簡而言之：最近美國大規模裁員的浪潮並不是經濟衰退的跡象；這是為了人工智慧霸權而展開的一場殘酷實體戰爭的開端。這是一個「繁榮蕭條」，公司正在系統性地清算人力資本（營運支出）以獲取計算資本（資本支出），特別是GPU。本文拆解了驅動這一趨勢的兩股力量——科技巨頭裁員以購買「鐵鍬」，以及傳統產業裁員因為他們已經挖掘到「金礦」——並解釋為何這是宏觀經濟的證據，表明你獨特的、無法自動化的人類經驗是唯一剩下的可行職業護城河。
我是詹姆斯，水星科技解決方案的執行長。 2025年10月31日
在我最後一篇文章中，我主張在人工智慧時代，你獨特的生活經驗是唯一真正可防禦的護城河。今天，我們看到這一論點在實時中顯現出明顯的宏觀經濟證據。
最近的頭條新聞大聲疾呼美國各地的大規模裁員——UPS裁員48,000人，亞馬遜裁員30,000人，英特爾裁員24,000人。大多數分析師將此診斷為即將來臨的經濟衰退的症狀。
他們誤診了這一病症。
我們所見證的並不是市場收縮。這是一場激烈的資本重分配。這不是周期性衰退；這是一場戰爭。人力資本正在系統性地被清算，以資助計算資本的獲取。你的員工薪資現在與NVIDIA的GPU預算直接競爭。「繁榮蕭條」：裁員工程師以購買H100s
傳統的經濟衰退是由需求縮減所定義的，這迫使公司削減成本。矽谷的情況正好相反。
亞馬遜並不是因為業務不佳而裁員30,000人。相反，業務正在蓬勃發展。AWS有1950億美元的訂單積壓，年增長25%。客戶們正瘋狂下單，但AWS無法交付。
瓶頸是單一且絕對的：
GPU不足。市場現在無情地懲罰任何交付計算緩慢的超大規模雲計算公司。亞馬遜唯一可行的戰略舉措是削減其營運支出（Opex）——即其軟體工程師（SDEs）的薪水——並將每一分可用的資金重新分配到資本支出（Capex），以確保獲得更多的NVIDIA GPU。
Meta也在運用完全相同的邏輯。除了常規裁員外，它還從其人工智慧部門裁減了數百人。原因相同：人工智慧數據中心的容量嚴重短缺。他們對計算的需求預測在過去一年內已經上調了三次，每次都痛苦地低估了需求。
這就是「繁榮蕭條」：一種公司收入和股價飆升，而其員工面臨大蕭條級別裁員焦慮的狀態。你的工作現在正與H100晶片的預算行列競爭。
通往同一目的地的兩條道路：餵養計算野獸
這波裁員講述了兩個不同但相關的故事。如果像亞馬遜和Meta這樣的科技巨頭裁員是為了負擔「鐵鍬」（GPU），那麼像UPS、雀巢和福特這樣的傳統巨頭裁員則是因為他們已經挖掘到「金礦」（人工智慧驅動的生產力）。
這些公司裁員的原因正好相反：他們已成功部署人工智慧工具。無論是客戶服務自動化、供應鏈優化還是生成設計系統，生產力的增長開始呈指數級增長。他們不需要建立自己的大型GPU集群；他們從AWS或Azure「租用」推理計算。當投資回報率的計算最終成立時，這些公司發現他們可能不再需要過去的大型人力工作隊。兩者都在餵養同一隻野獸。科技公司在購買鐵鍬；傳統公司在購買人工智慧挖掘出的金子。結果是一樣的：財富正在以空前的規模從勞動轉移到計算。新的價值鏈：半導體作為終極房東這場大重分配的最大受益者是坐落於中間的「計算房東」：半導體產業。NVIDIA、台積電和ASML在某種程度上正在印鈔票。他們正在從價值鏈的兩端收取「計算稅」。一種新的常態正在出現，半導體公司的利潤率可能很快超過互聯網公司的利潤率。
這也解釋了那個挑釁的論點：每位軟體專業人士可能應該擁有NVIDIA的股票——不是作為投資，而是作為一種
風險對沖。一種對沖風險，以防被你所替代的GPU擠出價值鏈。
泡沫何時破裂？觀察「50%」的採用率
這種情況能持續多久？超大規模雲計算公司正在拼命壓縮營運支出，但在某個時刻，將不再有可削減的支出。下一步將是犧牲現金流，甚至承擔債務（如Oracle所做的）以獲取計算。
這顯然是一個泡沫，但歷史不會完全重演。關鍵指標是企業人工智慧採用率。目前，在大多數行業中，它不到10%。任何技術革命的最快、最不穩定的階段是從10%到50%的採用。我們剛剛進入那個陡峭的上升期。
當網路泡沫在2000年3月破裂時，美國的網路滲透率約為52%。當這一輪企業人工智慧採用接近50%時，警報聲將真正響起。崩潰的觸發因素甚至不需要需求的逆轉，而僅僅是需求增長的放緩。
How long can this continue? The hyperscalers are desperately squeezing Opex, but at some point, there will be no more to cut. The next step will be to sacrifice cash flow and even take on debt (as Oracle has done) to acquire compute.
This is clearly a bubble, but history does not repeat itself perfectly. The key metric to watch is corporate AI adoption rate. Currently, across most industries, it's less than 10%. The fastest, most volatile phase of any technological revolution is the climb from 10% to 50% adoption. We are just entering that steep ascent.
When the dot-com bubble burst in March 2000, US internet penetration was around 52%. When this round of corporate AI adoption approaches 50%, the alarm bells will truly start ringing. The trigger for a collapse won't even require a reversal in demand, but merely a slowing of demand growth.當風險投資公司和超大型雲端服務商看到代幣需求不再以年增長率指數型增長時，他們將毫不留情地削減訂單。
結論：這不是衰退。這是重新評價。
這讓我們回到我上一篇文章的核心論點。當前的宏觀經濟力量正在向每位專業人士提出一個殘酷而直接的問題：你對這家公司所帶來的價值是否大於可以取代你的計算能力的價值？
如果你的工作是由可重複、可預測的任務組成，且這些任務可以從龐大的公共數據集中學習，那麼你正與機器直接競爭。贏得這場競爭的唯一方法是提供計算無法提供的東西。
你可以防守的護城河不再是你執行的技能，而是你獨特的能力去綜合不同的經驗，建立深厚的人類信任，提出新穎的戰略問題，以及產生真正的、非顯而易見的創造力。
這不是衰退。這是對人力資本的重新評價。而唯一能夠成功的方式是建立一個機器無法跨越的護城河。
水星科技解決方案：加速數位化。
