解讀2025年全球裁員潮：AI還不是關鍵因素

韓踐、郭景豪/文

2025年，從科技巨頭到傳統制造業，從金融行業到消費品領域，一場規?？涨暗牟脝T潮正在全球蔓延。這股裁員潮究竟是被AI“搶走了飯碗”，還是全球經濟放緩和調整的結果？當亞馬遜、微軟、UPS、雀巢、Verizon等跨國巨頭相繼傳出裁員消息，背后的真正推手是什么？

美國無疑是2025年裁員浪潮最為集中的地區。Challenger數據顯示，2025年10月，美國企業宣布裁員153074人，為20多年來“最糟糕的十月”之一；截至2025年11月底，全年累計裁員約117萬人，達到2020年新冠疫情以來的最高年度水平。

但綜合其經濟數據來看，這波裁員并非源于經濟惡化，而是由多種因素引發，如高利率帶來的成本與盈利壓力、勞動力市場化程度高、勞動保護相對薄弱，以及企業在數字化與AI轉型中的戰略性重組需求。

Salesforce、亞馬遜、IBM等公司都直接提及“AI取代部分崗位”。Challenger數據也顯示，年度裁員中約5.4—5.5萬人的裁員被企業在公告中明確標注為由AI/自動化驅動，涉及客服、后臺文員、人力資源支持與部分技術崗位。從整體占比看，因AI裁員僅占美國年度裁員規模的約4%—5%。這表明，盡管AI確實正在改變企業的人力結構，但推動美國裁員大潮的核心因素仍是經濟放緩、成本壓力上升與企業戰略性重組。

在歐洲，許多公司宣布裁員或凍結招聘，相關企業公告中給出的理由多為成本控制、利潤壓力、業務重組與數字化提效。汽車與制造業承受的壓力尤為明顯，大陸集團、博世和戴姆勒卡車等汽車和制造企業相繼縮減崗位，保險、光伏、銀行和服務業的企業也都在通過裁員與重組來應對增長放緩、競爭壓力和盈利下滑。

相比美歐，中國并未形成以“AI因素”作為明確統計口徑的全國裁員數據。整體而言，中國2025年的裁員與就業壓力主要源于宏觀與結構性調整。國家統計局數據顯示，截至2025年11月，16—24歲（不含在校生）失業率為16.9%，雖較10月的17.3%略有下降，但仍處于高位；25—29歲失業率為7.2%，顯示青年就業壓力持續存在。房地產進入長期調整期、互聯網和科技行業增長放緩、制造業外遷以及消費需求走弱，共同構成了當前就業壓力的基礎背景。

同時，中國企業的裁員也與企業業務重組和技術升級密切相關。

以阿里巴巴為例，其員工規模在2022年達到高點后持續回落，這一變化并非單一裁員所致，主要源于資產剝離與戰略聚焦。其中，阿里巴巴逐步退出高鑫零售等業務板塊，相關業務本身擁有數萬名員工，員工規模隨之出表；與此同時，集團收縮非核心投入、推進技術與組織效率提升，也帶來了內部崗位調整。百度在2025年對部分非核心業務和支持性部門進行人員優化，裁員比例約為20%—30%，重點集中在與主業關聯度較低的板塊。

在光伏行業，結構性收縮更為集中。隆基綠能、通威股份、天合光能、晶科能源、晶澳太陽能等頭部企業，在2024年底至2025年行業下行周期中，因產能嚴重過剩和價格大幅下跌，累計縮減員工規模約8萬至9萬人，涉及一線制造工人、工程技術人員和部分研發崗位，整體減員比例約三成。

總體來看，中國企業的裁員更多由經濟增速放緩、行業周期下行以及企業自身結構調整所主導。AI與數字化主要作為提效和重組的工具，而非推動裁員的核心要素。

綜合歐洲、美國和中國的相關數據可以看出，2025年的裁員潮并非由單一因素驅動，而是經濟周期壓力、企業戰略調整與AI技術進展共同作用的結果。

AI確實正在重塑崗位結構，并逐漸成為一項相對獨立且日益重要的裁員動因，尤其體現在客服、后臺支持以及部分軟件測試等白領和支持性崗位上。

但從裁員的規模和占比來看，需求疲軟、高利率環境、戰略再聚焦和業務重組仍是更普遍、更具決定性的動因。

換言之，AI正在改變企業的用工方式，卻未必是這一輪裁員潮的真正“主角”。同時，AI在企業決策中的角色也呈現出多重性：它既是推動生產力變革的重要力量，也在一定程度上被企業用作結構性調整的敘事框架。

AI與企業勞動力的重塑

面向未來，大規模裁員是否會持續，AI又將如何改變企業用工結構？從歷史經驗看，宏觀經濟和行業周期決定裁員是否集中發生，而技術進步則更多決定“裁哪些崗位、如何裁”。

相關學術研究通常并不直接統計企業“裁了多少人”，而是關注技術使用的強度，例如一個地區部署了多少工業機器人，或企業在信息技術（ICT）上的投入水平，并據此分析這些變化對整體就業規模和工資水平的影響。

