AIHRAI裁员7%飙到40%：你的公司在做减法还是乘法
Challenger报告5月AI裁员占比从1月的7%飙到40%，四个月翻了近6倍。但这个数据测量的不是"AI替代白领岗位"的速度——是企业愿意把裁员归因于AI的坦白度。对管理者来说，真正要分清的是：你的公司是在做减法，还是在做乘法。
这篇文章末尾放了一张可直接用的减法vs乘法路线诊断表。时间紧可以先滑到底部保存。
7%到40%：AI裁员数据加速的到底是什么
6月4日，美国就业追踪机构Challenger, Gray & Christmas发布5月裁员报告。全美裁员97,006人，2020年以来最高；其中明确归因于AI的，占近40%。
1月7%，2月10%，3月25%，4月26%，5月40%。四个月翻了近6倍。
几乎所有报道都在说同一件事：AI裁员创新高。但这个数字到底在测量什么，没人追问。
Challenger追踪的不是"有多少岗位被AI替代"。它追踪的是：企业自己说，裁员原因是什么。
1月裁员7%归因于AI——不是说只有7%的裁员由AI造成，是说只有7%的公司愿意把裁员归因于AI。4个月后，这个比例变成了40%。
AI技术在这四个月里突飞猛进吗？没有。
真正变化的是："AI裁员"从一件羞于启齿的事，变成了一张身份标签。
四个月前，公司裁人说"战略调整""业务优化"——能不提AI就不提。因为说了等于承认自己之前用人太多、效率太低。四个月后，公司裁人抢着说"AI转型"——不说AI反而显得你落后。
Salesforce砍掉4000个客服岗位，CEO贝尼奥夫公开说："because I need less heads with AI。"Coinbase裁掉700人，宣布转型"AI原生公司"。
一家裁了说"AI干的"；另一家看了也裁，也说"AI干的"。谁不说，谁就显得没跟上。
7%到40%，加速的不是技术，是坦白度。
AI裁员报告说40%，经济学家说没证据——都对
6月10日，谷歌DeepMind AGI经济学负责人、芝加哥大学经济学教授亚历克斯·伊马斯接受《商业内幕》采访。
记者问：你看到白领岗位大规模消失的证据了吗？
伊马斯说：没有。即便是受AI影响最直接的软件工程领域，"确实没有什么事情正在发生"。
一边是Challenger报告说AI裁员占40%创纪录；另一边是DeepMind首席经济学家说"没看到证据"。这两个结论看起来矛盾，但都是对的。
Challenger测的是企业愿不愿意承认——答案从"不太愿意"变成"非常愿意"。伊马斯看的是宏观就业数据——确实没有"大出血"。5月非农就业新增172,000人，远超预期。
但伊马斯自己补了一刀：如果企业界形成一种氛围——"没裁员就说明AI转型不够快"——裁员就会被FOMO情绪驱动，而不是效率驱动。
公司裁员不是为了提效，是为了营造一种印象："看，我们没有落后。"裁完之后公司可能比裁之前更糟，但因为所有人都这么干，停不下来。
这不是技术替代，是叙事传染病。
跟风裁员的真正病灶——企业AI效能度量体系全面失效
叙事传染病有症状，病灶在别处。
CEO们为什么只能靠"裁员"来彰显AI成效？因为管理层拿不出衡量"人机协同产出"的新型指标。
AI到底让现有团队多创造了多少增量价值？这个问题，几乎所有公司的绩效体系都回答不了。旧KPI测的是"人×时间=产出"，但AI进来之后，一个人借助AI工具能在同样时间里完成过去三个人干的活——增量在哪里？归属给谁？
当"增效"无法被精确计算，资本市场和CEO只好退而求其次，去切最容易计算的"降本"蛋糕。
微软2026年内部调研给出了最残酷的证据：引入Copilot的团队，周报里写"效率提升"的占78%，但能用数据证明"因为AI多完成了X个任务"的，不到9%。
不是AI没用；是公司的度量体系还停在"人头数=产能"的工业时代。你测不出来AI带来的增量，就只能拿"少了多少人"当成绩单。
跟风裁员的真正病灶，是组织测量能力在AI时代的溃败。
减法vs乘法——传统巨头和AI原生组织的路线分歧
Salesforce砍4000客服，CEO说"AI够了"——这是真实的替代，也是旧工业时代的逻辑：用更少的人，维持原有的业务底线。这是减法。
真正的AI原生组织，做的是乘法。
OpenAI约2000人，估值超过5000亿美元。没有裁员，也没有"AI替代"的叙事；它在用AI帮2000人做过去需要2万人才能做的事。Anthropic约1100人，估值亦站上千亿美元量级。极度克制甚至抗拒设立传统中层节点，2到4人战术小队以项目为单位自组织；它在用极度精简的精英团队，借助AI杠杆挑战万亿市值的业务边界。
减法逻辑：AI进来，人头减少，业务底线维持。乘法逻辑：AI进来，人头不变或增加，业务边界乘以N。
这两种逻辑的区别，不在于用不用AI，在于CEO问的那个问题是什么。
减法CEO问的是："AI能帮我省多少人？"乘法CEO问的是："AI能帮我用同样的人做到什么过去做不到的事？"
2026年，两种公司都在说"AI转型"。但一种是拿AI当裁员的遮羞布；另一种是把AI当组织乘数的杠杆。Challenger的40%里，两种都有。
对管理者来说，分清自己公司在哪条路线上，比分清"我的岗位会不会被替代"更重要。因为如果你在减法逻辑的公司，岗位再安全天花板也已经焊死了——公司已经在用"更少的人"定义你的未来。
你的公司在减法路线还是乘法路线上？评论区扣1或2👇
AI裁员加速度的终点——分清真替代与跟风裁员
如果7%到40%测的不是技术速度而是叙事速度，那叙事一旦完成普及，40%就不是终点。
问题变成：哪些是真替代，哪些是跟风？
Salesforce砍4000客服——客服是规则明确、重复性高的岗位，AI Agent确实可以承担大部分工作。这是真替代。
但更多公司裁人时说的"AI转型"，和钉钉ONE说的"AI赋能"一样——用技术术语包装一个传统动作：降本。裁了人说AI干的，省下的钱投AI基建，投了基建再裁人证明AI在起效——循环往复。
好消息是法律开始补位。2026年5月，中国杭州首例"AI裁员违法"案宣判——企业以"AI替代"为由裁员被判违法，最高法已将其定为指导案例。这个判例的意义不在于保护某一个岗位；在于迫使企业回答一个之前不需要回答的问题：你是真的被AI替代了，还是拿AI当借口？
Challenger的数据里藏着两种公司。一种真的被AI替代了人——客服、初级代码、行政支持，这些岗位AI确实做得比人快。另一种是跟风说AI——裁了人、省了钱、讲了故事，但活还是那些活。
减法做到极致，人效比看起来很好看，但组织失去了生长能力。
乘法才刚刚开始。
加速度曲线的终点，不是40%。
是那个你发现，公司裁完人之后，再也没人说得清楚"AI到底帮我们多做了什么"的瞬间。
相关阅读：
工具锚点一：AI裁员诊断——管理者自查清单
工具锚点二：减法vs乘法——路线诊断表
数据来源：Challenger, Gray & Christmas 2026年5月裁员报告 / 《商业内幕》6月10日专访 / 微软2026年内部Copilot效能调研 / 杭州中院2026年5月"AI裁员违法"判例
关注公众号，获取 AI 时代 HR 变革一手分析