41%
全球雇主计划因 AI 自动化缩减部分岗位
Signals
这些数字不代表“AI 注定毁掉就业”,但它们已经足够说明一件事: 企业正在把 AI 当成重新分配岗位、预算与权力的工具。
41%
全球雇主计划因 AI 自动化缩减部分岗位
77%
企业同时表示要对现有员工做再培训
69%
网络安全团队正走向常态化使用 AI 工具
89%
AI 赋能攻击活动在 2025 年显著上升
Manifesto
我们反对的是:把 AI 说成不可抗拒的历史进程,再把裁员、压强、监控、外包和决策去人化包装成“升级”。
Cases
这里把案例分成两类:一类是明确提到 AI、自动化、效率重组与缩编的案例; 一类是 AI 优先政策导致 headcount 更难增长、外包和合同工更容易被替代的案例。
Reuters 在 2026 年 2 月的汇总中,把多家公司列为“投资转向 AI、同时发生裁员或重组”的最新样本。 其中包括 Amazon 的 corporate 缩编、Autodesk 把开支转向云和 AI、WiseTech 把 AI 集成进产品与内部运营,以及 Pinterest 把资源改投 AI 角色。
Shopify CEO 在 2025 年 4 月公开备忘录,要求团队在申请新增 headcount 和资源前, 必须先证明任务不能由 AI 完成,并把 AI 使用写入绩效和日常工作基线。
Duolingo 在 2025 年公开 AI-first 方向,表示对“可由 AI 处理”的工作, 将逐步不再继续交给合同工。它不是最典型的大规模正式员工裁员案例, 但非常典型地展示了 AI 如何首先改变外围劳动关系。
Klarna 官方案例称,其 AI 客服助手上线首月就处理了相当于 700 名全职坐席的工作量。 这类宣传很快成为行业叙事模板:AI 不只是“提效”,而是直接被当成 headcount 替代参照物。
2025 年 11 月,多家媒体报道百度在主要业务线进行人员调整,同时重组 AI 团队。 这一案例很典型:传统业务承压,资源继续向 AI 和云能力集中,而组织代价由员工承担。
并不是只有大厂。2025 年 7 月,Manus AI 被报道裁掉北京大部分员工, 并把业务重心转向新区域。AI 热门赛道同样存在极速扩张后的人力回撤。
字节跳动在 2025 年 2 月对 Seed 等 AI 研究线进行重组,基础研究直接上收至 CEO。 这不是公开宣布裁员的案例,但它体现了另一种变化:AI 会重塑组织层级、预算和话语权。
腾讯在 2025 年底重组 AI 相关职能,新设 AI Infra 和数据计算平台团队。 这类变化提醒我们,国内不少公司未必把“AI 导致裁员”说得很直白,但资源向模型、算力和平台团队集中已经非常明显。
Cybersecurity
AI 正在加速钓鱼、深伪、社会工程、漏洞利用链条和恶意自动化。 在这种背景下削减安全团队,不是升级,而是失守。
2025 年 ISC2 研究显示,AI 已经是安全团队最迫切的技能缺口之一,且超过三分之二的团队正走向常态化使用 AI 安全工具。 这意味着真正需要的是训练、治理和人机协作,而不是“既然有了 AI,就可以少招几个人”。
CrowdStrike 2026 年报告则显示,AI 赋能攻击活动显著上升。攻击面变大、节奏变快时,蓝队、SOC、IR、威胁狩猎和 AI 安全评估只会更重要。
如果安全人员被不透明、甩锅式、借 AI 之名推进的裁员波及,应该勇敢留下证据、发起联署、公开问题、推动审计和依法维权,而不是被迫独自吞下后果。
Demands
不是抽象地“反技术”,而是要求企业、平台和监管面对现实的人类代价。
企业如果因为 AI、自动化和效率计划调整岗位,应该公开披露影响范围、时间表、补偿和转岗方案。
若企业从 AI 中获取效率收益,就应先投入员工再培训和内部转岗,而不是先裁员再招聘更贵的少数 AI 岗。
不要把前端、后端、测试、运维、算法、安全拆成彼此竞争的孤岛。面对 AI 导向的压缩,整个技术劳动群体需要共享信息、互相声援、集体发声。
在安全、风控、审核和公共服务领域,必须明确“最终由谁负责”,不能把关键错误推给模型。
Sources
页面更新时间为 2026-03-23。以下链接用于支持页面中的核心数字和案例。