2026年5月下旬，Cisco发布了季度财报。同一份公告里，有两个同时出现的数字：创纪录的季度营收，和4000人的裁员计划。

资本市场的反应让人意外：Cisco股价跳涨13%。

不是”尽管裁员，股价还是涨了”，而是”因为裁员，股价涨了”。更准确地说，是因为裁员的叙事方式：公司将这4000个职位的消失，包装成一个关于人工智能转型的主动战略决策，而不是被动的成本压缩。投资者买的不是裁员这个事实，而是裁员被讲述的方式。

这不是Cisco独有的剧本。它是当前科技行业最普遍的公关策略之一。

MIT斯隆管理学院荣誉教授Paul Osterman在接受《财富》杂志采访时，用一句话拆穿了这个叙事：

“人工智能是为大规模裁员正名的完美借口。它让这一切看起来不是我们的决定，不是我们的错——是技术的原因。”

但他还说了另外一句话，更有分量：“他们说了20年了。”

14.8万人，和一个惊人相似的模板

在过去几个月里，媒体上反复出现同一个新闻模板：

【公司名】因AI转型需求，裁减【X%】员工，重组为「更精简、更灵活」的团队结构。

这不是比喻。从Business Insider汇总的15家明确将AI作为裁员理由的公司名单来看，每家公司的公告语言都惊人地相似——关于”精简”、”扁平”、”灵活”、”AI时代的新工作方式”。

具体数字：

  • Block（Jack Dorsey的公司）裁减约50%全球员工，理由是打造”更小、更扁平的团队”
  • Snap裁减16%，约1000人，同期宣布AI产品投入
  • Atlassian裁减10%，约1600人，公司同时发布Rovo AI工具
  • Cisco裁减约4000人，记录营收同期，股价涨13%
  • Cloudflare裁减20%，约1100人
  • Coinbase裁减14%，约700人
  • GitLab裁减14%，约350人，同时退出22个国家，营收增长23%
  • Wix裁减约20%，超过1000人
  • Oracle进行历史最大规模裁员，约3万人（占全球员工18%）将于2026年6月1日至15日间陆续离职

2026年至今，科技行业已裁减超过14.8万人。其中多数公司声称”AI转型”是核心驱动因素之一。

职业转换机构Challenger, Gray & Christmas的调查显示，2026年至今，AI被明确引用在8%的裁员计划中——这个比例在两年前几乎为零。

一个模式，重复了20年

Paul Osterman研究美国劳动力市场已经超过20年，他的著作《可抛弃的工人》研究了几十年来企业用不同话语包装裁员的历史模式。

当《财富》记者将当前这波AI裁员浪潮呈现给他时，他的反应是：“他们说了20年了。”

他的意思是，企业用技术变革为裁员辩护这个模式，远远早于AI时代就已存在：

二十世纪九十年代：互联网时代的组织重构。”互联网改变了一切，我们需要更扁平的组织来快速响应数字化挑战。”大规模裁员伴随着.com热潮发生，但公告语言是”主动转型”。

2000年代：全球化与外包经济。”专注核心竞争力，非核心业务外包”。数万个岗位从发达国家消失，但这被包装成战略聚焦，而不是成本削减。

2010年代：云计算与自动化。”云计算正在根本性地改变我们的IT基础设施需求”。大量IT运维岗位被合同化或裁减，每一次都伴随着一套关于技术进步必要性的叙事。

2020年代初：疫情后的混合工作模式重构。”混合工作时代需要不同的人才结构和团队配置”。疫情期间扩张，2022-2023年大规模收缩，叙事是”适应新常态”。

现在：AI时代的精简与敏捷化。语言基本相同，只是把”互联网”换成了”AI”，把”数字化”换成了”智能化”。

Osterman的核心论点不是否认技术确实在改变工作——它确实在改变。他的论点是：大部分以”AI”为理由的裁员，实质上是本来就要进行的裁员（成本压力、竞争压力、增长放缓等原因）——AI只是提供了更好的话语框架，让企业得以用积极叙事包装消极决策。

