اولین دسته از شرکت‌های بزرگ که توسط هوش مصنوعی کاهش یافته‌اند: حقوق‌های بالا، عملکرد بالا، P بالا

منبع: 36Kr

مصاحبه | رن کایرو، لان جی، پنگ چیان

متن | رن کایرو

ویرایشگر | چیاو چیان، یانگ شوان

اخراج‌های "630": آیا هوش مصنوعی مقصر است یا قربانی؟

"در حال حاضر یک لیست اخراج در شرکت وجود دارد و شما در آن هستید." یک روز در اواسط ماه مه، لین یوه توسط رهبر تیمش به اتاق جلسه فراخوانده شد و مستقیماً به اصل مطلب پرداخت.

واکنش اول لین یوه آرام بود؛ او این را پیش‌بینی کرده بود. از اوایل مارس و آوریل امسال، شایعاتی درباره اخراج‌ها در برخی از شرکت‌های اینترنتی در حال گردش بود. از ابتدای سال، شرکت‌های بزرگ اینترنتی چین به شدت در مسابقات توکن، جلسات آموزشی و ارزیابی‌های پنهانی متمرکز بر کارایی هوش مصنوعی مشغول بودند. وقتی همه در یک حرکت "همه در هوش مصنوعی" غرق شده بودند، یک توافق نانوشته وجود داشت که "اخراج‌ها حتماً اتفاق خواهد افتاد."

با این حال، ایستاده در درب منابع انسانی، او هنوز با لحظه‌ای از فروپاشی عاطفی مواجه شد: دستانش شروع به لرزیدن کرد و او برای مدت طولانی تردید کرد، در فکر این بود که چگونه شروع کند و چگونه رفتار خود را تنظیم کند. "هرگز نمی‌خواهم دوباره این را تجربه کنم."

لین یوه ماهی ۲۵۰۰۰ یوان درآمد داشت. او یک سال پیش با مدرک کارشناسی فارغ‌التحصیل شد و به عنوان مهندس پشتیبان به شرکت Ctrip پیوست—در آن زمان، او احساس می‌کرد که بسیار خوش‌شانس است. رونق استخدام در بخش اینترنت به پایان رسیده بود؛ Ctrip هزاران رزومه دریافت کرد اما کمتر از ۵۰۰ نفر را استخدام کرد. با این حال، او به بخش هتلداری پر سود شرکت وارد شد و مسئول نوشتن کد برای محصولات تجاری بود.

اما اکنون، با نگاهی به گذشته، چه کسی را باید اخراج کنند اگر نه یک برنامه‌نویس جوان با حقوق ماهی ۲۵۰۰۰ یوان و تنها یک سال تجربه؟ اولاً، هزینه جبران خسارت پایین است و ثانیاً، در مقایسه با کارمندان قدیمی‌تر که با کسب‌وکار آشنا‌تر هستند، تازه‌واردها معمولاً در استفاده از هوش مصنوعی کارایی کمتری دارند. "با تجربه کسب‌وکار به عنوان یک پایه، کارمندان قدیمی‌تر واضح‌تر می‌دانند که می‌خواهند با هوش مصنوعی چه کار کنند و چه تأثیری ممکن است داشته باشد،" لین یوه گفت.

دانشگاه استنفورد از اصطلاح "کنارکان" برای توصیف جوانانی که تازه وارد بازار کار شده‌اند در مقاله‌ای با عنوان "کنارکان در معدن زغال‌سنگ؟" استفاده کرد. تحقیقات نشان داد که از زمان گسترش ChatGPT در سال ۲۰۲۲، اشتغال برای جوان‌ترین کارگران به طور قابل توجهی کاهش یافته است. تا سپتامبر ۲۰۲۵، اشتغال برای توسعه‌دهندگان نرم‌افزار ۲۲ تا ۲۵ ساله انتظار می‌رود که تقریباً ۲۰٪ نسبت به اوج خود در پایان سال ۲۰۲۲ کاهش یابد.

در سال گذشته، هوش مصنوعی همه چیز را تشدید کرده است. Ctrip زمانی به عنوان "کارخانه بازنشستگی" برای شرکت‌های اینترنتی شناخته می‌شد: برنامه‌نویسان ساعت ۱۰:۳۰ صبح شروع به کار می‌کردند، دو ساعت استراحت ناهار داشتند و می‌توانستند به موقع در ساعت ۷ بعد از ظهر کار را ترک کنند، با این حال، برنامه اصلی هر دو هفته یک بار تکرار می‌شد. اما به محض اینکه لین یوه به شرکت پیوست، انفجار قابلیت‌های کدنویسی هوش مصنوعی منجر به سرعت یک تکرار برنامه در هر هفته شد، با "کار کردن تا ساعت ۱۰:۳۰ شب هر روز."

با این حال، این سرعت تسریع شده به دلیل رشد انفجاری کسب‌وکار نبود، "بلکه به این دلیل بود که اگر چیزی برای انجام پیدا نکنید، به یک بخش حاشیه‌ای تبدیل خواهید شد و بخش‌های حاشیه‌ای اخراج خواهند شد،" لین یوه به 36Kr گفت. در نهایت، او نتوانست از سرنوشت "اخراج" فرار کند.

با این حال، "کاهش" ممکن است همچنین بی‌رحمانه باشد.

کانگ شو هرگز انتظار نداشت که در میان اولین دسته از افرادی باشد که در لیست اخراج قرار بگیرد.

در یک جمعه در ماه مه، نیم ساعت قبل از کار، "بخش به طور ناگهانی یک جلسه عمومی برگزار کرد و منابع انسانی به طور مستقیم نتایج را اعلام کرد و به همه در مورد آن اطلاع داد."

