AI 大厂微软（Microsoft） 新一轮数千人裁员风波持续发酵。
6 月 9 日消息，据 The Layoff 消息，5 月中旬微软约 6000 人裁员过程中，其中有全球三名员工因裁员而变得非常沮丧，最终选择自杀。报道称，其中一个人受到了上司的严重虐待。
“ 我们经常谈论心理健康问题，却很少谈及有害的裁员文化是如何造成或加剧心理健康问题的。那种持续弥漫的恐惧、冰冷的裁员方式，以及裁员后集体沉默的压抑氛围，如今正以隐形的方式蚕食着人们的生命。如果你此刻正在困境中挣扎，请一定记住你的个人价值从不由工作定义。你并非孤身一人，这个世界上始终存在着可以提供帮助的力量。即便当下感觉希望渺茫，但请相信，向前的道路永远在脚下延伸，从未消失。”Thelayoff 裁员讨论区的网友这样表示。
据悉，5 月中旬微软确认，宣布将在全球范围内裁员约 6000 人，占其 22.8 万名员工总数的约 3%。这也是该公司自 2023 年裁员 1 万人以来规模最大的一次裁员。对于上述消息，截至发稿前，微软没有对外回应。
除了微软。近期花旗银行宣布，将精简位于中国上海和大连的全球技术解决中心，减少约 3500 名技术人员，在 6 月 25 日前签署协商解除协议，公司将支付“N+6” 作为离职补偿金；美国消费品巨头宝洁公司表示，计划在未来两年内在全球范围内裁员 7000 人，以应对需求放缓和美国关税政策带来的不确定性。
另据市场消息称，英特尔中国也要裁员，比例为 20%，每五个人有一个人要走人，约为 2 万名员工。截至发稿前，英特尔并未对外确认此事。
据 layoffs.fyi 统计，2025 年至今，全球有 141 家科技公司的 62832 名员工被裁员，即超过 6.2 万人。而 2024 年全球科技企业裁员总规模超 15 万人。
《纽约时报》 引述消息人士称，硅谷企业正在加速推进自动化工作，AI 正在通过“ 虚拟员工” 取代一部分人工作。一位科技企业高管称，他的公司已经停止招聘有 3 到 7 年经验 （L5 级以下） 的软件工程师，因为低级任务现在可以用 AI 编码工具完成。
Anthropic 首席执行官阿莫迪 （Dario Amodei） 最近预测，AI 可能会在五年内取代一半的入门级白领工作，失业率上升到 10% 至 20%。
显然，正如 OceanBase 首席技术官 （CTO） 杨传辉向笔者所讲，虽然短期内 AI 不会取代，但开发者还是需要学 AI 和数据库、用 AI，要不然 5 年、10 年之后，有些人就会慢慢落伍，尤其目前一些基础场景中 AI 编码做得比较好，但仍需提高幻觉、推理成本等，并且快速技术迭代以提升准确率。
AI 导致“ 人工智残”，劳动者的替代效应强于互补效应
今天，人类已经进入 AI 时代，AI 对经济、社会、政治甚至国际政治的影响，越来越成为学术界和政策界的研究对象。而强化学习、理解、推理和决策等 AI 技术进步，使得新技术更接近人类脑力工作。
无论是对 AI 技术本身的研究，还是对 AI 这一技术所产生的方方面面影响，已经成为显学。
根据香港中文大学 （深圳） 前海国际事务研究院郑永年教授在 《中国科学院院刊》 发表的文章“ 人工智能时代的社会秩序” 一文中指出，AI 对人类带来的挑战之一是，其“ 去智化” 功能正在产生“ 人工智残” 现象，即由于滥用 AI 相关工具，导致人类自我智力伤害，从而对社会秩序产生深刻影响。
简单地说，“ 人工智残” 指的是在 AI 时代，由于广泛和毫无节制地使用 （无论是主动使用还是被动使用）AI 相关的工具 （尤其是基于互联网的各种社交媒体） 所导致的人类自我智力伤害，但这不是人们日常所说的“ 智障”（智力障碍）。“ 智残” 则是人为的，既可以源自对工具的过度和不当使用，也可以源自人类所创造的工具对人类自身的影响。
郑永年认为，“ 人工智残” 现象的产生源于 AI 的两种结构性因素—— 技术结构特征和治理结构特征。技术结构特性表现为技术能力高度集中、管控高度集权、商用者高度垄断、使用者高度分散；治理结构特征则表现为高度等级化，形成一种“ 牧民社会” 的治理结构，即 AI 自身快速发展，加速人类自我愚昧的进程，摧毁现行人类生活体制，从而逐渐扮演“ 牧羊犬” 的角色。因此，为改变这种趋势，政府应发挥核心作用，通过确立和强化政府的责任、网络平台责任、加强网络监测与情报收集、重塑教育与人类理性等方式，塑造 AI 时代的社会秩序。