数据层的拆解：ROI在哪里？

这不只是一个叙事层面的质疑。数字在说话。

MIT研究发现：95%的企业AI投资迄今为止产生了”零回报”。这个数字本身就值得停下来思考：如果AI还没有产生可观测的、可量化的生产力回报，”因为AI提升效率，所以我们需要的人更少了”这个逻辑，从根本上就缺乏支撑。

Gartner调查结果更直接：80%试点了AI和自动化技术的企业报告了员工削减——但这些企业无论AI是否真正产生回报都进行了裁员。换句话说，裁员决策是独立于AI效果存在的。AI被引用为理由，但它不是真正的原因变量。

GitLab案例值得仔细看：公司在宣布裁减14%员工（约350人）的同时，营收同比增长23%，并退出22个国家。GitLab说这是为了”将节省的资金重新投入内部AI资源建设”。但如果公司营收在增长，裁员的动机是什么？”投资AI”是解释，不是原因。背后更可能的驱动是：投资者持续施压要求提升利润率，而裁员是最直接的利润率提升工具。AI战略只是让这个决策看起来更像”未来导向”而不是”短视的季度压力”。

当Osterman说”类似的话他们说了20年”，这不是在否认技术的真实影响力，而是在指出：每一次技术浪潮，都给企业管理者提供了一个可以免责的宏观叙事框架。

Oracle的双重叙事

Oracle的案例是这个模式最具代表性的例子，值得单独分析。

2026年，Oracle正在进行其历史上规模最大的裁员——约3万人，约占全球员工18%，将于6月1日至15日间陆续离职。公司将这次重组定性为”AI和云扩张战略的重要组成部分”。

公开叙事：Oracle积极拥抱AI时代，精简人员结构是为了在人机协作的新模式下更灵活地竞争。公司将节省的成本重新投入AI基础设施建设和云服务扩张。

但如果不看叙事，只看数据：

Oracle的核心业务（数据库、ERP系统）在过去十年持续被云原生竞争对手侵蚀——Snowflake在数据分析领域，MongoDB在NoSQL领域，AWS RDS/Aurora在托管数据库领域，SAP S/4HANA在ERP领域。Oracle的云业务增长速度长期落后于AWS、Azure和Google Cloud。这场3万人的裁员，更合理的解读是：在云竞争中长期处于守势的传统巨头，通过大规模降低人力成本来改善财务表现，同时借助AI叙事重塑市场对公司战略方向的认知。

AI投资是真实的，AI战略也是真实的——但这不妨碍裁员的主要驱动因素是市场份额丢失和利润压力，而不是AI让每个人的生产力提高了18%因此不再需要18%的员工。

可抛弃工人的隐形经济

Osterman的研究揭示了一个与AI叙事平行存在的深层结构：美国劳动力中约35%可以被归类为”可抛弃工人”——合同工、自由职业者、零工经济参与者、以及各种形式的灵活雇用员工。这些人为企业创造价值，但可以在不承担正式裁员法律成本和声誉成本的情况下被随时遣散。

美国劳工统计局的数据显示，2023年约有690万临时工人（保守估计），占劳动力的4.3%，高于2017年的3.8%。

这个结构背景对理解”AI裁员”的真实构成非常重要：许多企业声称的”因AI而减少人员需求”，很大比例实际上是终止合同工关系——而这本来就是合同工模式的设计意图，与AI无关。

更持久的数据是：Osterman的研究发现，合同工和边缘工人面临更低的工资和更低的工作满意度，无论宏观经济环境如何，这个结构性劣势都存在。而在人工智能时代的重组浪潮中，这种劳动形式的比例只会进一步提升，因为它给企业提供了最大的灵活性——在人工智能赋能的生产力波动中，随时可以扩张或收缩，而无需承担解除正式合同的法律和声誉成本。这个结构是”可抛弃工人经济”的核心矛盾：它让企业得到了人力资源的极度灵活性，却将结构性经济不确定性转移到了劳动者身上，同时让政策干预变得更加困难，因为这些工人往往处于现有劳动保护法规的灰色地带。