قبل از پیوستن به میتوآن، کانگ شو یک استخدام با حقوق بالا در بایت‌دنس بود و در پایان، او بالاترین حقوق را در میان همتایان خود داشت. پس از انتقال به میتوآن، او تقریباً تمام پروژه‌های اصلی گروه را به عهده گرفت و امسال قرار بود نقطه عطف ترفیع او باشد.

در این موج از اخراج‌ها، موانع حفاظتی "عملکرد بالا" و "P بالا" شکست خورده‌اند. در گروه کنار کانگ شو، دو کارمندی که اخراج شدند سال گذشته ارزیابی‌های عملکرد "فراتر از انتظارات" را دریافت کرده بودند. در پایان، تقریباً همه در گروه کانگ شو "قطع شدند"، با "گروه به طور ظاهری هنوز وجود دارد، اما در واقع هیچ‌کس باقی نمانده است."

وقتی لین یوه متوجه شد که اخراج شده است، متوجه شد که دو مهندس فرانت‌اند که او معمولاً با آنها همکاری می‌کرد "بدون اینکه متوجه شود، آواتارهایشان خاکستری شده است"؛ یک گروه بزرگ رشد کاربر در میتوآن که در ابتدا صدها عضو داشت، اکنون تنها حدود نیمی از آن باقی مانده است؛ کسب‌وکارهای گود و فلیگی علی‌بابا نیز در آشفتگی شدید هستند.

"630" به یک کلمه کلیدی در رسانه‌های اجتماعی تبدیل شده است. این اولین پایان سه‌ماهه است که هوش مصنوعی واقعاً به طور گسترده وارد نیروی کار اینترنتی در چین شده است. از پایان ژوئن تا اواسط ژوئیه، این زمان هم یک زمان مرسوم برای تغییرات پرسنلی در بسیاری از شرکت‌ها و هم "آخرین روز" معمولی در این موج از اخراج‌ها است.

مدرسه سیلیکون ولی که پیشگام این روند است، از قبل شروع به اخراج کرده است، که با کاهش‌های انبوه و بزرگ‌مقیاس مشخص می‌شود. در ماه مه، متا اعلام کرد که ۸۰۰۰ کارمند را اخراج خواهد کرد که ۷۰۰۰ نفر به بخش‌های هوش مصنوعی منتقل خواهند شد و این شرکت را به پرآشوب‌ترین شرکت فناوری در سیلیکون ولی تبدیل کرده است، با این حال، مدیران اعتراف کردند که "روحیه شرکت در پایین‌ترین سطح خود در ۲۰ سال گذشته است"؛ پیش از این، آمازون اعلام کرد که ۱۶۰۰۰ شغل دفتری را کاهش خواهد داد و وجوه صرفه‌جویی شده را به هوش مصنوعی سرمایه‌گذاری خواهد کرد.

قبل از آخرین دور اخراج‌ها در سال ۲۰۲۱، شرکت‌های بزرگ اینترنتی داخلی به سرعت در حال گسترش مرزهای خود بودند، به طور متراکم کسب‌وکارهای جدیدی را تأسیس کرده و به سرعت یک دسته از افراد را استخدام کرده و سپس به سرعت آنها را حذف کردند.

با این حال، موضوع اصلی اخراج‌های امسال به این سادگی نیست. تداخل بهبودهای کارایی هوش مصنوعی، رشد کُند کسب‌وکارهای بزرگ و سنگین قدیمی، یا رقابت عمیق و فشار نقدی ناشی از سرمایه‌گذاری در کسب‌وکارهای جدید هوش مصنوعی همگی در این دوره به طور موازی در حال اجرا هستند. بسیاری از افرادی که برای ترک اطلاع داده شده‌اند، پیدا کردن این که کدام عوامل بیشتر تأثیرگذار هستند، دشوار است.

نویسنده "هسابیسی: مغز هوش مصنوعی گوگل" بیان می‌کند که درست مانند اوپنهایمر که بمب اتمی را ایجاد کرد اما نتوانست از استفاده آن کنترل کند، دانشمندان در جستجوی حقیقت نیز "ویرانگر همه چیز" هستند: کار ما، روش‌های تفکر و حتی وجود ما ممکن است "ویران شود." ده سال پیش در سئول، کره جنوبی، آلفاگو اولین ویرانی را برای بازیکن انسانی لی سدول به ارمغان آورد. ده سال بعد، از سیلیکون ولی تا پکن، این ویرانی دوباره در حال گسترش است.

برای شرکت‌های بزرگ، هوش مصنوعی بلیطی است که به کسب‌وکارهای جدیدی مانند مدل‌های بزرگ یا برنامه‌های هوش مصنوعی اشاره می‌کند. اما اینکه آیا این کسب‌وکارهای جدید می‌توانند موفق شوند و چه زمانی موفق خواهند شد، نامشخص است. در مواجهه با کسب‌وکارهای قدیمی راکد، شرکت‌های بزرگ باید به طور قاطع کارایی را بهبود بخشند و در نتیجه کارکنان را در هر جهت معین و نامعین اخراج کنند.

وقتی لین یوه تجربه اخراج خود را با دوستانش در میان گذاشت، او تسلی یافت، "اشکالی ندارد، ما همه با این روز مواجه خواهیم شد؛ فقط روز شما کمی زودتر آمد." اما شاید مهم‌تر از خود تسلی، این است که مردم چگونه باید انتخاب کنند و عمل کنند پس از اینکه توسط هوش مصنوعی جایگزین شده و توسط شرکت‌های بزرگ اخراج شده‌اند.

مدیران نگران، مدیریت میانه تشدید شده، و پایه‌های پرشور

"محصولاتی که قبلاً در بایت‌دنس دو ماه طول می‌کشید تا توسعه یابند، اکنون می‌توانند در دو هفته انجام شوند." یک مدیر محصول سابق در بایت‌دنس، که اکنون یک مدیر اجرایی در یک استارتاپ هوش مصنوعی است، به 36Kr گفت که با ابزارهایی مانند کلاود کد و کدکس، تیم او اکنون می‌تواند یک دمو را در سه ساعت ایجاد کند و اعتبارسنجی ایده را در یک هفته کامل کند.

