PayPal剛剛制定了一項計劃，準(zhǔn)備裁掉大約20%的員工。

據(jù)媒體報道，這輪裁員可能會從約2.38萬名員工中削減4500多個崗位。與此同時，PayPal管理層提出了一套新的轉(zhuǎn)型方案：精簡組織、推動技術(shù)平臺現(xiàn)代化、加快向云原生轉(zhuǎn)型，并在開發(fā)流程中更積極地采用AI。

幾乎同一時間，美國最大的加密貨幣交易所Coinbase也按下了裁員鍵。

Coinbase宣布將裁掉約700名員工，約占全球員工總數(shù)的14%。公司給出的理由里，除了加密市場周期，也包括讓公司為“AI時代”重新調(diào)整組織。

過去的公司裁員常常被稱“業(yè)務(wù)調(diào)整”“成本優(yōu)化”“市場環(huán)境變化”?，F(xiàn)在，同樣的動作多了一個更有時代感的解釋：我們要用AI提高效率。

AI引發(fā)了新一輪的金融“風(fēng)暴”，風(fēng)暴之下，無人能置身事外。

01

AI裁員的風(fēng)，吹到了金融業(yè)

PayPal和Coinbase并不是同一種公司。

PayPal更像是金融科技上一輪周期的代表：它曾經(jīng)是互聯(lián)網(wǎng)支付的標(biāo)志性公司，靠線上支付、商戶結(jié)賬、Venmo等業(yè)務(wù)，成為商家和消費者之間最重要的支付入口之一。但最近幾年，支付行業(yè)變得越來越擁擠，Stripe、Adyen、Apple Pay、Klarna等公司都在不同環(huán)節(jié)搶走它的空間。

2026年第一季度，PayPal的凈營收為83.5億美元，同比增長7%；總支付額達(dá)到約4640億美元，同比增長11%；支付交易量也增長了7%。雖然從數(shù)字上看，PayPal的盤子還在變大，但它的增長已經(jīng)很難轉(zhuǎn)化成同樣漂亮的利潤。同期，PayPal的GAAP凈利潤同比下降14%，GAAP營業(yè)利潤率從去年同期的19.6%降到17.8%，非GAAP營業(yè)利潤率也從20.7%降到18.4%?；钴S賬戶數(shù)為4.39億，同比只增長1%，而且環(huán)比還小幅減少。

可以說，PayPal越來越難靠原來的支付入口賺到足夠舒服的錢。交易規(guī)模在增長，利潤率卻在被擠壓；用戶規(guī)模沒有明顯擴(kuò)張，但競爭還在加劇。

在第一季度財報電話會上，PayPal CEO Enrique Lores向投資者表示，公司需要“重新回到基本面”，其中最重要的一點就是“再次成為一家科技公司”。這句話聽起來有點諷刺，PayPal本是靠互聯(lián)網(wǎng)支付起家的公司，但到了今天，它不得不公開承認(rèn)，自己的技術(shù)平臺、組織效率和產(chǎn)品開發(fā)速度，都需要重新追趕這個時代。

Lores給出的方向非常明確：要改造已經(jīng)老化的技術(shù)平臺，加快向云原生架構(gòu)遷移，也要在開發(fā)流程里更積極地采用AI。他特別提到，AI可以提高開發(fā)者生產(chǎn)力，縮短產(chǎn)品上市時間。PayPal還新成立了一個“AI轉(zhuǎn)型與簡化”團(tuán)隊，直接向CEO匯報，負(fù)責(zé)推動公司內(nèi)部的企業(yè)AI議程。

據(jù)媒體報道，PayPal計劃在未來2到3年內(nèi)裁掉約20%的員工，涉及超過4500個崗位。而Lores指出，結(jié)合計劃中的裁員，引入AI流程預(yù)計將在未來兩到三年內(nèi)為公司節(jié)省至少15億美元的成本。

