Gartner：80%通过AI裁员的企业，失败了# AI裁员失败，不是因为AI不行

Shadow：要找新能力，而不是增强就能力。比如设计师的新能力是coding，程序员是艺术和设计，那你的呢？

---

买了赛车，却用来送披萨，还把骑自行车的快递员辞了。

这就是大多数企业对待AI的方式。

赛车送披萨：企业用错了AI方式

最近，有个关于AI裁员ROI的研究：

Gartner调研发现，80%通过AI裁员的企业，没有获得预期的财务回报。更讽刺的是，裁员与AI是否真正产生回报之间，根本没有相关性。

同期，GitLab CEO Bill Staples表示：「手工写代码的时代可能正在结束。」

两条信息放在一起看：AI正在改变工作，但大多数企业用错了方式。

裁员潮的出现

2026年第一季度，科技行业裁员已经冲击超过10万人。AI成为裁员的主要驱动因素之一。

职场恐惧：下一个被裁的会不会是我

但真正有意思的，是那些留下来的人正在经历的：

下一个被裁的，会不会是我？

于是「学AI」变成了职场存活的唯一选择。

所有人都在讨论该学什么工具、怎么用ChatGPT、怎么用Cursor。

但没有人问：

AI到底能不能帮我们做更有价值的事？

这个问题没人在意

因为它太慢了。

太不确定了。

还是先裁员吧。

那个失败的逻辑

当一家公司决定用AI裁员，背后的逻辑很清晰：

AI可以替代人，成本更高效，所以把人裁掉。

这个逻辑：它把劳动力成本削减，当成了AI转型的商业案例。

但这两件事根本不是同一件事。

MIT的研究数据说，95%的生成式AI试点项目没能实现营收影响。

这个数字听起来很吓人，但解释起来很容易：大多数AI试点项目，从一开始就问错了问题。

他们问的是：

AI能不能帮我们省掉这个工作？

而不是问：

AI能不能帮我们把这个工作做得更有价值？

还有一个数据更值得玩味：

88%的AI Agent（智能体）试点项目无法进入生产环境。

但失败的原因不是模型不够聪明，几乎都是周边基础设施的问题：

上下文污染、错误累积、边界情况处理、多Agent冲突。

换句话说，企业花大力气训练的AI模型，在基础设施不完善的情况下，连正常工作都做不到。

这就，好比买了一辆赛车，却用来送披萨。

什么事情在发生？

有Meta工程师指出：

这不是AI替代人，这是会用AI的团队正在替代不会用AI的团队。

真正的稀缺品，不是AI工具本身，而是把AI转化为生产力的能力。

人机协作：AI不是替代而是增强

这条规律在编程工具市场已经上演过一次。

Cursor做了开创性工作，但在编程工具市场份额的争夺上，Claude正在抢夺主导地位

在mixlab群里有个讨论：「Cursor算做了开创性工作，但被Claude抢走了。」

这不是功能差异的胜利，是生态位的胜利。

Claude更好地解决了把AI变成编程生产力的问题。

同样的逻辑正在企业市场重演。

据Ramp AI指数数据，Anthropic的企业客户占比已从一年前的约4%增长至34.4%，在企业AI采用上超越了OpenAI。

背后不是产品功能的差距，是AI作为协作者这个角色定义的转变。

连GPT-5.5的官方描述已经从「understands complex goals, uses tools, checks its work」演变为「carries tasks through to completion」，这是AI从工具到同事的转变。

聊天时代正在结束，就是这个意思。

成功的29%企业，有一个共同点：

他们把AI部署在价值创造的流程上，而不是仅仅用于替代人力成本。

这两条路的区别是什么？

替代成本：你做一件事，AI比你更快更便宜地做同样的事。
创造价值：你做一件事，AI帮你做到你以前做不到的事。

前 Google CEO：Agent 时代赚钱最简单的方法是建立一个智能体AI公司

选择之路：替代成本还是创造价值

大多数企业走的是第一条路。

但走第一条路的时候，其实没有人在用AI，只是在用自动化工具，而且还没有自动化工具做得好。

一个值得想的框架

AI不是来替代你的工作的。

AI是来重新定义你的工作的。

对于个人来说：

不要只想着怎么用AI做你现在做的事，要想着怎么用AI做你以前做不到的事。

对于企业来说：

如果你用AI的第一反应是裁员，你可能错过了AI真正价值。

真正用好AI的企业，不是在削减成本，而是在建立新的能力。

而那些真正建立能力的人，正在成为市场上最稀缺的人才。

黄仁勋：不会烧token的工程师，正在被重新定价#Token 正在成为企业给员工的"第二薪酬"

突破极限：AI帮我们做到以前做不到的事

社区怎么看

这个研究在MixLab社区也引发了很多讨论。

有人分享了自己公司AI裁员之后项目烂尾的故事，有人分享了AI赋能岗位之后业绩提升的经验。

区别在哪里？

前者把AI当成了降本工具，后者把AI当成了能力杠杆。

如果你对这个话题有兴趣，欢迎在评论区分享你的观察。你的工作里，有没有哪个环节是AI真正帮你做到了你以前做不到的事？

MixLab无界社区聚集着最先触达未来的那一小部分人，正在把想法跑成实践。如果你也在探索如何真正用AI创造价值，而不是用AI逃避价值，来这里和我们同行。

CodeNow 社区会员限时开启#Mixlab OpenClaw 付费社群

参考

• Gartner Says AI-Driven Layoffs May Create Budget Room, but Do Not Deliver Returns — Gartner, 2026年5月5日

• Study Debunks the AI Layoff Myth: 80% of Companies That Cut Jobs Using AI Don't See Better Returns — TechFlowPost, 2026年5月

• MIT Finds 95% Of GenAI Pilots Fail to Deliver Measurable Business Impact — Fortune, 2025年8月

• Anthropic now has more business customers than OpenAI, according to Ramp data — TechCrunch, 2026年5月13日

• Ramp AI Index March 2026 update — Ramp

• Why 88% of Agentic AI Pilots Never Reach Production — IDC/Anarsolutions, 2026年4月

• Introducing GPT-5.5 — OpenAI

• Tech Layoffs Climb as AI Remains Top Driver — CFO Dive, 2026年5月

• LinkedIn Layoffs: Tech 100000 Jobs 2026 Wave — The Next Web, 2026年5月