最近一段时间，只要打开社交媒体和华人求职群，就能看到一句话被反复转发：今年因为人工智能已经裁掉了十二万人。这个数字听起来吓人，也很容易让人得出一个结论，那就是自己的岗位马上就要被机器取代。但如果你把这个数字放回它原来的统计口径里看，故事要复杂得多，也远没有那么绝对。本文只用已经公开核实的数据，把十二万到底是什么意思讲清楚，再说清楚它对在美国求职的华人到底意味着什么。
十二万这个数字，到底统计的是什么
先说来源和口径。按照 Challenger, Gray & Christmas 这家就业咨询机构的统计口径，2026年1月至9月，美国雇主公开宣布的裁员中，以人工智能为理由的有120136人。这个数字约占同期全部公开宣布裁员的21%，在所有被统计的裁员理由中排在第一位。也就是说，十二万不是一家公司的数字，也不是某一个行业的数字，而是这家机构在前三季度汇总的、雇主在宣布裁员时自己给出的理由。
这里有三个限定词，每一个都很关键。第一，这是公开宣布，不是已经完成。雇主宣布裁员和员工实际离职之间往往隔着几个月，有的计划还会分批执行，有的会在执行过程中调整规模。第二，这是雇主自述的理由，不是经过第三方核实的替代人数。雇主说因为人工智能裁员，并不等于研究者已经证明这些岗位的工作量确实被人工智能系统接手。第三，这是一个汇总口径下的占比。约21%这个比例说的是，在同期所有被统计的公开宣布裁员里，标注为人工智能理由的份额最大，但它并不意味着美国所有裁员中有五分之一的岗位已经被人工智能永久取代。
把这三点放在一起，结论就变得清晰了。以人工智能为由，不等于岗位被人工智能永久取代。有些岗位可能是业务收缩时顺带被归因于效率提升，有些是组织重组时用新技术作为解释框架，有些则是把原本就会发生的岗位调整，放在人工智能转型的叙事里宣布。统计可以告诉我们雇主在公开场合如何解释裁员，但它不能直接回答一个更本质的问题，那就是这些工作到底去了哪里。
为什么九月的数据，画风完全不一样
如果只看前三季度的累计数，很容易以为人工智能裁员正在加速。但九月单月的数据讲的是另一个故事。按照同一家机构的统计口径，2026年9月雇主公开宣布的裁员为43281人，环比下降18%，是2022年以来最安静的一个九月。而在九月单月，以人工智能为理由的裁员只有3961人，在当月所有理由中只排第五位，排在市场状况、关闭、需求下滑和重组之后。
这个反差值得认真对待。它说明，前三季度的十二万并不是均匀分布的，也不是每个月都在创新高。累计数第一和单月第五可以同时成立，因为前几个月的人工智能理由占比更高，而九月的主导因素已经换成了更传统的商业原因。市场状况、业务关闭和需求下滑，这些理由指向的是订单、收入和经营压力，而不是某一种技术的突然替代。重组则往往意味着部门合并、层级压缩和管理链条调整，技术可能是背景，但不是唯一的直接原因。
对求职者来说，这个区别非常重要。如果你只看到十二万这个累计标题，你会以为风险来自一个单一的技术冲击。但如果你看到九月的结构，你会意识到眼下的风险更像是一组混合因素：有的公司是因为生意变差而收缩，有的公司是因为关停业务线，有的公司是因为组织调整，而人工智能只是其中一种被频繁提及的解释。判断自己所在公司和部门的风险，不能只看一个全国性的标题数字，而要看自己公司当月、当季的实际经营信号。
科技行业仍是重灾区，但九月的第二名值得注意
从行业分布看，科技行业的压力仍然最大。按照 Challenger 的统计口径，2026年1月至9月，科技行业公开宣布的裁员为165925人，在各行业中排在第一位。这个数字本身就提醒我们，过去几年快速扩张的科技行业，正在经历一轮明显的收缩和再平衡。招聘曾经最热的领域，往往也是调整时最先被重新审视的领域。
但九月单月的行业排序又提供了一个补充视角。九月单月，科技行业公开宣布的裁员为10799人，仍然是当月第一，但食品行业以7326人排在第二位。食品行业的大量裁员和人工智能的直接关联显然要弱得多，它更多反映的是成本、消费和供应链层面的压力。这个细节再次说明，裁员潮不是单一技术故事，而是多个行业在不同原因驱动下的叠加。