两个真实发生的变化

公平起见，我们需要承认：并非所有以AI为名的裁员都是纯粹的AI Washing。有两类真实的变化正在同时发生，只是它们的规模和机制被公司叙事系统性地夸大了。

第一类真实变化：特定岗位的工作内容被AI高度替代。 软件开发（代码审查、文档撰写、测试用例生成）、内容创作（初稿、SEO优化内容）、客户服务（标准问题的第一层响应）、数据分析（报表生成、模式识别）等具体工作，确实被AI工具大幅替代了。某些岗位的人效（每人产出）确实显著提升，这让同样的工作量可以由更少的人完成。

这是真实的，但它是局部的、具体的，而不是公司整体被”AI驱动战略重组”了。

第二类真实变化：对AI能力的预期正在改变人力资源规划。 即便AI还没有大幅提升现有员工的生产力，企业管理者和投资者已经开始基于对AI潜力的预期来规划未来人员规模。”我们不需要雇这么多人了，因为未来的AI会做这些工作”——这个前瞻性的逻辑，在某些情况下是真实的计划，而不是事后的叙事。

但这里的关键问题是：“预期的AI未来生产力提升”和”今天削减人员”之间，对被裁员的人来说没有任何区别，但在叙事上却造成了根本不同的道德责任分配。 当你说”AI让我们不需要那么多人”，你是在说AI已经替代了那些工作（事实），还是在说你预期未来AI会替代那些工作（预测）？这两句话中，被裁员的人承受了同样的结果，但企业承担的叙事责任却大不相同。

为什么叙事被资本锁定

整个人工智能裁员叙事之所以能持续运作并不断被强化，根本原因是资本市场正在主动为它提供正向激励。这不是偶然现象，而是一个有明确逻辑的激励结构。

当Cisco宣布创纪录营收同时削减4000个岗位，并将裁员包装为”人工智能时代的战略重组”，股价涨了13%。这个信号非常清晰：市场在奖励的不只是盈利本身，而是这个盈利与裁员的组合叙事——展示了管理层”敢于做艰难决定”同时”有前瞻性的技术战略眼光”。

这个激励结构在企业管理者层面制造了一个理性的选择路径：即便裁员的真实动机是季度利润目标或股东压力，用人工智能转型的语言来包装这个决策，也是完全理性的行为——因为它能带来更好的市场反应，对职业发展更有利，对公司品牌形象伤害更小。

Osterman指出，历史上每一次重大技术浪潮期间，都存在相似的激励扭曲现象。但人工智能叙事有一个与过去不同的特殊之处：以前的技术叙事（互联网、云计算）在技术泡沫破裂之后，其叙事效力也会大幅减弱。但人工智能不同，它的能力确实在持续进步，它作为技术叙事参照点的有效性不依赖于任何单一泡沫的完整性。这意味着以”人工智能”为名的裁员叙事，拥有比以前任何技术叙事都更长的有效期。

结果是：叙事被资本奖励的逻辑锁定，从内部很难打破。企业管理者不需要担心五年后有人翻出这份裁员公告质问他们”人工智能到底替代了哪些工作”，因为届时人工智能确实会替代更多工作，使得之前的叙事在事后看起来并非全然错误。这种事后合理化的可能性，是人工智能叙事相比历史上任何技术叙事都更强大的地方。

生产力提升的不均匀分布

还有一个层面需要被讨论，那就是即便人工智能真的提升了某些员工的生产力，这种提升是否均匀地分布在所有岗位上。

实际情况是：人工智能工具在不同类型工作中的生产力提升效果差异极大。在代码编写、文本生成、数据汇总等可以被清晰描述的结构化任务上，提升效果显著。在涉及判断力、创造力、人际关系、组织协调等高度非结构化的工作上，人工智能目前的辅助效果有限。

这意味着，人工智能带来的生产力提升不是均匀地”让所有人变得更高效”，而是在特定岗位和特定工作类型上产生了集中效应。一家软件公司的代码审查工程师可能因为人工智能辅助工具而效率提升了40%，但同一家公司的战略规划团队、客户成功团队、品牌营销团队的人工智能辅助收益可能远远没有这么明显。

