630，互联网公司一个季度的大限。

2026年6月30日前后，多家科技公司集中传出裁员消息。仅2026年上半年，Meta裁了8000人、亚马逊裁了1.6万白领岗位、国内头部互联网公司也出现了不同规模的团队调整——用户增长部门、中台团队、基础研发岗，成了重灾区。

2021年互联网还在扩张边界、高密度挂牌新业务，先把人招进来再说。2026年这次，底层的叙事变了——AI提效。

斯坦福大学一篇论文提供了一个值得关注的数据：自2022年ChatGPT普及以来，22-25岁软件开发者的就业比峰值下降了近20%。年龄最小、资历最浅的程序员，最先被优化。

当业务增长停滞，AI提效成了公司唯一能讲的新故事。效率提升了，人就不需要那么多了。

你有没有注意到，这些被裁的人有一个共同标签：高薪、高绩效、高职级。

高绩效为什么没护住他们？答案在下面的第二个预警信号里。

市场人很容易觉得这事跟自己没关系。被裁的是写代码的，不是做营销的。

但别忘了另一面：从一线反馈来看，AI已经能在不少场景完成大部分基础工作了——写brief、做竞品分析、排社媒日历、生成周报。

程序员第一个被裁，是因为他们的工作最容易量化、最容易替代。从行业反馈来看，市场执行层的工作是量化程度最高的岗位之一——AI替代的优先级并不低。

与此同时，招聘市场也在同步发生变化。2026年，"熟悉AI工具优先""具备AIGC应用能力"已经出现在越来越多岗位的任职要求里——从技术研发到产品运营、市场营销，甚至行政职能，AI能力不再是技术岗的专属标签，而是渗透到几乎所有岗位的评价体系。

有企业在面试中专门安排了AI能力测试，全程录屏观察候选人如何用AI完成方案任务。AI正在从"加分项"变成"及格线"。

两个信号叠加：里面在裁，外面在涨门槛。市场人面临的不是"AI会不会替代我"的问题，而是"如果我不升级，两边都留不下"。

当然，不同行业的AI渗透节奏不同。互联网岗位首当其冲，传统消费品、实体品牌的市场岗冲击来得更慢——但这只是时间差，不是豁免权。

把问题再拆细一层：市场部内部的冲击并不平均。执行层岗位——常规文案撰写、数据整理、排期管理——是高风险区，工作量可以直接被AI承接。策略、品牌、创意、公关这类强判断的岗位，AI的核心角色仍是提效工具，替代风险极低。对号入座，再往下看，才更有参考价值。

三个预警信号

使用AI不等于安全

很多市场人觉得"只要我学会用AI就行了"。

但用AI只是一个基础门槛。当80%的同行都知道怎么用AI写brief、做提案时，这个技能本身就失去了稀缺性。

真正的问题不是"你会不会用AI"，而是"你比其他人更清楚该用AI做什么"。

会用AI写周报的人，和能用AI帮老板发现一个增长盲区的人，在老板眼里是两个工种。前者是可以替代的，后者值得加薪。

高绩效不再是免死金牌

过去几年的职业安全逻辑是"只要我绩效好，公司就不会裁我"。

这个逻辑在AI提效的语境下失效了——因为AI提效的目标不是淘汰"能力差的人"，而是降低"可替代岗位的人数"。当你的工作可以被AI完成大部分时，你拿A绩效还是B绩效，在"这个岗还需要几个人"的决策里，区别不大。

一个部门从50个人减到15个人，留下来的不一定是绩效前30%的人，而是那些"只有你能做的事"最多的人。

AI工具使用率正在变成新形式的"内卷"

最耐人寻味的一个现象是：部分公司把AI使用量纳入了考核。

刷token消耗量、比谁做的AI工具多、在周报里塞满AI关键词——这些已经是互联网公司的日常。用AI来证明自己在用AI，本身就是一种自我消耗。

但问题是，当你的业务增长本身没有改变时，AI提效只是在用更少的人做同样的事。如果AI没有带来业务增量，那裁员就只是第一刀，不是最后一刀。

市场预算不会因为AI提效而增加。预算只会因为业务增长而增加。

市场人现在该做的三件事

别再做执行者了，转型"AI训练师"

