人工智能能否取代人类：企业为何再次回归员工
就在不久前，人工智能还被视为近乎完美的员工。它不会生病，不会请假，能够全天候工作，同时响应数千名客户的请求，分析文件，编写程序代码并创作内容。 人们曾向企业承诺，人工智能将大幅削减成本、提高生产力，并使企业能够用更少的人员完成工作。
在这种乐观情绪的推动下，部分雇主开始暂停招聘、裁减员工，并将员工的工作任务交由算法处理。然而，首批大规模实验表明，人工智能的华丽演示与其在企业内部的实际运作之间存在巨大差距。
要应用人工智能，企业需要高质量的数据、昂贵的计算能力、与企业系统的集成、安全控制，以及负责核查结果的人员。 如果系统出错，责任仍由公司承担，而善后工作则不得不由员工来处理。
正因如此，在经历了第一波裁员潮后，企业正逐步转向另一种策略：将人工智能保留用于标准且可重复的操作，而将员工重新部署到需要责任感、经验、同理心以及应对非标准情况能力的工作岗位上。
UA.News将为您揭示：目前已有多少岗位与人工智能相关联；企业为何重新审视大规模裁员计划；以及算法是否真的比员工更经济。
人工智能已导致数万个裁员公告
要准确确定全球究竟有多少人因人工智能而失业，实际上几乎是不可能的。企业并不总是直接宣布用算法取代员工。裁员往往被解释为重组、自动化、技术升级或削减成本的必要措施。
美国公司Challenger, Gray & Christmas掌握着最详尽的统计数据之一，该公司专门分析雇主关于裁员的公开公告。
据其数据显示，2025年全年，美国企业将人工智能列为裁减54,836个岗位的原因之一。这一数字约占当年美国所有公开裁员公告总数的5%。
2026年，此类声明的数量开始迅速增长。仅在4月份，雇主就将21,490个计划裁员岗位归因于AI。这约占当月美国宣布裁员总数的26%。 今年前四个月，在计划裁减的49,135个岗位中，人工智能被提及，约占该期间裁员总数的16%。
2026年6月，人工智能再次成为裁员的主要原因。当月，与人工智能相关的裁员人数达14,029人，占当月所有宣布裁员总数的31%。 总体而言，自2026年初以来，企业在裁员公告中提及人工智能的岗位总数达101,743个，约占美国裁员总数的23%。 自2023年Challenger开始单独统计人工智能相关数据以来，该技术已出现在计划裁减的173,568个岗位中。
不过，这些数据需谨慎解读。这里指的是雇主公布的计划，并不意味着这17.3万名员工中的每一位都直接被聊天机器人或其他AI系统取代。 人工智能往往是更广泛重组计划的一部分，该计划还包括成本削减、岗位转移和部门裁撤。
企业往往在AI证明其有效性之前就已裁员
主要问题之一在于，管理层可能会在新系统展现出稳定成效之前，就做出裁员的决定。
企业看到AI能够快速生成文本、回答标准问题或分析文档，便将这一结果推广到整个部门的工作中。然而，单个任务的成功并不意味着该技术能够独立完成整个工作流程。
这一点在客户支持中尤为明显。聊天机器人可以查询付款状态、查找操作指南中的相关条目，或协助更改密码。 但如果客户同时面临多个相关问题、账户被误冻结或遇到非标准财务状况，系统往往会将对话转交给人工处理。
2025年9月，Gartner预测，到2028年，没有一家《财富》500强企业能够完全取消人工客户支持。 分析师还预计，那些原本计划借助AI大幅削减客服人员数量的企业中，有一半将在2027年前放弃这一计划。
这意味着现实情况与“接入聊天机器人并裁撤整个部门”的设想大相径庭。在大多数情况下，企业仍需保留人工客服来处理复杂咨询、进行质量监控以及纠正自动化系统的错误。
Klarna：AI曾承担700名客服的工作，但最终不得不重新雇佣员工
瑞典金融科技公司Klarna成为了试图最大限度减少人工参与却以失败告终的最著名案例。
2024年2月，该公司宣布，其AI助手仅在首月就与客户进行了230万次对话，并处理了约三分之二的客服咨询。
据Klarna自身估算，该聊天机器人完成的工作量相当于700名全职客服人员的工作量。 该机器人覆盖23个市场，支持35种以上语言，平均问题解决时间从11分钟缩短至不到2分钟。据该公司称，重复咨询量减少了25%。
