甲骨文凌晨突發(fā)裁員，不是愚人節(jié)玩笑。

據(jù)CNBC證實(shí)，甲骨文（Oracle）已經(jīng)啟動(dòng)新一輪裁員，涉及數(shù)千名員工。

同一時(shí)間，它正在砸下數(shù)百億美元，建設(shè)AI基礎(chǔ)設(shè)施。

多家行業(yè)媒體披露，甲骨文計(jì)劃將年度資本支出提升至約500億美元規(guī)模，主要用于數(shù)據(jù)中心與AI基礎(chǔ)設(shè)施建設(shè)。

這一投入已經(jīng)開(kāi)始侵蝕公司的現(xiàn)金流：TheStreet數(shù)據(jù)顯示，甲骨文自由現(xiàn)金流從2024年的約118億美元轉(zhuǎn)為負(fù)值，并預(yù)計(jì)在2026年達(dá)到-230億美元。此外，甲骨文今年股價(jià)下跌約25%，跌幅超過(guò)所有科技巨頭。

一邊是持續(xù)擴(kuò)張的AI投資，一邊是裁員與成本控制，這種組合在傳統(tǒng)軟件公司中并不常見(jiàn)，卻正在成為AI時(shí)代infra（基礎(chǔ)設(shè)施）公司的典型狀態(tài)。

如果你在一家做基礎(chǔ)設(shè)施的公司，現(xiàn)在可能應(yīng)該警惕：AI越火，你越可能被“優(yōu)化”。

甲骨文，只是最新一個(gè)例子。

01

甲骨文裁員并非孤例

類似的事情，正在整個(gè)AI基礎(chǔ)設(shè)施鏈條上發(fā)生。

在2025年至2026年間，多家處在這個(gè)鏈條中的公司先后宣布大規(guī)模裁員：

英特爾在2025年宣布裁員約2.5萬(wàn)人，作為其制造與成本結(jié)構(gòu)調(diào)整的一部分；

亞馬遜在2026年初裁員約1.6萬(wàn)人；

微軟在2025年中期裁員約9000人；

Block在2026年初裁員超4000人。

這些企業(yè)分布在不同細(xì)分領(lǐng)域，包括半導(dǎo)體、云計(jì)算、企業(yè)軟件以及支付基礎(chǔ)設(shè)施，它們的裁員當(dāng)然各有具體原因，但同樣存在一個(gè)清晰的共性：它們都在給AI“打下手”。

這些公司并非AI浪潮的邊緣參與者，相反，它們是最早承接AI需求增長(zhǎng)的一批企業(yè)。例如云廠商承接模型推理負(fù)載，芯片廠商提供算力支撐，企業(yè)軟件公司則承擔(dān)數(shù)據(jù)與流程的管理功能。隨著AI需求增長(zhǎng)，它們普遍獲得了更多的訂單與更高的使用量——換句話說(shuō)，他們靠AI“賺了不少錢(qián)”。

但壓力也隨之而來(lái)，訂單的增長(zhǎng)和成本結(jié)構(gòu)的變化同時(shí)出現(xiàn)。

和傳統(tǒng)軟件的輕資產(chǎn)邏輯不同，AI基礎(chǔ)設(shè)施建設(shè)具有明顯的重資產(chǎn)屬性：數(shù)據(jù)中心的建設(shè)周期長(zhǎng)、資本密集度高，GPU等核心硬件的采購(gòu)價(jià)格持續(xù)處于高位。一張高端算力卡價(jià)格可以達(dá)到數(shù)萬(wàn)美元，而大規(guī)模訓(xùn)練或推理部署通常需要成千上萬(wàn)張。

一座AI數(shù)據(jù)中心的成本，已經(jīng)不再是“幾億美元”的問(wèn)題，而是動(dòng)輒數(shù)十億、甚至百億美元的投入。

資本開(kāi)支的急劇上升迫使這些infra公司在財(cái)務(wù)結(jié)構(gòu)中尋找新的平衡點(diǎn)，在AI投資面前，人，成為了最容易被調(diào)整的成本。

一個(gè)簡(jiǎn)單而直接的選擇開(kāi)始出現(xiàn)：

用人力成本，去換算力成本。

02

AI紅利正在“重新分配”

