如果有人告诉你,”AI不会抢走你的工作”,你还会相信吗?

2026年1月到3月初,仅仅两个月时间,科技行业因AI原因裁员45,700人。

这不是预测,不是警告,而是已经发生的现实。

Oracle裁员数千人(具体数字待公布),Block裁员4,000人(50%员工),Morgan Stanley裁员2,500人,Amazon机器人团队再次裁员,Google的Android、Pixel、Chrome团队裁员数百人,IBM中国区大规模裁员…

每一个数字背后,都是真实的个体:有人在LinkedIn上更新”Open to work”,有人在Reddit发帖”40岁被裁,不知道下一步怎么办”,有人在Twitter感叹”我以为自己的工作很安全,直到AI Copilot来了”。

这篇文章不谈宏观趋势,不讲未来预测。我只想用数据回答三个具体问题:

  1. 哪些公司在裁?(识别最激进的企业)
  2. 哪些岗位在消失?(找出最危险的职位)
  3. 如何判断自己的风险?(建立个人预警机制)

裁员地图:谁在裁,裁了多少,为什么裁?

让我把45,700这个数字拆解开,看看每家公司的情况。

Oracle:数千人,”基础设施优先”战略

裁员规模:数千人(Bloomberg报道,具体数字未公布,估计3,000-5,000人) 裁员原因:资助数据中心大规模扩建 被裁部门:中后台职能(HR、财务、IT支持)、部分传统数据库销售团队

战略信号:Oracle的逻辑很直接——AI时代,基础设施比人力更重要。

Larry Ellison(Oracle创始人)在2025年底就暗示过:”未来的竞争是数据中心的竞争。谁有更强的算力,谁就能训练更好的AI,提供更便宜的云服务。”

所以Oracle选择:裁掉中层管理和传统业务人员,把省下的钱投入数据中心建设。

这是一种”短期阵痛,长期布局”的策略。但对被裁员工来说,”长期”与他们无关了。

Block:4,000人,50%员工,”AI替代”宣言

裁员规模:4,000人,占员工总数50% 裁员原因:CFO公开确认”AI提升生产力,更少人力可完成同等工作” 被裁部门:客服、内容审核、初级数据分析、部分产品运营

战略信号:Block是第一个公开承认”AI替代人力”的大型科技公司。CFO的坦白,某种程度上是在给行业”探路”——如果市场接受这个理由,其他公司会跟进。

Jack Dorsey的管理风格一向激进。这次50%裁员,可能是他认为”AI时代公司只需要一半的员工就能运转”。

但风险在于:如果6个月后业务出现问题(比如客户满意度下降、产品质量问题),Block会面临”裁过头”的尴尬。

Morgan Stanley:2,500人,”财富管理AI化”

裁员规模:2,500人 裁员原因:引入AI财富顾问系统,减少初级理财顾问和后台支持 被裁部门:初级理财顾问(Junior Advisor)、客户服务、数据录入

战略信号:金融行业正在经历”AI顾问”革命。

Morgan Stanley的AI系统可以:

  • 自动生成个性化投资组合建议
  • 24/7回答客户基础问题
  • 实时监控市场变化并调整策略

这些原本是初级理财顾问的工作。现在AI可以服务10倍的客户,成本只有人力的1/10。

被裁的2,500人中,大部分是入职3-5年的初级顾问——这是金融行业最危险的职业阶段:已经脱离实习生,但还没成为”客户指定要见的资深顾问”。

Amazon机器人团队:规模未公布,”自动化上瘾”

裁员规模:具体数字未公布,估计数百人 裁员原因:仓库自动化程度提升,减少机器人运维和人工辅助岗位 被裁部门:机器人运维工程师、仓库管理、物流协调

讽刺之处:Amazon的机器人团队被裁,是因为机器人太好用了。

Amazon的仓库已经高度自动化:机器人搬运、AI调度、自动分拣。原本需要大量”人机协作”的岗位(比如机器人故障时的人工干预),现在因为机器人可靠性提升,变得不再必要。

这是一种”自我实现的裁员预言”:你越努力让AI/机器人变好,你自己的工作就越不必要。

Google:Android/Pixel/Chrome团队数百人,”精简臃肿”

裁员规模:数百人(Android、Pixel硬件、Chrome浏览器团队) 裁员原因:AI辅助开发提升效率,减少重复性工程岗位 被裁部门:测试工程师、技术文档编写、部分初级开发

战略信号:Google的裁员更隐蔽,没有Block那么”高调”,但逻辑类似——AI编码工具(如Gemini Code Assist)让工程师效率提升40%+,所以100人的团队可以缩减到60人。

被裁的主要是:

  • 测试工程师:AI自动化测试覆盖率达到90%+
  • 技术文档编写:AI可以从代码自动生成文档
  • 初级开发:重复性编码工作被AI接管

IBM中国区:规模未公布,”全球化撤退+AI替代”

裁员规模:具体数字未公布,但中国区多个团队被整体裁撤 裁员原因:全球化战略调整+AI替代中后台职能 被裁部门:销售支持、技术支持、人力资源、财务

特殊性:IBM的裁员是”双重打击”——既有全球化撤退(中国市场份额下降),也有AI替代(传统IT服务被云+AI替代)。

对中国员工来说,这是最糟糕的情况:外企撤退+AI替代,意味着行业机会整体萎缩。

岗位危险度分析:你的工作有多安全?

