如果把過去一年的大公司動作放在一起看，你會發(fā)現(xiàn)一件越來越刺眼的事：裁員，已經(jīng)不只是“企業(yè)過冬”時的應(yīng)急反應(yīng)，而正在變成未來公司的主動出擊。

　　2025 年 7 月，Microsoft 宣布裁員約 4%，大約影響 9,000 人；2026 年 1 月，Amazon 確認(rèn)裁掉約 16,000 個企業(yè)崗位，并完成自 2025 年 10 月以來累計約 30,000 個崗位的壓縮計劃；到了 2026 年 3 月，Reuters 披露 Meta 正在準(zhǔn)備新一輪大規(guī)模裁員，潛在影響可能超過員工總數(shù)的 20%，也就是 15,000 人以上 ；同月，HSBC 被曝正在評估未來三到五年內(nèi)影響約 20,000 個崗位的深度縮編方案。

　　不僅是海外，中國的巨無霸公司也在陸續(xù)行動。

　　2025 年 1 月，阿里巴巴淘天集團(tuán)確認(rèn)裁撤約 10% 中后臺員工，集團(tuán)整體員工規(guī)模因資產(chǎn)剝離與戰(zhàn)略聚焦持續(xù)回落；2025 年 11 月至 12 月，百度啟動大規(guī)模人員優(yōu)化，部分非核心業(yè)務(wù)線裁員比例高達(dá) 90%，整體優(yōu)化幅度約 20%–30%；同月，騰訊互動娛樂事業(yè)群（IEG）確認(rèn)進(jìn)行人員調(diào)整，游戲業(yè)務(wù)線基礎(chǔ)美術(shù)設(shè)計崗位縮減約 50%，普通運營崗位縮減約 40%；2026 年 3 月，字節(jié)跳動被曝武漢研發(fā)中心裁員傳聞，隨后確認(rèn)近期僅因業(yè)務(wù)調(diào)整對約 50 名員工進(jìn)行辦公地點變動，否認(rèn)退出武漢市場。

　　把這些動作放在一起看，問題就不再是某個行業(yè)景氣不景氣，而是越來越多的大公司都在重新回答同一個問題：在新的技術(shù)條件下，我到底還需要多少人。

　　這也是為什么，我越來越傾向于把這一輪裁員潮理解為一種結(jié)構(gòu)性信號，而不是周期性情緒。

　　過去企業(yè)裁員，多數(shù)發(fā)生在收入下滑、現(xiàn)金流吃緊、融資環(huán)境惡化的時候；但 2025–2026 年更值得警惕的地方在于，很多公司一邊縮編，一邊繼續(xù)加碼 AI、自動化和流程重構(gòu)。

　　微軟此輪裁員發(fā)生在其維持高額 AI 基礎(chǔ)設(shè)施投入的背景下；Amazon 的壓縮也被 Reuters 直接放在“效率、AI 和去官僚化”的框架下理解；Meta 的潛在裁員，同樣與其大規(guī)模 AI 資本開支壓力直接相關(guān)。

　　換句話說，它們并不只是簡單“活不下去”，而是在重新判斷：在新的技術(shù)條件下，原來那套人力結(jié)構(gòu)是否還有必要繼續(xù)維持。

　　如果從宏觀角度去看，這一輪變化背后真正的變量，并不是利率，也不是消費，而是認(rèn)知勞動的生產(chǎn)率正在被系統(tǒng)性抬高。

　　世界經(jīng)濟(jì)論壇在《Future of Jobs Report 2025》中匯總了來自 1,000 多家全球雇主、覆蓋 1,400 多萬名勞動者的調(diào)查，結(jié)論非常直接：到 2030 年，技術(shù)變化仍將同時創(chuàng)造和替代大量崗位，其中 AI 和信息處理技術(shù)被企業(yè)認(rèn)為是最具顛覆性的力量；同時，40% 的雇主預(yù)計，在 AI 可以自動化任務(wù)的領(lǐng)域會縮減員工規(guī)模。

