技術交換：分析 GM 向 AI-Native 人才的戰略轉型

在一個預示著企業戰略更廣泛轉變的舉動中，General Motors (GM) 最近裁減了其 IT 部門超過 10% 的員工——約 600 名受薪員工。這並非標準的成本削減措施，而是一場「技術交換」。該公司正刻意清空那些專業知識不再符合其未來目標的角色，以便為具有深厚 AI 背景的人才騰出空間。

這次重組反映了企業界的一個關鍵轉型：從將人工智慧視為生產力附加組件，轉向將其視為業務的基礎架構。

超越生產力：AI-Native 工程師的崛起

在過去幾年裡，許多公司都鼓勵現有員工使用 AI 工具（如 LLM 聊天機器人）來提高工作速度。GM 目前的戰略表明，這種方法已不再足夠。根據報導，該公司正特別針對具有以下專業知識的候選人：

• AI-Native 開發： 從零開始構建以 AI 為核心的系統。
• Agent 和 Model 開發： 設計自主代理 (autonomous agents) 並訓練專用模型。
• 數據工程與分析： 創建驅動 AI 所需的高質量數據管道。
• Prompt Engineering 與 AI 工作流： 設計允許 AI 執行複雜業務流程的邏輯與序列。

通過專注於這些能力，GM 正釋放出一個信號：大型企業的需求正從單純「消費」AI 服務轉向「構建」AI 基礎架構。

技術整合的模式

這次裁員是 GM 為期 18 個月白領裁員趨勢的一部分。在 2024 年 8 月，該公司裁減了約 1,000 名軟體工作者，以優先考慮質量與 AI。這一轉變也伴隨著重大的領導層變革。

自 2025 年 5 月以來，Sterling Anderson (Aurora 的共同創辦人) 擔任首席產品官，致力於將 GM 散亂的技術業務整合為單一組織。這種整合導致了幾位高層主管的離職，包括前任首席 AI 官，並從 Apple 和 Cruise 聘請了新的領導者來帶領 AI 與自動駕駛車輛計劃。

關鍵視角：戰略轉型還是成本削減？

雖然 GM 將此舉框架化為面向未來的轉型，但此舉在技術專業人士中引發了重大爭議。許多觀察家質疑這究竟是真正的創新追求，還是降低薪資成本的戰略手段。

「減薪」理論

某些批評者認為，「AI 技術」正成為一個用來證明用低薪的入門級員工（熟悉新工具）取代經驗豐富、高薪資資深員工的正當理由。

「『我們裁減了工程師以聘請具有更強 AI 技術的工程師』，這聽起來像是 2026 年的公司在說『我們裁減了工程師以支付更少的薪水』。AI 外殼並不會改變交易本身，它只是讓減薪在新聞稿中變得更具說服力。」

培訓差距

另一個爭議點是公司決定從外部招聘，而非提升現有員工的技能。批評者認為，在這些裁員中失去的制度性知識 (institutional knowledge) 可能會超過引入新 AI 專家所帶來的益處。

安全與質量疑慮

在汽車行業，安全至關重要的系統 (ASIL 等級) 和嚴格的編碼標準 (MISRA C) 至關重要，一些人擔心依賴 AI 生成的代碼可能會導致危險的捷徑。

「現在你的亂碼 (spaghetti code) 可以輕而易舉地滿足安全要求，而且還花費更少的工作量！」

結論

GM 的重組是一個關於企業採用「AI-native」時代的案例研究。它突顯了傳統 IT 角色與 AI 驅動組織的新需求之間日益擴大的鴻溝。對於勞動力而言，這是一個嚴厲的提醒：技術熟練度不再是靜態的成就，而是一個持續的演進過程。對於行業而言，這提出了一個根本性的問題：一家公司能否在不犧牲資深工程師提供的經驗與穩定性的情況下，成功重建其技術基礎？