库里，深潮 TechFlow

最近，一股 AI 失业焦虑席卷了东西方互联网。

Block 裁掉 4000 人，CEO说 AI 能干你的活；Pinterest 砍了 15%的员工，钱要投去搞 AI；陶氏化学裁员 4500 人，理由是加码自动化...

国内也没消停，网易被传用 AI 替代外包，科大讯飞辟谣大规模裁员，字节被爆非 AI 部门每半年优化 20%...

据统计，2026 年头三个月，全球科技行业裁员已经超过 4.5 万人，其中将近一万人被明确归因于 AI。

就在这个背景下，上周五英国《金融时报》报道，OpenAI 计划在年底前把员工从 4500 人扩到 8000 人。

3500 个新岗位。造 AI 的公司居然说自己的人不够用？

打开 OpenAI 的招聘页面看一看，工程师和研究员当然在招，但页面上同样密集的是另一类岗位：合作伙伴经理、企业销售、GTM（市场进入策略）团队，以及一个报道里提到的新岗位叫 technical ambassadorship，翻译过来就是：

技术大使，专门帮企业客户教他们 AI 用起来。

所以，OpenAI 在招的不是让 AI 变强的人，它在招让别人愿意为 AI 掏钱的人。

搞定客户，胜于搞定模型

ChatGPT 有9 亿周活跃用户，但大多数人不付钱。

付了钱的消费者，OpenAI 也在赔本伺候：每个重度用户消耗的算力成本，都超过那 20 美元的月费。今年预计营收 250 亿美元，预计亏损 140 亿。

消费者撑流量，企业客户才撑利润。而企业客户正在跑向 Anthropic 的 Claude。

Ramp 的数据显示，在首次购买 AI 工具的企业中，Anthropic 拿走了 73%的份额。十周前，这个数据还是两家五五开。

去年 12 月，Altman 给全员发了一封「code red」备忘录，暂停广告、购物助手等所有非核心项目，全公司资源集中到 ChatGPT 体验上。

直接触发点是 Google Gemini 3 在多项测试上超过了 ChatGPT，但更深的焦虑在企业端：Anthropic 正在把 Claude 嵌进客户的代码库和工作流里，一旦搭好，迁移成本就开始滚雪球。

模型可以迭代，但客户跑了不会自己回来。追客户不能靠 AI 给建议，得真有人去敲门。

铲子不能把自己卖出去

AI 能写代码、做客服、搞数据分析，但有一件事它干不了：

说服一个企业的技术负责人签下年度合同，买我。

个人用 AI，下载一个 App 就行了，不满意随时卸载。企业用 AI 是另一回事。数据安全审查、内部流程改造、跟现有系统的兼容、员工培训，任何一个环节卡住都能让项目搁浅。

这不是模型跑分能解决的问题，得有人坐到客户的会议室里才能推动。

OpenAI 显然想明白了。它不光在招销售，FT 报道它正在跟 TPG、Brookfield 等私募基金谈合资，专门帮企业落地 AI。这门生意的本质，还是要派人进场。

Block 的故事也在讲同一件事。

裁掉 4000 人之后不到三周，公司开始把人叫回来。一个设计工程师被告知是「裁错了」，一个技术负责人发现整个团队被砍后没人能接手关键业务，威胁离职，公司才把部分人招回来。

Dorsey 自己提前在裁员信里留了话：我们可能裁错一些人...

AI 的确导致了裁员焦虑，但是造血的大动脉因为 AI 被裁掉的话，显然过犹不及。即便在一家 CEO 公开宣称 AI 能替代大部分员工的公司里，依然存在 AI 接不住的环节。

AI 最擅长替代可以被清晰定义的任务，但「让一个组织相信它需要 AI，然后帮它用起来」这件事，恰好没法被清晰定义。

每一轮技术革命都有人说「卖铲子的最赚钱」。AI 这轮也一样，共识是做基础设施的公司旱涝保收，不用管谁赢谁输。

但 OpenAI 现在的处境说明，铲子造出来了，还得有人教别人怎么用。而且这个「教」的过程，恰恰不能用铲子本身来完成。

地推，AI 焦虑里的铁饭碗

把这一轮裁掉的人和招进来的人放在一起看，会发现一条分界线。

Block 砍掉的 4000 人里，很大一部分是疫情期间扩招的工程和运营岗位，做的是能被标准化描述的工作。OpenAI 新招的 3500 人里，大头是销售、客户成功、合作伙伴管理，做的是没法写进流程文档的工作。

OpenAI 正在干的事情，有个很老的名字：地推。

派人去客户办公室，坐下来，听需求，接系统，盯上线。技术大使也好，合作伙伴经理也好，换掉英文，本质上跟十年前 O2O 大战时美团派人挨家挨户说服餐馆老板装 POS 机没有区别。

这条线不只出现在这两家公司身上。

Shopify的 CEO 今年跟员工说，以后想申请加人，先证明 AI 干不了这件事。Klarna 前年裁了 700 个客服说 AI 够用了，去年又悄悄招人回来，CEO 承认在 AI 上「走得太快了」。

被裁掉的和被招回来的，区别在哪？

能被裁的岗位有一个共同特征：工作内容可以被拆解成明确的输入和输出。写一段代码、回复一个工单、生成一份报告，边界清晰，AI 恰好擅长这个。

地推的特征正好相反。帮一个金融客户把 AI 接进合规系统，和帮一个游戏公司用 AI 做内容生成，没有任何两个项目是一样的。对面坐的人不同，方案就不同。这件事没法写成 prompt。

AI 不是在消灭所有工作，是在重新给工作定价。能被一句话说清楚的正在变便宜，说不清楚的正在变贵。

三年前靠一篇论文就能改变世界的公司，现在要雇几千人去一家一家敲门。

如果你正在焦虑 AI 会不会取代你，答案可能不取决于你的行业，而取决于你的工作能不能被一句话说清楚。

能说清楚的那部分，已经不太安全了。