假象与现实：AI尚未替代人，美国科技企业却裁疯了

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）