　　換句話說，企業(yè)層面的替代沖動，已經(jīng)不再是零散試驗，而是在向普遍預(yù)期演化。

　　如果把這件事寫成一個最樸素的表達(dá)，其實就是：

崗位需求 ≈ 總?cè)蝿?wù)量 ÷ 單人生產(chǎn)率

　　這個公式并不復(fù)雜，但它把問題講得很透。在總?cè)蝿?wù)量沒有同步爆炸增長的情況下，只要 AI 把單人生產(chǎn)率提高 1.5 倍、2 倍、3 倍，崗位需求就一定會被壓縮。

　　Anthropic 在 2026 年 1 月的研究里甚至給出更激進(jìn)的估算：如果 AI 被廣泛采用，美國未來十年的勞動生產(chǎn)率增速可能每年提高約 1.8 個百分點，接近把原有趨勢翻倍。

　　但 Anthropic 同時也提醒，真實勞動力市場的沖擊并不會線性展開，最危險的階段往往是舊崗位被壓縮，而新崗位和新技能體系還沒有來得及完成吸納。

　　但如果只把這輪變化理解成“效率提高”，其實還沒有真正碰到更深的一層。真正值得重視的是，AI 并不是在企業(yè)里做一件單點工具的事，它是在重寫企業(yè)的生產(chǎn)函數(shù)。

　　這里我有一個極度關(guān)鍵的類比，就是區(qū)塊鏈。

　　區(qū)塊鏈最早想解決的，并不只是支付快一點，而是交易體系里的信任和對賬成本。

　　中本聰在比特幣白皮書開頭就講得很清楚：互聯(lián)網(wǎng)商業(yè)高度依賴可信第三方機構(gòu)，而這種基于中介的模式天然伴隨著成本、摩擦和爭議處理問題。

　　換句話說，區(qū)塊鏈最本質(zhì)的一步，是試圖用計算替代中介。

　　把這個邏輯遷移到 AI 上，你會發(fā)現(xiàn)結(jié)構(gòu)上其實非常像。區(qū)塊鏈重寫的是交易成本結(jié)構(gòu)，AI 重寫的是知識生產(chǎn)成本結(jié)構(gòu)。

　　過去企業(yè)靠人去理解信息、整理信息、傳遞信息、加工信息，再由組織體系把這些知識勞動拼接起來；今天，模型開始進(jìn)入這個過程，承擔(dān)其中越來越多的生成、歸納、分析、判斷輔助和流程推進(jìn)工作。

　　也就是說，AI 做的并不只是“讓員工更快”，而是讓企業(yè)第一次可以用計算能力去承接一部分原本必須由人來完成的認(rèn)知勞動和協(xié)同勞動。

　　這不是修修補補，而是成本函數(shù)本身在變。

　　如果把傳統(tǒng)企業(yè)抽象一下，它過去大概可以寫成：

產(chǎn)出 = 人力 × 組織效率 × 資本

　　而在 AI 被真正引入之后，企業(yè)更接近下面這套邏輯：

產(chǎn)出 =（人力 + AI能力）× 算力 × 數(shù)據(jù) × 組織效率

　　這個公式背后的含義非常關(guān)鍵：人，不再是唯一的生產(chǎn)要素。

　　過去公司要擴(kuò)張產(chǎn)出，最直接的方法就是多招人、多設(shè)崗、多堆層級；現(xiàn)在它可以通過提高模型能力、增加算力投入、沉淀高質(zhì)量數(shù)據(jù)、優(yōu)化工作流，去替代一部分原本必須用雇傭關(guān)系承接的人力工作。

　　你會看到很多公司一邊裁員，一邊增加 AI 投入，表面上看很矛盾，實際上完全不矛盾。因為這不是收縮，而是替換。微軟、Amazon、Meta 最近一輪動作，基本都沿著這個邏輯展開。

