看到亚马逊又出来裁员的消息。
16000人！
CNBC、Bloomberg、路透社这些权威媒体都做了报道，不是小道消息。
裁员的同时，亚马逊同时宣布，2026年资本支出1250亿美元，这是科技巨头里最高的。
人却少了三分之一，你钱没少花，
而且时间卡在2月5日财报发布前一周，有意思！
这里面更关键的是速度。
不知道大家还记不记得，去年10月，也就是3个月前，亚马逊刚裁了14000人。
我当时还写了一篇：亚马逊业绩这么好，为什么还拼命裁员？
结果3个月后，又来16000人。
短短几个月，裁掉3万人。
这个速度，越来越快了。
想起上周Andy Jassy在达沃斯论坛上说的那句话：’AI会让我们未来几年的企业员工数量减少。’
那时候还觉得是CEO的场面话。现在看，确实是认真的。
先看看数字：
-
2025年10月：裁14000人 -
2026年1月：裁16000人
很多人第一反应是拿这次跟2022年比。
2022年亚马逊也裁过一波，27000人，当时大家说是疫情红利消退，业务收缩。
但这次完全不一样。
2022年裁的是谁？仓库工人、配送员、低端客服，裁的是执行层。
这次裁的是谁？
-
Prime Video的中层管理 -
HR部门的政策团队 -
AWS的team leader AWS 团队负责人 -
卖家支持的审核岗
裁的全是中层管理和决策岗位。
你看Beth Galetti的内部信，她反复强调三个词：
-
减少层级（reducing layers） -
提高所有权（increasing ownership） -
移除官僚主义（removing bureaucracy）
翻译成人话就是：把人的决策链，换成机器的决策链。
以前是这样的：
卖家投诉 → 客服接单 → team lead审批 → 政策团队判断 → 反馈卖家
5个环节，3-5天
以后变成这样：卖家投诉 → AI判断 → 自动执行
1个环节，实时
现在这个team lead没了。
遇到问题，AI判断，AI说你违规，你就是违规。
这就是亚马逊要的效率：用算法的确定性，替代人的不确定性。
听起来很冷血，但从商业角度讲，也挺划算的：
-
一个team lead年薪15-20万美元 -
处理一个case平均2-3天 -
还可能因为主观判断出错
AI呢？
-
部署成本几乎为零（算力已经建好了） -
处理一个case不到1秒 -
标准统一，不会因为心情好坏有偏差
30000个中层管理，如果换成算法系统，一年省下30-50亿美元。
更重要的是，算法可以无限扩张。
再来1亿用户，不需要再招1万个客服。 再来1000万卖家，不需要再招1万个审核员。
AI的核心价值就体现出来了：指数级扩张，线性成本。”
还有一部分，大家要记住，就是亚马逊2026年的资本支出是1250亿美元。
什么概念？
-
微软：大约800亿美元 -
谷歌：大约750亿美元
亚马逊是科技巨头里AI投入最激进的。
这1250亿美元主要花在哪？三个地方：
第一，疯狂建数据中心
-
印第安纳州项目：150亿美元，2.5GW算力 -
公共部门AI项目：500亿美元，1.3GW超算基础设施 -
全球其他地区：持续扩建AWS的AI算力
这些数据中心干什么用？
训练AI模型、跑推理服务、支撑AWS云服务。
你现在用的ChatGPT、Claude、各种AI工具，背后都需要海量算力。亚马逊在赌：未来所有公司都要用AI，都要租我的算力。
第二，自研AI芯片
很多人不知道，亚马逊不只是用英伟达的GPU，它在自己造芯片：
主要就是因为英伟达太贵了。
一块H100 GPU要3-4万美元，而且还不一定买得到。
自研芯片虽然前期投入大，但长期来看，成本能降到英伟达的1/3甚至更低。
第三，AI应用全面铺开
有了算力、有了芯片，接下来就是应用层：
-
