假象與現實：AI尚未替代人，美國科技企業卻裁瘋了

在美國，科技工作者一直是高薪群體，但現在形勢變了，他們的工作不再穩定。受到AI的沖擊，美國科技企業一方面加大對AI的投資，另一方面又大刀闊斧裁員，規模驚人。

去年微軟裁員15000人，過去6個月亞馬遜裁員30000人，今年2月金融服務公司Block裁員4000人，Meta在過去半年裁員超1000人。就在本周，軟件巨頭甲骨文（Oracle）裁員數千人。

一位在大型科技企業任職數十年的員工表示：“在我的職業生涯中，從未對科技行業的職業前景如此悲觀。這種現狀令人無比難過，因為我熱愛科技行業。”

盡管AI可以加速編程、可以分析海量數據集并輔助研究工作，但多位AI專家表示，AI距離大規模替代勞動力仍有很長的路要走。

AI還沒成熟，替代人類并不屬實

賓夕法尼亞大學沃頓商學院研究AI的副教授伊森·莫利克（Ethan Mollick）稱：“‘AI正在替代人類’并不屬實，但斷言‘AI永遠不會威脅就業崗位’也同樣錯誤。趨勢的走向會十分復雜。”

在整個科技行業，使用AI已成為雇主對技術人員的基本要求。但是，AI雖然能更快生成代碼，卻讓代碼審核工作難以跟進。人工審核至關重要，可排查代碼與系統其他部分的潛在沖突。

Block前工程主管說：“現在代碼量翻了三倍，因為AI生成速度太快了，審核工作完全跟不上。”

亞馬遜云科技（AWS）一位被裁的資深用戶體驗設計師表示，他們正在測試兩款核心內部生成式AI工具，處于早期測試階段，尚未完全投入使用，目前無法切實助力工作。他說：“我的感覺就是這些技術根本還沒成熟，海量工作該怎么完成？”

亞馬遜員工隱約感受到一種威脅：若不使用AI，下一個被裁的可能就是自己；公司施壓員工，要求使用AI，即便此舉會降低工作效率。但亞馬遜在聲明中則強調，使用AI并非強制性要求。

一位微軟前員工稱，對于自己和同事使用AI的情況，他有一種被監視的感覺，似乎無論喜不喜歡都必須使用這項技術。

微軟方面表示，出于安全與風險管控，公司對AI使用情況進行系統級監督，不會將個人AI使用情況作為績效考核指標；同時，公司提供多種渠道，供員工匿名反饋AI技術的使用問題。

目前谷歌50%的代碼由AI輔助完成；Block約90%的代碼部分或完全由AI輔助生成。

普林斯頓大學博士后研究員斯蒂芬·拉班瑟（Stephan Rabanser）認為，目前AI的實際能力遠不及宣傳。盡管生成式AI工具的輸出效果逐年提升，但即便使用相同的提示詞，技術仍無法穩定輸出一致的正確答案，可靠性成為關鍵限制因素。

加州大學伯克利分校教授、AI研究員斯圖爾特·拉塞爾（Stuart Russell）表示，AI系統需要海量數據才能勝任一項基礎任務，而高質量訓練數據正日益稀缺。即便聊天機器人缺乏必要數據，也常會自信地給出錯誤答案。

AI投資火熱，但仍然看不到巨額回報

雖然科技企業極力鼓吹，但事實卻是，AI仍然難以實現持續學習，也無法記住自己此前的操作。押注AI風險極高，可能使企業蒙受經濟損失、聲譽受損，收到客戶或用戶的負面反饋。

拉班瑟稱：“在醫療、司法等高風險領域，我們絕不能奉行‘快速行動、打破常規’的理念。”這些領域事關重大，某些情況下甚至關乎生死。

知名風險投資家馬克·安德森表示，大型科技企業裁員實則是因為人員冗余，現在它們有了絕佳借口，說裁員都是AI造成的。

耶魯大學預算實驗室研究主任瑞安·納恩（Ryan Nunn）則說：“人們很容易把生成式AI帶來的影響與勞動力市場走弱混為一談。實際上，勞動力市場并未因為AI產生特殊變化。”

麻省理工學院斯隆管理學院信息技術教授托馬斯·馬龍（Thomas Malone）稱：“我確實認為很多人高估了工作崗位發生變化的速度。”

今年1月，Pinterest宣布裁員近15%，給出的理由包括將資源重新分配給AI團隊。但一位Pinterest員工表示，裁員更多是為了整頓公司業務，而非其他。她說：“雖然我知道AI是被提及的原因之一，但我不認為這是真正原因。”

AI的確正在改變部分崗位，但其更深遠影響需要數年時間才能完全顯現。

伊森·莫利克（Ethan Mollick）稱：“未來幾年，隨著AI技術的進步，我們會看到各種變化，它已經在改變編程。還會改變和重塑一些崗位，只是我們目前還不清楚AI對就業的具體影響。”

最近甲骨文的裁員頗具參考意義，它反映了整個行業的現狀。截至目前該公司已裁撤10000個崗位。今年以來，甲骨文股價已下跌近26%，2025年9月，其股價還創下345.72美元的歷史新高，隨后便進入漫長的下跌階段。

為什么會這樣？因為甲骨文為搭建AI基礎設施背負巨額債務，現金流受限又讓債務償還變得更為復雜。根據CNBC披露的信息，此次裁員更多是出于財務需求，而非技術替代人力。

盡管處境艱難，甲骨文仍堅稱其AI投資將實現盈利，但近期看不到回報是AI產業的縮影。

Gartner公布的最新數據顯示，在IT基礎設施與運維領域的AI項目中，有五分之一徹底失敗。梅蘭妮·弗里茲（Melanie Freeze）指出，許多AI項目之所以失敗，根源在于預期不切實際。

今年2月的一份報告認為，盡管69%的企業已經在使用某種形式的AI，但超過80%的高管聲稱，并未察覺到AI對就業或生產力產生任何顯著影響。（小刀）