　　從另一個角度看，這件事還可以寫得更直觀一些：

總成本 = 人力成本 + 算力成本 + 數(shù)據(jù)成本 + 組織成本

　　過去，在大多數(shù)公司里，人力成本都是最沉重、最顯眼的那一塊；而現(xiàn)在，這個結(jié)構(gòu)正在發(fā)生遷移。

　　企業(yè)并沒有突然“變小”，而是在做一件更底層的事：把一部分原來必須寫在工資表上的支出，遷移到模型、算力、數(shù)據(jù)治理和自動化系統(tǒng)上。

　　說得更難聽一點，就是從“雇人”，逐步轉(zhuǎn)向“購買計算能力”。這才是這輪變化真正嚇人的地方。因為它不是某個部門效率提高了，而是整個公司的成本籃子正在被重構(gòu)。

　　接下來，就會出現(xiàn)一個很現(xiàn)實、也很殘酷的時間錯配問題：技術(shù)替代舊崗位的速度，通?？煊谛聧徫怀砷L出來的速度。

　　世界經(jīng)濟(jì)論壇在《Future of Jobs Report 2025》里給出的判斷很典型：到 2030 年，全球?qū)⑿略黾s 1.7 億個崗位，同時也會有約 9,200 萬個崗位被替代，凈增加約 7,800 萬個崗位；但與此同時，40% 的雇主又預(yù)計會在 AI 可自動化任務(wù)的領(lǐng)域縮減員工規(guī)模。

　　這個組合信號非常有意思：一邊是“未來會有新崗位”，一邊是“舊崗位會先被壓縮”。

　　也就是說，宏觀上未必一定是絕對總量失業(yè)，但結(jié)構(gòu)性失業(yè)窗口很可能先到來。

　　如果把這個過程抽象一下，大概就是：

就業(yè)結(jié)構(gòu)變化 = ?舊崗位（快速） + 新崗位（緩慢）

　　這個公式的重要性在于，它解釋了為什么現(xiàn)在很多宏觀數(shù)據(jù)還沒有完全表現(xiàn)成“大蕭條式失業(yè)”，但企業(yè)層面已經(jīng)普遍出現(xiàn)縮編、扁平化和再組織。

　　因為企業(yè)削減舊崗位，是自己今天就能下決心的動作；但新職業(yè)、新技能、新產(chǎn)業(yè)的形成，需要教育訓(xùn)練、資本投入、商業(yè)模式成熟和市場吸納，這個過程天然更慢。

　　真正令人不安的，從來不是技術(shù)本身，而是這個中間的時間差。

　　如果再把視角往勞動市場本身挪一步，2025–2026 年的數(shù)據(jù)其實呈現(xiàn)出一個很有張力的局面：

　　一方面，OECD 2025 年《Employment Outlook》顯示，OECD 國家整體失業(yè)率仍處于歷史低位，2025 年 5 月平均失業(yè)率約為 4.9%，就業(yè)率和勞動參與率也仍然處在高位；

　　另一方面，OECD 又明確提示，勞動力市場正在出現(xiàn)放緩跡象，就業(yè)增長減速、勞動力市場緊張程度回落。

　　也就是說，宏觀數(shù)據(jù)還沒有演變成全面失業(yè)，但企業(yè)端的縮編、重組和技能重估已經(jīng)提前發(fā)生了。

　　這種“總量尚穩(wěn)、結(jié)構(gòu)先變”的狀態(tài)，本身就是技術(shù)替代早期最典型的特征。

　　所以，這里真正值得重視的，不是簡單爭論“AI 會不會帶來大失業(yè)”，而是它已經(jīng)在改變崗位結(jié)構(gòu)和進(jìn)入路徑。

　　Anthropic 2026 年關(guān)于勞動市場影響的研究特別提到，在高 AI 暴露職業(yè)中，22 到 25 歲年輕勞動者的就業(yè)和入場機會已經(jīng)出現(xiàn)明顯承壓的早期信號；其引用的研究顯示，這一年齡段在高暴露職業(yè)中的就業(yè)下降大約在 6% 到 16% 之間，而核心原因更像是招聘放緩，而不是大規(guī)模裁員。

