抓住風口
本期要點：職場“冰火兩重天”，怎麼回事？該如何應對？
你好，我是王煜全，這裡是王煜全要聞評論。
最近，科技業正在上演“冰火兩重天”，一邊是瘋狂的AI人才競價，而另一邊卻是殘酷的大規模裁員。
6月30日，Meta宣佈成立“Meta超級智慧實驗室”（MSL），由年僅28歲的前Scale AI創始人Alexandr Wang任首席人工智慧官。同時，該實驗室還擁有Meta從OpenAI、Google DeepMind等競爭對手高價挖來的11位頂尖人才。
據Sam Altman在近期的一檔播客中爆料，Meta用高達1億美元的獎金挖走OpenAI核心研究員。《華爾街日報》也報道稱，扎克伯格整理了全球的頂尖AI研究員名單，並親自透過郵件和談判接觸目標人選。
對此，Meta的CTO安德魯·博斯沃思（Andrew Bosworth）雖然否認了純現金簽約獎金的說法，但他確認，對於極少數關鍵崗位確實提供了“九位數”的薪酬合同。
面對Meta的強勢搶人策略，據說每週工作80小時的OpenAI，在6月底也破天荒地安排了一次為期一週的帶薪休假。
然而，在AI領域瘋狂爭奪人才的同時，一場波及全球的科技行業裁員潮也在不斷加劇。
據Layoffs.fyi等資料追蹤網站的統計，截至2025年6月中旬，全球已有超過150家科技公司共裁員超76000人。其中，微軟累計裁減超過6500人，谷歌、亞馬遜同樣啟動了人員最佳化計劃。就連大手筆招攬人才的Meta，也裁掉了約3600人，相當於其員工總數的5%。
可以看出，在這場AI產業變革中，所有的人才都正在經歷冷酷的價值重估。
我認為，Meta這次不惜重金挖人的做法未必能帶來他們需要的顯著成果，但很可能會醞釀新一輪更大規模且更深層次的人才大更新。而在未來激烈的競爭中，決定職場價值的，將不再是傳統經驗，而是“AI年齡”。
瘋狂
首先，我想指出的是，Meta的薪資軍備競賽並不能確保未來的成功。
Meta首先要明確自己的預期是什麼：如果是用AI提升運營效能，那麼，牛人或明星固然重要，但團隊體系與管理水平才更關鍵。
或許對於Meta來說，“九位數”的薪酬合同並不罕見。畢竟Meta的高管，每年總薪酬也能達到約2000萬美金。頂尖AI人才4年累計薪酬超過1億美元，似乎也並不離譜。
目前，Meta為少數頂尖AI人才提供數千萬乃至上億美元規模的薪酬，已經有點類似於在體育界一些NBA、英超的頂級俱樂部為引進頂級球員而支付鉅額轉會費和工資。
但是，別忘了，哪怕是在高度依賴明星球員的體育界，歷史也反覆證明，砸錢買巨星並不等於會奪冠，甚至有許多平民球隊逆襲的經典案例。
比如十年前的金州勇士隊，薪資總額在聯盟30支球隊中僅列第14位，但他們憑藉新式打法以及自己培養的核心球員一舉奪冠，並開啟了此後8年4奪總冠軍的勇士王朝。
更不用說AI這種更需要團隊協同和組織效能的產業，單靠幾位天價的天才未必能帶來想象中的突破。
如果Meta想要實現技術水平的突破，這固然需要靠個人能力來實現，但關鍵是要找到可能突破的潛力型選手，而不是高薪押注於那些已經做出過成績、功成名就的技術大牛們。就像高薪聘請諾貝爾獎得主，並不能保證他們能獲得下一個諾貝爾獎。
我們在疫情前組織美國前沿科技考察團的時候，曾經請當時MIT機械工程系主任陳鋼教授做過分享，他說，好高校的水平就是預判哪個領域會有突破，然後找到可能實現突破的潛力型選手，把他們招聘到自己的學校，希望他們在自己的學校裡做出諾獎水平的突破。
在學術和實踐緊密結合的AI領域也是如此，企業需要預判誰會成為下一個大神，將其招至麾下，為其提供突破成神的環境，而不是直接高薪聘請大神。
