第一批因为AI失去工作的人,现在怎么样了

2026年10月，距离ChatGPT上线已经过去将近四年。因为AI失去工作的人，有的已经在家待了快两年。

有人投出去三百多份简历，面试十九次零个offer。

有人从月薪两万五的主管，变成一年多找不到工作的待业者。

有人拿到N+1的补偿以后，回头发现自己干了十年的手艺，在招聘市场上已经不值钱了。

这不是某个行业的个案，而是一场还在加速的结构性震荡。

科技行业的裁员统计一直在往上走，2026年的裁员量只用了八个月，就超过去年一整年。

更扎心的一层是，被裁的人并不是因为AI比他们更能干，而是老板觉得，AI更便宜。

不是AI比我强，是老板觉得AI更便宜

这句话出自一位海外开发者。他所在的公司裁到只剩他一名工程师，然后他也被裁了。

理由听起来很直接。他的年薪远高于一套AI工具的订阅费用。

公司相信即便不再保留任何工程师，业务也能勉强维持，至少撑到被并购的那一天。

他自己提了一个区分：与其说AI抢走了我的工作，不如说AI导致我的岗位被取消了。

两句话看着像意思却差得很远。前者是说AI已经好到能直接替人，后者是说公司正在借AI重新算人力成本。

决定岗位去留的不是一场人和机器的能力比拼，而是财务报表上的一道算术题。

当一份AI订阅费远低于一名资深工程师的年薪，哪怕它只能干完一部分活，在一些管理者眼里也已经够用了。

但够用和好用之间隔着隐形成本。

比如代码出了问题谁来兜底，系统架构谁来把关，长期技术债谁来偿还，这些在短期上都看不见。

国内也有类似的事。一位三十五岁的金融科技公司质检主管，被公司以受技术冲击为由调岗降薪，月薪从两万五降到一万五。

他不同意随后被解除劳动合同。直到提起劳动仲裁，公司才告诉他真正的原因：技术升级以后，他做的质检工作AI就能完成，他被替岗了。

讽刺的地方在于，他的工作恰恰是训练AI、校准模型。

入职的时候金融大模型的准确率不到七成。他要花两年时间把自己十几年的行业经验拆成一条条量化规则，持续喂给模型。

两年后准确率过了九成三。公司算了一笔账：人工审核零差错但成本高，AI有小误差但成本低。

三十七人的团队只留下三个。他亲手把自己的职业价值透支了。

降本增效的账本上没有赢家

企业引进AI追求效率提升，从商业逻辑上讲没什么可说的。

问题在于当降本的手段越来越粗暴，被波及的就不只是基层员工。

2026年2月一家美国金融科技公司宣布裁员约四成，四千多人。

离谱的是这家公司的业绩远超预期。裁员理由不是经营困难，而是AI工具已经能支撑更小的团队做出更高的产出。

过去那条公司赚钱就不裁员的老规矩被换掉了，新的逻辑是：只要AI干得好人就是成本。

国内也有上市公司被曝裁撤几百名应届生。约四百名七月刚入职的校招硕士，一个月后被集中约谈。

公司给的选择是：主动以个人原因离职，可以拿半个月工资的补偿；不同意，就调岗到一线做操作员。

有员工提到入职时同批次四百多人，后来群里只剩约一百二十人。

被裁的人里有做简单重复工作的基层，也有中层管理者，还有高学历的脑力劳动者。

有三个被AI改掉的职业轨迹，放在一起看更清楚。

深圳一位九五后女孩，有九年摄像和剪辑经验。2025年12月，她入职一家做AI短剧的公司，以为自己抓住了这个时代的船票。

结果被告知不需要拍摄，素材全部由AI生成。她的岗位叫AI视频特效师，每天的工作是对着工具调提示词，一遍遍重新生成。

月薪从前几份工作的一万降到八千，加班还被算成不到两小时。

到头来她还是被裁了，老板觉得她不如一个会用AI、只要四千块的实习生。

北京一位九五后女孩，年薪三十多万，在一家上市科技公司的品牌部工作不到一年就被裁。

她分析公司的算盘很冷静：一个刚毕业的初级员工加AI，成本不到她一半，却能完成大部分写稿和策划工作。

一位重点院校毕业的程序员，在南京一家外企做软件开发，月薪两万，支持混合办公，没有KPI考核。

他所在的公司全球约七千人，一次裁掉两千人，占三成。

技术负责人在内部邮件里说，手写代码的时代已经结束了。

他的上级在投资人大会上讲过一句大意，AI不睡觉，不抱怨，不要求涨薪，可以全天候工作。

被裁之后年龄和AI是两道坎

被AI裁掉的人重新进入就业市场，要面对的不只是失业本身，还有年龄和技能的双重门槛。

一位三十五岁的先生从劳动仲裁到一审、二审都赢了，认定公司违法解除劳动合同，拿到二十六万余元赔偿。

官司赢了工作还是没有着落。从2025年1月被解除劳动合同到现在，他一直没能找到合适的新工作。

招聘平台的数据也不客气：三十五到四十五岁的求职成功率只有两成出头，简历被查看的概率比三十岁以下的人低四成。

平均投二十来份简历，才能换到一次面试。

有位八零后投了三百一十七份简历，拿到十九次面试机会，还是零个offer。

