第一季度还没过完，全球科技行业已经裁掉近8万人。这个数字是去年同期的2.6倍，比2024年同期高出37%。
Nikkei Asia的追踪数据显示，约78,000至80,000个科技岗位在2026年头三个月消失，其中四分之三集中在美国。Layoffs.fyi的独立统计也给出了相近数字：70,474人。两个数据源都指向同一个结论——裁员潮正在加速回流。
裁员数字的"罗生门"
但数字背后藏着一道裂缝。Nikkei Asia指出，近半数裁员被官方归因于"AI或自动化"，但这很可能被低估了。很多公司干脆用"成本优化"一笔带过，AI的真实杀伤力被藏在模糊的财报措辞里。
反过来，也有人觉得AI被过度妖魔化了。Cognizant首席人工智能官Babak Hodjat在接受Nikkei Asia采访时直言，AI成了替罪羊——很多裁员其实是疫情后过度扩张的修正，是业务结构转型的副产品，只是披上了技术革命的外衣。
两种说法都有数据支撑。2023年第一季度曾创下16.7万人被裁的峰值，当时AI工具尚未大规模商用；2025年同期仅2.9万人，市场一度以为寒冬已过。2026年的反弹恰好撞上生成式AI的部署高峰期，时间线上的重叠让因果关系变得难以拆解。
钱省下来去了哪
一个反直觉的细节：裁员省下的钱并没有消失。Nikkei Asia的分析指出，这些资金正被重新注入公司自有的AI基础设施——买算力、训模型、抢人才。换句话说，裁掉旧岗位是为了创造新岗位，只是新岗位的数量和技能要求完全不同。
这种置换的代价正在显现。被影响的不只是基层执行岗，初级分析师、内容运营、基础编程岗位都在收缩。更隐蔽的冲击是"静默替代"：公司冻结招聘而非直接裁员，用AI工具消化原有工作量，员工在岗位上逐渐被架空。
研究机构的预测模型给出了更长期的图景：白领工作和入门级职位将面临持续压力。这不是周期性的行业波动，而是结构性调整的前半段。
打工人的两难
对于25-40岁的科技从业者，这套逻辑尤其扎心。这个年龄段的人通常已经脱离纯执行层，却还没进入战略决策层——恰恰是AI工具当前主攻的区间。往上，高管有判断力和资源网络；往下，应届生成本低、转型快。夹在中间的人发现，多年的经验积累正在快速贬值。
一个产品经理朋友最近吐槽：他的团队用三个月时间把用户调研流程自动化，原本需要两个人全职处理的访谈整理和洞察提炼，现在一个实习生加一套工具链就能覆盖。他没有被裁，但团队编制从8人缩到5人，他的管理幅度变相缩小，晋升通道随之变窄。
这不是个例。当公司把"AI原生"写进OKR，中层管理者的价值锚点正在从"带团队"转向"调模型"——两种能力模型的重叠度，比想象中低得多。
谁在说实话
回到那个核心争议：8万人里，多少是真的被AI取代，多少是借AI之名行精简之实？
答案可能取决于你问的是谁。对股东，AI是降本增效的叙事框架；对被裁员工，这是技术不可抗力的免责条款；对留下来的员工，这是加速内卷的压力来源。同一套说辞，在不同位置听到的是不同频率的噪音。
Babak Hodjat的观察值得玩味：他身处AI行业核心，却选择提醒市场别把锅全扣给技术。这种"内部人拆台"的姿态，或许说明技术本身的中立性正在被过度消费——真正决定裁员与否的，始终是商业计算，而非算法能力。
但另一个事实同样无法回避：2026年的裁员速度确实与AI部署节奏高度同步。即便不是直接替代，AI也显著降低了企业维持原有团队规模的必要性。这种"弹性冗余"的存在，本身就在改变劳动力市场的博弈规则。
当公司发现可以用更少的人完成同样的交付，"恢复招聘"的阈值就会被永久性抬高。这不是阴谋，是算术。
数据还在滚动。第二季度刚开始，Salesforce、Meta、微软的裁员消息已经陆续传出。如果当前 pace 维持，2026年全年的数字可能逼近2023年的历史峰值——区别在于，这一次，行业已经学会了用更漂亮的词汇包装同样残酷的决定。
你的岗位，有多少工作量已经被工具悄悄覆盖？公司上一次讨论"团队编制"，是在什么时候？
热门跟贴