该公司还预测，这款AI助手将使其2024年的利润增加约4000万美元。
乍一看，这项实验似乎证明了人工智能已经能够取代数百名员工。 Klarna暂停了招聘，减少了对外部呼叫中心的依赖，并积极推广“小型公司”的理念——即大部分常规工作由算法完成。
然而随后，管理层承认，对削减成本的过度热衷对服务质量产生了负面影响。Klarna首席执行官塞巴斯蒂安·塞米亚特科夫斯基表示，当节省成本成为首要目标时，公司最终将面临服务质量下降的问题。
2025年，Klarna重新开始招聘员工。同年9月，公司官网上发布了二十多个职位空缺。管理层将重点从取代员工转向利用AI来改进产品并协助客服人员。
2026年，该公司继续利用AI处理简单任务，但承认复杂的咨询请求仍会迅速转交给人工处理。 根据Klarna的最新评估，该系统的工作量相当于约850名客服人员，但客户仍然需要能够与真人客服沟通的渠道。
因此，Klarna并未放弃这项技术，而是摒弃了实际上“无人化”的运营模式。AI仍作为第一层支持，而人工客服则负责处理复杂案例并确保服务质量。
半数企业可能重新聘用此前裁减的客服人员
2026年初，Gartner发布了一项更具指示意义的预测。 据这家分析公司评估，到2027年，因采用AI技术而裁减客户支持人员的组织中，将有50%重新招聘人员来从事类似工作，尽管职位名称可能会发生变化。
这一预测的依据来自该技术实际应用的成果。 在Gartner对321位客服部门负责人的调查中，仅有20%的受访者表示已因AI而裁减了客服人员。约一半的受访者指出，人员规模大致维持在原有水平。
也就是说，在大多数公司中，人工智能并未取代整个部门的工作。它帮助员工处理更多咨询、更快地查找信息并准备答复。
与此同时，2026年有91%的客户服务主管面临着必须部署AI的压力。因此，企业推行自动化不仅是因为其经济效益，还出于担心落后于竞争对手的担忧。
到2028年，超过一半的客户服务部门可能会将技术支出翻一番，但人员成本却不会相应减少。 换言之，企业既要为AI系统买单，也要为那些负责监控系统并处理复杂咨询的人员支付薪酬。
为什么人工智能并不总是比员工更便宜
支持自动化的主要论点是成本节约。企业将员工的工资与使用AI模型的成本进行比较，并得出结论认为软件应该更便宜。
然而，这种比较并不全面。
要在实际业务中应用AI，首先需要对企业数据进行预处理。通常，信息存储在不同的系统中，格式过时、存在重复或包含错误。在利用这些数据训练算法之前，企业必须对所有数据进行核查和结构化处理。
接下来，还需要与CRM、支付系统、数据库及内部服务进行集成。此外，企业还需单独支付云计算、网络安全、技术支持、审计、许可证、模型监控及更新等费用。
此外，AI系统不能被放任不管。必须由人工核查响应结果、追踪错误并防止机密数据泄露。
正是由于成本上升、效益不明以及控制不足，Gartner预测，到2027年底，超过40%的自主AI代理开发项目将被终止。
此前，Gartner还预测，到2025年底，至少30%的生成式AI项目将在测试阶段后被叫停。 主要原因包括数据质量低下、风险管控不足、成本上升以及缺乏明确的商业价值。
据Gartner预测，到2030年，利用生成式AI完全自动化处理单个客户咨询的成本，可能高于呼叫中心客服人员的成本。原因在于计算、集成和质量控制方面的开支。
因此，所谓“AI总是比人类更便宜”的说法，仅在简单场景且存在大量同类型操作的情况下才成立。
大多数企业虽在使用AI，却未能获得显著收益
人工智能已渗透到几乎所有行业。根据麦肯锡2025年的一项全球调研，88%的受访组织至少在一个业务领域定期使用AI。
然而，仅有39%的企业表示AI对整个组织的息税前利润产生了任何显著影响。研究人员将仅约6%的受访企业归入从AI中获得显著财务收益的群体。
此次调查覆盖了来自105个国家的近两千名受访者。调查结果表明，从技术测试到获得实际利润之间仍存在巨大差距。
取得最佳成果的企业，并非仅仅是向员工开放了聊天机器人的使用权限。它们重构了工作流程，明确了AI回复何时需要人工审核，调整了团队结构，并任命了负责管理该技术的人员。
