PayPal刚刚制定了一项计划，准备裁掉大约20%的员工。

据媒体报道，这轮裁员可能会从约2.38万名员工中削减4500多个岗位。与此同时，PayPal管理层提出了一套新的转型方案：精简组织、推动技术平台现代化、加快向云原生转型，并在开发流程中更积极地采用AI。

几乎同一时间，美国最大的加密货币交易所Coinbase也按下了裁员键。

Coinbase宣布将裁掉约700名员工，约占全球员工总数的14%。公司给出的理由里，除了加密市场周期，也包括让公司为“AI时代”重新调整组织。

过去的公司裁员常常被称“业务调整”“成本优化”“市场环境变化”。现在，同样的动作多了一个更有时代感的解释：我们要用AI提高效率。

AI引发了新一轮的金融“风暴”，风暴之下，无人能置身事外。

01

AI裁员的风，吹到了金融业

PayPal和Coinbase并不是同一种公司。

PayPal更像是金融科技上一轮周期的代表：它曾经是互联网支付的标志性公司，靠线上支付、商户结账、Venmo等业务，成为商家和消费者之间最重要的支付入口之一。但最近几年，支付行业变得越来越拥挤，Stripe、Adyen、Apple Pay、Klarna等公司都在不同环节抢走它的空间。

2026年第一季度，PayPal的净营收为83.5亿美元，同比增长7%；总支付额达到约4640亿美元，同比增长11%；支付交易量也增长了7%。虽然从数字上看，PayPal的盘子还在变大，但它的增长已经很难转化成同样漂亮的利润。同期，PayPal的GAAP净利润同比下降14%，GAAP营业利润率从去年同期的19.6%降到17.8%，非GAAP营业利润率也从20.7%降到18.4%。活跃账户数为4.39亿，同比只增长1%，而且环比还小幅减少。

可以说，PayPal越来越难靠原来的支付入口赚到足够舒服的钱。交易规模在增长，利润率却在被挤压；用户规模没有明显扩张，但竞争还在加剧。

在第一季度财报电话会上，PayPal CEO Enrique Lores向投资者表示，公司需要“重新回到基本面”，其中最重要的一点就是“再次成为一家科技公司”。这句话听起来有点讽刺，PayPal本是靠互联网支付起家的公司，但到了今天，它不得不公开承认，自己的技术平台、组织效率和产品开发速度，都需要重新追赶这个时代。

Lores给出的方向非常明确：要改造已经老化的技术平台，加快向云原生架构迁移，也要在开发流程里更积极地采用AI。他特别提到，AI可以提高开发者生产力，缩短产品上市时间。PayPal还新成立了一个“AI转型与简化”团队，直接向CEO汇报，负责推动公司内部的企业AI议程。

据媒体报道，PayPal计划在未来2到3年内裁掉约20%的员工，涉及超过4500个岗位。而Lores指出，结合计划中的裁员，引入AI流程预计将在未来两到三年内为公司节省至少15亿美元的成本。

如果说PayPal需要推动AI转型以应对支付市场的竞争，Coinbase的处境则是要面对加密市场的周期波动。比特币、交易量、投资者情绪、监管政策，每一项都会直接影响交易所的收入。

路透社报道称，Coinbase这次裁掉约700名员工，占全球员工总数约14%，重组预计主要在2026年第二季度完成，相关费用约为5000万至6000万美元，主要用于遣散费和员工福利。

CEO Brian Armstrong在公开信中说，AI已经改变了公司的工作方式：工程师可以用几天完成过去几周才能完成的事情，非技术团队也能借助AI自动化任务，甚至交付代码。公司接下来要减少组织层级，变得更小、更快，也更“AI原生”。

这让Coinbase的裁员带上了更强的时代感。过去的加密公司裁员，常见理由是市场下行、交易冷清、融资环境变差。现在这个理由依然存在，但它旁边多了一个新的解释：AI让公司相信，原来的组织可以被压缩，原来的团队可以变小，原来的岗位可以被重新分配。

PayPal和Coinbase之外，类似的变化也正在金融行业里扩散。

今年2月，Square和Cash App母公司Block宣布裁掉超过4000名员工，接近公司员工总数的一半。路透社在报道中直接把这次调整称为一次围绕AI展开的组织重组，CEO表示，AI工具已经改变了公司构建产品和运转业务的方式，更小的团队可以完成过去更大团队才能完成的工作。

加密金融行业里，Coinbase也不是孤例：Crypto.com今年也被曝裁员约12%，约180人，同时把AI整合进内部流程。

更早一点，“海外版花呗”Klarna展示了另一种更典型的AI缩编路径。2024年，Klarna宣布，由OpenAI驱动的AI客服助手上线一个月后，已经承担了相当于700名全职客服人员的工作量，可以处理三分之二的客服聊天，并把客户问题解决时间从11分钟缩短到2分钟。

