通用汽車本週裁減了約 600 名薪資 IT 員工 —— 佔其 IT 部門 10% 以上 —— 公司將此描述為向「AI 原生開發、資料工程和分析、基於雲的工程,以及代理和模型開發以及提示工程和新 AI 工作流」的轉型。這是 18 個月內的第二次類似清洗;2024 年 8 月約有 1000 名軟體工人被裁。對於任何觀察白領 AI 替代從話題點轉向實際結構性重組的人來說,通用汽車是迄今最清晰的大規模案例研究之一。
淨員工變化沒有隨公告公布 —— 通用汽車說在招聘 AI 專家,但沒有透露多少人或替代招聘是否與裁掉的人數匹配。框架是「故意從頭重建勞動力」而不是重新培訓現有員工,這關於公司認為現有 IT 員工能學到什麼說了一些具體的話。新領導確認方向:Sterling Anderson 為首席產品官,Behrad Toghi 為 AI 負責人,Rashed Haq 為自動駕駛汽車副總裁。被招聘的技能在前沿堆疊 —— 代理開發、提示工程、模型開發、AI 工作流 —— 而不是被裁的維護和基礎設施角色。大多數遺留 IT 技能檔案(服務台、大型機操作、.NET/Java 應用團隊、SAP 客製化、內部工具維護)進入遺留比公司刷新更快,而 AI 工具正在加速這種老化。通用汽車將其定為未來定位而非成本削減的框架得到新領導模式的支持,雖然公司遣散公告總是這樣說。
白領 AI 替代在敘事中已經「即將到來」兩年了,但在 Fortune 500 規模上實際的結構性運動滯後於修辭。通用汽車的 600 + 1000 削減是一個真實的運動,也是汽車工業中最大的例子之一。Stripe、Klarna、Salesforce、Dropbox、Meta 都做過不同規模的類似重組。出現的模式:公司沒有橫向減少工程人員 —— 它們在重塑它。遺留 IT 層(系統維護、基礎設施操作、應用程式管理)在收縮;AI/代理層(模型選擇、提示設計、代理編排、評估線束)在增長。對於建設者具體來說,技能套利窗口是真實的但狹窄 —— 「AI 原生」意味著知道現在生產中什麼有效,而不是讀過論文。對其他所有人:這不是「AI 取代所有工作」—— 而是「AI 改變哪些工程工作存在」,對遺留列中的人施加具體的時間壓力。
通用汽車是該模式在汽車行業中最顯眼的案例研究,部分因為公司足夠大以至於可測量,部分因為汽車製造是最深的遺留 IT 行業之一 —— 幾十年的供應鏈系統、經銷商網路、融資系統、ERP 客製化堆疊在一起。如果通用汽車的轉型成功,預計未來 18 個月內 Ford、Stellantis、Toyota 和 Tier 1 供應商(Bosch、Continental、ZF)會有類似動作。如果它失敗 —— 這是公司轉型經常做的 —— 要觀察的症狀是生產系統中斷、經銷商網路 IT 故障、軟體定義車輛延遲。真正重要的信號不是下一次裁員公告,而是通用汽車軟體定義車輛的產品速度在 12 個月後是改善還是惡化。員工重組在當天的新聞發布中看起來成功;它們在 12-18 個月後的產品發貨週期中看起來成功,或者根本不成功。