“ 技术乐观主义者相信，正如人类几次工业革命所创造的技术一样，AI 也会是一种造福人类的有效工具。必须指出的是，AI 和此前所有人类所创造的工具很不一样，因为 AI 正在反过来影响人类本身的智能。尽管讨论‘ 人工智残’ 这一问题有些敏感，但鉴于其快速的发展势头及其对人类智力的巨大负面影响，人们还是需要直面这个问题，并找到有效的纠正。” 郑永年在文中表示，尽管 AI 依然处于急速发展过程之中，但人们的共识在于，AI 在赋能社会的同时也威胁着现存社会秩序，对 AI 的“ 去智力化” 的功能还没有引起人们足够的警惕。
郑永年指出，自从人类有意识地去发明和创造技术以来，一个总的趋势是：机器越来越像人，而人则越来越像机器。因为人是根据自己的人性来塑造机器的，机器便有了最终征服和奴役人类的机会。因此，在 AI 时代，一个国家的未来，无论是内部发展还是其在国际舞台所处的位置，都取决于其教育改革。
事实上，这种“ 人工智残” 现象也反映出 AI 对于劳动者的替代效应强于互补效应。
广州粤港澳大湾区研究院卢艳和中国人口与发展研究中心桂林翠在另一篇论文中提到， AI 技术的影响包括重新定义就业数量和性质、影响工作模式和工作技能，并可能引发劳动力市场供需结构性失衡，导致就业不平等、就业风险提高等。在收入分配方面，AI 技术对不同领域、行业、职业的初次分配影响具有异质性，有助于提升生产效率，同时也极可能造成收入差距扩大，加剧收入不平等。
北京大学国家发展研究院和智联招聘研究院研究显示，2018—2023 年在中国劳动力市场上，AI 的替代效应总体上强于互补效应。据测算，2018—2023 年中国劳动力市场中 AI 影响指数 （即人工智能相关职位总量） 总体上在下降，即随着 AU 技术发展，劳动力市场中人工智能行业相关或者受 AI 影响程度相对较低的职位 （如机器学习工程师、操作工等） 需求在上升；同时，受 AI 影响程度较高的职位 （如翻译、编辑、程序员等） 需求在下降。总的来说，AI 影响和取代的工作要比新工作更多。
论文中强调，AI 技术可能导致弱势群体就业难度上升，劳动者的劳动权益保障、社会保障不足，劳动力供给错配引发结构性失业；劳动者收入分化加快、收入差距扩大，社会收入不平等程度加剧等，对此需要加大教育和培训力度，提高劳动者的就业竞争力；鼓励和引导人工智能技术的就业创造效应，优化劳动力市场资源配置效率；完善社会保障制度；优化初次分配制度，加大再分配制度力度，构建更加公平合理的收入分配体系。
高盛曾预计，全球预计将有 3 亿个工作岗位被生成式 AI 取代，包括律师、行政人员等重要岗位。
近几个月来，美国应届大学毕业生的失业率飙升至 5.8%，纽约联邦储备银行最近警告称，美国就业状况“ 明显恶化”。
牛津经济研究院则发现，美国应届毕业生的失业主要集中在金融和计算机科学等技术领域，而这些领域 AI 的发展速度不断加快。“ 有迹象表明，入门级职位正以更高的速度被 AI 取代。”
智联招聘执行副总裁李强曾对笔者表示，互联网是处在技术发展前沿、不断创新变化的行业，因此对于大模型技术的接受和应用也更快，在相关岗位的招聘上更快做出调整，这说明企业和职场人都在积极应对技术带来的变化，而是否会出现新的用工模式变化暂时难以定论，但客服/运营、软件/硬件研发职位内部易受大模型影响的工作在明显减少。
现年 23 岁斯坦福大学毕业生特雷弗· 周 （Trevor Chow） 认为，如果人类即将在强大的 AI 系统面前失去劳动力优势，那么人类最好赶紧做点大事。“ 感觉没多少年可以做了。如果作为人类你所拥有的杠杆 （筹码） 作用变得非常小，那么很多需要多年才能获得回报的职业道路就不再值得追寻了。”
AI 产业从泡沫转向理性，但早期“ 非共识” 仍存在
对于 AI 逐步取代部分劳动力的说法，有些专家并不认同。
谷歌 CEO 皮查伊 （Sundar Pichai） 近期在彭博会议上表示，AI 技术对于人类的机会空间在增加，这会显著提高工程师的工作效率，使得他们能够将时间和金钱花在更高附加值的任务上。AI 是一个加速器，人们将能够做更多的事情，这意味着我们可能会创造新的产品。因此，至少在短期内，我们将需要更多的人，而扩大 AI 工程化速度不意味着取代或限制更多人的任务。
很显然，在皮查伊看来，AI 没有取代人类，而是对人类工作任务有提升和辅助作用。
据香港中文大学 （深圳） 前海国际事务研究院梅阳等人，发表在 《中国科学院院刊》 的论文中写道，早在 2017 年中国就发布新一代 AI 发展规划，但围绕该规划的确立、分解、翻译不够明确，需求分解机制缺失导致市场响应碎片化、面向市场供给方的“ 信号” 不足，AI 企业一拥而上、低水平重复建设，出现“ 同质化竞争”“ 扎堆倾轧” 的问题，没有围绕“ 产学研生态” 形成有效分工。
