通用裁掉约600名IT员工：AI落地，开始改岗位表了

通用汽车这轮裁员，最反常的地方不是裁了约600人。

反常的是，它一边裁掉IT部门超过10%的受薪员工，一边还在招IT岗位。只是岗位画像变了：AI原生开发、数据工程、云工程、智能体和模型开发、提示工程、新AI工作流。

这不像单纯关灯省钱。更像一次技能换血。旧IT岗位被压缩，新AI岗位被重配。AI不再只是员工电脑里的工具，开始进入岗位表、预算表和汇报线。

600人被裁，但IT并没有停招

这次新闻要点可以压成一张表：

管理层也在换。

Sterling Anderson在2025年5月出任首席产品官后，推动整合通用分散的软件与技术业务。随后，软件团队多名高管离开，涉及软件产品、软件工程，以及任职仅9个月的首席AI官。通用又补进新的AI负责人和自动驾驶相关负责人。

这些事实不能直接推成“通用经营危机”。材料支撑不了。

更稳的判断是：通用在重新分配软件和IT资源。钱、人、权限，往AI、数据、云和自动驾驶相关能力靠拢。

受影响的不是会不会用AI，而是岗位还值不值

很多公司谈AI，口径都很温和：给员工配Copilot，提高效率，人人有助手。

真到组织落地，就不温和了。

原来的IT岗位还需要这么多人吗？原来的审批流程还跑得动吗？原来靠维护系统、对接需求、写脚本、跑流程建立价值的人，能不能进入新的生产链条？

通用这次给出的信号很清楚：企业不满足于给旧团队加一个AI工具栏，它开始重做团队本身。

对企业IT和软件从业者，风险不一定来自“AI直接替代我”。更常见的风险是岗位定义被改写。

过去，一个岗位的价值可能是维护系统稳定、响应业务需求、把流程跑完。现在，公司更想要的是能把模型、数据、云基础设施和业务流程串起来的人。

差别很大。

前者把AI当外挂。后者把AI当生产系统。

如果你在企业IT、数据、软件平台团队，最该做的不是只学几个提示词。更现实的动作是检查自己的工作有没有接近三件事：数据链路、模型接入、业务流程自动化。

只会“使用AI”的岗位，议价能力有限。能把AI嵌进权限、数据、监控、合规和交付流程的人，才更接近企业愿意重配预算的方向。

如果你看传统车企软件化，也别只盯发布会上的车机和智驾演示。更该看组织：软件团队有没有统一归口，数据能不能打通，AI岗位有没有进核心产品线，而不是挂在创新部门里做样板间。

“天下熙熙，皆为利来。”这句话放在企业AI转型里很合适。公司不是为了时髦而换岗位，它们在算账：同一笔IT预算，继续养旧流程，还是买更少但更贵、能搭AI系统的人。

管理层一旦认为后者回报更高，岗位表就会先动。

这不等于被裁员工能力差。材料也没有这么说。更准确的说法是：他们的经验，和公司下一阶段押注的能力，不再完全匹配。

这句话听起来克制，对个人却很重。

通用做对了半步，难在把AI放进生产系统

汽车公司想变软件公司，不是新故事。

过去几年，传统车企都在讲软件定义汽车、自动驾驶、车载系统、订阅服务。口号不难。难的是把汽车工业的组织习惯，改成能交付软件的组织。

汽车工业擅长供应链、制造、质量控制和安全冗余。软件组织吃的是快速迭代、数据闭环、产品责任和工程文化。两套系统不完全冲突，但磨合成本很高。

Cruise就是一笔旧账。通用曾经重金押注自动驾驶公司Cruise，后来关停相关业务。现在它重新补AI负责人、自动驾驶相关负责人，又整合软件团队，至少说明一个现实：AI和软件不能长期像外挂业务一样漂在外面。

它们必须进入主组织。

但这一步最容易失败。

大公司常见的问题，不是招不到AI人才，而是AI人才进来后，被旧流程磨平。模型团队想迭代，合规流程排队；数据团队想打通，部门墙不动；智能体要接业务系统，权限和责任没人签字。

最后大家都说AI优先，实际仍按老IT逻辑跑。

所以通用这次只算做对了半步。

对的半步是，它看见了AI能力不是培训课能补齐的，岗位必须重配。

没证明的半步是，新岗位能不能改变生产系统。否则，AI原生开发、智能体工程、提示工程这些头衔再新，也可能继续填旧表格、走旧流程、背旧KPI。

接下来最该看三件事。

这也是通用这条新闻的行业意义。

企业AI采用不是给老团队发新工具。到了深水区，它会重新决定谁留下、谁迁移、谁被替换，谁拿到新预算。

开头那个反常点也就不反常了：边裁边招，并不矛盾。

AI落地到大企业，刀先落在岗位表上。真正难的不是换一批人，而是让新能力穿过旧组织。