当企业宣布”因为人工智能我们整体减少了15%的人员需求”，这个说法混淆了这种不均匀的分布。它把在特定岗位发生的实际技术替代，扩展成了一个关于公司整体人效提升的宏大叙事。这种混淆不只是叙事上的不精确，它对被裁员的人也是不公平的：在人工智能辅助效果有限的岗位上工作的人，被以一个不完全适用于他们工作内容的理由裁员，这在逻辑上是有问题的。

这意味着什么

对被裁员的人： 理解叙事游戏不会改变你的处境，但会帮助你更准确地认知你的价值和下一步选择。当一家公司说”你的岗位因为人工智能被消除了”，正确的追问是：是哪个具体的人工智能工具替代了什么具体的工作内容？还是”人工智能”只是本轮成本调整的包装术语？前者要求你重新审视和提升与人工智能协作的特定技能；后者则提示你需要关注的是行业和公司的宏观趋势，而不是你的技能本身出了问题。

对企业管理者： 叙事和事实之间的落差，最终是有成本的。当被裁员的工程师和分析师发现他们离开后公司依然需要雇人做相同的工作，”人工智能替代”的叙事就会反噬雇主品牌。在人才竞争激烈的领域，雇主信誉一旦受损，重建周期往往超过3到5年。短期的叙事收益，需要与长期的品牌成本进行权衡。

对投资者： Gartner的数据显示，80%试点人工智能的企业报告了员工削减，但裁员数量与人工智能回报率之间没有可靠的相关性。如果你的投资逻辑是”这家公司裁员了所以人工智能战略有成效”，你可能正在奖励成本压缩，而误以为自己在奖励技术创新。这两件事在短期内对财报的影响相似，但在3到5年的时间维度上会产生截然不同的增长轨迹。区分它们，需要要求企业提供更具体的人工智能价值量化证据。

对政策制定者： 当人工智能成为裁员的免责话语，政策应对需要区分两种本质不同的场景：一是真实的技术性失业，即特定工作内容确实被人工智能系统所替代，这需要专项的再培训投资和社会保障过渡机制；二是成本驱动的结构性调整，这是传统劳动法规范就能处理的领域。如果两者被混同处理，政策资源会被严重错配。更根本的问题是：是否应该建立机制，要求企业在引用人工智能为裁员理由时，提供具体的、可验证的技术替代证据，而不是允许停留在抽象的战略叙事层面？

对所有旁观者： Paul Osterman描述了一个他研究了数十年的结构性规律：企业总是在寻找一个好故事，让艰难的成本决策听起来像是有远见的战略选择。当技术浪潮到来时，这个好故事就在那里，唾手可得。理解这个模式不是悲观主义，而是一种认知免疫力——帮助我们区分真实的技术转型和叙事包装的成本管理，并对两者做出更准确的预期和判断。

叙事游戏的历史版本

回溯20年，企业管理者的裁员公告语言是惊人一致的——每一次都有新的技术名词，但底层逻辑一模一样：技术改变了世界，我们不得不调整，但这是积极向上的战略选择而不是被迫的成本削减。

九十年代末期互联网浪潮期间，企业说：”数字化转型要求我们建立更灵活的组织架构，因此我们需要重新评估人员配置，只保留真正能推动数字化业务增长的关键人才。”二十一世纪初全球化时代，企业说：”全球化竞争要求我们聚焦核心竞争力，非核心业务需要外包或精简，因此我们需要重新配置内部团队，将资源集中在最有战略价值的核心能力上。”2010年代云计算兴起时，企业说：”云计算正在根本性地改变我们的技术架构需求，传统的大型IT运维团队不再必要，我们需要将人力资源向更高价值的创新和业务工作转型。”2020年代疫情之后，企业说：”混合工作模式要求我们重新思考人才分布、团队协作方式和组织架构，远程优先的工作方式让我们能够以更精简的团队完成相同的业务目标。”

然后是现在：每一家公司都在说一个关于人工智能时代的精简与敏捷化故事——语言已经更新，但叙事结构和功能完全一样。

Osterman教授的核心论断是：这些叙事在技术细节和使用的术语上各不相同，但在社会功能上是完全等价的。它们都在做同一件事：为一个成本驱动的、通常是痛苦的管理决策，赋予一套关于技术进步必要性、战略远见和对未来负责任的正面叙事框架，让它听起来不像是管理层的主动选择，而像是时代大势的自然结果。

