当前位置: 首页 > news >正文

AWS(亚马逊云) CEO狠批:用AI裁新人,是企业自掘坟墓的最愚蠢操作

AI热潮下,企业高管们争相宣称“AI取代低端岗位”将带来效率革命,裁员潮此起彼伏,仿佛裁得越多越显“前卫”。然而,AWS CEO Matt Garman最近在采访中直言:用AI替代初级员工,是他听过的最蠢的想法。这番话一针见血,撕开无数公司用AI包装短视裁员的伪装。在硅谷“AI万能”的狂热中,终于有人敢说大实话。

Garman的批判基于严密逻辑,给出三条理由,每一条都直击企业盲点。更重要的是,他点出AI热背后的系统性危机:过度迷信工具,正在侵蚀组织的判断力和长期活力。

第一条:初级员工往往是最会用AI的人。这看似悖论,却最有说服力。年轻一代是数字原住民,从学生时代就熟练掌握ChatGPT、Copilot等工具,对prompt优化、快速迭代有天然优势。许多中高层虽经验丰富,但适应新工具的速度明显落后。如果企业用AI取代新人,等于主动放弃最活跃的AI“操盘手”。

现实中,这种现象普遍存在。科技公司常发现,新毕业生能在短时间内用AI将数据处理、原型设计效率提升数倍,而纯AI系统输出往往缺乏上下文,需要人类反复修正。裁掉最会驾驭AI的人,企业无异于自废武功。AI需要熟练使用者不断调教,新人正是最佳载体。

第二条:初级员工本来就不贵,裁他们能省几个钱?这句大实话戳破“降本增效”的泡沫。入门级岗位薪资在总人力成本中占比极低,与高管期权、营销预算相比微不足道。一家中型科技公司裁掉数百新人,年省成本不过几千万美元,但AI系统的训练、维护、纠错等隐性支出很快就能抵消。

更讽刺的是,AI在复杂场景中仍漏洞百出,企业往往需保留更多资深员工补漏,实际成本不降反升。这本质上是管理层的短视把戏:为季度报表好看,牺牲长期竞争力。十年前自动化取代初级客服导致客户流失的教训,今天AI裁员不过是重演。

第三条:没有新人,老员工退场后谁接班?这是一记致命重击,直指人才梯队断裂。企业不是一次性项目,而是需要持续传承的生态。新人不仅是执行者,更是学习者和创新源。今天大举裁掉年轻力量,三五年后将面临青黄不接:组织全是老员工,知识传递中断,新技术来袭时反应迟钝,创新力枯竭。

类似后果已现端倪。一些媒体机构用AI取代初级采编,短期产量激增,但内容迅速同质化、深度不足。资深员工离职后,整个链条近乎瘫痪,不得不高价外聘。Garman提醒:企业地基在底层,动底层就是动根本。

除三点外,还有更致命隐忧:当所有公司追逐极致AI提效时,人本身的业务判断力是否也被“优化”掉?AI能加速执行,却无法取代方向把握和责任担当。它让你跑得更快,却无法告诉你该往哪跑。裁掉新人,只剩少数高层决策,组织将丧失多元视角和批判思维,风险急剧放大。

长远看,这可能导致行业整体退化:产品同质化,创新停滞,谁为AI错误买单?这些能力只能在新老交替、内部碰撞中培养。新人带来的好奇心和挑战精神,是AI永远模仿不了的灵魂。Garman发言震撼之处在于撕开AI神话的外衣。正确路径是投资新人,让他们与AI深度融合:系统培训AI技能,保持完整梯队,用AI解放重复劳动而非消灭创造岗位。这样才能形成可持续生产力。

若企业执迷于“取代新人”的蠢招,最终自食恶果:短期省小钱,长期丢市场,被理性对手甩开。AWS CEO这番话是科技界的清醒剂——AI再强,也需人驾驭;新人再“低效”,才是未来支柱。别让短视的“聪明”酿成永久愚蠢。

公众号:OpenSNN

http://www.jsqmd.com/news/287665/

相关文章:

  • fft npainting lama颜色保真表现实测,还原度超预期
  • BERT模型部署环境复杂?镜像免配置方案保姆级教程
  • 开源模型如何选型:NewBie-image-Exp0.1适用场景全面解析
  • BSHM镜像让ModelScope的人像抠图变得超简单
  • GPEN自动驾驶数据预处理?行人图像增强可行性探讨
  • Qwen3-4B实用工具盘点:提升部署效率的5个插件
  • 2026 年 AI PPT 工具市场观察:国产工具与海外竞品的本土化对决,谁更懂中文职场
  • MQTT 通讯协议
  • 升级PyTorch-2.x-Universal-Dev-v1.0后,推理效率大幅提升
  • Qwen-Image-2512免费部署方案:开源镜像+按需GPU计费
  • YOLOv12官版镜像自动下载yolov12n.pt,首次运行提示解析
  • NewBie-image-Exp0.1 XML提示词进阶:appearance属性组合技巧教程
  • DeepSeek-R1-Distill-Qwen-1.5B API封装教程:Python调用实例
  • 开发者入门必看:DeepSeek-R1-Distill-Qwen-1.5B Gradio一键部署实战
  • 手把手教你运行GPEN人像修复模型,零门槛上手
  • RTX4090D实测:Z-Image-Turbo高清生成效果惊艳分享
  • 2026年色母机生产厂家评估:谁能为您的企业带来稳定价值?
  • 科哥镜像又更新了?FSMN VAD新功能剧透来了
  • 通达信〖主力暗筹捕手〗主图+副图+选股指标 捕捉两类关键起涨形态 实现左侧布局
  • DeepSeek-R1-Distill-Qwen-1.5B嵌入式设备尝试:Jetson Nano部署
  • YOLO11自定义数据集训练,保姆级教学
  • Llama3-8B API接口不稳定?FastAPI封装容错机制教程
  • Qwen3-Embedding-0.6B性能测评:轻量高效值得入手
  • Qwen2.5-0.5B与Gemma-2B对比:轻量级模型性能横评
  • 2026年市场实力摇臂喷头优质厂家综合评估报告
  • 开源模型实战指南:通义千问3-14B多语言翻译部署教程
  • 通义千问模型版本管理:不同Qwen镜像兼容性部署测试
  • Qwen2.5-0.5B入门教程:五分钟搭建本地聊天应用
  • TurboDiffusion模型加载慢?双模型预热机制优化教程
  • NewBie-image-Exp0.1科研应用案例:动漫风格迁移实验部署教程