过去市场人的价值链条是：老板给brief → 你执行brief → 交付成果。

AI时代这条链变成了：你发现老板应该关注什么问题 → 你决定这个问题的答案应该长什么样 → 你让AI去生成内容 → 你判断AI的输出质量。

7月初复旦大学一场AI期末考试火了，正好是这个转型的最佳比喻。学生不答题，而是出题去考AI，谁能设计出让AI答错的题越多，谁得分越高。最高分的学生不是最会答题的人，而是最会设计规则、最了解AI在哪些地方会出错的人。

简单说：不再是等brief才开始干，而是你来定义brief应该怎么写、AI应该怎么训练。你不需要比AI更会写文案，但你要比AI更清楚"这段文案的目标是谁、要达成什么效果、成功和失败怎么判断"。

一个值得注意的细节：企业面试现在不再问你"用不用AI"，而是直接让你现场用AI做方案，全程录屏观察——允许用所有工具，但最终必须拿出可落地的成果。那些在简历上写"熟练使用AI"却拿不出实战案例的人，反而更难通过面试。用AI做出了什么，比"会用AI"重要一百倍。

具体从哪练起？三个最日常的场景：把你最近一份brief输入AI，看它生成的版本和你写的差在哪；把你做竞品分析时收集的资料丢进去，看AI有没有漏掉你发现的关键信息；把你写过的周报给AI当样本，让它按这个风格自动生成下一版。做完这三件事，你就能清楚地知道"AI在哪些地方需要你来把关"——这就是"AI训练师"的第一步。

单点技能不够用了

过去市场部的分工很清晰：品牌管调性、PR管传播、投放管ROI、运营管转化。

AI正在模糊这些边界。一个大模型可以帮一个人完成从"洞察→创意→投放→归因"整个链条。这意味着：能一个人跑通全链路的人，和只能做其中一环的人，在老板眼里是两个价格。

别只学AI怎么用。学你的业务怎么运转。

最低成本的练习：拿你正在做的campaign，试着一个人跑完从目标拆解到素材产出到效果预估再到复盘报告的全流程，中间所有需要别人配合的环节都用AI代替。能跑通，你就超出了90%只做其中一环的人。

别再汇报你用了多少AI，汇报你产生了多少结果

你老板不关心你这个月用了多少token。他关心的是：AI有没有帮你省钱、有没有帮你赚钱、有没有帮他把预算花得比同行好。

与其在周报里写"本月AI工具使用率提升200%"，不如写"用AI把竞品监测从每天2小时压缩到20分钟，每周省出8小时去盯新渠道测试"。

前者是表演，后者是结果。

AI时代最稀缺的能力，不是用AI的能力，而是不用AI也清楚自己想要什么的能力。

写在最后

630不是终点。

去年此时，AI还是一个"可以考虑试试"的工具。今年此时，它已经真实地改写了头部互联网公司的人力结构。最先被波及的是程序员，但不会止于程序员。

如果你现在做的工作，只要给AI一个清晰的指令，它就能完成大部分，那你的处境并不比那些被裁的程序员更安全。

好在，市场人的工作里，有一半是执行，另一半是判断。AI能替代的是执行，替代不了的是判断——判断什么值得做、什么不值得做、做成什么样才算好、数据背后藏着什么信号。

有句话说得挺准："AI生成的东西都是正确但平庸的，真正能打动人的创意，能适配具体业务的判断，只能靠人。"

从一线反馈来看，执行层的市场人正在成为AI冲击下第二波高风险人群。但有判断力的市场人，永远不会缺市场。

这不是鸡汤。630裁员潮里，最先找到新工作的人不是技术最强的，反而是那些"懂业务逻辑"的人——因为老板缺的不是写代码的人，而是"能把业务需求翻译成AI指令"的人。

如果你带团队，这个逻辑反过来也成立：AI提效最大的杠杆不在工具，而在组织分工。团队里谁来做判断、谁来做执行、AI放在哪一层，比买什么工具重要得多。把下属从重复劳动里解放出来、把精力分配到更高价值的判断上——这本身就是一个市场leader最该做的事。

毕竟，市场部里藏着能把业务需求翻译成AI指令的人。缺的是意识到自己该往这个方向走的人。