本文揭露当前多数企业以AI为包装的裁员本质是传统经营因素驱动,戳破AI相关商业叙事泡沫,给不同人群提出实用建议。 ## 1. 多数AI相关裁员是企业的包装叙事 根据美国Challenger机构2025年前11个月数据,全美裁员总数超110万,AI相关裁员仅约5.5万人,占比仅4.5%,约为传统经济因素相关裁员数的四分之一。 独立咨询机构Oxford Economics指出,**现阶段AI在企业应用仍处于试验阶段,没有显著推高失业率,企业常将常规裁员包装成AI替代,以展现技术进步形象**。 ## 2. AI Token消耗高不代表真实价值提升 行业默认Token消耗=效率提升=商业价值,但实际上Token消耗只是企业使用AI的成本,并不直接对应转化为收入的商业价值。 杜克大学与美联储等机构联合研究显示,企业报告AI带来的平均生产率提升仅1.8%,用真实营收、就业数据反推的实际增幅更低;2025年美国雇主宣布裁员超120万,为疫情以来最高年度总量之一,Token增长与真实生产力、裁员规模形成鲜明反差。 ## 3. AI创投领域存在明显的叙事泡沫 按用量付费模式下AI公司的高ARR并不等于稳定可 recurring的收入,PwC 2026年调查显示,56%全球CEO承认AI至今既未帮公司增加收入,也没有降低成本。 AI赛道的高估值本质靠的是“未来赚钱”的资本叙事,很多企业所谓AI效率提升只是讲给股东的财报修辞,McKinsey研究指出,AI提升生产力并非可持续护城河,全行业都能做到等于都没获得优势。 ## 4. 企业借AI裁员的真实动机 第一种是偿还过度招聘的迟到账单:2021-2022年低利率周期大厂疯狂扩张,2023年后利率上升增长放缓,企业不愿承认决策失误,用AI做借口。 第二种是借AI推进管理层扁平化:企业本来就想精简中层,AI给了公开推进的合理理由。 第三种是升级资本市场沟通:将裁员归因为AI比需求疲软等传统理由更能传递积极信号,通常能推动股价上涨,因此被企业广泛使用。 ## 5. 给不同人群的核心建议 给创业者:不要再拿Token消耗讲故事,当前投资人已经开始关注ARR质量,要做能被复利验证的事,而非仅能适配融资PPT的事。 给打工人:**真正危险的不是能被AI做的工作,而是老板本来就不想花钱保留的工作**;任务无法拆解、未被正经定义的岗位安全性更高,核心要关注老板的现金流状况。
AI 时代的“裁员”大迂回战术,原来是这么玩的?
2026-05-13 18:17

AI 时代的“裁员”大迂回战术,原来是这么玩的?

本文来自微信公众号: AI Humanist by杉森楠 ,作者:杉森楠,原文标题:《AI 时代的「裁员」大迂回战术,原来是这么玩的?》


你最近一定看到过这样的新闻:


某某大厂,又裁员了。


理由必须是:AI。



官方口径永远是同一套模板:AI让我们更高效,更小的团队可以做更多事,所以我们不得不做出必要的调整。


听起来像是时代的必然。但当我做完一番完整的调查,会告诉你:人啊,就是怕做「合订本」。


一家公司上午发财报,Q1营收创历史新高。


下午发内部信,裁员20%。理由是:AI让我们更高效了。


这种「合订本」,过去一年我看到了一打。


所以,有点扎心的事实是——


过去这一年,被包装成"AI替代"的那波裁员,绝大部分都是在骗你(当然也有我)。


这就是AI时代的顶级大迂回战术:裁员;而AI时代的第一款杀手级应用也是裁员。


AI时代的裁员大迂回战术,到底怎么玩的?


Challenger,Gray&Christmas是美国一家常年统计企业裁员公告的机构,自2023年开始,该机构首次把AI作为单独理由追踪,2025年前11个月,他们记录在案的、和AI有关的裁员,总共大约55,000人。



听起来不少?


别急。


同一份统计里,同期全美企业公布的裁员总数,是110多万😆。


AI相关裁员的占比:4.5%。


同一份数据里,"市场与经济状况"这个过于老套的理由对应的裁员,是245,000人,整整是AI相关裁员的4倍。


而在Challenger的报告里,我完整翻了翻AI类裁员数在整个劳动力市场裁员中仍然不是最大类目(比如市场与经济原因、机构重组等会更高)。2025全年裁员总量超过百万,AI大约是其中的约5%左右。


