2025年，从科技巨头到传统制造业，从金融行业到消费品领域，一场规模空前的裁员潮正在全球蔓延。这股裁员潮究竟是被AI“抢走了饭碗”，还是全球经济放缓和调整的结果？当亚马逊、微软、UPS、雀巢、Verizon等跨国巨头相继传出裁员消息，背后的真正推手是什么？ 美国无疑是2025年裁员浪潮最为集中的地区。Challenger数据显示，2025年10月，美国企业宣布裁员153074人，为20多年来“最糟糕的十月”之一；截至2025年11月底，全年累计裁员约117万人，达到2020年新冠疫情以来的最高年度水平。 但综合其经济数据来看，这波裁员并非源于经济恶化，而是由多种因素引发，如高利率带来的成本与盈利压力、劳动力市场化程度高、劳动保护相对薄弱，以及企业在数字化与AI转型中的战略性重组需求。 Salesforce、亚马逊、IBM等公司都直接提及“AI取代部分岗位”。Challenger数据也显示，年度裁员中约5.4—5.5万人的裁员被企业在公告中明确标注为由AI/自动化驱动，涉及客服、后台文员、人力资源支持与部分技术岗位。从整体占比看，因AI裁员仅占美国年度裁员规模的约4%—5%。这表明，尽管AI确实正在改变企业的人力结构，但推动美国裁员大潮的核心因素仍是经济放缓、成本压力上升与企业战略性重组。 在欧洲，许多公司宣布裁员或冻结招聘，相关企业公告中给出的理由多为成本控制、利润压力、业务重组与数字化提效。汽车与制造业承受的压力尤为明显，大陆集团、博世和戴姆勒卡车等汽车和制造企业相继缩减岗位，保险、光伏、银行和服务业的企业也都在通过裁员与重组来应对增长放缓、竞争压力和盈利下滑。 相比美欧，中国并未形成以“AI因素”作为明确统计口径的全国裁员数据。整体而言，中国2025年的裁员与就业压力主要源于宏观与结构性调整。国家统计局数据显示，截至2025年11月，16—24岁（不含在校生）失业率为16.9%，虽较10月的17.3%略有下降，但仍处于高位；25—29岁失业率为7.2%，显示青年就业压力持续存在。房地产进入持久调整期、互联网和科技行业增长放缓、制造业外迁以及消费需求走弱，共同构成了当前就业压力的基础背景。 以阿里巴巴为例，其员工规模在2022年达到高点后持续回落，这一变化并非单一裁员所致，主要源于资产剥离与战略聚焦。其中，阿里巴巴逐步退出高鑫零售等业务板块，相关业务本身拥有数万名员工，员工规模随之出表；与此同时，集团收缩非核心投入、推进技术与组织效率提升，也带来了内部岗位调整。百度在2025年对部分非核心业务和支持性部门进行人员优化，裁员比例约为20%—30%，重点集中在与主业关联度较低的板块。 在光伏行业，结构性收缩更为集中。隆基绿能、通威股份、天合光能、晶科能源、晶澳太阳能等头部企业，在2024年底至2025年行业下行周期中，因产能严重过剩和价格大幅下跌，累计缩减员工规模约8万至9万人，涉及一线制造工人、工程技术人员和部分研发岗位，整体减员比例约三成。 总体来看，中国企业的裁员更多由经济增速放缓、行业周期下行以及企业自身结构调整所主导。AI与数字化主要作为提效和重组的工具，而非推动裁员的核心要素。 综合欧洲、美国和中国的相关数据可以看出，2025年的裁员潮并非由单一因素驱动，而是经济周期压力、企业战略调整与AI技术进展共同作用的结果。 AI确实正在重塑岗位结构，并逐渐成为一项相对独立且日益重要的裁员动因，尤其体现在客服、后台支持以及部分软件测试等白领和支持性岗位上。 换言之，AI正在改变企业的用工方式，却未必是这一轮裁员潮的真正“主角”。同时，AI在企业决策中的角色也呈现出多重性：它既是推动生产力变革的重要力量，也在一定程度上被企业用作结构性调整的叙事框架。 面向未来，大规模裁员是否会持续，AI又将如何改变企业用工结构？从历史经验看，宏观经济和行业周期决定裁员是否集中发生，而技术进步则更多决定“裁哪些岗位、如何裁”。 