对华人求职者来说，这个行业视角有两个实际含义。第一，如果你身处科技行业，你确实处在一个调整幅度最大的行业里，竞争会更激烈，招聘标准也会更挑剔。第二，不要因为自己不在科技行业就觉得完全安全，食品等传统行业的裁员数据提醒我们，经济周期和经营压力同样会传导到普通岗位上。真正的安全感不是来自行业标签，而是来自自己岗位的可替代性和业务价值。
招聘端的数据，同样不容乐观
裁员只是一半的故事，另一半是招聘。按照同一统计口径，2026年9月雇主公开宣布的招聘计划为90787人，环比有所上升，但同比下降23%，是2011年以来最弱的一个九月。也就是说，即使九月裁员宣布的数量环比下降了，雇主愿意公开承诺的新增招聘计划也没有恢复到往年的水平。
这个招聘数据对求职者的实际影响，可能比裁员标题更直接。裁员数字影响的是已经在职的人，而招聘计划影响的是正在找工作的人。当新增岗位变少，同一个岗位的竞争者就会变多，招聘流程会拉长，雇主在筛选时也会更加谨慎。很多求职者感受到的投递石沉大海、面试轮次变多、薪资谈判空间变小，都和招聘端整体收紧有关，而不一定是因为某一家公司专门用人工智能取代了某一个岗位。
还需要提醒一点，关于十月的数据，目前不能提前引用。按照公开的发布安排，十月的 Challenger 报告定于11月5日发布。在这份报告正式发布之前，任何关于十月裁员总数的说法都不应被当作已核实的数据来使用。求职群里流传的所谓十月数字，如果没有标明来源和发布时间，都应该先打一个问号。
年轻人缺口扩大，资深员工缺口为零：分化从何而来
除了裁员宣布数据，另一组经常被引用的数据来自斯坦福数字经济实验室的研究口径。该实验室更新的研究称，在人工智能暴露程度较高的行业，22岁至25岁年轻员工的就业缺口扩大至19%，而资深员工的就业缺口为零。这里的缺口是该实验室研究口径下的测算结果，不是官方失业率，也不是某一家公司的招聘数据，引用时必须保留这个限定。
为什么年轻人和资深员工的处境会分化得这么明显？一个合理的解释是工作内容的构成不同。年轻员工在职业生涯早期，往往承担更多标准化、可拆解、流程清晰的执行性任务，例如整理数据、撰写初稿、做基础分析和重复性核对。这些任务恰恰是现有工具最容易辅助甚至部分替代的部分。而资深员工承担的工作往往更依赖判断、客户关系、跨部门协调、对模糊问题的决策以及对失败后果的承担，这些能力更难被简单拆解成一条指令。
另一个解释是雇主的用人策略。当招聘收紧时，雇主更倾向于用有经验的人来降低试错成本。培养一个新人需要时间、带教和容错空间，而在业务压力大的时候，很多团队会优先选择能够马上上手的人。这就造成了一个结构性困境：年轻人最需要入行机会的时候，入行门槛反而变高了。缺口扩大至19%这个研究口径下的数字，反映的正是这种机会收缩，而不是年轻人本身能力突然下降。
对华人求职者来说，这个分化尤其值得注意。很多刚毕业的留学生和工作一两年的年轻人，正处在22岁至25岁的年龄段，也正处在需要第一份或第二份全职工作的阶段。如果只看整体裁员数字，你可能觉得大家都一样难，但实际上不同经验层级的人面对的难度并不相同。资深员工的相对稳定，并不意味着年轻人只要努力就能复制同样的路径，因为入行的通道本身正在变窄。
哪些信号才是真风险
既然全国性的标题数字不能直接用来判断个人风险，那么什么信号才值得认真对待？以下几类信号，比人工智能这个笼统的理由更可靠。
第一是部门整体关闭或业务线关停。如果你的部门所在的业务被宣布关停，或者产品线被砍掉，那么风险就不是抽象的技术趋势，而是具体的组织决定。这种情况下，即使你的个人绩效很好，岗位本身也可能不复存在。
第二是招聘冻结和预算收缩。如果公司连续几个季度不补人，或者把招聘名额大量冻结，同时又在强调降本增效，那么团队的冗余空间会越来越小。一旦业务波动，收缩往往会优先落到这些已经被压缩的团队。
