最近，PayPal宣布了裁员计划，预计将裁减其员工总数的大约五分之一。
据悉，在此次调整中大约有4500个岗位将受到影响。同时，PayPal管理层提出了一系列改革措施：简化组织结构、推进技术平台现代化以及加快向云原生架构转型，并且在开发流程中更积极地采用AI技术。
与此同时，美国最大的加密货币交易平台Coinbase也宣布了裁员计划。
Coinbase预计裁减约700名员工，占其全球雇员总数的14%左右。公司解释此次调整的原因包括应对市场周期变化以及为“AI时代”重新布局组织架构。
以往的企业裁员常常被描述为业务重组或成本优化等理由。如今，在相同的背景下，更多企业倾向于用更加现代化的语言来解释：我们需要通过AI提高效率。
这场由人工智能引发的风暴正在席卷金融行业
01
AI裁员现象在金融业中逐渐显现
尽管PayPal与Coinbase属于不同的领域和市场，但它们面临的挑战却有着一定的共性。
PayPal正面临激烈的市场竞争压力，而Coinbase则需应对加密货币市场的周期波动。两家企业均试图通过改革来提升竞争力。
这次调整的核心目标是削减成本、提高效率以及增强核心业务的盈利能力。
但值得注意的是，AI技术的应用并非突然出现才促使企业进行裁员，其背后更多的是为了应对各自面临的经营压力和市场竞争环境的变化。
对于被裁员工来说，“AI转型”意味着一场突如其来的变革：他们的系统访问权限会被立即取消，并收到一封通知邮件告知离职事宜。
在Coinbase的案例中，CEO Brian Armstrong承认此次裁员决策“突然且严厉”。同时，为了保障信息安全和客户资产安全，受影响员工将被迅速断开网络访问权。
被裁员工面临重新寻找工作机会的压力，而留任者则需要证明自己在新的AI环境中依然能够胜任当前的工作职责。
金融行业内的专业人员面对AI的冲击尤为明显：初级分析师担心基础材料可能被AI接手完成；客服和运营团队担忧重复问题会被自动化处理；合规部门忧虑审核流程将被机器取代；中层管理者则面临协调工作的重要性下降。
技术社区也对这种变化表示了担忧，特别是在金融交易的安全性方面。一些开发者担心非技术背景的员工参与生产代码可能会带来安全隐患。
与普通互联网产品不同的是，在金融行业中系统出错可能导致严重的资金损失或监管处罚等后果。
尽管AI能够完成许多任务，但其结果是否可靠和稳定仍需验证。Axios指出，很多企业将裁员行为归因于AI转型，但实际上自动化、成本控制及市场压力等多种因素交织在一起。
因此，在实际操作中很难区分哪些岗位是真正被AI取代的，哪些又是出于其他原因而被迫裁减的。
AI已经成为解释裁员现象的一种流行语言。然而，即使是在开发和应用AI技术的企业内部，也在经历类似的变革过程：更小规模、更快节奏以及更高的个人产出要求。
越来越多的人开始关注到，员工不再仅仅是某个职位上的专业人士，而是被视作一组可以优化利用的资源。
Hacker News上的一篇评论提到，在工程师的工作满意度调查中，“AI带来的工作负担”已经成为一个日益突出的问题。尽管AI尚未完全证明自己能够可靠地替代岗位，但它已经促使公司期待员工在更短的时间内完成更多的任务。
AI行业本身也在经历一场自我审视的过程：他们一方面将产品推向市场并服务于金融机构，另一方面也面临着如何合理利用自身技术提高效率的挑战。
最终，无论是金融行业的从业者还是AI公司的员工，都在这场由人工智能引发的技术变革中经受着不同的压力和考验。这场风暴不仅影响了个人的职业生涯，也在重塑整个行业的运作模式。
可以说，为了降本增效，推动AI转型已成为金融行业越来越明确的方向。
02
金融业，太适合被AI改造了
不只是金融公司在往AI转，AI公司也在往金融里钻。
5月5日，Anthropic一口气推出了10个面向金融服务业的AI Agent模板，覆盖投行、银行、保险、资管、运营和合规等场景。按照Anthropic自己的说法，这些Agent面向的是金融行业里最耗时的工作：做pitchbook、筛查KYC文件、月底关账。
