中國軟件業困境：四成企業連年虧損，凈利率僅2%

繼元宇宙之后，Meta又開始了新一輪大規模裁員，只不過這次的原因是AI。

但在我看來，Meta這次20%大規模裁員計劃，根本不是其AI技術取得成功、生產力溢出后優化冗余的“勝利果實”，而是試圖用華爾街最喜歡的“降本增效”故事，來掩蓋其在AI核心戰場上節節敗退、被迫加碼豪賭的窘迫現實。

這是一次戰略性輸血，將員工薪酬轉化為AI算力，目的是為了給輸不起的AI牌局續上籌碼。

讓我們先看看Meta希望外界相信的故事版本。

外媒爆料，Meta正在策劃一場波及全公司20%以上員工的裁員，涉及人數可能超過1.5萬。消息一出，Meta股價應聲上漲近3%。

為什么？因為公司給出的理由完美契合了當下硅谷最時髦的敘事。

這個敘事由兩部分構成：

第一，AI太貴了。Meta公開的計劃是，到2028年將在數據中心上投入6000億美元，僅2026年一年的資本支出就高達1150億至1350億美元，這個數字是2025年的近兩倍。如此巨大的投入，必須從別的地方省出來。

第二，AI太強了。CEO馬克·扎克伯格在1月份就公開表示，他已經看到“過去需要大團隊完成的項目，現在可以由一個非常有才華的人完成。”

Meta的邏輯是：我們之所以裁員，是因為我們一方面要節衣縮食、集中資源辦大事（投AI），另一方面是我們的AI已經強大到可以讓員工效率指數級提升，不再需要那么多人了。

類似操作的還有Block的CEO杰克·多西，他在今年2月裁掉了公司近一半的員工，并留下了一句預言：“一年之內，大多數公司都會得出相同的結論。”

如今，Meta似乎正在用行動驗證這個“多西預言”。

華爾街的一部分分析師相信了這個故事， Bernstein的分析師則算了一筆賬，20%的裁員每年能為Meta節省50到80億美元，直接轉化為每股收益的提升。

在他們看來，Meta為了未來投資而削減成本，技術進步帶來了組織效率的提升，華爾街則用真金白銀的股價上漲給予嘉獎。一切看起來都那么美好，那么符合商業邏輯。

但如果真相如此簡單，那就不是Meta了。

撕開華爾街喜歡的效率敘事包裝，內里是Meta在關鍵的AI基礎模型競賽中，正面臨的嚴峻困境和性能差距。這才是理解這次裁員的核心鑰匙。

Meta被寄予厚望、用以追趕OpenAI和Google的新一代基礎模型，代號“Avocado”（牛油果），其內部測試性能未達預期。這款原定于3月發布的模型，不僅在推理、編碼和寫作能力上落后于GPT-4和Claude 3等頂尖模型，甚至連Google去年11月發布的Gemini 3.0都未能超越。

結果，Avocado的發布時間被推遲到至少5月。更具沖擊力的信息是，Meta的AI部門高層甚至討論過“暫時授權使用Google的Gemini模型來驅動公司的AI產品”的方案。

一家每年計劃投入上千億美元自研AI的公司，竟然要考慮租用其頭號競爭對手的引擎。這無異于一家宣稱要造出全球最快跑車的公司，私下里卻在討論要不要先采購一批法拉利的發動機。

這徹底戳破了“AI強大到可以替代員工”的神話。事實恰恰相反，是Meta的AI還不夠強大，無法在產品和商業化上形成有效競爭力，導致了更大的戰略焦慮。

回顧過去，Meta的AI模型之路一直不順。去年的Llama 4模型就因評測數據問題受到批評，而其最大版本，代號“Behemoth”的模型，最終直接被放棄發布。這意味著Meta在最關鍵的大模型戰場上，已經連續受挫。

Meta收購AI初創公司Manus花費至少20億美元，投資Scale AI 143億美元并挖來其CEO Alexandr Wang執掌AI部門，這些都是在用金錢換取時間和技術，試圖彌補戰略上的被動。

面對AI模型研發的暫時失利和發布延遲，扎克伯格沒有選擇收縮，反而選擇了加倍下注。他深知在這場決定未來十年科技格局的競賽中，沒有退路。

既然自研模型短期內無法拿出驚艷成果，那就必須投入更多、更天量的資源去追趕。這1150億至1350億美元的年度資本支出，就是他下的賭注。

錢從哪里來？廣告業務雖然是現金牛，但其增長已無法支撐如此激進的資本開支。財報顯示，Meta的資本支出增速已經遠遠超過了廣告收入的增速。

為了維持健康的利潤率，安撫對無底洞般投入日益不安的投資者，扎克伯格必須找到一個龐大的成本項來開刀。

這個成本項，就是人力。

因此，裁員的本質，不是因為AI成功了，而是為了給尚未成功的AI項目“輸血續命”。

如果說財務壓力是裁員的直接動因，那么一個來自內部爆料的細節，則揭示了這場組織變革背后更深層次、也更冷酷的邏輯：“知識提取”。

名義上，這是為了“知識傳承”和“流程優化”。但其真實目的，是把這些最寶貴、最個性化的專家知識，轉化為可以被AI模型學習和復制的訓練材料。

這才是“AI提升效率”的真正內涵。

它不是簡單地給員工配一個Copilot工具，讓他們寫代碼更快。而是要將優秀工程師的“大腦”復制下來，訓練出一個能夠模擬他們思考方式和工作流的AI智能體。

一旦這個過程完成，那個“一個非常有才華的人”就不再特指某個超級巨星員工，而是指任何一個能夠熟練操作這個“專家知識AI系統”的普通員工。

這解釋了為什么在代碼提交量不降反升的情況下，管理層依然認為存在大量“無效工作時長”。因為他們衡量的標準已經變了，不再是看你工作了多久，而是看你的工作有多少是不可被AI復制的、獨特的創造性價值。

從這個角度看，裁員就不僅僅是節約成本，更是一次組織DNA的重塑。Meta正在系統性地淘汰那些其核心技能和知識可以被“提取”和“自動化”的崗位，同時將資源集中于那些能夠設計和訓練這些“知識提取”系統的人，以及那些擁有真正無法被量化和復制的頂層戰略和創造能力的人。

Meta的裁員，是整個科技行業進入AI時代的一個縮影。它標志著企業評估員工價值的體系正在發生根本性轉變。

過去，一個工程師的價值體現在他豐富的經驗、熟練的技能和解決問題的能力上。但未來，當這些經驗和技能可以被大規模“提取”并注入AI系統時，純粹的執行能力將迅速貶值。

這并非意味著人類沒有價值了，而是價值的重心發生了遷移。就像那位匿名爆料者所說，AI不消費，人類永恒的需求才是商業的終點。理解和滿足這些需求，進行系統級的創新和設計，定義問題而非僅僅解決問題，這些才是人類智能的核心價值所在。

對于身處其中的每一個科技從業者來說，Meta的裁員是一個清晰的警示：必須主動思考，自己的工作價值中，有多少是可被“知識提取”的流程性技能，又有多少是不可復制的、源于深度思考和獨特洞見的創造性智慧。

努力成為那個設計系統、提出問題、定義方向的人，而不是那個在系統中高效執行、但隨時可能被系統本身所替代的螺絲釘。這或許是這場由AI驅動的殘酷變革中，個人能夠找到的最堅固的立足點。

因為Meta的今天，很可能就是大多數科技公司的明天。