大型企业预计人工智能将在 2026 年使其员工人数减少 0.8%。较小的企业预期恰恰相反：由 AI 驱动的温和就业增长，且集中在技术型岗位。同样的技术，同样的年份，方向相反——而这一差距，正是亚特兰大联储、里士满联储与杜克大学（Duke University）经济学家对近 750 位企业高管所做调查中，在运营上最有价值的发现（NBER Working Paper 34984, 2026）。
作者把含义写得很直白：岗位的重新洗牌"主要不是发生在企业内部，而是在整个经济体范围内发生"（Richmond Fed, 2026）。AI 带来的岗位再配置发生在雇主之间，而不是雇主内部。如果你在一家 50 至 500 名全职员工的公司负责运营，这句话描述的是一场正朝你的招聘岗位而来的劳动力供给事件——而我今年审阅过的几乎每一份中型企业 AI 计划，都建立在"它描述的是威胁"这一假设之上。
推翻 2026 年标准人员规划的两个数字
调查分两轮进行：2025 年 11 月 11 日至 12 月 16 日，从 The CFO Survey 面板收到 603 份回复；另有 145 份来自 Financial Executives International 与 NASDAQ 成员企业高级财务决策者的回复，于 2025 年 12 月中旬至 2026 年 1 月收集（Richmond Fed, 2026）。
就业的总量结论接近于零。企业报告 2025 年 AI 对员工人数的影响可以忽略不计，对 2026 年就业水平的平均预期影响同样接近于零。全部张力都在这个均值周围的离散度里：大型企业预计今年 AI 将使其就业减少 0.8%，而较小企业预期温和增长。
结构数据在更长的时间轴上指向同一方向。平均而言，企业预计常规文员岗位占比将在 2026 年下降 0.76%，到 2028 年下降 2.19%，部分由技术型岗位的增加所抵消。但这一下降并不均匀。AI 投入更高的企业——尤其是大型企业——显著更可能削减其常规岗位占比，而小型企业显著更可能扩大技术岗位就业。
把这两项发现放在一起读，看到的不是就业净毁灭，而是一次转移。一批企业正在释放文书处理能力并购买软件；另一批企业正在招聘前者创造得不够快的技术岗位。
从接收端看，AI 带来的岗位再配置是什么样子
这个区分之所以重要，是因为它决定了应由哪个部门作出回应。
如果 AI 是在企业内部削减就业，正确的回应就是一份人力规划：离职管理、内部再配置、离职成本建模。这是大型企业的剧本，也是多数中型企业运营负责人正在照抄的剧本——因为被写出来的就是它。
如果 AI 是在企业之间重新配置就业，正确的回应就是一份人才获取计划——而且是瞄准一批即将以低于重置成本的价格进入市场的劳动力的计划。流动的正是调查所识别的那些人：行政工作、数据录入、客户服务及其他常规运营岗位，是高管们最常预期被 AI 替代的；而市场营销、会计、财务、管理与分析工作，是他们最常预期被 AI 增强的。
这不是一群没有工作能力的人。这是一群其前雇主判定"岗位中常规的那 60% 用软件更便宜"的人——而他们保留了软件无法提供的公司特有流程知识、客户背景与异常处理能力。在 50 至 500 名全职员工的规模上，这一组合自建昂贵，现在买入便宜。
裁员头条是真的。但它们说的不是你。
反面证据值得被公平对待，因为它既响亮又准确。
AI 已连续五个月成为美国裁员公告中被列举的首要原因。截至 2026 年 7 月，雇主在 112,713 个已公布的裁员岗位中提及 AI——约占今年全部裁员的 24%——其中仅 7 月就有 10,970 个（Challenger, Gray & Christmas, 2026）。任何读到这些公告的人，都会合理地得出"AI 是一件人头数事件"的结论。
看看裁员落在哪里。截至 7 月，科技行业公布了 149,023 个裁员岗位，占 2026 年总量的 31%，同比增长 67%。同一份报告指出，科技行业之外与 AI 相关的裁员一直有限，并且截至 7 月公布的裁员总量比 2025 年下降 41%，同时招聘计划增长 25%。Challenger 自己对这一年的总结才是有用的那句：AI 正在移动劳动力市场，而不是在拆解它。
于是，两组数据是从相反的两端描述同一个现象。规模大、AI 走在前面、以科技行业为主的雇主在宣布削减。经济体其余部分中规模较小的企业则预期增加技术人员。头条记录的是这场转移的释放端。几乎无人记录接收端——因为没有人会为招聘四个人发新闻稿。
