那些给被裁员工重新打电话的公司
裁员速度已经放缓，但被重新召回的只有资深员工
商业因 AI 被裁，公司却又想请我回去
10 月 30 日，CNBC 刊登了一篇长标题报道。内容提到，以 AI 为由的裁员正催生出一批被称为“回旋镖员工”1的新群体，而各家企业也正在意识到自己过早拔掉了插头。“拔插头拔得太早了”这一表述，出自人才评估公司 SHL 的全球产品与设计高级副总裁 Lucy Beaumont（音译）之口。
其依据是 SHL 于 2026 年 6 至 7 月对 2,036 名美英职场人进行的问卷调查。在被解雇或被 AI 替代后，收到原公司返聘请求的受访者在美国占 19%，在英国占 13%。这相当于每五名美国职场人中就有一人经历过这种情况。
从某种角度来看，这显得有些荒唐。特意裁掉又重新招人的公司也好，接受返聘的人也罢，看起来都挺没面子的。当然，对打工人来说，生计摆在眼前，这也是不得不接受的条件。话虽如此，他们至少也能借机提出更高的薪资要求。
因此，我探究了两件事：为什么会出现这种情况，以及哪些岗位根本不会发生这种事。切入点则是每日统计科技行业裁员数据的 TrueUp 追踪数据。
裁员曲线从夏天开始调头向下
TrueUp 是一家汇总大型科技公司与初创企业裁员消息的招聘平台。截至 10 月 31 日，2026 年科技企业裁员共计 678 起，受影响人数达 198,532 人，平均每天 653 人。而在 2025 年全年，这一数据为 783 起、245,953 人，平均每天 674 人。
年初的氛围截然不同。截至 5 月 25 日，TrueUp 的统计数字为 340 起、142,985 人，平均每天 986 人。当时不少报道纷纷预测，照此速度，2026 年的裁员规模将超过去年。将同一追踪平台在三个时间节点的数据并列排开，情况如下：
| 统计基准日 | 累计裁员起数 | 累计受影响人数 | 年初以来日均人数 |
|---|---|---|---|
| 5 月 25 日 | 340 起 | 142,985 人 | 986 人 |
| 7 月 9 日 | 441 起 | 165,406 人 | 871 人 |
| 10 月 31 日 | 678 起 | 198,532 人 | 653 人 |
年初以来的日均人数持续走低，意味着最近几个月的裁员节奏比年初慢得多。从 7 月 9 日到 10 月 31 日的 114 天里，新增受影响人数为 33,126 人，平均每天约 291 人，仅为 5 月前速度的三分之一左右。
裁员起数反而不少。在同样的 114 天里，新增了 237 起。截至 7 月 9 日，平均每起裁员有 375 人离职，而此后平均每起仅为 140 人。裁员公告仍在不断发布，但单次裁减的规模变小了。
若按照近期的节奏对剩下的 61 天进行简单推算，2026 年全年的总人数约为 21.6 万人，低于 2025 年。不过这只是机械测算，并非严密预测。只要年底出现一次大规模裁员，数字就会随之改变。
解读追踪平台的数据时也有需要注意的地方。由于 TrueUp 是通过收集媒体报道、公司公告以及员工爆料来进行统计，过往数据后续可能会被修正。各平台的统计标准也不尽相同。同样截至 10 月底，Skillsyncer 统计的人数为 232,946 人，而仅统计证券备案公告、企业官方确认的裁员以及州政府 WARN 通知2的 GoLayoffs，统计人数仅为 69,361 人，两者相差三倍以上。因此，比起纠结绝对值，更合理的做法是观察同一追踪体系内趋势走向的变化。
重新招聘的原因在于预期与现实的落差
招聘咨询公司 Robert Half 今年 4 月对约 2,000 名美国招聘主管展开调查，32% 的受访者表示，他们后来在相同或相似岗位上重新招回了曾因 AI 而裁减的人员。 按行业划分，金融业比例最高，达 44%，人事为 35%，科技为 32%。
