硅谷裁员的三个片面认识

硅谷十万大裁员的消息引起了人们关注。根据Layoffs.fyi数据，今年以来美国科技行业裁员已接近11万人。实际上，大裁员不是今年才发生，已经持续4年之久。今年的裁员数量是4年来最少的，不及2023年的一半。如下图所示。这是第一个片面认识——只看今年，不看往年。

图 近四年美国科技行业裁员人数和涉及公司数量   注：2025年数据截止11月10日。来源：Layoffs.fyi 

第二个片面是：只看裁员，不看招聘。裁员是真实发生的，但招聘也同时进行。最终结果是，近两年美国主要科技公司雇员规模稳中有进，Alphabet、微软和Netflix的当前雇员数量甚至处于历史最高水平。这说明近两年的招聘数超过了裁员数。如下图所示。 

图 各季度末美国科技公司的雇员数量  备注：Salesforce用1月31日数据代替一季度末数据。 数据来源：根据公司财报整理。 

第三，只看疫情后裁员，不看疫情中招聘。为应对疫情冲击和在线需求增加，美国科技公司疯狂招聘。2019年底到2023年，苹果、亚马逊、Meta、微软和Alphabet总共增加90多万个就业岗位（来源：纽约时报），亚马逊仅2021年下半年就净增27.3万人。随着疫情结束，人员冗余问题日益突出，开始大裁员。但近四年的70万大裁员，远不及疫情中的100万大招聘。 

没有直接证据表明是AI导致了裁员

硅谷大裁员始于2022年；该年11月30日ChatGPT发布，引爆了生成式人工智能浪潮。两者同时或相继发生，人们下意识认为是AI导致了裁员。这也印证了索洛的老话（1965）：“无论何时，只要技术快速变革和高失业率同时存在，人们就不可避免地将两者联系起来。” 

需要注意，时间上的同步性不意味着存在因果。缺失胳膊的运动员在跑步比赛中获得冠军，我们不能把缺失胳膊看作他跑得快的原因。大数据时代，同时或相继出现的事物很常见，“找对了理由才是新知识或新发现的规律，相关性本身并没有多大价值”（李国杰，2015）。2022年的生成式人工智能还非常初级，不可能对经济社会产生实质影响，臃肿的硅谷大厂也不具备足够的敏捷性作出即时反应。硅谷大裁员和ChatGPT诞生在时间上呈现同步性，但不可能存在因果关系。 

AI导致失业，迎合了大众对未知的恐慌，符合AI万能至上的时代叙事。但并没有直接证据表明是AI导致了裁员。亚马逊CEO表示（2025.10），裁掉1.4万人是因为企业文化，并非成本或AI；微软表示（2025.7），裁撤9000人是要实施必要的组织变革，以应对瞬息万变的市场；Salesforce的CEO（2025.9）把裁减4000个客户服务岗位的原因明确归于AI，但摆脱不了推销自家新产品Agentforce的嫌疑。 

AI不构成美国程序员就业减少的主因

程序员是科技公司雇员的主要组成部分。编程是受AI影响最深的领域。很多企业宣称AI已经完成相当大比例的代码编写工作，这个比例还在快速提高。如下图所示。 

图 各公司由AI生成新代码的比例 

程序员似乎已经在瑟瑟发抖。媒体报道“美国程序员就业人数跌至1980年以来最低”，并将之归因于AI。这和AI导致硅谷大裁员类似，犯了“只看单点，不看历史演进”的错误。实际上，美国程序员就业岗位数量已持续下滑20多年，不是近年才发生的。如下图所示。美国程序员岗位数量减少必有其它原因，因为AI解释不了之前的下滑，也解释不了英国的持续增长。根据Statista数据，英国计算机编程、咨询和相关活动的就业人数从2011年的48.3万逐年增长到2023年的109.3万，年均复合增长率高达7%。 

图 美国计算机程序员历年就业数量变化 

话说回来，AI编写50%的代码，不意味着取代50%的程序员。这些代码并不是由AI独立完成，还需要人工复核调试，准确说是“AI参与了50%新代码的编写工作”。再者，编写代码不是程序员工作的全部，只是众多任务中的一项。 

AI的采纳率较低，对就业难有明显的直接影响

AI对就业的影响程度，可通过采纳率直观体现。各方关于AI采纳率的数据很多，差异也较大。但官方数据表明，AI的企业应用还处于早期阶段，欧美主要国家的企业AI采纳率大体处于10%-20%的低水平区间。如下图所示。这个比例是对企业AI应用“有无”的衡量，只要应用某一项AI技术就算；尚不考虑“优劣”，不考虑应用的深度、广度和效果。 

图 主要国家和地区的企业AI采纳率 

从企业采纳率角度，AI尚难对就业整体产生直接冲击。但对部分业务环节的就业影响已经显现，影响到某些人的生计。而且，今天不发生的事情，不意味着以后也不发生。作为一种通用目的技术，AI对经济增长和就业的影响将是深远的。不必怀疑，AI会使人们生活更加美好，但前提是你要有工作。我们要客观冷静看待AI进展和潜力，认真应对AI挑战，努力提升AI素养，大力提高智能化生存能力，让AI成“爱”。

闫德利腾讯研究院资深专家