路透社援引的其他研究显示，情况更为保守：仅有约5%至15%的高管表示，生成式AI带来了显著的盈利增长或重要的商业价值。
因此，AI的大规模应用并不等同于大规模的财务成功。
AI创造的工作可能比它取代的还要多
自动化并不总能减轻工作负担。有时，它只是将工作从一名员工转移到了另一名员工身上。
例如，AI 可以在几秒钟内起草一份法律文件，但律师仍然需要核查事实、司法判例和法律依据。 算法可以生成程序代码，但开发人员必须对其进行测试，找出漏洞，并确保它不会干扰其他系统的运行。
在客户支持领域，聊天机器人负责处理简单的问题，但当自动化对话失败后，复杂的咨询仍会转交给人工客服。人工客服接手时，面对的已是情绪不佳的客户，仅掌握不完整的问题背景，还必须纠正系统给出的错误答复。
美国电信运营商Verizon的经验颇具代表性。该公司利用人工智能对来电进行初步分析、检索客户信息并转接咨询。 然而，该公司代表承认，约40%的消费者仍然希望与真人交谈，且当无法快速接通人工客服时会感到沮丧。
Verizon保留了约两千名一线客服人员，而人工智能主要被用作辅助工具，而非完全替代人工。
据Zendesk平台数据显示，其客户可将50%至80%的咨询实现自动化处理，但主要涉及标准且可预见的咨询。那些需要同理心、协商或责任担当的复杂案例，仍由人工处理。
IBM 虽然实现了部分人力资源工作的自动化，但开始在其他领域招聘人才
IBM 便是另一个典型的例子。
该公司借助AskHR系统实现了部分人力资源业务的自动化。人工智能接管了员工的常规咨询、文件处理以及部分行政任务。据IBM首席执行官阿文德·克里希纳称，该系统取代了数百名人力资源部门员工的工作。
然而，IBM的总员工人数并未按比例减少。该公司开始招聘更多程序员、销售和市场营销专家以及其他专业人才，这些岗位的工作需要批判性思维和与客户的沟通。
这一案例并不意味着IBM让所有被裁减的人力资源员工都回到了原来的岗位。它说明了另一件事：某类工作的自动化可能会在公司的其他部门创造对人才的需求。
IBM在生成式AI相关合同方面的收入已达到约60亿美元，但要履行这些合同，公司需要开发人员、顾问、销售人员和集成专家。 这项技术虽然减少了部分行政工作，但同时也为人类创造了新的工作任务。
人工智能取代的是具体任务，而非完全取代人类
最切合实际的结论是：AI取代的并非整个职业，而是职业内部的特定操作。
它擅长处理那些规则明确、重复性高且易于验证的任务。这些任务包括申请分类、草稿撰写、信息检索、标准文本翻译以及回答常见问题。
然而，大多数人的工作并不只包含此类操作。员工还需要与同事互动、对决策负责、评估风险、应对突发状况，并考虑数据库中可能不包含的背景信息。
正是在这些任务上，现代人工智能最常需要人类的监督。
即使在积极裁员的公司中，最终结果的责任仍由人类承担。算法可以提出解决方案，但如果该方案被证明是错误的，它不会对客户、法院、监管机构或管理层负责。
那么，AI能否取代人类？
人工智能已经影响了劳动力市场，确实成为了裁员的原因之一。仅在美国，自2023年以来，企业在裁员计划中就提到了人工智能将导致超过17.3万个工作岗位被削减。
然而，这些数字目前尚不能证明算法能够完全取代员工。
Klarna的经验表明，该公司虽然能够将数百万例标准咨询实现自动化处理，但随后仍因服务质量下降而不得不重新启用人工。Gartner的预测显示，因采用AI而裁减客服人员的企业中，有一半可能会重新雇佣员工来处理此类任务。
此外，超过40%的自主AI项目面临因成本高昂、管控不足及缺乏明确效益而被叫停的风险。超过半数的客服部门可能会使技术成本翻倍，却无法实现等额的人员成本削减。
因此，主要变化并不在于人类的消失，而在于员工与机器之间工作职责的重新分配。
AI负责处理速度、规模和重复性操作。人类则保留责任、控制权、复杂决策、创造力、谈判以及应对非标准情况的能力。
结果表明，最有效的并非“人工智能取代人类”的模式，而是“人类与人工智能协同”的模式。那些曾试图将员工完全排除在流程之外的企业，正逐渐回归到这种平衡状态。
