共计 1459 个字符，预计需要花费 4 分钟才能阅读完成。
不掌握 token 的甲骨文们, 注定会大裁员
当甲骨文 (Oracle) 在凌晨宣布裁员数千人时,这并非愚人节玩笑。这家传统软件巨头一边砸下数百亿美元建设 AI 数据中心, 一边却大刀阔斧地削减人力成本。这种“左手扩张、右手收缩”的组合, 正在成为 AI 基础设施公司的典型状态。
📌 事件概览: 甲骨文并非孤例
据行业消息证实,甲骨文已启动新一轮裁员, 涉及员工规模达数千人。与此同时, 该公司计划将年度资本支出提升至约 500 亿美元, 主要用于 AI 基础设施与数据中心建设。这一巨额投入已开始侵蚀公司现金流: 数据显示, 甲骨文自由现金流从 2024 年的约 118 亿美元转为负值, 预计 2026 年可能达到 -230 亿美元。今年其股价下跌约 25%, 跌幅超过多数科技巨头。
甲骨文的处境并非个例。在 2025 年至 2026 年间, 多家处于 AI 基础设施链条上的公司先后宣布大规模裁员:
- 英特尔:2025 年裁员约 2.5 万人, 作为制造与成本结构调整的一部分
- 亚马逊:2026 年初裁员约 1.6 万人
- 微软:2025 年中期裁员约 9000 人
- Block:2026 年初裁员超 4000 人
这些企业分布在半导体、云计算、企业软件等不同细分领域,它们都在为 AI“打下手”, 却面临着相似的财务压力。
🔍 核心矛盾: 订单增长与成本重压
这些基础设施公司并非 AI 浪潮的边缘参与者。相反,它们是最早承接 AI 需求增长的一批企业: 云厂商承接模型推理负载, 芯片厂商提供算力支撑, 企业软件公司管理数据与流程。随着 AI 需求激增, 它们普遍获得了更多订单与更高使用量。
但压力也随之而来。与传统软件的轻资产逻辑不同,AI 基础设施建设具有明显的重资产属性:
- 数据中心建设周期长、资本密集度高
- GPU 等核心硬件采购价格持续处于高位(一张高端算力卡可达数万美元)
- 大规模部署需要成千上万张算力卡, 单座数据中心成本动辄数十亿甚至百亿美元
资本开支的急剧上升迫使这些公司在财务结构中寻找新的平衡点。在巨额 AI 投资面前 , 人力成本成为了最容易被调整的变量。一个简单而直接的选择开始显现: 用人力成本, 去换算力成本。
💡 价值重构:AI 红利向 token 集中
掌握模型能力的公司 (如 OpenAI、Google DeepMind) 能够直接定义产品形态与价格结构; 拥有大规模用户入口的平台则可以通过 token 消耗实现持续收入。传统基础设施环节依然重要, 但它们越来越像“电力”和“带宽”——必不可少, 但难以决定价格。
一个逐渐清晰的规律开始显现:越接近 token 生成与消耗的环节 , 利润空间越高; 距离这一核心越远, 竞争越趋向于成本压缩。 对于大多数基础设施公司来说, 它们既不掌握模型能力, 也不掌握用户入口, 只能承担“支持系统”的角色。
📊 行业观察: 两种不同的 AI 应用思路
当技术从非标准走向标准化,再从标准化走向自动化, 人力需求就会自然下降。在技术尚未成熟阶段, 大量工程师与运维人员是必要的; 但随着模型能力提升、自动化工具普及, 原本需要人工完成的工作开始被系统替代。
然而, 并非所有公司都采取同样的策略。健康可穿戴设备公司 WHOOP 正在逆势扩张, 计划招聘约 600 人。其 CEO Ahmed 直言:“目前可能是历史上最优秀的人才市场之一。”该公司将 AI 视为加速创新的工具, 而非单纯降低成本的手段。
🚀 对从业者的启示
🧭 总结
甲骨文的裁员事件,折射出 AI 时代基础设施公司的普遍困境。当技术周期加速推进, 价值向 token 集中, 那些不掌握核心定价权的公司被迫在成本压缩中寻找生存空间。裁员与招聘同时发生, 成为同一时代的两种侧面。