"یک مدیر محصول مانند یک مدیر عامل است." او گفت که ساختار سازمانی می‌تواند به طور قابل توجهی فشرده شود و از دست دادن انتقال اطلاعات بسیار کمتر از شرکت‌های بزرگ است و به "کاهش آنتروپی" کامل دست می‌یابد.

در حالی که استارتاپ‌ها از هوش مصنوعی برای اقدام سریع استفاده می‌کنند، آیا غول‌های اینترنت به خود نگاه می‌کنند و احساس می‌کنند که مانند هیولاهای کند حرکت هستند؟

اظهارات از بالاترین سطوح شرکت‌های بزرگ اغلب نشانه‌ای از چیزی است.

در ماه مارس امسال، مدیر عامل میتوآن، وانگ شینگ، نظرات خود را درباره هوش مصنوعی در یک جلسه ارتباطی اجرایی مطرح کرد و گفت: "عامل‌های هوش مصنوعی بیشتر از ChatGPT بر من تأثیر می‌گذارند؛ هوش مصنوعی قطعاً تولیدی فوق‌العاده ایجاد خواهد کرد و قطعاً تغییرات قابل توجهی در سازمان‌ها و مدل‌های کاری به ارمغان خواهد آورد."

به محض اینکه این جلسه ارتباطی برگزار شد، میتوآن یک کنفرانس آنلاین در سطح شرکت برگزار کرد و بر ترویج نصب و استفاده از "خرچنگ" تمرکز کرد و از هر همکار خواست که "خرچنگ" را نصب کند و تا حد ممکن کارهای روزانه خود را به عنوان مهارت‌های قابل استفاده مجدد بنویسد.

پس از جلسه، چن یوجیا، که در عملیات تجاری در کسب‌وکار محلی اصلی میتوآن مشغول است، اطلاعیه‌ای دریافت کرد که باید بخشی به گزارش هفتگی خود اضافه کند که جزئیات چگونگی استفاده از هوش مصنوعی برای بهبود کارایی و چه مهارت‌هایی می‌توانند برای استفاده در سراسر گروه و بخش ترویج شوند. "سپس احساس کردم که همه به شدت در تلاشند تا هوش مصنوعی را در کار خود ادغام کنند."

یک روز در آوریل، یک مهندس الگوریتم در علی‌بابا به طور غیرمنتظره‌ای یک جدول رده‌بندی مصرف توکن برای ماه گذشته دریافت کرد و او به طور عمومی به خاطر قرار گرفتن در رتبه اول با مصرف ۱۷ میلیارد توکن مورد ستایش قرار گرفت. رئیس بخش اعلام کرد که KPIهای سالانه و ارزیابی‌های ترفیع آینده به این رده‌بندی ارجاع خواهد شد. با این حال، یک ماه بعد، جدول رده‌بندی جدید مصرف توکن به موقع نرسید، "شاید رئیس نیز متوجه شده است که این روش رده‌بندی قابل اعتماد نیست."

قوانین جدید یکی پس از دیگری دنبال شدند. رهبران بخش به زودی پیشنهاد کردند که کارمندان باید هر ساعت در روزهای کاری از ساعت ۱۱ صبح تا ۶ بعد از ظهر "گزارش‌های زمانی" خود را بارگذاری کنند، با افزونه‌هایی روی عامل که به طور خودکار کد و محتوای مکالمه را ضبط می‌کند تا خلاصه‌های کاری تولید کند—این بدان معناست که کارمندان نمی‌توانند محتوای گزارش زمانی خود را تغییر دهند. روز بعد، منابع انسانی تقریباً با رهبر بحث کرد تا او را از این سیستم مضحک منصرف کند.

چنین حوادثی دیگر تعجب‌آور نیستند. نگرانی درباره هوش مصنوعی از بالا به پایین ادامه دارد و مدیریت میانه تلاش‌های بیشتری را برای به طور غیرمستقیم به زیرمجموعه‌ها پیشنهاد می‌کند که این یک رقابت نامرئی از گزارش‌دهی، یک مسابقه تسلیحاتی و یک رقابت برای حذف است.

اگرچه هیچ الزامی برای نوشتن مهارت‌ها برای همه وجود ندارد، اما رهبر بخش چن یوجیا هنوز به دقت استفاده توکن هر زیرمجموعه را زیر نظر دارد و گاهی اوقات درباره وضعیت خاص سؤال می‌کند. "او نیز در مورد اینکه هوش مصنوعی دقیقاً چه کاری می‌تواند انجام دهد، روشن نیست، اما گفت که به هیچ‌کس در تیم ما اجازه نمی‌دهد در این موج هوش مصنوعی عقب بماند." گاهی اوقات، در طول شام‌های خصوصی بعد از کار، همه حس بحران را به طور غیرمستقیم از رئیس دریافت می‌کنند، "ما باید از هوش مصنوعی استفاده کنیم؛ در غیر این صورت، وقتی زمانش برسد، نمی‌توانم به شما کمک کنم."

یک مهندس از محصول کدنویسی هوش مصنوعی در علی‌بابا به 36Kr گفت که برخی از سرپرستان کسب‌وکار در گروه از تیم‌های محصول خود می‌خواهند تا نقاط ردیابی داده را افزایش دهند تا "الگوهای استفاده روزانه اعضای تیم که از هوش مصنوعی استفاده می‌کنند، به وضوح دیده شود."