基于这45,700人的裁员数据,我尝试建立一个”岗位危险度模型”。

高危岗位(危险度80%-95%)

1. 客户服务/呼叫中心(危险度95%)

  • 为什么危险:AI Agent可以24/7工作,处理常规问题准确率95%+,成本是人力的1/20
  • 已被替代比例:Lyft 87%客户支持由AI处理,多家公司跟进
  • 生存策略:转向”复杂问题专家”或”情感连接角色”(如Lyft Silver老年人服务)

2. 数据录入/文档处理(危险度90%)

  • 为什么危险:OCR+AI识别技术成熟,准确率99%+
  • 已被替代比例:Morgan Stanley、Oracle大量后台数据岗位被裁
  • 生存策略:转向数据分析(从”录入”到”洞察”)

3. 初级内容审核(危险度90%)

  • 为什么危险:AI内容审核系统能处理95%+标准case
  • 已被替代比例:Block、Meta大量审核员被裁
  • 生存策略:转向”边缘case专家”或政策制定

4. 初级财务分析师(危险度85%)

  • 为什么危险:AI可以自动生成标准财务报告,速度快100倍
  • 已被替代比例:Morgan Stanley 2,500人中包含大量初级分析师
  • 生存策略:转向战略财务(从”报表”到”决策支持”)

5. 初级软件测试工程师(危险度85%)

  • 为什么危险:AI自动化测试覆盖率90%+,生成测试用例能力超人类
  • 已被替代比例:Google、Amazon测试团队大幅缩减
  • 生存策略:转向性能测试、安全测试等专业领域

中危岗位(危险度40%-70%)

6. 技术文档编写(危险度70%)

  • 为什么有风险:AI能从代码自动生成文档,覆盖80%需求
  • 为什么还安全:复杂系统的架构文档、用户指南需要人类理解业务
  • 生存策略:从”文档员”转向”知识架构师”

7. 初级软件工程师(危险度60%)

  • 为什么有风险:AI编码工具(Copilot、Cursor)让高级工程师效率提升40%+,减少对初级工程师需求
  • 为什么还安全:复杂系统设计、架构决策依然需要人类
  • 生存策略:快速提升到中高级,专注架构和系统设计

8. 人力资源专员(危险度50%)

  • 为什么有风险:AI简历筛选、AI面试初筛、AI绩效分析
  • 为什么还安全:人际关系管理、文化建设、复杂劳资谈判需要人类
  • 生存策略:从”事务性HR”转向”战略HR”

9. 市场营销专员(危险度40%)

  • 为什么有风险:AI内容生成、AI投放优化、AI数据分析
  • 为什么还安全:品牌战略、创意策划、客户关系依然需要人类
  • 生存策略:从”执行”转向”策略”

相对安全岗位(危险度10%-30%)

10. 高级软件架构师(危险度20%)

  • 为什么安全:系统架构决策需要深度业务理解和长期经验
  • AI影响:AI辅助设计,但决策权在人类

11. 产品经理(危险度15%)

  • 为什么安全:用户需求洞察、商业判断、跨团队协调需要人类
  • AI影响:AI辅助数据分析和原型生成,但战略决策在人类

12. 销售(关系型)(危险度10%)

  • 为什么安全:大客户销售依赖长期关系和信任,AI难以替代
  • AI影响:AI辅助客户数据分析和跟进,但成交靠人类关系

13. 创意总监(危险度10%)

  • 为什么安全:原创性创意、品牌定位、艺术判断需要人类
  • AI影响:AI辅助执行(如生成设计稿),但创意方向由人类决定

个人风险评估:5个预警信号

不要等到裁员名单公布才意识到风险。这里有5个预警信号,帮你提前判断:

信号1:你的工作可以用”流程图”完整描述

如果你的工作流程可以清晰地画成流程图,每个步骤都有明确的”如果…则…“规则,那么AI很容易学会。

测试方法:试着用文字描述你的日常工作。如果你发现大部分句子是”首先…然后…接着…最后…“,危险度高。

Example:

  • 高危:”收到客户邮件→识别问题类型→查询知识库→回复标准答案”
  • 相对安全:”理解客户深层需求→评估多个解决方案→与客户协商最佳方案→跟进确保满意”

信号2:你的公司开始大规模采购AI工具

当公司突然给所有员工配备Copilot、Claude、ChatGPT Enterprise时,不是”福利提升”,而是”效率提升实验”。

观察重点:

  • 公司是否要求你”学习AI工具”?
  • 是否有KPI要求你”用AI提升X%效率”?
  • 是否有”AI使用情况”被纳入绩效考核?