如果說PayPal需要推動AI轉(zhuǎn)型以應(yīng)對支付市場的競爭，Coinbase的處境則是要面對加密市場的周期波動。比特幣、交易量、投資者情緒、監(jiān)管政策，每一項都會直接影響交易所的收入。

路透社報道稱，Coinbase這次裁掉約700名員工，占全球員工總數(shù)約14%，重組預(yù)計主要在2026年第二季度完成，相關(guān)費用約為5000萬至6000萬美元，主要用于遣散費和員工福利。

CEO Brian Armstrong在公開信中說，AI已經(jīng)改變了公司的工作方式：工程師可以用幾天完成過去幾周才能完成的事情，非技術(shù)團(tuán)隊也能借助AI自動化任務(wù)，甚至交付代碼。公司接下來要減少組織層級，變得更小、更快，也更“AI原生”。

這讓Coinbase的裁員帶上了更強(qiáng)的時代感。過去的加密公司裁員，常見理由是市場下行、交易冷清、融資環(huán)境變差?，F(xiàn)在這個理由依然存在，但它旁邊多了一個新的解釋：AI讓公司相信，原來的組織可以被壓縮，原來的團(tuán)隊可以變小，原來的崗位可以被重新分配。

PayPal和Coinbase之外，類似的變化也正在金融行業(yè)里擴(kuò)散。

今年2月，Square和Cash App母公司Block宣布裁掉超過4000名員工，接近公司員工總數(shù)的一半。路透社在報道中直接把這次調(diào)整稱為一次圍繞AI展開的組織重組，CEO表示，AI工具已經(jīng)改變了公司構(gòu)建產(chǎn)品和運轉(zhuǎn)業(yè)務(wù)的方式，更小的團(tuán)隊可以完成過去更大團(tuán)隊才能完成的工作。

加密金融行業(yè)里，Coinbase也不是孤例：Crypto.com今年也被曝裁員約12%，約180人，同時把AI整合進(jìn)內(nèi)部流程。

更早一點，“海外版花唄”Klarna展示了另一種更典型的AI縮編路徑。2024年，Klarna宣布，由OpenAI驅(qū)動的AI客服助手上線一個月后，已經(jīng)承擔(dān)了相當(dāng)于700名全職客服人員的工作量，可以處理三分之二的客服聊天，并把客戶問題解決時間從11分鐘縮短到2分鐘。

傳統(tǒng)大銀行同樣難以完全置身事外，Citi今年繼續(xù)推進(jìn)轉(zhuǎn)型，同時把AI用于開戶審核、舊系統(tǒng)遷移、代碼測試和KYC等流程。據(jù)路透社報道，在美國服務(wù)部門，AI文檔處理系統(tǒng)已經(jīng)把開戶前文件審核時間從約1小時壓縮到15分鐘。

從支付巨頭到加密交易所，再到傳統(tǒng)大銀行，這些金融公司所處的位置并不一樣，面對的具體壓力也不一樣，但落到組織動作上，方向開始變得相似：壓縮層級，裁掉冗余，讓更少的人干更多的活，把AI塞進(jìn)每一個能夠提效的環(huán)節(jié)。

可以說，為了降本增效，推動AI轉(zhuǎn)型已成為金融行業(yè)越來越明確的方向。

02

金融業(yè)，太適合被AI改造了

不只是金融公司在往AI轉(zhuǎn)，AI公司也在往金融里鉆。

5月5日，Anthropic一口氣推出了10個面向金融服務(wù)業(yè)的AI Agent模板，覆蓋投行、銀行、保險、資管、運營和合規(guī)等場景。按照Anthropic自己的說法，這些Agent面向的是金融行業(yè)里最耗時的工作：做pitchbook、篩查KYC文件、月底關(guān)賬。

它們可以作為插件接入Claude Cowork和Claude Code，也可以作為Claude Managed Agents的“cookbook”部署，讓金融團(tuán)隊在幾天內(nèi)把Claude放進(jìn)真實業(yè)務(wù)。

