“美国支付宝”连夜裁掉4000人,却把锅甩给AI

虎嗅APP
Feb 28

本文来自微信公众号: 蓝字计划 ,作者:Hayward,题图来自:视觉中国

太吓人了,一夜之间打工人的天塌了。

大洋彼岸的“美国支付宝”——Block,CEO Jack Dorsey宣布一次性裁员约4000人,将公司的人数从约1万人削减至6000人以下,裁员比例接近一半。

这是Block成立以来,规模最大的一次裁员。

为了官宣裁员这件事,Jack Dorsey还专门在社媒上发布了一篇全员信,强调裁员并非因为公司“揭不开锅”,又或者是利润下降、营收恶化等等,仅是因为:

“AI工具配合更精简扁平的团队,正在从根本上改变公司的运作方式。”

简而言之,这4000人的活,用AI给替代了。

不过,对打工人来说,相比司空见惯的裁员,更寒心的是资本市场的态度:

一下子干掉了4000多个岗位后,Block的股价不降反升,甚至盘后一度暴涨27%——就像是在拍手称快。

外媒Reuters的分析师称,这是“AI时代的一个seminal moment(标志性时刻)”,因为Block把AI嵌入运营、主动重构组织,股价因此大涨。

Bloomberg说,这是企业史上最大规模AI驱动裁员,标志着从“AI辅助”转向“AI核心运营”的转折点。

只是,面对“AI替代4000人”“标志性时刻”这种级别的惊天言论,我只想喊一声:

我要验牌。

他们家的AI真有那么神?

Goose引发鬼故事

要想知道Block手里的AI是不是真的神通广大,就得先看清楚他们手里到底有什么牌。

根据公开信息,Block最核心的AI工具叫Goose。

它不是那种陪你聊天写段子的机器人,而是一个“能动手”的代理式AI。它被接入公司内部上百个服务模块,拥有对核心代码库的读写权限,可以直接扫描微服务、修改接口、生成Pull Request、自动补测试、甚至修bug。

简单来说,它是一个真正能帮你敲代码、干实事的“虚拟程序员”。

一些海外媒体介绍,Goose不仅能干活,而且还能干得非常好:

工程师只要用自然语言说一句:“把跨境支付接口改成支持新风控规则。”Goose就会自己去找相关依赖、分析调用链、生成修改代码、跑测试、发起合并请求。

过去需要5个工程师开两周会的事情,现在可能只要一个人盯着屏幕看几分钟。

听到这里,你是不是已经开始替码农捏把汗?但还没完。

除了Goose,Block还在内部部署了像Moneybot这样的主动式智能工具在App中,主要面向运营和用户侧场景。

它不是等你问问题,而是提前预测用户行为,自动生成风控提示、理财建议、交易提醒,把原本由数据分析师和运营同学反复拉报表、开评审会的工作,直接前置成算法决策。

商家后台也嵌入了AI模块,库存分析、排班建议、菜单优化,一秒出结果。原本需要运营、数据、商家顾问三方对齐的流程,现在鼠标点一下就搞定了。

这套东西加起来,确实不像“AI辅助”,更像“AI接管”。

连他们的CFO Amrita Ahuja也说:自2025年9月大规模部署AI工具以来,工程师人均产出提升40%以上。

于是,我们就得到了一笔极具诱惑力的效率账:既然代码产出提升40%,既然中台协调损耗被算法抹平——那么,是不是只要保留6000人,就能维持甚至超越过去1万人的产出规模?

这就是“鬼故事”的成型方式。

但是,工程师提效40%,真的能弥补4000名员工离职带来的劳动力缺失吗?

