过去几个月，多家科技公司宣布大规模裁员，并将主要原因指向人工智能（AI）带来的效率提升。
像 Atlassian、Block 和亚马逊等企业都表示，由于对 AI 的依赖不断加深，将裁减数以千计的岗位。它们给出的解释高度一致：AI 让部分人力工作变得可替代，而“负责任的管理”必须据此调整人员结构。
不过，现有证据显示的图景要复杂得多。
自动化的影响：有，但被夸大了
在某些细分领域，AI 和自动化确实正在改变工作方式，但这种变化的规模往往被放大。Anthropic 本月早些时候发布的一项研究指出，虽然许多工作任务在技术上“可自动化”，但在现实中，绝大多数任务仍主要由人类完成，AI 工具更多是辅助而非替代。
不同职业的替代风险也并不相同。研究显示，计算机程序员的暴露程度最高，其次是客户服务代表和数据录入员。然而，即便在这些最容易受到影响的岗位上，AI 的实际使用范围和深度目前仍然有限。
宏观经济数据也印证了这一点。高盛在 2025 年的一份报告中估算，如果把 AI 现阶段“已经能做”的所有任务都真正应用到经济活动中，大约有 2.5% 的美国就业岗位会面临失业风险。
2.5% 并不是一个可以忽略的数字。但报告同时强调，目前身处“AI 暴露职业”的工人，在失业、工时减少或工资下降方面，并没有表现出比其他群体更高的整体风险。
当然，某些行业已经出现早期压力信号。高盛识别出几类就业增速放缓、且与 AI 带来的效率提升相吻合的领域，包括市场咨询、平面设计、办公室行政和呼叫中心等。
在科技行业内部，2025 年上半年，美国 20 多岁、从事 AI 暴露职业的年轻人失业率上升了近 3%。Anthropic 的研究还发现，自 2022 年 ChatGPT 推出以来，22 至 25 岁、进入 AI 暴露职业的失业者在一个月内重新找到工作的概率下降了约 14%。这是一组早期但值得重视的信号，说明压力首先集中出现在这些岗位上。
这些迹象很重要，但它们是局部、行业性的，而不是企业公告中常暗示的那种“全面性、大规模替代”。证据与企业说法之间的落差，带来了一个显而易见的问题：裁员背后，还有哪些动机？
把裁员归因于AI，动机何在？
从时间点和表述方式来看，把裁员归咎于 AI，值得仔细拆解。现实中，还有多种因素与 AI 的进展同时发生：
- 疫情后线上需求退潮，企业此前的“抢人式扩张”导致人员过多，需要回调；
- 资本市场对利润率和成本控制的要求不断提高；
- 业务重组、战略调整本身就会带来岗位收缩。
这些原因与 AI 的发展并不冲突，但在企业对外沟通中，往往被 AI 的叙事所掩盖或弱化。
企业也有强烈的财务和市场动机，把自己包装成“积极拥抱 AI 的先锋”。自 ChatGPT 推出以来，AI 相关股票贡献了标普 500 指数约 75% 的回报。与其单纯宣布“为了削减成本而裁员”，不如说“我们在用 AI 重塑业务”，在投资者眼中显然更具吸引力。
围绕 AI 采用来讲述裁员故事，可以传递出一种“前瞻性转型”的形象，而不是“收入下滑”或“战略失误”的被动调整。
还需要区分两类不同性质的裁员：
- AI 真正提高了生产率，同样的产出需要更少的人，这种情况下，岗位确实是被技术直接替代；
- 裁员是为了给 AI 投入腾出资金，岗位消失并非因为 AI 已经接管了工作，而是企业要削减其他成本，集中资源押注 AI。
Meta 就是一个典型案例。据报道，这家社交媒体巨头计划裁员多达 20%，同时承诺投入 6000 亿美元建设数据中心，并大规模招聘顶尖 AI 研究人员。
在这种情形下，被裁掉的员工并不是“今天就被 AI 替代”，而是他们的岗位被牺牲，用来为公司押注未来 AI 能力提供资金。
更可能出现的，是“重塑”而非“消失”
从更长远的视角看，AI 带来的结果更可能是岗位结构的转型，而不是简单的“工作被消灭”。普华永道近期的一份报告显示，多数受 AI 影响较大的行业，就业总量仍在增长，只是增速通常低于受影响较小的行业。
与此同时，AI 暴露行业的工资涨幅大约是受影响最小行业的两倍。具备 AI 相关技能的从业者，在被分析的行业中平均享有约 56% 的工资溢价。
这些数据共同指向一个趋势：传统职场“金字塔”正在被压扁。企业对大量负责常规分析和行政事务的初级岗位需求减少，而那些能够熟练运用 AI 工具、承担更复杂决策和整合任务的资深专业人士，生产率更高、议价能力更强，因而变得更值钱。
AI 无疑是一项重要的通用技术，长期看会深刻改变经济和工作方式。但值得怀疑的是：个别公司高调宣布的“因 AI 而裁员”的戏剧性举措，究竟在多大程度上真实反映了技术趋势，又在多大程度上是在用 AI 的名义包装本来就会做出的商业决策？
厘清这一点并非纯粹学术问题，它直接影响到政策制定者、教育机构以及普通劳动者如何理解自己面临的变化：
- 政策要为“技术替代”做准备，还是更多为“岗位重组”和“技能升级”设计支持？
- 教育和培训体系该如何调整，帮助更多人从“易被替代的任务”转向“能驾驭 AI 的高价值工作”？
- 劳动者个人又该如何判断风险和机会，做出职业路径选择？
在这些问题上，把“AI 作为一切裁员的解释”显然过于简单。真正重要的，是看清技术进步与企业决策之间的边界。
本文转载自 The Conversation，依据知识共享许可协议发布。可查阅原文了解更多细节。
