为何很多公司开始承认裁员过早？AI的局限性逐渐显现
在"人工智能取代人力"的口号响亮之时，为什么越来越多的企业开始反思，承认自己在裁员决策上的失误？那些被裁员通知书送走的员工，与那些满以为依靠几款大的模型就能顺利完成业务的管理者，究竟谁才是真正被高估的角色？在一个五月的中旬，凌月接受了人力资源部门的会面。尽管他对此早有心理准备，可在门口时，仍然感受到一阵情绪的崩溃。“我常常想象会是什么情况，但真正到来的那一刻依旧很痛苦。”凌月是一年前刚刚毕业的大学生，从成千上万的求职者中脱颖而出，获得了月薪25000元的职位，参与公司核心业务。然而一年后，他便成为了最容易被裁员的人之一。由于工作时间短，裁员赔偿成本较低，但这一轮裁员并不区分各类员工，新入职者和绩优高P员工都未能幸免。对公司而言，这意味着在决策面前，任何保护并不起作用，告别时连交接的时间都显得那么匆忙。
“当时我的内心想着，终于能学点东西，然而一切都好像是徒劳，留下的只有团队被抛弃的失落感。”伴随着AI作为裁员理由的浪潮，从海外传来阵阵风声，许多互联网企业在这股潮流中进行调整。无论是新人还是绩优员工，都难以逃避裁员。在这种情况下，公司要求每位员工必须频繁使用AI，一些激进的管理者认为不会使用AI的员工应该被淘汰，造成员工们的恐慌。“公司规定你必须会用，如果你说不会，领导会质疑：‘我都有AI了，你怎么还不会？’”这使得程序员面临着被淘汰的风险，犹如珍妮机问世时，纺织工人被淘汰的命运。
这种趋势并不仅限于国内。国外的调查显示，有39%的企业领导因为引入AI而进行裁员，而在这些签署裁员名单的高管中，有55%在事后承认自己迫切裁员的决定是错误的。这组数据显示，曾经的“裁员以让AI接替”信心正逐渐被质疑，很多管理者如今在这条道路上后悔不已。
在经过重组的业务线下，一个共通的理由浮出水面：AI提高了效率，不需要那么多人工作。此前，互联网公司经历了长时间的AI转型，一种自上而下的改革在公司内部蔓延。过去，一项新产品推出前要经过长时间的开发流程，然而随着像Cursor这类AI编程工具的出现，这一流程迅速缩减，编程和代码修改的工作由AI大幅接管，甚至连不懂代码的产品经理也能通过简单的提示语生成高效的演示页面。
在理论上，AI大模型确实展现出了超高的生产力。然而，在复杂的业务场景中，AI有时却显得束手无策。“比如说要用AI对数千万的商品进行巡检，这不仅是海量的数据处理，每天的巡检也是不小的负担。所有场景的指标都要输入，显得不切实际。若行业内部人士都明白，AI能力的局限性是显而易见的，无法完全取代产业的复杂性。”面临大量客户兼容性问题、历史代码的障碍与AI生成不准确数据的情况，AI目前仍难以妥善处理。但在大公司的战略面前，这似乎被视为时间问题。
腾讯目前内部开发了一条AI修复bug的流水线，但准确率仅为50%；阿里的一部分团队甚至计划在未来让所有任务由产品直接与AI对接，同时程序员则只负责调试工作。新工具的出现改变了工作方式，也使管理层对工作效率产生了过高的期待。过去一个月能完成的任务，如今希望员工一周之内完成。“这让你无法反驳，如果不合格，不是因为AI，而是因为你。”在这个过程中，员工往往感觉被动，默默地跟随公司的推进。
随之而来的是战略目标逐级下放，演变成一种略显荒谬的全员表演。有些部门甚至出台了token消耗排行榜，公示表扬表现最好的员工，以影响其转正、晋升和绩效。为了应对考核，员工们转而讨论如何通过“刷token”来提升业绩，有的人利用公司资源做小学生的作业，有的人则故意让AI出错，增加计算负担。很快，企业发现这种做法并不可行，于是更改了规则：增加插件记录员工的代码和交流内容，自动生成报表，并让所有人都能查看。
在工作群中，只要有人共享一个新的技能，无论其价值如何，管理者都会表示认可，尽管大家都心知肚明，这些技能并不会被实际需要。这种形式化的“AI化”正是海外那些认错的高管所遭遇的困境。他们曾认为裁掉数名员工后由AI填补空缺即可轻松渡过，然而真正实施时，却发现难以如预期顺利过渡。