它们可以作为插件接入Claude Cowork和Claude Code，也可以作为Claude Managed Agents的“cookbook”部署，让金融团队在几天内把Claude放进真实业务。
这10个Agent大致可以分成两类。一类面向投行、资管和客户覆盖团队，主要处理前台分析工作，比如准备客户会议材料、生成pitchbook、阅读财报和监管文件、维护财务模型、跟踪市场和公司动态。另一类则进入金融后台、财务和合规流程，负责复核估值、调节总账、协助月末关账、检查财务报表，以及筛查KYC材料。
此外，它还在补数据生态。Anthropic称，Claude可以连接FactSet、S&P Capital IQ、MSCI、PitchBook、Morningstar、LSEG等金融数据和研究平台，也可以接入公司自己的数据仓库、研究库和CRM系统，并通过权限控制进行管理。
Anthropic瞄准的不是外围功能，而是金融公司里最耗时也最容易标准化的工作，深入了金融机构真正工作的地方。
在推出这批金融Agent之前，Anthropic其实已经在金融行业打下了基础。路透社报道称，金融服务已经成为Anthropic企业收入的第二大来源，仅次于科技行业。在Anthropic最大的50个客户中，约40%来自金融机构，包括Goldman Sachs、Visa、Citi、AIG等。
金融机构愿意为此付费的原因很直接：它们有钱，有数据，有大量流程，也有清晰的效率需求。
金融行业本身就是一个高度流程化、软件化的行业。支付、清算、交易、授信……几乎每一个环节都依赖系统运转。员工每天面对的不只是客户和同事，也包括Excel、PPT、邮件等具体软件工具。金融工作可以被拆成一条条具体的任务链，前面是资料读取和信息整理，中间是规则判断和风险识别，后面是报告、审批和复核。
金融公司的日常运转大量发生在系统、文件和流程里，尽管每个工作都有其专业门槛、也需要经验判断，但其中很大一部分都围绕信息处理展开。
而这正是AI最容易进入的地方。
现在，一个分析师可以让AI先读财报、电话会纪要和监管文件，再整理成初版会议材料；合规团队可以让AI先筛查客户文件，标记缺失信息和风险点；客服团队可以让AI处理高频问询，把复杂问题转交给人工；技术团队可以让AI辅助代码迁移、测试和文档整理。
AI只要能稳定压缩一部分基础工作，就足以改变公司的用人成本，而金融行业恰恰是对这种效率变化最敏感的行业之一。
金融本身就是规模化生意。一个流程省下一分钟，放到几百万个客户、几千万笔交易身上，就是一笔很具体的钱，金融公司算这笔账比谁都精。
对管理层来说，AI是一个可以写进财报电话会、成本计划和组织调整里的效率变量。它可以提高开发者生产力，减少外部承包商依赖，让客服团队处理更多问题，让合规人员从重复筛查转向高风险判断，让更小的团队完成过去更大团队承担的工作。
一旦AI进入成本模型，组织调整就会跟着发生。
金融公司会开始重新评估岗位配置、团队规模和管理层级。原来需要多人协作的多线程工作，可能被AI压缩成更少的人加一套工具；原来依赖外包或初级员工完成的重复性任务，也可能先被自动化系统接走。
当然，那些金融公司并不是因为AI出现才突然开始裁员，它们原本就各自有经营压力：PayPal有支付市场竞争压力，Coinbase有加密市场周期波动，Citi有长期技术转型和监管压力，Klarna有盈利和上市压力。
裁员的本质仍然是降本增效。公司要削减成本、提高利润率、压缩层级、减少冗余岗位、让更少的人完成更多工作，AI只是刚好在这个时间点，提供了一种顺手而体面、且更容易被包装成转型的解释。
因为AI的叙事天然比“业务调整”“市场环境变化”“组织优化”看起来更积极——如果一家公司只说自己要裁员，外界听到的是收缩、压力和增长乏力；但如果它说自己要通过AI重塑流程、提高开发效率，裁员就会被放进转型叙事里。
不过，这种叙事并不是资本市场的万能通行证，它被资本市场接受的前提是，公司能讲清楚AI会怎样转化成增长、利润率和竞争优势。
在PayPal CEO提出现代化改造和AI转型之后，公司股价一度下跌近8%。对一家增长承压、利润率下滑、竞争加剧的公司来说，如果AI转型伴随着弱指引、重组不确定性和继续投入，反而更容易被市场理解为公司竞争落后、问题比想象中更深。
