Under the surge in AI investment, Meta is busy "changing blood": 7,000 people are being reassigned to AI, while simultaneously laying off 8,000 people

智通财经 APP 获悉，在 AI 军备竞赛与华尔街效率压力的双重夹击之下，Meta Platforms Inc.(META.US) 正在上演一场科技大规模人力资源 “换血”。日前披露的内部备忘录显示，Meta 正将 7000 名员工重新调配至人工智能相关岗位，涵盖应用 AI 工程、智能体转型加速器等新组建的团队，以推进公司向 AI 优先的组织架构转型。与此同时，公司预计于当地时间本周三 (5 月 20 日) 起在全球范围内裁减约 8000 名员工，约占其员工总数的 10%。

Meta 首席执行官马克·扎克伯格已将 AI 确立为公司最高战略优先级，推动内部全面采用 AI 智能体辅助编码等各项工作。扎克伯格年初曾表示，如今一个人就可能完成过去需要大型团队才能完成的专案。

这 7,000 名转岗员工将进入包括应用 AI 工程 (AAI) 与智能体转型加速器等团队。这些项目由 Meta 首席技术官 Andrew Bosworth 主导，旨在开发能够自主完成当前由人工执行任务的 AI 智能体。Central Analytics 团队则将为这一智能体开发提供生产力与数据分析支持。

然而，转型过程中内部的抵触情绪正在发酵。据报道，员工通过在公司办公室张贴传单、在内部沟通平台发帖等方式表达抗议，超过 1000 名员工签署请愿书，反对在员工电脑上安装鼠标追踪软件用于训练 AI 模型。在英国，部分员工已开始组织工会化运动，指责高管层 “追逐投机性的 AI 战略” 而让员工承受毁灭性后果。

AI 资本开支激增，人力成本 “让路”

在此次重组之前，Meta 已于 2025 年第四季度财报中明确，2026 年 AI 相关投资将从 1150 亿美元提升至 1350 亿美元。公司第一季度营收达到创纪录的 563.1 亿美元，但依然选择继续精简人力，以 “抵消其他投资”。首席人事官 Janelle Gale 在备忘录中将裁员定调为 “提升公司效率” 的行动，直言这是为了 “抵销我们正在进行的其他投资”。

这并非 Meta 首次进行大规模人力精简。自 2022 年 11 月裁员约 1.1 万人以来，Meta 已累计进行多轮裁员，此番涉及约 8000 人的行动是自 2023 年 “效率之年” 以来规模最大的一轮调整。

Meta 并非孤例。微软在同一时期推出公司成立 51 年来的首个员工自願離職優退方案，锁定年龄与年资总和达到 70 年以上的美国员工，约 7% 的美国员工符合条件，潜在离职人数约 9000 人。此前，微软在 2025 年已裁员超过 1.5 万人。与此同时，其旗下 LinkedIn 再度宣布裁员约 5%、近 900 人，波及工程、产品与营销团队，即便该公司最新季度营收仍录得 12% 的同比增幅。

亚马逊的 AI 转型步伐更为激进。自 2025 年初以来，亚马逊已累计裁员逾 3 万名企业员工，裁员范围主要集中于非核心业务部门，电商配送及 AWS 云服务等一线岗位未受波及。在裁员的同时，亚马逊要求员工在写代码、产品设计、供应链分析等几乎所有工作流程中遵循 “AI 优先” 原则，并计划在 2026 年投入约 2000 亿美元建设 AI 基础设施。然而，这一强推节奏在内部引发反响——据内部员工反映，尚不成熟的 AI 工具反而增加了人工修复错误的工作量。

2026 年至今已裁逾 10 万人

据 Layoffs.fyi 统计，2026 年至今，全球科技业裁员人数已超过 10.3 万人，逼近 2025 年全年约 12.4 万人的水平。2026 年第一季度的科技业裁员潮中，受生产力工具冲击及华尔街压力影响，企业加速从人力劳动转向 AI 自动化运作已成为不可逆转的结构性趋势。

值得注意的是，此次裁员潮与以往不同。外媒援引高管教练 Anthony Tuggle 的观点指出，“这代表著一种根本性的结构性转变，而非暂时的市场调整。我们正在目睹各行各业工作组织方式的永久性转型。” 科技公司正将预算从人力转向 GPU 芯片与数据中心——今年四大科技巨头 (Meta、微软、亚马逊及 Alphabet) 合计 AI 基础设施支出预计接近 7000 亿美元，而传统技术岗位的薪资普遍持平，AI 工程师等专门角色则享受超过 50% 的薪酬溢价。

与此同时，招聘格局正在重塑。入门级及通用 IT 岗位的招聘需求趋于放缓，而具备 AI 系统整合能力的资深工程师需求强劲。正如经济学家 Daniel Zhao 所指出的，许多员工正感到 “进退两难”，因为稳定性不再取决于服务年限，而更多取决于能否与 AI 时代的技能需求保持同步。