Meta叫停第二輪裁員:AI員工未達預期

nashnova research
今天发布阅读约 4 分钟

Meta叫停原定11月的第二輪裁員,原因是內部AI Agent能力遠不及預期;代碼改動量暴增220%,但用戶可見的新功能僅增長36%——AI替代人力的核心邏輯正被自家數據動搖。

01

裁員計劃為甚麼突然煞車?

今年1月,朱克伯格與高管在夏威夷討論代號「Project OT」的重組方案,設想將10至20人的產品團隊壓縮為3至5人的「Pod」小組,部分團隊裁員幅度達60%。
前提是AI Agent能接管大量日常工作。為此Meta 4月還要求員工安裝追蹤軟件,記錄鍵盤和滑鼠操作,用來訓練AI模仿人類使用電腦。
朱克伯格在內部會議上承認:組織調整的時機存在誤判,Agent技術進步速度慢於預期。裁員計劃隨即叫停。
02

代碼多了220%,用戶看到了甚麼?

Meta首席技術官披露的內部數據:引入AI後,代碼改動量同比增長220%,但帶來用戶可見新功能的改動量僅增長36%。
這意味著→ 大量AI生成的代碼並沒有變成產品價值,而是堆積在基礎設施裡。
更糟的是,重大技術和安全事故同比增加40%,員工花在故障處理上的時間增加70%。簡單來說= AI寫了更多代碼,但也製造了更多麻煩,人反而更忙了。
03

Meta做了哪些緊急補救?

叫停裁員的同時,Meta還暫停了滑鼠追蹤項目,大幅削減在Anthropic上的投入,並允許部分被調往AI工程團隊的員工返回原崗位。
公司改善辦公室福利、增加差旅和社交活動預算,用來安撫員工。這反映出內部士氣已經亮紅燈——半年度調查顯示,員工正面情緒從74%降至55%。
04

微軟遇到了同樣的問題?

微軟首席戰略與轉型官承認,公司沿用推廣傳統軟件的方式部署AI——部署、培訓、推廣——但AI使用量很快進入平台期,預期的業務成效未能出現。
LinkedIn CEO羅斯蘭斯基描述了一個典型場景:他收到同事發來的AI生成文檔,隨即讓自己的AI做總結,「一來一回,產生了零個新想法」,他稱之為「死亡循環」。
簡單來說= AI給AI寫東西、AI再給AI總結,信息在循環裡空轉,沒有人在思考。
05

錢花到哪去了?

微軟高管此前預計內部使用Anthropic技術的年度支出可能達到至少10億美元,後來這一預估被下調超過三分之一。
此前部分員工每人每月AI模型預算高達10萬美元,現已降至約1萬美元。這意味著→ 單人AI消耗縮水了90%,說明此前的使用方式極度粗放。
微軟開始鼓勵員工更多使用自家GitHub Copilot,並要求各部門管理Token預算。
06

這對整個企業AI市場意味著甚麼?

安永9月調查顯示,在202名美國大型上市公司的資深AI決策者中,36%表示所在組織曾發生過造成實質負面影響的AI事故,涉及數據丟失、財務損失、運營中斷及品牌聲譽受損。
美國人力資源管理協會CEO泰勒將當前狀態比喻為「一邊開著卡車上路,一邊還在造這輛卡車」。
這反映出 Meta和微軟的案例不是個例——AI效率敘事能否在企業內部真正兌現,仍是當前最大的待驗證命題。

市场有风险,内容仅供研究参考,不构成投资建议。

Meta叫停第二輪裁員:AI員工未達預期 · nashnova