<div id="readability-page-1">甲骨文凌晨突發裁員，不是愚人節玩笑。 據 CNBC 證實，甲骨文（Oracle）已經啓動新一輪裁員，涉及數千名員工。 同一時間，它正在砸下數百億美元，建設 AI 基礎設施。 多家行業媒體披露，甲骨文計劃將年度資本支出提升至約 500 億美元規模，主要用於數據中心與 AI 基礎設施建設。 這一投入已經開始侵蝕公司的現金流：TheStreet 數據顯示，甲骨文自由現金流從 2024 年的約 118 億美元轉為負值，並預計在 2026 年達到-230 億美元。此外，甲骨文今年股價下跌約 25%，跌幅超過所有科技巨頭。 一邊是持續擴張的 AI 投資，一邊是裁員與成本控制，這種組合在傳統軟件公司中並不常見，卻正在成為 AI 時代 infra（基礎設施）公司的典型狀態。 如果你在一家做基礎設施的公司，現在可能應該警惕：AI 越火，你越可能被 “優化”。 甲骨文，只是最新一個例子。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/6b16ba69-9b34-4088-b3a9-945dcf1d1d7d.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="648" height="247" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/6b16ba69-9b34-4088-b3a9-945dcf1d1d7d.jpeg"/> <h2>甲骨文裁員並非孤例</h2> 類似的事情，正在整個 AI 基礎設施鏈條上發生。 在 2025 年至 2026 年間，多家處在這個鏈條中的公司先後宣佈大規模裁員： 英特爾在 2025 年宣佈裁員約 2.5 萬人，作為其製造與成本結構調整的一部分； 亞馬遜在 2026 年初裁員約 1.6 萬人； 微軟在 2025 年中期裁員約 9000 人； Block 在 2026 年初裁員超 4000 人。 這些企業分佈在不同細分領域，包括半導體、雲計算、企業軟件以及支付基礎設施，它們的裁員當然各有具體原因，但同樣存在一個清晰的共性：它們都在給 AI“打下手”。 這些公司並非 AI 浪潮的邊緣參與者，相反，它們是最早承接 AI 需求增長的一批企業。例如雲廠商承接模型推理負載，芯片廠商提供算力支撐，企業軟件公司則承擔數據與流程的管理功能。隨着 AI 需求增長，它們普遍獲得了更多的訂單與更高的使用量——換句話説，他們靠 AI“賺了不少錢”。 但壓力也隨之而來，訂單的增長和成本結構的變化同時出現。 和傳統軟件的輕資產邏輯不同，AI 基礎設施建設具有明顯的重資產屬性：數據中心的建設週期長、資本密集度高，GPU 等核心硬件的採購價格持續處於高位。一張高端算力卡價格可以達到數萬美元，而大規模訓練或推理部署通常需要成千上萬張。 一座 AI 數據中心的成本，已經不再是 “幾億美元” 的問題，而是動輒數十億、甚至百億美元的投入。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/559d89c7-349b-413f-a64b-96f41be897db.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="660" height="481" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/559d89c7-349b-413f-a64b-96f41be897db.jpeg"/> 資本開支的急劇上升迫使這些 infra 公司在財務結構中尋找新的平衡點，在 AI 投資面前，人，成為了最容易被調整的成本。 一個簡單而直接的選擇開始出現： 用人力成本，去換算力成本。 <h2>AI 紅利正在 “重新分配”</h2> 要理解這一變化，需要回到 AI 產業的價值結構。 過去的軟件行業中，價值往往分散在多個層級：包括應用層、平台層、中間件以及底層基礎設施。每一層都可以通過差異化能力獲得一定程度的定價權。 但在當前的 AI 週期中，這種分佈正在逐漸集中。AI 時代的價值，可以圍繞 token 粗暴地歸類為兩種：一種是生成能力，即模型本身能夠產出 token 的能力；另一種是消耗能力，即用户在推理階段持續產生的 token 使用量。 用最通俗的話來講就是：AI 的紅利，正在集中在模型和 token 上。 掌握模型能力的公司，例如 OpenAI、Google DeepMind 和 Anthropic，能夠直接定義產品形態與價格結構；擁有大規模用户入口的平台，則可以通過 token 消耗實現持續收入。 傳統基礎設施環節依然重要，但它們越來越像 “電力” 和 “帶寬”，必不可少，但難以決定價格。 一個逐漸清晰的規律開始顯現：越接近 token 生成與消耗的環節，利潤空間越高；距離這一核心越遠，競爭越趨向於成本壓縮。 換句話説，在 AI 浪潮中，掌握了 token 就掌握了定價權；遠離 token，就只能捲成本。 對於大多數 infra 公司來説，它們既不掌握模型能力，也不掌握用户入口。