AI裁员降本增效背后的隐忧，反噬才刚刚开始

某软国际的员工近期在楼下聚集抗议。薪资被削减10%至35%，甚至有人收到"0元工资"。公司提供三个选项：折算薪资、直接削减18%或主动辞职。整个过程仅通过口头沟通，没有书面文件。更糟糕的是，员工的邮箱能接收但无法发送——发送记录显示为空。

某动力的情况也不容乐观。驻扎在甲方的员工遭遇甲方裁员，索要N+1赔偿，但某动力予以否认，声称"甲方项目已结束"，并将他们调回待岗，只发最低工资。夹在甲方和乙方之间，员工既拿不到补偿，工资也被稀释。

这些企业究竟具备多少技术实力，难道他们心里不清楚吗？

某软国际、某动力和某海辉等头部IT外包公司的核心业务是人力外包。它们是“人头中介”——按工程师人数和工时向甲方收费以赚取差价。净利润率仅为5%，这是“卖人力”的利润率，而非“卖技术”的利润率。

从业者表示：“今天找一个做网页的，一个月做完，这个人就被释放了。”外包岗位通常涉及编写测试用例、修复bug和维护旧系统——这些是甲方不愿做的琐碎任务。其护城河从来不是“我也能做”，而是“甲方自己做太贵”。

随后AI出现了。Copilot将编码效率提高了55.8%。过去10人一周的工作量，现在由1人加AI在几天内完成。

甲方的反应不是“更换更便宜的外包商”，而是“我为什么要外包？”

最讽刺的是，外包商向客户推销“AI能帮你提高5倍效率”，但客户看演示后说：“这么简单？我自己开发一套就行了，为什么要付中间商的钱？”

AI越高效，就越证明中间商没有必要存在。

这并非假设。2026年上半年，全球科技企业裁员超过12万人，AI连续四个月成为第一裁员理由。印度TCS宣布裁员1.2万人，Infosys直接取消所有“初级工程师”职位。中国春招前后端开发岗位需求同比骤降52%。

但事情并非如此简单。

福特裁员200名工程师，一年后招回300人。副总裁表示：“AI无法识别非标准化的质量异常。”多招的100人就是AI的学费。

Klarna的CEO去年声称“AI将替代700人”，今年却改口重启招聘。IBM利用AI处理了94%的HR请求，但剩余6%涉及伦理和员工心理的部分完全停滞。

调研数据显示：55%的企业承认其AI裁员决策失误，32%的企业在裁员后重新招人。

问题出在哪里？企业在裁员时的逻辑是“这个人80%的工作可以由AI完成”。但他们忽略了那20%——处理异常、经验判断和为AI兜底。裁员削减的不是80%的人力成本，而是20%的安全网。

此外，AI犯错的方式与人不同。人犯错时会犹豫或寻求帮助。AI犯错时不犹豫、不求助，自信满满地提供一个看似正确的结果。ACL 2026的研究发现，超过90%的AI编程混淆响应导致“静默失败”——代码能运行但不报错，但逻辑是错误的。如果没有能力判断，你可能根本不知道问题已经发生。

裁员后悔只是第一层。

第二层：人才梯队断裂。今天被裁的初级岗位意味着三年后招不到中级岗位。IBM的首席人力资源官已经发出警告。

第三层：组织记忆被清除。项目组中总有一些人充当“活文档”，知道代码为何这样写以及之前踩过什么坑。裁掉他们，知识就消失了。新人必须重新踩坑，重新交学费。

第四层：被裁人员散落各处，不会原地等待。当某软国际员工维权时，公司只派了一名办事员来倾听诉求。这些人一走就不再回来，经验也随之流失。

裁员只需要一个通知。重建一个团队需要三年。

甲骨文去年裁员2.1万人，利润飙升95%。SEC年报中白纸黑字写着“AI技术的采用已导致员工人数减少”。看起来赢了。但三年后呢？

回到开头提出的问题。

那些靠人头赚钱的公司，高呼“AI转型”和“降本增效”，但本质上做的是项目、卖的是服务，而非技术。三十年来，它们未能建立真正的技术护城河。AI来了，甲方发现自己做比外包还便宜，中间商的价值就消失了。

对于个人而言，在外包岗位上积累的往往不是技术能力，而是“在特定甲方项目中工作的熟练度”。一旦更换项目，这些技能就贬值了。学会使用AI，但不要让自己成为AI——AI能做的你也会做，AI做不了的你也能做，这才是真正的护城河。

至于那些靠人头赚钱的公司，反噬不是结束，而是开始。