游乐游手机版
首页/AI教程/文章详情

硅谷新一轮裁员潮:拥抱AI或被AI淘汰

时间:2026-06-23 14:20
硅谷科技巨头开启新一轮裁员潮,微软等虽财报表现亮眼仍裁减近万人。高管明确要求员工掌握AI工具,核心岗位正在被AI替代。广大打工人的白领门槛永久提高,需积极投资AI技能以避免被淘汰。

早在之前,马斯克就曾公开表示,“人工智能终将取代所有人类工作”。如今,这一预言似乎正在加速落地。AI技术的迅猛发展,正深刻影响着全球从业者的职业生涯,而硅谷的科技打工人对此感受尤为真切。

以微软为例,本月初该公司宣布了一轮近9000人的裁员计划。官方给出的理由是“简化业务结构、减少管理层级,提升整体竞争力”。然而,在随后的内部会议上,高管的表态相当直白——“每个人都必须掌握AI工具。”言外之意很清楚:如果你不尽快提升自己的AI应用能力,下一轮被优化的人很可能就是你。

更值得关注的是,据海外媒体报道,微软首席商务官Judson Althoff公开指出,AI工具已深度改变了公司的运营模式,在销售、客服、软件工程等核心领域,生产力提升效果非常明显。要知道,微软今年计划投入约800亿美元用于AI基础设施建设,而去年已投入400亿美元。如此巨大的投资,必然需要看到回报。通过AI提升效率、削减人力成本,显然是最直接的“示范项目”。

更耐人寻味的是,裁员发生后,Xbox部门高管Matt Turnbull在领英上发帖,建议被裁员工利用AI工具来应对失业带来的情感和认知负担。微软高层似乎真心相信AI能够带来效率革命,但当AI成为员工失业的导火索时,再让他们用这个“掘墓人”来自我疗伤,这种做法多少令人感到不适。

当然,想要用AI替代人工的远不止微软一家。据追踪硅谷科技公司裁员动态的Layoffs.fyi数据显示,2025年刚过半,全美科技行业已裁掉超过94000人。与2022至2023年的上一轮裁员潮不同,这一轮并非因为市场环境恶化。恰恰相反,微软、亚马逊、Meta、谷歌等科技巨头刚刚交出的财报均十分亮眼。

微软2025财年第三季度财报显示,营收达700.66亿美元,同比增长13%;净利润258.24亿美元,同比增长18%。Meta的表现同样出色,营收423.14亿美元,同比增长16%;净利润166.44亿美元,同比增长35%。所有核心指标均超出分析师预期。回顾2022-2023年的裁员潮,当时各国刚走出疫情阴影,互联网增量红利消失,量化宽松环境终结,热钱纷纷撤离。硅谷大厂被迫为疫情期间的过度扩张买单,不得不通过裁员释放风险。

而现在,这些科技巨头顶着数千亿美元的AI投资,表面上宣称是为了实现通用人工智能,实际上内心都很清楚:最终目的只有一个——提升利润率。科技公司属于轻资产模式,最核心的生产要素就是人才,人力成本也是行业中最大的支出。雇更少的人,干更多的活,一直是科技圈推崇的运营模式。当微软、谷歌的新代码中有超过四分之一由AI生成,当扎克伯格透露2025年AI就能像中级工程师一样编写代码,当亚马逊的销售经理开始重点表扬“善用AI的员工”,当Intel用AI工具追踪绩效和协调工作——这场裁员浪潮已经势不可挡。

Layoffs.fyi的数据也印证了这一趋势:本轮被裁的硅谷打工人主要集中在软件工程师、销售、客服以及中层管理者岗位。很明显,这些科技巨头正在坚定地用AI替代人工。

