[微軟] 微軟、字節都在高薪招人,AI又衍生了壹個新崗位
全網都在講AI替代人力，現實是大廠正在瘋狂招人。
微軟這邊剛傳出要裁幾千人，那邊就砸25億美元成立Frontier Company，整合約6000名工程師、技術顧問和銷售團隊，派駐聯合利華、諾和諾德這些企業客戶現場。Ford更絕，剛花了大價錢把350個老工程師請回來，因為AI自動化設計系統搞出了壹堆錯誤，質量下滑到不得不人工返工。
AI不是來替代人力的嗎？怎麼越搞越離不開人？
微軟砸25億，從"賣光盤"變成"上門裝機"
微軟6000人駐場，直接從現有團隊抽調。商業業務總裁Judson Althoff六月份就公開承認，"叁年前做Copilot時只綁定OpenAI模型是個錯誤"，現在推平台中立的Frontier Company，幫客戶"靈活切換不同大模型"。
Althoff這的核心意思其實就壹個：之前賣Copilot許可證，企業以為拿回去自己就能用，結果發現根本用不起來。
軟件公司的理想是"賣光盤"，客戶拿回去自己裝，這也是Saas的傳統思路。現在微軟派人上門安裝、調試、教客戶用，說明AI工具的產品化還沒跑通。客戶不會用、不敢用、用不好，只能廠商把人送過去。25億美元是初始資金，覆蓋薪酬、差旅、平台搭建和運營，養這支隊伍，規模量級可觀。
Palantir贰拾年前就這麼幹了，但Palantir本來就是咨詢公司基因。微軟這種純軟件巨頭也下場，說明AI產品的自助化程度遠低於預期。企業發現不知道怎麼嵌入業務流程，不知道怎麼跟遺留系統對接，不知道怎麼算回報，提效這個事兒就變成了虛無。許可證成了擺設，續費的時候自然不續了。
國內大廠也在往同壹個方向走。字節跳動給"前線部署工程師"（FDE）開月薪3.5到7萬，15薪，最高年薪105萬。阿裡雲智能FDE月薪2到5萬，16薪。LinkedIn 2026年勞動力報告顯示，2023年至2025年全球FDE招聘崗位增長42倍，統計口徑為職位發布量，基數較低，主因是該崗位為新興品類。同期AI工程師僅增長13倍。
大廠搶的不是寫代碼的，是"翻譯官"。FDE的核心能力不是寫代碼，是現場診斷。客戶說"我要上AI"，FDE得先搞清楚：你的數據能不能用、業務流程哪裡能切、回報怎麼算。必須人到現場，既懂技術棧又懂客戶業務，能當場把"這個按鈕我要紅色的"翻譯成系統架構。
AWS 6月30日剛宣布投資10億美元成立類似前線派駐工程部，OpenAI、Anthropic此前也成立了各自的部署合資公司。幾家大廠都在幹同壹件事，企業買AI的收入大頭已經從接口調用費轉移到了"把人派到現場"的服務費上。
Ford把350個老工程師請回來修AI
微軟是往外派人，Ford不壹樣，Ford是在往回找人。
6月25日，Ford高管公開承認，AI自動化設計系統導致質量下滑，不得不重新召回350多名資深工程師修復錯誤。VP Charles Poon的原話是："我們錯誤地以為，只要引入AI就能產出高質量產品。"
老工程師壹走，AI繼承的全是空白。那些沒寫在文檔裡的經驗，比如"這個焊縫老工程師為什麼多焊壹圈"，沒進數據庫，AI就是個瞎蒙的實習生。Ford同時新增了10萬個AI自動化測試和40人QA團隊，質量排名顯著回升。
Ford沒有放棄AI，它是在補課。AI的效力取決於訓練數據的質量，數據裡缺了老工程師的隱性知識，產出的就是垃圾。AI能寫出完美的代碼，能畫出漂亮的設計圖，但不懂"這個遺留系統不能改"的潛規則。
說穿了，打井的比賣水的貴
德勤《2026中國制造業AI落地白皮書》顯示，調研樣本覆蓋200家規模以上制造企業，91%未達預期。制造業是AI落地的硬骨頭，這個比例足夠說明問題。
企業拿到AI接口就像拿到壹把瑞士軍刀，功能很多，不知道先擰哪個螺絲。買了接口之後，要清洗數據、要調提示詞、要接內部系統、要改業務流程、要培訓員工。這些活接口幹不了，得靠人。
這也剛好解釋了為什麼最近花旗、Adobe等企業紛紛限制員工使用旗艦大模型。算力成本可以靠降級模型省下來，但落地服務的人力支出，壹分錢都省不了。AI的總成本從來不止Token賬單，只是很多企業之前沒算過這筆賬。
壹定會有人說，這只是AI早期的階段性現象，等未來智能體成熟了、產品足夠傻瓜化了，就不需要這麼多人了。
[物價飛漲的時候 這樣省錢購物很爽]