　　達(dá)拉斯聯(lián)儲在 2026 年初對這一現(xiàn)象的轉(zhuǎn)述甚至給出了一個更直觀的數(shù)字：自 2022 年以來，22 到 25 歲、處于高 AI 暴露職業(yè)的年輕勞動者，就業(yè)下降約 13%。

　　這點非常關(guān)鍵。因為很多時候，大規(guī)模技術(shù)替代并不是先體現(xiàn)為“老員工立刻失業(yè)”，而是先體現(xiàn)為“新崗位變少了，入場門檻變了，年輕人更難進(jìn)來了”。

　　這意味著，AI 對勞動市場的第一輪沖擊，很可能首先表現(xiàn)在入口端，而不是存量端。

　　再往企業(yè)內(nèi)部看，這一輪變化其實還在重新定義組織的最小作戰(zhàn)單元。

　　過去公司之所以需要復(fù)雜的層級，不完全是因為管理者喜歡折騰，而是因為信息處理、知識復(fù)制和跨部門協(xié)作本來就很貴，必須依賴中間層去傳遞、匯總、壓縮和解釋。

　　但當(dāng) AI 可以持續(xù)參與報告初稿、信息整理、會議紀(jì)要、知識檢索、方案生成和流程跟進(jìn)時，中間層的存在價值就會被重新估值。至少在一部分標(biāo)準(zhǔn)化知識工作里，原來那種“人傳人”的組織模式，開始變得沒有那么必要了。

　　這個時候，一個更簡單的式子就足夠說明問題：

團(tuán)隊產(chǎn)出 ≈ 人數(shù) × 人均效率

　　當(dāng)“人均效率”被 AI 系統(tǒng)性抬升時，維持同樣產(chǎn)出所需要的人數(shù)自然會下降。這個邏輯并不激進(jìn)，甚至可以說很保守。

　　它并不要求你相信“明天所有白領(lǐng)都消失”，它只要求你承認(rèn)一件事：同樣一份工作流，在工具能力上升之后，本來就會自然吞掉一部分人頭需求。

　　于是你會慢慢看到幾個非常具體的趨勢。

　　第一，小團(tuán)隊會越來越強。原來需要 20 個人才能跑起來的內(nèi)容、運營、客服、銷售支持、研究支持、法務(wù)初篩、財務(wù)初審流程，未來可能 5 個人加一套成熟工具鏈就能跑。

　　第二，中后臺會被持續(xù)重估。因為很多原本依賴重復(fù)性認(rèn)知勞動維持的崗位，開始變得不那么稀缺。

　　第三，中層管理崗位會承受壓力。因為當(dāng)信息在系統(tǒng)里流動得更快、更平、更可追蹤時，層層上傳下達(dá)的必要性也會下降。這不是說管理會消失，而是說很多過去依靠“信息不對稱”和“流程門檻”存在的管理環(huán)節(jié)，會越來越難證明自己的價值。

　　再往個體層面看，未來真正的分界線，可能也不是學(xué)歷、年齡或者工齡，而是你有沒有能力把 AI 變成自己的生產(chǎn)杠桿。

個體價值 ≈ 基礎(chǔ)能力 × AI放大系數(shù)

　　這個公式很適合今天這個時代。不會用 AI 的人，放大系數(shù)可能接近 1；能把 AI 真正嵌入自己工作流的人，這個系數(shù)可能是 3、5，甚至更高。

　　所以未來更殘酷的一點，未必是 AI 直接替代人，而是會用 AI 的人，替代不會用 AI 的人。

　　世界經(jīng)濟(jì)論壇 2025 年的報告里也有類似信號：大約三分之二的雇主計劃招聘具備特定 AI 技能的人才，70% 的組織計劃招聘具備新技能的人，80% 的雇主計劃推動員工進(jìn)行 AI 相關(guān)再培訓(xùn)。