重新招人的理由非常具体。40% 的受访者表示，这些岗位需要 AI 无法替代的组织内部知识与业务情境；38% 的人表示，人类的监督与质量控制需求远超预期；35% 的人回答称，生产力的提升未达到期望。在组织架构咨询公司 Orgvue 的调查中，以引入 AI 为由进行裁员的管理层（占受访总数的 39%）中，有 55% 承认当初的决定存在失误。
这三个原因指向同一个核心：做出裁员决定时，管理者手握的更接近预测，而非经过验证的实际成效。他们先入为主地盘算着“AI 应该能做到这个程度”并先行裁撤了岗位，而实际运转后才发现这笔账根本算不平。
具体案例清楚地展现了问题出在哪里。IBM 的 AI 处理了约 94% 的人事需求，但卡在了需要伦理判断的剩余 6% 上。IBM 随后宣布，将在 2026 年将美国应届毕业生的招聘规模扩大至三倍。福特引入了 AI 质量检测系统和约 900 台摄像头，却遗漏了熟练技术人员一眼就能发现的缺陷。福特在 6 月宣布招聘或晋升了约 350 名资深工程师（各家报道中的具体数字和统计周期略有差异）。哪怕业务的 90% 实现了自动化，事故却极易出在剩下的 10% 里。而原本负责兜底那 10% 的人员，却早已不在公司了。
成本同样偏离了预期。Uber 在四个月内就耗尽了原本计划用一整年的 2026 年 AI 编程工具预算，其首席运营官承认，这笔支出很难转化为可衡量的业务改善。此后，Uber 对每位员工设置了每月使用限额。
有些情况下，AI 甚至从一开始就不是真正的动因。彭博社分析指出，英国归咎于 AI 的就业岗位减少，实际上源于更广泛的宏观经济因素。这是给原本就计划推进的成本削减套上 AI 外衣的“AI 洗白”（AI Washing）3。在这种情况中，公司原本就没有让 AI 接管具体工作的规划，一旦业务积压，除了重新招人便别无选择。
反方观点同样值得关注。Klarna 并不认同“出尔反尔”的说法。他们的立场是，AI 依然承担着相当于 800 多人的工作量，重新招人只是为了试点高端人工咨询服务。而在 2025 年 10 月至 2026 年 1 月期间累计裁员约 3 万人的亚马逊，自 9 月起也开始就 AI、机器学习、云计算等岗位重新联络前员工；对此公司解释称，这只是常规的再聘用惯例，并非撤回此前的裁员决定。
裁撤 3 万人却招聘 1 万人：亚马逊的算盘同时必须考虑到，发布调查的 Robert Half 和 SHL 本身就是依靠招聘与人才测评服务盈利的公司。因此，相比于“半数企业后悔并重新招人”，“不少公司正在回填部分岗位”才是更契合客观数据的表述。
同一行业内部两种趋势的交织同样耐人寻味。重新招人比例最高的金融业，如今依然在以 AI 为由推进裁员。根据 TrueUp 金融裁员追踪数据，截至 10 月 28 日，金融机构共发生 153 起裁员，波及 64,620 人。10 月 22 日，巴克莱银行借助 AI 削减成本并裁员 5,000 人；10 月 1 日，花旗集团以自动化为由精简了中后台人员。裁员的公司与重新招人的公司并非泾渭分明，这两种动作正在同一行业内同步上演。
回归者手中的底牌
那么，回去的人就吃亏了吗？人力分析公司 Visier 利用 142 家企业、240 万人的数据，追踪了 2018~2024 年被裁后 15 个月内重新录用的情况。结果显示，回归员工的薪资平均上涨了 5%，而未经历裁员一直留任的同事则上涨了 2%。大多数人都在 10 个月内重返原岗位。需要说明的是，这项分析并非单独针对 AI 裁员。
调查还揭示了究竟是谁被重新召回。高绩效员工的重新录用比例比其他员工高出 120%，管理者高出 68%，司龄 10~15 年的员工则高出 42%。公司迅速重新召回的人，是那些把工作方式与判断标准装在脑子里的人。
选择回去的人也在开出自己的条件。在 SHL 的调查中，当收到前东家的回归邀请时，51% 的人将大幅涨薪作为回归条件，42% 的人则要求书面形式的就业保障。前文提到的“可以要求更高薪资”，实际上正在成为现实。
回旋镖不会飞回的岗位
现在来看第二个问题。哪些岗位不会发生这种现象呢？主要分为两类。