要知道，此前Meta已經是AI領域薪酬最高的公司之一，也請了諸多大神。但在過去一年裡，它並沒有推出具有劃時代意義的新產品。曾經主導開源生態的Llama模型，如今存在感越來越低，其他AI工具的表現也乏善可陳。這已經一定程度上證明了高薪策略的效果有限。
所以， 不管是從技術突破還是能力提升的角度，高薪都未必是好策略。
應對
但同時，我們注意到，裁員潮與“高薪搶人”其實是當前AI變革中企業效率革命的一體兩面。
在AI的幫助下，Meta在2025年第一季度的廣告收入同比增長16%。這促使Meta在未來幾年計劃投入數千億美元來增強其AI能力，其中就包括招聘頂尖的AI人才。
然而，用AI賺的錢去挖頂尖AI人才，增效未必可行，節能卻一定有效，肯定能讓他們開發出更強大的AI，從而裁撤更多員工，並進一步削減成本，提高利潤。
要知道，現在Meta的淨利潤同比增長35%，遠高於收入增長速度，毛利率更是高達82%。這背後離不開AI自動化降低了運營成本，透過AI系統自動處理廣告請求。這也是扎克伯格願意在人才市場上一擲千金的根本動力。
但這也就意味著，未來幾年，可能更大規模、更具結構性的裁員潮正在醞釀之中，不僅是那些邊緣業務或低績效員工，身處核心業務的資深員工也會因為AI Agents等自動化工具的出現而被“最佳化掉”。
更關鍵的是，我認為，AI Agents被大規模部署到公司的核心業務流程中只是個時間問題，這場裁員潮將難以避免。我們必須要為此做好準備。
在此，我覺得，傳統的基於工齡、行業經驗、管理層級的人才價值評判體系將被根本性地顛覆，一種全新的、更動態的標準將應運而生。
我們將其稱為“AI年齡”，即一個人從接觸AI技術開始，有效積累的、能夠駕馭這一新生產力的時長，也是指這個人有關AI的認知深度、實踐能力與思維正規化的綜合體現。
比如一箇中學生，從12歲（初一）開始就開始使用AI大模型，甚至用AI程式設計構建應用，那麼當他22歲大學畢業時，AI年齡就已經10歲了。
而一位40歲的老員工，如果只有兩歲的“AI年齡”，他利用AI解決複雜問題的能力也將遠落後於那些AI年齡更大的年輕畢業生。
就像年僅28歲的Alexandr Wang也能執掌Meta的新AI實驗室，因為他19歲就已經開始了AI領域的創業。他創立的Scale AI 49%的股份，剛剛被Meta以143億美元收購。
但另外一邊，Meta的一些資深軟體工程師和廣告運營人員可能又要面臨裁員了。
儘管“AI年齡”不是一個精確的衡量指標，但它強調了一個事實：AI工具正在快速降低技能門檻，任何長期積累的專業技能和知識都要被重新評估。
未來，勞動力市場的“K型分化”還會不斷加劇。每個人都要重新評估自己的競爭力。
如果你的技能容易被AI取代，那可就危險了。但如果你能將AI融入工作，成為所在領域的AI應用專家，AI反而是放大你專業能力的槓桿。
最後，也向你推薦前哨AI小課，這裡不僅有Tina老師手把手講解最新的AI工具，還有一群志同道合的夥伴，幫助你實現AI賦能，成為“超級個體”，快快掃碼報名吧！
以上就是今天的內容，王煜全要聞評論，我們明天見。
↓長按圖片掃碼報名，先人一步，領先一路
最後，鑑於公眾號推送機制的改變，你未來刷到要聞評論的機會可能沒那麼多了，建議你加入粉絲群，第一時間得到我的獨家前沿分析，而且我們還會每天在粉絲群裡釋出獨家資料，快快掃碼加入吧！
推薦閱讀：
【科技特訓營】看懂科技產業，離不開長期觀察。線上書院模式，與王老師深度連結！為未來五年做好準備，先人一步，領先一路！
↓¥399，掌握王煜全AI產業預測精華（iOS使用者請在電腦端開啟）
此外，我們還為您準備了一個獨家思維導圖，掃描加群即可領取
“AI賦能，成為超級個體”