企業正在召回被AI頂替的員工，AI還沒那么聰明

2026-02-20 ai 人工智能機器狗烏鎮峰會

文章圖片

文章圖片

自打OpenAI的ChatGPT問世以來，關于AI沖擊職場可能會導致大家失業的聲音就不絕于耳。經過這幾年的迭代，如今AI在能力上也迎來跨越式發展，因此越來越多企業開始嘗試將其引入工作流。
比如，亞馬遜正計劃實施該公司史上最大規模的裁員，將一次性裁撤超過3萬名員工，原因則是他們開始使用AI來完成原本由人類執行的任務。事實上，亞馬遜的這一決策并非孤例，嘗試用AI代替人類以降本增效的情況在各國此起彼伏。

然而AI真的能代替人類嗎？日前人力分析公司Visier發布了2025年的就業與招聘報告，對全球142家公司、共240萬員工的就業數據進行分析，結果發現被裁員工中約有5.3%后續會再次被原雇主聘用。事實上，這一比例自2018年以來相對穩定，但近兩年明顯上升，且呈現出加速爬升的態勢。
Visier將這種情況形容為“企業與AI之間的冷靜期” ，反映出企業面對AI工具實際能力和局限性的現實。盡管一些公司在引入AI后，確實能在部分流程提升效率，但真正的問題在于AI通常只能接管任務，而不是接管崗位。并且搭建AI基礎設施，包括硬件、數據系統，以及安全框架，都需要大量資金的投入，而這些支出的實際費用往往會遠超預算。
于是，當AI無法順利接入工作流后，企業就只能重新召回被裁員工。這就好比當初馬斯克入主X時也進行了大逃殺式的裁員，可X卻直接陷入癱瘓，后續馬斯克被迫重新將被裁的骨干給請回來。

無獨有偶，今年夏季麻省理工學院（MIT）發布了題為《The GenAI Div ， ide：STATE OF AI IN BUSINESS 2025》的AI產業研究報告。其中MIT指出， 95%的企業AI投資實際上未能產生經濟效益，并被困在“高投入、零回報”的困境中。有企業主表示， “領英上滿天飛的AI革命，在我們這里僅僅體現為合同處理速度加快了些，本質上什么都沒改變。 ”
有趣的是，世界經濟論壇的相關研究表明， 50%到60%的典型初級任務（報告起草、研究綜述、代碼修復、日程安排、數據清理）已經可以由AI完成。可是理論與現實為何會出現偏差呢？即使拋開零售、能源、工業制造、農業等傳統行業，在科技、媒體領域AI的表現也不盡如人意。
如今AI在大規模取代崗位的同時，卻又為人類創造了新工作，來清理AI留下的爛攤子。越來越多的設計師、寫作者、數字藝術家不再是“從零創作” ，而是彌補AI在復雜任務中不可避免的錯誤，即看起來像完成了工作的偽成果，也就是“AI工作垃圾”（Workslop）。

有海外大廠的員工就在領英上吐槽， Workslo就好像是垃圾食品，雖然看上去誘人，但缺乏營養、原創性和真實意義，并且他表示， “我不僅要花時間驗證AI生成的報告，還要召開額外會議，與多個團隊核實信息，最后只能親自重寫。 ”
然而遺憾的是，如今AI產生“垃圾”幾乎不可避免，這是由AI大模型的底層邏輯所決定的。
由于AI吸收的知識體系是靠海量質量參差不齊的文本統計權重，而不是像人類一樣、通過循序漸進的教育構建出來的強魯棒性和平滑性的知識網絡。以至于所謂的AIGC ，其實是AI大模型從萬億參數組成的數據庫中，圍繞用戶輸入的關鍵詞將內容進行排列組合再生成內容，而檢索+拼接這一組合帶來的結果就一定會出現與物理世界不一致的情況，也就是AI幻覺。
從某種意義上來說，目前AI無法勝任相關工作其實是一種另類的“知識詛咒” 。諸如“一直覺得XX大V很厲害，直到他說到了我的專業” ，這是互聯網上網民吐槽大V翻車時常用的說法，畢竟沒人是全知全能，所以就會在不熟悉的領域露怯。
但是有自知之明的人類往往只會在自己熟悉的領域高談闊論，可AI就不一樣了，因為它被創造出來的目的就是人類希望打造全知全能的工具。

盡管AI龐大的數據庫使得它懂得很多，但是卻存在幻覺。不僅如此，有相當多的人在使用AI時往往會給出一個模糊的目標，這就使得AI會在數以百萬計符合條件的結果中選擇。可一旦備選方案太多，能選中合乎用戶心意選項的概率自然也就微乎其微了。
人類員工在修復AI工作結果時，相當于是不斷給既有目標中添加約束條件，最終篩選出想要的結果。那么問題就來了，人類員工為什么不直接給AI設計一個結構化、標準化，且嚴謹的目標？其實答案是具備這種能力的高層次人才少之又少，畢竟當下許多企業使用AI是希望代替初級職位，而不是給自己找一個AI管理者。

【企業正在召回被AI頂替的員工，AI還沒那么聰明】總而言之，由于目前AI大模型的局限性，所以使用AI降本增效還是個偽命題，除了某些流程過于標準化的崗位，大家暫時還不必擔憂自己會被AI取代。

推薦閱讀

上一篇：AI把閃存鏈燒斷了

下一篇：3B！性能直逼旗艦，百度又一新模型開源，圖文視頻全能解