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 annual not recurring 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。

文章来自于"AI Humanist by杉森楠"，作者 "杉森楠"。