Rufus- AI购物助手，已经上线了 -
AI广告系统—自动优化出价、生成广告文案 -
供应链AI—预测库存、优化配送路线 -
仓储机器人—已经部署了100万台
所以从底层芯片到中层算力，再到上层应用，亚马逊在搭建一个完整的AI生态。
如果你还是没概念，小北我给你看下整个时间线，你自己对照来看
-
2024年：开始测试AI工具 -
2025年10月：裁14000人，宣布AI战略 -
2026年1月：再裁16000人，1250亿投AI
有意思吧
而且技术一旦突破临界点，接下来改变的速度是指数级的。
过去15年，做跨境电商的核心能力是什么？
理解规则、利用规则、规避规则。
-
产品选品？看类目排名、看竞品数据、看差评痛点 -
Listing优化？研究A9算法、堆关键词、优化图片 -
广告投放？调竞价、测关键词、看ACOS -
客诉处理？跟客服沟通、写申诉信、找漏洞
这些都是在跟人博弈。
跟竞争对手博弈、跟平台审核员博弈、跟买家博弈。
但现在，博弈对象变了。
-
人是可以沟通的，算法是不可沟通的 -
人是有弹性的，算法是没有弹性的 -
人是可以被说服的，算法只认数据
举个例子，广告投放
以前怎么投广告？
手动调竞价，根据ACOS优化。
测试不同关键词组合，看哪个转化好。
分析时段数据，晚上8-10点转化高，就提高出价。
现在呢？
亚马逊已经在测试AI自动竞价系统。
-
AI实时分析数千个变量（时间、地点、用户行为、竞品出价） -
AI自动调整出价，每秒调整上百次 -
AI生成广告文案，A/B测试自动完成
人的反应速度是秒级的，AI的反应速度是毫秒级的。
你还在手动调竞价？AI已经跑完100轮测试了。
更可怕的是：AI优化的目标不是你的ACOS，是亚马逊的利润。
AI投广告，它的目标是’让亚马逊赚最多的广告费，同时让你觉得效果还可以’。
姐夫只会越来越聪明的吸血。
战国时代。
世界是战国时代，各国博弈，不讲规矩。
AI更是战国时代，各种工具层出不穷，打得不可开交。
虽然都说AI Agent是未来，打打字就能把活干完，但你看现在：
-
昨天ChatGPT更新了新功能 -
今天Claude又出了新模型 -
明天又有个新工具说自己能颠覆一切
几乎每天都有新工具出来，功能一个比一个牛。
但是，毕竟都有个过程。
这个过程就是要不断迭代，一路升级。而很多人倒在了’畏惧’这一关
我观察到一个现象：
很多卖家，去学n8n、学RPA，一看到有代码，立马退缩。
为什么？
心里想着：我一个卖货的,怎么就要涉及到代码、工作流去了？
这个心态我理解，但我要说句实话：
本质上还是学习力没跟上。
现在时代变了，每个人或多或少都要涉及点编程。
注意，我说的是’涉及’，不是’精通’。
你不需要去写代码，这些都是AI打出来的。
但哪怕这样，好多人还是畏惧。
一看到代码框框，脑子就嗡一下：这不是我干的活儿。
是的，所以说要改变。
过去的老套路学习方法，完全不行了。
AI时代的学习方式是什么？
我在优联荟里面演示过，如何搭建工作流像喝水一样简单。
只要有方法，搭建n8n真的就跟喝水一样简单。
核心是什么？
你一个不懂代码的人，怎么可能去学代码？
唯一要学会的就是三件事：
第一，理解你自己的业务
你要知道你想干什么。
比如：
-
我想让系统自动抓取竞品价格 -
我想让AI自动回复客户邮件 -
我想让工作流自动生成报表
你得知道你的需求是什么。
第二，会问
把你的需求说清楚，这非常关键。
第三，交给优秀的大模型
注意，是’优秀的’大模型。
不是随便找个AI，是找最适合干这个活的AI。
比如：
-
写代码？用Claude Code、Cursor -
搭工作流？用Claude + n8n -
分析数据？用ChatGPT Advanced Data Analysis
不同的活，用不同的工具，选对工具，事半功倍。