降本论据是这份调查中最弱的一条
论文中还有第二项发现，应当改变你论证自身 AI 支出的方式，而它很容易被就业数字盖过去。
调查询问了高管的 AI 投资动因，每项因素按 0 到 4 打分。提升生产效率与劳动生产率排在最前。降低人力成本与非人力成本排得更靠后。创新——开发新产品——以及需求侧动因，例如更好地触达和服务客户，同样超过了降本。可衡量的生产率收益遵循同一逻辑：它们并非主要来自资本深化，而是反映了以营收衡量的全要素生产率提升，与创新和需求渠道紧密相关（NBER Working Paper 34984, 2026）。
接着是诚实性检验。企业报告 2025 年 AI 带来 1.8% 的生产率提升。当研究者用构成要素计算隐含收益时——即归因于 AI 的营收变化相对于 AI 引致的就业变化——在所有主要行业中，2025 与 2026 两年的隐含数值都明显更小。作者称之为生产率悖论，并将差额归因于营收实现的滞后。
由此产生两个运营层面的推论。第一，建立在人头节省之上的 AI 商业论证，恰恰建立在最贴近该项支出的高管评分最低、数据支持最弱的那个动因上。第二，如果你拿同行报告的收益作为自己的基准，你比较的是一个同一数据集显示相对于实际营收被高估的数字。
这些证据薄弱在哪里，说清楚
这是财务高管的预期数据，不是从薪资系统中取得的实际结果。它衡量的是 CFO 相信到 2026 年和 2028 年会发生什么，而 CFO 对自身人员规模的预测在两个方向上都有已知的乐观偏差。大型企业 0.8% 的减幅是意向的平均值，不是离职人数的统计。
它也只是单轮调查，补充样本部分取自 FEI、NASDAQ 及杜克大学校友网络，因而偏向对该议题兴趣高于平均的企业。而"小企业会招人"这一结论，是关于相对倾向的陈述，不是绝对增长的保证。
这些数据能够承载的，是这种不对称的方向，以及不对称幅度很大这一事实。它们不能承载的，是适用于你所在行业的精确量级。用方向来估量机会；不要把 0.8% 放进模型里。
承接计划，以及为什么多数中型企业会错过它
这个机会不会自动兑现，原因是结构性的：最适合承接这些人才的企业，恰恰最没有准备好吸收他们。
Census Bureau 的数据显示，2025 年 12 月至 2026 年 5 月，美国企业的 AI 使用率在 17% 至 20% 之间波动，且采用率随企业规模稳步上升——最大的企业使用最重（U.S. Census Bureau, 2026）。招聘数据指向同一方向：至少发布过一条提及 AI 招聘广告的企业占比，从 2018 年的约 2% 升至 2025 年底的近 6%，且高度集中于最大的雇主（Indeed Hiring Lab, 2026）。中型企业有意招聘技术人员。多数尚未定义这些人要填补的岗位。
三个动作可以让这一意图在本季度变得可执行。
1. 在市场开始移动之前，写好那两份职位说明。 不是"AI 专家"。调查所隐含的角色更窄：一个人负责围绕某个具体工作流的流程再设计，另一个人负责 AI 产出与客户或监管方相接处的核验层。两者都可以从正在被释放的"文员转技术"人群中招到。而两者在多数中型企业的组织架构上都不存在。
2. 把 AI 商业论证重新建立在效率与需求这两条线上。 如果你给董事会的材料用 FTE 削减来论证 AI 支出，请把它换成人均产出、周期时间与人均营收目标。调查把真实回报定位在那里，而这也是能在生产率悖论中站得住的版本。
3. 建立一份指名的目标名单，而不是一套招聘网站策略。 你知道所在区域哪些大型雇主在过去两个季度公布了归因于 AI 的裁员。那些公告点了职能的名。离开的人所持有的流程知识，恰好落在你想加强的运营领域，而且可以直接触达。
三个动作都不需要本季度的新增预算。三个动作都需要有人作出判断：在这场转移中，中型企业是目的地，不是旁观者。
本季度的决定
拥有一万名员工的竞争对手正在执行人员缩减。你一直把他们的剧本当成自己的来读。它不是——AI 带来的岗位再配置在企业之间转移工作，而依据证据，它转向的是与你规模相当的公司。
决定很窄：本季度，你是写下那两份角色定义并重新论证商业价值，还是再花一个季度去守卫一支没有人来抢的队伍？
再配置已被定价。唯一未决的问题，是你要为它的哪一侧配置人手。
