← 返回首頁

Fiona Signal Radar

2025 年,企業排隊宣布導入 AI 取代過多的人力。2026 年,同一批企業排隊把人請回來。中間隔了六個月,和每省 1 元多花的那 0.27 元。

🗓️ 2026.07.08
🤖 AI 勞動市場
🔁 回聘潮
🏢 IBM · Ford · Klarna
🧼 AI-washing

帳單到了——AI 裁員潮的第一批退貨

2024 到 2025,「因 AI 而裁員」是財報電話會議上最受歡迎的一句話。2026 年中,同一批企業開始把裁掉的人請回來——不是零星個案,是統計現象。這篇是這波退貨潮的對帳單。

Key Signals · 三個訊號

訊號一|回聘潮不是零星個案,是統計現象

Robert Half 的數據:近三分之一的美國招聘主管曾以 AI 為由裁掉職位,之後又為同一個或類似的職位重新招人。Careerminds 今年 2 月調查 600 位執行過裁員的 HR:做過 AI 裁員的公司,三分之二已經在回聘;其中超過三成,回聘了一半以上被裁的職位。52% 的回聘,發生在裁員後六個月內。六個月——一個決策從「向股東證明我們擁抱 AI」到「向人力銀行重新刊登同一個職缺」,只需要六個月。Forrester 的數字更直接:55% 的雇主表示後悔 AI 裁員。這不是 AI 不行。是當初沒人把帳算清楚。

訊號二|那 6%,才是薪水真正在付的地方

IBM 把 HR 工作交給 AI 系統,處理掉 94% 的請求。剩下 6%——涉及倫理判斷、複雜決策的案件——AI 過不去。IBM 的回應是把 2026 年美國入門級招聘擴大三倍。它的 CHRO 說得白:不投資入門級人才,三五年後沒有人才管道,井會乾。Ford 正在回聘數百名資深工程師,處理自動化系統解決不了的品質問題。Klarna 當年砍掉客服、宣稱 AI 抵 700 個真人,滿意度下滑後開始回聘。企業裁掉的以為是成本中心,實際拆掉的是讓 AI 產出能用的那層判斷。

訊號三|市場開始換邊站

Meta 追 token、Apple 送訓練營——這組對照,我們在 4/21 的雷達寫過了。當時那是兩種路線的預告,兩個半月後,這篇是對帳單。對帳的兩欄:一,藉口的成本——那些拿 AI 當裁員說詞的公司,現在連藉口的利息都要付;二,市場的定價邏輯正在翻面——裁員作為訊號的紅利耗盡中,「人機配置能力」開始被單獨計價。細節在下面兩節。

宣布 AI 裁員 → 股價獎勵「宣布」→ 六個月內開始回聘 → 回聘成本 + 薪資溢價(salary premium)到帳 → 每省 1 元,實際花掉約 1.27 元 ——市場先付掌聲,現實後收利息。

那 6% 的經濟學

對帳四格

Robert Half
~1/3
美國招聘主管曾以 AI 為由裁員後,又為同一個或類似職位重新招人
Careerminds(2026/2)
52%
回聘在裁員後六個月內就開始;三分之二做過 AI 裁員的公司已在回聘
Forrester Predictions 2026
55%
雇主表示後悔 AI 裁員
Orgvue
~$1.27
計入遣散、生產力損失與重新招聘後,每省 1 美元的實際支出(Orgvue 估算)

財務結算先看清楚。Careerminds:近 31% 的公司說回聘成本超過裁員省下的錢,另外 42% 說兩邊打平。Orgvue 算得更細:計入遣散費、生產力損失、重新招聘成本,企業每省 1 美元,實際花掉約 1.27 美元。

降本增效的最終報表:既沒降本,也沒增效。

為什麼帳會這樣走?IBM 的 94% 對 6%,是整個機制最乾淨的切片。這組數字是 IBM 人資長在公開場合自己講的——是企業自述,不是第三方審計。但正因為是自述,更有分量:連導入方自己都承認切不乾淨。AI 系統接手 HR 之後,94% 的例行請求處理得掉——這部分企業沒看錯,AI 確實能取代重複性極高的工作內容。看錯的是剩下那 6%:涉及倫理判斷、複雜決策、需要在灰色地帶做取捨的案件。94% 的例行工作 AI 做得掉,但薪水從來不是付給那 94% 的——是付給剩下那 6% 的。

企業裁掉的以為是成本中心(cost center),實際拆掉的是讓 AI 產出能用的那層判斷。判斷層一拆,AI 的產出品質往下掉,客訴往上升,帳面上省下的錢從別的科目流回去。Ford 硬體工程副總裁的原話講得很清楚:AI 是好工具,但表現完全取決於訓練它的資料品質——而能判斷資料品質的,是被裁掉的那批資深工程師。

IBM 把入門級招聘擴大三倍,還有一層更長的算計:入門級職位不是成本,是人才管道(talent pipeline)。今天不招 22 歲的人,三年後就沒有 25 歲能扛判斷層的人。把管道砍掉去換一季的財報數字,是用複利換零錢。

對帳單的兩欄

第一欄|藉口的成本

Gartner 去年 10 月調查 321 位客服主管:只有 20% 的減員真的因為 AI。其餘是總體經濟壓力——需求疲弱、成本上升、業務失敗——AI 只是遞給股東的說詞。業界叫這個「AI-washing」(AI 漂白)。

以下是我的讀法,不是新聞說的: 這波回聘潮裡,有相當一部分企業連「被 AI 騙了」都算不上。它們裁員的真實理由從頭到尾都不是 AI,只是 AI 這個藉口在 2025 年不用錢,講出來股價還會漲。現在帳單到了:拿 AI 當說詞裁掉的人,要用真金白銀請回來——而市場上「會用 AI 的人」比兩年前貴,各機構對這類職位薪資溢價(salary premium)的估算落在一到四成之間。藉口免費,利息照算。

第二欄|市場的定價邏輯正在翻面

2026 年 2 月,Block 裁掉約 4,000 人、近四成員工,理由是 AI,股價應聲上漲逾兩成。市場獎勵的是「宣布」。同一時期,Klarna 做了完全相反的事——把回聘來的真人客服,包裝成上市前的競爭優勢。IPO 首日股價漲 30%。

同一個市場,幾個月內,對「人」這個資產給出了兩種相反的定價。這不是市場精神分裂,是定價邏輯在換軌(這句同樣是我的推論):裁員作為訊號的紅利正在耗盡,「人機配置能力」開始被單獨計價。下一季的財報季,值得盯的不再是誰裁了多少人,而是誰的回聘成本開始出現在支出項裡。

裁員是給股東看的表演。回聘,是付給現實的帳單。

AI 取代的是工作內容,企業裁掉的卻是人

AI 能取代的,是不需要人性的工作內容。企業裁掉的,卻是人。這兩件事之間的差額,就是每省 1 元多花的那 0.27 元。

過去兩年,市場獎勵的是「宣布」:宣布裁員、宣布 All in AI,股價就漲。現在進入結帳期,市場開始學會分辨兩種公司——把裁員當融資手段的,和把 AI 當工具重新配置人力的。前者付的學費叫回聘成本,後者省下的叫判斷層。

對我們的意義:巨頭用股東的錢上這堂課,上完課還是巨頭。我們沒有這個預算。獨立作業者的版本只有一條——AI 接手那 94% 的例行,但那 6% 的判斷層,從第一天起就別外包出去。

那 6%,是你唯一收得到錢的地方。

訊號來源

← 返回首頁 ← 前一篇 Radar 🗂️ 返回 Archive