要理解這一變化，需要回到AI產(chǎn)業(yè)的價(jià)值結(jié)構(gòu)。

過(guò)去的軟件行業(yè)中，價(jià)值往往分散在多個(gè)層級(jí)：包括應(yīng)用層、平臺(tái)層、中間件以及底層基礎(chǔ)設(shè)施。每一層都可以通過(guò)差異化能力獲得一定程度的定價(jià)權(quán)。

但在當(dāng)前的AI周期中，這種分布正在逐漸集中。AI時(shí)代的價(jià)值，可以圍繞token粗暴地歸類為兩種：一種是生成能力，即模型本身能夠產(chǎn)出token的能力；另一種是消耗能力，即用戶在推理階段持續(xù)產(chǎn)生的token使用量。

用最通俗的話來(lái)講就是：AI的紅利，正在集中在模型和token上。

掌握模型能力的公司，例如OpenAI、Google DeepMind和Anthropic，能夠直接定義產(chǎn)品形態(tài)與價(jià)格結(jié)構(gòu)；擁有大規(guī)模用戶入口的平臺(tái)，則可以通過(guò)token消耗實(shí)現(xiàn)持續(xù)收入。

傳統(tǒng)基礎(chǔ)設(shè)施環(huán)節(jié)依然重要，但它們?cè)絹?lái)越像“電力”和“帶寬”，必不可少，但難以決定價(jià)格。

一個(gè)逐漸清晰的規(guī)律開(kāi)始顯現(xiàn)：越接近token生成與消耗的環(huán)節(jié)，利潤(rùn)空間越高；距離這一核心越遠(yuǎn)，競(jìng)爭(zhēng)越趨向于成本壓縮。

換句話說(shuō)，在AI浪潮中，掌握了token就掌握了定價(jià)權(quán)；遠(yuǎn)離token，就只能卷成本。

對(duì)于大多數(shù)infra公司來(lái)說(shuō)，它們既不掌握模型能力，也不掌握用戶入口。它們承擔(dān)的是“支持系統(tǒng)”的角色，像是存儲(chǔ)數(shù)據(jù)、調(diào)度資源、提供運(yùn)行環(huán)境或構(gòu)建工具鏈。

當(dāng)技術(shù)從非標(biāo)準(zhǔn)走向標(biāo)準(zhǔn)化，再?gòu)臉?biāo)準(zhǔn)化走向自動(dòng)化，人力需求就會(huì)自然下降。

在技術(shù)尚未成熟的階段，大量工程師與運(yùn)維人員是必要的，因?yàn)橄到y(tǒng)復(fù)雜且缺乏標(biāo)準(zhǔn)化；但隨著模型能力提升、自動(dòng)化工具普及以及平臺(tái)能力增強(qiáng)，原本需要人工完成的工作就開(kāi)始被系統(tǒng)替代。

在這種背景下，當(dāng)公司既要降成本，又要提效率時(shí)，裁人幾乎是必然選項(xiàng)——畢竟人是持續(xù)成本，算力是前期投入。一旦系統(tǒng)穩(wěn)定運(yùn)行，人力規(guī)模就會(huì)被重新評(píng)估。

在技術(shù)周期早期瘋狂招人，技術(shù)成熟以后大批裁人，幾乎成為了infra公司的宿命

這一過(guò)程并非AI時(shí)代獨(dú)有：在云計(jì)算早期，企業(yè)同樣經(jīng)歷過(guò)從快速擴(kuò)張到效率優(yōu)化的轉(zhuǎn)變。但AI的發(fā)展節(jié)奏明顯更快。

模型能力、工具生態(tài)和硬件能力在短時(shí)間內(nèi)的同步演進(jìn)，直接壓縮了效率提升的進(jìn)程。云計(jì)算大約用十年時(shí)間完成標(biāo)準(zhǔn)化與規(guī)?；?，而AI可能只需要三年。

03

另一種選擇正在出現(xiàn)

對(duì)那些正在大規(guī)模投入AI的infra公司來(lái)說(shuō)，把一部分人力替換成算力，看似冷血，卻也是一種能說(shuō)得通的選擇。

但把目光放得更大一些，崗位并未整體消失，而是在不同層級(jí)之間遷移。

在過(guò)去幾年里，大量崗位圍繞基礎(chǔ)設(shè)施展開(kāi)，包括系統(tǒng)維護(hù)、數(shù)據(jù)處理、流程管理以及工具開(kāi)發(fā)。隨著AI的加入，這些工作里有一部分開(kāi)始被自動(dòng)化替代。

