# 裁员潮之后，撞墙的公司正在把人招回来

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-09-07T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/55662
- 原文：https://yage.ai/share/ai-job-two-step-loop-20260904.html

## 摘要

Klarna 2024年高调宣布AI客服顶700人，14个月后CEO承认质量下滑并重新招人。这不是孤例：IBM、福特、澳大利亚联邦银行都在AI减员后撞墙回撤。根子在于高管看的是平均指标，但损害全发生在最难的那6%的尾部问题上。Meta内部数据更直观：代码变更量涨了220%，用户可见的新功能只涨36%，重大事故涨了40%。Stanford研究发现，22到...

## 推荐理由

这篇文章不是一手爆料，但把 Klarna、IBM、福特、澳洲联邦银行几个 AI 减员后回撤的案例串在一起，再用 Meta 的内部数据做支撑，形成了一个完整的叙事闭环：从高调替代到悄悄回招。对 AI 从业者来说，这比单纯讲技术突破更有参考价值，因为它直接回答了'现在 AI 落地到底卡在哪'。信息密度和可读性都够，给 82 分。

## 锐评

这篇文章把“AI裁员-业务撞墙-悄悄回招”这个两步循环讲透了。核心矛盾在于，高管做裁员决策时看的是平均响应时间、满意度这类均值指标，它们对最难的那一小部分问题天然不敏感。损害全堆积在尾部，等呼叫量反弹、事故率飙升时，裁员早已执行完毕。Meta的内部数据就是铁证：代码变更量涨了220%，但用户可见的新功能只涨36%，重大事故反而多了40%。这说明生成端在变快变便宜，但消化和验证端的人没跟上，管道堵了。

文章引用的Stanford研究点出了一个更具体的信号：AI对就业的挤压不在总量，而在结构。22到25岁、从事高AI暴露度岗位的年轻人，就业缺口达19%，主要原因是企业少招了，而不是多裁了。这意味着入门级岗位的入口在收窄。同时，深度使用AI的公司整体增员更多，但增长集中在能判断AI产出好坏、收拾残局的资深岗位。

信息缺口也很明确：正文没披露Klarna回招的具体规模和成本对比，也没给出那6%的复杂问题最终由人接手后，客户满意度的具体回升数据。这些数字才能验证“混合模式”是否真的跑通了经济账。