還沒人說話啊，我想來說幾句
微軟這邊剛傳出要裁幾千人，那邊就砸25億美元成立Frontier Company，整合約6000名工程師、技術顧問和銷售團隊，派駐聯合利華、諾和諾德這些企業客戶現場。Ford更絕，剛花了大價錢把350個老工程師請回來，因為AI自動化設計系統搞出了壹堆錯誤，質量下滑到不得不人工返工。
AI不是來替代人力的嗎？怎麼越搞越離不開人？
微軟砸25億，從"賣光盤"變成"上門裝機"
微軟6000人駐場，直接從現有團隊抽調。商業業務總裁Judson Althoff六月份就公開承認，"叁年前做Copilot時只綁定OpenAI模型是個錯誤"，現在推平台中立的Frontier Company，幫客戶"靈活切換不同大模型"。
Althoff這的核心意思其實就壹個：之前賣Copilot許可證，企業以為拿回去自己就能用，結果發現根本用不起來。
軟件公司的理想是"賣光盤"，客戶拿回去自己裝，這也是Saas的傳統思路。現在微軟派人上門安裝、調試、教客戶用，說明AI工具的產品化還沒跑通。客戶不會用、不敢用、用不好，只能廠商把人送過去。25億美元是初始資金，覆蓋薪酬、差旅、平台搭建和運營，養這支隊伍，規模量級可觀。
Palantir贰拾年前就這麼幹了，但Palantir本來就是咨詢公司基因。微軟這種純軟件巨頭也下場，說明AI產品的自助化程度遠低於預期。企業發現不知道怎麼嵌入業務流程，不知道怎麼跟遺留系統對接，不知道怎麼算回報，提效這個事兒就變成了虛無。許可證成了擺設，續費的時候自然不續了。
國內大廠也在往同壹個方向走。字節跳動給"前線部署工程師"（FDE）開月薪3.5到7萬，15薪，最高年薪105萬。阿裡雲智能FDE月薪2到5萬，16薪。LinkedIn 2026年勞動力報告顯示，2023年至2025年全球FDE招聘崗位增長42倍，統計口徑為職位發布量，基數較低，主因是該崗位為新興品類。同期AI工程師僅增長13倍。
大廠搶的不是寫代碼的，是"翻譯官"。FDE的核心能力不是寫代碼，是現場診斷。客戶說"我要上AI"，FDE得先搞清楚：你的數據能不能用、業務流程哪裡能切、回報怎麼算。必須人到現場，既懂技術棧又懂客戶業務，能當場把"這個按鈕我要紅色的"翻譯成系統架構。
AWS 6月30日剛宣布投資10億美元成立類似前線派駐工程部，OpenAI、Anthropic此前也成立了各自的部署合資公司。幾家大廠都在幹同壹件事，企業買AI的收入大頭已經從接口調用費轉移到了"把人派到現場"的服務費上。
Ford把350個老工程師請回來修AI
微軟是往外派人，Ford不壹樣，Ford是在往回找人。
6月25日，Ford高管公開承認，AI自動化設計系統導致質量下滑，不得不重新召回350多名資深工程師修復錯誤。VP Charles Poon的原話是："我們錯誤地以為，只要引入AI就能產出高質量產品。"
老工程師壹走，AI繼承的全是空白。那些沒寫在文檔裡的經驗，比如"這個焊縫老工程師為什麼多焊壹圈"，沒進數據庫，AI就是個瞎蒙的實習生。Ford同時新增了10萬個AI自動化測試和40人QA團隊，質量排名顯著回升。
Ford沒有放棄AI，它是在補課。AI的效力取決於訓練數據的質量，數據裡缺了老工程師的隱性知識，產出的就是垃圾。AI能寫出完美的代碼，能畫出漂亮的設計圖，但不懂"這個遺留系統不能改"的潛規則。
說穿了，打井的比賣水的貴
德勤《2026中國制造業AI落地白皮書》顯示，調研樣本覆蓋200家規模以上制造企業，91%未達預期。制造業是AI落地的硬骨頭，這個比例足夠說明問題。
企業拿到AI接口就像拿到壹把瑞士軍刀，功能很多，不知道先擰哪個螺絲。買了接口之後，要清洗數據、要調提示詞、要接內部系統、要改業務流程、要培訓員工。這些活接口幹不了，得靠人。
這也剛好解釋了為什麼最近花旗、Adobe等企業紛紛限制員工使用旗艦大模型。算力成本可以靠降級模型省下來，但落地服務的人力支出，壹分錢都省不了。AI的總成本從來不止Token賬單，只是很多企業之前沒算過這筆賬。
壹定會有人說，這只是AI早期的階段性現象，等未來智能體成熟了、產品足夠傻瓜化了，就不需要這麼多人了。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: