今年六月,亚马逊首席执行官安迪?贾西曾公开表示,预计生成式 AI 将在未来几年内减少亚马逊的企业员工数量,“我们将需要更少的人来做今天正在做的一些工作”。虽然裁员后,贾西很快推翻了这一猜测,他表示,“我们几天前宣布的裁员,既非出于财务考量,至少目前也与 AI 没有直接关系,而是源于文化问题”。过去几年,亚马逊的高速发展带来了层级过多、机构臃肿的问题,他希望通过 “减少层级” 来回归创业公司的灵活状态,高效决策。
但这很难平息有关 AI 替代人类的推测。甚至有一种传言开始在员工之间流传:本次裁员名单是 AI 定的,再由高层筛选。放在以前,只要一秒钟就能判断这个观点滑稽又离谱,但如今,有些员工在觉得离谱的同时,“隐约又有几分想相信”。
很显然,全世界的热钱都在往 AI 领域集中。美股的 “科技七巨头”(苹果、微软、谷歌母公司 Alphabet、亚马逊、英伟达、特斯拉和 Meta),只要传出 AI 相关消息,便能带动股价的波动。巨头们也不惜向其砸下重金。
微软计划在 2025 财年,在 AI 数据中心投资 800 亿美元;Meta 也在年初宣布,今年的 AI 相关资本支出将达到 600 亿~650 亿美元。
千万级、亿级美金从四面八方涌入 AI 这片奖池,变成股市里跳跃的数字。而在数字背后,无数工作细节正被悄然重塑,“人” 的角色也被重新洗牌 —— 有人被算法替代,有人被算法加速,更多人则被算法推着一路狂奔。
从去年开始,AI 逐渐渗入亚马逊的每一个工作流程。给领导的汇报邮件,由 AI 自动生成初稿,改改就能发;以往依赖人工的审核流程,也转为 AI 自动判定。
变化不止于流程 —— 工作内容本身也在系统性 AI 化。公司鼓励各业务环节引入 AI 工具,每当新工具上线,各部门会选派一两名员工去培训,再由他们教会整个团队。
在裁员前一周,公司甚至将 AI 使用次数纳入制度性考核。通过内部系统,每个人的使用次数被实时监测,并成为一项硬性 KPI—— 具体的次数还会随着时间增长而翻倍。以张兆林的程序员岗位为例,平均每天要使用 AI 至少 80 次,“可能再过几个月或者半年后就要翻倍,达到 160 次”。在他如今的工作中,几乎每一行代码都是 AI 写的。
AI 的深度介入的确带来了效率的跃升。比如编写测试代码,过去人工需耗费一小时,如今 AI 几分钟就能生成,稍作修改就能用。但效率提升的背后,是人力结构的悄然调整。张兆林曾听老员工谈起,在 AI 普及之前,一个项目通常需配置一名资深工程师与四名初级工程师;而如今有了 AI 参与,同等工作量仅需一名资深工程师和一名初级工程师就够了。
可是,到了今年上半年,不少人感受到,公司对 AI 的推动明显 “有些离谱了”。内部员工私下戏称为 “AI 大跃进”,全员陷入一种 “都在推大模型” 的氛围中。
更关键的是,AI 的使用开始与职级晋升隐性挂钩。负责 AI 研发的李林峰发现,晋升评估中多了一项软性指标:使用 AI 工具为工作带来了多少效率提升。尽管不是硬性规定,却为员工 “内卷” 开辟了新赛道。如今他在项目汇报中,有时也要加入对比说明:同一项工作,平时完成要花多长时间,AI 参与后又会花多长时间。
当 AI 与晋升绑定,一些 “动作变形” 也随之出现。有老员工观察到,部分同事开始将重心从本职工作转向 “蹭 AI”—— 跨部门参与多少 AI 项目、推动多少外部资源使用 AI。这些与本职无关的内容都被包装成个人绩效写进述职报告。
更荒诞的是,连与技术无关的部门也被卷入 AI 研发。各组推出新产品后,总会群发邮件希望其他部门支持使用。李林峰记得,从去年开始,公司邮件中的 “AI 浓度” 持续攀升,到今年下半年,“所有人写邮件都在不停地说 AI”。就连卖鞋的业务模块也在后台部署了大模型用于自动回复,“感觉不管你做什么,最好都要跟 AI 看齐。”