圍繞 Meta 裁員的敍事總體上是積極的：削減員工人數，將資本重新導向人工智能，釋放效率。股市歷史上一直對這種策略給予回報。但我認為值得一問的是，證據是否真的支持這種看漲的論調，還是我們只是在套用 2022 年的模式，而沒有審視這次有何不同。

看漲的理由

2022 年的 “效率之年” 是模板。Meta 在 2022-2023 年間削減了大約 25,000 個職位。股價從約 90 美元漲至超過 500 美元。運營利潤率大幅擴張。市場對每一次削減都給予了回報。

今天的邏輯類似：人工智能系統可以處理以前需要人力的任務。一個更精簡的團隊與人工智能協同工作，可以提高生產力。將節省下來的資金再投資於人工智能基礎設施，可以加速其競爭地位。

Meta 的財務狀況提供了背景。季度收入 560 億美元和強勁的運營利潤率意味着這些削減是在實力而非絕望的立場下進行的。

懷疑的理由

現在不同的是人工智能投資的規模。Meta 僅在 2026 年就承諾投入 1150 億至 1350 億美元用於人工智能基礎設施。這並非僅僅是將人力削減節省的資金重新分配。這是在削減之外的一項大規模資本支出計劃。兩者相關，但不等同。人工智能帶來的生產力提升在不同工作崗位上的分佈也不均勻。

由人工智能編碼工具增強的工程類崗位，其產出效率有可衡量的提升。而法律、政策、傳播和市場運營等崗位則更難被大規模替代或增強。Meta 的具體裁員組合如何映射到真正能被人工智能增強的任務上，目前尚未公開信息。

此外，還存在一種機構知識成本，這種成本不會在短期收益中體現。當你在整個組織中削減 10% 時，你會不成比例地失去那些花費數年積累起來的背景知識、關係資本和隱性知識。這種損失在多年間悄然累積，直到發生後才難以量化。

我關注的重點

現在判斷生產力論調是否能像扎克伯格所押注的規模那樣實現還為時過早。2022 年的削減是成本紀律。2026 年的削減則是結構性轉型的論調。這是不同的主張，需要不同的證據來支持。

未來四個季度的人均收入是值得追蹤的指標。如果它比那些沒有進行同等規模削減的同行增長得更快，那麼人工智能生產力論調就獲得了真正的證據支持。如果沒有，那麼這種敍事值得比目前受到更多的審視。

市場看漲可能是對的。歷史支持這一點。但 “歷史支持” 和 “論調已證實” 並非同一回事。