Gate 廣場|2/27 今日話題: #BTC能否重返7万美元?
🎁 帶話題發帖,抽 5 位幸運兒送出 $2,500 仓位體驗券!
Jane Street 被起訴後,持續多日的“10 點砸盤”疑似消失。BTC 目前在 $67,000 附近震盪,這波反彈能否順勢衝回 $70,000?
💬 本期熱議:
1️⃣ 你認為訴訟與“10 點拋壓”消失有關嗎?市場操縱阻力是否減弱?
2️⃣ 衝擊 $70K 的關鍵壓力區在哪?
3️⃣ 你會在當前價位分批布局,還是等待放量突破再進場?
分享觀點,瓜分好禮 👉️ https://www.gate.com/post
📅 2/27 16:00 - 3/1 12:00 (UTC+8)
從 Block 大裁員到“SaaSpocalypse”:AI 正在如何重塑白領就業市場?
2026 年 2 月,全球科技行業迎來了一場關於“人機關係”的深度震盪。前 Twitter 聯合創始人杰克·多爾西(Jack Dorsey)執掌的支付公司 Block(原 Square)宣布裁員超過 4,000 人,占員工總數的 40%。與傳統的業績不佳導致裁員不同,多爾西在全員信中坦言:“我們的業務依然強勁,毛利持續增長,客戶群不斷擴大,盈利能力也在提升。但是,世界已經變了。我們正在創造和使用的智能工具,配合更小、更扁平的團隊,正在開啟一種全新的工作方式。”
這一事件並非孤例。幾乎在同一時間窗口,關於“AI 替代白領”的討論席捲全球資本市場。微軟 AI 部門負責人穆斯塔法·蘇萊曼(Mustafa Suleyman)在接受採訪時發出預警:會計、法律、行銷、專案管理等所有以電腦為操作平台的專業工作,將在 12 至 18 個月內被 AI 全面自動化。同時,一份名為《2028 年全球智能危機》(The 2028 Global Intelligence Crisis)的報告在矽谷與華爾街瘋傳,其核心推演指向一個令人不安的未來:AI 在提升企業效率的同時,正在系統性地摧毀高薪白領崗位,並可能引發連鎖性的經濟通縮。
企業組織架構的“去中層化”與“扁平化”正在從理論變為現實。不論是 Perplexity 這種僅以 247 人支撐起 140 億美元估值的 AI 原生企業,還是 Block 這種果斷“瘦身”的傳統科技巨頭,都指向同一個趨勢:AI 已不再是輔助工具,而是重構企業權力結構與人力價值的核心變數。
AI 重構組織的時間線與關鍵節點
要理解當前 AI 對白領崗位的衝擊強度,有必要梳理近一年的關鍵時間線:
從這一系列事件可以看出,AI 對白領崗位的衝擊並非漸進式滲透,而是在技術迭代(如 Claude Cowork 的發布)與企業決策(如 Block 的激進裁員)的雙重催化下,呈現出非線性加速的特徵。
數據與結構分析:誰在被替代,替代的邏輯是什麼
當前的數據與案例分析顯示,AI 對白領崗位的替代並非均勻分佈,而是遵循特定的職能邏輯。
首先,從崗位類型看,中間層與流程型崗位首當其衝。傳統科層制中,中層管理者的核心職能是“傳遞指令”和“監督進度”,這類工作本質上屬於資訊協調。當數位化看板賦予高層全景式透視能力,且 AI 智能體(AI Agent)能夠自動完成流程追蹤與績效統計時,中層管理者的價值被演算法零成本取代。同樣,大量依賴資訊處理的崗位——如基礎數據分析、標準化報告撰寫、合約初審——正在被 AI 批量接管。美國 IT 行業的就業人數從 2022 年高點到 2026 年初累計下降了 8%,這是過去十年未見的跌幅。