它們承擔的是 “支持系統” 的角色，像是存儲數據、調度資源、提供運行環境或構建工具鏈。 當技術從非標準走向標準化，再從標準化走向自動化，人力需求就會自然下降。 在技術尚未成熟的階段，大量工程師與運維人員是必要的，因為系統複雜且缺乏標準化；但隨着模型能力提升、自動化工具普及以及平台能力增強，原本需要人工完成的工作就開始被系統替代。 在這種背景下，當公司既要降成本，又要提效率時，裁人幾乎是必然選項——畢竟人是持續成本，算力是前期投入。一旦系統穩定運行，人力規模就會被重新評估。 在技術週期早期瘋狂招人，技術成熟以後大批裁人，幾乎成為了 infra 公司的宿命 這一過程並非 AI 時代獨有：在雲計算早期，企業同樣經歷過從快速擴張到效率優化的轉變。但 AI 的發展節奏明顯更快。 模型能力、工具生態和硬件能力在短時間內的同步演進，直接壓縮了效率提升的進程。雲計算大約用十年時間完成標準化與規模化，而 AI 可能只需要三年。 <h2>另一種選擇正在出現</h2> 對那些正在大規模投入 AI 的 infra 公司來説，把一部分人力替換成算力，看似冷血，卻也是一種能説得通的選擇。 但把目光放得更大一些，崗位並未整體消失，而是在不同層級之間遷移。 在過去幾年裏，大量崗位圍繞基礎設施展開，包括系統維護、數據處理、流程管理以及工具開發。隨着 AI 的加入，這些工作裏有一部分開始被自動化替代。 與此同時，直接參與模型開發、應用構建或產品創新的崗位，需求正在不斷增加。 在這種變化下，一部分從業者面臨不確定性，而另一部分企業卻看到了機會，準備 “撿漏”。 例如 WHOOP，一家專注於健康與可穿戴設備的公司，正在逆勢擴張團隊規模，計劃招聘約 600 人。 WHOOP 的 CEO Ahmed 直説：“目前可能是歷史上最優秀的人才市場之一，許多優秀的人才目前處於待業狀態，或者在那些不斷談論他們將被 AI 取代的公司中工作。” “優秀的團隊會利用優秀的工具打造偉大的產品。我們在健康、健身、平衡和醫療功能方面看到了巨大的機會海洋。與其説 ‘哦，我們如何在未來 12 個月內變得如此高效’，我們是在説 ‘我們如何將 3 到 5 年的研究路線圖縮短至 12 到 24 個月’。所以，這讓我們變得更加雄心勃勃，我認為這正是此刻最令人興奮的地方。” <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fc4a6199-f2c7-4861-9735-f44704a10901.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="420" height="498" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fc4a6199-f2c7-4861-9735-f44704a10901.jpeg"/> 這種判斷，和正在裁員的 infra 公司，屬於兩套完全不同的思路。 對於那些以產品和應用為核心的公司來説，AI 不是用來省錢（雖然也有），而是用來提效的：它能讓同一支團隊，在更短的時間裏，做出原本要幾年才能完成的東西，從而更快推出產品、不斷迭代。 在這種情況下，人的作用並沒有被替代，反而被 AI 放大——同樣的人，可以做出更多、更快、更復雜的事情。 所以你會看到，AI 在不同的思路下，帶來的結果也截然不同：對於一部分公司而言，AI 意味着降低成本、提升效率；對於另一部分公司而言，它意味着加速創新與擴展邊界。 對從業者來説，這種變化同樣具有現實影響。 在 AI 體系中，工作可以大致分為三類：直接創造內容與能力（模型、算法、agent）；放大與應用能力（產品、應用層）；提供支持與基礎設施（系統、工具、運維）。 隨着 AI 能力的增強，第三類工作的可替代性正在提高，這並不意味着這些崗位沒有價值，只是它們的價值更難轉化為溢價。 對從業者而言，關鍵問題不再侷限於技術本身，而在於所處的產業位置——決定你穩定性的，不是能力，而是你離 AI 的價值核心有多近。 崗位與價值創造之間的距離，將直接影響穩定性與發展空間。 當技術週期加速推進，組織結構與崗位結構也隨之變化。裁員與招聘同時發生，成為同一時代的兩種側面。 面對 “AI 會不會取代人力” 的問題，我們不妨想一想：這家公司究竟是在用 AI 省錢，還是在用 AI 賺錢。 AI 不會直接決定你會不會被取代，但它會決定，你所在的位置，是否還值得被保留。 風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。</div>

2 倍做多 ORCL ETF - Defiance

甲骨文

標普軟件與服務 ETF - SPDR

北美科技軟件股指數 ETF - iShares

甲骨文（Oracle）宣佈啓動新一輪裁員，涉及數千名員工，同時計劃將年度資本支出提升至約 500 億美元，主要用於 AI 基礎設施建設。這一投入導致公司自由現金流從 2024 年的 118 億美元轉為負值，預計在 2026 年達到-230 億美元。甲骨文的裁員與成本控制在 AI 時代成為趨勢，類似情況也在其他 AI 基礎設施公司中出現。

不掌握 token 的甲骨文們，註定會大裁員