你好，我是郑工长。最近看到两个数据：
一边是 92,000 人。
2026 年第一季度，科技行业裁员超过 9.2 万人。
Meta、微软、Salesforce 集体收缩，理由出奇一致：
AI 提升效率，不需要这么多人了。
另一边，是 7400 亿美元。
同一时间，大型科技公司在 AI 上的资本支出飙到 7400 亿美元，同比暴涨 69%。
一边裁人省钱，一边烧钱买 AI。
这笔账，怎么看都不对。
直到 NVIDIA 深度学习应用副总裁 Bryan Catanzaro 说了一句大实话：
“对我们来说，AI 的计算成本已经远超员工薪资。”
一句话点破本质：
用 AI，比用人还贵。
那问题来了——
既然更贵，为什么还要裁人？
答案是：很多公司，账根本算错了
他们只算“显性成本”，却忽略了真正的大头：
AI 的真实成本，不是调用费，而是“试错税”。
表面上看：
- 一个程序员：年薪 50 万
- AI 使用成本：30 万
- 看起来省了 20 万
但真实世界是：
- AI 产出的代码，需要人工 review → +20 万
- AI 引入的问题，需要反复修复 → +30 万
- 项目延期、质量下降 → 不可估量
最后的结果是：省下的工资，全赔回去，还倒贴。
这也是麻省理工的研究结论：
只有约 23% 的岗位，AI 自动化是经济可行的。
剩下 77%，人反而更便宜、更稳定。
哪些场景最容易“用 AI 用出事故”？
场景一：创意 / 工程判断类工作
AI 能写代码，但很难符合团队工程规范。
每一行都要改，每一处都要校验。
👉 AI 写的是“能跑的代码”
👉 人要的是“能维护的系统”
结论：需要判断力的地方，AI 只会增加成本。
场景二：高频变化业务
AI 客服看似高效，但业务一旦频繁变化，就需要不断重训、调试。
产品一周变三次，AI 根本跟不上。
工程师反而成了“AI 的客服”。
三个月后——人工客服被请了回来。
结论：变化越快，AI 越贵。
场景三：高风险决策
金融、医疗、法律，本质是：
低容错 + 高风险
AI 就算 99% 正确，也不够。
那 1% 的错误，可能是灾难级。
结论：风险越高，AI 越不划算。
那为什么企业还在疯狂投 AI？
第一，FOMO（错失恐惧）
别人都在用，我不用就落后了。
第二，资本市场需要故事
裁员 = 降本增效
投 AI = 战略升级
逻辑不重要，叙事重要。
第三，AI 是最好的“背锅侠”
本来就要裁员，但不好说。
现在有了 AI，一切都合理了：
- 不是我裁你
- 是时代淘汰你
我不是说 AI 没用
恰恰相反，它在这些场景非常有效：
- 标准化重复工作（数据处理、整理）
- 辅助任务（代码补全、初稿生成）
- 探索性工作（发散思考、方案草图）
但你必须清楚一件事：
AI 是杠杆，不是替代。
它会放大你的能力，
也会放大你的错误。
最后一句话
企业的竞争力，不是用了多少 AI，
而是用 AI 的人，有多强。
别被“AI 焦虑”割了韭菜。
该裁的裁，该留的留，
该用 AI 的用，不该用的——别硬上。
真正的结论
真正省钱的，从来不是裁员。
而是——把账算明白。