工程效率提效集中在技术条线,而裁员是覆盖全公司的结构性动作。

复杂组织的协作成本,不会因为代码生成变快就凭空消失。产品决策、风险判断、合规审核、跨部门博弈,这些不是多写几行代码就能解决的。

与此同时,综合Block的官方口径、外媒的报道来看,被裁的4000人并非全部是纯执行岗,而是涉及产品、运营、管理等多个层级。

很多岗位的价值,本来就不建立在重复劳动上,而建立在判断、沟通和责任承担上。

还有一个细节更值得玩味——公司一边裁员,一边仍在招聘AI相关的高级工程师。

这说明什么?说明这套系统本身仍然需要大量人类去训练、维护、调参、兜底。它不是一个“自我进化、自我运转”的机器,而是一套高度依赖人类专业能力的工具。

Goose确实厉害,Moneybot也确实在提效。但它们的作用,大概率是让一个团队更强,而不是在短时间内,取代4000个真实岗位。

这才是这次被包装成“AI时代的标志性时刻”最诡异的地方。

或许,看似“聪明到能改变公司架构”的AI,只是一个背锅侠。

硅谷得了肥胖病

其实,只要再多了解一下Block这家公司的发家史,很容易发现,这次“史上规模最大的裁员”背后,确实有猫腻。

口罩那几年,全球央行大规模放水,市场资金成本降到历史低位,科技公司融资几乎不设门槛,线上经济被重新定价;支付、数字金融、电商、远程服务,全都被资本按下了快进键。

作为“美国支付宝”的Block,自然也在浪潮中心。招聘像开闸放水,组织一层层叠加,项目一条条铺开。

在2019年,Block的员工才3835人,业务已经覆盖支付、硬件、贷款等,营收47亿美元;仅仅过去三年,2022年Block的雇员人数就疯涨了3倍,达到12428人,营收也水涨船高到了175亿美元。

问题是,时代不会一直站在同一边。

当利率抬头,资本收紧,增长曲线变平,曾经被鼓励的“战略冗余”,开始变成报表上的“结构负担”。

分析师和Block的前员工指出,口罩时代招聘很多是“中低层冗余”——批量招“bootcamp毕业生”,也就是速成的程序员,写简单代码、成为项目经理。

Dorsey全员信里也隐晦承认“过去几年过度扩张,中层臃肿”。

于是,从2024年开始,Block已经开始削减人数,从1.2万人的高位,降至1万人左右;最终在2月的大裁员里,让雇员人数重新回到6000人左右。

最终,Block一来一回的人资动作,像极了一场体重管理失败的循环。

这场暴风骤雨般的裁员,本来就是时间问题。

AI当然提供了一个新的变量,但组织规模的回调,本身就在宏观环境变化后成为必然。口罩期间的扩张节奏,本来就远高于自然增长速度。

区别只在于——怎么讲这个故事。

直接说“当年招多了”?那是防御性叙事,是承认判断偏差,是对资本市场的示弱。

但如果说“我们进入AI核心运营时代,需要更小更强的团队”,那就是主动进化,是组织升级,是站在未来一侧。

前者是纠错,后者是主动革新——资本市场显然更爱后者。

而且,这种剧情在硅谷并不新鲜,而且数字比4000更残酷。

亚马逊Amazon曾是硅谷扩招最激进的公司。从2019年底到2020年,亚马逊的全球员工从79.8万人暴增到129.8万人,单年多了50万人。

但在随后的2022年底到2023年,亚马逊却经历了先后两轮裁员。

第一次在2022年11月宣布约1万人,第二次在2023年1月追加1.8万人,总规模达到2.7万人。

2025年10月开始,为了缓解过度招聘遗留的“官僚层级过多、决策慢”,亚马逊开启了第二次大规模裁员,预计裁员人数达到3万,是成立以来最大规模裁员。

再看Twitter(现在的X)

2022年11月,被收购后第一周就裁掉约3700人,接近公司员工的一半。随后又有多轮主动离职与裁撤,团队规模从约7500人迅速缩水到2000人左右。

Block、亚马逊和Twitter,三家的人员变动时间线几乎一致:

2020—2021年高速扩张;

2022—2023年开始疯狂裁员。

说到底,这更像是硅谷的一种周期病:

先在狂欢中发胖,再在寒风里减重。

于是,一场对过度扩张的结构性回调,被讲述成一次技术跃迁;一次成本重估,被描述为组织革命;一次人事清算,被改写成效率神话。

淘汰人类的不是AI

最后,AI在这里既不是完全的借口,也不是全部真相,它更像一个极具诱惑力的时代标签。

Goose和Moneybot确实在改变生产方式,这一点毋庸置疑。但在绝大多数现实案例中,决定一个岗位生死的,从来不是代码生成的效率,而是组织策略的转向与资本周期的冷暖。

所谓“AI淘汰人类”的宏大叙事,很容易把复杂的决策过程简化成一种必然趋势。

仿佛一切都是技术进步的自然结果,很容易让人忽略了是否是管理层在权衡成本、风险和未来路径之后作出的选择。

技术提供了可能性,真正按下按钮的,始终是人。

也许真正发生的,从来不是AI淘汰人类;而是人类借AI之名,重新分配人与人之间的位置。

本内容来源于网络,观点仅代表作者本人,不代表虎嗅立场。如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。

End

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10