人工智能公司烧钱如麻，科技员工却惨遭淘汰——华尔街却毫不在意
新闻要点
美国科技劳动力市场自2022年初以来持续下滑，尽管人工智能领域资本大量涌入，但整体招聘却停滞不前，甚至出现大规模裁员。2024年，至少15万科技员工被裁，到2025年中，科技职位发布量比疫情前下降36%。传统软件开发职位（如Android、.NET、iOS开发者）大幅减少，而机器学习工程师职位则显著增加，表明“不构建AI就会被取代”的趋势。 文章指出，某AI公司在2024年亏损约50亿美元，2025年上半年亏损高达135亿美元，却仍以5000亿美元的估值完成融资。这种估值与财务表现的脱节并未阻止市场狂热。同时，美国劳工数据受到政治干预，特朗普总统解雇了劳工统计局局长，加剧了市场对官方数据可靠性的担忧，迫使投资者转向替代数据来源。整体劳动力市场前景低迷，数据被政治化，而AI公司仍在快速烧钱，但股市却一片大好。
背景介绍
自2022年初以来，美国科技劳动力市场一直处于下行趋势，疫情后的招聘热潮被2022年和2023年的裁员潮取代。尽管人工智能领域吸引了大量投资，但就业增长并未跟进，反而出现更广泛的招聘冻结。 2024年，科技行业大规模裁员，有超过15万名员工受到影响。传统软件开发职位大幅减少，而机器学习工程师等AI相关职位则有所增加。此外，2025年特朗普总统解雇了劳工统计局局长，理由是其数据“失真”，这加剧了市场对官方经济数据可靠性的担忧，促使投资者转向芝加哥联储全国活动指数等替代指标。
深度 AI 洞察
当前AI估值泡沫在劳动力和经济数据不确定性背景下，其可持续性如何？ - 鉴于AI公司（如文章中提到的亏损数十亿美元但估值达5000亿美元的初创公司）与其基本财务表现之间的巨大脱节，当前AI领域的估值可能严重脱离现实。 - 这种“数学不合理”的市场行为，在科技劳动力市场持续萎缩、传统就业岗位被AI取代的背景下显得尤为脆弱，表明市场情绪而非基本面驱动了估值。 - 特朗普政府对劳工数据的干预进一步模糊了宏观经济图景，使得投资者在缺乏可靠官方数据的情况下，难以评估AI热潮对整体经济的真实影响，从而增加了泡沫破裂的风险。 特朗普政府对经济数据完整性的干预，将如何重塑投资者的信息获取和风险评估策略？ - 总统对BLS局长的解雇和对“扭曲”数据的指控，使得官方经济统计数据面临前所未有的信任危机。投资者将被迫减少对政府发布数据的依赖，并积极寻求替代数据源（如芝加哥联储指数、私人数据提供商等）。 - 这种转变增加了信息获取的复杂性和成本，并可能导致市场分割，部分投资者凭借更好的非官方数据获得优势，而其他投资者则面临更大的“盲飞”风险。 - 长期来看，数据政治化可能侵蚀市场透明度和效率，增加宏观经济预测的不确定性，促使投资者更偏向于微观层面的公司基本面分析，或转向对冲政治风险的策略。 AI技术对劳动力市场的结构性冲击，将如何影响长期投资组合配置和人才战略？ - AI正在加速淘汰传统软件开发等“面包黄油”式科技职位，同时创造出对机器学习工程师等AI构建者的需求。这种深刻的结构性转变意味着，投资于自动化和AI赋能的企业将比依赖传统劳动密集型模式的企业更具韧性。 - 投资者应重新评估科技公司的雇佣模式和人才结构。那些能够有效利用AI提升效率、减少对传统劳动力依赖的公司，其长期盈利能力和竞争力可能更强。 - 此外，教育和培训领域将迎来巨大变革，与AI技能相关的教育和职业发展平台可能成为新的投资增长点，而劳动力市场的两极分化可能加剧社会风险，最终也影响宏观经济稳定。