伊莎贝尔·拉梅利·阿科斯塔是一位出生于麦德林的记者和自由撰稿人，曾在Espacio Media Incubator工作。拥有创意写作和文学背景，伊莎贝尔的作品强调个人经历对技术革命的影响。
美国的新一轮人工智能基础设施热潮现在已经转变为前所未有的劳动力危机。美国 宣布了一项价值333亿美元的公私合作伙伴关系，软银和美国能源部将共同开发位于俄亥俄州的大型人工智能数据中心。因此，对人工智能相关人才的需求现在已经远远超出了硅谷。对工程师、数据科学家、基础设施专家和电力系统专家的需求现在正被超级大规模公司、公用事业公司和数据中心运营商所满足，他们正在争相支持人工智能增长的下一个阶段。像亚马逊和微软这样的科技巨头 将会在这次人工智能热潮中幸存；他们拥有足够的预算和资源来做到这一点。但中型公司正在努力与同一个申请人池竞争。 关键现在在于寻找外国人才，但在做到这一点方面的窗口正在变小。有 70% 的美国研究生在人工智能相关领域学习是外国人，该国的当前签证政策使得公司更难为全球人才提供赞助。许多成长阶段的公司依赖与大公司相同的人工智能人才池，但缺乏资源、可见性和招聘基础设施来与大公司竞争。现在，随着人工智能热潮的继续增加，对于谁可以获取更广泛的技术人才以实现增长的竞争也越来越激烈。 人工智能招聘市场变得超级竞争随着人工智能成为新的商业热潮，初创公司获取顶尖人才的竞争变得越来越激烈。 2026年3月德勤 报告 表明，数据中心和电力公司现在正在争夺同一个人工智能和计算机专家、工程师、技术人员和电力厂操作员的池子——同时电力需求 预计 到2035年将增加五倍，达到176千兆瓦，部分原因是人工智能。 随着领先公司为候选人提供声望和长期稳定性，大多数中型公司几乎无法匹配：大量数据集、计算基础设施和在全球可见的人工智能产品上工作的机会，对于许多工程师来说，这与工资本身一样重要。 与此同时，大规模公司已经花了几十年时间建立强大的招聘生态系统——通过专门的大学管道、培训计划、全球招聘团队和强大的雇主品牌。中型公司则往往在更紧密的财务约束下被动地招聘，延长的空缺职位很容易减缓增长计划，并使其对候选人来说不那么有吸引力。 然而，根据 Guillermo Delgado 的说法，全球技术咨询公司 Nisum 的全球人工智能负责人，初创公司可能正在错误地处理人工智能人才竞争。与其试图用高薪挖角大科技公司的工程师，不如专注于他们的团队如何有效地利用技术，例如测试、质量保证和代码迁移。 “关键在于每个工程师可以利用多少智慧，”德尔加多说，他指出，集成了人工智能的开发环境可以大大提高生产力，并允许初创公司在完全不同的模式下运作。换句话说，真正的竞争差距可能不在于人员数量，而在于每个雇员可以做多少事情。 在某些情况下，大公司可以提前招聘，以战略性地确保人才，而不是等待需求。这样一来，小公司就不得不在竞争人才和维持增长之间做出选择。 但德尔加多的观点表明可能存在一个逃生门：中型公司如果能够建立人工智能熟练的团队——即使是精简的团队——也许能够绕过竞价战，而不是输掉。 人工智能技能差距在实践中的真实情况让一些中型公司处于劣势的主要问题是候选人能够自信地使用人工智能的能力存在巨大的差距。大学和培训计划本身还没有成为人工智能熟练的，往往依赖于过时的工具——这让许多革命性的变化落在了积极的学生身上，或者说，他们要么自己创业，要么彻底重新设计传统系统。在美国，很多这样的人才都被大公司吸引过去了。如果中型企业想要利用竞争，他们可能需要扩大国际范围，重新思考如何建立人才管道。 像 Build...
