研究发现部分因AI裁员的公司开始重新招人

用AI取代员工的企业正逐渐发现自动化的局限。新研究表明，一些企业正在重新招聘员工。

在2026年的大部分时间里，企业高管们传递的信息似乎很明确：人工智能将提升企业效率，完成同样的工作所需要的员工会减少。企业投资AI工具、重组团队并宣布裁员。一些公司将这些裁员描述为自动化不可避免的结果。

那些为了预期AI带来的生产率提升而裁减员工的企业正发现，取代员工远比自动化单项任务要困难得多。在某些情况下，他们正在请前员工回来。研究人员已开始将这一现象称为“AI反弹”。而近期的研究结果表明，这并不局限于少数几家登上头条的公司。

CNBC近期的一篇报道重点介绍了人才招聘与劳动力管理公司SHL的研究。该研究由Propeller Insights于2026年6月和7月开展，调查了美国1000多名员工和英国1000多名员工。近五分之一的美国受访者表示，他们曾因AI被裁员或取代，随后又受邀回到前雇主那里工作。

这是一个引人注目的发现，尤其是在数月来头条新闻一直暗示AI导致的失业将是永久性的之后。然而，有一个重要的区别。SHL的结果反映的是员工自我报告的经历。这些结果并不能确定整个经济中有多少人被AI取代，而且收到回聘邀请并不一定意味着当事人接受了邀请。尽管如此，这些发现表明，一些雇主正在重新考虑他们几个月前才做出的决定。

Orgvue在2026年3月进行的另一项研究报告称，32%进行了AI相关裁员的企业后来又重新招聘了员工。这两项研究衡量的是不同的东西。SHL调查的是员工的个人经历，而Orgvue考察的是企业及其用工决策。这两个百分比不应直接比较。它们的共同之处在于传达了一个更广泛的信息：一些公司正发现，自动化的好处并不像他们最初预期的那么直接明了。

减少员工数量的理由乍听之下很合理。如果AI能生成报告、编写代码、回答客户问题、分析文档并自动化行政工作，那么从理论上讲，企业需要的员工应该更少。但这种推理忽略了一个关键区别。自动化任务不等于取代员工。

一名软件开发人员不会把整个工作日都花在敲代码上。这份工作还涉及理解需求、排查生产故障、讨论权衡取舍、审查变更，以及判断哪些问题值得解决。客户支持、运营、市场营销、财务以及无数其他职业也是同样的道理。AI可以加速这些工作中的部分环节，但无需对整个工作流程负责。

哈佛商学院教授Joseph Fuller认为，企业把AI应用当作常规软件部署来推进是一个错误。从历史上看，企业常常通过降低劳动力成本来证明技术投资的合理性。然而，AI带来的组织挑战更为复杂。它的效用很大程度上取决于使用它的人所掌握的知识。一名经验丰富的员工知道某个流程为什么存在、哪些例外情况重要，以及当某些东西发生变化时可能会出什么问题。这种背景信息很少存在于单一文档或数据库中。

SHL全球产品与设计高级副总裁Lucy Beaumont提出了类似的观点。企业正认识到那些了解客户、能做出判断并维护人际关系的员工的重要性。AI可以处理信息。但这并不自动意味着它理解决策的后果。

一旦企业考虑到让AI系统可靠运行所需投入的工作，自动化的财务理由可能就不那么有说服力了。部署AI工具只是开始。企业仍然需要人来验证其输出、处理异常情况、排查故障、维护集成，并确保自动化决策符合业务需求。

在软件开发中，当AI生成的代码超出本地原型的范围时，这一点尤为明显。仍然需要有人理解架构、评估安全影响、维护系统，并在生产环境出问题时做出响应。而当经验丰富的员工离开时，他们的知识往往也随之而去。这种损失可能不会立即显现。一个企业可能需要数月时间才会发现，某个未记录在案的流程、某段棘手的客户关系或某个关键的技术决策，依赖于一个已经不在了的人。

Orgvue的研究表明，企业在AI应用方面仍然面临复杂性带来的困难。在2026年的另一份报告中，该公司强调了高管与高级经理之间在对AI的期望上存在显著差异。例如，74%的高管期望AI在一年内转型其组织，而高级经理中这一比例为47%。决定AI应该节省多少资金的人，并不总是了解日常工作实际如何完成的人。

SHL研究中一个比较有趣的发现是，大多数被取代的员工不会自动拒绝回聘邀请。只有6.6%的美国受访员工表示，他们在任何情况下都会拒绝。但愿意回归并不意味着一切恢复正常。那些已经因为AI举措而失去工作的员工有充分理由质疑同样的事情是否会再次发生。许多人在接受邀请之前希望看到具体的改变。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）