相关学术研究通常并不直接统计企业“裁了多少人”，而是关注技术使用的强度，例如一个地区部署了多少工业机器人，或企业在信息技术（ICT）上的投入水平，并据此分析这些变化对整体就业规模和工资水平的影响。 以Acemoglu和Restrepo对美国的研究为例，他们发现，机器人应用越广泛的地区，就业人数和平均工资往往越低。与此同时，德国等国家的研究也表明，技术虽然会替代一部分岗位，但同时也会催生或转化出新的岗位。技术对就业的影响，最终取决于当地财产结构是否足够多元、企业适应转型的能力以及劳动者的能力提升和匹配情况。 从持久来看，技术进步并不必然导致持续性的“大规模裁员”，但会加速岗位的重新分配，并对特定岗位、地区和技能群体形成更集中的冲击。 企业引入自动化、云计算或共享服务中心后，往往可以用更少的人完成同样的工作，因此人员调整多以“业务重组”“效率提升”的形式出现。 OECD的企业案例研究显示，AI落地后，更常见的是岗位结构和工作内容的变化，而非立即出现大规模净裁撤。重复性、可被标准化的岗位受到的冲击最大，这类岗位在裁员后再就业和收入恢复更为困难。同时，重组后的组织对新技能的需求会更加明显。 总体而言，大规模裁员是否发生主要由经济环境决定，技术更多塑造的是岗位结构变化，其持久影响表现为不同职业、技能和地区之间的差距扩大，而非整体失业率的持续上升。 近期大量裁员公告表明，被裁撤的人员从事的多是重复性、规则清晰、信息处理密集的工作，例如客服支持、基础内容编辑、标准化报告撰写、数据录入整理，以及一些传统测试、维护性编码和流水线式开发岗位。 AI在这些领域展现出效率、成本、稳定性与规模化的综合优势。这类岗位由于流程标准、判断边界清晰，一旦AI和自动化工具成熟，就容易被替代或重塑。 当然，目前大谈“AI取代人”还为时过早。AI更可能重构组织和分工，例如全职与外包角色的分配、前台与中台的职责梳理，以及整体的组织结构。 Klarna也许是个有代表性的案例。这家瑞典金融科技公司与OpenAI合作开发的AI助手在第一个月内就处理了230万次客户对话，接管了约三分之二的互动。随着自动化程度的提高，Klarna在2024年裁减了约700个支持岗位，但在2025年下半年，又重新招聘部分人员，以处理复杂和高价值的工作项目，最终形成一种混合工作模式：AI处理常规任务，人类负责细致的判断和客户信任。 另一方面，AI又创造了新的人才需求。由美国思科公司（Cisco）牵头发起的AI Workforce Consortium发布的2025年报告中指出，与AI相关的招聘信息同比增长了约78%，而人才库却仅增长了约24%，这正说明了转型过程中新型人才结构性短缺。 未来职场竞争的核心不再是“懂不懂AI”，而是“能否把AI变成自己的劳动生产率”。越来越多的岗位，包括市场、公关、项目管理、运营甚至高管助理岗位，都在招聘时明确提出“会用AI工具”“能够用AI重设计流程”“具备跨技术与业务沟通能力”等要求。 在咨询和IT服务行业，Accenture一边推进重组裁员，一边披露AI相关订单规模已达数十亿美元，并提出通过系统化再培训，将77万名员工塑造成“再创造者（Reinventors）”。安永、毕马威和淡马锡等机构在2025年的报告也指出，如果企业只买AI、却不重构人才结构与技能体系，那么其最多只能释放40%—60%的潜在生产力。 麦肯锡、BCG和普华永道（PwC）等机构的全球调研共识是：未来最稳定的竞争力不再来源于单一具体工具，而是“能持续学习和适应新工具+深刻理解业务+强协作与问题解决能力”的元能力组合。 在AI采用加速和经济压力加剧的背景下，这些元技能不仅帮助个人抵御工作重新设计的影响，还支撑着企业AI投资的回报和真正生产力的释放。 其一是具备硬核技术能力的AI专业人才，包括机器学习、数据工程、MLOps、云计算与算力基础设施、AI安全与治理等方向。这些人才的需求将成为企业竞争格局中的战略稀缺资源。 其二是贴近业务与客户的高价值“人本角色”，他们不一定是编程专家，但懂业务、懂客户、懂流程，能够把AI嵌入真实工作流、推动流程再设计、提升服务体验并引导组织变革，是连接技术能力与商业价值的关键环节。 