三个数据,在同一周里落地,三者之间根本对不上。
微软、谷歌、亚马逊、Meta 在 4 月 27 日那一周打完 Q1 财报,2026 年合计 AI 资本开支指引落在 7250 亿美元——比 2025 年创纪录的 4100 亿同比 +77%。彭博 4 月 30 日先把数字推上 7000 亿门槛;到周日共识落在 7250 亿,因为 Meta 全年指引上修到 1250–1450 亿,亚马逊到 2000 亿,微软到约 1900 亿,谷歌到 1800–1900 亿。
到周日,裁员追踪器累计 2026 年至今 95,878 人、249 起事件、每天 864 人。另一家追踪平台已经过了 11.3 万。Tom’s Hardware 指出,Q1 受影响岗位中有近 50% 是公司明确以「AI / 自动化」为由裁掉的,Q1 总裁员基数大约 8.1 万人。
第三个数字,把前两个的关系彻底搞乱的那个——2026 年 1 月,光美国就有 27.5 万个明确要求 AI 技能的招聘岗位在挂着,全球的 AI 人才需求/供给比是 3.2 : 1。
Invezz 5 月 4 日的标题把这个问题框成:「大厂 7250 亿美元的 AI 烧钱大戏,是不是靠裁员埋单?」 答案是部分肯定,部分比这更有意思——更有意思的那一半,是头条数字底下那个劳动力市场的错配。
7250 亿在买什么
四家公司的资本开支堆栈,买的不是 2024 年那一摞东西了。2026 年的支出里,大约 75% 可识别为「AI 专用」:GPU 集群、自研芯片(TPU、MTIA、Trainium、Maia)、低延迟网络架构、AI 优化的服务器机架,以及裹着这些机架的数据中心电力系统。
这条线项,正是「人头成本」最直接被替换的地方。一个全成本 40 万美元/年的资深平台工程师,在 P&L 影响上,大致等于一颗 H200 GPU 满负荷跑一年(含电费)。一刀砍掉 1000 个工程师,大约等于 6000 颗 GPU 跑一年,够训一个前沿模型。
这就是 5 月 1 日 Mag-4 那篇 和 Workman 那位 Tesla 前 HR 的 LinkedIn 长文 在算的同一笔账。CFO 们一般不会说「被裁的人是被 AI 替代了」。他们说的是「AI 资本开支总得有钱出,而人力成本是唯一能砍得够快的那条线」。
5 月 1 日那篇覆盖的是同一季度 6500 亿的同时点裁员巧合。5 月 4 日变成 7250 亿,是因为 Meta 和亚马逊在打完 Q1 之后把数字都上修了。算式只变难了,没变好。
95,878 人是被怎么裁的
《华盛顿邮报》5 月 1 日对同一组数据的解读 说裁员不全是 AI 替代,这话对——大约一半是疫情超招回调、紧缩模式下的成本纪律、或资本开支再分配。5 月 3 日 AOL/CEOWORLD 说这是「AI 洗白」(AI washing) 也部分对——新闻稿里 AI 的份额被夸大了,因为这样在投资人面前更好看。
但这两个框架都没解释:到底裁的是谁,招的又是谁。 比起总人数,被裁的人和被招的人的「成分」更要命。
被裁的那一头,集中在:
- 客服运营。Salesforce 的客服人头数,Benioff 自己讲,从 9000 砍到 5000。
- 资深产品和平台工程。微软 8750 人买断方案锁定的就是「年龄+工龄≥70」的资深批次。
- 招聘、HR、企业传播。Meta 8000 裁员中有 35–40% 集中在这三个职能。
- 市场营销和内容生产。Disney 1000 人合并营销组重组,以及 4 月 15 日 Snap 那 1000 人明确点了 AI 名字的裁员。
- 遗留数据库管理员、本地部署支持工程师。 甲骨文 3 万人主要被砍在这里。
而 27.5 万个 AI 技能岗位空缺,集中在:
- 机器学习/AI 研究工程师(年薪 30–70 万美元 base)。
- AI 基础设施 / GPU 系统工程师(25–50 万美元)。
- AI 安全和 AI 治理专家(光这一类 岗位发布量同比 +150%)。
- 基础模型评测、RLHF、后训练的应用科学家(Meta、Anthropic、OpenAI 在留人奖金上互相加价的就是这批人)。
- 机器人数据 / 具身智能标注工程师(两年前这都不是一个独立的岗位类目)。
这两批人不是同一批人。一位干了 22 年甲骨文本地部署的 DBA,不会因为参加六周训练营,就能转去做 RLHF 后训练。AI 治理岗要的工具栈,跟那个被砍掉的招聘岗,完全不在同一个平面上。微软 8750 人买断池,按结构(70 法则)设计就是资深批次,而资深批次的专长正是 「AI 替代什么」 那一头,不是 「AI 需要什么」 那一头。
