KOL點樣賺到1.37億去買豪宅？

今日大家到熱烈討論信用卡飛行里數 KOL小斯以1.37億購海璇特色戶的新聞。好多人都問，點解一個KOL可以賺咁多錢？今日就試下分析下。

小斯大約喺2011年出道，到而家差唔多14年，以成交價1.37億嚟計，如果全部都係Full Pay，等於平均每年儲到1,000萬，即每個月大約83.3萬，究竟有沒有可能？

佢冇整乜華麗嘅網站，揾錢機器主要靠 Flyformiles 同 Facebook Page 去比較信用卡優惠，初初仲有個 Partner網站 flyagain.la 講機票優惠。小斯好勤力每日都親自睇繁複嘅條款同細則，研究唔同信用卡嘅積分制度，然後統一整理成現金回贈同飛行里數兌換率比大家參考，佢唔係第一個做信用卡比較的Blogger，但就係最勤力個位。

出咗一兩年之後，網站流量越來越多，留言問問題嘅人亦多咗，銀行開始搵佢合作。只要佢網站介紹成功令人申請信用卡，銀行就會畀介紹費。初時每張網上申請大約有$250至$350，小斯都堅持保持客觀去介紹唔同信用卡。

到後來申請量越嚟越多，銀行自然願意畀更高嘅介紹費。有一次一間大銀行推出新信用卡，據講第一個月就有過千張經佢網站申請，每張申請介紹費$500，單單一個月呢張卡嘅收益就有$50萬。

再過幾年，越來越多大銀行同佢合作，仲會畀經佢平台申請先有嘅獨家優惠。以現時估計，每個月大約都有超過1,000張信用卡申請，平均每張$400，保守估計單單信用卡部分已經有$40萬以上收入。

除咗信用卡，小斯仲拓展到私人貸款（介紹費更高）、證券行開戶（競爭激烈所以佣金高）、酒店會員計劃、甚至旅行團合作等等。部分合作仲唔止介紹費，係直接出一個post就有幾萬元嘅固定費，所以每月要儲到83.3萬絕對不難。

講番今次層樓，海璇 II (第2B-3期) 1座頂層對落1層，2115尺連2個車位，尺價$64,681，比起下面幾層4萬幾一尺就貴好多，不過同期隔離2座同一層的尺價就差不多，2058尺，去年11月以1.29億成交，尺價$62,504。

如果發展商比佢用信用卡比錢買樓，$6/里，今次又可以賺2300萬里數，夠座頭等環遊世界幾個圈。

業主炒乜嘢我唔知，只知道我要搬屋

最近有位同事成日愁眉苦臉，問佢發生咩事，原來就快要被業主「請走」。但理由唔係加租，也唔係業主要回收層樓自住，而係一個意想不到的理由，就係業主炒「幣」炒爆咗，以為呢D狗血劇情韓國先會發生，點知香港都有。

據聞個業主大約三十幾四十歲，層樓市值大約千萬左右，仲供緊既。佢之前見Bitcoin不斷破頂，去到12.6萬美元歷史高位都仲追住買。點知十月個陣啱啱創完新高冇幾日，十月十一號晚特朗普就突然放風要徵中國100%關稅，幣價一度插到10.5萬，市值爆倉二百億美金，業主都係其中一個，佢開咗槓桿，結果一鋪輸咗接近二百萬港元，最頂癮系過兩日，特朗普又放軟口風。

之後見比特幣反彈返去11.5萬，以為「又嚟嗰套」，再加番D倉搏多次。可惜美國國會長期停擺破紀錄，停擺完竟然有繼續跌，仲要跌得仲快，Bitcoin十一月中突然再跌穿9.5萬，佢又再輸二百萬。結果本金冇晒，仲拖欠卡數、財仔數百幾萬。

本身供樓都已經手緊，依家每個月要還卡數貸款，入唔敷出，無錢供樓，唯有賣樓填番條數。之前買幣個三百幾萬都係辛苦工作同投資十幾年慢慢儲番來，結果一個月就清袋。

層樓有租客喺度好難賣，冇辦法，只能夠踢走我同事，提早收番層樓，就算要補錢畀我同事，都要盡快清空單位交吉。租客慘，業主更慘。

AI改寫職場階梯：哈佛研究揭示新鮮人為何成了生成式AI時代的受害者

 哈佛大學研究人員 Seyed M. Hosseini 和 Guy Lichtinger 發表研究《Generative AI as Seniority-Biased Technological Change》，分析 2015–2025 年美國 28.5 萬家企業、6,500 萬名員工與近 2 億筆職缺資料後發現：

---

1️⃣ 擁抱 AI 的企業，不愛找新人

• 採用 AI 的企業在 ChatGPT 問世後的 6 個季度內，初級員工人數減少約 9%，明顯比不採用AI企業的減幅多
• 部分企業並非直接裁員，而是放慢入門職位招聘，部分初階工作將被自動化。
• 資深員工人數則維持穩定甚至略增長，顯示 AI 帶來「資深穩、菜鳥難進」的就業結構變化。
• 衝擊範圍跨產業，包括軟體開發、編輯、作家及客服等受生成式 AI 影響較大的職位。

---

2️⃣ 中等大學畢業生，比「學店」出身更慘

• 研究將學校分為 Tier 1（頂尖名校）至 Tier 5（低評價學店）五級。
• 受 AI 衝擊最嚴重的是 Tier 3、Tier 4 的「中等學校」畢業生。
• 理由是：
• Tier 1、2 的菁英人才仍具高價值，企業願意保留與再培訓。
• Tier 5 的工作多屬低技術、難以自動化。
• 反而中段層級人才最容易被生成式 AI 功能取代。

---

⚠️ 潛在影響

• 職涯階梯中斷：入門職位減少，年輕人難以累積經驗，導致未來中高階職能人才短缺。
• 終身收入受影響：早期就業困難將拖慢整體職涯成長，拉大收入不平等。
• 產業風險：若企業少招新人、全靠資深員工，長遠可能出現「人才斷層」問題。

---

🧩 結論

生成式 AI 可能並非直接取代所有工作，但肯定是大幅改變了企業的用人策略：

「AI 不是搶工，而是讓企業選擇跳過新手。」

這意味著未來職場的挑戰，除了「AI 能不能取代人」之外，更逼切的是「新人還有沒有進場的機會」。