有意思的一点是虽然数据显示AI相关裁员数自2023年起快速增长(从几千到几万),但这只是反映企业将技术因素作为岗位调整理由越来越普遍而已。


即便是Challenger本身的数据也只是基于企业声明文本分类,而不是直接技术替代效应测算。


换句话,这个星球上目前仍然没有一种明确的机制能够真实无误地测算「AI到底能以多大的效率比例,代替人类打工人」。


与此同时,1981年,在英国牛津与牛津大学商学院合作创办的Oxford Economics,是一家相对于专注宏观经济的、独立的全球性经济咨询与预测公司。


他们在今年初的报告里写到:现阶段AI在企业里的使用本质上仍然是experimental,还没到真正大规模替代员工的阶段。



Oxford Economics在观察企业裁员数据和劳动力市场后,惊觉一点:AI其实并没有显著推高失业率或成为主要的裁员驱动因素。


他们认为企业虽然会提到AI,但裁员更多仍由传统经济因素(如需求减弱、过度招聘调整等)驱动。AI作为裁员原因的岗位只占总裁员的一小部分。


Oxford Economics还指出,如果AI正在大规模替代劳动,那么应当能在宏观生产力数据中看到显著加速;但当前生产力增长并未出现这种趋势,说明AI在企业中的采用仍处于探索或试验阶段,而不是全面替代劳动力。


报告甚至认为一些企业可能将常规人员调整包装成AI相关,以展现技术进步的形象,但这未必反映实际的技术替代性裁员。


这波啊,堪称「AI裁员公司严父👍」。


换句话说——


当你刷屏看到"又有公司因为AI裁员"的时候,其实就是为了财报写的更好看,找的一个更好的理由。


说完了单纯地以AI为由头进行的裁员,我们再来讲讲Token经济,也有点「不小的泡沫」。


2026年上半年,相信很多人在内看到的最高频指标,就是AI Token消耗量。


某公司过去三个月内部AI使用量增长了600%,甚至PR自己企业内部「XX%的代码全部由AI完成」。


某行业Token消耗同比翻了5倍。


某模型一天处理多少亿Token。


大家默认的逻辑是:Token消耗=效率提升=商业价值。


但是等一下。


这些AI化的团队的总营收、ARR翻了多少倍?


为什么这些AI产品,仍然如此寻常?


Token消耗,它真的是"价值"吗?


Token消耗,只是成本。


Token多了,只说明你让AI干了更多的事,并不说明AI干的这些事,变成了你能收回来的钱。


这是一个最简单不过的逻辑了。


同样有坚实的证据能够佐证这一点。


一项由Duke University与美国联邦储备银行等机构合作的研究里,他们在2025年对约750位公司高管(主要是CFO)进行了问卷调查,结果显示企业平均报告AI带来的劳动生产率提升约1.8%。



也就是说,从企业内部感知来看,AI给工作效率带来了正向改进,但数字,不好意思,只是1.8%


而更抽象的是,Duke、Stanford的研究者进一步用企业实际营收与实际就业数据去计算AI对生产力的“隐含增长”。



他们发现,用真实的收入增长与员工变动数据反推出的生产力增幅远低于这些内部报告的1.8%。


也就是说:Token消耗涨600%,真实生产力涨不到2%(当然,这个等式并不是很准确,但它确实说明了一个矛盾)。


与之对应的裁员数量是:2025年美国雇主宣布裁员约1,206,374个岗位,是疫情以来最高年度总量之一。


这个差距的荒谬程度,不言而喻。


对于现在「火上天」的AI初创团队来说,AI本来就是ARR最性感的故事。


DoorDash是美国最大的本地即时配送平台之一,类似“美国版美团外卖+闪送+本地零售配送”。


其CEO Tony Xu在DoorDash 2026年Q1财报电话会上,承认了一些东西。



提问者是Bernstein分析师Nikhil Devnani,问题是——


在AI让员工更高产的情况下,DoorDash对员工规模和组织结构的思考是否变化。


Tony Xu回答时说——


DoorDash现在确实看到AI带来的生产力提升,“超过一半、可能接近三分之二”的代码由AI写出,但这并不能直接说明工作流和团队结构应该怎么变。


他同时反问:代码更多了,是否真的给客户带来了更好结果?


DoorDash Q1 2026收入增长33%,但GAAP净利润同比下降5%......


可见,AI是ARR最性感的故事,但不只是唯一的故事。


凡是做AI产品的,打开pitch deck必讲:我们的ARR从0做到了1亿美金、2亿美金、5亿美金。


这个数字,是整个AI创投圈的"通用语言"。


但问题来了。


ARR高,不等于公司真的在赚ARR所承诺的那个钱。


第一,很多AI公司用的是consumption-based pricing(按用量付费),不是传统订阅费。用量随时可以波动,合同随时可能毁约,客户明天就可能换下一家。


硅谷专门有一篇文章提醒投资人:你买的不是ARR,是annualnotrecurring revenue。



第二,PwC 2026年对全球CEO的调查里有一个让人略感抽象的数据,56%的CEO承认,AI至今既没有让他们公司收入增加,也没有让成本减少。


那一个既不能增加收入、也不能降低成本的东西,是怎么变成估值几千亿的赛道的?