传统大银行同样难以完全置身事外，Citi今年继续推进转型，同时把AI用于开户审核、旧系统迁移、代码测试和KYC等流程。据路透社报道，在美国服务部门，AI文档处理系统已经把开户前文件审核时间从约1小时压缩到15分钟。

从支付巨头到加密交易所，再到传统大银行，这些金融公司所处的位置并不一样，面对的具体压力也不一样，但落到组织动作上，方向开始变得相似：压缩层级，裁掉冗余，让更少的人干更多的活，把AI塞进每一个能够提效的环节。

可以说，为了降本增效，推动AI转型已成为金融行业越来越明确的方向。

02

金融业，太适合被AI改造了

不只是金融公司在往AI转，AI公司也在往金融里钻。

5月5日，Anthropic一口气推出了10个面向金融服务业的AI Agent模板，覆盖投行、银行、保险、资管、运营和合规等场景。按照Anthropic自己的说法，这些Agent面向的是金融行业里最耗时的工作：做pitchbook、筛查KYC文件、月底关账。

它们可以作为插件接入Claude Cowork和Claude Code，也可以作为Claude Managed Agents的“cookbook”部署，让金融团队在几天内把Claude放进真实业务。

这10个Agent大致可以分成两类。一类面向投行、资管和客户覆盖团队，主要处理前台分析工作，比如准备客户会议材料、生成pitchbook、阅读财报和监管文件、维护财务模型、跟踪市场和公司动态。另一类则进入金融后台、财务和合规流程，负责复核估值、调节总账、协助月末关账、检查财务报表，以及筛查KYC材料。

此外，它还在补数据生态。Anthropic称，Claude可以连接FactSet、S&P Capital IQ、MSCI、PitchBook、Morningstar、LSEG等金融数据和研究平台，也可以接入公司自己的数据仓库、研究库和CRM系统，并通过权限控制进行管理。

Anthropic瞄准的不是外围功能，而是金融公司里最耗时也最容易标准化的工作，深入了金融机构真正工作的地方。

在推出这批金融Agent之前，Anthropic其实已经在金融行业打下了基础。路透社报道称，金融服务已经成为Anthropic企业收入的第二大来源，仅次于科技行业。在Anthropic最大的50个客户中，约40%来自金融机构，包括Goldman Sachs、Visa、Citi、AIG等。

金融机构愿意为此付费的原因很直接：它们有钱，有数据，有大量流程，也有清晰的效率需求。

金融行业本身就是一个高度流程化、软件化的行业。支付、清算、交易、授信……几乎每一个环节都依赖系统运转。员工每天面对的不只是客户和同事，也包括Excel、PPT、邮件等具体软件工具。金融工作可以被拆成一条条具体的任务链，前面是资料读取和信息整理，中间是规则判断和风险识别，后面是报告、审批和复核。

金融公司的日常运转大量发生在系统、文件和流程里，尽管每个工作都有其专业门槛、也需要经验判断，但其中很大一部分都围绕信息处理展开。

而这正是AI最容易进入的地方。

现在，一个分析师可以让AI先读财报、电话会纪要和监管文件，再整理成初版会议材料；合规团队可以让AI先筛查客户文件，标记缺失信息和风险点；客服团队可以让AI处理高频问询，把复杂问题转交给人工；技术团队可以让AI辅助代码迁移、测试和文档整理。

AI只要能稳定压缩一部分基础工作，就足以改变公司的用人成本，而金融行业恰恰是对这种效率变化最敏感的行业之一。

金融本身就是规模化生意。一个流程省下一分钟，放到几百万个客户、几千万笔交易身上，就是一笔很具体的钱，金融公司算这笔账比谁都精。

对管理层来说，AI是一个可以写进财报电话会、成本计划和组织调整里的效率变量。它可以提高开发者生产力，减少外部承包商依赖，让客服团队处理更多问题，让合规人员从重复筛查转向高风险判断，让更小的团队完成过去更大团队承担的工作。

一旦AI进入成本模型，组织调整就会跟着发生。

金融公司会开始重新评估岗位配置、团队规模和管理层级。原来需要多人协作的多线程工作，可能被AI压缩成更少的人加一套工具；原来依赖外包或初级员工完成的重复性任务，也可能先被自动化系统接走。

当然，那些金融公司并不是因为AI出现才突然开始裁员，它们原本就各自有经营压力：PayPal有支付市场竞争压力，Coinbase有加密市场周期波动，Citi有长期技术转型和监管压力，Klarna有盈利和上市压力。

裁员的本质仍然是降本增效。公司要削减成本、提高利润率、压缩层级、减少冗余岗位、让更少的人完成更多工作，AI只是刚好在这个时间点，提供了一种顺手而体面、且更容易被包装成转型的解释。

因为AI的叙事天然比“业务调整”“市场环境变化”“组织优化”看起来更积极——如果一家公司只说自己要裁员，外界听到的是收缩、压力和增长乏力；但如果它说自己要通过AI重塑流程、提高开发效率，裁员就会被放进转型叙事里。

