前两天看了一份报告，数据挺有意思。
调研机构Orgvue发布的最新调查显示，在那些因为推行AI而裁员的公司里，将近四成的企业管理者承认自己做了裁员决定，但其中超过一半的人——55%——现在明确表示：裁错了。
什么概念？就是说每两个因为AI而动了刀的公司里，就有一个后悔了。
这个数字让我愣了好一会儿。这些年铺天盖地的"A取代人类""多少岗位即将消失""不学AI就要被淘汰"——每一篇文章都把焦虑塞进你脑子里。可现在，真正冲在最前面的人，反而开始往回跑了。
福特是最近倒戈的一家大公司。他们之前裁掉了不少工程师，用AI系统接替质量检测的工作。结果呢？自动化系统根本搞不定生产线上的各种实际问题——材料偏差、装配误差、工艺变异，这些在流水线上稀松平常的事，AI一碰到就卡壳。福特的硬件工程副总裁说得挺实在，他说AI确实是个好工具，但它的效果完全取决于你喂给它的数据质量。数据不行，AI就是个大号的笨蛋。
现在福特正在重新招聘几百名经验丰富的工程师回去上班。兜了一大圈，又回到原点了。
这种事不是个例。澳洲联邦银行去年一口气裁了四十多个客服，换成了AI语音机器人。客户打电话过去，机器人翻来覆去就那几句话，稍微复杂点的问题就陷入死循环。投诉电话不仅没减少，反而更多了。最后银行不得不撤回裁员的决定，把人都请回来。IBM那边也差不多，AI接手了九成的人力资源常规业务，结果涉及到伦理判断、复杂申诉这些事，机器完全搞不定，IBM现在计划在2026年大幅扩招基层人才。
我身边有两个朋友，恰好处于这场浪潮的两端。
一个在互联网大厂做运营，去年年底公司引入了AI写作工具，他们团队一口气裁了三分之一的人。剩下的人每天的工作变成了给AI的内容"收拾残局"——改逻辑错误、补数据来源、调语气分寸。她说以前八个人干的活，现在四个人加一个AI干，看起来效率没降，可她每周要加班三个晚上。更让人哭笑不得的是，有次AI写了一篇产品介绍，直接把竞争对手的专利数据写进去了，要不是她及时发现，公司差点吃官司。
另一个朋友在制造业做质检，他们老板去年也兴冲冲引进了AI视觉检测系统。花了上百万，结果机器总是把正常产品的纹理当成缺陷报错，又把真正有问题的产品放过去。折腾了半年，良品率不但没升反而降了。上个月老板偷偷把之前辞退的三个老质检员请了回来。
说到底，AI在标准化、重复性工作上有优势，这我不否认。一个AI可以读一万份合同，可以一秒生成几十张图，可以在海量数据里找到规律。但让它处理非标准的问题、做模糊判断、跟活人打交道的场景，它真的很吃力。
去年有个挺火的说法：AI能替代八成的工作。这话本身可能没错，前提是这"八成"指的是每个岗位里那些重复的、机械的部分，而不是说八成的岗位可以连锅端。真正值钱的那两成——判断力、沟通力、人情世故、临场应变——才是职场人安身立命的根本。
Intuition Labs那份报告里有一句话说得特别好：如果在预算里只想着用技术替代人，而不投资培训员工、提升技能，那团队根本没法有效利用AI。你裁掉的不是闲人，恰恰是那些负责监督AI、兜底AI错误的人。这不是降本增效，这是自断臂膀。
说实话，这些报道和数据看下来，我倒不是想说AI没用。相反，我觉得AI是一个特别好的工具，但它最好的用法不是"替代人"，而是"帮人做事干得更好"。就像飞行员不会因为有了自动驾驶仪就被取代，医生不会因为有了影像辅助诊断就失业——工具越强大，用工具的人越值钱。
我特别认同一个观点：未来不会被淘汰的人，不是那些最会操作AI的人，而是那些知道自己哪里比AI强的人。
你会不会一个会议之后，从对方微妙的语气里判断出这次合作没戏？你会不会在客户反复说"再考虑一下"的时候，读懂他其实在等一个台阶？你能不能在团队士气低落的时候，用一句话让人重新抬起头？这些事AI做不了。十年后做不了，二十年后也很难。
所以别被那些贩卖焦虑的文章吓着了。与其慌慌张张地去学一个不知道明天会不会过时的技能，不如踏踏实实地把那些"AI干不了的事"做好——多做沟通、多积累判断力、多在没人看见的地方把细节抠到位。这些永远不会贬值。
那些急着用AI替代人、裁了又后悔的公司，已经用真金白银给大家上了一课。
