在美国,科技工作者一直是高薪群体,但现在形势变了,他们的工作不再稳定。受到AI的冲击,美国科技企业一方面加大对AI的投资,另一方面又大刀阔斧裁员,规模惊人。

去年微软裁员15000人,过去6个月亚马逊裁员30000人,今年2月金融服务公司Block裁员4000人,Meta在过去半年裁员超1000人。就在本周,软件巨头甲骨文(Oracle)裁员数千人。
一位在大型科技企业任职数十年的员工表示:“在我的职业生涯中,从未对科技行业的职业前景如此悲观。这种现状令人无比难过,因为我热爱科技行业。”
尽管AI可以加速编程、可以分析海量数据集并辅助研究工作,但多位AI专家表示,AI距离大规模替代劳动力仍有很长的路要走。
AI还没成熟,替代人类并不属实
宾夕法尼亚大学沃顿商学院研究AI的副教授伊森·莫利克(Ethan Mollick)称:“‘AI正在替代人类’并不属实,但断言‘AI永远不会威胁就业岗位’也同样错误。趋势的走向会十分复杂。”
在整个科技行业,使用AI已成为雇主对技术人员的基本要求。但是,AI虽然能更快生成代码,却让代码审核工作难以跟进。人工审核至关重要,可排查代码与系统其他部分的潜在冲突。
Block前工程主管说:“现在代码量翻了三倍,因为AI生成速度太快了,审核工作完全跟不上。”
亚马逊云科技(AWS)一位被裁的资深用户体验设计师表示,他们正在测试两款核心内部生成式AI工具,处于早期测试阶段,尚未完全投入使用,目前无法切实助力工作。他说:“我的感觉就是这些技术根本还没成熟,海量工作该怎么完成?”
亚马逊员工隐约感受到一种威胁:若不使用AI,下一个被裁的可能就是自己;公司施压员工,要求使用AI,即便此举会降低工作效率。但亚马逊在声明中则强调,使用AI并非强制性要求。
一位微软前员工称,对于自己和同事使用AI的情况,他有一种被监视的感觉,似乎无论喜不喜欢都必须使用这项技术。
微软方面表示,出于安全与风险管控,公司对AI使用情况进行系统级监督,不会将个人AI使用情况作为绩效考核指标;同时,公司提供多种渠道,供员工匿名反馈AI技术的使用问题。
目前谷歌50%的代码由AI辅助完成;Block约90%的代码部分或完全由AI辅助生成。
普林斯顿大学博士后研究员斯蒂芬·拉班瑟(Stephan Rabanser)认为,目前AI的实际能力远不及宣传。尽管生成式AI工具的输出效果逐年提升,但即便使用相同的提示词,技术仍无法稳定输出一致的正确答案,可靠性成为关键限制因素。
加州大学伯克利分校教授、AI研究员斯图尔特·拉塞尔(Stuart Russell)表示,AI系统需要海量数据才能胜任一项基础任务,而高质量训练数据正日益稀缺。即便聊天机器人缺乏必要数据,也常会自信地给出错误答案。
AI投资火热,但仍然看不到巨额回报
虽然科技企业极力鼓吹,但事实却是,AI仍然难以实现持续学习,也无法记住自己此前的操作。押注AI风险极高,可能使企业蒙受经济损失、声誉受损,收到客户或用户的负面反馈。拉班瑟称:“在医疗、司法等高风险领域,我们绝不能奉行‘快速行动、打破常规’的理念。”这些领域事关重大,某些情况下甚至关乎生死。
知名风险投资家马克·安德森表示,大型科技企业裁员实则是因为人员冗余,现在它们有了绝佳借口,说裁员都是AI造成的。
耶鲁大学预算实验室研究主任瑞安·纳恩(Ryan Nunn)则说:“人们很容易把生成式AI带来的影响与劳动力市场走弱混为一谈。实际上,劳动力市场并未因为AI产生特殊变化。”
麻省理工学院斯隆管理学院信息技术教授托马斯·马龙(Thomas Malone)称:“我确实认为很多人高估了工作岗位发生变化的速度。”
今年1月,Pinterest宣布裁员近15%,给出的理由包括将资源重新分配给AI团队。但一位Pinterest员工表示,裁员更多是为了整顿公司业务,而非其他。她说:“虽然我知道AI是被提及的原因之一,但我不认为这是真正原因。”
AI的确正在改变部分岗位,但其更深远影响需要数年时间才能完全显现。
伊森·莫利克(Ethan Mollick)称:“未来几年,随着AI技术的进步,我们会看到各种变化,它已经在改变编程。还会改变和重塑一些岗位,只是我们目前还不清楚AI对就业的具体影响。”
最近甲骨文的裁员颇具参考意义,它反映了整个行业的现状。截至目前该公司已裁撤10000个岗位。今年以来,甲骨文股价已下跌近26%,2025年9月,其股价还创下345.72美元的历史新高,随后便进入漫长的下跌阶段。
为什么会这样?因为甲骨文为搭建AI基础设施背负巨额债务,现金流受限又让债务偿还变得更为复杂。根据CNBC披露的信息,此次裁员更多是出于财务需求,而非技术替代人力。
尽管处境艰难,甲骨文仍坚称其AI投资将实现盈利,但近期看不到回报是AI产业的缩影。
Gartner公布的最新数据显示,在IT基础设施与运维领域的AI项目中,有五分之一彻底失败。梅兰妮·弗里兹(Melanie Freeze)指出,许多AI项目之所以失败,根源在于预期不切实际。
今年2月的一份报告认为,尽管69%的企业已经在使用某种形式的AI,但超过80%的高管声称,并未察觉到AI对就业或生产力产生任何显著影响。(小刀)