作者：Byron Gilliam

原標題：Jobpocalypse now?

編譯及整理：BitpushNews

---

即便在我以前工作的那家投行形勢大好的時候，也總感覺新一輪裁員近在咫尺——我想，部分原因在於管理層根本不知道他們到底需要多少人。

我在銷售與交易大廳工作，那裏每天結束時都會有一個收入數字：客戶佣金減去交易虧損（偶爾也有盈利）。所以你可能會覺得，量化誰貢獻了什麼、誰導致了虧損應該是件輕而易舉的事。

但事實並非如此。

一筆交易支付的佣金，可能部分或全部歸功於與該客戶交談的研究分析師、銷售人員或銷售交易員——或者歸功於承接交易另一邊的交易員（也就是當時的我！）。

沒人真正知道客戶為什麼選擇與我們交易。因此，不可能明確地將每筆佣金歸因於具體某個人，從而也就無法弄清楚誰對業務是絕對必要的。

套用（百貨業巨頭）沃納梅克的話來說，一半的工資支出可能都被浪費了；只是他們不知道是哪一半。

找出答案的唯一方法就是解僱一些人，然後看看會發生什麼。

感覺類似的事情即將在各地的公司上演，因為並非只有投資銀行才面臨這個難題。

當工作主要集中在農業和製造業時，衡量員工的生產力很容易：只需數數他們摘了多少蘋果或生產了多少個零件。

然而，當大多數人開始在辦公室工作時，事情就變得困難多了。

"知識工作不是由數量定義的，"彼得·德魯克寫道。"知識工作也不是由其成本定義的。知識工作是由其成果定義的。"

僱主們不知道如何衡量這些成果——一天的會議、電話和內部備忘錄，其產出單位是什麼？

所以他們轉而衡量時間：僱員們被要求每天在辦公室裏待上八小時以換取報酬，僱主們則希望他們在這八小時內能完成八小時的工作。

時間成為了產出的替代指標。

但當每個人都居家辦公時會發生什麼？

如果僱主無法通過員工在辦公室的時間來衡量他們，他們就不得不轉而衡量他們的產出。

這是件好事。"強調產出而非活動，是提高生產力的關鍵，"彼得·德魯克在1967年寫道。

但僱主們從未真正弄清楚如何做到這一點。

現在，人工智能(AI)正迫使僱主們再次嘗試。大型語言模型可以處理許多耗時的事務，因此僱主們開始重新思考他們付錢讓員工做些什麼。

我不確定他們會比我曾任職的銀行做得更好。但AI敘事給公司帶來了巨大的壓力，迫使它們尋找提高生產率的方法，以至於許多公司會乾脆裁員，看看情況會如何發展。

3月6日的數據表明，這可能已經開始了：美國勞工統計局報告稱，上個月科技行業的就業崗位按月減少了12,000個，過去一年共減少了57,000個。

本周還公布了良好的生產率數據，一些經濟學家認為這是公司開始富有成效地使用人工智能的首個跡象。

所以，公司或許很快就能用更少的人做更多的事。

但他們也可能僅僅是做得更多了。

《哈佛商業評論》的一篇新論文發現，"人工智能並不會減少工作，它只會讓工作強度更大。"

在一項為期八個月、針對一家科技公司工作實踐的調查中，作者們發現，人工智能導致員工工作節奏加快，承擔的任務範圍更廣，並將工作時間延長到一天中的更多時段。

「許多人在喫午飯、開會或等待文件加載時給AI發提示詞（Prompt）。有些人形容在離開辦公桌前會發送‘最後一個快速提示詞’，這樣當他們走開時，AI可以繼續工作。」

對於希望從員工身上榨取更多價值的僱主來說，這聽起來不錯。而這一部分聽起來更棒：「員工越來越多地吸收了那些在以前可能需要額外人手或編制才能完成的工作。」

但研究人員對僱主提出了警告：

短期內看似更高的生產率，可能會掩蓋悄無聲息的工作量蔓延和日益增長的認知壓力，因為員工們需要同時處理多個由AI驅動的工作流。由於額外的努力是自願的，並且常被描述為「有趣的嘗試」，領導者很容易忽視員工實際承擔了多少額外負荷。隨着時間的推移，過度工作會損害判斷力，增加出錯的可能性，並使組織更難區分真正的生產力提升和不可持續的工作強度。

