AI 基础设施公司裁员潮：不掌握 Token 定价权，人力成本难敌算力投入

事件概述

甲骨文（Oracle）近期宣布启动新一轮裁员，涉及数千名员工。与此同时，该公司计划将年度资本支出提升至约 500 亿美元，重点用于数据中心与 AI 基础设施建设。这种“一边疯狂投资、一边大幅裁员”的现象并非孤例，而是正在整个 AI 基础设施链条上蔓延的趋势。

核心事实与数据

• 甲骨文财务状况：
  • 自由现金流从 2024 年的约 118 亿美元转为负值，预计 2026 年将达到 -230 亿美元。
  • 2026 年初股价下跌约 25%，跌幅超过所有科技巨头。
• 行业裁员规模（2025-2026 年）：
  • 英特尔：2025 年裁员约 2.5 万人（制造与成本结构调整）。
  • 微软：2025 年中期裁员约 9000 人。
  • 亚马逊：2026 年初裁员约 1.6 万人。
  • Block：2026 年初裁员超 4000 人。
• 成本结构变化：
  • AI 基础设施具有重资产属性，高端算力卡单价可达数万美元，大规模部署需成千上万张。
  • 单座 AI 数据中心投入动辄数十亿甚至上百亿美元。

深度分析：Token 决定定价权

1. 价值分配逻辑重构

在 AI 周期中，产业价值分布正从分散走向集中，主要围绕 Token（令牌/代币）展开：

• 高价值区：掌握模型生成能力（如 OpenAI、Google DeepMind、Anthropic）或拥有大规模用户入口以产生 Token 消耗的公司，拥有直接的产品形态定义权和价格结构制定权。
• 低价值区：传统基础设施环节（存储、调度、运行环境、工具链）虽必不可少，但逐渐沦为类似“电力”和“带宽”的基础资源，难以决定价格，竞争趋向于成本压缩。

2. “人力换算力”的必然选择

• 重资产压力：GPU 等核心硬件采购价格高企且持续上涨，迫使 Infra 公司在财务结构中寻找平衡。
• 效率提升加速：云计算完成标准化与规模化耗时约十年，而 AI 技术、工具生态和硬件能力的同步演进可能仅需三年。随着系统成熟度提高，原本需要大量工程师和运维人员处理的工作被自动化工具替代。
• 成本置换：人是持续成本，算力和系统是前期投入。当系统稳定后，用一次性投入的算力替代持续性的人力成本，成为降低运营支出的理性选择。

行业分化与从业者启示

两种截然不同的发展思路

1. 降本增效型（Infra 公司）：利用 AI 替代重复性劳动，通过裁员控制成本以支撑巨额基建投入。此类公司中，提供支持与基础设施的岗位可替代性显著提高。
2. 加速创新型企业（如 WHOOP）：部分应用层公司逆势扩张。例如健康设备公司 WHOOP 计划招聘约 600 人，其 CEO 指出 AI 能将 3-5 年的研究路线图缩短至 12-24 个月，旨在放大团队能力而非单纯省钱。

对从业者的影响

• 岗位迁移：系统维护、数据处理等支持类岗位需求下降；模型开发、应用构建及产品创新类岗位需求上升。
• 稳定性关键：决定职业稳定性的不再是单一的技术能力，而是离 AI 价值核心的距离。越接近 Token 生成与消耗的核心环节，溢价空间越高；远离核心则面临激烈的成本竞争和岗位替代风险。
• 核心判断：AI 不会直接决定个人去留，但它会决定一家公司是在“用 AI 省钱”还是“用 AI 赚钱”，进而决定该岗位是否值得保留。