叙事之外，还有什么可以量化

如果要区分真实的技术性裁员和人工智能洗白式裁员，我们需要寻找一些独立于叙事之外的、可以量化验证的指标。以下是几个有价值的观察维度：

第一：裁员之后是否出现同类岗位的招聘？ 真正因技术替代而减少的岗位，不会在裁员后短期内出现同类职位的招聘需求。如果一家公司宣布因为人工智能自动化而裁减了客户服务团队，但三个月后又在招聘客户服务经理，那么原来的裁员理由就值得质疑。实际观察发现，很多科技公司在宣布大规模裁员的同年，总招聘量几乎没有下降——只是职位结构调整了，而这与”人工智能让我们不需要那么多人”的叙事是矛盾的。

第二：被替代岗位的具体工作内容能否被描述？ 如果企业声称人工智能替代了某类工作，它应该能够具体说明是哪个人工智能工具，替代了什么具体的工作步骤，替代率是多少。”人工智能让我们更高效”是一句话，”我们的代码审查工具将工程师的审查时间从每天6小时减少到2小时，因此相关岗位数量可以减少”是另一句话。前者是叙事，后者是可以验证的因果声明。大多数企业的裁员公告，停留在前者的抽象层面，而不提供后者的具体证据。

第三：节省的成本流向哪里？ 如果裁员真的是由于人工智能技术替代了大量工作内容，节省下来的人力成本理论上应该被再投入到新的增长性工作中，包括人工智能基础设施建设、新产品开发，或者帮助被裁员工转型的再培训项目。如果节省的成本主要流向了股东回报和高管薪酬，那么”人工智能驱动的战略重组”的说法就更接近于一个资本分配的包装，而不是真实的技术转型。

这三个维度都有公开数据可以追踪。在大多数声称人工智能驱动裁员的案例中，这三个维度的表现并不支持企业的官方叙事。

对被裁员的人意味着什么

抽象地讨论叙事和企业动机，容易让人忘记这些决策的具体重量：每一个数字背后是一个家庭，是一段职业生涯，是一系列已经建立的专业判断和行业知识。

对于被以”人工智能转型”名义裁员的人，Osterman的分析提供了一个重要的认知框架：你的岗位消失，很可能不是因为人工智能真的无缝接管了你的工作。更常见的情况是：你的公司面临成本压力或增长压力，人工智能提供了一个在市场上听起来有前瞻性的叙事，让这个痛苦的决策看起来不像是公司的失误，而像是时代的必然。

这个认知不会改变结果，但它会改变下一步的判断方向：不需要质疑自己的工作能力是否真的已经被人工智能替代，而需要评估自己的技能在新的市场需求下如何定位，无论这个市场变化是真实的技术替代还是叙事包装的成本调整。

参考资料

  1. Fortune. “CEOs blame AI for layoffs, but an MIT professor says it fits a long pattern to find a cover story.” Fortune. 2026-05-31. https://fortune.com/2026/05/31/tech-companies-ai-washing-layoffs-wix-block-snap-atlassian-disposable-workers/

  2. Business Insider. “15 companies that have said they’re doing AI-related layoffs.” Business Insider. 2026-06-03. https://www.businessinsider.com/list-companies-replacing-human-employees-with-ai-layoffs-workforce-reductions

  3. Fortune. “Gartner research: AI-driven layoffs aren’t producing expected returns.” Fortune. 2026-05-11. https://fortune.com/2026/05/11/ai-automation-layoffs-gartner-study-roi/

  4. TechCrunch. “GitLab cuts 14% of staff as it scales its platform to serve AI workloads.” TechCrunch. 2026-06-03. https://techcrunch.com/2026/06/03/gitlab-cuts-14-of-staff-as-it-scales-its-platform-to-serve-ai-workloads/

  5. Business Insider. “Oracle layoffs: about 30,000 employees to exit by June 15.” Business Insider. 2026-06-03. https://www.businessinsider.com/oracle-layoffs-2026-6

  6. Bureau of Labor Statistics. “Contingent and Alternative Employment Arrangements.” 2023. https://www.bls.gov/news.release/conemp.nr0.htm