当一家科技公司宣布大规模裁员，并将其归因于AI时，华尔街通常会奖励它一个更高的股价。这个逻辑看起来无懈可击：AI替代了人力，成本下降，利润上升，效率革命正在发生。

但Gartner刚刚用350个大企业的真实数据，戳破了这个神话。

反直觉的核心发现

这项研究的结论让很多CFO不舒服：裁员与AI ROI之间没有相关性。

Gartner调查了350家年收入超过10亿美元的全球企业高管，发现了一个令人意外的模式：那些因AI/自动化而裁员最多的企业，并不是那些从AI投资中获得最高回报的企业。事实上，高ROI企业和低ROI企业的裁员率几乎相同。

“仅仅通过裁员来追求价值，很可能让大多数组织走上一条回报有限的道路，” Gartner副总裁分析师Helen Poitevin在接受Fortune采访时说。

80%曾试点过AI或自动化技术的受访企业，都汇报了劳动力缩减。但问题在于，这些裁员行为本身并不带来回报——数据显示，高ROI与低ROI企业的裁员率”几乎相等”。

换言之：裁员是一种普遍行为，但它与企业的AI回报水平几乎无关。

AI裁员浪潮的规模

在这份研究发布之前，数字已经足够令人瞩目。

Challenger, Gray and Christmas的数据显示：AI在2026年3月和4月连续两个月成为企业裁员的首要原因。截至目前，2026年AI相关裁员总量已达49,135人——几乎与整个2025年的AI相关裁员总量持平。

这意味着：我们仅用大约4个月的时间，就重演了过去一整年的裁员规模。

从具体公司来看，模式如出一辙：Cloudflare宣布裁员1,100人（占员工总数约20%），与此同时内部AI使用量在3个月内增长了600%。Coinbase于5月5日裁员14%。Snap、Block、Pinterest……这些公司无一例外地将裁员部分归因于AI效率提升。

Meta裁员8,000人，微软大规模劳动力调整，每一次公告都在市场上引发短暂的掌声。

Gartner的研究出现得正是时候——它第一次系统性地回答了：这一切带来了什么。

真正创造价值的是什么

数据指向了一个明确答案：最高ROI来自”人员放大”（people amplification）——用AI让现有员工更有生产力，而不是直接替代他们。

Poitevin说得很直接：”裁人不是产生价值的地方，生产力增益不会从那里来。”

那价值来自哪里？来自重新定义人与AI的协作关系。

以几个真实场景为例：

  • 一位金融分析师，以前需要3天处理的竞争对手情报报告，现在用AI在数小时内完成，她的时间被释放出来做更高阶的判断。
  • 一个客服团队，AI实时分析客户情绪并提供处理建议，代表们的首次解决率从60%提升到82%。
  • 一家制造商，AI Agent负责对采购数据的初步筛选，采购团队减少了30%的搜索时间，年省本约150万美元。

在这些案例中，没有人被裁掉。但生产力倍增了。这就是”人员放大”。

三种截然不同的AI战略

Gartner的数据揭示了企业AI策略的深层分歧，可以归纳为三种类型：

第一类：放大型（高ROI） 用AI让员工做得更多、更快、更好。客服人员得到实时建议；工程师有AI辅助代码审查；分析师有AI先过滤数据。这类公司AI ROI最高，且员工流失率通常更低。

第二类：替代型（低ROI、高风险） 用AI直接替代人工岗位，以降本为核心KPI。裁员后股价短暂上涨，但长期ROI表现平庸——Gartner数据显示这类公司的AI回报”并不突出”。更危险的是，这些公司往往裁掉了那些最熟悉业务流程、原本能够最好地驾驭AI工具的资深员工。

第三类：观望型（尚未形成策略） 另一份Gartner CEO调查显示，约1/3的高管预期AI将辅助人类决策，但不会独立做决定；而27%的高管预期AI将以最少或零人类参与的方式做决策。这两种预期代表了两种截然不同的未来，但很多公司目前还停留在观望阶段。

AI洗裁员的幽灵

这份研究触及了一个更敏感的问题：在这49,135个AI相关裁员中，有多少其实与AI真正无关？

Sam Altman今年2月在一次采访中说得直白：”有一些AI洗白（AI washing）在发生，人们把本来无论如何都会发生的裁员，归咎于AI。”

“我不知道确切比例是多少，但确实有一些是把AI当成裁员的借口，然后也有一些是AI真的在替代某些类型的工作。”