几十年来，女性健康在临床研究中长期被低估——研究不足、过度简化，并被迫适应以男性生物学平均值为基础的模型。例如，受到激素周期影响的疾病长期以来被简化为静态的临床快照，忽略了纵向模式和误读症状，导致延迟和错误的诊断。就在三十年前，FDA才允许女性重新参加临床研究作为参与者，但女性仍然只占试验参与者的30％，主要是由于制药行业过度关注她们的生育潜力和生育问题。后果超出了代表性。匹兹堡大学公共卫生学院的一项研究得出结论，事实上，大多数药物安全性资料都是基于男性的生物学，未能考虑到女性激素的变化。在心血管疾病研究中，女性的低参与率直接导致了延迟的诊断、忽视的症状和系统性的误诊。自2015年以来，临床研究在性别平等方面取得了有意义的进步，然而，随着国家卫生研究院（NIH）发布了一项政策，考虑性别作为生物变量的研究——需要考虑女性和男性变量在进一步的科学探究中。然而，政策和实践之间的差距很大。直到现在，一个更广泛的、严格的临床研究浪潮才开始形成，明确考虑女性生物学。同时，机构投资和人工智能的融合承诺重塑这一领域。机构的警醒随着临床数据的积累和新的研究缺口变得越来越重要，科学和技术之间形成了一种新的对齐，面向建立在生物性别差异基础上的系统。机构已经正式确定了这一转变。美国心脏协会加强了对女性心血管健康的关注，通过7500万美元的“为女性而红”风险投资基金和1500万美元的研究计划，研究月经周期对心血管-肾脏-代谢（CKM）健康的影响。同时，2024-2028年NIH范围内的战略计划和白宫行政命令正在将超过1亿美元的ARPA-H资金分配到所谓的“代谢窗口”——特别是更年期和月经周期——以响应证据，几乎99％的预临床老化研究历史上排除了这些因素。该计划实际上得到了157亿美元的国家科学院推荐。这些结构变化催化了女性健康数据收集、解释和采取行动方式的平行转变。新的平台将激素和周期数据转化为可访问的、临床相关的见解，允许女性在传统方法可能误解的病况之前识别模式。“我自己的健康危机是我一生中最可怕的经历之一——它很快揭示了负担几乎完全落在患者身上，正是在他们最不具备承担能力的时候，”Ourself Health的创始人和CEO Adriana Torosian告诉Unite AI。Ourself Health正在导致女性健康被认知的结构性转变，源于女性对健康数据管理的个人经历，旨在防止信息不匹配或数据解释不良的问题。总部位于旧金山的初创公司最近推出了Stella，一款人工智能驱动的健康伴侣，将世界领先的女性健康研究与用户的个人健康历史相结合。“最终，答案对我来说变成了我的数据。我怀疑我的周期直接影响了我的病况，并将这个假设带给了顶尖的医生，他们完全忽略了它。唯一的前进方式是建立我自己的数据集，找到我自己的答案，并将我的医生带入我的过程——这与我预期的完全相反，”Torosian补充说。为什么人工智能改变了等式人工智能从根本上重塑了医疗诊断，不是通过取代临床判断，而是通过使模式识别在传统护理无法复制的规模和连续性上成为可能。与依赖于周期性遭遇的临床模型不同，人工智能系统可以连续分析医疗记录、生物标志物和实时生理输入，检测到标准护理通常会错过的相关性。这一结果已经在心血管疾病到癌症等多种病况中实现了更早、更准确的诊断——这已经改善了患者的结果。在女性健康方面，这种能力尤为重要；激素系统是动态的、相互关联的和高度个性化的。人工智能驱动的工具开始通过更精确的监测、预测和纵向分析来弥合诊断差距，涵盖生殖健康、产科护理和妇科病况。新兴的应用范围从人工智能增强的胎儿成像到非侵入性检测子宫内膜异位症，这些领域传统诊断长期以来一直难以解决。Ourself Health的Stella建立在这一基础上，通过将纵向激素数据转化为个性化的、时敏的健康建议，而不是一般的临床指导。“用户带入平台的数据越多，Stella的指导就越精确、越个性化。这些数据来自多个层面：应用程序内每日跟踪的个人症状、用户可以上传的文档和来自可穿戴设备如Apple Watch的连续生理数据，”Torosian解释说。通过这样做，该工具超越了检测，转向决策支持——将女性健康重新定义为一个连续的、可计算的系统，而不是一系列断裂的临床垂直领域。“目标是弥合女性对自己身体的了解与医生在简短会诊中看到的之间的差距——并确保她在每次互动中都拥有自己的数据、最新的相关研究和明确的行动计划。Stella将所有这些放在她的手中，”创始人补充说。为旧缺口提供新的计算层生成洞察力和产生可行的指导之间的区别是微妙的，但临床上显著。Stella人工智能的设计优先考虑后者，解释纵向趋势以生成个性化和时敏的建议，校准到每个用户的激素基线。在其核心，Stella的设计基于这样的认识：没有两个激素系统是相同的。Ourself平台然后从每个用户的输入中持续学习，无论是周期、症状，“对于个别女性来说，仍然缺乏的是能够立即掌控局势的能力——而不需要等待研究赶上。这正是Ourself的用途所在；我们不能要求女性在机构缓慢关闭资金缺口时暂停她们的生活。我们可以给她们工具，让她们今天就能理解自己的身体，建立自己的健康记录，做出明智的决定，并采取行动，利用我们已经知道的知识——同时，整个研究格局继续围绕她们演变，”Torosian强调说。这种方法将激素健康管理从反应性学科转变为主动性学科，在传统护理模式结构上不具备提供的精确度和时机来进行干预。但超越个别案例或有远见的人，新技术的出现——以及人工智能辅助技术——提出了一种新的计算层，能够使复杂性变得可行，并且更重要的是，能够挽救生命。随着机构如NIH和美国心脏协会正式重新分配资源，人工智能正在将这一势头转化为现实世界的影响。这些工具的承诺在于它们的个性化和可操作化能力——将医学长期观察但难以应用的内容变为现实：女性健康是动态的。医疗保健的未来不会被定义为人口层面的平均值，而是精确度——每个个体的纵向数据将成为他们的护理基础。从这个意义上说，人工智能并不是取代医学，而是将其扩展到它以前无法完全探索的领域，直到现在。
千禧一代将标志着一个前所未有的 демограф转变，成为历史上第一个与数字技术和人工智能（AI）一起老去的一代。在互联网时代长大，并在算法工具嵌入工作、健康和日常生活中度过成年后的千禧一代，将会以一种技术介导的方式体验老龄化，而不是被动的生物学衰退。随着AI重塑预防、护理和长寿，它也在重新定义老龄化的含义，同时用户对支持他们的技术提出了更高的要求。无论如何，千禧一代表现出最高水平的AI专业知识和热情，62%的员工在这个年龄段声称具有高级的AI熟练度，相比之下，18至24岁的Z世代只有50%，而65岁以上的婴儿潮一代只有22%，根据麦肯锡的一项新研究。千禧一代 也越来越多地认识到AI的潜力，可以自动执行单调的任务，增强创造力和推动明智的决策。他们对技术的乐观和热情使他们成为变革的催化剂，使他们更擅长使用AI，并帮助社区推动AI成熟度。重新思考老龄化：从衰退到预防流行的AI聊天模型，如OpenAI的ChatGPT，已经开始涉足医疗保健行业，提出新的模型和系统，使技术能够随着世代的发展而增长。