凌晨 6 点,裁员 3 万:AI时代最残酷的一幕来了

news2026/4/9 22:17:47
3月31日凌晨6点很多甲骨文Oracle员工还在睡梦中手机突然亮了。一封来自“Oracle Leadership”甲骨文管理层的邮件只有短短几句话“经过仔细评估公司当前业务需要我们决定取消你的岗位。今天是你在公司的最后一个工作日。”没有领导打电话没有HR面谈甚至没有一点心理准备。系统账号立刻被锁办公软件也登不上去。很多人一夜之间从“科技大厂员工”变成了“失业者”。这次裁员规模巨大据估算达到2万到3万人占公司全球16万多员工的近18%。印度地区最严重大约1.2万人被裁美国销售、客服、传统软件部门和医疗IT业务也受重创。这家公司以前给大家的印象是“数据库老大”很多人把去甲骨文当成外企养老的好选择。可现在它已经彻底变了样。从卖数据库转向全力做AI基础设施。它的云业务增长很快和OpenAI、Meta等大客户绑得很紧。公司账面利润去年暴涨95%看起来赚得盆满钵满但实际现金流却是负的——去年四季度自由现金流亏了上百亿美元。钱都花到哪儿去了全砸进了AI数据中心买GPU芯片、建机房、装冷却系统、拉电线。这些东西烧钱极快。公司债务已经从890亿美元涨到1200多亿今年还计划再借500亿。分析师算过裁掉3万人能省下80到100亿美元的现金正好用来还债和继续建数据中心。简单说就是用人的工资去换GPU和电。为什么公司赚这么多钱还要裁员因为在资本眼里员工不是“家人”而是“投资回报率ROI”。传统客服、旧软件维护这些岗位现在用AI就能自动处理很多事回报率越来越低。公司宁愿花高薪招能写大模型底层代码的工程师也不愿意留那些按手册解决问题的老员工。决定你能不能留下的不是你有多努力而是你有多“不可替代”。这不是甲骨文一家的问题。2026年第一季度整个科技行业已经裁了超过5万人其中四分之一直接和AI有关。AI正在快速取代很多重复性工作。AI热潮像一场大赌局要看懂这件事得先明白AI现在处在什么阶段。技术创新通常会经历四个简单阶段点火期新技术刚从实验室出来还没多少人注意。比如2017年的Transformer论文那时候只有少数专家在玩。叙事狂欢期故事讲起来了。“AI要改变世界”“算力就是新石油”钱像疯了一样涌进来。股价狂涨大家相信只要建好基础设施钱就会自动生出来。物理墙期现实开始打脸。建数据中心需要芯片、需要电这些东西不是想有就有。芯片封装产能被卡死2025-2026年都排满了全球数据中心用电量2026年预计翻倍相当于整个日本一年用的电但电网扩容慢得像蜗牛。黄金期等基础设施便宜了真正好用的AI应用才会爆发大家真正享受到好处。现在AI正卡在第2阶段尾巴和第3阶段开头。故事还讲得火热但物理限制已经冒头。甲骨文手里有5530亿美元的“剩余履约义务”就是签好的大订单主要来自OpenAI等巨头。这些订单看起来很美但前提是必须把数据中心建好、把算力供上。建不起来订单就成废纸。历史上这种情况发生过很多次。1920年代收音机和电力大热。RCA公司股价涨了300多倍大家觉得收音机会进入每个家庭。可农村最后一段电线太贵、用户太少建电网的杠杆玩崩了导致大崩盘。1990年代互联网泡沫光纤铺得比需求快得多很多光纤埋地下却没用叫“暗光纤”。最后公司破产但便宜的光纤反而帮后来YouTube、Netflix这些应用发展起来。今天AI也一样。很多GPU买了但电不够、机房建不完就成了“暗GPU”。甲骨文裁员就是想用省下来的人力成本硬着头皮继续建。但物理世界有自己的节奏不会因为你有钱就立刻变快。对普通人的启示对被裁的人来说这太残酷了。有人在甲骨文干了26年、34年早上6点一封邮件就结束了职业生涯。房贷、孩子教育、养老一下子全乱了。有人在LinkedIn上吐槽“连个电话都不打这种方式真让人觉得冷血。”更讽刺的是公司一边裁本地高薪员工一边还在申请大量H-1B签证招薪水更低的海外人才。岗位没完全消失只是成本要降下来。对整个行业来说这是一次洗牌。那些只会做简单重复工作的岗位会越来越危险。未来真正值钱的是能和AI配合、解决复杂问题、创造新东西的人。对投资者来说甲骨文这是在All in。赌赢了它从数据库公司变成AI基础设施大玩家市值可能再翻几倍赌输了巨额债务会把它压垮。华尔街现在还在赌那些大订单能变成真金白银。但如果AI应用赚钱的速度跟不上投资速度现金流一断股价就会大跌整个链条都可能出问题。泡沫总会破但红利会留下凌晨6点的裁员邮件看起来很无情但它反映了资本在AI时代最现实的逻辑效率第一成本必须控制。科技变化太快了没有什么是永远稳固的。以前大家觉得外企、大厂是铁饭碗现在连甲骨文自己都在拼命求生。历史上每一次技术泡沫破裂对投资者是灾难对社会却往往是红利。1990年代光纤泡沫破了才有了后面便宜的互联网让我们今天能刷视频、看直播。AI也一样。现在大家疯狂烧钱建基础设施等哪天电够了、芯片便宜了、算力过剩了真正改变生活的AI应用才会大规模出现。那时候生产效率会大幅提升我们的生活可能会更好。但在过渡期像这次3万人的裁员就是代价。有人会成为炮灰有人会抓住机会崛起。对每一个普通人来说建议只有一条在巨变的时代别停下学习的脚步。学会用AI工具提升自己的不可替代性。别把任何一份工作当成永久的铁饭碗。变化已经来了适应它才是最好的应对。凌晨6点的那封邮件不只是甲骨文的裁员通知更是AI时代给所有人的警钟未来属于那些能跟上时代节奏的人而不是留恋过去的人。推荐阅读突发8家平台被集体约谈此外我建立了AI产品交流群想进群小伙伴加微信chanpin626我拉你进群。加过微信chanpin628或yw5201a1的别加分享内容一样有一个号就行关注微信公众号产品刘可领取大礼包一份。RECOMMEND推荐阅读大厂内卷新高度阿里给实习生发Token职场规则彻底改写AI产品经理面试题一款AI产品落地整个过程中产品经理的工作流程和核心职责是什么AI圈炸锅了Anthropic翻车51万行源码凌晨“裸奔”手把手教你做AI产品经理点击“阅读原文”查看更多干货

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2500817.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…