以Acemoglu和Restrepo對美國的研究為例，他們發現，機器人應用越廣泛的地區，就業人數和平均工資往往越低。與此同時，德國等國家的研究也表明，技術雖然會替代一部分崗位，但同時也會催生或轉化出新的崗位。技術對就業的影響，最終取決于當地產業結構是否足夠多元、企業適應轉型的能力以及勞動者的能力提升和匹配情況。

從長期來看，技術進步并不必然導致持續性的“大規模裁員”，但會加速崗位的重新分配，并對特定崗位、地區和技能群體形成更集中的沖擊。

企業引入自動化、云計算或共享服務中心后，往往可以用更少的人完成同樣的工作，因此人員調整多以“業務重組”“效率提升”的形式出現。

OECD的企業案例研究顯示，AI落地后，更常見的是崗位結構和工作內容的變化，而非立即出現大規模凈裁撤。重復性、可被標準化的崗位受到的沖擊最大，這類崗位在裁員后再就業和收入恢復更為困難。同時，重組后的組織對新技能的需求會更加明顯。

總體而言，大規模裁員是否發生主要由經濟環境決定，技術更多塑造的是崗位結構變化，其長期影響表現為不同職業、技能和地區之間的差距擴大，而非整體失業率的持續上升。

結合當前全球裁員浪潮的實際情況，可以看出AI對用工的影響正從理論走向現實。

近期大量裁員公告表明，被裁撤的人員從事的多是重復性、規則清晰、信息處理密集的工作，例如客服支持、基礎內容編輯、標準化報告撰寫、數據錄入整理，以及一些傳統測試、維護性編碼和流水線式開發崗位。

AI在這些領域展現出效率、成本、穩定性與規?；木C合優勢。這類崗位由于流程標準、判斷邊界清晰，一旦AI和自動化工具成熟，就容易被替代或重塑。

當然，目前大談“AI取代人”還為時過早。AI更可能重構組織和分工，例如全職與外包角色的分配、前臺與中臺的職責梳理，以及整體的組織結構。

Klarna也許是個有代表性的案例。這家瑞典金融科技公司與OpenAI合作開發的AI助手在第一個月內就處理了230萬次客戶對話，接管了約三分之二的互動。隨著自動化程度的提高，Klarna在2024年裁減了約700個支持崗位，但在2025年下半年，又重新招聘部分人員，以處理復雜和高價值的工作項目，最終形成一種混合工作模式：AI處理常規任務，人類負責細致的判斷和客戶信任。

另一方面，AI又創造了新的人才需求。由美國思科公司（Cisco）牽頭發起的AI Workforce Consortium發布的2025年報告中指出，與AI相關的招聘信息同比增長了約78%，而人才庫卻僅增長了約24%，這正說明了轉型過程中新型人才結構性短缺。

未來職場競爭的核心不再是“懂不懂AI”，而是“能否把AI變成自己的勞動生產率”。越來越多的崗位，包括市場、公關、項目管理、運營甚至高管助理崗位，都在招聘時明確提出“會用AI工具”“能夠用AI重設計流程”“具備跨技術與業務溝通能力”等要求。

在咨詢和IT服務行業，Accenture一邊推進重組裁員，一邊披露AI相關訂單規模已達數十億美元，并提出通過系統化再培訓，將77萬名員工塑造成“再創造者（Reinventors）”。安永、畢馬威和淡馬錫等機構在2025年的報告也指出，如果企業只買AI、卻不重構人才結構與技能體系，那么其最多只能釋放40%—60%的潛在生產力。

換句話說，真正的競爭不再是“誰擁有AI技術”，而是“誰擁有能把AI轉化為組織能力的人”。

AI時代的元技能

當重復性工作一旦被剝離，留下來的人需要具備什么能力？換言之，在AI時代，人的不可替代性究竟在哪里？

麥肯錫、BCG和普華永道（PwC）等機構的全球調研共識是：未來最穩定的競爭力不再來源于單一具體工具，而是“能持續學習和適應新工具+深刻理解業務+強協作與問題解決能力”的元能力組合。

在AI采用加速和經濟壓力加劇的背景下，這些元技能不僅幫助個人抵御工作重新設計的影響，還支撐著企業AI投資的回報和真正生產力的釋放。

AI時代，主導職場的將是跨界與智力密集型能力組合型人才。

其一是具備硬核技術能力的AI專業人才，包括機器學習、數據工程、MLOps、云計算與算力基礎設施、AI安全與治理等方向。這些人才的需求將成為企業競爭格局中的戰略稀缺資源。

其二是貼近業務與客戶的高價值“人本角色”，他們不一定是編程專家，但懂業務、懂客戶、懂流程，能夠把AI嵌入真實工作流、推動流程再設計、提升服務體驗并引導組織變革，是連接技術能力與商業價值的關鍵環節。

來自職業平臺的數據顯示，約45%的高管職位招聘中已經出現了AI技能的要求，并迅速擴展到財務、運營、設計、銷售和其他非技術型崗位，這表明AI技能正在成為跨職能崗位的核心能力。

