大厂都不聊 AI 替代人了-北京尧图网络

今年以来关于AI 会不会抢你饭碗的讨论变少了非常多。不是讨论没有结果。而是成本先劝退了所有人。最明显的就是大厂的预算扛不住了。Uber 四个月烧光全年AI预算。Meta 员工三十天消耗 60 万亿 Token成本超过一亿美元。有公司一晚上烧了 200万元 Token 。一个 20 人的部门一个月五万块 Token 烧完什么也没搞出来。最离谱的是有公司把 Token 消耗量跟绩效挂钩搞排行榜。然后员工为了完成 KPI 去刷排名让 AI 干一堆无意义的活。为了用 AI 而用 AI 那成本肯定是增加的。亚马逊看不下去了叫停了。腾讯也下调了 Token 额度明确了不搞消耗量排名不贩卖焦虑。不仅是大厂包括小公司个体大家都意识到一件事就是 Token 烧的再多它也不等于业绩。AI 确实 10 倍100 倍提效但与之对应业绩是否翻了 10 倍100 倍呢就拿在编程来说吧每花一美元买 Token修 Bug 就要额外花 0.44 美元重写代码又要花 0.27 美元审查还要 0.11 美元。一块钱的投入实际成本接近两块。个人用 AI 用得挺爽不可否认效率确实提升了。但放到整个组织一看业务没变化业绩没增加钱倒烧了不少。看到这你可能会觉得问题是成本太高所以大厂不聊替代了不是。成本只是表象。真正的底层逻辑是 AI 转型最大的门槛不是技术是人。浪潮董事长彭震他在一场 AI 大会上演讲三分之二的时间不讲模型讲文化、讲组织、讲流程。为什么因为他发现员工怕被替代所以会本能地排斥AI。有人看不上 AI 觉得它写的东西乱七八糟。有人过度神化 AI拿了结果直接就用懒得核对了。两种极端最终导致的结果就是转型推不动。但转型推不动本质在哪不是技术不够强。而是用 AI 的人搞错了一件事。过去两年不止大厂在追 AI 大多数人也在追 AI 生怕自己不学点 AI 就跟不上时代。今天 Codex 火了装 Codex明天 Claude Code 火了装 Claude Code后天又出一个 Workbuddy大后天又买 AI 支股票。追完一个又一个从没想过为什么要追。大多数追的人都搞混了一件事把手段当成了目的。AI 只是手段解决问题提升业绩才是目的。大厂搞 Token 排行榜那一套导致员工刷排名让 AI 干无意义的活。导致他们用 AI 不在是为了解决问题、提升业绩而是为了完成 KPI 。员工把手段当目的自然就不会去管业务的好坏他们只会在意自己这个月 KPI 是否能完成能不能不扣钱等等。这就是大厂的个人很爽、组织无感的本质。不是 AI 不行。是手段和目的搞反了。AI 擅长的是什么执行。AI不擅长的是什么决策。决策会带来结果结果又需要人来承担这两样都是 AI 无法代替的。你让它一天写十篇文章它能写。你让它判断这篇文章发出去能不能涨粉它判断不了。你让它回答用户问题它能答。你让它判断这个用户是不是精准客户它判断不了。所以正确的 AI 用法从来不是AI告诉我答案。是我告诉AI方向AI帮我干活。判断在你这执行在它那。审核的按钮永远得在自己手上。这话说起来简单做起来很多人就忘了。为什么因为偷懒太舒服了。AI 帮你做好了你直接就用省了半小时。但那半小时的代价是什么是 AI 帮你高效完成任务是 AI 完成任务那一瞬间带来的多巴胺爽感渐渐让你失去判断力。你不再是用AI的人你变成了 AI 的搬运工。这才是真正的危险。不是 AI 会替代你是你自己在替代自己。腾讯今年大部分代码是 AI 生成的了。Google 新代码 75% 是AI写的。程序员的角色从写代码的人变成了审核代码的人。替代了吗并没有。但不会用 AI 的新人跟会用 AI 的老手差距相当于三到五年开发经验。三到五年。你感受一下。AI 没有干掉岗位。但它重新定义了什么叫能干。能干不再是你会不会用 AI 而是你会不会判断 AI 做得好不好。你会不会告诉 AI 往哪个方向做。你会不会把 AI 做的变成真正能用、能增长的结果。不是你会用多少工具。是你用了工具之后能不能产出结果。目前 AI 已经火了快三年了。三年时间模型能力拔得非常高。但真正能用 AI 产出结果的人少之又少。不是说 AI 不行。是说技术跟解决真实问题之间还离得很远。不仅是人还有一个现象就是现在大部分 AI 产品的核心困境不是模型不够强。而是不知道怎样才能带来有用的成果。所以大厂搞 Token 排行榜最后一定会变成一场表演。因为大多数员工连 AI 产出的结果都判断不了我们也是一样。下一轮 AI拼的真的不是谁用的 AI 工具多谁更会用工具。是谁能把 AI 变成成果。不是今天用了多少次AI。是今天 AI 帮你多干了一件什么事带来了什么成果你又是怎么判断的。这个差距比 Token 排行榜残酷多了。大厂不聊 AI 替代人了不是因为安全了。是因为他们发现比替代更紧迫的问题。成本怎么控组织怎么改人机怎么协同ROI 怎么算成果怎么定义。但这些是大厂的问题不是我们的问题。我们所讨论的是AI会不会替代人的人本质上是在问一个问题我还安全吗。但你问错了。你该问的是我是不是那个已经在用 AI 的人是不是已经在提升自己判断力的人。不是用 AI 赶工、用 AI 刷KPI、用 AI 让自己看起来跟得上。是用 AI 干活的同时脑子从来没停止思考过。那么你觉得 AI 代替不了人是因为成本问题还是 AI 没有决策能力问题呢

大厂都不聊 AI 替代人了

相关推荐

腾讯SRC漏洞挖掘实战：从信息收集到报告撰写的完整指南

疾风高精度气象大模型：新能源电站，不能再靠“普通天气预报”吃饭了

Redis 支撑即时通讯源码在线状态与路由转发的实现思路

更多资讯

FOC电流环延迟本质：PWM与ADC时序策略详解

输出耦合电容怎么选？单电源运放低频响应与自激排查

罐装饮料识别实战：COCO标注转YOLOv8训练与部署

Python Web订单系统毕设实战：从源码拆解到部署与二次开发

全国五级高精度水系矢量数据：大区域流域分析的骨架与清洗实战

MLA 在极长上下文下的显存带宽突围：128K 场景下的算子访存深度解析

今日更新

基于sEMG与IMU的手语手势识别：从数据采集到实时部署避坑指南

装配车间MES落地指南：SimpleMES工单流转、BOM与齐套检查实战

AI获客怎样减少重复线索？意客AI的原文复用与版本筛选

本周精选

CMOS设计三大物理效应：体效应、沟道长度调制与亚阈值导电

微信小程序在线阅读毕设全解析：Java后端+MySQL+避坑实战

Android音频问题五层分析法：从App到Codec的系统化诊断

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？