2026年5月，一份来自美国职业中介公司 Challenger, Gray & Christmas 的月度报告，在华尔街激起的涟漪远比平时要大。

这份报告每个月追踪美国雇主公告的裁员数据——不是从工厂倒闭里统计，而是从企业的官方公告里归纳。每次裁员，企业都需要给出一个「官方理由」：市场低迷、并购整合、成本优化、业务调整……

2026年5月，出现了一个前所未有的数字：在当月宣布的97,006起裁员中，有38,579人的官方理由是「AI」。

这个数字，占当月全部裁员的40%。三个月前，这个比例是25%。六个月前，是7%。

如果你觉得这只是一个统计数字，请暂停一下，重新读一遍：2026年5月，美国有将近4万人，收到了一封上面写着「AI」两个字的解雇通知。他们不是被市场抛弃的，不是被业绩拖累的，不是被并购整合掉的。他们是——至少在企业的官方叙事里——被一个还在快速进化的技术系统，判了「不再需要你」。

这是历史上第一次，在美国劳动力市场的月度记录中，AI成为排名第一的裁员理由。

第一章：一条月度曲线，和一个令人不安的斜率

Challenger报告追踪「AI」作为裁员理由，始于2023年。当时这还是一个罕见项目，更多时候只是作为科技从业者对话中的悲观预测——「有一天AI会取代我们」。数据从最初的个位数字开始积累，没有引起太大关注。

到了2025年全年，AI作为裁员理由的累计人数是54,836人。这已经是一个值得关注的数字，但它被分散在12个月里，每个月大约4,600人，与整体裁员规模相比仍属于边缘数据。大多数分析师把它归入「早期信号」的范畴，认为真正的冲击还在未来。

然后是2026年。

从Challenger的月度数据来看，这条曲线的斜率令人窒息：

  • 1月：AI占全月裁员的7%——还是边缘
  • 2月：10%——开始显现
  • 3月：25%——急速爬升
  • 4月：26%——维持高位
  • 5月：40%——历史最高，首次成为裁员第一大原因

5月的38,579人，是「AI」作为裁员理由有记录以来的单月最高值。而前五月累计的87,714人，已经超过了2025年全年的54,836人——而年份才过去不到一半。

Andy Challenger，Challenger公司的首席营收官，在报告中罕见地直接以一句话作为核心表述：

“AI is now the leading reason companies give for cutting jobs.”

「AI现在是企业给出裁员理由中排名第一的。」

这是一个具有里程碑意义的表述。「裁员首因」意味着它排在了「市场条件」「成本削减」「并购重组」「破产关闭」等一切传统原因之前。这不是关于AI将会发生什么的预测，而是关于AI正在发生什么的记录。

更值得注意的是整体背景：2026年5月，美国雇主宣布裁员97,006人，是2020年新冠疫情暴发以来同期最高值——要知道，2020年5月裁员397,016人，是因为整个经济被疫情按了暂停键。2026年5月，没有这样的外部冲击。这是一个经济「正常运行」的月份，同时也是一个大规模裁员的月份。

今年前五月的裁员总量397,755人，比2025年同期（由DOGE联邦政府裁员主导）下降了43%——但剔除联邦政府裁员这个特殊因素之后，2026年的节奏与2024年基本相当。只有一件事不同：AI在裁员叙事中占据的分量，已经彻底变了样子。

第二章：这40%是真的吗？三种解读框架

任何一个认真思考这组数据的人，都应该先停下来问一个问题：当企业说「我们因为AI裁员」，这话到底有多可靠？

统计数字有一个内在的局限：它记录的是企业愿意公开说的话，而不一定是企业实际做的决策背后的真实理由。「市场条件不好」可能是借口，「AI提升了效率」也可能是借口。Challenger自己都在报告中承认，这些数字基于「公司宣布的裁员理由」。

对这组数据，至少存在三种平行的解读框架，它们都是真实的，且同时存在：

解读一：AI作为scapegoat（替罪羊）

牛津大学互联网研究所的 Fabian Stephany 在2025年10月曾经有过一个措辞犀利的判断：「我真的很怀疑我们目前看到的裁员是否真的来自真实的效率提升。这与其说是技术替代，不如说是公司将AI投射为一种好用的借口（good excuse）。」