来自职业平台的数据显示，约45%的高管职位招聘中已经出现了AI技能的要求，并迅速扩展到财务、运营、设计、销售和其他非技术型岗位，这表明AI技能正在成为跨职能岗位的核心能力。 此外，随着AI在更多领域落地，软技能与高级认知能力变得更加重要。沟通、协调、领导变革、跨部门协作等人际能力，是AI难以替代的，同时也是企业在结构重组中保持竞争力的关键人才标准。此外，理解AI模型的潜在偏差、伦理与合规风险、具备治理视角的岗位需求也在上升。 在企业层面，AI不仅是一项技术工具，更是一项“资本工程”。真正要把AI从概念变成生产力，企业必须投入巨额资金建设数字基础设施、算力平台与数据能力，包括云计算、数据治理平台、私有化大模型部署、MLOps系统以及安全与合规框架，这些都是长周期、重资本的大型工程。 为了在财务结构上腾挪空间，企业往往需要在用工端做出调整，通过减少部分人力成本，为算力与数字能力建设提供资金来源。 Statista的数据显示，仅在2025年，Meta、Alphabet、亚马逊和微软预计将花费约3500亿至4000亿美元的资本支出，其中大部分用于AI驱动的数据中心、计算资源和基础设施。字节跳动计划在2025—2026年投资约1600亿元人民币（约230亿美元），其中约一半用于英伟达H200等先进AI芯片和计算基础设施。 这并不是简单的“机器替代人”，而是一种更复杂的资源重构：企业在重新组织资本的同时，也将重新组织人力——挤压中间层、分解工作流、将更多活动推向平台和外包。能够妥善规划和管理这个重组过程的骨干，将是企业不可或缺的关键人才。 在转型与AI加速落地的背景下，企业究竟应该大规模裁员再招人，还是持续投入员工技能再培训？这个问题并没有简单的答案。 大样本研究与统计报告给出的答案是：裁员往往在短期内见效更快，能迅速降低成本、改善财务报表，但资本市场的反应并不稳定，企业品牌声誉和员工信心也会受到负面影响。 相比之下，大规模再培训和内部人才流动的短期成本更高、见效更慢，但更有利于企业中持久的生产率提升，以及企业和员工对技术变革的适应能力。 组织研究和历史经验反复验证，持续投资员工技能的企业，在创新能力、雇主品牌和持久竞争力方面表现更稳健，这也许是得益于组织内部特殊经验的留存和员工对于企业的信任。 尽管IBM、AT&T、西门子、埃森哲、亚马逊和微软等公司在不同阶段都进行过裁员，但它们的共同点并不仅是“减人”，而是持久、大规模投入员工的技能升级。 AT&T曾投资10亿美元为10万余名员工提供再培训。亚马逊推出“2025技能提升计划”，帮助员工转向更高价值岗位。IBM将培训重点从传统IT转向云计算和AI。西门子与埃森哲也在提效的同时，持续建设系统化的学习与再技能基础设施。 越来越多的企业实践表明，如果领导者只是把AI当作压缩成本的手段，带来的往往只是裁员数字的变化，而非生产率和创新能力的实质提升。企业的梯队培养规划需要把技术理解、组织变革与人才战略深度融合，才能培养让企业创造持久价值的领导者。 BCG的研究指出，若只是将AI简单叠加到原有流程中，企业只能获得零散收益；只有重塑流程，让“人”和“模型”各司其职，才能真正释放生产力潜力。同时，BCG强调，管理教育与培训还应更加重视心理安全、学习型组织和伦理治理。PwC的研究显示，允许试错、提供学习支持、避免以恐惧驱动变革，是实现AI可持续落地的关键。 真正成熟的人效管理，不是“淘汰”，而是“释放”——通过流程优化、技能升级和技术赋能，把被效率释放出来的人投入到更高价值的创新和增长活动中。 管理学中的精益理念和动态能力理论都表明，高绩效企业并非依靠持续减少劳动力取得成功，而是通过不断重组技能结构，将人才配置到更具价值的岗位。 因此，对裁员的讨论不应仅仅关注新闻头条，而应放在人才战略和组织进化周期中理解：单纯依赖裁员提效，往往会削弱持久竞争力。领先企业很少选择“只削减、不建设”的路径，而是在减少低价值岗位的同时，持续培育高价值能力。