最多裁员 95%，DeepSeek 将带来裁员潮？

2025 年才开工一周，就听到几家公司准备用 AI 来代替部分员工了。

2 月 6 日，韩束母公司上美股份的一张内部聊天信息截图在网上被疯传。

据截图称，上美股份创始人吕义雄在工作圈亲自下达裁员比例，要用 AI 代替人工。

其中法务部门只留 20% 能用 AI 的人，客服部门只留 5% 能用 AI 的人，新品创新中心只留 30% 能用 AI 的人，内容创新部门只留 20% 能用 AI 的人。

与此同时，吕义雄还强调，要取消键盘，训练员工通过鼠标加语言与 AI 对话交流。

这份激进的裁员计划一经曝光，立刻引发轩然大波，吕义雄不得不出来澄清：“我们公司不是要裁员，今年上美总体人数会增加800人，总部人员在今年年底会达到2700人。只是有些地方加人，有些地方减人，让运营更科学化，更有效率。”

2 月 7 日，A 股医药龙头恒瑞医药在内部发布《全面推广 DeepSeek 应用的通知》，决定在全公司开展 DeepSeek 的应用工作，并将应用情况作为各级干部年度工作考核的重要指标之一。

网友调侃道 “全员实践出成果后，考核裁员就跟在眼前了”。

当上市公司接二连三的做出表率后，更多企业做出什么样的决定已经不言而喻了。

我们知道未来 AI 会代替人类工作，但没想到这个时机这么快就要来了。

从怀疑到确信

2022 年年底，ChatGPT 火出圈时，很多人嘲笑 AI 经常胡编乱造。

我当时也是这样，把 ChatGPT 当作好玩的玩具，心想：就这玩意，能代替人类工作？？

2023 年，OpenAI 发布 GPT-4，大多数回答质量还算可以，事情似乎开始有点不对劲了。

2024 年，OpenAI 发布 GPT-4o，Anthropic 发布 Claude 3.5 Sonnet，我发现一些工作上的事情，AI 也能处理的很好了，比如写绩效总结、设计文稿，甚至包括一些初级中级的编程工作。

2024 年 12 月，DeepSeek 开源 R1，我尝试让它写篇小说，借此测试它的能力，不到十秒的功夫，DeepSeek R1 就生成了一段数千字词藻华丽、情节环环相扣的故事出来。属实把我震撼到了。

当时还在感慨，这文字比知乎盐选付费的文章还好。

同样改变观念的还有著名投资人朱啸虎。

2024 年初，他质疑大模型的实际效果，表态绝不会投资中国任何一家大模型创业公司。

“我们一开始就说了，我就不看好大模型”，“ 我都不愿意去聊，你知道吗？这没有意义” 。

到了年底，他仍认为 AGI（通用人工智能）是忽悠，并言之凿凿称 “现在基本都和我们判断是一模一样的，对吧？今天还忽悠AGI的人都是有自己另外想法的——不可能的事情啊！怎么可能的事情？——AGI……现在的架构上根本不可能实现 AGI。”

结果才过了一个多月，朱啸虎就被 DeepSeek 震撼到了，用 “真的让我大开眼界”、“非常惊艳”、“非常惊讶” 等话语表达自己的内心想法，并称 “DeepSeek 快让我相信AGI了”，还想投资 DeepSeek。

既然相信 AI 会代替很多人类的工作，那首先要考虑的就是成本问题。

我粗算了下 AI 的成本，一算吓一跳。

AI 成本

说实话，现在 AI 的成本比我们想象中的低很多。

以 DeepSeek R1 为例，输出 100 万的 token 才 16 块，一般我们对话输出才消耗几百个 token，以 1000 个 token 计算，16 块足够我们对话 1000 次了。

据国家统计局计算，2024 年我国平均月工资为 3442 元，按这个标准计算，足够 DeepSeek R1 与我们对话 20 几万次。

这个量级的交互，别说写爆款方案、优化文本了，我估计一个经验丰富的程序员能实现一个功能基本齐全的电商网站了。

更恐怖的是，AI 的发展速度越来越快，成本却越来越低了。

以人类的最后考试 Humanity's Last Exam 为例，从 GPT-4o 到 o1，短短一年多准确率提升 3 倍，年前刚被 DeepSeek R1 打破纪录，转眼 Deep Research 又将准确率提升 2 倍多。

AI 产品越来越好用了，但 AI 服务商却年年在打价格战。

今天你敢打 8 折，明天我就敢打 5 折。

Dario Amodei 在文章《On DeepSeek and Export Controls》中提到过一个 AI 的基本规律 -- 曲线的平移（Shifting the curve）：随着算法和硬件的进步，训练效率会不断提高，成本会不断下降。

比如 Claude 3.5 Sonnet 比 GPT-4 晚发布约 15 个月，在几乎所有基准测试中都优于 GPT-4，但 API 价格却降低了 10 倍。

号称 “AI 界拼多多”的 DeepSeek，价格又比 Claude 3.5 Sonnet 低一大截。

200 多年前的工人们在想什么

这让我想起 200 多年前的第一次工业革命。

1785年，瓦特改良的蒸汽机开始取代纺织工人，人类进入了“蒸汽时代”。

1811 年，一群因机器丢掉工作的纺织工人趁夜闯入工厂，破坏雇主的机器，开启了持续十年之久的“卢德运动”。

这场人类历史上第一次大规模的以“抵制新技术”为根本诉求的运动，宣泄着当时的人类在面对机器巨大优势时的焦虑与无助。

虽然从历史的长河看，每次技术革新最终都会产生更多的产业和岗位，但对于当时那些受到影响的工人们来说，他们经历的现实困境是不容忽视的。

通常来说，技术变革的速度远高于劳动力市场的调整速度，许多人短期内很难适应新的就业环境。

那些因技术革新带来的失业人群中，很多人并不能轻易地在新兴行业中找到属于自己的机会，他们可能面临着知识体系不兼容、技能不匹配、职业转型困难等诸多挑战。

以之前分享的mp.weixin.qq.com/s?__biz=Mzg5Nzc0Nzg3Mg==&mid=2247484226&idx=1&sn=3b2313ee8b497bdd6a6b79d766b3df8c&scene=21#wechat_redirect" textvalue="本地部署 DeepSeek R1 蒸馏模型" linktype="text" imgurl="" imgdata="null" data-itemshowtype="0" tab="innerlink" data-linktype="2" hasload="1">本地部署 DeepSeek R1 蒸馏模型为例，会用电脑的人，两步就能搭建起来自己的本地模型。

但对于很多传统行业的人来说，真的是隔行如隔山，他们也想进步，但连命令行终端在哪都不清楚。

可能我比很多人多懂一些 AI 的使用方法，但说实话，我也不知道自己的这点优势，说不定哪天就被 AI 抹平了。

之前文章的评论区中也有一些朋友有类似的困惑。