← 返回新闻列表

科技界繁荣与裁员潮并存:AI时代下的组织变革与就业挑战

当前科技行业正经历一个独特现象,企业利润屡创新高,却同步进行大规模裁员,这与以往周期截然不同。Meta、甲骨文等巨头在财务表现亮眼的同时削减数万岗位,引发了员工信任危机。专家认为,这背后是AI技术驱动的效率提升和成本结构重塑,导致大量基础和管理岗位面临被替代的压力。

文 / 编辑部 · 2026/05/27 · 阅读约 8 分钟

分享:
科技界繁荣与裁员潮并存:AI时代下的组织变革与就业挑战

科技行业目前呈现出一种前所未见的矛盾局面:一方面企业盈利达到历史新高,另一方面又大举裁员。这种现象与过去几十年科技领域的发展周期截然不同。

上周,Meta公司启动了自2022年“效率之年”以来的最大规模裁员,约有8000名员工受影响,占总员工数的10%。此轮裁员正值Meta公布业绩创纪录的亮眼财报之后,引发了员工的强烈不满。

本周,《连线》杂志报道称,此次裁员在公司内部引发了信任危机,员工士气跌至历史低点,留下的员工也承受着巨大的心理压力。

据追踪机构Layoffs.fyi最新数据显示,截至5月最后一周,2026年前五个月,全球科技行业已有超过11万人被裁,涉及152家科技公司。这与去年全年约12万人被裁、涉及275家公司的数字形成对比。

裁员主要集中在美国的科技巨头。仅4月份,甲骨文、Meta和微软三家公司就合计裁减了约4.67万个工作岗位。

这意味着,更少的公司裁掉了更多的人,今年裁员呈现出“大公司、大规模”的显著特征。

大公司快速推出、测试新业务,再迅速淘汰已成常态,但与前几年同期相比,2026年上半年的科技行业显得异常严峻。全球科技裁员潮并未如外界预期随宏观环境改善而平息,反而表现出更高强度、更精准和结构性调整的特点。

更值得注意的是,这轮裁员潮并非发生在企业亏损、现金流枯竭或互联网流量衰退时期。许多裁员企业正处于利润增长、AI业务扩张、股价上涨和市值提升的阶段。

一个悖论:利润创新高,裁员更猛烈

与2022年至2023年那轮“疫情后去泡沫化裁员”相比,今年的裁员呈现出截然不同的新特征:“AI替代”首次成为科技巨头公开的裁员理由。

Meta裁减了约8000人的同时,将7000名员工转向AI相关岗位。据《华尔街日报》报道,Meta高管承认,裁员旨在抵消公司不断增长的AI基础设施支出,尽管其旗下的Instagram、WhatsApp和Facebook等社交媒体平台正在创造创纪录的利润。

Meta计划今年投入高达1450亿美元的资本支出,主要用于建设AI数据中心和配置芯片。Meta希望借此为其35亿日活跃用户构建“个人超级智能”。

不仅是Meta,大多数企业在裁员时都表示,正将原本用于人力成本的预算,大规模投入到AI基础设施建设中,例如算力集群和数据中心。

目前裁员比例最高的金融科技公司Block,其首席执行官杰克·多西透露,计划裁减近40%的员工,影响超过4000人。他直言,AI工具正在改变组织的运作方式。

在裁员数量上,最受关注的是甲骨文。3月31日,甲骨文突然启动了大规模裁员。这是甲骨文历史上规模最大的一次裁员,也是今年至今全球科技行业最大的单次裁员行动。

甲骨文未对外公布具体数据。据投资银行TD Cowen评估,此次裁员人数在2万至3万之间,约占其全球员工总数的18%。此举预计每年可为甲骨文节省80亿至100亿美元的人力成本,用于AI基础设施建设。

为全力投入AI,甲骨文已背负巨额债务。彭博社3月份报道,甲骨文年初新增了约580亿美元(约合人民币3944亿元)债务,并计划在本财年投入500亿美元(约合人民币3400亿元)建设AI数据中心。

4月份的裁员潮呈现出极高的巨头集中度,甲骨文、Meta和微软几乎在同一时期行动。进入5月,这一趋势并未有放缓的迹象。

据彭博社报道,5月5日,PayPal计划在未来两到三年内裁员约20%,裁员人数将超过4500人。在第一季度财报电话会议上,上任仅两个月的公司首席执行官恩里克·洛雷斯向投资者表示,他正推动“回归经营根本”与AI技术重构,计划裁员并精简管理层,集中精力发展AI和支付平台现代化。

5月9日,Cloudflare宣布了公司成立以来的首次大规模裁员,共计裁减1100个岗位。Cloudflare首席执行官马修·普林斯在内部邮件中坦承,这一决定直接源于AI带来的效率提升,许多传统的支持性角色已不再被需要。

谁在危险?大厂工作不再是金饭碗

有意思的是,本周一,英伟达创始人兼首席执行官黄仁勋在接受新加坡亚洲新闻台采访时,批评了一些将裁员归因于AI的公司首席执行官,认为这种说法“太敷衍”。

黄仁勋反问道:“AI才刚刚兴起,怎么可能就已经在导致失业了?”