برخی از مدیران میانه در میتوآن، پس از دریافت اهداف اخراج، حتی فهرست‌های اخراج تهاجمی‌تر و با نسبت بالاتری را به مدیریت بالا ارائه می‌دهند—افراد کمتر و نرخ‌های مشارکت بالاتر در هوش مصنوعی به نوعی به یک شکل جدید از "عملکرد مدیریت" تبدیل می‌شود.

بهبود کارایی هوش مصنوعی به چیزی تبدیل شده است که هر کسب‌وکار یا عملکردی می‌تواند "با آن بازی کند." با این حال، در مورد اینکه هوش مصنوعی واقعاً چه کاری می‌تواند انجام دهد و چگونه باید پیاده‌سازی شود، شکاف بزرگی بین پایه و مدیریت وجود دارد—رؤسای همه سطوح انتظارات بی‌پایانی از هوش مصنوعی دارند، در حالی که پایه در تلاش است تا آنها را محقق کند اما هرگز نمی‌تواند به آن دیدگاه برسد و در نهایت تنها می‌تواند به طور خستگی‌ناکی "عمل کند."

جیانگ لین در عملیات مشتری در گروه تائوتیان علی‌بابا کار می‌کند، جایی که کار او این است که تا حد ممکن تقاضای مصرف‌کننده را با عرضه تجاری هماهنگ کند. از نظر او، رؤسا همیشه فکر می‌کنند که هوش مصنوعی بسیار هوشمند و ساده است.

به عنوان مثال، سناریوی شایع انحراف "سفارشات انفجاری" در تجارت الکترونیک؛ بالاها انتظار دارند که همه "محصولات داغ" را از قبل از طریق بازرسی‌های جامع پیدا کنند. با این حال، حجم روزانه محصولات پلتفرم به ده‌ها میلیون می‌رسد که به مراتب فراتر از ظرفیت نیروی انسانی و توکن‌های موجود است، بنابراین تنها می‌توان آزمایش‌های کوچک‌مقیاس انجام داد و صدها هزار محصول را انتخاب کرد، که اغلب به دلیل اندازه نمونه کوچک، نرخ برخورد پایینی را به همراه دارد.

"به عنوان یک کارمند، نمی‌توانی انتظارات رئیس خود را رد کنی، می‌دانی؟" جیانگ لین گفت، هم عصبانی و هم ناامید.

بسیاری از اوقات، جیانگ لین احساس می‌کند که مانند یک الاغ است که از پشت شلاق می‌خورد. "خستگی ترسناک نیست؛ نداشتن جهت و بازخورد مثبت ترسناک‌ترین است. تو فقط ادامه می‌دهی، بدون اینکه بدانی در نهایت به کجا می‌روی."

"نمی‌توانی هوش مصنوعی را به عنوان یک چاه آرزوها در نظر بگیری." CTO یک شرکت هوش مصنوعی به 36Kr گفت که بهبود کارایی هوش مصنوعی دارای بسیاری از پیش‌نیازها است، با داده‌ها به عنوان پایه، اما بسیاری از شرکت‌ها حتی کار دیجیتالی کردن را به خوبی انجام نداده‌اند؛ علاوه بر این، بسیاری از گلوگاه‌ها در فرآیندها به "افراد" مربوط می‌شود که هوش مصنوعی به تنهایی نمی‌تواند آنها را حل کند.

"هر نسل مهندسی عمران خود را دارد"

موقعیت‌ها در محصول، عملیات و سایر شرکت‌های بزرگ هنوز احساس اضطراب نامشخصی دارند، در حالی که برنامه‌نویسان تنها می‌توانند اولین کسانی باشند که سرنوشت اعلام شده خود را بپذیرند.

لی چوان، یک مهندس فرانت‌اند در بایدو، زمانی که او اوایل امسال از کلاود کد استفاده کرد، ابتدا از قابلیت‌های هوش مصنوعی شگفت‌زده شد. "برای همان الزامات پیچیده، استفاده از برخی مدل‌های بزرگ داخلی ممکن است به پنج یا شش دور گفتگو نیاز داشته باشد، در حالی که کلاود می‌تواند این کار را در دو یا سه دور انجام دهد و بهتر انجام دهد."

او در آوریل برای بار دوم از هوش مصنوعی شگفت‌زده شد، زمانی که شرکت مدل بزرگ چینی زیزوپ مدل GLM-5.1 را منتشر کرد، "اولاً، ارزان است و ثانیاً، قابلیت‌های آن می‌تواند به طور کامل به عنوان جایگزینی برای کلاود کد عمل کند."

لی چوان متوجه شد که شغل او در خطر است. تا ماه مه، او واقعاً در "لیست" ظاهر شد.

مانند دو طرف یک سکه، در یک طرف مه ۲۰۲۶، زمانی که شرکت مادر کلاود کد، آنتروپیک، درآمد سالانه (ARR) حدود ۴۷ میلیارد دلار را به دست آورده است، که در عرض تنها شش ماه چهار تا پنج برابر افزایش یافته است؛ در حالی که زیزوپ به تازگی به ارزش بازار بیش از یک تریلیون رسیده است.

در طرف دیگر، بلوغ سریع قابلیت‌های کدنویسی هوش مصنوعی، برنامه‌نویسان را در این موج از اخراج‌ها به سخت‌ترین ضربه‌خورده‌ها تبدیل کرده است. "اولین کسانی که تحت تأثیر قرار می‌گیرند تقریباً همه تیم‌های تولید و تحقیق هستند، به ویژه موقعیت‌هایی مانند توسعه فرانت‌اند و توسعه تست که اغلب به راحتی توسط رؤسا به عنوان کم‌ارزش‌تر درک می‌شوند،" یک نماینده منابع انسانی از یک شرکت اینترنتی به 36Kr گفت.