这种解读有其内在逻辑。企业面临的真实压力可能是利率高企、估值泡沫收缩、市场增长放缓，或者纯粹是股东要求削减成本——而「AI」是一个在当下既能让市场觉得公司「跟上了时代」、展现出战略前瞻性，又能让被裁员工和社会接受的理由。「你的工作是被AI替代了」这句话，比「你的工作是因为我们的业务没跑起来而取消了」要体面得多，也更难被反驳——因为谁能说AI不会最终替代这些工作呢？

Glassdoor首席经济学家 Daniel Zhao 也在接受CNBC采访时直接提出了这个质疑：「一家公司可以说AI是裁员原因，但这并不一定意味着AI真的是原因所在。」

这种解读的含义是：Challenger的87,714这个数字里，有相当一部分，可能只是今天最方便的叙事外衣。

解读二：AI作为资源重配的触发器

哥伦比亚商学院管理学副教授 Daniel Keum 提供了一个比「替罪羊」更复杂的图景：「AI对就业的影响，仍然非常集中在特定行业，尤其是科技行业。」

他举的例子是Meta的Reality Labs裁员——这是真实的AI驱动资源重配，不是借口。Meta认为VR/AR是被大模型时代边缘化的赌注，正在将资源从Reality Labs转移到AI基础设施和 Llama 模型研发上。在这里，「AI」作为裁员原因，是相对诚实的：不是「AI替代了这些具体工作」，而是「AI重新定义了公司认为值得投资的方向」。

这种解读适用于一类特定的裁员：不是机器替代人，而是战略转型导致原有团队的方向变了。AI是触发重组的理由，而不是直接取代劳动力的工具。

解读三：真实发生的效率替代

第三种解读最简单，但也最难量化：AI真的提高了某些工作的生产效率，导致相同工作量需要的人变少了。

Challenger报告中有一个细节：FinTech公司5月裁员5,731人，报告原文明确标注「大部分在公告中引用了AI」。这里发生的可能是具体可量化的替代：客服自动化系统减少了人工客服席位，AI风控模型减少了人工审核岗位，AI生成的代码框架降低了初级开发人员的需求。

这些替代在技术上是真实的。如果一家公司原来需要100名客服，现在只需要40名人工+AI辅助，它裁员60人，且把AI列为原因，这在逻辑上是完全诚实的。

还有一类更精细的替代，正在悄然发生却难以被统计捕捉：并非整个岗位被消灭，而是岗位的「含金量」被稀释。法律助理曾经需要4小时完成的合同审查工作，现在AI辅助工具可以在30分钟内完成初稿，助理只需要校验和润色。结果不是这个岗位消失，而是原来需要5名助理的团队，现在2名就够了。这3个人离开，公告可能写「效率提升，团队精简」，也可能写「AI提升了生产力」——结果是一样的，只是话语框架不同。

三种解读共存的真实世界里，Challenger数据不应该被读作「这87,714人都是因为AI失业的」，而应该读作：有87,714人的裁员，企业觉得用「AI」来解释是合适的或者有利的。这两种读法，最终指向同一个更重要的结论。

第四种解读存在但不容忽视：AI作为加速剂，而非单一原因。很多裁员可能是多重因素叠加的结果——市场不好、成本压力、业务调整，同时AI确实减少了所需人手，使得「现在裁员比以往任何时候都更容易实现」。AI不是裁员的唯一原因，但它降低了裁员的摩擦系数，使企业可以用更少的人做更多的事，同时把这个过程包装成「前进」而非「撤退」。

第三章：科技行业暴风眼，以及浪正在往哪里打

科技行业毫无疑问是这轮裁员浪潮的震中。

5月单月，科技行业宣布裁员38,242人——这是2023年大裁员浪潮以来科技行业的最高单月数字。而且这个数字本身的规模，几乎与整个「AI原因」裁员数量重叠：如果你把科技行业的裁员从总数里抽走，「AI」占其他行业裁员的比例会骤然下降。这就是为什么 Daniel Keum 说AI的影响「仍然非常集中」。