这不是技能 「缺口」(gap)。缺口是可以搭桥跨过的。这是一道 技能 「鸿沟」(chasm)。
Q1 生产率数据救不了你
BLS 2026 Q1 非农生产率增速大致符合 2010 年后的趋势,并不像 AI 大规模替代该有的那种增速。5 月 4 日 AOL/CEOWORLD 的论点就靠这条数据,说 AI 不是这次裁员的原因。
滞后是真的。1990 年代「每张办公桌一台电脑」的替代,直到 1995 年才在 BLS 生产率数据里显形,距离它在职场的广泛采用已经过了 9 年。2026 Q1 这个数字,要读出 AI 信号还太早。
没有滞后 的、能在数据里干净显形的,是 职业构成的位移。2026 Q1 软件开发员人头数 同比 -3.5%,而经济整体在增长。客服代表的人头数下降得更快。招聘和 HR 协调员下降得最快。同时,ML 工程师岗位发布量是 BLS 职业就业统计有史以来录得的、单一职业最高同比增速。
生产率统计把这两个加在一起、互相抵消。真正在动的是构成位移,劳动力市场实际正在做的,就是这件事。
财务上的问题,以及对不上的那个答案
Invezz 那个标题 「7250 亿美元是不是靠裁员埋单?」 提的不是对的问题。对的问题是:这 7250 亿,是不是靠 「对的」 那批裁员埋单。
Mag-4 在 2026 年可用于 AI 资本开支的自由现金流,共识估计大约 4000–4500 亿美元。资本开支是 7250 亿。差额大约 2750–3250 亿,通过三条路融资:
- 经营利润率扩张。 这就是裁员的角色——人力是弹性成本,AI 资本开支是固定成本,CFO 用前者换后者。
- 发行债券。 Q1 微软、谷歌、亚马逊都在有利的利差下发了投资级债券。
- 再投资 AI 收入。Anthropic 在 Mag-4 报表内部贡献 300–400 亿美元年化运行率;Azure 的 AI 收入在微软那头年化大约 370 亿。这些都回流到资本开支里。
三者之中,第一条——靠裁员埋单的那一条——产生的政治和劳动力市场外部性最大。这个外部性不是「裁了多少人」这个总量。外部性是:被裁的人和新增 AI 岗位需求,根本不是同一批人,这两群人之间的鸿沟,正是那部分「在生产率统计里显示不出来」的残余失业的来源。
这就是 Falk-Tsoukalas 庇古税的论点 换种语言说一遍:7250 亿资本开支流量、95,878 个被替换的工人、27.5 万个填不上的岗位——给四家公司带来了私人收益(经营杠杆),却没把公共成本(摩擦性失业、再培训缺口、被替换队列的「失去的十年」收入)内部化。
未来 30 天,LostJobs 在盯什么
- 微软 5 月 7 日的买断细节披露。 这是财报后第一笔可读的数据点:8750 人里有多少接受了 offer、中位数工龄是多少、遣散包结构怎样、最关键的是,接受买断的人 下一份工作去了哪里。
- Meta 5 月 20 日的裁员日。 这是经过「AI 洗白」周日财经版周期之后,框架第一次接受真实新闻稿的检验。如果 Meta 走出 AI 效率叙事,是一个信号;如果它继续靠它,是另一个信号。
- 2027 财年 H1B 的配额数据。 专门职业 H1B 是美国 AI 研究工程师的主要管道。Q3 配额申请数据夏中下来,如果 Mag-4 占比超过 40%,劳动力市场的解读就是:美国 AI 技能供给靠的是外部输入,不是被裁队列。
- 2026 年秋季大学 CS 项目的招生数。哈佛 77% 雇主对应届缩招的研究 和 高盛 1.6 万 Z 世代雇佣暂停 都暗示:入门级管道在塌缩,塌缩速度比 AI 技能管道形成的速度快。秋季招生数是「鸿沟会变宽还是稳定」的领先指标。
旱码尾声
2026 年 AI 资本开支:7250 亿美元,同比 +77%。 2026 年裁员数:95,878,以每天 864 的速度还在涨。 2026 年光美国未填的 AI 技能岗位:27.5 万,还在涨。
把资本开支均摊到被裁工人头上,每人 756 万美元。把空缺岗位均摊到被裁工人头上,每人有 2.87 个空岗可以投。两个算法都不是真实在发生的事——因为这两群人根本不是同一批人,空岗也不是被裁的人能干的活。
头条不是「大厂在裁员埋 AI 单」——这部分《华盛顿邮报》写对了。头条是:大厂在裁的是「错的那批人」来给 AI 埋单,而「对的那批人」目前供给还远远不够;这两件事之间的鸿沟,目前是美国劳动力市场自 2008 年金融危机以来最大的单一错配。
这个鸿沟的形状,我们要等到年底才知道。 但我们现在已经知道了那个问题的形状。