در سال ۲۰۲۵، لی چوان به عنوان یک استخدام دانشگاهی به بایدو پیوست و به یک مهندس فرانت‌اند تبدیل شد. یک سال قبل، در مصاحبه‌های استخدام دانشگاهی، هوش مصنوعی تنها نقش یک موتور جستجو را ایفا می‌کرد و از طریق پرسش و پاسخ ساده به برنامه‌نویسی کمک می‌کرد و مصاحبه‌کنندگان اصلاً به هوش مصنوعی اشاره نکردند.

"فرانت‌اند" شغل ایده‌آل لی چوان بود زیرا این شغلی است که نتایج آن قابل مشاهده است؛ کیفیت کد به طور مستقیم در هر جزئیات از رابط محصول منعکس می‌شود. هر سال نو، به خانواده‌اش می‌گوید: "برنامه بایدو را باز کنید، آن چیزی که در آن است توسط من ساخته شده است،" به او احساس دستاورد و "معنای کار" می‌دهد.

برای سال‌ها، برنامه‌نویسان در شرکت‌های بزرگ به وضوح به نقش‌هایی مانند الگوریتم‌ها، فرانت‌اند، پشتیبان و تست تقسیم شده‌اند، با نیاز به مهارت‌های نرم بالاتر در زیبایی‌شناسی و تعامل در فرانت‌اند، در حالی که پشتیبان به مهارت‌های فنی دقیق‌تری نیاز دارد. سطوح حقوق و "سلسله مراتب تحقیر" در این زمینه به "محتوای فنی" مرتبط است—حقوق فرانت‌اند بالاتر از تست است اما کمتر از مهندسان الگوریتم و مهندسان پشتیبان است.

در عرض یک سال، همه چیزهایی که لی چوان با آن آشنا بود به طور معکوس تغییر کرده است. کار نوشتن و اصلاح کد به طور عمده به عهده هوش مصنوعی قرار گرفته است و مرزهای نقش‌های مختلف برنامه‌نویسی مبهم شده است. حتی مدیران محصول نیز اکنون می‌توانند به برنامه‌نویسی بپردازند.

در ماه مه، یک بخش توسعه در علی‌بابا از رئیس خود اطلاعیه‌ای دریافت کرد که از همه خواسته شده است تا تمام درخواست‌های غیرضروری را متوقف کنند و هر تیم باید یک عامل توسعه دهد. از این پس، هر درخواست تجاری تنها می‌تواند به طور مستقیم با عامل از طریق همکاران محصول ارتباط برقرار کند. برنامه‌نویسان تنها می‌توانند عامل را اصلاح کنند و نمی‌توانند به کد دست بزنند. رئیس به طور غیرمستقیم اشاره کرد که تا اکتبر امسال، تیم‌های با عملکرد خوب، تیم‌های با عملکرد ضعیف را جایگزین خواهند کرد تا عامل را حفظ کنند.

تیم فنی CSIG تنسنت یک خط لوله برای رفع اشکالات در برنامه شرکت توسعه داده است—هوش مصنوعی اشکالات را رفع می‌کند و برنامه‌نویسان تنها باید پس از رفع اشکال دکمه "تأیید" را فشار دهند، با دقت ۵۰٪.

در ماه مه، علی‌بابا چندین تیم تمام‌پشته را به طور داخلی تأسیس کرد و مهندسان فرانت‌اند، پشتیبان و تست را به "مهندسان تمام‌پشته" تبدیل کرد و به "افراد فوق‌العاده" تبدیل شدند. از ژوئن، میتوآن نیز شروع به اجرای کامل ادغام توسعه فرانت‌اند و پشتیبان کرد.

انتقال به "تمام‌پشته" از نظر تئوری ممکن است، اما در عمل، این یک فرآیند دردناک از کندن یک لایه پوست است.

ناگهان به یک مهندس تمام‌پشته تبدیل شده، هان ژی زمان کمی برای یادگیری داشت و به زودی باید اولین پروژه "تمام‌پشته" خود را آغاز کند و به تنهایی به توسعه فرانت‌اند، تست و همه چیز رسیدگی کند. "اکنون تمام درخواست‌های من 'معکوس زمان‌بندی' شده‌اند، با مهلت‌های مشخص،" او گفت و احساس خستگی از کار کرد، اغلب هنوز در ساعت ۹ شب کار می‌کند، "واقعاً خیلی خسته‌ام."

اما این روند را نمی‌توان متوقف کرد. از اواخر سال گذشته تا اوایل امسال، چندین شرکت پیشرو در چین سعی کرده‌اند پول خرج کنند تا برنامه‌نویسان را تشویق کنند تا توکن‌ها را مصرف کنند و به تدریج "برنامه‌نویسی سنتی" را کنار بگذارند.

در اوج خود، اعضای تیم CSIG تنسنت از سهمیه توکن ۲۰۰۰ دلار در ماه بهره‌مند بودند. به شرطی که درخواست‌ها معقول باشند و خروجی کد متناسبی وجود داشته باشد، می‌توانستند پس از استفاده از سهمیه، برای دو برابر شدن آن درخواست دهند. استفاده از توکن نیز در ارزیابی‌های عملکرد گنجانده می‌شد، "وقتی استفاده شما بسیار کم است، رهبر شما از شما می‌پرسد چرا." بنابراین، برخی افراد سهمیه‌های توکن استفاده نشده خود را به دیگران قرض می‌دادند.

برای سال‌ها، برنامه‌نویسان در شرکت‌های بزرگ به معنای حقوق‌های بالا و اعتبار بودند. آنها سنگ بنای شرکت‌های اینترنتی هستند و جوهر "روح برنامه‌نویس" منبع باز و اشتراک‌گذاری، سادگی و زیبایی کد، تمرکز صرف بر نتایج بدون سر و صدا و هیجان دیدن کاراکترها در حال پرش بر روی صفحه است.