這10個Agent大致可以分成兩類。一類面向投行、資管和客戶覆蓋團(tuán)隊，主要處理前臺分析工作，比如準(zhǔn)備客戶會議材料、生成pitchbook、閱讀財報和監(jiān)管文件、維護(hù)財務(wù)模型、跟蹤市場和公司動態(tài)。另一類則進(jìn)入金融后臺、財務(wù)和合規(guī)流程，負(fù)責(zé)復(fù)核估值、調(diào)節(jié)總賬、協(xié)助月末關(guān)賬、檢查財務(wù)報表，以及篩查KYC材料。

此外，它還在補數(shù)據(jù)生態(tài)。Anthropic稱，Claude可以連接FactSet、S&P Capital IQ、MSCI、PitchBook、Morningstar、LSEG等金融數(shù)據(jù)和研究平臺，也可以接入公司自己的數(shù)據(jù)倉庫、研究庫和CRM系統(tǒng)，并通過權(quán)限控制進(jìn)行管理。

Anthropic瞄準(zhǔn)的不是外圍功能，而是金融公司里最耗時也最容易標(biāo)準(zhǔn)化的工作，深入了金融機(jī)構(gòu)真正工作的地方。

在推出這批金融Agent之前，Anthropic其實已經(jīng)在金融行業(yè)打下了基礎(chǔ)。路透社報道稱，金融服務(wù)已經(jīng)成為Anthropic企業(yè)收入的第二大來源，僅次于科技行業(yè)。在Anthropic最大的50個客戶中，約40%來自金融機(jī)構(gòu)，包括Goldman Sachs、Visa、Citi、AIG等。

金融機(jī)構(gòu)愿意為此付費的原因很直接：它們有錢，有數(shù)據(jù)，有大量流程，也有清晰的效率需求。

金融行業(yè)本身就是一個高度流程化、軟件化的行業(yè)。支付、清算、交易、授信……幾乎每一個環(huán)節(jié)都依賴系統(tǒng)運轉(zhuǎn)。員工每天面對的不只是客戶和同事，也包括Excel、PPT、郵件等具體軟件工具。金融工作可以被拆成一條條具體的任務(wù)鏈，前面是資料讀取和信息整理，中間是規(guī)則判斷和風(fēng)險識別，后面是報告、審批和復(fù)核。

金融公司的日常運轉(zhuǎn)大量發(fā)生在系統(tǒng)、文件和流程里，盡管每個工作都有其專業(yè)門檻、也需要經(jīng)驗判斷，但其中很大一部分都圍繞信息處理展開。

而這正是AI最容易進(jìn)入的地方。

現(xiàn)在，一個分析師可以讓AI先讀財報、電話會紀(jì)要和監(jiān)管文件，再整理成初版會議材料；合規(guī)團(tuán)隊可以讓AI先篩查客戶文件，標(biāo)記缺失信息和風(fēng)險點；客服團(tuán)隊可以讓AI處理高頻問詢，把復(fù)雜問題轉(zhuǎn)交給人工；技術(shù)團(tuán)隊可以讓AI輔助代碼遷移、測試和文檔整理。

AI只要能穩(wěn)定壓縮一部分基礎(chǔ)工作，就足以改變公司的用人成本，而金融行業(yè)恰恰是對這種效率變化最敏感的行業(yè)之一。

金融本身就是規(guī)模化生意。一個流程省下一分鐘，放到幾百萬個客戶、幾千萬筆交易身上，就是一筆很具體的錢，金融公司算這筆賬比誰都精。

對管理層來說，AI是一個可以寫進(jìn)財報電話會、成本計劃和組織調(diào)整里的效率變量。它可以提高開發(fā)者生產(chǎn)力，減少外部承包商依賴，讓客服團(tuán)隊處理更多問題，讓合規(guī)人員從重復(fù)篩查轉(zhuǎn)向高風(fēng)險判斷，讓更小的團(tuán)隊完成過去更大團(tuán)隊承擔(dān)的工作。