此外，隨著AI在更多領域落地，軟技能與高級認知能力變得更加重要。溝通、協調、領導變革、跨部門協作等人際能力，是AI難以替代的，同時也是企業在結構重組中保持競爭力的關鍵人才標準。此外，理解AI模型的潛在偏差、倫理與合規風險、具備治理視角的崗位需求也在上升。

在企業層面，AI不僅是一項技術工具，更是一項“資本工程”。真正要把AI從概念變成生產力，企業必須投入巨額資金建設數字基礎設施、算力平臺與數據能力，包括云計算、數據治理平臺、私有化大模型部署、MLOps系統以及安全與合規框架，這些都是長周期、重資本的大型工程。

為了在財務結構上騰挪空間，企業往往需要在用工端做出調整，通過減少部分人力成本，為算力與數字能力建設提供資金來源。

Statista的數據顯示，僅在2025年，Meta、Alphabet、亞馬遜和微軟預計將花費約3500億至4000億美元的資本支出，其中大部分用于AI驅動的數據中心、計算資源和基礎設施。字節跳動計劃在2025—2026年投資約1600億元人民幣（約230億美元），其中約一半用于英偉達H200等先進AI芯片和計算基礎設施。

IDC預測，到2028年，全球AI基礎設施支出將超過2000億美元，而全球云基礎設施支出在2025年第三季度達到1026億美元，同比增長25%。

這并不是簡單的“機器替代人”，而是一種更復雜的資源重構：企業在重新組織資本的同時，也將重新組織人力——擠壓中間層、分解工作流、將更多活動推向平臺和外包。能夠妥善規劃和管理這個重組過程的骨干，將是企業不可或缺的關鍵人才。

再出發：員工培訓和發展

在轉型與AI加速落地的背景下，企業究竟應該大規模裁員再招人，還是持續投入員工技能再培訓？這個問題并沒有簡單的答案。

大樣本研究與統計報告給出的答案是：裁員往往在短期內見效更快，能迅速降低成本、改善財務報表，但資本市場的反應并不穩定，企業品牌聲譽和員工信心也會受到負面影響。

相比之下，大規模再培訓和內部人才流動的短期成本更高、見效更慢，但更有利于企業中長期的生產率提升，以及企業和員工對技術變革的適應能力。

組織研究和歷史經驗反復驗證，持續投資員工技能的企業，在創新能力、雇主品牌和長期競爭力方面表現更穩健，這也許是得益于組織內部特殊經驗的留存和員工對于企業的信任。

領先企業很少只靠“減人”應對變革，而是通過“換能力、重組織”，化解短期壓力，提升組織長期增長的動力。

盡管IBM、AT&T、西門子、埃森哲、亞馬遜和微軟等公司在不同階段都進行過裁員，但它們的共同點并不僅是“減人”，而是長期、大規模投入員工的技能升級。

AT&T曾投資10億美元為10萬余名員工提供再培訓。亞馬遜推出“2025技能提升計劃”，幫助員工轉向更高價值崗位。IBM將培訓重點從傳統IT轉向云計算和AI。西門子與埃森哲也在提效的同時，持續建設系統化的學習與再技能基礎設施。

越來越多的企業實踐表明，如果領導者只是把AI當作壓縮成本的手段，帶來的往往只是裁員數字的變化，而非生產率和創新能力的實質提升。企業的梯隊培養規劃需要把技術理解、組織變革與人才戰略深度融合，才能培養讓企業創造長期價值的領導者。

提到具體的技能升級，下一代領導者必須具備流程重設計與組織重構的能力。

BCG的研究指出，若只是將AI簡單疊加到原有流程中，企業只能獲得零散收益；只有重塑流程，讓“人”和“模型”各司其職，才能真正釋放生產力潛力。同時，BCG強調，管理教育與培訓還應更加重視心理安全、學習型組織和倫理治理。PwC的研究顯示，允許試錯、提供學習支持、避免以恐懼驅動變革，是實現AI可持續落地的關鍵。

還有一個關鍵點是，AI時代需要重新理解“人效”。如果所謂“人效提升”只是為了裁掉幾個人，其價值十分有限。

真正成熟的人效管理，不是“淘汰”，而是“釋放”——通過流程優化、技能升級和技術賦能，把被效率釋放出來的人投入到更高價值的創新和增長活動中。

管理學中的精益理念和動態能力理論都表明，高績效企業并非依靠持續減少勞動力取得成功，而是通過不斷重組技能結構，將人才配置到更具價值的崗位。

因此，對裁員的討論不應僅僅關注新聞頭條，而應放在人才戰略和組織進化周期中理解：單純依賴裁員提效，往往會削弱長期競爭力。領先企業很少選擇“只削減、不建設”的路徑，而是在減少低價值崗位的同時，持續培育高價值能力。

（韓踐系中歐國際工商學院管理學教授，郭景豪系中歐國際工商學院研究助理）

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構成任何建議。