اما زمان‌ها تغییر کرده است. تقریباً هر برنامه‌نویس مصاحبه‌شده به 36Kr همان احساس را ذکر کرد: "بدون هوش مصنوعی، نمی‌توانم کار کنم. اگر هوش مصنوعی 'خراب شود'، ترجیح می‌دهم زمان زیادی را صرف جستجوی یک برنامه‌نویسی جدید کنم تا اینکه به کد نگاه کنم و تغییرات ایجاد کنم"—بحث در مورد آنچه که به اصطلاح "روح برنامه‌نویس" اکنون به نظر می‌رسد، به نظر می‌رسد بی‌مورد است.

لی چوان گفت که پرورش یک برنامه‌نویس عالی در گذشته به یادگیری و تکرار مربوط می‌شد، زیرا زبان‌های برنامه‌نویسی در چند دهه گذشته تغییر کرده‌اند؛ اگر یاد نگیرید، نمی‌توانید با لبه‌های فناوری همگام شوید. برای او و دوستانش معمول بود که در آخر هفته‌ها به کافه‌ها بروند و فناوری‌های جدید را مطالعه کنند، "این گروه خود به شدت رقابتی است." اما سرعت ترسناک تکرار هوش مصنوعی مردم را بی‌کلام گذاشته است.

"اگر کدنویسی هوش مصنوعی می‌توانست در سطح ۲۵ سال پیش قفل شود، مهارت‌های فنی کسی با یک یا دو سال تجربه را با کسانی که هفت یا هشت سال تجربه دارند، هم‌سطح می‌کرد، در حالی که هنوز واقعاً انسان‌ها را جایگزین نمی‌کرد، زیرا کارهای زیادی خارج از 'جعبه گفت‌وگو' وجود دارد که باید انجام شود،" لین یوه افسوس خورد. اما فناوری برای هیچ‌کس متوقف نمی‌شود؛ او هیچ شکی ندارد که انقراض برنامه‌نویسان در حال حاضر در حال پیشرفت است، "دقیقاً مانند کارگران نساجی پس از اختراع ماشین دوخت."

رشد قدیمی رفته است، مسابقه جدید آغاز می‌شود

وقتی فناوری یک اهرم کارایی چند برابری به یک شرکت تزریق می‌کند، آنچه معمولاً بعد از آن اتفاق می‌افتد یکی از دو چیز است—یا همان افراد کار بیشتری انجام می‌دهند، یا یک شرکت دیگر به این تعداد افراد نیاز ندارد.

"ما کارمندان را اخراج نمی‌کنیم،" یک مدیر عامل شرکت نرم‌افزاری به 36Kr گفت. پس از تمام تلاش برای "آموزش" این برنامه‌نویسان که درک عمیقی از صنعت و روش‌های توسعه دارند، هر یک یک گنج برای شرکت هستند. وقتی کدنویسی هوش مصنوعی کارایی برنامه‌نویسی را پنج برابر افزایش می‌دهد، هدف او اخراج ۴/۵ از کارکنان نیست، بلکه گسترش کسب‌وکار به پنج برابر است.

این آرزو قطعاً زیبا است، اما مشکل این است که آیا بازار افزایشی کافی باقی مانده است؟

قبل از اینکه اخراج شود، لین یوه به طور مختصر "آزادی" کدنویسی هوش مصنوعی را تجربه کرد، اما به زودی مشغول‌تر شد. در گذشته، وقتی کسب‌وکار نیازهای تکراری بر روی جزئیات برنامه داشت، همیشه باید منتظر می‌ماندند تا برنامه به آرامی به دور خود بچرخد. اکنون، نیازهای کسب‌وکار سریع‌تر و سریع‌تر انباشته می‌شوند، بدون توجه به قابلیت یا اهمیت، و تیم توسعه به "سعی در انجام آن اول" می‌پردازد.

با این حال، این نیازها به نظر لین یوه "غیرضروری" می‌رسند—اصلاح کوچک‌ترین جزئیات "موقعیت بنر" یا تغییر تبلیغ پنجره شناور از "لغو رایگان" به "کسر امتیاز." "مدیران محصول این و آن را تغییر می‌دهند؛ ما آزمایش AB انجام خواهیم داد، اما مواردی که اثر اصلاح شده می‌تواند بهبود یابد واقعاً کم است."

"بخش‌هایی که کمترین رشد را دارند، همه در هوش مصنوعی هستند و همیشه به دنبال داستان‌های جدید برای گفتن هستند،" کانگ شو گفت. او در کسب‌وکارهای تحویل غذا و پهپاد تجربه دارد و از تجربه شخصی‌اش، جو رقابت هوش مصنوعی در اولی بسیار قوی‌تر است.

یک مهندس زیرساخت که به تازگی اخراج‌های گسترده‌ای را در متا تجربه کرده است به 36Kr گفت که پس از یادگیری استفاده از هوش مصنوعی، او و همکارانش اکنون می‌خواهند کارهایی را انجام دهند که قبلاً هیچ وقت برای آنها وقت نداشتند. اما اکنون، با خروج تعداد زیادی از افراد، همکاران باقی‌مانده شروع به کاهش کارهای غیرضروری می‌کنند.

واقعیتی که همه با آن مواجه هستند این است که محصولات ستاره‌ای که در دوران اینترنت موبایل ظهور کردند، اکنون در تلاشند تا رشد را به طور اساسی با "انجام کارهای بیشتر" افزایش دهند. برخی از این شرکت‌ها نه تنها رشد ندارند بلکه به دلیل رقابت شدید خارجی دچار زیان‌های شدید نیز شده‌اند.