但这并未阻止企业普遍认同未来可以用更少的人创造更多收入的趋势。

这意味着,对大多数普通人而言,2026年,“大厂工作”可能不再是一个好标签。

2026年前5个月的裁员,一个重要特点是被几起科技巨头的超大规模“单点爆发”所支撑,这也标志着美国科技行业正式进入了“AI替代元年”。当然,许多观点也如黄仁勋所说,认为AI是企业合理化裁员的新说辞。

但这或许是科技行业普通从业者近十年来最严峻的就业环境,尤其是初级开发者和职能管理岗位,正面临前所未有的替代压力。

截至目前的科技行业裁员行动中,企业软件(SaaS)、金融科技和消费者互联网受影响最大,主要集中在初级工程师、中层管理和支持性岗位。

另一个重要变化是,本轮裁员不再仅仅基于绩效。过去,美国科技企业裁员主要针对边缘业务、低绩效和冗余岗位。

2026年,科技公司的裁员已从“末位淘汰”转向“职务清理”,首当其冲的是普通软件工程师、中后台运营、数据标注、客服支持、初级产品经理、内容审核等流程化程度高的岗位,因为这些正是AI目前擅长处理的工作。

企业普遍认为,可以用更少的人完成更多的事,于是形成了一个新现象——收入没有减少,但岗位正在消失。

然而,在人力开支方面,科技公司的基层和普通中层被大量压缩,而顶级AI人才和核心业务骨干却变得更加昂贵。

例如,持续引发热议的顶级AI研究员姚顺雨和郭达雅,即便官方否认,但仍有传闻称他们以近亿年薪加入腾讯和字节。

据《晚点》爆料,2025年下半年,DeepSeek的一些成员曾收到Meta的邀请,提供了数千万美元甚至更高的报价。这也解释了梁文锋后来重启融资以留住核心人才,为员工提供更高确定性的原因。

AI改变组织经济学,“超精英公司”的崛起与隐忧

互联网时代伟大的科技公司,从车库或民居起步,最终往往不可避免地走向膨胀,人员和组织规模扩大,滋生“大公司病”。

互联网消除了地理限制,带来了边际成本趋近于零的网络效应。用户爆发式增长,推动业务疯狂扩张。当一个应用程序从单一功能膨胀为超级平台时,便会生长出电商、广告、内容、本地生活等复杂业务单元。为了承接这些业务,公司必须不断增加人力。团队增多,又催生更多管理层和协作体系。

于是,大厂逐渐形成一种典型组织架构:庞大的中层、复杂的流程以及无数的会议。

在这种体系内,很多时候,团队为了争取年终晋升或证明自身价值,主动寻找不必要的业务痛点,发起冗余项目;产品界面一个简单的按钮修改,可能需要跨产品、研发、设计、风控、法务等多个部门进行多轮对齐;员工将大量精力耗费在制作精美PPT、OKR和周报上。

这种现象被大卫·格雷伯(David Graeber)称为“狗屁工作”(Bullshit Jobs)。

既然如此,为什么这些大厂依然风光无限,甚至市值连创新高?

很大程度上,是因为过去十多年里,全球科技行业活在“躺赚”的世界里。热钱疯狂寻找出路,VC/PE手握巨量廉价资金,热衷于为每一个“改变世界”的故事买单。资本市场的估值逻辑是,用户增长高于一切,亏损某种程度上被视为未来的投资。

大厂为了防止竞争对手获得优秀人才,往往采取防御性招聘——即使部门没有足够的工作,也要把顶尖名校、热门专业的毕业生招进来、养起来。只要增长还在,臃肿会被视为增长的必要代价。

当潮水退去,资本市场的审美也发生变化,它们开始严厉地审视人均创收、自由现金流和组织利润率。

正是在这个组织转型的关键节点,AI来了。

AI意味着新的增长,也意味着高效率。少雇人,多买卡,成为AI行业的集体偏好。

传统互联网大厂最大的开支之一是薪酬福利。程序员、产品经理、运营人员的工资和股票期权构成了高昂的固定成本。裁员成本高昂,还伴随着法律风险与公关危机。AI时代,企业的主要资本支出转向了CAPEX(资本支出),主要是购买显卡、租赁算力,随时按需缩减、增加算力套餐。

当一个熟练掌握AI编程工具的顶级工程师,其产出可以匹敌过去一个5至10人的研发小组,人人都是全栈开发者的时代即将到来。流程减少了,等待协作的时间消失了,需要开会沟通的情况变少了,组织的边界急剧收缩。

AI对企业组织的影响,不仅仅是“降本增效”,它正直接冲击组织存在的结构。

2012年,Instagram被Facebook收购时,只有13名员工,却创造了10亿美元的奇迹。AI时代,“小团队、巨体量”或许将成为常态。例如,不久前被叫停的Meta对Manus AI的收购,这家公司仅凭约20至40人的核心团队就被以超过20亿美元的高价收购。交易的快速达成,也侧面印证了科技巨头对顶尖AI团队的战略焦虑。

AI将重新定义一个公司需要多少人,也可能催生出新的公司形态——“超精英公司”。

但需要看到的是,AI狂飙突进的过程中,也有着被普遍忽视的隐忧。

如果公司不再雇用初级人员,那么未来的资深架构师和高级决策者将从何而来?毕竟,一个人的职业成长,是通过做基础工作,从不断犯错中积累经验,最终成长为行业专家。这些过去被视为苦力的基层工作,实际上是人才成长不可或缺的学徒期。

AI擅长处理统计学意义上的高频标准问题,那些高度个人化、根植于特定情境、难以用文字或公式清晰表达的经验与直觉,又能否被AI智能体真正习得?

边缘“无用”地带正在快速消失,但人类商业史上几乎所有的颠覆性创新,最初往往诞生在组织的边缘,诞生在那些不被主流看好、被视为“浪费公司资源”的闲散项目里。这些创新在萌芽期的数据往往不佳,无法通过常规ROI评估。

以大规模裁员来追求“超精英化”,这根杠杆如果使用不当,其反作用力足以颠覆最坚固的商业帝国。

广告位 · 文末横幅