一旦AI進(jìn)入成本模型，組織調(diào)整就會跟著發(fā)生。

金融公司會開始重新評估崗位配置、團(tuán)隊規(guī)模和管理層級。原來需要多人協(xié)作的多線程工作，可能被AI壓縮成更少的人加一套工具；原來依賴外包或初級員工完成的重復(fù)性任務(wù)，也可能先被自動化系統(tǒng)接走。

當(dāng)然，那些金融公司并不是因為AI出現(xiàn)才突然開始裁員，它們原本就各自有經(jīng)營壓力：PayPal有支付市場競爭壓力，Coinbase有加密市場周期波動，Citi有長期技術(shù)轉(zhuǎn)型和監(jiān)管壓力，Klarna有盈利和上市壓力。

裁員的本質(zhì)仍然是降本增效。公司要削減成本、提高利潤率、壓縮層級、減少冗余崗位、讓更少的人完成更多工作，AI只是剛好在這個時間點，提供了一種順手而體面、且更容易被包裝成轉(zhuǎn)型的解釋。

因為AI的敘事天然比“業(yè)務(wù)調(diào)整”“市場環(huán)境變化”“組織優(yōu)化”看起來更積極——如果一家公司只說自己要裁員，外界聽到的是收縮、壓力和增長乏力；但如果它說自己要通過AI重塑流程、提高開發(fā)效率，裁員就會被放進(jìn)轉(zhuǎn)型敘事里。

不過，這種敘事并不是資本市場的萬能通行證，它被資本市場接受的前提是，公司能講清楚AI會怎樣轉(zhuǎn)化成增長、利潤率和競爭優(yōu)勢。

在PayPal CEO提出現(xiàn)代化改造和AI轉(zhuǎn)型之后，公司股價一度下跌近8%。對一家增長承壓、利潤率下滑、競爭加劇的公司來說，如果AI轉(zhuǎn)型伴隨著弱指引、重組不確定性和繼續(xù)投入，反而更容易被市場理解為公司競爭落后、問題比想象中更深。

03

風(fēng)暴之下無人幸免

風(fēng)暴真正吹到人身上時，感受是具體的。

對被裁的員工來說，“AI轉(zhuǎn)型”意味著一次突然的系統(tǒng)權(quán)限關(guān)閉、一封通知郵件、一套遣散方案，以及一份需要馬上重寫的簡歷。

Coinbase這次裁員，CEO Brian Armstrong自己也承認(rèn)是“突然且嚴(yán)厲”的決定。公司為美國員工提供至少16周基本工資的遣散費，并根據(jù)服務(wù)年限增加補償；但出于安全考慮，受影響員工的系統(tǒng)訪問權(quán)限也被立即關(guān)閉。

對一家交易所來說，這樣做可以被解釋為保護(hù)客戶資金和信息安全；但對員工來說，它意味著一段職業(yè)關(guān)系在幾分鐘之內(nèi)被切斷。

并且，由“AI轉(zhuǎn)型”造成的裁員，影響到的不僅僅是被裁的員工。沒有人能幸免于難。

Armstrong在公開信里提到，Coinbase要減少管理層級，探索“AI原生”的團(tuán)隊模式，甚至嘗試“單人團(tuán)隊”——把過去工程、設(shè)計、產(chǎn)品等多人協(xié)作的工作，壓縮到一個人和一組AI工具身上。Business Insider在一篇評論里形容，這種未來看起來更高效，但也更令人不安，因為它減少了協(xié)調(diào)成本，以及人與人之間的協(xié)作空間。

也就是說，那些沒有被裁的員工，需要在AI的幫助下完成更多的工作，并承擔(dān)更多的決策壓力。以前一個團(tuán)隊分工完成的任務(wù)，現(xiàn)在可能被要求由更少的人完成；以前可以慢慢熟悉的工具，現(xiàn)在變成必須掌握的基本能力；以前AI是加分項，現(xiàn)在變成不被淘汰的門檻。