年龄这一层再叠上AI替代处境更难。

一位三十五岁的金融审核主管失业后投了上百份简历，发现金融审核类岗位的招聘量跌了六成以上。

剩下的岗位全部要求AI协同和模型调优能力。面试官问一句你懂怎么用AI替代自己吗，问的就是传统从业者的难处。

被替代的岗位正在从低技能向中高技能蔓延。

有统计给出的一份替代率排名里，排在前列的是法律文书助理、初级程序员、基础市场分析师和新闻资讯编辑。

替代率从八成一到九成二之间。这些不是通常意义上的低技能岗位，是干了几年、看上去还挺专业的位置。

一位二十五岁的女孩在郑州做内容工作，入职刚满三个月就收到了裁员通知。

理由是前几天的工作，AI几分钟就能完成，而且质量很高。她所在的部门九个人留下三个，客服部门从三百人裁到一百五十人。

她说自己不知道还有什么不能被AI替代，出身普通的孩子拼尽全力，依旧迷茫。

往下沉的岗位有共同的形状

把这些案例放在一起看，被AI替代的岗位有几个清楚的特征。

工作内容高度标准化，可以拆成规则。质检主管的核心工作，就是把经验拆成量化规则去喂AI。

规则被完整提取之后，人的价值就转移到了模型里。基础财务核算、数据录入、电话销售，也是同一个道理。

停在数据搬运的层面，没走到判断那一层。AI能把数据层面的活干完。

但它暂时还判断不了这个洞察有没有商业价值，这个方向该不该押注。

被淘汰的是停在搬运层的人，留下来的是真在做判断的人。

人力成本和替代成本差得太远。中层管理者成为重点压缩对象，恰恰因为薪资水平高，而AI在部分任务上的表现够用。

初级员工加AI成本不到资深中层的一半，企业算完这笔账决定就出来了。

公司正踩在资本运作的窗口上。有企业被曝裁撤几百名应届生的时候，正赶上递交上市申请。

裁员和资本运作的时间线一重叠，个体的命运就被裹在里面了。

还在工位上的人可以留意几个信号。

公司用的AI工具从辅助变成了替代，你的核心工作被一段段拆给AI。招聘冻结，AI预算却在涨。绩效评估里开始出现AI协同能力这一项。团队从扩张转向优化，你所在岗位的职责正在被重新定义。

还在工位上的人能提前做点什么

先把自己的工作拆开看一遍。把日常任务列出来，逐项过一遍。

哪些是标准化、可以量化的，哪些需要跨部门协调和人际判断，哪些需要创造性决策。这一类占到七成以上，现在就该动了。

从被AI替代，转向用AI放大。被裁的岗位，不少不是被AI替代的，是被会用AI的人替代的。

你能比同事更快地用工具把产出提上去，你就在把自己从成本变成杠杆。

运营可以学AI内容工作流，人力可以学简历筛选和面试辅助，财务可以学报表分析。

攒一个跨职能的能力组合。有研究机构的调研显示，两千多万个岗位是由任务重组产生的，占招聘岗位的一成八还多。

单一的深度技能已经不够安全，至少要有两个领域的交叉能力，比如内容创作加AI工具，销售加数据分析，运营加基础编程。

真到了被裁那一步，先搞清楚法律上你手里有什么。

近年的司法实践里，已经有生效判决认定，企业以AI成本更低为由解除劳动合同，构成违法解除。

理由是这样的情况不属于客观情况发生重大变化。

这句话的分量在于，公司如果以AI替代为由让你走人，你该拿的是2N的违法解除赔偿，而不是N+1的协商解除补偿。两者的数额差得很远。

签字之前，把这四样原样存好：邮件和通知的原件。工资条和考勤记录。岗位说明书和劳动合同。工作沟通里的聊天记录。

别只依赖一个招聘平台。三十五岁以上的人平均投二十来份简历才换一次面试。

与其海投不如把力气放在转化率更高的渠道上。

行业社群里的内推。前同事和服务过的客户举荐。猎头的定向联系。空窗期用自由职业和项目制合作保持收入流，不要完全停下来等。

技术进步不按人的意志走，企业用AI提效也讲得通。

只是事情一旦落到社会治理这一层，效益就不该是那把尺子，甚至应该排在劳动者权益之后。不能AI来了，岗位就很快没了。

近年的判决里也给过正面指引，确实需要调整岗位的时候，应当优先考虑培训员工、提升技能、内部转岗，而不是直接让人走。

另一头的风向也在变。有统计显示，相当一部分公司在用AI裁掉岗位之后又回头招人，新招进来的人薪水还更高。

到2026年因为AI被替掉的岗位已经超过二十万。

有研究机构预测，到2027年，一半把裁员归因于AI的公司会重新招聘类似的岗位，只是换个职位名称，以免尴尬。

有海外企业宣布AI客服替代了七百名员工，后来因为服务质量撑不住，又把人工招了回来。这种裁了又招，被叫做回旋镖。

AI会继续改变工作方式。企业和社会的责任，是让被改变命运的人有路可走，不管是培训转岗、制度保障，还是新赛道的开辟。

对还在工位上的人来说，该弄清楚的不是AI会不会取代你，而是在你这个岗位上，AI能替代什么，替代不了什么。

这些要在风暴到来之前就想明白。手里有东西，风来的时候才站得住。