發現AI頂不住 公司開始挨個打電話請人回去…
“AI 替代人類”的神話，正在崩塌？
去年，硅谷流行一個說法：“AI 會幹掉你的工作。”
從谷歌、亞馬遜到各家初創公司，許多企業高調宣布“用 AI 優化人力”，在投資人面前展示未來的高效藍圖。然而一年過去，現實給了他們一個耳光——越來越多公司正在重新雇回自己裁掉的員工。
最近，人力數據平台 Visier 公布的一份全球報告顯示，在其追蹤的 142 家企業、240 萬名員工 中，有 5.3% 的被裁員工最終被老東家重新聘用。這個數字雖然看似不高，但趨勢已經非常明顯——這一比例自 2018 年以來相對穩定，但近兩年明顯上升，且正在加速。
這意味著，“AI 替代人類”的神話，正面臨著現實的沖擊。
一場沒有兌現的“AI 承諾”
Visier 首席研究員 Andrea Derler 把這種情況形容為“企業與AI之間的冷靜期”。
她指出，很多公司在去年裁員時，給出的理由是“AI 已經能自動化部分崗位”。但事實證明，這個說法更多只是一種“方便裁員的借口”，而非基於真實的業務效果。
根據 Visier 的分析表明，許多公司在引入 AI 系統後，確實能在部分流程上提升效率，例如客服問答、數據錄入、項目報告初稿生成等。但真正的問題在於：AI 通常只能“接管任務”，而不是接管崗位。
也就是說，一個完整的職位（例如市場分析師、開發工程師、項目協調員）中，AI 只能取代其中的部分操作，而剩下那些需要判斷、協調、經驗積累的環節——依然需要人。這樣的結果就是：這些公司發現自己“省了一半人，卻還得花更多人力去讓AI真正能用”。
不僅如此，更現實的問題是“錢”。
正如 Andrea Derler 所說，許多高管在推動 AI 戰略時，完全低估了 AI 落地的成本和復雜度：“AI 基礎設施不是一個模型接個 API 那麼簡單。它還包括服務器、數據管道、安全審計、模型監控等一整套系統。”——而這些支出，往往會遠超公司引入AI的最初預算。
尤其在企業級場景中，AI 模型需要在內部環境中運行，難免會牽涉隱私、合規和安全等問題，這些因素都將導致成本直線飆升。一些公司原本計劃通過裁員來抵消這部分成本，但很快就發現：AI 上線的速度根本趕不上業務的復雜性。
於是，當新 AI 系統上線後無法順利接管舊流程，公司就只能把原來的業務骨幹給重新請回來。
MIT：95% 的企業還沒從 AI 中賺到錢
除了 Visier，麻省理工學院（MIT）最近發布的一項調研也印證了這一點——全球約 95% 的企業尚未從AI投資中獲得任何可量化的財務回報。
換句話說，AI 不僅在賬面上沒有成為“生產力”，反而還變成了新的資本支出中心。Interactive Brokers 首席策略師 Steve Sosnick 對此的評價更為直接：“看起來，AI 行業的巨額投資，很多都沒花在刀刃上。”
所以，這讓許多企業陷入了一個尷尬的循環：他們裁掉員工，投入 AI；但 AI 沒有節省下預期的人力；反而需要重新招人，讓系統能跑得起來。結果是——“AI 節流”變成了“AI 反噬”。
更何況，即便是從傳統成本控制的角度來看，裁員也並非“穩賺不賠”的操作。
根據勞動力規劃平台 Orgvue 的數據，企業每節省 1 美元的工資成本，實際平均要花 1.27 美元來支付遣散費、失業保險、重新招聘和培訓等隱性成本。
“裁員從來不是免費的，”Andrea Derler 強調，“而很多公司都低估了它帶來的復雜連鎖反應。”
您的點贊是對我們的鼓勵
還沒人說話啊，我想來說幾句
去年，硅谷流行一個說法：“AI 會幹掉你的工作。”
從谷歌、亞馬遜到各家初創公司，許多企業高調宣布“用 AI 優化人力”，在投資人面前展示未來的高效藍圖。然而一年過去，現實給了他們一個耳光——越來越多公司正在重新雇回自己裁掉的員工。
最近，人力數據平台 Visier 公布的一份全球報告顯示，在其追蹤的 142 家企業、240 萬名員工 中，有 5.3% 的被裁員工最終被老東家重新聘用。這個數字雖然看似不高，但趨勢已經非常明顯——這一比例自 2018 年以來相對穩定，但近兩年明顯上升，且正在加速。
這意味著，“AI 替代人類”的神話，正面臨著現實的沖擊。
一場沒有兌現的“AI 承諾”
Visier 首席研究員 Andrea Derler 把這種情況形容為“企業與AI之間的冷靜期”。
她指出，很多公司在去年裁員時，給出的理由是“AI 已經能自動化部分崗位”。但事實證明，這個說法更多只是一種“方便裁員的借口”，而非基於真實的業務效果。
根據 Visier 的分析表明，許多公司在引入 AI 系統後，確實能在部分流程上提升效率，例如客服問答、數據錄入、項目報告初稿生成等。但真正的問題在於：AI 通常只能“接管任務”，而不是接管崗位。
也就是說，一個完整的職位（例如市場分析師、開發工程師、項目協調員）中，AI 只能取代其中的部分操作，而剩下那些需要判斷、協調、經驗積累的環節——依然需要人。這樣的結果就是：這些公司發現自己“省了一半人，卻還得花更多人力去讓AI真正能用”。
不僅如此，更現實的問題是“錢”。
正如 Andrea Derler 所說，許多高管在推動 AI 戰略時，完全低估了 AI 落地的成本和復雜度：“AI 基礎設施不是一個模型接個 API 那麼簡單。它還包括服務器、數據管道、安全審計、模型監控等一整套系統。”——而這些支出，往往會遠超公司引入AI的最初預算。
尤其在企業級場景中，AI 模型需要在內部環境中運行，難免會牽涉隱私、合規和安全等問題，這些因素都將導致成本直線飆升。一些公司原本計劃通過裁員來抵消這部分成本，但很快就發現：AI 上線的速度根本趕不上業務的復雜性。
於是，當新 AI 系統上線後無法順利接管舊流程，公司就只能把原來的業務骨幹給重新請回來。
MIT：95% 的企業還沒從 AI 中賺到錢
除了 Visier，麻省理工學院（MIT）最近發布的一項調研也印證了這一點——全球約 95% 的企業尚未從AI投資中獲得任何可量化的財務回報。
換句話說，AI 不僅在賬面上沒有成為“生產力”，反而還變成了新的資本支出中心。Interactive Brokers 首席策略師 Steve Sosnick 對此的評價更為直接：“看起來，AI 行業的巨額投資，很多都沒花在刀刃上。”
所以，這讓許多企業陷入了一個尷尬的循環：他們裁掉員工，投入 AI；但 AI 沒有節省下預期的人力；反而需要重新招人，讓系統能跑得起來。結果是——“AI 節流”變成了“AI 反噬”。
更何況，即便是從傳統成本控制的角度來看，裁員也並非“穩賺不賠”的操作。
根據勞動力規劃平台 Orgvue 的數據，企業每節省 1 美元的工資成本，實際平均要花 1.27 美元來支付遣散費、失業保險、重新招聘和培訓等隱性成本。
“裁員從來不是免費的，”Andrea Derler 強調，“而很多公司都低估了它帶來的復雜連鎖反應。”
您的點贊是對我們的鼓勵
還沒人說話啊，我想來說幾句| 分享: |
| 注： | 在此頁中閱讀全文 |