03
风暴之下无人幸免
风暴真正吹到人身上时，感受是具体的。
对被裁的员工来说，“AI转型”意味着一次突然的系统权限关闭、一封通知邮件、一套遣散方案，以及一份需要马上重写的简历。
Coinbase这次裁员，CEO Brian Armstrong自己也承认是“突然且严厉”的决定。公司为美国员工提供至少16周基本工资的遣散费，并根据服务年限增加补偿；但出于安全考虑，受影响员工的系统访问权限也被立即关闭。
对一家交易所来说，这样做可以被解释为保护客户资金和信息安全；但对员工来说，它意味着一段职业关系在几分钟之内被切断。
并且，由“AI转型”造成的裁员，影响到的不仅仅是被裁的员工。没有人能幸免于难。
Armstrong在公开信里提到，Coinbase要减少管理层级，探索“AI原生”的团队模式，甚至尝试“单人团队”——把过去工程、设计、产品等多人协作的工作，压缩到一个人和一组AI工具身上。Business Insider在一篇评论里形容，这种未来看起来更高效，但也更令人不安，因为它减少了协调成本，以及人与人之间的协作空间。
也就是说，那些没有被裁的员工，需要在AI的帮助下完成更多的工作，并承担更多的决策压力。以前一个团队分工完成的任务，现在可能被要求由更少的人完成；以前可以慢慢熟悉的工具，现在变成必须掌握的基本能力；以前AI是加分项，现在变成不被淘汰的门槛。
这就是AI裁员的另一面：被裁的人要重新找工作，留下的人要重新证明自己值得留下。
金融行业员工面对的压力尤其明显。
初级分析师担心基础材料和初稿被AI接走，客服和运营担心重复问询被AI分流，合规人员担心初筛流程被自动化，中层管理者担心协调和汇报价值被压缩。即使是技术人员，也会发现AI一边帮助写代码，一边提高了公司对交付速度的期待。
员工之外，技术社群在担心另一件事：在Hacker News和Reddit关于Coinbase裁员的讨论里，比起“AI能不能提高效率”，更多开发者的关注点落在了金融场景里的风险上。
有人担心，加密交易所本来就是黑客重点攻击目标，如果让非技术团队也能交付生产代码，可能会带来严重安全隐患。还有人直白地说，“非技术团队正在发布生产代码”，是最不想从银行或金融公司那里听到的话。
金融行业和普通互联网产品不一样。一个推荐系统出错，最多导致用户体感变差；但一个支付、交易、风控或合规系统出错，就可能直接变成资金损失、监管处罚和客户信任危机。
AI能不能写代码、审文件、做初筛，和这些结果能不能被稳定验证，是两件不同的事。
还有一种更为宏观的声音：Axios在分析Coinbase裁员时提到，越来越多公司正在把裁员和AI绑定在一起，但真实情况往往更复杂。自动化、成本削减和市场压力混在一起，很难分清到底是AI真的替代了岗位，还是公司借AI包装本来就要做的裁员。
公司可以把很多不同原因统一装进同一个叙事里：市场不好，是AI转型；团队太大，是AI转型；中层太多，是AI转型；岗位不补，也是AI转型。
AI几乎成为了解释裁员的通用语言。
与此同时，AI行业里的人也并不完全轻松。
他们看起来站在风口上，产品被金融机构采购，模型进入投行、银行、保险和支付公司。但在AI公司内部，同样的逻辑也在运转：更小的团队、更快的交付、更高的单人产出。而这套逻辑也会反过来作用在AI公司自己身上。
于是，生产AI工具的人，也开始被AI工具重新衡量。
海德格尔认为现代技术不只是工具，而是一种看待世界的方式。它会把万物都变成可以调度、计算、优化的资源。放在AI浪潮的冲击下，员工不再只是某个岗位上的专业个体，而被看成一组可以被计算的产能：一个人加AI能产出多少、一个团队还需要几个人、哪些流程可以自动化、哪些层级可以取消。
Hacker News上有评论提到，在工程师倦怠调查里，“AI带来的做更多压力”已经成为2026年排名前列的压力来源。AI还没有完全证明自己能稳定替代岗位，但它已经让公司开始期待员工做得更多、更快。
AI公司越相信自己的技术能提高效率，就越容易把员工也放进同一套优化逻辑里。而最没有理由拒绝AI提效的，正是AI行业本身。