第三是技能要求的变化。这一点最容易被忽略，但也最具有前瞻性。如果你发现同类岗位的招聘要求里，越来越多地出现新的工具使用能力、数据处理能力、自动化流程经验，或者对跨职能协作的要求明显提高，这说明岗位本身的定义正在变化。风险不一定是明天就被裁掉，而是你的技能组合逐渐偏离了市场对这个岗位的新期待。
第四是管理层表述的变化。当公司财报电话会、内部全员会和业务复盘中，反复出现效率、自动化、精简和聚焦核心业务这样的表述，同时伴随招聘放缓和预算收紧，那就需要把这些信号放在一起看。单一表述可能只是口号，但多个信号同时出现，往往意味着调整已经在路上。
相反，有一些信号并不必然等于高风险。例如公司宣布引入新的人工智能工具，但同时还在为你的团队招聘，或者你的工作内容从重复执行转向审核、判断和客户沟通，这反而可能是岗位升级的信号。工具本身不是风险，工具改变了谁的工作方式，以及公司是否愿意为这种变化投入培训和转岗支持，才是关键。
转岗与补技能，应该按什么优先级来
对处在风险中的求职者来说，最忌讳的是眉毛胡子一把抓，既想学所有新工具，又想同时转三个方向。优先级应该围绕一个原则来排，那就是先保住离收入最近的能力，再投资长期迁移能力。
第一优先级是把现有岗位做深做实。如果你已经在某个业务领域积累了经验，先把这个领域的判断力和交付质量做到团队里难以替代的程度。能够独立处理复杂情况、能够和客户或合作方建立信任、能够在模糊信息下做出合理决策，这些能力在任何技术周期里都有价值。
第二优先级是补上与现有岗位直接相关的工具能力。不是去追每一个热门工具，而是看你所在岗位的招聘要求和实际工作流程中，哪些工具已经成为默认配置。学会用工具提高效率、减少重复劳动、提升产出质量，往往比空谈转型更能直接改善你的竞争力。
第三优先级才是考虑横向转岗。转岗之前要先回答三个问题：目标岗位的招聘是否真实存在，自己的已有经验中有多少可以直接迁移，以及转岗的成本和时间是否在可承受范围内。如果目标岗位同样处在招聘收缩期，盲目转岗可能只是从一个竞争激烈的池子跳到另一个池子。
对年轻求职者来说，还有一个现实的优先级，那就是争取能够积累判断力的项目经验。哪怕起薪或头衔不如预期，能够接触真实业务、参与完整项目、获得可验证的成果，往往比一份只做重复执行的工作更有长期价值。在入行通道变窄的时候，项目经验就是弥补经验缺口最直接的方式。
对资深求职者来说，优先级则有所不同。资深员工的优势在于经验和判断力，风险往往不在于被工具替代，而在于技能组合停留在过去的业务模式里。及时更新对新工具、新流程和新业务模式的理解，同时保持对团队管理和跨部门协作的投入，才能把经验优势转化为持续的竞争力。
结尾：不要被十二万吓住，也不要对它掉以轻心
回到最初的问题，人工智能裁员十二万到底是什么意思？按照 Challenger 的统计口径，它是2026年前三季度雇主公开宣布裁员中以人工智能为理由的人数，约占同期全部宣布裁员的21%，为各理由之首。但它统计的是宣布和自述理由，不是已完成裁员，也不是经核实的替代人数。九月的数据又提醒我们，单月的人工智能理由只有3961人，排在第五位，而九月整体裁员环比下降，招聘计划同比下降23%，为2011年以来最弱的九月。科技行业前三季度的压力最大，但食品等行业的裁员同样在发生。斯坦福数字经济实验室研究口径下的年轻员工就业缺口扩大，也说明风险在不同人群之间分布并不均匀。
对华人求职者来说，正确的心态是两边都不走极端。既不要因为十二万这个标题就认定所有岗位都会消失，也不要因为九月单月的人工智能理由排第五就认为风险已经过去。真正有用的做法是，看自己公司和部门的实际信号，看招聘要求的变化，看自己的技能组合是否还在市场的主流轨道上，然后按优先级补齐最靠近收入的能力。数据可以提醒我们趋势，但最终决定个人处境的，仍然是具体业务、具体团队和具体能力。
暂无评论内容