他们正在开发新的、更先进的工具，如ChatGPT Health，提供详细的健康相关问题诊断。然而，这样的通用模型通常对用户来说存在风险和局限性，尽管结果的可及性和即时性。用户已经 表达了对软件可靠性和用户医疗记录隐私的担忧，但 OpenAI保证所有医疗信息将被保密，并且该模型应仅用于低风险的询问。“AI的风险在于将健康简化为一个快照。如果AI忽略这些生物标志物或将它们视为孤立的数字，而不是趋势，它可能会制造虚假的安慰或产生幻觉……因为它真的想给你一个答案，”Bryan Janeczko，ResetRX的创始人和CEO，在与UniteAI的对话中说。“好的健康AI需要谦逊。它应该说，‘这里发生了什么变化，为什么它很重要，以及我们接下来可以做什么。’否则，自信就会变得危险，”他补充说。“现实是，这是一个工具，与我们以前见过的工具不同，但它仍然是一个工具，可以明智地使用，”说耶鲁新哈芬健康的首席数字健康官Lee Schwamm博士。“它可以被安全地使用，也可以被无限制地创新。我们将会更快地前进，但在途中会有一些损失。”由于用户质疑AI调节的健康建议是否真正个性化，其他千禧一代正在转向其他个性化的技术支持计划，例如ResetRx，一家开发个性化生物标志物测试和检查的纽约初创公司，允许用户保持警惕关于可能影响他们后期生活的潜在健康问题。ResetRx将实验室、健身可穿戴设备和健康建议连接到一个易于使用的应用程序中，分析用户数据以提供当前健康状态的全面概述。他们的计划旨在通过测量与长寿相关的临床验证生物标志物来优化用户的健康，并将其转化为关键生活方式支柱上的具体和个性化的健康计划，并提供专家支持和指导以跟踪进度。“一个计划导向的伴侣记住你的基线，注意趋势，并在习惯松懈时提醒你，就像一个好的教练一样。当我降低了我的胆固醇水平时，这并不是因为一次戏剧性的改变。它是小的、可重复的调整，在时间上得到强化。健康通过系统改善，而不是一次性的答案，”Janeczko强调。工作场所作为长寿杠杆随着千禧一代步入成年，他们的大部分时间都花在工作场所，无论是在家工作还是在办公室工作。与此同时，这些先进的工具确保他们的健康在这些空间中不会被忽视；通过电话应用程序或可穿戴设备，像Deep Care这样的平台使用AI助手帮助员工管理压力，改善人体工程学，预防办公室的久坐健康风险，减少缺勤率，提高生产力。平均成年人现在每天坐在那里超过八个小时，每周五天——研究一致地将这种模式与心脏病、血液循环不良、血压升高、肥胖和代谢功能障碍的风险增加联系在一起。然而，小的习惯变化可以随着时间的推移而积累起来，以预防疾病，技术可以使干预更加个性化。包括AI助手，如Deep Care的“Isa”代理，可以帮助预防由于久坐不动的生活方式而导致的与年龄相关的并发症。“健康很少通过激进的干预而改变。它通过重复而改变。小的调整，在正确的时刻，重复地改变姿势、运动、呼吸和恢复，随着时间的推移而重塑。AI使这些时刻能够被客观地识别出来，并在不带来负担的情况下被传递，”Deep Care的CEO和创始人Milad Geravand博士说。“当行为变化是微妙的、及时的和习惯性的时，它们的影响会随着时间的推移而累积起来，产生可衡量的长期影响。”高管指出，Isa通过隐私安全的传感器——而不是摄像头——和AI来检测日常健康风险，从长时间坐着和糟糕的姿势到缺乏运动和认知紧张。然后，Isa会提醒员工在工作日内进行小的改变。通过将像Deep Care这样的系统集成到工作场所，千禧一代——以及后续世代——可以在慢性疾病出现之前很久就解决与年龄相关的健康风险，重新定义了“老龄化”的含义。