AI来了,哪个角色先被裁?

很多人问我：AI来了，哪个角色会先被裁？

我不喜欢这个问题里那种恐慌感，好像每个人都在等一张死亡名单：程序员？客服？财务？运营？

企业裁员从来不是这么简单。

更准确地说，AI不是平均地替代人，而是在重新改写企业里的岗位结构。它会先压缩那些重复性强、可标准化、结果容易检查、离客户价值比较远的工作；同时，它也会让另一批人变得更重要：能建造系统、拿到客户、定义过程、判断结果、承担责任的人。

所以这篇文章不讲玄学，也不制造恐慌。

我们先看事实，再看逻辑。

一、AI相关裁员，已经从“个别案例”变成“组织重构信号”

过去两三年，全球企业里和AI、自动化、AI战略重配有关的裁员和岗位调整，已经不是个别新闻。

但这里必须先划清边界：不是所有裁员都能简单归因于AI。

有的公司是增长放缓；有的是成本压力；有的是业务模式被AI冲击；有的是把预算从旧岗位转向AI岗位；也有一些岗位，确实因为AI工具提高效率而被压缩。

如果把这些不同情况都粗暴写成“AI替代人”，那是偷懒。

几个已经公开报道过的案例，可以看出趋势。

Dropbox在2023年裁员约500人，约占员工16%。CEO公开信里提到增长放缓，也提到AI时代到来，公司需要重新配置资源。

Duolingo在2024年被报道削减约10%的合同工，涉及内容生产和翻译相关工作。这个逻辑很直接：一部分内容生产工作可以被AI模型接管或压缩。

SAP在2024年宣布转型计划，涉及约8000个岗位。公司强调的是Business AI和未来技能结构调整。这不是“8000人都被AI替代”，而是企业把资源往AI方向重配。

Intuit在2024年裁员约1800人，同时计划招聘大致相同数量的新员工，重点转向AI、数据和增长岗位。这个案例很典型：不是单纯少人，而是换岗位结构。

Chegg更直接。它的在线教育和作业辅导业务受到ChatGPT冲击。2024年裁员约441人，约23%；2025年又继续裁员。这里AI不只是提高内部效率，而是改变了客户获取答案的方式。

进入2025和2026年，信号更明显。

Challenger, Gray & Christmas的2026年3月报告显示，美国雇主当月宣布裁员60620人，其中AI被列为第一大裁员原因，涉及15341个岗位，占当月裁员计划的25%。2026年一季度，AI被引用为27645个岗位削减原因。报告还提到，2025年企业引用AI作为裁员原因的岗位数为54836个。

Cloudflare是最近最值得看的一例。2026年5月，TechCrunch报道Cloudflare称AI让1100个岗位变得不再需要；同一时期，Cloudflare CEO Matthew Prince在《华尔街日报》发表观点文章《How I Choose Which Cloudflare Employees to Replace With AI》。这个案例之所以重要，不只是因为人数，而是因为它把“谁先被AI影响”讲成了一套管理逻辑。

CBS News在2026年5月也报道，Pinterest和Dow在宣布裁员时，都把部分原因指向向AI转型和资源调整。报道还提到，Amazon CEO Andy Jassy曾在2025年的内部备忘录中说，随着公司投资AI agents，未来几年白领岗位数量会减少：一些工作需要更少的人，另一些工作需要更多的人。