不过，这种叙事并不是资本市场的万能通行证，它被资本市场接受的前提是，公司能讲清楚AI会怎样转化成增长、利润率和竞争优势。

在PayPal CEO提出现代化改造和AI转型之后，公司股价一度下跌近8%。对一家增长承压、利润率下滑、竞争加剧的公司来说，如果AI转型伴随着弱指引、重组不确定性和继续投入，反而更容易被市场理解为公司竞争落后、问题比想象中更深。

03

风暴之下无人幸免

风暴真正吹到人身上时，感受是具体的。

对被裁的员工来说，“AI转型”意味着一次突然的系统权限关闭、一封通知邮件、一套遣散方案，以及一份需要马上重写的简历。

Coinbase这次裁员，CEO Brian Armstrong自己也承认是“突然且严厉”的决定。公司为美国员工提供至少16周基本工资的遣散费，并根据服务年限增加补偿；但出于安全考虑，受影响员工的系统访问权限也被立即关闭。

对一家交易所来说，这样做可以被解释为保护客户资金和信息安全；但对员工来说，它意味着一段职业关系在几分钟之内被切断。

并且，由“AI转型”造成的裁员，影响到的不仅仅是被裁的员工。没有人能幸免于难。

Armstrong在公开信里提到，Coinbase要减少管理层级，探索“AI原生”的团队模式，甚至尝试“单人团队”——把过去工程、设计、产品等多人协作的工作，压缩到一个人和一组AI工具身上。Business Insider在一篇评论里形容，这种未来看起来更高效，但也更令人不安，因为它减少了协调成本，以及人与人之间的协作空间。

也就是说，那些没有被裁的员工，需要在AI的帮助下完成更多的工作，并承担更多的决策压力。以前一个团队分工完成的任务，现在可能被要求由更少的人完成；以前可以慢慢熟悉的工具，现在变成必须掌握的基本能力；以前AI是加分项，现在变成不被淘汰的门槛。

这就是AI裁员的另一面：被裁的人要重新找工作，留下的人要重新证明自己值得留下。

金融行业员工面对的压力尤其明显。

初级分析师担心基础材料和初稿被AI接走，客服和运营担心重复问询被AI分流，合规人员担心初筛流程被自动化，中层管理者担心协调和汇报价值被压缩。即使是技术人员，也会发现AI一边帮助写代码，一边提高了公司对交付速度的期待。

员工之外，技术社群在担心另一件事：在Hacker News和Reddit关于Coinbase裁员的讨论里，比起“AI能不能提高效率”，更多开发者的关注点落在了金融场景里的风险上。

有人担心，加密交易所本来就是黑客重点攻击目标，如果让非技术团队也能交付生产代码，可能会带来严重安全隐患。还有人直白地说，“非技术团队正在发布生产代码”，是最不想从银行或金融公司那里听到的话。

金融行业和普通互联网产品不一样。一个推荐系统出错，最多导致用户体感变差；但一个支付、交易、风控或合规系统出错，就可能直接变成资金损失、监管处罚和客户信任危机。

AI能不能写代码、审文件、做初筛，和这些结果能不能被稳定验证，是两件不同的事。

还有一种更为宏观的声音：Axios在分析Coinbase裁员时提到，越来越多公司正在把裁员和AI绑定在一起，但真实情况往往更复杂。自动化、成本削减和市场压力混在一起，很难分清到底是AI真的替代了岗位，还是公司借AI包装本来就要做的裁员。

公司可以把很多不同原因统一装进同一个叙事里：市场不好，是AI转型；团队太大，是AI转型；中层太多，是AI转型；岗位不补，也是AI转型。

AI几乎成为了解释裁员的通用语言。

与此同时，AI行业里的人也并不完全轻松。

他们看起来站在风口上，产品被金融机构采购，模型进入投行、银行、保险和支付公司。但在AI公司内部，同样的逻辑也在运转：更小的团队、更快的交付、更高的单人产出。而这套逻辑也会反过来作用在AI公司自己身上。

于是，生产AI工具的人，也开始被AI工具重新衡量。

海德格尔认为现代技术不只是工具，而是一种看待世界的方式。它会把万物都变成可以调度、计算、优化的资源。放在AI浪潮的冲击下，员工不再只是某个岗位上的专业个体，而被看成一组可以被计算的产能：一个人加AI能产出多少、一个团队还需要几个人、哪些流程可以自动化、哪些层级可以取消。

Hacker News上有评论提到，在工程师倦怠调查里，“AI带来的做更多压力”已经成为2026年排名前列的压力来源。AI还没有完全证明自己能稳定替代岗位，但它已经让公司开始期待员工做得更多、更快。

AI公司越相信自己的技术能提高效率，就越容易把员工也放进同一套优化逻辑里。而最没有理由拒绝AI提效的，正是AI行业本身。