Thomson Reuters NASDAQ: TRI executives said the company is positioned to benefit from rising compliance complexity and demand for specialized artificial intelligence tools, while pushing back on investor concerns that general-purpose AI models could erode its core legal, tax and accounting franchises.Speaking at a Barclays event, Chief Executive Officer Steve Hasker said Thomson Reuters has been supported by a multi-year tailwind from increasingly complex legal, tax, accounting and audit compliance requirem ...

文章核心观点 - AI技术正深刻重塑科技行业的工作方式、组织架构和人才标准，其核心影响是作为“效率提升”的驱动力和借口，加速了行业的结构性调整，而非简单的岗位替代 [6][10][12] - 行业正经历从资本过热扩张到追求效率的周期转变，大规模裁员与激增的资本支出（尤其是AI基础设施投资）并存，标志着资源从人力大规模转向算力 [8][10] - 在AI浪潮下，职场安全感受到普遍冲击，内卷加剧，绩效评估标准、管理方式和人才筛选机制均发生根本性变革，无人能置身事外 [6][21][30] 裁员潮与资本转向 - Meta自2022年以来累计裁员约25,000人，2026年计划再裁约8,000人（占全球79,000名员工的10%），下半年或有第二轮 [8] - 裁员常被归因于“效率提升”和AI应用，但深层原因是行业周期调整，即前期资本过热导致招聘远超实际需求，当前正进行瘦身与扁平化 [9][11] - 与裁员同步，科技巨头资本支出激增，Meta 2026年资本支出指引为1,150亿至1,350亿美元，几乎是2025年（722.2亿美元）的两倍，资金主要流向数据中心、GPU和AI基础设施 [10] - 四大科技公司（亚马逊、Alphabet、Meta、微软）2026年预期资本支出较2025年增幅在53%至102%之间，显示行业资源正从人力大规模转向算力投资 [11] AI重塑绩效评估与管理 - Meta取消了原有的“校准会议”绩效评估流程，理由是AI工具可辅助经理撰写评估，使流程更快 [14][15] - 公司推出AI绩效追踪系统“Checkpoint”，能自动聚合员工工作数据并生成贡献摘要，对工程师追踪超过200个数据维度，包括AI生成代码比例 [17] - AI协作能力已成为Meta绩效评估的核心准则，工程师代码的AI辅助完成比例被系统自动标注并纳入考核，各组设定了AI生成代码的最低门槛（如50%或90%） [17] - 将AI使用率纳入绩效，成为一种强制推广机制，不奖励用得多的人，但会惩罚不用的人 [19] - AI工具（如自动汇总工作报告）提升了管理效率，但也使管理本身变得“更廉价”，管理层同样面临岗位存在必要性的拷问 [24][26][27] 组织架构与内卷加剧 - Meta新成立的应用AI工程部门采用1:50的经理与工程师比例，是硅谷传统上限（约1:25）的两倍，也是全美行业均值（2025年为1:12.1）的四倍多 [22] - 管理幅度大幅增加意味着管理岗位减少，原来5个经理的团队可能只需1个，加剧了管理层的不安全感和内卷传导 [23][30] - 内卷压力层层传导，高级工程师利用AI工具能快速处理原本分配给初级工程师的琐碎任务，导致初级岗位工作机会被挤压，承受最直接的冲击 [27][28][29] - 绩效标准因AI的普及而“水涨船高”，当多数人产出因AI提升后，评估标准也随之提高 [21] 人才筛选与工作方式变革 - Meta在2025年10月改革了工程师面试流程，引入“AI coding”环节，候选人需在AI辅助下理解陌生代码库并解决问题，考察重点是与AI协作的判断力而非单纯编码能力 [36][37] - 新的面试标准意味着行业新人从入职起就必须具备AI协作能力，且标准不降反升，因为面试官期待在AI辅助下解决更复杂的问题 [38] - 资深员工的工作方式已彻底改变，倾向于同时开启多个AI窗口并行处理不同任务，AI应用覆盖项目规划、文档编写、代码生成、数据分析及总结宣传等几乎所有环节 [40][41] - AI对不同层级员工价值不同：对高级工程师是强大的效率杠杆，但对初级员工则可能剥夺其关键的思考和试错学习机会 [42] 行业趋势与不确定性 - 整个SaaS行业正面临被AI“逐个拆解”的不确定性，例如Claude新功能的发布曾引发Figma股价剧烈波动 [31] - 社交网络等看似有壁垒的领域，其护城河也可能在AI时代被快速颠覆，转型可能在一两年内发生 [32] - 行业普遍采用“制造不安全感”作为管理策略来驱动产出，认为这比发奖金更有效，但代价是可能逼走最有选择权的顶尖人才 [32] - 行业共识是AI将取代大部分工作，互联网行业“不需要很忙就能挣很多钱”的时代已经结束，个体只能选择主动适应（打不过就加入）这一不可逆转的大趋势 [33][39][43]