2025年大廠裁員16萬，9%因為AI！普通人該咋辦？

“恭喜，你被 AI 優(yōu)化了”，用短視頻邏輯講 2025 年最熱門的 AI 故事，這一句話就夠了。

美國大廠裁員都有發(fā)公告的傳統(tǒng)，我們最近做了份統(tǒng)計：

2025年56 家美國企業(yè)，總共裁員 15.9–16.2 萬人（包含 Oracle、CNN、Dropbox、Block、微軟、Meta 等公司）。

其中 9% 的裁員和 AI 直接掛鉤。

所以AI來了就要消滅大家的工作嗎？

今天，咱就來好好盤盤三件事：

1）AI 裁員潮的底層邏輯是啥？

2）AI 時代，工作到底在怎么被改寫？

3）更關(guān)鍵的，普通人的職業(yè)賽道，在哪兒？

裁員名單里的 “AI邏輯”

2025 年的裁員名單里，科技、航空、金融、零售一堆行業(yè)，Verizon、微軟、Meta、UPS、星巴克都在上面。

今年 10 月加入戰(zhàn)場的，是亞馬遜：宣布將在全球裁掉大約 14,000 個企業(yè)崗位，是公司歷史上規(guī)模最大的裁員之一。

在解釋原因時，亞馬遜高管的說法引爆了輿論：

“生成式 AI 和智能代理讓我們能用更少的人做更多事……我們要像創(chuàng)業(yè)公司那樣精簡結(jié)構(gòu)。”

2025年裁員清單（不完整版本）

這不是個例。世界經(jīng)濟論壇的調(diào)查顯示：

全球約 40%–41% 的公司，預期在未來五年因為 AI 而減少員工人數(shù)；

到 2030 年，大約 22% 的崗位會被“重寫”，約 9,200 萬個崗位會被技術(shù)、結(jié)構(gòu)性變化擠出局。

聽上去像是“末日預言”，但往后翻你會發(fā)現(xiàn)，報告同時也提到：

一邊是行政、基礎(chǔ)客服、簡單流程處理這些高度標準化的崗位在快速萎縮；

另一邊，大數(shù)據(jù)、AI、網(wǎng)絡安全、合規(guī)風控相關(guān)的崗位在加速增加，整體算下來是：舊崗位大規(guī)模下線，新崗位大規(guī)模上線。

說白了，這更像是給職場按了個“重置鍵”：

不是工作總量突然沒了，而是那些和 AI 重疊度最高、又沒有額外附加價值的職責，先被拿出來動刀。

這背后還有一層很現(xiàn)實的考量：

在利率抬高、錢變貴的環(huán)境里，GPU、算力這些 AI 基建都是“吞金獸”，很多公司會想辦法把這部分支出攤到好多年去認。

那眼前能立刻動的成本是哪塊？人。

所以你會看到一個很魔幻的組合拳：

財報會上高喊“加大 AI 投入”，裁員公告里寫“借助 AI 提升效率”，然后靜悄悄把一批崗位，從公司名單上抹掉。

AI 真的只會裁員嗎？倉庫里機器人的反例

裁員故事聽多了，很多人本能反應就是：自動化 = 失業(yè)。

MIT 和倉儲自動化公司 Mecalux 合作做的一個最新研究，卻給了一個挺反直覺的結(jié)論：

調(diào)研了 21 個國家、2,000 多名物流和倉儲管理者，發(fā)現(xiàn)超過 57.5% 的倉庫已經(jīng)在用 AI，超過 90% 的倉庫使用某種形式的先進自動化。

那倉庫工人都失業(yè)了嗎？

事實恰恰相反：超過四分之三的企業(yè)在上馬 AI 后，員工生產(chǎn)力和滿意度都提高了；超過一半的企業(yè)，反而擴大了人力規(guī)模。

為什么會這樣？

因為他們干的不是“用機器人替代人”，而是“用機器人拓展人”。

機械臂、AGV 機器人負責搬運、揀貨、盤點這些高重復、重體力的活；人更多地去做異常處理、設備維護、流程優(yōu)化、數(shù)據(jù)分析；

倉庫開始出現(xiàn)一堆新崗位：自動化系統(tǒng)管理員、設備維護工程師、數(shù)據(jù)分析師 / 調(diào)度優(yōu)化、AI / ML 工程師。

研究里有一句話總結(jié)得很好：傳統(tǒng)機器學習負責“預測問題”，而生成式 AI 更像是幫你“設計解決方案”。

對一線勞動者來說，現(xiàn)實其實很殘酷，但信號也足夠清晰：

完全不碰數(shù)字系統(tǒng)的人，在倉庫里越來越難混；愿意學一點系統(tǒng)操作、簡單數(shù)據(jù)和設備維護的人，反而更不容易被替代。

被重寫的白領(lǐng)崗位：管理 AI的時代

白領(lǐng)這邊，變化來得一樣猛。

Google CEO 皮查伊最近在一次訪談里帶出了 AI 圈的熱門詞：“vibe coding（氛圍編碼）”。

有了 AI 之后，你不一定懂編程語言，但你可以直接用自然語言告訴 AI 自己想要的功能、界面和流程，AI 幫你生成一份能跑的應用或 Demo。

不滿意？繼續(xù)跟它說“這塊再簡化一點、那塊多加個字段”，它再幫你改一版。

大量非技術(shù)員工（HR、會計、運營）已經(jīng)在用 ChatGPT、Gemini、Cursor 這類工具給自己搭小工具，比如自動整理報表、生成周報、做簡單審批流。

