11.7 万人因 AI 被裁，而 AI 只能干完 15.8% 的活

今年美国有超过 11.7 万个裁员，被雇主归因于 AI。按年薪折算，大约 85 亿美元。

这个数字来自 AI 安全中心的 AI Wage Loss Dashboard，它汇总的是雇主自己说「因为 AI」而裁掉的岗位。注意它的口径：它记录的是雇主的说法，不负责验证 AI 是不是真的替代了这些人。

另一边，是 Scale AI 与 AI 安全中心联合发布的 Remote Labor Index。它拿真实的自由职业项目去测 AI 智能体，比如网页开发、视频制作这类能验收的活儿。目前表现最好的智能体完成率是 15.8%，OpenAI 的 GPT-5.5 是 6.3%。

两组数字摆在一起，就是今年劳动力市场最扎眼的一道缝。


## 15.8% 这个数字，得先看它测的是什么

不然容易被误读。

Remote Labor Index 测的是真实的自由职业项目：有交付标准、有验收方、干完能拿到钱的那种活，比如做一个网页、剪一条视频。它测的不是「AI 会不会写邮件」，而是「它能不能独立把一单活从头干到尾、干到客户认可」。

所以 15.8% 的含义是：拿到测评里最好的那个智能体，独立交付的成功率是六分之一左右。

它不能直接翻译成「AI 能干 15.8% 的工作」。研究方自己也给了提醒：这个比例只适用于被测的这批项目，不同类别的完成率差别很大，而且它和「AI 在某个具体岗位能替代多少」不是一回事。

同样，11.7 万这个数字也有前置条件。wageloss.ai 的维护者说得很清楚：它记录的是雇主把裁员归因于 AI，不负责验证 AI 真的替代了这些岗位。

两组数据都是早期指标，不是因果证明。把它们放在一起看，看到的是一道缝，不是一个结论。

## 还有一组数字，来自高管自己

《卫报》的调查里，90% 的高管承认，自家的 AI 项目没有带来可衡量的生产率提升。

这句话的分量在于，说这话的人正是签字批准裁员的那一批。他们一边承认 AI 还没产出可见的收益，一边用 AI 的名义调整了组织架构。

高盛的预判更冷一些：AI 最终可能让发达经济体的生产力提升 15%，但在「AI 转型期」，最多 9% 的员工可能被取代，叠加招聘放缓，相当于每 11 名劳工里有 1 人失业。文员、秘书、机器操作员这类常规岗位，历来是经济下行期最先被砍的。

国际劳工组织今年 3 月的结论是另一个切面：高收入国家里，接近十分之一的女性所从事的职业，处在 AI 风险最高的那一档。


## 我的看法：裁员是确定的，能力是不确定的

三层。

第一层，也是最实在的一层：岗位消失了，替代还没到位。

裁员是即时生效的，能力爬坡是按季度算的。这两件事的时间差里，活儿不会凭空消失，它要么被剩下的人分摊，要么被外包出去，要么干脆不做了。

AI Daily 的报道里有个说法我很认同：近期真正的风险不像「大规模失业」，而像「议价权的转移」。一旦雇主相信这个工具能干这活，你的议价能力就已经下去了，不管工具实际上行不行。

信念本身就能改变现实，这是这件事最难受的地方。

第二层，高盛点出的那个规律，值得单独记一下：自动化对就业的大规模杀伤，往往发生在经济放缓、企业急着降本的时候。

这句话的意思是，决定你是不是被 AI 取代的，可能不是 AI 的能力，而是公司的现金流。技术在这里的角色，更多是一个体面的理由。

历史上有个现成的对照：AT&T 当年自动化电话交换台，砍掉了大约 7.5 万个接线员岗位，绝大多数由女性担任。经济学家 James Feigenbaum 和 Daniel Gross 的研究发现，当时的接线员大多转去了收入更低的工作，而下一代人适应了新结构，在别处找到了差不多的岗位。

**代价是真实存在的，只是承担它的人和享受红利的人，往往不是同一批。**

第三层，一个容易被忽略的动机：把裁员归因于 AI，本身是有用的。

对资本市场来说，「我们用 AI 重构了组织」比「我们业务收缩，需要降本」好听得多。前者是转型，后者是困境。同一个动作，套上不同的说法，市场反应可以差很多。

这也能解释那 90%：承认 AI 项目没有可衡量的产出，是内部复盘时的话；对外讲 AI 故事，是另一套话术。两套话术并行，并不矛盾，因为它们说给不同的人听。

对个人来说，看穿这一点反而冷静：你被裁的原因，未必写在公告上。

第四层，也是最实用的一层。最该问的问题不是「AI 会不会取代我」，而是一个更具体的版本：我这个岗位里，哪些任务是 AI 现在真能接的，哪些只是我老板以为它能接的？

这两个清单的长度差，就是你的安全垫，也是你的谈判空间。能把这个差异讲清楚的人，在下一轮组织调整里，是更难被一刀切掉的那一个。

## 三件现在能做的事

1. 把自己的工作拆成任务清单，逐条标「AI 现在能不能接」。 能接的那部分，别假装它不存在，去学怎么用它提效，把它变成你的产能；不能接的那部分，才是你真正的价值所在，要有意识地让它被看见。 2. 留证据。 项目结果、数据、客户反馈，凡是能用数字证明的，定期存一份。组织调整的时候，讲不清贡献的人最先被模糊掉。 3. 看公司现金流，别只看 AI 新闻。 如果所在行业进入收缩期，裁员会以各种理由发生，AI 只是当下最好用的那个。这个判断比任何技术趋势都更能预测你的风险。

## 最后

这两组数字放在一起，我最大的感受不是恐慌，是一种荒诞感：一件还没被证明能做到的事，已经改变了 11.7 万人的生活。

而推动这件事的人里，有九成自己承认还没看到收益。

想问你一句：在你所在的岗位里，有多少活是 AI 现在真的接得住的？如果和你老板以为的不一样，你打算什么时候让他知道？

---

来源

- AI Daily（新西兰）｜2026-10-20｜AI Cited in 117,000 US Layoffs; Benchmark Finds It Completes 15.8% of Freelance Jobs <https://ainews.devcentre.nz/stories/2026-10-20-ai-layoffs-performance-gap.html> - 橙新闻（中国香港）｜2026-10-23｜高盛：每 11 人将有一人因 AI 失业，待经济衰退时才裁员 <https://www.orangenews.hk/biz/VYr7fzQ/> - 数据来源：AI 安全中心 AI Wage Loss Dashboard（wageloss.ai）、Scale AI 与 CAIS 联合 Remote Labor Index、《卫报》高管调查、国际劳工组织 2026 年 3 月报告

资讯由采集器定时从公开的机器人 / AI 信息源自动聚合。