•
矽谷，裁不動了
春天已進入尾聲
隨之一起結束的
會是北美矽谷的裁員風暴嗎？
別看前段時間layoff消息一波接一波
2025年或許是對科技圈最溫柔的一年了
01. 裁不動了！裁員潮正式進入放緩階段？
blind上也有關於微軟裁員的討論，原本以為的5-10%裁員比例，實際上並沒有這麼高，只有3%。
就在5月10日，新的trade talks有了進展，中美雙方關稅降低，美股和港股昨天都迎來了上漲，尤其是上半年很多科技公司已經完成了結構調整，現在又有宏觀環境的正向加持，裁員“剎車”訊號越來越明顯，且很可能會在下半年放緩。
先回顧一下2025年截至目前的裁員情況：據裁員追蹤網站Layoffs.fyi統計，截至5月12日，已有123家科技公司正在裁員，超過52000名員工被裁。
按照類似的時間比例法，在假設全年裁員速率與當前一致的前提下，我們以截至5月12日的裁員資料52,340為基準，按到目前為止的天數佔全年比例（約36%）進行等比例線性外推，對2025年總裁員人數及公司數進行了粗略預測👇
看這相比過去四年激動人心的數字——粗略估算下的2025年總預測的裁員人數與裁員公司數都將會是過去四年中最低的一年。
這個資料或許能讓大家都鬆一口氣，回顧2025年的這5個月，北美科技圈經歷的除了寒冬，還是寒冬。
微軟、Amazon、Meta、Intel、HP......只要是叫得上名的大廠，無一倖免
各大廠對外宣稱的裁員原因五花八門，但背後實則存在很大共性，而這也揭示了矽谷招聘的底層邏輯正悄然發生巨變。
如果有關注過 WST 往期關於矽谷大廠裁員的文章，你一定對科技圈裁員中一個長期存在的詭異現象不陌生——邊裁邊招。
要弄清這個現象，還得從科技大廠裁員的共性原因開始說起。不論是業績受到影響下滑，還是業績好仍堅持裁員的，基本都逃不出以下幾個原因：
- Restructuring業務重組
- 疫情期間，過度擴招
- Cost management for stock increments
- AI initiatives，人工智慧的興起導致越來越多支援類崗位可以用AI取代，比如HR。同時許多公司將招聘重點轉向具備AI相關技能的員工。
其中前兩條的原因大家應該都能理解，最後一條才真正揭露了科技大廠邊裁邊招的真相：裁的是誰，招的又是誰？
隨著裁員風暴的短暫平息和由AI發展帶來新崗位的誕生，是不是真的給留子和應屆畢業生們帶來了更多求職機會？
02. Tech崗位不會消失，只會轉移
AI是把達摩利斯之劍
前幾日，福布斯、TechCrunch等官媒已經紛紛發文預警。由AI帶來的全球失業潮，已經從大家嘴裡傳出的零星預言或猜測，變成主串流媒體的正式警告：人工智慧，將徹底改變全球的勞動力市場。
回想年初到現在各大科技大廠的裁員消息，其實都印證了這個警告。
微軟內部傳出消息稱正在考慮中層管理和非技術崗開展新一輪裁員，比例高達20%。
微軟表示此次裁員與重組舉措，正是公司向更高效、更技術驅動方向轉型所邁出的一步。“高效”、“技術驅動”這樣的說辭很難不讓人聯想到AI的發展。
Meta從2年前“Year of Efficiency”開始到上個月底對於Reality Labs部門的新一輪裁員，削減人工成本但不削減業務，從公司宏觀戰略角度上看，應該是要把業務重心轉向與AI開發相關的項目上。
4月底，晶片製造巨頭Intel新任首席執行官Lip-Bu Tan宣佈計畫裁員20000人，官方郵件中提到的原因是“希望將公司調整回到engineering-first的業務領域，堅信最好的領導者用最少的人完成最多的工作，並且只有裁員能夠做到消除組織複雜性和不必要的官僚主義。”
明眼人都看得出來，Intel削減成本的真正意圖恐怕是希望和輝達在AI晶片領域爭上一爭：
類似的還有全球最大客戶關係管理（CRM）軟體服務提供商Salesforces，其計畫裁員1000多人，目的則是為了招聘更多銷售人工智慧產品的員工。
AI同樣創造了新的工作崗位
人工智慧帶來的並不是崗位的縮減，更準確來說是崗位的轉移，這樣的轉變並非偶然，而是科技行業從“人力驅動”向“智能驅動”的關鍵轉型。
回到上一部分最後拋出的一個問題：一手裁員一手招聘，裁的是誰，招的又是誰？
其實仔細看看Layoffs扒出的裁員資訊你就會發現：不少公司正在將更多的花費用於招聘實力出眾的技術類員工；而被裁去的崗位中，行政、營運崗位也佔了很大一部分比重。
CompTIA最新報告顯示，今年年初，美國勞動力市場新增近5.2萬個科技崗位，總計47.6萬個科技崗位空缺。在這其中，AI領域或需要AI技能的職位空缺總數接近4萬個。
美國科技政策諮詢公司100 Mile Strategies的執行合夥人 Jeff Lee表示，隨著企業開發人工智慧產品，招聘頂尖資料科學家和熟練工程師可能成為優先事項。