皮查伊提到，在 Google 內(nèi)部，第一次提交代碼（changelist）的人數(shù)顯著增加，很多都是原本不會寫代碼的人。

另一邊，黃仁勛在英偉達內(nèi)部直言那些讓員工少用 AI 的經(jīng)理：

“你們是不是瘋了？所有能被 AI 自動化的任務，就應該被自動化?！?/p>

他還反復強調(diào)：員工不用擔心因為用 AI 失業(yè)；真正要擔心的，是你不會用 AI。

這兩件事背后，是同一條主線：會寫代碼從一項稀缺技能，慢慢變成基礎(chǔ)素養(yǎng)；真正稀缺的，變成了“能設計好 AI 系統(tǒng)的人”。

換句話說，以前是“你會不會寫代碼”；現(xiàn)在是“你會不會指揮一堆會寫代碼的 AI”。

看到這兒，你大概已經(jīng)能感到一點不安了：

倉庫里，不會用系統(tǒng)的人在被邊緣化；

辦公室里，不會用 AI 工具的人，也在被邊緣化。

下一步，問題就不再是“AI 會不會裁掉我”，而是：

當 AI 變成每個人手邊的“標配工具”時，你是不是那個不會用扳手的工人？

普通人在“AI 裁員”潮里，到底能做什么？

先說一個容易踩坑的認知：

很多人一提 AI，就想到“搞個副業(yè)，寫點 AI 文案、做點簡單圖片生成”；問題是，這些東西門檻太低、替代太快，很快就會卷成“按條計價的苦力活”。

AI 真正值錢的地方，在于：把你對某個垂直領(lǐng)域的長期理解，和 AI 的生產(chǎn)力綁在一起。

比如：

你對某個細分行業(yè)（跨境電商、線下教育、母嬰）非常熟；

你很懂某類人群（寶媽、老年人、學生黨）的真實需求；

你非常熟悉某種業(yè)務流程（報銷、投標、招商、運營投放）。

在這個基礎(chǔ)上，AI 能幫你做的是：把你的經(jīng)驗“復制”成更多人可用的東西，可以是工具，可以是服務。

從更現(xiàn)實的落地來看，非技術(shù)背景可以考慮的方向有：加入“人 + 機”變革之中，用 AI 放大你的能力。

“會用 AI 工具”正在變成一項基礎(chǔ)能力，而不是加分項。

自己用AI是為不掉隊，讓下一代用才能領(lǐng)先

上面聊的是職場人。

但說實話，這一代真正被 AI 改寫命運的人，很可能是現(xiàn)在還在上小學、初中的那撥孩子。

你可以回想一下：

我們這一代，多數(shù)人是“先玩游戲，再很晚才發(fā)現(xiàn)有人靠做游戲吃飯”；

而 AI 時代的孩子，很可能是 “在玩游戲時，就開始學做游戲”。

如果你已經(jīng)意識到“會用 AI 工具是基礎(chǔ)能力”，那對孩子的要求，其實就是：

別等他們進入職場才補課，因為變革的時代不會有人慢慢教他們，最好在他們還把游戲當全部世界的時候，就順手教會他們：怎么用 AI 創(chuàng)造點什么。

這也是Tina開發(fā)【前哨 AI 冬令營】的出發(fā)點。

讓 8–16 歲的孩子，不用死記硬背代碼，從零開始就能上手做作品：

這 7 天，孩子會親手做出：

? 專屬小游戲：卡牌對戰(zhàn)、闖關(guān)冒險這類，自己設計規(guī)則和關(guān)卡；

? 微信小程序：比如“拍照識別卡路里”“飯店點餐小程序”這類，真正能拿給家人、同學用的。

作品可以發(fā)給同學、親戚體驗，孩子有成就感，家長看得見結(jié)果。

簡單說，就是給孩子提前打好一顆“AI + 編程”的地基：

以后無論是做產(chǎn)品、做設計還是做科研，不會再怕工具，只會想著“還能多調(diào)動一個 AI 來幫我干活”。

前哨AI冬令營的報名即將收尾，最后幾個名額先到先得。

最后，我們一句話總結(jié)：

AI 既是杠桿，也是風險。

真正的區(qū)分點不在于你會不會敲代碼，而在于你是 在使用 / 設計那套管理 AI 的系統(tǒng)，還是 系統(tǒng)里隨時可以被優(yōu)化掉的一塊小零件。