供可复制的绿色智造范本。正是这类可度量、可验证的治理与制造进步,塑造了穿越周期的绿色信任,并在国际ESG评级中获得领先表现,为企业的全球招聘、合作与品牌叙事提供了坚实背书。
从研发实验室到全球市场,从制造产线到创作者社群,中国企业正在把“技术为水,信任为金”落实为可复制的管理方法:以绿色信任让供应链更可持续,以人才信任让组织更有韧性,以技术信任让品牌更具温度。领英将与更多中国企业携手,把人才战略与信任力前置为组织底座,把AI转化为人机协同的生产力,把真实可证的专业内容转化为全球范围内的品牌资产与商业机会,在过剩与出海的双重周期中,为增长提供可持续的续航力。
好文章,需要你的鼓励
Brave Software开始为其AI助手Leo提供可信执行环境(TEE)技术,以增强云端AI服务的隐私保护。目前该功能仅在测试版本中支持DeepSeek V3.1模型。TEE技术能为数据处理提供可验证的机密性和完整性保障,解决传统云端AI模型处理用户请求时数据暴露的隐私风险。该技术采用Intel TDX和Nvidia TEE方案,让用户能够验证服务提供商的隐私承诺,确保AI响应来自声明的模型,未来将扩展支持更多AI模型。
华南师范大学团队开发的GraphTracer框架,通过构建信息依赖图解决多智能体系统高失败率问题。该方法摒弃传统时间序列分析,追踪信息流网络精确定位错误根源,在失败归因准确率上比现有方法提升18.18%,并已开源供实际应用。
OpenAI宣布与富士康合作,专注于下一代AI基础设施硬件的设计和美国制造准备工作。双方将结合OpenAI对AI模型需求的洞察和富士康的制造专业知识,共同设计多代数据中心硬件,强化美国AI供应链,并在美国本土构建关键AI数据中心组件。此次合作旨在满足先进AI模型对专用物理基础设施的需求,加速先进AI系统的部署。
杜克大学研究团队通过几何框架分析发现,AI推理过程呈现连续"流动"特征而非离散跳跃。研究表明逻辑结构像河床般调节推理流的速度和方向,即使面对不同语言和领域的内容,相同逻辑结构的任务在AI内部表现出惊人的几何相似性。这一发现颠覆了AI为"随机鹦鹉"的传统认知,证明AI具备真正的逻辑理解能力,为AI可解释性和系统优化开辟新方向。