答案是:它增加了"叙事"。


资本市场不需要AI真的赚钱,资本市场需要AI看起来会赚钱。就像晚期罗马不需要胜利,它只需要凯旋仪式。


而且,即便企业赚钱了,AI效率「大幅提升」了,裁员也仍然是不可避免的。


举个最典型的例子。


2026年5月,Cloudflare宣布裁员约1100人,占员工总数的20%。同一周,它公布了16年历史上最好的一份财报,Q1营收6.4亿美金,同比增长34%。


盈利创纪录。同时裁员20%。


打工人:???


CEO公开给出的解释是:AI agent让我们的员工比过去高效了2倍、10倍,甚至100倍。


这话,很有AI初创团队CEO的口气,但如果真的是100倍,我有三个不太礼貌的问题:


(1)剩下的80%员工,手里是不是都有100家公司的产能?


(2)你公司的ARR是不是应该不只是34%?


(3)你裁掉的那20%,是不是该算"凭本事顶替了100倍工作的英雄",你为什么要裁他们?


McKinsey在今年初发过一份研究,专门写给这一类CEO:用AI提升生产力,不是一条可持续的护城河。


因为你做得到,别人也做得到,大家都做到了,等于大家都没做到。


"X倍生产力"这个叙事,真正服务的对象不是员工,不是客户,是股东。


它只是一个财报里的修辞。


AI是scapegoat替罪羊


AI,在这一轮裁员潮里,扮演的角色叫scapegoat。替罪羊。


这是Winthrop Capital的首席投资官Adam Coons,在接受Yahoo Finance采访时的原话。他说:很多公司确实存在真实的AI替代,但同时,高管们也在把AI当成一个"特别好用的借口",来削掉他们本来就想削掉的那部分成本。


还有一个更抽象的证言。


来自Wharton商学院的Peter Cappelli教授。他翻完一堆企业裁员公告之后,总结了一句话——


"大多数公告其实只是在说:我们预期AI以后能接管这份工作。还没接管。他们只是在许愿。"


AI washing,是叙事工程。


到底是什么引起了「AI时代的裁员大迂回战术」?


那么,AI借口的背后,真正在发生什么?


过去三年,全球有完整证据链的AI裁员案例,真实动机可以拆成三种。


第一种:过度招聘的迟到账单。


2021-2022年,全球大厂疯狂扩张。低利率、融资便宜、增长预期乐观。一家公司半年招5000人,是家常便饭。


2023年开始,利率上去了,增长放缓了,账单到了。


但老板没法在股东会上说"我前年招多了",这等于公开承认自己判断错误。


他需要一个别的理由。


AI就是那个理由。


第二种:管理层扁平化。


很多裁员公告里藏着一个细节:裁的不是一线员工,是总监和中层。


这是中年人的噩梦。


为什么现在突然要扁平化?


不是AI让中层没用了,是AI给了一个可以公开讨论"中层没用"的机会。我也在大厂待过,太懂这「数不尽的中层」,到底是怎样的一种角色。


以前这种事得偷偷做,现在可以理直气壮地做,因为"AI时代需要更扁平的组织"。


第三种:资本市场沟通升级。


前文提到的Oxford Economics的判断翻译过来大致是:把裁员归因为AI,比归因为"需求疲软"或者"过去招多了",更能向投资人传递一个积极信号。


所以你会看到一个很魔幻的现象:


公司宣布"裁员+AI叙事",股价涨。公司宣布"裁员+需求疲软",股价跌。


资本市场并没有去奖赏AI本身,反而把目光放在了能把坏消息讲成好故事的CEO。


但……裁员是真的。


当然,事情不是非黑即白的。"AI是借口"和"AI真的替代了人",这两件事是同时发生的。


那这一切,对我们意味着什么?


我想给三类人,各留一句话。


给创业者:


不要再拿Token消耗当故事讲。投资人已经开始看ARR的质量了。你那ARR到底有多少是真正recurring的,有多少是明天就会走的?


做能被复利验证的事,不要做能被pitch deck验证的事。


给打工人:


真正危险的,不是"做AI能做的事"。


真正危险的,是"做你老板现在已经不想花钱做的事"。


AI是借口,不是执行者。


你要警惕的是你老板的现金流曲线。


任务能被拆解成SOP的,危险。任务不能被拆解的,稍微安全一点。任务从来没有被正经定义过的,最安全,因为老板不敢裁你,他不知道你到底在做什么。


现在这个时代,其实是最看重「人情世故」的时代,在AI时代的裁员大迂回战术里,只需要看准一个锚点:你的老板。


AI很强,但没有新闻里说得那么强。企业很精明,比你想象得还要精明。


Token在涨,ARR没涨,APP没变,人却先走了。


笑死,这就是AI时代的裁员大迂回战术。


看到这里,辛苦啦。


感谢你的阅读和「在场」!

AI创投日报频道: 前沿科技
本内容由作者授权发布,观点仅代表作者本人,不代表虎嗅立场。
如对本稿件有异议或投诉,请联系 tougao@huxiu.com。
正在改变与想要改变世界的人,都在 虎嗅APP