麦肯锡AI裁员报告:2026被裁的,可能和你想的不太一样

上个月，麦肯锡发布了一份报告。

《2026全球AI应用现状调研》，覆盖97个市场、1700多位高管。

报告里有一个数字很有意思：去年有32%的企业预计，未来一年会因为AI裁员。

但实际发生裁员的企业，只有14%。

预期32%，实际14%。

看到这个数字，可能很多人松了一口气：你看，AI裁员就是雷声大雨点小。

但如果你真的信了这句话，可能会错过一个更重要的信号。

麦肯锡同一份报告里还有另一个数字：39%的受访者预计，未来一年AI将导致所在企业裁员。

这个数字比去年更高。

预期在加速，现实在滞后。

这不是“AI不裁员”，这是“裁员还没到时候”。

01 过去一年，谁在被AI裁掉？

先看最直接的证据。

全球科技裁员追踪数据库Layoffs.fyi的数据显示，2026年至今，全球科技行业累计裁员人数已经超过12万人，涉及202家科技公司，几乎追平了2025年一整年的水平。

但这一轮裁员和2022年那波“过冬式裁员”完全不同。

企业利润在涨，财报在变好，股价在走高。

裁员的钱，不是省下来过冬的，是拿去投AI的。

那被裁的到底是谁？

数据给出了清晰的画像。

第一梯队：基础运营、财务核算、图文内容、电话销售。

这四个领域的需求缩减最为显著。

第二梯队：数据校验、简单分析、信息中转类岗位。

大量分析师、内部工具维护人员被裁。

第三梯队：中层管理者。

AI Agent放大了管理幅度，不少企业推进扁平化，削减中间管理层。中层成了这一轮裁员的重灾区。

有一个数字很值得注意：AI收缩效应主要集中在月薪5000到8000元、有1到3年工作经验的入门中端劳动者。

过去，企业靠入门新人完成文档、录入、标准化沟通等基础训练任务。

如今这些环节被大模型承接，企业不再需要低薪练手岗了。

这意味着什么？

意味着过去那种“先进来做基础工作，慢慢积累经验往上走”的路径，正在被AI堵死。

02 但“职位消失”可能是一个伪命题

上海科技大学联合多家机构，用了7.43亿条招聘数据做了一项研究，结论很有意思：“职位消失”是伪命题。

AI不会完整淘汰一个职业。

它只会拆分、改写岗位内部的单一任务。

比如，客服岗位，整套话术、工单录入、标准问答，大模型可以独立完成，人类互补价值极低。所以客服招聘规模持续收缩。

但Java工程师不一样。他们可以用AI生成基础代码、撰写接口文档。

但架构设计、线上故障处置、跨业务系统协调这些高责任、高现场判断的任务，AI接不了。

所以资深技术岗位的薪资，还在涨。

同一个“被AI冲击”的行业里，有人在被裁，有人在涨薪。

区别不在于行业，在于你的工作里，有多少是AI能独立完成的任务，有多少是需要人的判断、现场感和责任感的任务。

03 真正在改变一切的，是“工作流”

现在我们把视角拉高一层。

为什么企业明明在赚钱，还要裁人？

因为利润的来源变了。

李开复在5月的一场对话里说了一句话，我觉得是理解这一轮AI变革的关键：“如果你的AI部署，最终没有改变任何一个出现在季度财报电话会议上的数字，那么你公司做的就不是真正意义的AI转型。”

他进一步解释了AI落地焦点的演变：2024年，大家关注的是“AI能不能完成一个任务”。

2025年，变成“AI能不能完成一整条工作流”。

2026年，核心问题已经进阶为“AI能不能替代一个企业的职能部门”。

这才是关键。

以前的AI，是给员工配一个助手。

员工还是那个员工，只是效率高了一点。

现在的AI，是重新设计整条工作流。

原来需要五个人接力完成的工作，现在一个人加一套AI系统就能跑完。

一个人加上合适的工具和算力，如今能完成过去一整个团队的工作。

“一整个团队的工作”这句话，才是裁员数字背后的真实含义。

前者是效率工具，后者是组织重构。

大部分企业现在还在Bolt-on（外挂式）阶段。但少数领先的企业已经进入了Built-in阶段。

而一旦进入Built-in（内嵌式），裁员的逻辑就变了。

不是裁掉某个岗位上的人，是裁掉整个不需要存在的流程。

04 这对你意味着什么？

如果你是一个35岁以上的职场人，这一轮AI变革里有一个好消息和一个坏消息。

坏消息是：工龄和单一领域经验，不再是安全护城河。

一个做了十年数据录入的人，和一个做了三个月数据录入的人，在AI面前的差异，可能没有你想象的那么大。

好消息是：AI淘汰的，恰恰是那些最容易被标准化的部分。

而中年人在职场上积累的“隐性经验”——判断力、现场感、复杂场景下的决策能力、跨部门的协调能力——这些恰恰是AI最不擅长的。

科锐国际的数据显示，大模型应用及Agent开发岗位数量，已经接近三年前的18倍。AI产品经理接近4倍。

AI运营、AI销售、AI售前等岗位也在快速增加。

但请注意一个关键转变：科锐国际的另一个观察是，工作机会正在从“做AI”转向“用AI”。

你不需要成为AI工程师。你需要的是成为那个会用AI重新设计自己工作流的人。

李开复提过一个建议，我觉得很实在：传统CIO主导的自下而上AI转型模式大概率会失败。

企业AI转型必须是“一把手工程”。

这个逻辑放在个人身上也成立。

你的AI转型，也得是你自己的“一把手工程”。

不是等公司培训，不是等领导安排，是你自己主动去思考：我手头的工作，哪一部分可以交给AI，哪一部分必须由我来做判断。

然后把省下来的时间，花在那些AI做不了的事情上。

麦肯锡那份报告里最值得玩味的，不是“32% vs 14%”这个反差。

是报告最后那句话：“未来人才再培训与技能重塑的重要性，可能将超过单纯的人员缩减。”

这句话翻译过来就是：企业发现，光裁人解决不了问题。

裁掉的人，那些活还在。

你得让留下的人，用新的方式去干。

对个人来说，这是坏消息，也是好消息。

坏消息是：你不能再靠“熟练”吃饭了。

好消息是：只要你愿意换一种方式工作，你的经验不仅没有贬值，反而变得更值钱了。

AI不会淘汰你。

但一个会用AI的年轻人，可能会。

共勉。