Meta和微软正在大规模削减员工数量,与此同时却在AI领域持续加大投入,两家公司的高管均表示,AI技术正在切实满足企业的生产力需求。
Meta于周四通知员工,将于5月20日裁减约10%的人员,涉及近8000名员工,旨在提升运营效率。这是公司数月前制定的裁员计划的一部分。与此同时,Meta还将关闭约6000个空缺职位。同日,微软也首次向员工宣布,将向其约12.5万名美国员工中大约7%的人提供自愿退休方案。
在Meta内部备忘录中,首席人力官贾内尔·盖尔并未明确提及AI,但表示此次裁员将有助于公司"平衡其他方面的投入"。在Meta 2025年第四季度的业绩说明会上,CEO马克·扎克伯格谈及公司正在推进"重大AI加速"计划,预计将在AI领域投入1150亿至1350亿美元,几乎是前一年资本支出的两倍。
"这并不是一个轻松的取舍。"盖尔在备忘录中写道,并强调被裁员工将获得丰厚的遣散补偿。
相比盖尔的措辞,扎克伯格则更为直接地表示,AI的发展正在降低部分岗位的招聘需求。"我们开始看到,过去需要大团队才能完成的项目,现在一个非常有才华的人就可以独立完成。"他在1月份的业绩电话会议上如此说道。
Meta证实了外界关于裁员及内部备忘录的相关报道,但拒绝进一步置评。
据英国《金融时报》报道,微软周四向员工发送通知,将向资深员工提供自愿离职补偿方案,尤其针对那些年龄与在职年限之和达到70或以上的员工,符合条件者超过8000人。微软未即时回应置评请求。
2025年7月,微软预计将在未来财年投入约1000亿美元用于AI基础设施建设,分析师目前估计这一数字已上升至1100亿至1200亿美元。
微软AI负责人穆斯塔法·苏莱曼于今年2月表示,他认为AI将在未来12至18个月内替代大多数白领工作。
微软CEO萨提亚·纳德拉则对公司内部AI落地成效大加赞扬,称其已带来显著的生产力提升。2025年4月,他宣称AI已承担公司高达30%的编程工作。
"我们目前仍处于AI普及的早期阶段,而微软已经打造出一项规模超越旗下多个顶级业务的AI业务。"他在1月份的新闻稿中如此表示。
扎克伯格当时也在台上,与纳德拉同台出席。纳德拉问扎克伯格,Meta有多少编程工作由AI完成,扎克伯格回答称:"我们的判断是,在未来一年内,大概有一半的开发工作将由AI而非人工完成,而这一比例之后还会持续上升。"
两大科技巨头接连宣布裁员,正值科技从业者对AI取代自身职位的担忧日益加剧之际,而这种担忧并非无中生有。
员工本身甚至正在成为AI模型训练的数据来源。路透社近期披露了Meta的一份内部备忘录,显示该公司正在美国员工的电脑上安装新软件,记录其鼠标移动轨迹、点击操作及键盘输入内容,并将这些数据用于AI训练。
其他大力押注AI的企业同样在裁员。Block公司CEO杰克·多西于3月初以AI效能提升为由,裁减了近一半员工。亚马逊在今年2月宣布将在一年内投入高达2000亿美元后,过去六个月已累计裁员至少3万人。甲骨文因数十亿美元数据中心投资所带来的沉重债务压力,上月也通知员工将进行大规模裁员。
Q&A
Q1:Meta和微软为何要在大规模投资AI的同时大量裁员?
A:两家公司均表示,AI技术的引入显著提升了生产力,使得部分岗位不再需要大量人力。扎克伯格明确指出,过去需要大团队完成的项目,如今一个人借助AI就能独立完成。纳德拉也声称AI已承担微软30%的编程工作。裁员被定位为"效率优化"和"为AI投资腾出空间"的举措,而非单纯的成本削减。
Q2:Meta员工的数据被用于AI训练是怎么回事?
A:据路透社披露,Meta正在美国员工电脑上安装专门软件,用于记录员工的鼠标移动、点击操作和键盘输入等行为数据,并将这些数据用于训练AI模型。这意味着员工在工作过程中产生的行为轨迹,已成为公司AI系统的训练素材,引发外界对员工隐私与劳动权益的广泛关注。
Q3:除Meta和微软外,还有哪些科技公司以AI为由进行了裁员?
A:多家科技巨头均以AI效能提升为由实施了不同规模的裁员。Block公司CEO杰克·多西于2025年3月初裁减了近一半员工;亚马逊在宣布年度2000亿美元AI投资计划后,过去六个月已裁员逾3万人;甲骨文则因数据中心投资带来的债务压力,近期也宣布将裁减大量岗位。
好文章,需要你的鼓励
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。