　　這個意思很明確：企業(yè)并不是簡單地“不要人了”，而是在更猛烈地做區(qū)分——什么樣的人，能夠和 AI 形成乘法關(guān)系；什么樣的人，會在新的生產(chǎn)函數(shù)里被邊緣化。

　　目前為止，AI 對總體就業(yè)的真實沖擊，方向已經(jīng)很清楚，但幅度仍然沒有完全顯影。Anthropic 在 2026 年關(guān)于勞動市場影響的研究就相當(dāng)克制，明確提醒外界要保持謙遜，因為很多測算方法并不能直接等同于真實勞動力市場結(jié)果；與此同時，OECD 的宏觀數(shù)據(jù)又顯示，至少到 2025 年中，發(fā)達(dá)經(jīng)濟(jì)體整體失業(yè)率仍處在低位。

　　換句話說，今天更確定的是任務(wù)結(jié)構(gòu)、工資結(jié)構(gòu)和技能結(jié)構(gòu)在變，而不是已經(jīng)形成了一個簡單粗暴的“AI 導(dǎo)致全面失業(yè)”的完成式結(jié)論。

　　但這并不意味著這篇文章的標(biāo)題應(yīng)該被撤回。

　　恰恰相反，我覺得“所有公司大概都會裁員 50%”這句話之所以應(yīng)該引起注意，不是因為它是一句嚴(yán)格統(tǒng)計學(xué)意義上的預(yù)測，而是因為它抓住了生產(chǎn)率沖擊下的結(jié)構(gòu)方向。

　　更準(zhǔn)確一點的說法應(yīng)該是：它不是經(jīng)驗事實，而是一個基于生產(chǎn)率變化和成本遷移的壓力測試區(qū)間。

　　可以把它寫成這樣：

員工數(shù)量 ≈ 總產(chǎn)出需求 ÷（人均效率 × AI加成）

　　這個表達(dá)的好處在于，它不是在武斷地說“所有公司都會機械地裁掉一半人”，而是在說：如果 AI 把人均效率普遍抬高到 2 倍左右，而市場總需求沒有同步翻倍，那么企業(yè)把人員規(guī)模壓縮到原來的 50% 左右，本身就是一個可以被推導(dǎo)出來的結(jié)果。

　　至于具體落到每個行業(yè)、每家公司，到底是裁 20%、30%，還是 50%、70%，那取決于行業(yè)的需求彈性、組織厚度、監(jiān)管約束、客戶關(guān)系強度和責(zé)任分配機制。并不是每個行業(yè)都會一樣，但方向大概率是一致的。

　　所以，回到文章標(biāo)題，我想說的并不是“明天大家都會失業(yè)”，也不是為了制造焦慮。真正值得警惕的，是企業(yè)已經(jīng)開始把工資表上的一部分成本，遷移到模型、算力、數(shù)據(jù)和自動化流程上。

　　互聯(lián)網(wǎng)改變的是信息怎么流動，區(qū)塊鏈試圖改變的是信任怎么達(dá)成，而 AI 真正要改寫的，是企業(yè)怎么生產(chǎn)。

　　這一輪裁員潮，表面上是在減人，實質(zhì)上是在重寫“人、組織與計算”之間的比例關(guān)系。

　　誰先看明白這件事，誰就不是被裁員潮拍在岸上的人，而是能在新生產(chǎn)函數(shù)里找到位置的人。

　　裁員，只是這場變化最先裂開的一道縫。

　　*本文為上海曼昆律師事務(wù)所的原創(chuàng)文章，僅代表本文作者個人觀點，不構(gòu)成對特定事項的法律咨詢和法律意見。

　　本文作者