Y11
3个月前
亚马逊计划进行史上最大规模裁员,3万个岗位将被精简,涉及人力资源、云计算和广告等多个业务部门,约占公司白领员工总数的10%。 这一决定源于首席执行官Jassy推行的成本削减计划,旨在将更多资源投入人工智能(AI)领域,以提升未来竞争力。 事实上,这一调整早有端倪。今年6月,Jassy就曾明确表示,随着AI技术的普及,部分岗位需求将减少,但同时也会创造新的就业机会。 内部文件显示,公司认为疫情期间的扩张导致部分部门效率不足,推动自动化和AI工具替代人工已成为必然。 从具体措施看,亚马逊正通过AI技术优化运营。 例如,新型机器人手臂"Blue Jay"可帮助在城市区域建立小型仓库,AI工具则能预测客户购物意图,提升销售转化。 同时,公司要求部分员工跨区域搬迁至总部附近,进一步压缩管理层级,推动组织扁平化。 此次裁员背景,是科技巨头在AI竞赛中的激烈竞争。 尽管亚马逊市值超2万亿美元,但云计算业务增速落后于微软、谷歌,股价曾因业绩不及预期下跌7%。 为追赶行业步伐,公司近期资本支出增至314亿美元,重点投向AI和云计算。 这并非孤例。今年以来,微软、Meta、谷歌等科技公司均在推进AI相关的人员调整。 数据显示,科技行业已累计裁员近9.8万人,其中微软裁员1.5万,Salesforce精简客服人员4000名,英特尔裁员2.2万。 对企业而言,技术变革必然伴随组织调整。 亚马逊此次裁员,既是应对行业竞争的战略选择,也是向AI驱动型企业转型的阵痛。 关键在于如何将节省的资源有效转化为技术优势,同时为员工提供转型支持,在效率提升与人才发展间找到平衡。这不仅是企业自身的挑战,也折射出全球科技产业在技术革命浪潮下的共同命题。
凡人小北
3个月前
看到 OpenEvidence 又拿融资,不得提一下这家公司。 就在一周前,OpenEvidence 宣布又完成了一轮 2 亿美金的 C 轮融资,由 Google GV 领投,红杉、黑石、凯鹏华盈、Thrive 等一众顶级机构加持,投后估值飙到 60 亿美金。 注意,是三个月内连下两轮:7 月刚融完 2.1 亿,10 月又拿 2 亿。而且是产品实打实增长后的结果,跟PPT融资完全不是一回事儿。 如果你看过很多次红杉的闭门会,肯定听过这家公司的名字。这家公司没有去卷模型参数、也没搞花哨 demo,就做了一件事,老老实实盯住医生最难的那几个问题,结果反倒跑出了很扎实的落地路径。 可能很多人还没太关注这家公司,那我快速讲一下: OpenEvidence 是专门做医生用的医疗版 ChatGPT,定位非常清晰:搜索 + 分析 + 自动写研究报告,所有能力都基于真实医学文献和临床指南构建。 分享几组数据: 1. 美国已有 40% 医生在用,每月新增注册医生 7.5 万人 2. 月度咨询量从 7 月的 35.8 万暴涨到现在的 1650 万次 3. 自研模型是历史上第一个在美国医师执照考试中拿满分的 AI 4. 推出新产品 DeepConsult,能生成博士级别的医学研究文献 5. 商业模式是谷歌是赞助答案,直接给药企做精准广告,预计明年 ARR 将突破 1 亿美元 说说他的技术,数据价值占了很大的比重,跟 NEJM、JAMA 系列等 11 本顶刊合作,喂了 3500 万份同行评审过的文献,把 AI 的幻觉率降到行业最低,所以医生才敢用也才愿意用。 以下是我想说的: 如果认真观察,会发现真正有价值的 AI 应用,往往不是最热闹的那批。 比如OpenEvidence 的崛起就提醒我们一个简单却经常被忽略的事实: 在一个足够需要专业积累的行业里,数据密度+场景深度+专业严肃性,这三者就是护城河。 并且那些最早下场,懂需求,并且还不怕脏活累活的人,会悄悄赢下整盘。 这种垂类的 AI 产品 PPT 可以很酷炫,但骗不了任何一个需要每天稳定输出结果的用户。 特别是医疗行业,这个行业不是能靠 prompt 拼出来的行业,不是说今天堆几个插件,明天跑个多模态就能打穿的。 这个行业不需要演示好看,真正能用才会留下来用户,医生是会用脚投票的。 能走到这一步的公司,从一开始就选了那条最难但最有价值的路径,熬过了看不到成果的阶段,最终成功了。
用了3年从小白转码到现在,最后悔的是:没早点知道费曼学习法。 2019年刚开始学编程的时候: - 疯狂看教程、记笔记 - 收藏了300+篇教程、视频 - 买了一堆编程课 结果?看懂了,但不会用。 面试时被问到:"你刚才说的这个AOP概念,能给我解释一下吗?" 我:呃...就是...那个...(大脑一片空白) 转折点在2020年中: 偶然看到一句话: "如果你不能简单地解释它,说明你还没真正理解它。" —— 费曼 我开始尝试: 1. 阶段性学习后,将知识点写到简历,然后准备几个问题,看自己能不能答上来 2. 遇到不懂的,回去重学 3. 一遍遍简化,直到自己都觉得"太简单了" 结果: 3个月后,我发现: ✅ 面试时能流畅表达了 ✅ 别人问问题,我能秒答 ✅ 学新东西的速度快了3倍 费曼学习法的核心就4步: 1️⃣ 选个概念:比如"量子计算" 2️⃣ 假装教小孩:用最简单的话讲给12岁孩子听 3️⃣ 找到卡壳的地方:讲不清楚的=没学会的 4️⃣ 简化优化:重新学,直到能用一句话说清楚 现在我转行成功了 不是因为我比别人聪明,是因为我用对了方法 如果你也在转行/学新东西,试试这个方法: 1. 学完一个概念,马上尝试讲出来 2. 讲不清楚?回去重学 能让外行人看懂?你就真会了 我现在每学一个东西,都这样做。 转行3年,这是我最有效的学习方法。 你有在用什么学习方法吗?评论区聊聊 👇 #费曼学习法 #转行经验 #学习方法