三成公司用AI裁掉岗位又加了回来，AI到底替代不了什么
覆盖两千余名美国招聘经理的 Robert Half 最新研究里，藏着一个和"AI抢饭碗"叙事完全相反的数字：32%在引入AI后撤销过岗位的企业，随后又把同样的岗位加了回来；同一批受访者中，54%预计未来两年公司人数会净增，只有23%预计减少。另一组经凤凰科技转述的 Careerminds 调查更直接——在600名过去一年参与过裁员的HR里，只有8.4%认为这轮以AI为名的重组完全达到预期，54.6%承认AI需要的人工监督超出原先预估，超过一半的公司在裁员后6个月内重新打开了招聘通道。
企业花掉了裁员补偿、丢了人手、坏了士气，然后把人请回来。这条回旋镖不是在说AI没用，而是在说一件事：AI替代的边界，比供应商的销售PPT画的要窄得多。要理解这笔账怎么算错的，得先把三种被混在一起的说法拆开。
三个"后悔"，其实是三笔不同的账
"超半数企业后悔AI裁员"这类标题，混淆了三个口径完全不同的指标。Careerminds 的"6个月内重新招人"只证明招聘通道重启，业务扩张补员同样会触发它，严格说不能算承认错误。Forrester 在2025年11月发布的2026年工作趋势预测里说"一半归因于AI的裁员会被悄悄逆转"，这是预期，不是已经发生的事实，而且"悄悄"两个字本身就意味着没有企业会公开承认。
口径最严的是 Robert Half 那条：撤掉的岗位又被加回来，指的是同一个职位撤销后恢复，接近真正意义上的返工。即便如此，它也只有三成，不是"一半"。判断这轮修正的成色，盯这一条最合适——它的波动最诚实，也最难被企业用"战略调整"的话术糊过去。
AI吃掉了任务，没吃掉岗位
Robert Half 给这个落差起了个名字：AI tax。学会新工具、验证模型输出、搭建复核流程、把AI嵌进原有工作流，这些投入要先付出去，收益才可能出现。同一份研究里还有两个数字解释了为什么付出这么贵：只有27%的技术负责人表示公司已经进入AI深度嵌入业务流程的阶段，只有35%的员工认为自己能很有信心地用好AI工具。八成公司还在早期试验，远没到重构组织的时候。
Forrester 分析师 Biswajeet Mahapatra 在官方博客里把问题说得更本质："AI能重写代码，却找不回意图。"代码里的一条规则，可能是监管要求，可能是当年为绕开某个故障系统留下的临时补丁，也可能是一个多年没人敢碰的缺陷。知识图谱能把这条规则标出来，只有真正理解它为什么存在的人，才能判断它该不该进入下一代系统。他提醒，随着AI压缩开发和评审周期，瓶颈反而转移到了"能不能约到懂业务的专家"上——决策延迟取代技术复杂度，成为交付的主要约束。
这就是返聘名单上为什么集中着看起来"最该被替代"的岗位：客服、初级分析师、测试、HR运营。这些工作的产出最容易量化，所以AI先在上面交出漂亮数字；可它们的判断、上下文和对外责任一点都没少。
220%与36%：产出能放大，结果不能
经凤凰科技转述的 Meta 内部数据，是这轮争论里最锋利的一组对照（Meta 未公开确认，本文仅作线索处理）：员工借助AI生成的内部代码修改同比增长约220%，真正转化成面向用户的新功能与升级只增长约36%，重大技术与安全事故同比增长40%，员工用于"救火"的时间增加70%，半年一次的员工调查里对公司的正面评价从74%降到55%。报道称这组数据让 Meta 取消了原定11月的第二轮裁员。
把220%和36%放在一起，就能看清企业是在哪一步算错账。代码提交量是最容易度量的产出，AI也最先在这里给出可观数字；用户价值、稳定性、事故率这些真正决定经营结果的指标，度量周期长、责任难切分。成本按人头计算，收益却按任务体现，两边根本不在同一个口径上。砍人的决策用的是前者的斜率，付账时用的是后者的账单。Robert Half 在研究里把这种错位概括成一句话：真正的风险不是技术，而是把产出误当成了理解。
这笔钱最后落在谁的头上
员工端最直观：返聘不等于原价回归。Careerminds 的数据显示，35.6%的公司补回了超过一半的被裁岗位，另有32.7%补回四分之一到一半，但补回来的条件普遍不如从前；Forrester 预测被逆转的裁员里，有一部分会以转包海外或降薪的形式回归。凤凰科技转述的个案中，一名被AI裁掉的员工称自己6周后以降薪40%的条件返岗——这是单一个体的自述，不能当作行业规律，但它指向的方向与"降薪回聘"的预测一致。
客户端的代价更容易被验证。Klarna 在2024年2月宣称其AI助手首月处理230万次客户对话、约占客服聊天量的三分之二、相当于700名全职客服的工作量，并预计带来4000万美元的利润改善；一年多后其CEO公开承认降本过头，重新招募可远程的人工客服，并把客服体系重构为类似接单的模式。澳大利亚联邦银行2025年7月以"AI客服上线后每周需要人工处理的电话减少约2000通"为由宣布裁撤45个客服岗位，工会申诉后调查发现来电量不降反增、留任者被迫加班、主管顶岗，一个月后该行撤回裁撤决定。两个案例的共同点是：省下的人力成本，被投诉率、返工率和加班费悄悄吃了回去。
接下来该盯什么
四个可观察指标。第一，Robert Half 口径下"撤销后又恢复"的岗位比例是否继续上台阶，这是返工潮最硬的证据。第二，AI tax 什么时候从一次性投入变成常设成本——如果复核、验证、监督需要长期招人，AI的"降本"就变成了"换成本结构"。第三，初级岗位招聘是否继续收缩，Robert Half 报告担心的是人才管道被削弱，其影响要三到五年才在组织里显形。第四，企业披露的AI节省金额与实际净人头变化之间的差额，以及 Meta 这类内部数据能否获得官方口径确认。
这轮修正不意味着AI不值钱。54%预计净增和32%返工同时成立，说的其实是同一件事：AI改变了任务怎么分，还没改变岗位怎么设。真正拉开差距的不再是"有没有用AI"，而是企业愿不愿意为AI补上最难量化的那一层——判断、上下文，以及出问题时签字的那个人。