Poitevin的研究在一定程度上支持了这一判断。她认为当前的裁员模式，”看起来是很多企业的一次性尝试……但这不是从AI投资中获得全面ROI的方式。”

从这个角度来看，过去两年的AI裁员浪潮，可能在很大程度上是一次企业重组行动——只是借用了AI的名义，获得了一个更体面、更”现代”的解释，也避免了传统裁员可能招致的舆论压力。

这是AI时代最新的”叙事套利”：即使裁员决策早在AI上线之前就已做出，也可以在公告中冠以”AI转型”的标签。

Jevons悖论的回响

这份研究发布的时机，与一场更大的叙事转变恰好重合。

Apollo首席经济学家Torsten Slok最近论证了Jevons悖论在AI时代的适用性：历史上，技术效率的提升反而增加了对该技术的总需求，从而创造更多就业。19世纪英国的蒸汽机案例是经典——煤炭使用效率提升后，煤炭的总需求量反而大幅增加，因为更多应用场景被开启。Slok认为AI也将遵循类似逻辑。

Anthropic CEO Dario Amodei最近也主动收回了去年”AI将消灭一半入门级白领岗位”的预测，转而援引Jevons悖论，谈论AI对工作的”增强”作用。

“当你把一个系统的压力推得比通常更大时，你可能会看到这些奇怪的行为和大规模的颠覆，”他说，但语气已经比一年前温和了许多。

然而，这场争论远未结束。包括Amodei在内的多位AI研究者也承认，AI的演进速度比历史上任何技术都快，Jevons悖论是否适用，还需要时间检验。

Gartner的研究无法预测未来，但它在当下给出了一个重要提醒：不管AI的长期趋势如何，裁员本身绝不是通往高ROI的捷径。

一个企业需要重新算的账

Gartner的研究提出了一个让很多管理者不舒服的问题：如果我们辞退了100个人，换来的不是更高的AI收益，那我们到底优化了什么？

答案可能是：我们优化了短期股价，却伤害了真正能从AI中受益的人力资本。

高ROI企业的秘密不是找到了”可以被AI替代”的岗位，而是找到了”AI可以使其倍增”的人才。这是两种完全不同的人力资源哲学——前者是零和游戏，后者是复利游戏。

但在资本市场的短期叙事中，它们被混为一谈了。”AI替代了5000个岗位”比”AI让我们的5000人效率提升了40%”更容易被分析师模型量化，也更容易被新闻标题消化。

这种叙事的错位，正在系统性地引导企业做出错误的AI投资决策。

第三层洞察：我们可能正在摧毁AI价值创造的基础

如果Gartner的数据是准确的，那么过去两年的AI裁员浪潮可能是AI商业化历史上最昂贵的一次误解。

企业花费巨资部署AI工具，然后裁掉那些原本能够最好地使用这些工具的人——那些了解业务、了解客户、了解流程的资深员工。他们以为这是效率革命，实际上是在破坏AI价值创造的基础。

更深层的问题是：AI的真正价值，往往依赖于一种不容易量化的东西——人类的判断力、情境理解和创造性，而这些恰恰是”AI放大”所要放大的对象。当你把这些人裁掉，你留下了工具，却失去了使用工具的能力。

高ROI企业做的是完全相反的事情：他们把AI当作一个乘数，保留人才，并向他们提供更强大的武器。他们投资于员工的AI使用技能，而不是把AI当作替代员工的理由。

这个现象在某些行业表现得尤为明显。法律服务业是一个典型案例：一批早期拥抱AI的律所，并没有裁减律师，而是让每位律师服务更多客户、处理更复杂的案件。结果，他们的收入增长速度远超同行，而那些通过AI大幅裁员的律所，往往在1-2年后面临客户流失和服务质量下降的双重压力。

咨询行业也有类似模式。AI工具可以让顾问团队的分析产出翻倍，但这个价值前提是顾问本身的存在——是他们定义了问题，是他们解读了AI输出，是他们向客户交付了洞察。裁掉顾问，你得到的只是一个会输出报告但没人能解读的分析机器。

从更宏观的视角来看，这场关于AI与劳动力的辩论，实质上是一场关于企业如何定义”竞争优势”的哲学之争。裁员派相信规模效应和成本控制是护城河；放大派相信人机协作的深度是护城河。Gartner的数据，目前支持的是后者。

Poitevin的结论值得在每一间董事会会议室里重复：”只盯着裁员是短视的。”

砍人救不了公司。砍掉这个错误的信念，或许才能。

参考资料: