起源：：：涉；鹛嵋 伊朗颁布十点主题内容作者：：： 黄宇财：：：

不把握token的甲骨文们，，，注定会大裁员

甲骨文凌晨突发裁员，，，不是愚人节玩笑。。

据CNBC证实，，，甲骨文（Oracle）已经启动新一轮裁员，，，涉及数千名员工。。

统一功夫，，，它正在砸下数百亿美元，，，建设AI基础设施。。

多家行业媒体披露，，，甲骨文打算将年度本钱支出提升至约500亿美元规模，，，重要用于数据中心与AI基础设施建设。。

这一投入已经起头侵蚀公司的现金流：：：TheStreet数据显示，，，甲骨文自由现金流从2024年的约118亿美元转为负值，，，并预计在2026年达到-230亿美元。。此外，，，甲骨文今年股价着落约25%，，，跌幅超过所有科技巨头。。

一壁是持续扩张的AI投资，，，一壁是裁员与成本节制，，，这种组合在传统软件公司中并不常见，，，却正在成为AI时期infra（基础设施）公司的典型状态。。

若是你在一家做基础设施的公司，，，此刻可能应该警惕：：：AI越火，，，你越可能被“优化”。。

甲骨文，，，只是最新一个例子。。

甲骨文裁员并非孤例

类似的事件，，，正在整个AI基础设施链条上产生。。

在2025年至2026年间，，，多家处在这个链条中的公司先后颁发大规模裁员：：：

英特尔在2025年颁发裁员约2.5万人，，，作为其制作与成本结构调整的一部门；

亚马逊在2026岁首裁员约1.6万人；

微软在2025年中期裁员约9000人；

Block在2026岁首裁员超4000人。。

这些企业散布在分歧细分领域，，，蕴含半导体、、、云推算、、、企业软件以及支付基础设施，，，它们的裁员当然各有具体原因，，，但同样存在一个清澈的共性：：：它们都在给AI“打下手”。。

这些公司并非AI海潮的边缘参加者，，，相反，，，它们是最早承接AI需要增长的一批企业。。例如云厂商承接模型推理负载，，，芯片厂商提供算力支持，，，企业软件公司则承担数据与流程的治理职能。。随着AI需要增长，，，它们普遍获得了更多的订单与更高的使用量——换句话说，，，他们靠AI“赚了不少钱”。。

但压力也随之而来，，，订单的增长和成本结构的变动同时出现。。

和传统软件的轻资产逻辑分歧，，，AI基础设施建设拥有显著的重资产属性：：：数据中心的建设周期长、、、本钱密集度高，，，GPU等主题硬件的采购价值持续处于高位。。一张高端算力卡价值能够达到数万美元，，，而大规模训练或推理部署通常必要成千上万张。。

一座AI数据中心的成本，，，已经不再是“几亿美元”的问题，，，而是动辄数十亿、、、甚至百亿美元的投入。。

本钱开支的急剧上升迫使这些infra公司在财政结构中寻找新的平衡点，，，在AI投资刻下，，，人，，，成为了最容易被调整的成本。。

一个单一而直接的选择起头出现：：：

用人力成本，，，去换算力成本。。

AI盈利正在“重新分配”

要理解这一变动，，，必要回到AI产业的价值结构。。

从前的软件行业中，，，价值往往分散在多个层级：：：蕴含利用层、、、平台层、、、中央件以及底层基础设施。。每一层都能够通过差距化能力获得肯定水平的定价权。。

但在当前的AI周期中，，，这种散布正在逐步集中。。AI时期的价值，，，能够萦绕token粗鲁地归类为两种：：：一种是天生能力，，，即模型自身可能产出token的能力；另一种是亏损能力，，，即用户在推理阶段持续产生的token使用量。。

用最通俗的话来讲就是：：：AI的盈利，，，正在集中在模型和token上。。

把握模型能力的公司，，，例如OpenAI、、、Google DeepMind和Anthropic，，，可能直接界说产品状态与价值结构；占有大规模用户入口的平台，，，则能够通过token亏损实现持续收入。。

传统基础设施环节依然重要，，，但它们越来越像“电力”和“带宽”，，，必不成少，，，但难以决定价值。。

一个逐步清澈的法规起头显露：：：越靠近token天生与亏损的环节，，，利润空间越高；距离这一主题越远，，，竞争越趋向于成本压缩。。

换句话说，，，在AI海潮中，，，把握了token就把握了定价权；远离token，，，就只能卷成本。。

对于大无数infra公司来说，，，它们既不把握模型能力，，，也不把握用户入口。。它们承担的是“支持系统”的角色，，，像是存储数据、、、调度资源、、、提供运行环境或构建工具链。。

当技术从非尺度走向尺度化，，，再从尺度化走向自动化，，，人力需要就会天然降落。。

在技术尚未成熟的阶段，，，大量工程师与运维人员是必要的，，，由于系统复杂且不足尺度化；但随着模型能力提升、、、自动化工具遍及以及平台能力加强，，，正本必要人为实现的工作就起头被系统代替。。

在这种布景下，，，当公司既要降成本，，，又要提效能时，，，裁员险些是必然选项——终于人是持续成本，，，算力是前期投入。。一旦系统不变运行，，，人力规模就会被重新评估。。

在技术周期早期疯狂招人，，，技术成熟以来大批裁员，，，险些成为了infra公司的宿命

这一过程并非AI时期独有：：：在云推算早期，，，企业同样经历过从急剧扩张到效能优化的转变。。但AI的发展节拍显著更快。。

模型能力、、、工具生态和硬件能力在短功夫内的同步演进，，，直接压缩了效能提升的过程。。云推算约莫用十年功夫实现尺度化与规；，，，而AI可能只必要三年。。

另一种选择正在出现

对那些正在大规模投入AI的infra公司来说，，，把一部门人力代替成算力，，，看似冷血，，，却也是一种能说得通的选择。。

但把眼光放得更大一些，，，岗位并未整体隐没，，，而是在分歧层级之间迁徙。。

在从前几年里，，，大量岗位萦绕基础设施发展，，，蕴含系统守护、、、数据处置、、、流程治理以及工具开发。。随着AI的参与，，，这些工作里有一部门隔始被自动化代替。。

与此同时，，，直接参加模型开发、、、利用构建或产品创新的岗位，，，需要正在不休增长。。

在这种变动下，，，一部门从业者面对不确定性，，，而另一部门企业却看到了机遇，，，筹备“捡漏”。。

例如WHOOP，，，一家专一于健康与可穿戴设备的公司，，，正在逆势扩张团队规模，，，打算招聘约600人。。

WHOOP的CEO Ahmed直说：：：“目前可能是汗青上最优良的人才市场之一，，，很多优良的人才目前处于待业状态，，，或者在那些不休讨论他们将被AI取代的公司中工作。！！！

“优良的团队会利用优良的工具打造伟大的产品。。我们在健康、、、健身、、、平衡和医疗职能方面看到了巨大的机遇海洋。。与其说‘哦，，，我们若何在将来12个月内变得如此高效’，，，我们是在说‘我们若何将3到5年的钻研路线图缩短至12到24个月’。。所以，，，这让我们变得越发大志勃勃，，，我以为这正是此刻最令人兴奋的处所。！！！

这种判断，，，和正在裁员的infra公司，，，属于两套齐全分歧的思路。。

对于那些以产品和利用为主题的公司来说，，，AI不是用来省钱（固然也有），，，而是用来提效的：：：它能让统一支团队，，，在更短的功夫里，，，做出正本要几年能力实现的器材，，，从而更快推出产品、、、不休迭代。。

在这种情况下，，，人的作用并没有被代替，，，反而被AI放大——同样的人，，，能够做出更多、、、更快、、、更复杂的事件。。

所以你会看到，，，AI在分歧的思路下，，，带来的了局也截然分歧：：：对于一部门公司而言，，，AI意味着降低成本、、、提升效能；对于另一部门公司而言，，，它意味着加快创新与扩大天堑。。

对从业者来说，，，这种变动同样拥有现实影响。。

在AI系统中，，，工作能够大体分为三类：：：直接创制内容与能力（模型、、、算法、、、agent）；放大与利用能力（产品、、、利用层）；提供支持与基础设施（系统、、、工具、、、运维）。。

随着AI能力的加强，，，第三类工作的可代替性正在提高，，，这并不料味着这些岗位没有价值，，，只是它们的价值更难转化为溢价。。

对从业者而言，，，关键问题不再局限于技术自身，，，而在于所处的产业地位——决定你不变性的，，，不是能力，，，而是你离AI的价值主题有多近。。

岗位与价值创制之间的距离，，，将直接影响不变性与发展空间。。

当技术周期加快推动，，，组织结构与岗位结构也随之变动。。裁员与招聘同时产生，，，成为统一时期的两种侧面。。

面对“AI会不会取代人力”的问题，，，我们不妨想一想：：：这家公司到底是在用AI省钱，，，还是在用AI赢利。。

AI不会直接决定你会不会被取代，，，但它会决定，，，你地点的地位，，，是否还值得被保留。。