程浅 发自 凹非寺 量子位 | 公众号 QbitAI

说好的用 AI 替代员工上岗呢？

这怎么人都被广进了，AI 也没顶上啊 ......

此前，Meta 原定于 11 月展开的第二轮裁员计划，因 AI 没展现预期工作能力而暂停。

小扎：都是骗人的，根本没有这么好用的 AI 员工。（哭）

与此同时，微软也在复盘中表示：自家的业务并没有随着大规模推广 AI 而变好。

几个月的加速之后，大厂开始重算 AI 效率账了 ......

Meta 取消第二轮裁员

要说小扎对 AI 员工有多大信心，看看 Meta 的重组方案就知道了。

今年 1 月，扎克伯格与高管们在夏威夷开会时，讨论了一项名为 Project OT 的计划。

OT 全称 Organization Transformation，即组织转型。

按当时的设想，未来 Meta 的组织架构要围绕 AI 重新设计。

过去一个产品开发团队需要 10 到 20 个人，工程师、产品经理、设计师各司其职。

以后呢？

3 到 5 人足矣。

△图片系 AI 生成

新团队被称为 Pod，豆荚，一种硅谷常见的小团队作战方式。

在这里，没有什么工程师、设计师、产品经理的，大家统一都叫 Builder。

按照此计划，对于部分团队，裁员规模预计达 60%。

这套方案包含裁员、内部转岗和取消空缺岗位等多种措施。

为了让 AI 尽快接班，Meta 计划让 AI 先学会人类员工操作电脑的方式。

就是蒸馏员工。

今年 4 月，Meta 要求员工在设备上安装追踪软件，记录键盘输入和鼠标点击——这些操作记录将用于训练 AI Agent，使其能够模仿人类使用电脑的方式。

Meta 内部论坛很快出现大量不满声音，员工们纷纷在高管的帖子下刷大象的图片，暗讽管理层对裁员这个 " 房间里的大象 " 避而不谈。

这之后，根据 Meta 内部半年度调查，员工正面情绪评价从 74% 降到了 55%。

不过现在看来，结果也是 piapia 打脸。

Meta CTO 指出，大规模使用 AI 之后，内部软件平台和基础设施的代码改动量，同比增长 220%。

但最终带来用户可见新功能或功能升级的改动量，同比仅增长 36%。

听上去没有那么差？但要知道，与此同时 Meta 重大技术和安全事故同比增加了 40%，员工花在故障处理上的时间增加了 70%。

工程师：不想兼职 AI 售后哈。

与此种种，Meta 停止筹划原定 11 月进行的第二轮重组。

小扎在内部员工会议上也承认，组织调整的时机存在误判，Agent 技术没有像此前预期的那样迅速进步。

同时 Meta 也暂停了鼠标追踪项目；大幅削减在 Claude 上的投入；允许部分被调往 AI 工程团队的员工返回原岗位。

并且，为了安抚剩余员工，公司开始改善办公室零食、增加差旅和社交活动预算 ......

微软承认用了 AI 后业务成效没有更好

另一边，微软也在为 AI 的大量引入而头疼。

LinkedIn CEO、微软执行副总裁 Ryan Roslansky 就在吐槽：

自己之前曾收到同事发来的一份文档，点进去一看，一眼 AI。

于是他把这份 AI 生成的文档，发给了自己的 AI 做总结。

结果，一来一回，产生了 0 个新想法。

这简直就是一个 Doom Loop（死亡循环）。

Roslansky 担心，这么发展下去企业将花更多钱，而最终只是找到了一种不必认真写作和阅读的方法。

这样的事情，不只是员工的使用习惯问题。

9 月，微软发布了一篇复盘文章，分享自己在内部推动 AI 转型的经验。

微软首席战略与转型官在文中承认，团队起初沿用了推广传统软件的办法：部署工具，培训员工，然后推动大家使用。

这套方法微软手拿把掐，目前已经向超过 20 万人提供了 AI 工具。

按理说，这么大的推广规模，接下来只需要找个地方瘫坐，等待生产率飙升了。

然而，在早期销售团队的实践中，AI 使用量很快进入平台期，预期的业务成效也没有出现。

微软还发现，直接把 Agent 塞进原有工作流程，可能只会让问题在 agent 的下一个流程出现。

就这样微软开始对内部 AI 工具的使用流程和开支精打细算了起来。

微软高管此前预计，公司内部使用 Anthropic 技术的年度支出可能达到至少 10 亿美元。

后来，这项内部支出预估被下调了超过三分之一。

微软开始鼓励员工更多使用自家 GitHub Copilot 及其他工具，并要求各部门管理 Token 预算。

此前，微软云与 AI 部门的部分员工，每人每月可使用的 AI 模型预算高达 10 万美元。

现在，这一额度被降到了约 1 万美元 ......

One More Thing

不只是 Meta 和微软。

越来越多的企业开始发现，AI 部署得越快，问题也出的越快。

9 月，安永公布了一项针对美国大型上市公司的 AI 风险调查。

调查对象是 202 名资深 AI 决策者，所在企业年营收均达到至少 10 亿美元。

其中，36% 的受访者表示，所在组织曾经发生过造成实质负面影响的 AI 事故或故障。

涉及数据丢失、财务损失、运营中断、品牌声誉受损等情况。

美国人力资源管理协会 CEO Taylor 说：

企业现在就像一边开着卡车上路，一边还在造这辆卡车。

Taylor 感叹，如果能够重新来过，很多企业可能会选择更加审慎、缓慢的 AI 部署方式。

只可惜。

请神容易送神难了。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！