如果答案都是”是”,公司可能在评估:”如果所有人都用AI提升40%效率,我们是否可以裁掉30%的人?”

信号3:你的直属上级被裁或离职

中层管理者往往最先感知到组织变革。如果你的直属上级突然被裁(尤其是没有明显业绩问题),可能是”削减管理层”的开始。

历史规律:裁员通常分批进行——

  • 第一批:中层管理者
  • 第二批:基层员工
  • 第三批:整个部门

如果你在第一批的团队里,第二批很可能轮到你。

信号4:你的工作内容80%+是”重复性任务”

列出你上个月的工作内容,标注每项任务的”重复性”:

  • 每周/每月都做:高重复性
  • 类似但有变化:中重复性
  • 全新的任务:低重复性

如果高重复性任务占比80%+,危险度高。

改进策略:

  • 主动承担”一次性项目”(如新产品研发、流程优化)
  • 学习”非标准化技能”(如创意、谈判、战略规划)
  • 争取”跨团队协作”机会(展示协调能力)

信号5:新入职的同事越来越少,而AI工具越来越多

如果你发现:

  • 有人离职后,空缺不再招人
  • 新项目启动,但没有扩招,而是要求”用AI提效”
  • 公司培训重点从”业务技能”转向”AI工具使用”

这意味着公司在”用AI替代自然流失的人力”,而不是”用AI赋能现有员工”。

这是Block模式的早期信号。

行动建议:如果你在高危岗位,怎么办?

如果你发现自己在高危岗位,不要恐慌,但也不要侥幸。这里有4个实操建议:

1. 立即开始技能迁移(12个月计划)

Month 1-3:评估和学习

  • 研究你的岗位”下一阶段”是什么(客服→复杂问题专家,数据录入→数据分析师)
  • 报名相关课程(Coursera、LinkedIn Learning、公司内部培训)
  • 争取公司内部轮岗机会

Month 4-6:小项目实践

  • 主动承担跨岗位项目(展示多技能)
  • 参与”AI工具实施”项目(从被替代者变成AI应用者)
  • 在简历上积累”新技能”证据

Month 7-12:职业转型

  • 内部转岗(最优解,保留资历和人脉)
  • 或外部跳槽(趁着还有”现职”光环)

2. 成为”AI的驾驭者”而非”AI的竞争者”

错误思路:”我要比AI做得更好” 正确思路:”我要让AI帮我做更多事”

具体做法:

  • 学会用AI工具(Claude、ChatGPT、Copilot)
  • 主动提出”AI+人类”的工作流优化方案
  • 在绩效评估时强调”我用AI提升了X%效率”

这样,当公司评估”谁留下谁走”时,你是”会用AI的高效员工”,而不是”被AI替代的低效员工”。

3. 建立”不可替代性”(3个维度)

维度1:客户关系 如果客户”指定要和你对接”,你就有议价能力。

维度2:跨领域知识 AI擅长单领域,但跨领域整合需要人类。如果你懂技术+业务+市场,你就不可替代。

维度3:组织政治资本 这听起来不好听,但现实是:如果你和高层关系好,或者你是某个关键项目的”知情人”,你被裁的可能性更低。

4. 准备Plan B(现在就开始)

财务准备:

  • 至少准备6个月生活费(如果在高危岗位,准备12个月)
  • 降低固定开支(推迟大额消费)

职业准备:

  • 更新LinkedIn(每月更新一次)
  • 维护行业人脉(每周至少一次深度社交)
  • 参加行业会议(保持市场信息敏感度)

心理准备:

  • 接受”被裁不等于失败”的现实
  • 研究劳动法和遣散费谈判策略
  • 加入职业支持社群(如”被裁员工互助群”)

结语:45,700只是开始

写完这篇文章,我最大的感受是:45,700不是终点,而是起点。

2026年才过了2个月,后面还有10个月。如果按这个速度,2026年全年科技行业的AI裁员可能超过20万人。

而科技行业只是开始。金融、医疗、法律、教育…每个行业都会经历同样的冲击。

但我不想用恐慌结束这篇文章。相反,我想说:

数据是冷冰冰的,但应对是可以掌控的。

你不能阻止AI革命,但你可以选择站在AI革命的哪一边——被替代的一方,还是驾驭AI的一方。

而这个选择,从今天就开始。

本文基于2026-03-05的公开信息整理,数据截止日期:2026-03-05

数据说明:

  1. 45,700人的总数为各公司公开数据汇总,部分公司未公布具体数字,采用媒体估算。
  2. “岗位危险度”为作者基于多个案例和研究的综合评估,不同行业和公司情况可能有差异。
  3. 本文旨在提供数据分析和职业规划建议,不构成法律或职业咨询,具体决策请结合个人情况。

求助资源: 如果你正在经历裁员,可以寻求:

  • 当地就业服务中心
  • 职业规划咨询师
  • 劳动法律师(如涉及劳动纠纷)
  • 职业支持社群(LinkedIn、Reddit、本地互助群)