與此同時(shí)，直接參與模型開(kāi)發(fā)、應(yīng)用構(gòu)建或產(chǎn)品創(chuàng)新的崗位，需求正在不斷增加。

在這種變化下，一部分從業(yè)者面臨不確定性，而另一部分企業(yè)卻看到了機(jī)會(huì)，準(zhǔn)備“撿漏”。

例如WHOOP，一家專注于健康與可穿戴設(shè)備的公司，正在逆勢(shì)擴(kuò)張團(tuán)隊(duì)規(guī)模，計(jì)劃招聘約600人。

WHOOP的CEO Ahmed直說(shuō)：“目前可能是歷史上最優(yōu)秀的人才市場(chǎng)之一，許多優(yōu)秀的人才目前處于待業(yè)狀態(tài)，或者在那些不斷談?wù)撍麄儗⒈籄I取代的公司中工作。”

“優(yōu)秀的團(tuán)隊(duì)會(huì)利用優(yōu)秀的工具打造偉大的產(chǎn)品。我們?cè)诮】怠⒔∩?、平衡和醫(yī)療功能方面看到了巨大的機(jī)會(huì)海洋。與其說(shuō)‘哦，我們?nèi)绾卧谖磥?lái)12個(gè)月內(nèi)變得如此高效’，我們是在說(shuō)‘我們?nèi)绾螌?到5年的研究路線圖縮短至12到24個(gè)月’。所以，這讓我們變得更加雄心勃勃，我認(rèn)為這正是此刻最令人興奮的地方?！?/p>

這種判斷，和正在裁員的infra公司，屬于兩套完全不同的思路。

對(duì)于那些以產(chǎn)品和應(yīng)用為核心的公司來(lái)說(shuō)，AI不是用來(lái)省錢(qián)（雖然也有），而是用來(lái)提效的：它能讓同一支團(tuán)隊(duì)，在更短的時(shí)間里，做出原本要幾年才能完成的東西，從而更快推出產(chǎn)品、不斷迭代。

在這種情況下，人的作用并沒(méi)有被替代，反而被AI放大——同樣的人，可以做出更多、更快、更復(fù)雜的事情。

所以你會(huì)看到，AI在不同的思路下，帶來(lái)的結(jié)果也截然不同：對(duì)于一部分公司而言，AI意味著降低成本、提升效率；對(duì)于另一部分公司而言，它意味著加速創(chuàng)新與擴(kuò)展邊界。

對(duì)從業(yè)者來(lái)說(shuō)，這種變化同樣具有現(xiàn)實(shí)影響。

在AI體系中，工作可以大致分為三類：直接創(chuàng)造內(nèi)容與能力（模型、算法、agent）；放大與應(yīng)用能力（產(chǎn)品、應(yīng)用層）；提供支持與基礎(chǔ)設(shè)施（系統(tǒng)、工具、運(yùn)維）。

隨著AI能力的增強(qiáng)，第三類工作的可替代性正在提高，這并不意味著這些崗位沒(méi)有價(jià)值，只是它們的價(jià)值更難轉(zhuǎn)化為溢價(jià)。

對(duì)從業(yè)者而言，關(guān)鍵問(wèn)題不再局限于技術(shù)本身，而在于所處的產(chǎn)業(yè)位置——決定你穩(wěn)定性的，不是能力，而是你離AI的價(jià)值核心有多近。

崗位與價(jià)值創(chuàng)造之間的距離，將直接影響穩(wěn)定性與發(fā)展空間。

當(dāng)技術(shù)周期加速推進(jìn)，組織結(jié)構(gòu)與崗位結(jié)構(gòu)也隨之變化。裁員與招聘同時(shí)發(fā)生，成為同一時(shí)代的兩種側(cè)面。

面對(duì)“AI會(huì)不會(huì)取代人力”的問(wèn)題，我們不妨想一想：這家公司究竟是在用AI省錢(qián)，還是在用AI賺錢(qián)。

AI不會(huì)直接決定你會(huì)不會(huì)被取代，但它會(huì)決定，你所在的位置，是否還值得被保留。