但Challenger报告里还有另一个不那么显眼、却更令人担忧的信号：蔓延已经开始，只是还没有被主流叙事所充分捕捉。

FinTech公司5月裁员5,731人，「大部分引用了AI」。这不再是「科技公司在重组」的故事，而是「以金融为主业、使用科技作为工具的公司」开始引用AI重组。这是一个本质上不同的行业传导。

交通运输行业今年前五月裁员40,388人，同比上升449%。这个数字里面，有多少是物流调度AI、路线优化系统、仓储机器人降低人工需求的直接结果？报告没有具体说明，但449%的同比增幅，在一个没有宏观冲击的环境里，需要一个解释。

医疗健康行业裁员30,414人，制药公司裁员12,485人，较去年同期上升753%。AI在药物发现、临床试验分析、文献综述上的加速应用，开始让这个曾经以「对AI免疫」为傲的行业开始重新审视人员配置。

Andy Challenger在报告评论中给出了一个清晰的框架：「除了AI的头条故事，我们还看到了并购重组导致裁员的急剧上升，以及破产相关损失的激增——这告诉我，企业正在以AI驱动经济为名（as they reposition for an AI-driven economy），积极重新定位和重构自身。」

「以AI驱动经济为名」——这是一个非常精确的表述，它不说这些裁员是AI的直接结果，而是说，「AI时代来临」这个共识，成为了企业合法化大规模重组的核心叙事资源。

第四章：最奇怪的悖论——就业市场「强劲」，但工人比以往更焦虑

2026年5月同一天，美国劳工统计局发布了月度就业报告。

数字令市场惊喜：5月新增就业172,000人，是华尔街道琼斯共识预期80,000人的2倍以上。更好的消息是，3月和4月的数据都得到了上修：4月从之前的数据上调64,000至179,000；3月上调29,000至214,000。

从宏观经济学家的角度看，这是一个「理想状态」：就业增长强劲，超出预期，之前的数字还上修了。哥伦比亚大学的 Daniel Keum 直接说，劳动力市场「运转良好」（humming along just fine）。

那么，为什么多项独立调查显示，知识工作者的就业焦虑正处于近年来的高点？

这里存在一个现代就业市场最深刻的结构性悖论，而它恰好在2026年变得极其明显：「有工作」和「工作有保障」正在快速解绑。

Thomas Thompson，哈瓦斯绩效营销机构的首席经济学家，给出了一个具体的描述：「开放的工作岗位并没有替代被消灭的工作岗位。例如，一个在生物制药行业工作的工程师，其工作被AI取代了，他并不会有兴趣去找一份物流仓库的工作。」

这是技术性失业与传统经济性失业最关键的不同之处：

传统的经济周期性失业，当经济回升，同类工作通常会重新出现。一个2009年金融危机中失业的房贷中介，在2014年的楼市复苏中可能重新就业，做的还是类似的工作，只是雇主不同了。失业是暂时的，等待是合理的。

AI驱动的结构性就业变化，不遵循这个逻辑。被AI替代的法律合同审查工作、财务分析数据汇总工作、入门级代码开发工作——在经济好转时，这些工作岗位里有相当比例不会重新出现。公司已经学会了用少得多的人完成同样的工作量，而且AI的能力还在继续提升。

同时，新产生的工作——AI系统集成专家、模型微调工程师、AI辅助的产品经理——在技能要求、地理分布、教育背景上，与被取代的工作几乎没有重合。一个被AI裁员的并行数据处理专员，可能确实无法在12个月内完成技能转型去做AI模型评估。

Glassdoor的Daniel Zhao描述的另一个现象也加剧了这种焦虑：就业市场的「低雇低炒」（low hire, low fire）模式。企业减少了招聘，也减少了大规模裁员（除了AI驱动的集中裁员之外），劳动力流动性正在系统性下降。对于希望「跳出现有困境」的工人来说，门正在关小——到了2026年，Challenger数据显示的前五月招聘计划80,472个，「按疫情前标准来看处于历史性低位」。

宏观数字是好的。但宏观数字是平均值。它无法告诉你：一个在2025年以「AI提升效率」为由被裁员的银行中后台分析师，在2026年的就业市场里在哪里，做什么，收入是否恢复到了原来的水平。