這就是AI裁員的另一面：被裁的人要重新找工作，留下的人要重新證明自己值得留下。

金融行業(yè)員工面對的壓力尤其明顯。

初級分析師擔(dān)心基礎(chǔ)材料和初稿被AI接走，客服和運營擔(dān)心重復(fù)問詢被AI分流，合規(guī)人員擔(dān)心初篩流程被自動化，中層管理者擔(dān)心協(xié)調(diào)和匯報價值被壓縮。即使是技術(shù)人員，也會發(fā)現(xiàn)AI一邊幫助寫代碼，一邊提高了公司對交付速度的期待。

員工之外，技術(shù)社群在擔(dān)心另一件事：在Hacker News和Reddit關(guān)于Coinbase裁員的討論里，比起“AI能不能提高效率”，更多開發(fā)者的關(guān)注點落在了金融場景里的風(fēng)險上。

有人擔(dān)心，加密交易所本來就是黑客重點攻擊目標(biāo)，如果讓非技術(shù)團(tuán)隊也能交付生產(chǎn)代碼，可能會帶來嚴(yán)重安全隱患。還有人直白地說，“非技術(shù)團(tuán)隊正在發(fā)布生產(chǎn)代碼”，是最不想從銀行或金融公司那里聽到的話。

金融行業(yè)和普通互聯(lián)網(wǎng)產(chǎn)品不一樣。一個推薦系統(tǒng)出錯，最多導(dǎo)致用戶體感變差；但一個支付、交易、風(fēng)控或合規(guī)系統(tǒng)出錯，就可能直接變成資金損失、監(jiān)管處罰和客戶信任危機(jī)。

AI能不能寫代碼、審文件、做初篩，和這些結(jié)果能不能被穩(wěn)定驗證，是兩件不同的事。

還有一種更為宏觀的聲音：Axios在分析Coinbase裁員時提到，越來越多公司正在把裁員和AI綁定在一起，但真實情況往往更復(fù)雜。自動化、成本削減和市場壓力混在一起，很難分清到底是AI真的替代了崗位，還是公司借AI包裝本來就要做的裁員。

公司可以把很多不同原因統(tǒng)一裝進(jìn)同一個敘事里：市場不好，是AI轉(zhuǎn)型；團(tuán)隊太大，是AI轉(zhuǎn)型；中層太多，是AI轉(zhuǎn)型；崗位不補，也是AI轉(zhuǎn)型。

AI幾乎成為了解釋裁員的通用語言。

與此同時，AI行業(yè)里的人也并不完全輕松。

他們看起來站在風(fēng)口上，產(chǎn)品被金融機(jī)構(gòu)采購，模型進(jìn)入投行、銀行、保險和支付公司。但在AI公司內(nèi)部，同樣的邏輯也在運轉(zhuǎn)：更小的團(tuán)隊、更快的交付、更高的單人產(chǎn)出。而這套邏輯也會反過來作用在AI公司自己身上。

于是，生產(chǎn)AI工具的人，也開始被AI工具重新衡量。

海德格爾認(rèn)為現(xiàn)代技術(shù)不只是工具，而是一種看待世界的方式。它會把萬物都變成可以調(diào)度、計算、優(yōu)化的資源。放在AI浪潮的沖擊下，員工不再只是某個崗位上的專業(yè)個體，而被看成一組可以被計算的產(chǎn)能：一個人加AI能產(chǎn)出多少、一個團(tuán)隊還需要幾個人、哪些流程可以自動化、哪些層級可以取消。

Hacker News上有評論提到，在工程師倦怠調(diào)查里，“AI帶來的做更多壓力”已經(jīng)成為2026年排名前列的壓力來源。AI還沒有完全證明自己能穩(wěn)定替代崗位，但它已經(jīng)讓公司開始期待員工做得更多、更快。

AI公司越相信自己的技術(shù)能提高效率，就越容易把員工也放進(jìn)同一套優(yōu)化邏輯里。而最沒有理由拒絕AI提效的，正是AI行業(yè)本身。