其次,替代的邏輯是“任務替代”而非“崗位替代”。36氪的分析指出,AI 很難一次性替代某一個完整崗位,而是逐步替代崗位中的具體任務。一個崗位可能有 50% 的任務實現了自動化,人只需要集中精力做剩餘的部分。例如,律師與審計師雖已部署 AI 審閱文件,但生產力提升有限,距離整崗替代尚遠。然而,當某一崗位中可自動化任務的占比超過臨界點,企業就有動力合併職能、壓縮編制。
第三,AI 原生企業的組織結構正在成為新標杆。估值 140 億美元的 Perplexity 僅有 247 名員工,估值約 90 億美元的 Cursor AI 僅有約 30 人。這類“AI 原生組織”的運作邏輯是:將大量工作流程封裝為 AI Agent 的協作網絡,人類主要負責定義問題、設定目標、驗證輸出。這種模式一旦被傳統大企業效仿,將釋放出巨大的裁員壓力。
舆情觀點拆解:樂觀派、悲觀派與現實派
圍繞 AI 與白領就業的關係,當前市場形成了三股主要敘事力量。
悲觀派:智能通縮與就業斷崖。以 Citrini Research 的《2028 全球智能危機》報告為代表,該觀點認為 AI 的獨特之處在於它是人類歷史上第一次替代了“需求創造者”的技術。當高薪白領被裁撤後,他們將湧入零工市場,壓低整體薪資水平,進而導致消費萎縮、房貸違約,形成“智能替代螺旋”。該報告推演了一個具體場景:5% 的白領失業可能帶來遠超 5% 的消費下跌,因為一個年薪 15 萬美元的產品經理失業後可能只能賺取 4 萬美元,收入降幅超 70%。
樂觀派:歷史經驗與新崗位創造。 摩根士丹利最新跨資產研究報告指出,AI 不會造成大規模永久性失業。從電氣化到互聯網,歷次技術革命均重塑勞動力市場,但並未取代整體勞動力。以電子表格普及為例,它自動化了部分簿記崗位,同時催生了全新的金融建模與分析職業。未來將湧現首席 AI 官、AI 治理與合規專家、AI 個性化策略師等新崗位。城堡證券(Citadel Securities)也發布報告反駁“AI 毀滅就業”論,指出軟體工程師的招聘信息在近幾個月明顯增加,AI 更可能成為勞動力的補充而非替代。
現實派:生產力悖論與組織適配難題。介於兩者之間的觀點來自一線管理實踐。復旦《管理視野》與 36氪的聯合調研發現,雖然個體層面使用 AI 的確能提升效率(如波士頓諮詢的實驗顯示使用 GPT-4 的顧問完成任務速度提升 25% 以上),但組織層面“價值兌現難”普遍存在。麻省理工學院的跟蹤報告顯示,只有約一成企業從 AI 中獲得顯著財務收益,主要瓶頸不是算法,而是組織學習、流程重構與人機協作能力的不足。這意味著,AI 的大規模替代並非必然發生,它取決於企業能否跨越“從個體效率到組織能力”的鴻溝。
叙事真實性審視
在三種觀點交織的輿論場中,有必要對各類敘事的真實性基礎進行審視。
關於“末日敘事”:《2028 全球智能危機》報告的聯合作者 Alap Shah 在採訪中明確強調,這份報告是“基於長期模型做的一次壓力測試”,是“假設情景”,並非預測。該報告的價值在於揭示邏輯鏈條的脆弱點,而非預言未來。事實上,AI 的大規模部署受到多重現實約束:電力供給、算力成本、組織變革速度、監管審批等。《舊金山標準報》評論指出,顛覆速度由最慢環節決定,技術迭代雖快,但組織變革難以同步提速。
關於“歷史經驗論”:樂觀派的歷史類比同樣存在盲區。正如 Citrini 報告所指出的,過去的技術革命(如電腦、互聯網)主要提升人類效率,而 AI 直接接管工作流程。諾貝爾經濟學獎得主 Daron Acemoglu 也警告,本輪 AI 或存在質的差異,純自動化技術可能降低人類專業知識價值,企業利潤與就業或進一步脫鉤。
