AI裁员潮后，为什么企业又开始招人了？
鹿Sir约 4 分钟过去两年，职场人最怕听到的一句话："这个岗位，AI能做了。"
不是杞人忧天。全球科技巨头确实因为AI裁掉了大约23万人。Meta缩减了五分之一的人力，亚马逊裁了3万，微软1.5万，甲骨文甚至计划砍掉2到3万个岗位。国内同样没能幸免——网易、字节、阿里、B站，都在用AI进行"人员优化"。
看到这些数字，换谁都会慌。
但最近的一组预测数据，让事情出现了反转。
裁员之后又招聘，企业在折腾什么？
Gartner的研究显示，到2027年，有一半因为AI裁员的公司会重新招聘类似岗位。Forrester的数据更直接：55%的雇主已经开始后悔了。
裁完又招？这不是瞎折腾吗？
还真不是。老板们终于认清了一个现实——AI的能力被高估了。
AI公司自己打了脸
最有意思的是，这份"打脸报告"来自AI公司自己。
Anthropic（Claude的母公司）发布了一份研究报告，结论是：理论上AI能完成94%的计算机类工作，但在真实的业务场景里，实际只能搞定33%。
94%和33%，差距接近三倍。
为什么差这么多？因为真实的工作不是考试做题。AI处理标准化任务确实快——写邮件、做表格、翻译文档，又快又准。但工作中大量的事情是"非标准化"的：要协调人际关系、要判断优先级、要在信息不完整时做决策、要在客户情绪激动时安抚对方。
这些，AI真搞不定。
一个打不通的电话
说个真实的案例。瑞典有家金融科技公司Klarna，做支付业务的，规模不小。
2024年，Klarna的CEO高调宣布："我们的AI客服能替代700个全职员工。"裁员裁得很果断，AI上岗也很迅速。
然后问题来了。
一位70岁的老人打电话来，询问养老金转账怎么操作。AI客服非常"高效"地给她发了一个操作指南的链接。
但老人不会点链接。
她其实只是想找个人聊聊，问问具体怎么弄。但AI理解不了这个。AI只会判断"问题类型"，然后匹配"最优解"。它体会不到一个老人打电话时的那种无助感。
客户投诉量飙升。2025年，Klarna又开始重新招人了。
类似的故事在全球各地都在上演。
程序员也头疼
写代码的情况也差不多。有程序员吐槽："AI写的代码能跑，但出了Bug，排查起来比人写的还费劲。"
因为AI写代码的逻辑和人不一样，它会用一些人类程序员不常用的写法。等出了问题，你得先猜透AI在想什么，然后才能修。维护成本反而更高。
MIT去年的一项调查显示：95%投资AI的企业尚未实现盈利。
不是AI没用，是我们对它的期待太离谱了。
AI到底适合干什么？
聊到这里你可能会问：那AI到底有价值吗？
当然有。但要用对地方。
AI擅长的是标准化、重复性、规则明确的任务。让它每天处理一万封格式固定的邮件，它比人快十倍。让它从一堆数据里找异常值，它不会漏。让它翻译文档，虽然偶尔有点生硬，但基本可用。
AI不擅长的是模糊的、需要同理心的、要在不确定中做判断的事情。
所以最后跑通的模式不是"AI替代人"，而是"AI+人"——AI干标准化的活，人处理复杂和需要温度的部分。Klarna最后也是这么调整的：AI负责分类和初步回复，复杂问题自动转人工。
这才是正常的节奏。之前那波"AI万能论"本来就夸张，什么岗位都能替代、什么行业都要颠覆，搞得好像明天所有人都要失业一样。现在算是回归理性了。
给你的一点建议
如果你现在还在担心"会不会被AI替代"，我的建议很简单：与其焦虑，不如想想怎么用AI给自己增效。
你不需要学编程，不需要搞懂什么是大模型、什么是Token。你只需要明白：AI是一个效率工具，就像当年的Excel一样。会用Excel的人不会觉得Excel威胁到了自己，对吧？
真正该担心的不是AI本身，而是你的同事已经在用AI了，而你还没开始。
这话可能听腻了，但它正在成为现实。你想做那个驾驭AI的人，还是被AI用来比较的那个人？
欢迎转发给身边也在焦虑的朋友，说不定能帮他们宽宽心。
EOF
分享架构技术/IT资讯/牛马日常
电商·SaaS·AI架构师/DDD极客·SKILL极客
→关注公众号，撩小码鹿「已接入AI」
→加我备注“进群”，进技术大佬群学习