一类是最初就几乎没有因 AI 而裁员的工种。例如照护与看护辅助、护理、熟练技工、照料劳动等受 AI 暴露度较低的职位。斯坦福数字经济研究所统计显示，截至 2026 年 4 月，在 AI 暴露度最高的职位中，22~25 岁人群的就业率每年下降 3.8%，但在暴露度最低的职位中，同年龄段的就业率反而增长了 2%。因为从未被裁，自然也无所谓重召。
另一类则更为沉重：即 AI 替代确实已经成定局的岗位。
首先是应届与职场新人。根据斯坦福研究团队于 8 月 12 日更新的“煤矿里的金丝雀”研究，在 AI 暴露度较高的职位中，22~25 岁人群的就业率比暴露度较低职位中的同龄人群低了约 19%。研究团队指出，这种下滑并非源于裁员或离职的增加，而是由于招聘规模的大幅缩减。
这些人从未出现在 TrueUp 之类的裁员追踪平台上。因为从未被录用，所以既谈不上被裁，更谈不上被重新召回。这就是为什么裁员曲线拐头向下的消息对新人而言毫无意义。市场研究机构 Forrester 也预测，即便有经验的资深员工被悄然重新雇佣，初入职场的求职者依然难以获得机会，而且许多企业会借机转向成本更低的海外人力。
法拉利设计师依然从铅笔开始其次是常规写作、翻译和简单客户服务自由职业者。对自由职业平台 Upwork 上 500 万份招聘启事分析的结果显示，ChatGPT 普及后缩减最严重的正是写作、翻译和客服业务。这些人并非收到了裁员通知，而是订单被直接切断。即便需求重新出现，也无法保证会回到同一批人手中。
最后是一线呼叫中心。即便需求回归，也不会回到原来的岗位形态。Gartner 认为，以 AI 为由削减呼叫中心人力的企业中，有 50% 将在 2027 年前重新雇人从事类似工作，但职位名称可能会改变。也有分析指出，部分再招聘岗位已被转移至海外，或者以更低的薪资回归。即便人员数量恢复，职位的质量也可能在不知不觉中发生改变。
至此，划分回旋镖飞回与否的界线已然清晰。斯拉文斯基指出，被重新招聘的岗位主要是 AI 虽能辅助、却无法对最终结果承担责任的领域。反过来说，只要 AI 能以足够低廉的成本输出成果，且即使出错也不会引发严重后果的工作，回旋镖就不会飞回来。
Oswarld视角
刚看到这篇报道时，我觉得无论是公司还是重返岗位的员工，看起来都有点犯傻。但转念一想，打工人毕竟要维持生计，实属无可奈何，而且他们借此提出更高的薪资要求也完全合情合理。去查了查数据，发现后半部分确实正在发生。有一半重返岗位的人都将加薪作为先决条件，而且他们回归后的薪酬涨幅甚至超过了原本留任的同事。
我在为企业设计交付方案或咨询项目时，都是以“模型性能始终在提升”为前提来准备的。即便是在搭建公共机构的内网隔离环境时，我也会以 6~12 个月后即将问世的开源与开放权重（Open-weight）模型的水平为预期来规划项目。
然而，那是为了让系统去适配未来即将达到的性能而做的前瞻设计，与盲目相信尚未到来的性能而直接辞退眼前的员工完全是两码事。我认为，这次绝大多数重新招人的案例，根源都在于未能厘清这两者的区别。
更让我牵挂的，是那些连可以重新召回的人都不复存在的岗位。如果仅仅看着裁员追踪器上的数字在减少就解读为就业正在回暖，那么那些从一开始就未曾开放过的初级岗位，就将始终隐形。
结语
因 AI 被裁后又被重新召回，往往发生在公司基于预测而非已被验证的成效去削减人手的时候。 能被重新召回的是掌握业务上下文与判断力的资深员工，而从一开始就未曾开放的新人岗位，既不会出现在裁员统计中，也不会出现在“回旋镖”统计中。
💬 读者，在您所在的公司里，是否有过以引入 AI 为由裁撤、后来又重新填补的岗位？如果有，它是以原有的职位名称回归，还是换了别的头衔？欢迎在评论区留言分享。
📨 如果身边有正面临裁员或招聘规划的同事，欢迎将这篇文章分享给他们。
参考资料与延伸阅读
核心来源
- TrueUp, “Tech Layoffs Tracker”, 截至 2026.10.31.：本文裁员事件数、人数、单日平均以及招聘职位数的出处。