例如，2022 年底 ChatGPT 问世之后，中国人工智能行业掀起“ 百模大战”，2023 年出现 217 个大模型项目，但 78% 集中在自然语言处理 （NLP） 领域，与国家规划的智能制造 （12%）、生物医药 （6%） 等重点领域匹配度不足，且很快又有被新技术和新产品取代的趋势，既浪费了大量人力物力，也无法精准对接和有效支撑国家战略需求，导致市场出现了“ 企业跟着政府走、创业跟着政策走、创新跟着形势走” 现象。
“ 虽然这种现象和选择能够在一定程度上契合政府意愿和产业政策，获得财政投入和政策扶持；但其忽略了企业天然市场逻辑，没有从利润出发做企业。从政策出发做企业使得企业对财政投入产生依赖、形成预算软约束，导致企业依靠政府财政输血存活，缺乏在市场竞争中自我造血、可持续发展的能力，极易遭受技术突破和优势企业的冲击，最终造成国家和企业‘ 双输’ 局面。” 论文中表示。
曾主导通义千问前身 M6 开发，豆包大模型开发的香港理工大学人工智能高等研究院执行院长杨红霞指出，当前行业有两大痛点：第一、资源门槛高，全球几百万人参与 AI，但但真正参与到大模型核心建设的人不会超过 1000 人；二是工程主导，建模突破不足。如果全球这么多人都有参与进去，这个不是一个特别良好的现象，未来需要去中心化，让技术普惠。
如今，AI 产业热潮已经从去年“ 百模大战” 泡沫，逐步走向理性落地，Agent、多模态、具身智能、强化学习、推理模型等 AI 相关的新技术和形态，不断引发学术界关注。因此，AI 领域发展处于早期阶段，这种“ 非共识” 技术路线依然存在。
展望未来，五年之后的 2030 年，AI 会发展到什么程度？一些来自学术界、商界、行业专家谈了谈理想化愿景。
宾夕法尼亚大学沃顿商学院管理学教授伊桑· 莫利克 （Ethan Mollick） 表示，我们最快有望在 2033 年实现通用 AI，届时机器在几乎所有任务中的表现都能够超越人类，从而有可能重塑行业、经济，乃至工作的本质，产生深远影响。但是，技术进步与组织和社会的大规模适应之间存在显著脱节。科学家、未来学家罗伊· 阿马拉 (Roy Amara) 有一句名言“ 我们往往高估一项技术的短期效应，而低估其长期效应”。因此，到 2030 年，AI 产生的影响可能正介于短期影响和长期影响之间。
“ 我们在这种‘ 双速现实’ 中前行的过程中，必须为未来做好准备，AI 的长期影响将超越我们目前对它的能力的想象—— 尽管它的短期影响可能无法满足我们最具雄心的热望。” 莫利克称。
斯坦福大学数字经济实验室主任、Workhelix 联合创始人布林约尔松 （Erik Brynjolfsson） 表示，到 2030 年，AI 系统的能力达到了前所未有的水平，重塑了行业和工作的面貌。虽然对于广泛失业的担忧挥之不去，但现实呈现出不同的走向—— 时代的主旋律是转型，而不是失业，原因在于商业演进的本质，即使是突破性技术，也需要假以时日并付出努力，才能转化为生产率的提高。
然而，布林约尔松也认为，这种转型并不会特别均衡，逾半数 《财富》500 强企业将消失，取而代之的是一批新的万亿美元级企业，而且一些职业像电梯操作员一样被淘汰。与此同时，新的职业不断兴起，创意工作者、专业人士、作家、管理者和程序员属于受影响最大的群体。因此，到 2030 年，在应对缺乏既往数据或结构化规则的情况时，人类仍然保持优势。我们的应变能力胜过机器。
纽约大学敏捷机器人与感知实验室主任朱塞佩· 洛亚诺 （Giuseppe Loianno） 教授则认为，到 2030 年，AI 将大大增强机器人在复杂环境中独立运行的能力，机器人的自主性将达到很高的水平，在相互协作和学习的同时，只需要微小的人工投入，就能作出高水平决策。同时，随着灵活性、协作性、适应性和灵巧性的增强，自主机器人能够更好地驾驭越野地形、森林或城市等高难度环境，机器人还将在家庭和医院等人类环境中执行任务，比如做饭、帮助老人、上菜或清洁楼宇。
布鲁金斯学会外交政策、人工智能和新兴技术倡议研究员沃茨查福特 （Valerie Wirtschafter） 表示，AI 会让社会信任面临风险。到 2030 年，AI 生成的内容会比现在逼真得多，从而进一步模糊现实与虚构之间的界限，虚假内容充斥于网络，如果不采取果断行动，我们就会游走在两极化的现实之中真假难辨，任何事情都有可能是真，也有可能是假，如果不对这种危险进行广泛教育，很多国家公众可能会面临攸关存亡的风险。（本文首发于钛媒体 App，作者｜林志佳，编辑｜盖虹达）
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