由自动化、个性化模型驱动的预防性干预支持更长的健康寿命，降低了长期的医疗保健成本，并将护理从反应性治疗转变为嵌入日常生活中的持续预防。老龄化中的孤独、安全和情感健康随着预防性技术延长健康寿命并使人们在更长时间内保持身体健康，它们也为衡量更难以衡量但同样重要的东西奠定了基础：心理和情感健康。老龄化不仅是一个生物过程，也是一个心理和社会过程，受到联系、目的和与世界的日常互动的影响。更健康的身体支持更大的独立性、机动性和参与度——这些因素显著降低了孤独和认知衰退——将对话从仅仅“活得更长”转变为“活得更好”。在身体长寿和情感韧性的交叉点，旨在应对老龄化中的孤独的AI驱动工具开始具有巨大的重要性。一个例子是Kintsugi，一家加利福尼亚州的初创公司，使用AI语音分析来检测抑郁的早期迹象，为用户提供持续的支持，只需通过他们自己的语音。他们的理念很简单：“用金子填补心理健康的裂缝”，正如日本的Kintsugi传统用金子修复陶瓷上的裂缝一样。他们的使命是帮助解决美国的精神健康支持短缺，同时鼓励患者在任何地方找到持续的支持系统——所有这些都可以通过一个简单的语音笔记来实现。2023年，该初创公司的一份白皮书发现，32%的成年人经历轻度至中度抑郁——几乎是美国全国报告率的两倍。另外，65岁以上的女性中有40%表现出抑郁的迹象，比她们的男性同龄人更有可能苦于抑郁，比例高达154%。然而，该研究还发现，只有4%的受影响者寻求精神健康支持。这一差距凸显了该平台的使命：为老年人和缺乏资源的个人扩大精神健康护理的可及性，他们无法定期看到专家。老龄化作为持续升级千禧一代不会简单地在AI的陪伴下老去；他们将与AI一起老去。随着AI被嵌入预防、工作场所健康、情感健康和日常护理中，老龄化本身开始类似于一个不断更新的系统，而不是不可避免的衰退。与其对疾病、孤独或自主权丧失做出反应，技术使得风险可以被更早地识别，习惯可以被逐渐调整，支持可以被适应于不断变化的需求。如果早期几代人将老龄化视为硬件磨损，那么千禧一代将会以更像软件更新的方式体验老龄化：迭代的、个性化的，并且随着时间的推移而不断优化。在这样的未来，变得更老可能不意味着变得不那么有能力——而只是运行生活的更精致版本。
新的 AI 一代不是来取代创造力，而是来放大它。在体育和娱乐领域，智能技术正在改变粉丝如何连接、参与和体验他们最喜欢的时刻。NBA 是一个很好的例子，它于 10 月 9 日宣布与阿里云合作，旨在通过增强实时观看和新的数字应用程序改变粉丝与篮球的互动方式。“这是体育和技术交汇的激动时刻，”布鲁克林篮网队老板乔·蔡说。“AI 和云技术是连接的使能者——连接球员和粉丝、品牌和消费者、全球愿景和本地文化。”然而，虽然体育世界已经接受了 AI 的潜力来增强参与度和连接性，但娱乐行业仍然存在分歧，陷入创新承诺和失去真实性的恐惧之间。制作公司已经部分接受了这种娱乐革命，但电影观众仍然持怀疑态度，认为 AI 生成的内容感觉不够个人化和不专业。当创意产业在这个犹豫期中导航时，许多人看到未被开发的潜力。体育可能正在引领潮流，但娱乐业的较慢采用为新技术的深思熟虑和批判性整合开辟了空间。当好莱坞遇到 AI像 Netflix 这样的公司已经在使用 AI 来增强图像制作、优化视觉效果，甚至让演员在银幕上看起来更年轻，而在 2024 年 9 月，娱乐巨头狮门影业也宣布与 AI 研究公司 Runway 合作，开发一个在狮门影业自己的电影库上训练的模型。“我们相信...
