导语：近一年来，全球科技企业掀起以“AI提效”为核心的裁员潮，大量客服、数据标注、初级编程岗位被算法替代。然而多家企业的财报与运营数据显示，激进的AI替代正引发数据质量滑坡、消费市场萎缩等连锁反应，反过来拖累AI自身发展，“越裁越险、越险越裁”的死循环悄然浮现。
现象：AI上岗，人“毕业”
今年6月，某头部电商平台将80%的外包客服替换为AI机器人，声称咨询响应成本下降四成。然而不到两个月，投诉率激增35%，大量用户因无法解决复杂问题而流失。同期，一家自动驾驶公司裁掉了近百人的数据标注团队，改用自动标注模型，结果车辆在雨雪天气的场景识别错误率翻倍，被迫紧急回聘部分离职员工，薪资较此前上涨20%。类似案例在硅谷、深圳等地屡见不鲜。
机制：人类反馈是AI的“氧气”
看似矛盾的数据背后，是一条隐形循环链。当前大语言模型和计算机视觉系统本质上依赖海量人类标注数据进行强化学习，内容审核、边缘案例识别尤其需要人工介入。当企业将这一环交给自动化工具，AI便失去“纠错老师”，开始重复生产低质量内容，甚至产生偏离现实的幻觉。系统表现越差，企业越急于用更激进的AI修补，同时裁掉更多被认为“冗余”的人类员工——但恰恰是他们承担着模型校准的关键职责。
波及需求端：裁员反噬市场
死循环的另一支脉发生在经济层面。据美国劳工统计局数据，2024年科技业裁员超过12万人，其中约三分之一流向AI直接替代的岗位。失业人群消费收缩，对电子设备、数字服务的购买力下降，直接冲击科技公司自身营收。AI模型需要亿万用户反馈来迭代，而大规模裁员正在缩小这一“反馈池”。有市场分析指出，部分AI产品的用户活跃度环比下滑，并非产品变差，而是目标客户手里的钱变少了。
专家警告：短视行为透支长期竞争力
斯坦福大学《2024年人工智能指数报告》特别提出，人机协同的效能仍普遍高于“全自动+纯人工”的二元切换，但企业受财报周期压力，倾向将AI作为削减成本的“砍刀”，而非提升生产力的“杠杆”。麻省理工斯隆管理学院研究人员在报告中写道：“用AI砍树的人，往往忘了自己还靠着树荫乘凉。”国内亦有智库经济学家撰文提醒，AI技术的演进一旦失去就业结构和消费基本盘的支撑，技术突破也会缺乏落地场景，最终形成产业虚耗。
破局尝试：混合模式尚存争议
面对螺旋式恶化，部分企业开始修正路线。亚马逊、微软等巨头已在内部推行“AI辅岗不减员”试点，将AI用于筛选简历、生成代码后，由人类员工复核；一些初创公司则推出“AI原生+众包标注”的兼职平台，将失业者重新纳入柔性供应链。然而，这类实践目前多出于公关形象考虑，并未扭转整体裁员趋势。硅谷一名不愿具名的高管坦言：“董事会盯的是季度EPS，没人敢承诺五年后的社会成本。”
结语：不是零和博弈
AI与人的关系，本非不可调和的零和博弈。当企业把“AI替代”当作唯一答案，裁员就会成为自我实现的诅咒——AI训练数据枯竭、用户需求萎缩、技术迭代减速，最终迫使企业为修复问题再次削减成本，陷入更深的循环。打破这一困局，或许需要商业逻辑从“用AI减人”转向“用AI进化人”。否则，下一个被裁掉的，可能正是AI自己赖以生存的根基。