这句话很关键。

AI裁员的本质，不是“公司突然不需要人了”，而是“公司需要的人变了”。

二、真正值得看的是Cloudflare CEO的三类角色

Matthew Prince那篇WSJ文章里，最有价值的是一个分类：企业里的角色大致可以分成三类。

第一类是Builders，建造者。

他们负责做产品、写代码、设计方案、搭系统、解决实际问题。对软件公司来说，工程师、产品架构师、解决方案专家、AI平台建设者，都属于这个范围。

第二类是Sellers，销售者。

他们负责理解客户、建立信任、拿到订单、推动成交。只要预算还掌握在人手里，只要客户还需要信任、判断和责任承担，销售者就不会简单消失。

第三类是Measurers，衡量者。

这个词最关键。

衡量者不一定是一个正式岗位名称。它是一类工作：内部审计、财务结账、合规检查、法务支持、运营协调、中层汇报、绩效统计、市场分析、报表汇总、流程检查、项目跟踪。

这些工作过去很重要。现在仍然重要。

但危险在于，它们里面有相当大一部分工作，核心动作是收集信息、检查规则、汇总状态、发现偏差、生成报告。

这正是AI最容易切进去的地方。

所以，AI最先冲击的未必是“写代码的人”，也未必是“卖东西的人”，而是大量“衡量和传递信息的人”。

为什么？

因为这类工作有四个特点。

第一，大量依赖数据和规则。

财务结账、风险检查、合规审查、运营报表、绩效统计，都是收集数据、比较标准、发现异常、形成结论。

第二，重复性强。

很多衡量类岗位不是每天发明新东西，而是不断检查、汇总、跟踪、提醒、报告。

第三，结果容易被验证。

报表数字是否一致，合同条款是否缺失，发票流程是否异常，客服答复是否命中知识库，内容审核是否符合规则，这些都有明确标准。

第四，它离客户价值比较远。

它很重要，但它不是直接做出产品，也不是直接赢得客户。企业一旦有工具可以更便宜、更快、更持续地完成这些工作，就会重新计算要不要保留原来的岗位配置。

以前公司只能靠人抽查、开会、填表、做PPT、写报告。现在AI可以持续读取数据、识别异常、生成分析、提示风险，甚至自动形成证据链。

这就是为什么“Measurers”这个概念值得重视。

它不是在说财务、法务、QA、PMO、运营这些人都没价值。

恰恰相反：真正有判断力的人会更有价值。危险的是那些只做机械衡量、机械汇总、机械传话的人。

三、先被影响的不是职位名称，而是低价值活动

很多人喜欢问：“程序员会不会被裁？”“会计会不会被裁？”“客服会不会被裁？”