如果是這樣，公司可能很快就會發現，他們需要更多的人，而不是更少。

至少，IBM的人力資源主管是這樣預期的。尼克·拉莫羅克斯告訴彭博社，削減早期職業招聘可能在短期內節省資金，但這有可能導致日後中層管理人員的稀缺。

因此，IBM計劃將其入門級招聘人數增加兩倍。"沒錯，"拉莫羅克斯說，"正是為了那些大家都說AI能勝任的工作。"

我曾任職的投資銀行總是在幾輪裁員之間不斷地招聘——在試圖弄清楚誰到底做什麼的過程中，不斷更替員工。

整個美國經濟體可能很快也會這樣做。

讓我們來看看圖表。

今天上午的就業報告對科技行業來說是"殘酷的"。過去一年失去57,000個工作崗位，"幾乎和2024年科技行業蕭條最嚴重時期一樣糟糕，並且明顯比2008年或2020年的衰退時期都要嚴重。"

科技行業只是冰山一角。放眼整個美國經濟，根據全球再就業與高管輔導公司Challenger, Gray & Christmas的報告，2月份僱主宣佈裁員48,307人。這一數字較1月份宣佈的108,435人下降了55%，較去年同月宣佈的172,017人更是大幅下降了72%。

今年1月和2月，裁員公告總數累計為156,742人，這是自2022年（當時頭兩個月只裁了34,309人）以來，年初裁員最少的一次。不過話說回來，這個數字放在2009年至今的歷年同期裏，仍然排到第五高。

換句話說：裁員潮確實比年初和去年同期緩了一些，但放在歷史座標裏看，依然不算低。打工人的日子，沒那麼快好起來。

領導太多了？

一篇學術論文發現，生成式AI正在就業領域製造一種"偏向資歷的技術變革"，這種變革對初級員工的影響尤為嚴重。這不僅僅發生在科技行業：該研究分析了來自285,000家僱主的簡歷數據。

招聘衰退：

同一項研究解釋說，初級崗位就業的減少"完全是通過招聘的下降來實現的"。

人工智能效應：

人們長期以來尋求購買建議的網站，如《Wired》和《Tom's Guide》，其流量遭遇了暴跌。我們現在直接問聊天機器人了——

而機器人獲取信息的來源，正是那些被它們擠出市場的網站。

還是人工智能？

應用人工智能教授亞歷克斯·伊馬斯指出，本周的生產率數據"顯示出跡象"，表明公司已經在從人工智能中獲益。

大家只是說說而已？

高盛（通過卡勒姆·威廉姆斯）的數據顯示，儘管70%的公司都在談論人工智能，但只有10%能說明它如何幫助其業務，而只有1%能量化其對收益的影響。

工作總是在變化：

科技記者羅蘭·曼索普繪製了20世紀80年代最常見的工作分佈圖，發現"祕書"曾是19個美國州最常見的工作。

人工智能能做和不能做的工作：

彼得·沃克重新整理了來自Anthropic的數據，展示了人工智能理論上可以執行每個職業的哪一部分（藍色），以及目前實際執行了多少（紅色）。

下面這個問題問得好！

在X平台的一條回覆中，負責Claude Code的鮑里斯·切爾尼解釋說，Claude正在編寫的所有代碼正在創造新的、只能由人類完成的工作。

真是好工作啊，如果你能應聘得上的話：

年薪：405,000−485,000美元。

這是Anthropic的幾個職位空缺及其薪資。代碼在寫代碼，但總得有人告訴代碼該寫什麼代碼，而這是一份高薪工作。

Claude正在獲勝：

來自Ramp的一張令人難以置信的圖表顯示了OpenAI在商業市場中不斷縮小的份額（藍色）與Claude不斷增長的份額（橙色）的對比。

時間錯位：

Gartner的一項研究預測，"人工智能不會帶來'就業末日'——但會帶來就業混亂。"他們預計從2028年開始，人工智能創造的就業崗位將超過它消除的崗位。

叫我「末日樂觀主義者」吧，我覺得這一切發生的速度會比預想的還要快。

祝各位努力工作的讀者們，周末愉快。

---

Twitter：https://twitter.com/BitpushNewsCN

比推 TG 交流羣：https://t.me/BitPushCommunity

比推 TG 訂閱： https://t.me/bitpush