- TrueUp, “Finance Layoffs Tracker”, 截至 2026.10.28.：巴克莱、花旗等金融业裁员记录。
- CNBC, “AI-driven layoffs are creating a new class of boomerang employees”, 2026.10.30.：报道了 SHL 调查以及“拔掉插头操之过急”的言论。
- Fast Company, “The ‘AI boomerang’: Why some companies are rehiring employees they laid off due to AI”, 2026.6.5.：报道了 Robert Half 调查与斯拉温斯基（Slavinsky）的发言。
- Stanford Digital Economy Lab, “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence”, 2026.8.12. 更新：22~25 岁就业差距 19% 与招聘缩减解读的出处。
背景知识
- IBTimes, “AI Layoffs Backfire as 32% of Bosses Rehire Roles They Thought Robots Could Do”, 2026.：整理了 Robert Half 调查的分行业数据。
- TechSpot, “The AI boomerang effect: more data suggests employers are reversing AI layoffs”, 2026.：综合探讨了重新雇用的原因、Forrester 预测以及优步案例。
- TechSpot, “More companies rehiring workers they replaced with AI”, 2026.：报道了 Orgvue 调查与 IBM 扩大校招应届生。
- Axios, ""Boomerang” hires suggest AI layoffs aren’t sticking”, 2025.11.4.：最早介绍 Visier 重新雇用分析的报道。
- The Interview Guys, “Layoffs Are Cutting the Exact People Companies Rehire Most”, 2026.：整理了 Visier 分析中不同职级与工龄的重新雇用比例。
- Forkast, “The AI rehire correction paradox”, 2026.：包含福特质量检验案例与 Klarna 的反驳。
- Fast Company South Africa, “The problem with AI-attributed layoffs”, 2026.7.15.：介绍了彭博社对英国 AI 裁员的分析。
- Let’s Data Science, “Amazon Reaches Out to Former Workers for AI and Cloud Roles”, 2026.9.：亚马逊重新联系前员工及公司方面的解释。
- HCAMag, “When AI redundancies backfire: Employers now scrambling to rehire humans”, 2026.：Gartner 对呼叫中心重新雇用的预测。
- Entrepreneur, “AI Is Impacting Jobs. Here Are the Gigs Affected the Most”：对 500 万条 Upwork 招聘启事的分析。
- Skillsyncer, “Tech Layoffs Tracker”, GoLayoffs, “Tech Layoffs Tracker 2026”：用于对比不同追踪网站统计口径的差异。
📝 术语说明
你的观点会成为下一期的线索
欢迎留下你的经验与看法。