第五章：当「AI」成为企业最好用的语言

让我们回到那个最核心的问题：为什么越来越多的企业愿意公开把「AI」写进裁员理由？这背后不只是一个关于诚实度的问题，而是一个关于话语权与认知管理的深层机制。

当企业在裁员公告中写「受市场条件影响」，这暗示着一种外部力量和某种暂时性——等市场好转，这些人或类似的人可能会回来，或者类似的工作会重新出现。这种叙事给被裁员工留下了等待的合理性，也给工会和监管机构提供了「问责」的接入点：市场不好，但市场会好，这是商业周期。

当企业在裁员公告中写「AI提升了效率，这些岗位已不再需要」，这传递的是一个完全不同的信号：这是不可逆的技术进步，这些工作的消失是「正常的、合理的、不可避免的」。没有人可以指责，因为这是科技浪潮，不是管理失误。被裁员工应该「重新技能化」（reskill），而不是等待岗位回来，因为岗位不会回来了。

这个叙事框架一旦被广泛接受，企业获得的不只是一个可用的裁员理由——它获得了一套免责体系。更重要的是，这套叙事在被反复使用的过程中，完成了整个社会的认知重校：

「AI取代你的工作」从一种悲观预测，变成了一种背景假设。

这种背景假设的形成，对劳动力市场有深远的结构性影响：

员工在薪资谈判时的议价能力会下降，因为「你的工作随时可能被AI取代」成了隐性威胁，即使对方没有真的要用AI替代，这个可能性的存在本身就压低了工人的心理锚点。

职业发展的长期规划变得更加困难，因为「未来五年这个岗位是否存在」变成了一个真实的不确定性，而不是哲学意义上的不确定性。

工会力量的组织与运动面临新的道德困境：「抵制技术进步」在公众认知里很难站住脚，而「要求企业为AI转型提供合理的社会安全网」这一诉求，还没有形成强有力的政治语言。

Fabian Stephany在牛津的研究指向了一个更尖锐的结论：我们正在经历一场「关于谁来定义AI影响」的话语权争夺。这场争夺里，企业掌握着信息（哪些岗位真的被AI取代了，哪些只是借口）、叙事主导权（公告怎么写）、以及实施速度的控制权。工人、工会、监管机构，则在一个信息不对称的状态下被动响应。

Challenger数据揭示的，不只是「多少人因AI失业」。它揭示的是：当「AI」成为一种话语工具，企业已经开始系统性地使用它来重塑劳动力关系的权力结构。

第六章：硬数据、软叙事，以及就业市场的三个未来

让我们从叙事回到数据，尝试看清楚这条曲线的可能走向。

未来一：技术集中→行业扩散→社会结构调整

Keum强调的「AI冲击仍然集中于科技行业」是今天的事实，但不一定是明天的事实。历史上每一波技术性失业，都遵循类似的扩散模式：技术首先在能力门槛最低、效率收益最大的领域实现突破，然后沿着劳动力成本高、工作可分解程度强的方向扩散。

2026年的AI已经开始从科技行业向FinTech、医疗、运输传导。如果当前模式持续，法律服务（合同审查、文档处理）、媒体内容生产、初级咨询服务、数据密集型的会计工作，将是下一波的主要目标。这意味着大学学历曾经构成的「知识工作安全感」，正在特定工种上快速贬值。

未来二：宏观与微观之间的长期分裂

失业率可能继续保持在「可接受」的水平，GDP增长可能依然强劲。但在光鲜的宏观指标之下，「就业质量」的分化将持续加剧：AI取代了中等薪资的知识工作，而新增的工作要么在AI工具的高端（需要复杂的技术技能），要么在人类服务的低端（护理、体力劳动、本地服务），中间地带正在收缩。

这种「沙漏型就业结构」会让失业率数字显得好看，但会让中产阶层的收入中位数停滞甚至下滑，社会流动性下降。当足够多的人感受到这种分裂，宏观数字和个人体验之间的断裂，本身就会成为重大的政治和社会问题。

未来三：AI叙事的制度化与可能的反弹

当「归因AI的裁员」成为标准操作，监管回应的压力会逐渐积累。欧洲已经在EU AI Act框架下讨论对AI替代就业的信息披露要求。美国部分州也开始出现立法讨论：企业是否需要更详细地说明「AI裁员」的技术实质，以防止将其用作套利工具。