در سال ۲۰۲۵، چندین شرکت در جنگ تحویل غذا ۲۰۰ میلیارد دلار سوختند و سود و جریان نقدی میتوآن را به باتلاقی کشاندند و منجر به این شد که میتوآن که قبلاً سهم‌های کم‌سود داشت، اولین بار وارد چرخه اخراج شود. با این حال، از دیدگاه دیگری، کسب‌وکار میتوآن به شدت به تأمین آفلاین وابسته است و پتانسیل بهبود کارایی هوش مصنوعی در مقایسه با شرکت‌هایی که ادغام آنلاین بیشتری دارند، کمتر است. "اگر حتی میتوآن بتواند از طریق بهبود کارایی هوش مصنوعی کارکنان را کاهش دهد، سایر شرکت‌ها قطعاً از این روند پیروی خواهند کرد. این یک نشانه است،" یک کارمند میتوآن گفت.

کسب‌وکارهای سنتی گاو شیرده مانند تبلیغات در بایدو به طور مداوم در حال کاهش هستند و وضعیت مشابهی در فیزو و گود وجود دارد که مدت‌هاست حاشیه‌ای شده و سهم کمی در علی‌بابا دارند.

اخراج‌ها در کسب‌وکارهای قدیمی اجتناب‌ناپذیر است، اما آیا فرصت‌هایی برای رشد جدید وجود دارد؟

برخی از اعضای مدیریت، هنگام بحث در مورد اخراج‌ها، به کارمندان می‌گویند: "شرکت نیز در حال کار بر روی هوش مصنوعی است؛ می‌توانید سعی کنید پروژه‌هایی را پیدا کنید که می‌توانید روی آنها کار کنید." یک کارمند میتوآن به 36Kr گفت. به تازگی، کسب‌وکار محلی اصلی میتوآن یک دپارتمان تحول هوش مصنوعی تأسیس کرده است که عمدتاً وظیفه‌اش کاوش در استفاده از هوش مصنوعی برای ساده‌سازی فرآیندهای داخلی کسب‌وکار است؛ علاوه بر این، بسیاری از مدیران میانی تا بالایی به طور شخصی پروژه‌های مرتبط با هوش مصنوعی را رهبری می‌کنند.

وانگ یوه، یک مدیر محصول در بایت‌دنس، به 36Kr گفت که او در حال راه‌اندازی یک پروژه داخلی برای ایجاد یک محصول کارایی هوش مصنوعی برای مشتریان B-end است، "شرکت همه را تشویق می‌کند تا چنین ابتکاراتی را کشف کنند." در آغاز پروژه، آنها به طور فعال نقش‌های "طراحی" و "آزمایش" را حذف کردند و به کمیته بررسی تأکید کردند که این محصول در آینده چقدر هزینه کار را صرفه‌جویی خواهد کرد. یکی دیگر از همکاران وانگ یوه در حال توسعه یک محصول عامل خدمات مشتری هوش مصنوعی است، با OKR سال ۲۰۲۶ که "کمک به شرکت برای اخراج xx٪ از کارکنان خدمات مشتری" است.

در حال حاضر، چنین پروژه‌هایی در هر شرکت بزرگ وجود دارد و ده‌ها تیم کوچک بر روی آنها کار می‌کنند. "گاهی اوقات چندین تیم بر روی یک جهت کار می‌کنند؛ هر کس زودتر بیرون بیاید، شرکت منابع را برای ترویج آنها متمرکز خواهد کرد."—یک مسابقه جدید آغاز شده است.

آنچه در حال تغییر است نه تنها تمرکز کسب‌وکار بلکه همچنین ساختار سازمانی است، مانند حذف بیشتر مدیریت میانه.

از ابتدای امسال، تنسنت شروع به اجرای سیستم‌های مبتنی بر پروژه کرده است، سطوح مدیریتی را تضعیف کرده و رده‌های حرفه‌ای را برای رهبران بازگردانده است؛ میتوآن در طول بررسی نیمه‌ساله خود برخی از L9 (سطح مدیر بخش) را اخراج کرد و به تازگی به طور کامل گره X1 (پایین‌ترین سطح مدیریت) را حذف کرده و لایه‌های مدیریتی را کاهش داده است.

بگذارید با گذشته وداع کنیم

جایی که موج بزرگ هوش مصنوعی مردم را خواهد برد هنوز مشخص نیست و بیشتر مردم هنوز "لحظه روشنگری" نداشته‌اند.

قبل از پایان دوره بافر برای استعفا در اواسط ژوئن، لین یوه به شدت در حال پیگیری مصاحبه‌ها با تائوبائو، کوایشو و بایت‌دنس بود. ادامه کار به عنوان "برنامه‌نویس کارخانه بزرگ" هنوز بهترین مسیری است که او امیدوار است. با این حال، شاخه‌های زیتون از این شرکت‌ها هنوز نیامده است، "خیلی سخت است،" لین یوه گفت.

"یافتن شغل آسان است، اما وقتی از یک شرکت بزرگ به یک شرکت متوسط یا کوچک بروید، هرگز نمی‌توانید به یک شرکت بزرگ بازگردید." در ذهن لین یوه، رها کردن یک شرکت بزرگ به نوعی به معنای سقوط دائمی است و او نمی‌خواهد "به کمتر قانع شود."

برخی از افراد از "وسواس شرکت بزرگ" خود دست کشیده‌اند. سه روز پس از ترک بایدو، لی چوان به راحتی به یک استارتاپ پیوست. به طور طبیعی، موقعیت او از "مهندس فرانت‌اند" به "مهندس تمام‌پشته" تغییر کرد. محصول اصلی این شرکت یک عامل هوش مصنوعی برای استفاده اداری است و آنها حتی حقوق او را افزایش دادند.

اگرچه همه می‌گویند زمان‌ها تغییر کرده و مهارت‌های برنامه‌نویسان دیگر قابل اعتماد نیستند، لی چوان هنوز برخی از "آرزوهای فنی" دارد و امیدوار است به عنوان یک فرد فنی در یک محصول محبوب برای کاربران شرکت کند، که ممکن است لزوماً در یک شرکت بزرگ به دست نیاید.

