全球软件巨头甲骨文于当地时间3月31日凌晨向员工群发邮件，宣布启动新一轮大规模裁员。多名收到通知的员工在社交媒体上披露，邮件措辞直白：“在认真评估甲骨文当前的业务需求后，我们决定取消您的岗位。今天是您的最后一个工作日。”此次裁员覆盖美国、印度、欧洲等多个市场，波及工程、云服务、技术支持等部门，受影响岗位可能达3万人，约占全球16.2万员工总数的18.5%。
人工智能（AI）将导致失业潮的“狼来了”预警一直在频频鸣叫，这次似乎更大声更刺耳。在过去12个月内，科技行业单次裁员当属甲骨文这一次最狠。2025年7月英特尔裁员2.5万人，2025年7月微软裁员9000人，2026年1月亚马逊裁员1.6万人，今年2月Block裁员4000人。Meta3月14日透露，将启动新一轮大规模裁员，公司总员工数的20%将离职，按员工规模计算，约1.58万名员工或将被裁。
信息技术、数码技术、晶片、AI等是今天尖端技术的代表，也可称为新质生产力。表面上看，这些公司的裁员都以AI的发展为说词。微软执行长纳德拉称，公司要引领AI浪潮，帮助客户成功采用这项技术。Meta执行长扎克伯格说，今年将是强度极高的一年，AI及未来运算平台将颠覆一切。
事实上，AI的发展在目前还没有进入因为AI更有效率而代替大量人工的阶段，这些科技公司的裁员，是因为投入大量资金去发展AI，导致捉襟见肘，便拿裁掉员工的薪资来补足发展的亏空，实际上是拆西墙补东墙。因此，现阶段AI与裁员并非因果关系，而是倒因为果。
这种情况从Anthropic于3月24日发布的第五份经济影响报告可以得到证明。报告指出，AI目前尚未导致大规模失业，劳动力市场依然保持“健康”。数据显示，即便在技术撰稿人、数据录入员和软件工程师等高度依赖AI的职业中，失业率与那些需要体力互动、对AI需求较低的行业相比，并没有实质性差异。
以甲骨文为例，是因为投入AI的支出而裁掉3万人。随着生成式人工智能（GAI）需求快速增长，甲骨文与亚马逊等云厂商一样，更多投资于数据中心和算力基础设施，以支撑GPU和CPU密集型的AI工作负载。
为推进AI基础设施建设，甲骨文开始更多依赖债务融资。今年1月，甲骨文宣布计划通过债务和股权，融资筹集约500亿美元（约637亿新元）资金。这或许就是它要用裁员来节省和盘活资金的原因。微软也投入800亿美元发展AI，Meta、亚马逊等同样斥资数十亿美元于AI设施。它们都是把裁员节省下的成本，大部分再投入巨额AI硬件与运算基础建设。以AI为借口裁员，还可以获得股东及投资市场支持。
裁员并非因为AI的另一个原因是，目前AI并未真正落地或成为企业获利的工具。3月25日，OpenAI宣布关停Sora就是一个明证。Sora是文生视频软件的代表，作为一种生成式AI，从2024年12月10日上线就惊艳全球，到2025年9月Sora 2正式上线，现在关停也才6个月。
Sora关停原因太多，最重要的是成本过高，无法获利。比起大语言模型如ChatGPT，Sora特别消耗算力，近似无底洞。生成一个10秒的视频，Sora需要的算力大约是一次复杂ChatGPT查询的数千倍。Sora每天烧掉1500万美元，生成一个10秒视频的成本是1.30美元，但用户只愿意付更低的费用，或免费使用。
鸿沟体现在使用机会与能否深度整合
不过，AI也真的可能导致失业潮。Anthropic首席执行官阿莫迪表示，AI可能在未来5年抹除全球50%的初级白领岗位，并将失业率推高至20%。其中原因在于是否使用和会不会熟练使用AI，这种情况会导致AI技能差距或AI鸿沟。
AI鸿沟的体现之一是有没有机会使用。调查显示，在欧美国家和发达地区，员工使用Claude等AI工具的比例极高，但在发展中国家或贫困地区，使用的人较少，仅电费就是一个沉重负担。
AI鸿沟的体现之二是会使用者不只是将AI视为简单工具，而是深度整合为思维伙伴，用于方案迭代、获取反馈及处理复杂的专业任务。熟练使用AI的技能也就成为一种技术壁垒，会熟练运用的员工在职场中难以被裁掉。
也有人认为，AI的成熟和进入生活和工作不仅不会造成大量失业，反而会增加就业。英伟达执行长黄仁勋就认为，AI很可能不会摧毁工作，反而可能提升对那些为工作成果负责的人才需求。
2016年，“AI教父”辛顿预测，AI将大量取代放射科医生，建议医学生避开这个领域。然而，2025年一篇分析放射科需求的博客文章指出，美国放射科住院医生名额在2025年创下新高，达1208个，较2024年增加4%。而且放射科医生成为2025年全美薪资第二高的医疗专科，平均年收入约52万美元，较2015年平均薪资高出超过48%。2025年2月发表于《放射学》上的一篇文章“放射学基础模型：是什么、如何、为什么以及为什么不”也提出，医生应学习如何解读AI的生成文本和图像数据。
不过，黄仁勋指出的情况还在于能否熟练使用AI工具，并在更高层次上掌控AI。AI可以快速扫描和阅读图片，给出初步判断，但最终判断还得由医生决定，他们有更多的临床经验和更高的水平，可以反复比较和分析，特别是根据循证医学来分析，判断AI的结论是对还是错，是部分对或部分错，并且要借助其他学科的证据来协助诊断。
在这过程中，就须要雇用更多放射科医生，这就形成一个需求链，AI工具能阅读大量的拍片，会消化和吸引更多病人前来就诊，在拍片量多的情况下，AI阅读给出初步判断的拍片也需要更多人类医生来做最后分析和确诊，也就会招募更多医生。
AI正在造成社会巨变前的阵痛，失业与就业是最为生动的体现，拥抱和掌握AI会让人更能应对生存的挑战。
作者是北京学者