同时，劳工经济学界已经开始批判现有统计框架的不足。Challenger数据追踪的是「公告」，BLS追踪的是宏观就业数量，但没有任何现有统计工具能够测量：被AI裁员后再就业的人，他们的新工作在薪资、技能匹配度、职业发展空间上，与被替代的工作相比处于什么位置？这个数据的缺失，使得「就业市场仍然健康」的宏观结论，缺乏与个人体验对话的能力。

如果未来某个季度，企业在AI名义下的裁员，伴随着对同类岗位在其他市场的迅速重招（只是薪资更低，或者换地区换了外包合同），这种矛盾将迅速触发政治反应。叙事工具的滥用，最终会削弱叙事本身的合法性。而当一套话语体系的可信度被系统性质疑，它所掩盖的结构性矛盾，往往会以更剧烈的方式浮出水面。

结语：你的下一封解雇通知里会有「AI」吗

Challenger数据不是末日预言，但它是一个不应该被轻视的结构性信号。

不是「AI将取代所有工作」这种宏大叙事，而是一个更具体、更当下的观察：在2026年的美国劳动力市场，「AI」已经成为企业裁员公告中的主导性语言，无论真实的技术替代已经发生了多少。

这两件事，真实替代与话语工具，并不互斥，甚至相互加强。当企业用AI解释裁员，AI替代的预期就被纳入了工人的心理成本，降低了他们的谈判能力，加速了下一轮资源重配的启动。这是一个精密的反馈回路，而不是单方向的技术冲击。

Glassdoor的Daniel Zhao给求职者的建议是「多样化路径，探索其他领域」，「很多技能在不同领域都适用」，「要预期意外」。这是正确的，也是一个不得已而为之的建议——因为「等行业好转，同类岗位会回来」的传统安全感，在AI时代正在快速失效。

对于个体从业者而言，这意味着一种新的职业生存策略正在变得必要：不只是学会使用AI工具，而是理解AI工具的局限，找到人机协作中人类不可替代的价值节点。在创意判断、复杂伦理权衡、深度客户关系管理、跨文化理解等领域，AI的替代效率相对较低。识别并占据这些领域，需要主动性而非被动等待。

而对企业管理者来说，一个更诚实的问题值得思考：当「AI」成为最好用的裁员理由，企业的这一集体行为，是否正在加速实现了它所试图利用的那个叙事？

当足够多的企业宣称AI取代了这些工作，关于这些工作的人才培养管道会萎缩，替代工具的采购预算会增加，政策层面的社会保障讨论会被推迟——因为「这是技术进步，不是市场失灵」，而技术进步在主流叙事里不需要补偿。

这是一个复杂的自我实现预言，没有简单的对错，但有清晰的受益者和承担代价者。当足够多的企业宣称AI取代了这些工作，关于这些工作的人才培养管道会萎缩，替代工具的采购预算会增加，政策层面的社会保障讨论会被推迟——因为「这是技术进步，不是市场失灵」，而技术进步在主流叙事里不需要补偿。这是一个话语权和政策优先级之间的博弈，而不仅仅是技术与劳动力之间的博弈。

Challenger报告从2023年就开始记录这条曲线：7%，10%，25%，26%，40%。

下个月这个数字是多少？明年全年会是多少？这条斜率还要延续多久，才会触及某种我们还没有定义清楚的临界点？

这些问题的答案，不只是统计学问题，而是一个关于我们正在建设什么样的经济的政治经济学问题。

而现在，时钟正在滴答走。

参考资料

  1. Challenger, Gray & Christmas. (2026-06-05). Challenger Report: May Job Cuts Rise 16% from April; Highest May Total Since 2020. https://www.challengergray.com/blog/challenger-report-may-job-cuts-rise-16-from-april-highest-may-total-since-2020/

  2. CNBC. (2026-06-05). ‘AI is now the leading reason companies give for cutting jobs,’ says new report—what that means for workers. https://www.cnbc.com/2026/06/05/ai-is-now-the-leading-reason-companies-give-for-cutting-jobs-says-new-report-what-that-means-for-workers.html

  3. CNBC / U.S. Bureau of Labor Statistics. (2026-06-05). Jobs report May 2026: U.S. payrolls rose by 172,000. https://www.cnbc.com/2026/06/05/jobs-report-may-2026.html