關於“任務自動化”與“崗位自動化”的混淆:微軟 AI 負責人蘇萊曼的“12-18 個月替代論”在學界引發爭議。學者指出,蘇萊曼混淆了“任務自動化”與“崗位自動化”——單一崗位包含多項不可分割職能,AI 僅替代其中部分不等於整崗消失。類比而言,洗碗機未消滅廚師職業,因為它僅替代了清洗這一單項任務,而廚師的創意、品控、菜單設計等職能仍無法被取代。
行業影響分析:從企業到金融體系的傳導
AI 對白領崗位的替代正在通過三條路徑向外傳導,重塑更廣泛的行業格局。
路徑一:企業估值邏輯重構。資本市場已開始對“AI 替代能力”進行定價。Block 裁員消息公布後,其股價次日上漲 5.2%,資本用真金白銀認可了 AI 帶來的效率提升。同時,傳統人力密集型企業估值承壓,而算力、AI 工具賽道持續獲得資本追捧。這種分化折射出市場的判斷:AI 既是效率利器,也可能顛覆依賴資訊差的商業模式。
路徑二:商業模式的“摩擦力”消失。Citrini 報告指出,大量傳統企業靠利用“人的弱點”賺錢——銀行賺手續費、中介賺資訊差、SaaS 賺用戶忘記取消訂閱。AI 智能體正在成為“摩擦力歸零機”:它能 24 小時自動比價、主動談判、切換供應商,讓中介的抽成成為最容易被優化掉的成本。這種變化將衝擊保險、旅遊預訂、金融顧問、外賣平台等行業的收入模型,進而引發新一輪的裁員與重組。
路徑三:金融系統的信用風險傳導。《2028 全球智能危機》報告中提出的“優貸危機”(Prime Crisis)引發廣泛討論。那些信用分 780+、年薪 20 萬美元的精英,簽署房貸合約時是完美借款人,但當他們被 AI 裁員、收入驟降,房貸違約就可能發生。雖然我國金融體系以銀行為主導,風險傳導路徑與美國有所差異,但如果白領就業與收入預期持續走弱,居民加槓桿買房的意願必然下降,房地產市場及連帶消費市場將受到波及。
多情境演化推演
綜合當前資訊,AI 對白領崗位的替代可能演化出三種不同情境。
情境一:漸進式重構(基準情境)。在此情境中,AI 的替代與崗位創造同步發生。新崗位(如 AI 治理專家、人機協作設計師)的湧現消化了部分被替代的勞動力。企業逐步完成組織流程改造,個體效率提升最終匯聚為組織能力。此情境需要政策與企業的協同努力,包括職業培訓體系的重構、社會保障制度的調整。
情境二:智能替代螺旋(悲觀情境)。企業為應對競爭壓力,競相用 AI 替代人力,被替代者湧入零工市場壓低收入,消費萎縮導致企業營收下滑,進而刺激企業進一步裁員。此循環一旦啟動,將形成“盈利與就業永久脫鉤”的均衡狀態。該情境觸發條件包括:AI 边際成本持續低於人力成本、政策應對滯後、新崗位創造速度遠低於替代速度。
情境三:監管介入與再分配(干預情境)。面對結構性失業壓力,政府採取強力干預措施。報告提及的“算力稅”、“AI 共榮基金”等再分配工具被提上議程。政策將 AI 發展導向“人機互補”而非“人機替代”,例如通過補貼鼓勵企業保留核心人力崗位,或大規模投資於醫護、教育、基建更新等 AI 難以替代的領域。
結語
Block 的萬人裁員是一聲響亮的警鐘,它宣告了“盈利即穩崗”這一職場共識的失效。在 AI 重構組織架構的浪潮中,真正面臨替代風險的並非“白領”這一籠統的群體,而是那些從事可標準化、流程化、中介化任務的職能。歷史經驗與末日敘事各有其偏頗之處,未來的演化路徑取決於技術迭代速度、組織學習能力與政策應對節奏的複雜互動。對於從業者而言,與其陷入被替代的焦慮,不如重新審視自身的不可替代性——那些需要創意探索、價值判斷、倫理決策與例外處理的工作,仍將是人類在 AI 時代的核心護城河。