2025年大廠裁員16萬，9%因為AI！普通人該咋辦？

2025年大廠裁員16萬，9%因為AI！普通人該咋辦？

“恭喜，你被 AI 優化了”，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公告的傳統，我們最近做了份統計：

2025年56 家美國企業，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）更關鍵的，普通人的職業賽道，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，Verizon、微軟、Meta、UPS、星巴克都在上面。

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

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……我們要像創業公司那樣精簡結構。”

2025年裁員清單（不完整版本）

這不是個例。世界經濟論壇的調查顯示：

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；

到 2030 年，大約 22% 的崗位會被“重寫”，約 9,200 萬個崗位會被技術、結構性變化擠出局。

聽上去像是“末日預言”，但往后翻你會發現，報告同時也提到：

一邊是行政、基礎客服、簡單流程處理這些高度標準化的崗位在快速萎縮；

另一邊，大數據、AI、網絡安全、合規風控相關的崗位在加速增加，整體算下來是：舊崗位大規模下線，新崗位大規模上線。

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實的考量：

在利率抬高、錢變貴的環境里，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。

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論：

調研了 21 個國家、2,000 多名物流和倉儲管理者，發現超過 57.5% 的倉庫已經在用 AI，超過 90% 的倉庫使用某種形式的先進自動化。

那倉庫工人都失業了嗎？

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

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、流程優化、數據分析；

倉庫開始出現一堆新崗位：自動化系統管理員、設備維護工程師、數據分析師 / 調度優化、AI / ML 工程師。

研究里有一句話總結得很好：傳統機器學習負責“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，現實其實很殘酷，但信號也足夠清晰：

完全不碰數字系統的人，在倉庫里越來越難混；愿意學一點系統操作、簡單數據和設備維護的人，反而更不容易被替代。

被重寫的白領崗位：管理 AI的時代

白領這邊，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。

大量非技術員工（HR、會計、運營）已經在用 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 內部，第一次提交代碼（changelist）的人數顯著增加，很多都是原本不會寫代碼的人。

另一邊，黃仁勛在英偉達內部直言那些讓員工少用 AI 的經理：

“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。”

他還反復強調：員工不用擔心因為用 AI 失業；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，慢慢變成基礎素養；真正稀缺的，變成了“能設計好 AI 系統的人”。

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

看到這兒，你大概已經能感到一點不安了：

倉庫里，不會用系統的人在被邊緣化；

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，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：把你對某個垂直領域的長期理解，和 AI 的生產力綁在一起。

比如：

你對某個細分行業（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；

你非常熟悉某種業務流程（報銷、投標、招商、運營投放）。

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

從更現實的落地來看，非技術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，多數人是“先玩游戲，再很晚才發現有人靠做游戲吃飯”；

而 AI 時代的孩子，很可能是 “在玩游戲時，就開始學做游戲”。

如果你已經意識到“會用 AI 工具是基礎能力”，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 創造點什么。

這也是Tina開發【前哨 AI 冬令營】的出發點。

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、闖關冒險這類，自己設計規則和關卡；

? 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。

作品可以發給同學、親戚體驗，孩子有成就感，家長看得見結果。

簡單說，就是給孩子提前打好一顆“AI + 編程”的地基：

以后無論是做產品、做設計還是做科研，不會再怕工具，只會想著“還能多調動一個 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：

AI 既是杠桿，也是風險。

真正的區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，還是 系統里隨時可以被優化掉的一塊小零件。