پس از ترک علی‌بابا، جیانگ لین به یک شرکت خودروسازی قدیمی پیوست. کار فعلی او نیازی به ارتباط اجباری با هوش مصنوعی ندارد و او دیگر هر روز نگران نیست که "آیا وظایف هوش مصنوعی رئیس می‌توانند انجام شوند"، و نه باید "به شدت عمل کند." پروژه‌ای که جیانگ لین در حال حاضر مسئول آن است، قرار است در ۳۰ سپتامبر به بهره‌برداری برسد، "این وظایف در محدوده راحتی من قرار دارند و با زمان کافی، احساس راحتی و خوشحالی بیشتری می‌کنم."

به تازگی، دپارتمان او به طور مکرر موقعیت‌های استخدام را منتشر کرده است، "همیشه یک عده از علی‌بابا برای مصاحبه می‌آیند و به شدت به سمت صنعت تولید هجوم می‌آورند."

شاید جامعه برنامه‌نویسان در نهایت ۱۰٪ را پشت سر بگذارد، اما کانگ شو دیگر نمی‌خواهد در شرکت‌های بزرگ کار کند، "برای رقابت برای این ۱۰٪ ناامیدکننده."

پس از اینکه در ماه مه توسط میتوآن اخراج شد، او به طور قاطع به مسیر کارآفرینی روی آورد. قبل از موج هوش مصنوعی، او قبلاً سعی کرده بود در کنار کار چیزی انجام دهد. در آن زمان، فقط ساخت یک جامعه و فروش برخی مهارت‌ها به او اجازه داد طعم درآمد ۱۰۰۰۰۰ یوان در ماه را بچشد.

در ماه مارس یا آوریل امسال، برخی از "دانش‌آموزان" در جامعه کانگ شو قبلاً به کارآفرینی در هوش مصنوعی پرداخته‌اند، "شرکت‌های خود را راه‌اندازی کرده و بسیاری از افراد را استخدام کرده‌اند، در حالی که من هنوز در این شغل دست و پا می‌زنم، آیا این درست است؟" او از خود پرسید.

امروز، پروژه کارآفرینی کانگ شو بر بازارهای خارجی متمرکز است و سیستم‌هایی را بر اساس نیازهای کاربران با بیماری‌های نادر توسعه می‌دهد و محصولات مستقل ایجاد می‌کند. او همچنین پیشرفت‌ها را با کاربران اینترنتی در حساب Xiaohongshu خود "کانگ شو (نسخه ترک حقوق ماهانه)" و در رسانه‌های اجتماعی خارجی به اشتراک می‌گذارد. علاوه بر محصول اصلی خود، او همچنین به طور موازی بر روی چندین محصول کوچک‌تر کار می‌کند تا مهارت‌های خود را حفظ کند. "یک ابزار کوچک می‌تواند حداکثر در سه تا چهار روز کامل شود، در حالی که یک سیستم پیچیده ممکن است نیم ماه طول بکشد." این بسیار سریع‌تر از ریتم برنامه‌ریزی سنتی شرکت‌های بزرگ است.

هوش مصنوعی ممکن است قدرتمندترین اهرم فکری در تاریخ بشر باشد؛ می‌تواند قابلیت‌های فردی را N برابر کند، از اجرای بیشتر محصولات استارتاپ پشتیبانی کند و به هر ایده خوبی اجازه دهد به سرعت شناسایی و قیمت‌گذاری شود.

کانگ شو، متولد ۲۰۰۰، می‌گوید که او به طور حتم به یک کارآفرین تبدیل شده است، اما اگر این دور از اخراج‌ها نبود، ممکن است در این لحظه اقدام نمی‌کرد. "شرکت این تصمیم را برای من گرفت."

"هیچ نگاهی به عقب، با اشتیاق به جلو بروید،" آخرین جمله در پیام وداع میتوآن به هر کارمند خارج شده است و همچنین عبارتی است که بسیاری از کارمندان شرکت‌های بزرگ هنگام ترک ذکر می‌کنند. در این تحول پیچیده که توسط هوش مصنوعی به وجود آمده است، چه ترک کردن و چه ماندن در یک شرکت بزرگ، دیگر نمی‌توان بر روی مسیر گذشته ادامه داد.

پس از یک "تکه‌تکه شدن" کوتاه، این دیگر به معنای دراز کشیدن نیست. چه تغییر شغل باشد و چه شروع یک کسب‌وکار، کسانی که تغییر را زودتر قبول کنند ممکن است بتوانند زودتر دنیای متفاوتی را ببینند.

(ژو شین‌یو نیز به این مقاله کمک کرده است؛ به درخواست مصاحبه‌شوندگان، لین یوه، جیانگ لین، لی چوان و وانگ یوه نام‌های مستعار هستند.)

سلب مسئولیت: این محتوا صرفاً برای اطلاع‌رسانی عمومی و برندینگ ارائه شده و به‌ منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌گردد. هیچ‌یک از رویدادها، جوایز، رویدادهای آنلاین یا اطلاعات مرتبط ذکرشده در اینجا نباید به‌عنوان توصیه، درخواست یا دعوت برای خرید، فروش، معامله یا هرگونه اقدام دیگر در رابطه با دارایی‌های رمزارزی یا استفاده از خدمات تلقی شوند. دارایی‌های رمزارزی با نوسانات بالایی همراه بوده و ممکن است منجر به زیان شوند. خدمات WEEX و رویدادهای آنلاین ممکن است در تمام مناطق در دسترس نبوده و مشمول قوانین، مقررات و شرایط احراز صلاحیت مربوطه هستند. شما مسئول رعایت قوانین محلی در استفاده از خدمات WEEX هستید و باید پیش از انجام هرگونه فعالیت مرتبط با ارزهای دیجیتال، ریسک‌های آن را به‌دقت بررسی کنید.