以往裁员是由经济衰退驱动的,而这轮裁员有两个特征,一是技术公司裁员多、占比高,二是发生裁员的企业普遍利润新高。
所以在怎么谈个人的AI焦虑,也没有大公司的AI焦虑大,越大的公司越担心在AI领域落后。
首先是几组裁员数据。
5月20日,Meta正式启动新一轮裁员,约8000名员工陆续收到裁员通知,约占其全球7.8万员工总数的10%,此次裁员波及合规风控、网络安全、内容设计等多个部门。
同一周,渣打银行也启动了波及约7800个后台岗位的裁员计划,占到公司员工总数的15%,目标对准的是全球服务中心的非客户接触类岗位。
去年10月到今年1月,亚马逊累计裁员超过3万名员工,规模比新冠期间还大。
微软在25年裁员超过员工总数的6%,甲骨文更是裁员比例高达19%。
可是另一组数据却表明这些企业的利润都比以往要好。
Meta今年第一季度营收563.11亿美元,同比增长33%,净利润267.73亿美元,同比增长61%;微软第一季度营收828.86亿美元,同比增长18%,归母净利润同比增长23%;亚马逊第一季度销售额同比增长28%至1815.2亿美元,净利润同比增长超31%。
大公司的动态代表着感受到最水深火热的市场行情,因为他们往往要将赚到的利润投入未来做新一轮的增长,这也是看着Q1季度盈利大好,可是股价却大跌。
相比而言,中国的企业虽然表现的比较保守,没有这样大规模的裁员,但据了解,内部还是做了许多的调整,并且以结构性、业务线级别的人员优化为主,核心逻辑是 AI 提效替代基础岗位、非盈利业务收缩、资源向 AI / 核心盈利赛道集中。
腾讯多部门试行的“项目负责制”,将以往组为单位的形态,转变为几个组合并成一个事业部的形态,分组模式被打破,员工按项目组队,组长、总监被“项目负责人”替代,相当于层级减少,人数减少。
阿里的多个业态整合,飞猪、盒马划入电商事业群统管,后台人员整合和编制也在优化。
可以想象,容易被AI替换的工作会先被裁员,比如产品技术运营属于同一部门的不同岗位,不容易被AI替代的,非完全在线上的,外卖配送员、调度运营、策略和决策的岗位不容易被裁,而这也跟公司的发展节奏有关,公司利润第一,活下去第一,再是考虑如何把效率提高。
无论是国外直接裁员,还是国内的岗位和架构调整,都表明职场将不再是一个工种可以做10年,而且还是重复性的那种。
当然,也不必被AI这波给吓到,在我的实际使用中AI也还是有许多局限的。
主要的问题是容易出错,且是常规性错误,需要反复提醒它之后才能自主修复,另外开发一个软件/插件和维护是两码事,看起来能用和真正的好用也是两码事。
还有个局限是AI需要的数据量大才能自动化执行任务,当你给的空间/费用比较小的时候,它自主学习的空间就不允许它犯错,这种更有可能是人类基于业务需要做的方案,虽然AI很强,但还没有到脱离人类设定的目标函数,用很小的资源就能放大效果的事情,所以它很难再没有目标的情况下做数据处理和判断。
这些局限都是AI暂时还代替不了人的原因,需要人来做判断和决策的,不能完全交给AI来调整,人机协同将是很长一段时间的状态。
那么,职场人将何去何从?
我建议是从原来的单岗位的工作,转向复合岗位的综合能力,在多个版块都有涉猎,从原先单一的运营视角转向公司、组织的经营视角,拥抱AI,主动将自己的工作流Agent化。
也许,我们更应该思考的是我们可以用AI来做什么?而有哪些事情是只有你能做而AI做不了?了解AI的边界比恐惧AI更重要。