文章摘要
文章指出，科技公司以经济和AI为由大规模裁员，但实际是用更便宜的H-1B签证员工替代美国本土员工。作者通过分析H-1B签证数据发现，亚马逊、Infosys和谷歌等公司在大量招聘外籍员工的同时进行裁员，揭示了企业裁员的真实动机。
文章总结
标题：企业正以AI裁员为幌子掩盖H-1B替代真相
根据Vanessa Wingårdh对H-1B签证数据的分析，科技巨头们宣称经济形势和AI技术导致大规模裁员的说法存在严重水分。通过调取美国公民及移民服务局2023-2025财年数据发现，这些企业在获批大量H-1B签证的同时，正系统性裁减本土员工。
关键数据对比显示： - 谷歌获批15,010份H-1B签证，同期裁员12,000人 - 微软获批14,707份签证，裁员规模达9,000-15,000人 - 甲骨文获批6,292份签证，裁员约10,000人 - 埃森哲获批5,862份签证，裁员11,000人
行业论坛普遍反映，企业将"AI裁员"作为掩盖用工替代的幌子。有评论者指出："在Blind等职场社区，员工们反复讲述着相同的故事——公司用H-1B签证持有者或印度外包中心取代了整个部门，却在财报电话会上宣称这些岗位被AI取代。"这种现象催生了"AI=Actually Indians"的网络梗。
历史案例佐证： - 波音公司在2000年代就存在类似操作 - 多篇Reddit讨论证实H-1B替代本土员工已成行业潜规则
（注：原文中重复的亚马逊数据及部分不完整信息已作删减，保留最具代表性的企业案例）
评论总结
以下是评论内容的总结，涵盖主要观点和论据，并保持不同观点的平衡性：
H1-B签证与离岸外包的替代效应
- 有评论认为公司更倾向于将业务转移到海外而非雇佣H1-B签证员工（John23832："Why hire an h1-b when you can shift the entire campus abroad?"）。
- 也有观点指出离岸外包已成为主流趋势（dzonga："Most companies are past H1B - the game is now offshore stuff"）。
数据解读的争议
- 部分评论质疑数据是否能支持AI导致裁员或H1-B替代的结论（lordkrandel："Association is no proof of cause"；pj_mukh："this data does not support the claim it makes"）。
- 另有观点强调需从动态增长角度理解公司人员变动（agentcoops："A firm's headcount is a dynamic value that is reflective of a rate of growth"）。
劳动力成本与全球化竞争
- 评论指出非美国劳动力成本更低，原因包括教育筛选、社会福利差异等（nis0s："other countries are cheaper for the following reasons"）。
- 也有提到公司通过雇佣低成本员工替代高薪员工（tonyhart7："fire engineer that have high experience + salary and replace them with engineer that accept lower salary"）。
H1-B签证的实际操作问题
- 有评论质疑H1-B签证的随机性和时间限制是否真能支持大规模替代（IshKebab："H-1B is a lottery... How exactly do these companies hire people with those constraints?"）。
AI对就业影响的争议
- 部分观点认为AI尚未直接导致软件工程师失业（aussieguy1234："no single software engineer has yet lost their job to AI"）。
- 也有评论指出毕业生缺乏AI经验可能加剧就业问题（athrowaway3z："the current crop of graduates have too little AI experience"）。
劳动力质量与管理挑战
- 评论提到离岸或H1-B员工的工作质量参差不齐可能带来管理问题（shrubble："there is a huge amount of variance in the quality of their work"）。
政策与公司规模的反思
- 有观点认为大公司规模过大是问题根源，需政策干预（nis0s："they never should have been allowed to get that big"）。
总结：评论围绕H1-B签证、离岸外包、数据解读、劳动力成本和AI影响展开，观点多样，但普遍质疑数据与结论的直接关联，并强调全球化竞争和成本驱动的替代效应。