说得更精确一些,AI正在无差别地砸掉大量岗位。英国招聘网站Adzuna的数据显示,毕业生职位、学徒岗位、实习机会以及无学历要求的初级职位,空缺数量下降了32%。原因很简单——许多企业直接用AI缩减了员工规模。以前助理需要花半天整理的会议纪要,AI几分钟就能完成;以前画师需要几周才能完成的草图,AI半天就能生成几十种不同风格的概念图;以前只会在GitHub上复制粘贴代码的初级程序员,现在的AI几秒就能实现。这样一来,一部分人自然会成为企业眼中的“冗余人员”。

类似的观点也出现在腾讯新闻对清华大学心理与认知科学系主任刘嘉教授的采访中。刘嘉指出,大模型本身就是“知识密集体”,最先被替代的将是白领阶层。有意思的是,麻省理工学院CSAIL在2024年初的一项研究却给出了相反的结论——他们认为AI取代人类工作的进程比预期要慢,可能需要数年甚至数十年。

然而,不到一年时间,AI已经开始成批地砸掉打工人的饭碗。这其中关键的原因在于AI智能体的快速成熟。MCP(模型上下文协议)、A2A(智能体交互协议)等协议的出现,让智能体真正具备了实用价值,能够借助现有的产品和服务为用户赋能。同时,智能体的成熟也使得许多企业降低了对定制大模型的需求,进一步推动了它们拥抱AI。

回到现实,如今获得一份白领工作的门槛已被永久性抬高。打工人要么成为AI的“宿主”,要么就只能等待被清理出局。因此,“投资自己的AI技能”恐怕已经成为一门必修课。

来源:https://www.aiagiai.com/13054.html
上一篇Transformer危机谷歌MoR架构内存减半推理翻倍 下一篇Meta超级天团组队 半数成员来自中国
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
RAG四标融合企业知识资产体系四库协同GEO优化实践
AI教程 · 2026-07-01

RAG四标融合企业知识资产体系四库协同GEO优化实践

生成式AI正在彻底改写信息检索的底层逻辑。传统SEO依赖关键词堆砌和外链建设的策略,在大模型的内容采信规则下已经基本失效。取而代之的,是生成式引擎优化(GEO)。它不再关注外链数量,而是重点衡量你的知识是否结构化、证据链是否坚实、信源是否可靠——这些维度才是RAG(检索增强生成)架构真正看重的核心指

一个普通上班人分享WorkBuddy使用心得与真实体验
AI教程 · 2026-07-01

一个普通上班人分享WorkBuddy使用心得与真实体验

前言 最近我开始使用WorkBuddy——这是腾讯推出的一款AI办公工作台。差不多用了一周时间,趁印象还新鲜,把真实的使用感受记录下来,给还在犹豫的朋友做个参考。不吹不黑,只说实际体验。 初印象:不只是聊天机器人 之前用过不少AI工具,大多数就是个对话框,你问它答,答完就结束了。WorkBuddy不

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录
AI教程 · 2026-07-01

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录

先讲一个颇具戏剧性的开端。 这件事的开端颇显荒诞——有用户前来咨询,称AI Pro版的介绍中提到我们有一款“视频录制拓展”。团队全体成员都感到困惑,翻遍产品列表,发现根本不存在该组件。AI那种“一本正经胡说八道”的能力,这次确实让我们陷入尴尬。 按常理,此事到此便可结束——一句“抱歉,暂时没有这个拓

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同
AI教程 · 2026-07-01

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同

OLAP和SQL-on-Hadoop虽都使用SQL查询数据,但本质不同。SQL-on-Hadoop负责海量数据批量计算与ETL,查询速度秒级至分钟级;OLAP通过预聚合实现毫秒级多维分析,适合BI报表。两者在数据平台分工协作,前者是后厨加工,后者是前台快速服务。

GEO优化深度解析:AI偏好FAQ还是长文内容?
AI教程 · 2026-07-01

GEO优化深度解析:AI偏好FAQ还是长文内容?

在GEO优化中,AI对内容形式无统一偏好:FAQ在简单查询中引用率41%,长文在复杂查询中达58%。内容应基于用户意图选择形式,FAQ适配简单事实类问题,长文建立主题权威,两者互补而非替代。