我建议换一个问法：这个岗位里，有多少工作是低价值活动？

先被影响的，通常有五个共同特征。

第一，重复性强。

如果一个岗位的大量时间都在复制、整理、转写、归类、初步审核、生成标准报告，它会很快被AI压缩。

内容生产合同工、翻译、客服、内容审核、运营支持，为什么频繁出现在AI相关裁员报道里？原因就在这里。

第二，工作结果容易检查。

AI最容易进入的地方，不一定是最简单的地方，而是结果可以快速验证的地方。

客服回复有没有解决问题，内容审核有没有命中规则，报表数字是否一致，合同条款是否缺失，发票流程是否异常，营销素材是否符合模板，这些都可以检查。

第三，岗位价值主要是传递信息，不是承担责任。

很多中层管理和运营岗位过去的价值，是把上面的要求传下去，把下面的数据汇总上来。

如果AI系统可以自动收集状态、生成报告、发现风险、提醒负责人，那么这类“信息传递型管理”就会被压缩。

第四，岗位没有形成专业判断。

同样是财务、法务、QA、PMO、运营，有的人只是填表和催流程，有的人能发现风险、定义规则、优化过程、推动改进。

前者危险。后者会更重要。

第五，岗位所在的业务本身被AI改变。

Chegg就是例子。过去学生需要到平台上找答案，现在很多人直接问ChatGPT。这不是内部效率问题，而是客户行为变了。业务模式被改变，岗位自然跟着变。

所以，“哪个角色先被裁”的答案不是一个职位名单。

真正先被裁的，是低价值活动。

四、老板最容易犯的错：把AI转型理解成裁员工具

看到这些案例，有些老板会很兴奋：既然AI能替代人，那我是不是可以马上裁员？

我的建议很明确：不要急。

盲目裁员不是AI转型，最多是短期降本。更糟糕的是，它可能把企业原本就混乱的流程彻底打散。

AI真正能创造价值，有几个前提：过程清楚，数据可信，责任明确，结果可度量。

如果这些东西没有，AI只会把混乱自动化。

比如一个企业的销售流程本来就不清楚，客户需求记录不完整，合同版本混乱，交付数据不可信。这时候你把运营人员裁掉，换成AI，不一定提高效率，反而可能把错误放大。

老板应该先做三件事。

第一，识别企业里的关键过程。

例如线索到成交、订单到交付、问题到关闭、需求到发布、报价到回款。这些过程才是企业真正创造价值的链条。

第二，区分价值创造、支持活动和衡量活动。

不要按部门裁人，要按过程裁低价值活动。一个部门里可能既有高价值判断，也有大量重复工作。不能一刀切。

第三，把AI放进可度量、可验证、可追责的场景。

比如自动生成会议纪要，自动检查合同缺项，自动发现项目风险，自动汇总客户问题，自动做缺陷分类，自动生成过程符合性检查清单。

这些场景不只是“省人”。更重要的是提升过程能力。

这也是我一直强调CMMI和AI结合的原因。

AI不是替你管理企业。AI只能放大你的管理系统。如果你的过程是清楚的，它会放大效率；如果你的过程是混乱的，它会放大混乱。

五、员工应该怎么准备？

对员工来说，也不需要恐慌，但必须清醒。

不要只问“我的岗位会不会消失”。

要问：“我的工作中，哪些部分会被AI完成？”

如果你80%的时间都在做AI可以完成的事情，风险就很高。

准备方向也很清楚。

第一，从执行任务，转向定义任务。

会写报告不够。你要知道报告为什么写，给谁看，用来做什么决策，什么数据可信，什么异常需要升级。

第二，从整理信息，转向判断信息。

AI可以整理很多信息，但企业仍然需要人判断：这个风险是否严重？这个客户是否值得投入？这个项目是否应该停？这个流程是否需要改？

第三，从会用工具，转向会改进过程。

未来有价值的人，不只是会问AI问题，而是能把AI放进业务过程里，让效率、质量、成本、周期真正改善。

第四，建立自己的专业证据。

不要只说自己很忙。要能说明自己解决了什么问题，减少了多少返工，缩短了多少周期，提升了多少质量，降低了多少风险。

在AI时代，没有结果证据的人，会越来越难解释自己的价值。

六、AI来了，哪个角色先被裁？

最后回到题目：AI来了，哪个角色先被裁？

我的答案是：不是某个职位名称先被裁，而是低价值活动先被裁。

不是程序员一定先被裁，也不是销售一定安全，更不是管理者永远安全。

真正危险的是这几类工作：

只搬运信息，不做判断；

只执行流程，不理解目标；

只填表汇报，不发现问题；

只做重复内容，不形成专业能力；

只占据岗位，不创造可验证结果。

而真正会变得更重要的人，是能够建造产品、赢得客户、定义过程、使用AI、判断结果、承担责任的人。

对老板来说，AI转型不是简单裁员，而是重构企业的过程能力。

对员工来说，AI时代不是简单保住岗位，而是让自己从“可替代的执行者”，变成“能定义问题、使用工具、改进结果的人”。

这不是恐慌。

这是事实和逻辑。

越早看清，越早准备。

参考资料

• Challenger, Gray & Christmas 2026年3月裁员报告：2026年3月AI被列为第一大裁员原因，涉及15341个岗位；2026年一季度AI被引用为27645个岗位削减原因；2025年企业引用AI作为裁员原因的岗位数为54836个。
• TechCrunch 2026年5月报道：Cloudflare称AI让1100个岗位变得不再需要。
• Matthew Prince, WSJ Opinion, How I Choose Which Cloudflare Employees to Replace With AI。
• CBS News 2026年5月报道：Pinterest、Dow等企业在裁员说明中提到向AI转型和资源调整；Amazon CEO Andy Jassy曾表示AI agents会让一些岗位需要更少的人、另一些岗位需要更多的人。
• Dropbox CEO公开信及TechCrunch报道。
• Duolingo、Turnitin相关TechCrunch报道。
• SAP官方公告及Reuters报道。
• Intuit SEC文件及Ars Technica/CNBC报道。
• Chegg Business Wire、SEC文件及Reuters报道。
• BBC关于BT Group裁员报道。
• Reuters关于Amazon Alexa和ByteDance/TikTok内容审核裁员报道。
• Computerworld关于Dell销售团队调整报道。
• Fortune等媒体关于UPS管理岗位裁减与AI/ML效率提升报道。
• Klarna AI assistant官方公告。

如果您的企业正在推 AI 转型但卡壳，欢迎预约免费诊断。