凌晨时分，刷到了谷歌裁员千人这样子的消息，Pixel团队整个都消失不见了，这可不是普普通通的人员优化，而是AI对传统岗位公然进行替代 。
业务重心转移
在2024年1月的时候，谷歌宣布要把资源集中投向芯片研发领域，谷歌还宣布要把资源集中投向量子计算领域，与此同时谷歌还要缩减非核心业务的规模，这一决策致使多个团队被解散，其中包括硬件部门，在此之前欧盟刚对谷歌云服务展开反垄断调查，不过资本市场对这次战略调整反应积极，在消息公布之后股价逆势上涨3% 。
2023年，内部文件有所显示，谷歌于AI训练算力方面的投入急剧增长，增长幅度高达400%，这一情况使得管理层对人力资源配置展开重新评估，公司清晰表明，之后只会保留两类岗位，一类是AI研发人员，另一类是AI产品商业化团队，其余岗位都会逐步进行调整，这种转变在硅谷引发了连锁反应，好多家科技企业开始去效仿相似策略。
转岗门槛设置
理论上，被裁员工能够申请内部转岗，然而实际上，面临着严苛的考核标准，设计岗位员工要通过专业AI知识测试，其通过率仅仅15%，远远低于常规招聘标准，未通过者只能接受离职补偿，哪怕是在公司服务多年的资深员工亦是如此。
与此同时，谷歌在对外招聘方面，持续不断地扩大机器学习领域人才队伍。在2023年增加的员工当中，超过六成的人具备AI研发背景，这些人一入职便能够获得优厚的待遇。这样鲜明的对比，在谷歌内部引起了强烈的反响，老员工们普遍感觉到自身职业技能体系正面临着淘汰危机。
资源争夺激化
引发基础设施资源紧张的是AI扩张，俄克拉荷马州新建数据中心致使当地电价在短期内上涨了20% ，德州项目因用水方面存在争议而被迫暂停，谷歌转而选定在比利时建设新设施，其看中的是当地相对低廉的电价资源，然而这样的举动同样引发了社区居民对于生活成本上升的担忧。
那些矛盾体现出因 AI 迅速发展而导致的社会成本相关问题，2023 年全美数据中心耗水量跟同比相比增长了 30%，多个地区呈现出民生与科技发展争抢资源的状况，政策制定者着手关注数字产业扩张给公共资源带来的影响。
客户服务变化
给用户带来适应压力的是谷歌产品更新节奏的加快，某企业客户反映，其使用的AutoML服务进行了接口升级，而这一升级并未提前通知，进而导致原有系统出现兼容性问题，技术支撑团队仅仅是建议升级服务版本，却未能提供实质性解决方案。
使中小型企业更为困扰的是，谷歌把AI功能和基础服务进行捆绑售卖，拒绝使用新增AI模块的客户会面临费用上调，这种策略跟早年微软捆绑浏览器的做法一模一样，当前欧盟已针对此展开新一轮反垄断调查。
行业连锁反应
谷歌进行裁员，进而引发科技行业展开集体调整，对，就是在2024年初的时候，硅谷那些主要企业累计裁员数量合计约有1.2万人，并且它们都宣称这么做乃是为了能够去集中资源以发展AI业务，那微软呢，在1月中旬宣布要削减客户支持团队的规模，与此同时还会扩大AI研发部门的编制，还有亚马逊，对其物流自动化相关岗位配置也做出了调整。
这些调整的背后，是生产效率发生的显著变化，行业数据表明，在引入AI系统之后，某些业务环节所需的人力减少了约70%，这推动企业对组织架构进行重新评估，更多的传统岗位被纳入到整合范围之中。
个人发展思考
从业人员面对行业变革，需要去重新规划职业路径，单纯掌握某种编程语言或者开发工具，已不足以保证职业安全，理解AI原理并且具备人机协作能力，变得愈发地重要，2023年全球AI相关岗位薪酬，平均上涨25%，而传统技术岗位薪资增长停滞 。
不仅职业转型需要技能更新，进而还需求存在着思维模式进行转变，许多身为资深工程师的从业人员着手开始学习提示词编写以及模型微调等全新新技能，并与此同时教育机构也能够快速地进行相对应需求的响应，从而推出各类AI应用课程，而报名人数在半年之内的增长数值达到了三倍之多。
当前，AI处于加速发展阶段，各位读者，您觉得未来三年内哪些技能依旧能够维持竞争力呢？欢迎于评论区分享看法，若认为本文具备价值请予以点赞支持。
