什么是AI洗白
“洗白（washing）”一词最初源于环保领域的“漂绿（greenwashing）”——明明不环保，却包装成环保的样子。“AI洗白”遵循同样的逻辑。最初它指的是企业明明没有AI技术，却夸大宣传自己拥有AI技术；但最近这个词更多被用来指企业掩盖裁员的真实原因，把责任推给AI。
OpenAI首席执行官萨姆·奥特曼本人也承认了这一点。他表示：“AI洗白是真实存在的”，并指出企业正在以AI为借口掩饰裁员。不过他也补充说，技术真正取代工作岗位的那一天终将到来。
从数字看AI裁员争议
三十多年来一直统计美国裁员数据的咨询公司挑战者集团（Challenger, Gray & Christmas）的数据显示，今年上半年，由高管明确表示“因AI”而裁员的人数超过10万，几乎是去年全年数字的两倍。这也是该机构自2023年开始将AI单独列为裁员原因以来，AI首次成为美国裁员原因的第一位。
与此同时，杜克大学和美联储的研究人员对美国主要企业的700名CFO进行了匿名调查，结果却恰恰相反：90%的受访者表示，过去一年AI对公司招聘的影响几乎为零；89%的人表示AI对生产力也尚未产生明显影响。AI是裁员的第一大原因，但做出裁员决定的高管们自己却说AI的实际影响并不大。
裁员企业的财务状况同样说不通。甲骨文最近一个季度的营收同比增长超过20%，订单积压增长300%。微软和Meta在宣布大规模裁员的同时，也创下了业绩新高。按常理，大规模裁员通常发生在业绩不佳时，但眼下主导这轮裁员的科技巨头业绩反而处于历史最好水平。
企业为什么把裁员和AI挂钩
第一个原因是资金。科技巨头需要天文数字般的资金来建设AI芯片和数据中心。仅Meta一家今年计划投入AI的资金就超过了过去两年投入总和。亚马逊、微软、谷歌、Meta四家公司今年宣布的AI基础设施投资总额，几乎是去年的两倍。在需要对外融资或压缩开支来筹措这笔资金的情况下，人力成本是管理层最容易下手的部分。
第二个原因是疫情时期遗留下来的过度招聘。居家办公时期线上业务激增，许多企业不惜开出高薪争抢开发者，大举招聘。如今需要为当年膨胀的组织“挤泡沫”，而AI热潮恰好在此时兴起，为这场本就该进行的精简提供了一个看似合理的说辞。
第三个原因是投资者压力。科技行业有一个被称为“40法则（Rule of 40）”的标准，由2015年硅谷一位风险投资人提出：企业的营收增长率与利润率之和应超过40，才能被视为优质企业。如果营收每年高速增长40%，利润为零也能被原谅；但如果增长率放缓至20%，就必须把利润率提高到20%才能凑够40。对于需要持续为AI投入巨额资金的上市科技巨头而言，向投资者展示利润率改善的压力尤其巨大，而管理层眼下能立刻动用的手段就是削减人力成本。
用AI替代员工、又把人叫回来的公司们——“AI回旋镖式裁员”
一些过度裁员的公司已经开始付出代价。瑞典金融科技公司Klarna在2024年引入OpenAI技术处理客服工作，并高调宣布“我们的AI聊天机器人能顶700名客服人员的工作量”。但实际投入使用后，AI既无法安抚愤怒的客户，还在费用、退款政策等重要问题上频繁“幻觉”——以笃定的语气编造不存在的信息。客户满意度随之下滑，Klarna在一年后又开始重新招人。
汽车制造商福特也遇到了类似情况。公司持续裁减质量检测工程师，将这项工作交给AI处理，结果AI频频漏检缺陷，导致汽车召回事件激增。资深工程师那种能察觉细微质量差异的“手感”无法写进操作手册，而AI原本也缺乏训练这种直觉所需的数据。最终，福特重新召回了350名熟练工程师，召回成本才随之下降。
重新招聘并非没有代价。它意味着新一轮招聘和培训成本，而且要把被裁掉的人请回来，往往还得开出比原来更高的薪水。为省钱而裁员，结果反而付出了更高的代价。
“裁员洗白”在法律上真的没有问题吗
美国实行“任意雇佣原则（employment-at-will）”，企业无需特定理由即可终止雇佣关系。基于种族、性别的歧视，以及针对举报人的报复性解雇被严格禁止，但仅仅以“AI”为由裁员本身并不违反劳动法。不过，员工人数超过100人的企业在大规模裁员时，仍需履行至少提前60天书面通知等程序性义务。
即便劳动法层面没有问题，业内人士也指出存在其他风险。美国证券交易委员会（SEC）此前就曾以证券欺诈的名义，处罚了那些明明没有使用AI、却谎称“采用AI进行投资”以吸引投资者的资产管理公司。法律专家认为，“裁员洗白”可能面临类似的法律风险——如果企业在裁员原因上做虚假披露，进而影响股价，同样可能构成对投资者的欺诈。目前尚无因此被处罚的案例，但如果对股价造成重大影响，相关警告认为这有可能演变为法律风险。
那么AI真的取代过人吗
有。斯坦福大学每年发布的400页《AI指数报告》基于学术研究给出了具体的生产力数据：采用AI后，会计工作的生产力提升了55%，市场营销提升了50%，内容创作的提升幅度最高达200%，客服工作也有所加快。与此相对，报告同样发现，资深开发者的生产力反而有所下降。
报告中的另一张图表揭示了这篇文章真正想说的问题。无论是软件开发者还是呼叫中心客服这类岗位，在2023年之前，各年龄段的就业人数都在同步增长。但从2023年开始，22至25岁应届生的就业曲线开始急剧下滑，26至30岁的低经验群体就业也陷入停滞。与此同时，30多岁、40多岁乃至50岁以上熟练员工的就业人数依然在持续增长。
归根结底，取代人的不是AI，而是善于使用AI的人
把这两张图表叠加起来看，眼下正在发生的事情的真相就浮现出来了。AI并没有整体性地取代人的岗位。公司里少数擅长使用AI工具的资深员工，开始独自完成过去需要多人协作才能完成的会计、营销、内容创作等工作，而本该因此新增的应届生和低经验岗位，正是消失的那一部分。与其说“AI取代了人”，不如说“善于使用AI的人取代了不善于使用AI的人”更准确地描述了眼下的现实。
如果放任这一趋势发展下去，问题不会止步于这一代年轻人的就业困境。如果新人借以学习实务、迈上职业阶梯的第一级台阶消失了，几年后本该填补中层岗位的人才、乃至未来的专家群体本身都将出现断层。无论企业把AI当作裁员的真正原因还是方便的借口，对个人而言结论是一样的：在不断收缩的编制中能否留下来，取决于AI无法替代的判断力，以及真正能把AI当作工具驾驭的能力。