Nvidia創始人黃仁勳曾說過，“AI不會奪走你的工作，但使用AI的人會”。AI減少了一些工作崗位，卻也創造出了一大批新崗位👇。
- AI Engineer
AI 工程師是人工智慧新興領域中最主流的工種之一，專注於設計、開發和應用人工智慧技術的專業人員，通過結合機器學習、自然語言處理（NLP）解決實際業務問題。需要候選人具備紮實的演算法功底、工程能力和行業洞察力。AI工程師廣泛分佈於科技網際網路、金融（風控模型、量化交易）、醫療、製造業、自動駕駛和教育領域等，崗位年薪中位數可達35萬美金。
- Prompt Engineer
主要職責是通過設計和實現自然語言處理模型，為使用者提供更加精準、高效的智能提示和建議，對候選人的語言表達能力、邏輯思維能力、解決問題的能力、學習能力都有比較高的要求。據Bloomberg資料，該崗位年薪高達30萬美元以上。
- AI ethicist人工智慧倫理學家
AI開發中的新星，隨著科技公司面臨AI系統的道德挑戰，AI ethicist變得尤為重要，他們需要確保AI系統符合社會價值觀和法律要求，該崗位可能會尋找具有多學科背景的候選人，通常包括倫理學、哲學或電腦科學等高級學位。
AI也為這些傳統技術崗位疊了Buff！
人工智慧的發展絕不總是和傳統技術崗位的需求背道而馳，如果你的專業恰好是Data相關的，那麼恭喜了！
人工智慧的盛行帶來的是Data行業薪資的翻倍增長和平均每年約20,800個職位的空缺。
據世界經濟論壇的《未來就業報告》預測，未來五年內，44%的工人技能將發生重大變化，較2016年的35%有顯著增長。這一轉變凸顯了數位化轉型對全球行業影響的持續步伐。
這一點在世界經截論壇的報告中也有顯示：2023年到2027年需求增長速度最快的崗位中，Data Analyst and Scientist位列第6。
美國勞工局統計，預計從2023年到2033年，Data Scientist的就業人數將增長36%，遠高於所有職業的平均水平。預計未來十年，每年平均會有約20,800個Data Scientist職位空缺。
Data是一個融合了數學、CS和資料發現/挖掘的專業，不同行業對不同Data崗位所考察的知識點肯定是有所不同的，資料科學的方向也大致分為以下幾種↓
如果你是Data、CS相關專業或理科背景的同學👇
想走Data的非理科、商科，甚至文科背景同學快看過來，這個細分崗位簡直就是為你們量身打造的👇
03. 穩穩上岸矽谷大廠，就看今年了！
根據我們先前的粗略預測，今年將會是過去四年中裁員人數最少的一年，並且已經連續2年逐年減少。再加上科技圈招聘邏輯的改變，傳統技術人員的過剩和對人工智慧專業人員的需求可能會成為一個共同的主題。行業正在悄悄“轉型”：傳統崗位在最佳化調整，為機器學習、AI等前沿技術崗位騰出發展空間。
對於正在科技行業求職的留學生來說，這可是個重要且積極的訊號燈！比如Meta這類大廠如今越來越聚焦機器學習(ML)和人工智慧(AI)，意味著他們會催生更多專門針對AI開發的新崗位，來看看WST創始人Jerry是怎麼說的👇
與其說這是傳統技術崗的寒冬，不如說是一個屬於AI新人的春天正在到來。AI發展不會淘汰人，只會讓真正有準備的人走得更遠。
留學生想要滿足與這個新技術時代相適應的技能需求，就一定要發揮自己作為“人”的優勢。
Tech求職，千萬別小看內推！
根據WST的科技導師透露：Google 2024求職季招聘會先看internal的機會（實習生轉正+內部轉崗），external投遞的人最後考慮。即便是被等級高的人內推，在這個team有hc的情況下，還是需要經歷三輪的嚴苛面試。
Google並非個例。
基本上企業會優先看有內部全職工作人員推薦的申請或者是簡歷，因為畢竟有內部的人員給的背書。而如果這個內推的申請者，能夠滿足公司招聘需求的情況下，其實企業就沒必要再去額外費精力看那些，從官方申請投遞的簡歷。
從某種程度上面來說，這不是非常的公平，因為走官方申請流程的不乏有各方面很優秀的學生。
對於留學生來說，高薪科技行業的北美求職規則已改變，個人的求職邏輯需要轉變：不管你優不優秀，你需要先保證自己的簡歷“被看見”。
Tech面試，千萬別忽視Behaviorals！
以前企業在面試時特別看重候選人否具備該崗位初級員工的硬技能。但如今，高薪企業面試時會更加側重通過行為面試去考察候選人是否能勝任、並且是長久地勝任申請的崗位。
很多中國留學生或者家長，往往是都注重硬技能層面的培養而忽視了軟技能的重要性。你會發現，很多中國學生在校成績很好、實習經歷也多、技術性的問題都會答，但為什麼就是拿不到offer。很有可能就是在面試中，TA的溝通技能或是談吐表現不佳，讓面試官對你的個人發展力（包括但不限於我們說的溝通能力、領導力等等）持否定態度。 (WallStreetTequila)