本文来自微信公众号： 盖雅学苑 ，作者：盖雅学苑编辑部
很多企业做AI转型，往往想要先在这件事上拿到结果——替代了多少人。
但在海外，第一批拿到这个结果的企业，已经遭受到了“AI回旋镖”。
SHL是全球人才洞察和人才测评机构。它在2026年10月发布的《2026年职场人才流动：隐形劳动力》报告里，给出了的数据：19%的美国受访劳动者表示，自己曾被AI替代，后来又被原公司请了回去。
尽管大多数重新就业的受访者愿意回来，但他们希望双方的关系条款能够有所改变：
51%的人希望在重返工作岗位前获得大幅加薪。
42%的人希望得到关于未来工作保障的具体保证。
40%的人希望未来人工智能在其工作中的应用完全透明。
所以，海外媒体把这个现象叫作AI boomerang，也就是“AI回旋镖”。Gartner说得更直接：cut fast,rehire later。
在海外，“AI回旋镖”已经不是个案
除了SHL的这份研究，还有不少海外机构的研究也说明，“AI回旋镖”正在一个普遍现象。
Robert Half是一家创立于1948年的全球专业人才解决方案与商业咨询公司，也是全球规模最大的专业人才服务机构之一。它在2026年7月发布的研究提到，32%的美国招聘经理表示，自己的组织曾因AI取消岗位，后来又恢复了相同或类似岗位。Robert Half给这些回补动作起了个名字，叫“AI纠偏式回聘”。
而Gartner早在2026年2月就预判：“到2027年，50%将人员缩减归因于AI的公司，会重新招聘员工承担类似职能，只是职位名称会不同。”
2026年11月，Gartner又补了一次跟踪数据：在已经因为AI缩减客服编制的组织里，7%已经重新招聘人手，11%计划在未来18个月重新招聘。
而真实企业的动作也论证了这些研究结论，比如：Klarna在高调宣传AI客服降本后，又重新招聘人工客服。Ford则在自动化和AI质检效果没有达到预期后，补充了350名资深工程师。
“AI回旋镖”对企业的影响很直接。
首先，显性的财务成本会抬高。原本想省掉工资，最后却要重新招聘、重新培训、重新磨合，甚至要用更高的价格把人请回来；其次，从隐性的影响看，业务稳定性、员工信任，甚至AI转型本身的节奏，都会受到明显影响。
为什么AI转型会变成“AI回旋镖”
为什么很多企业的AI转型，最后会变成“AI回旋镖”？SHL、Gartner、Robert Half、美联社等机构，都给出了相应解释。概括起来，主要是三点。
第一，很多企业是按“AI预期价值”、而不是“AI实际价值”去裁员。
Gartner在报告里，最反复强调和提醒的就是这一点：
“当企业基于对AI价值的预期，而不是基于已经验证的结果来削减人手时，就很容易掉进‘裁得太快，后来又得重新招人’的陷阱。”
“管理者应该把裁员视为AI表现经过验证且可持续之后的结果，而不是把它当成实现AI价值的前提条件。”
大量企业还没等AI在真实业务里跑出稳定结果，就先把“降本”记到了编制账上。技术在决策层的汇报里能跑通，但到了业务现场，未必能扛住真实工作量、例外场景和质量要求。
第二，组织没有看到人的隐形价值，管理者也没看见员工在岗位头衔之外的能力。
在SHL的报告里，还有两个重要的数据：
只有42%的员工认为，自己的经理真正了解自己职位头衔之外的技能。
54%的受访者表示，雇主更倾向于外部招聘，而不是优先对内部员工进行再培训或晋升。
“大多数组织无法可靠、客观地衡量员工的能力。没有这种衡量标准，采用人工智能的决策就只能靠猜测。”SHL在报告里这样分析。
而前面提到的Robert Half，还分析了“企业后来为什么又把人招回来”的前三大原因：
“需要AI无法替代的机构知识或业务语境：40%”
“涉及AI无法复制的关系管理：39%”
“比预想中更需要人工监督和质量控制：38%”
这些原因也说明了很多企业低估了人的隐形价值，低估了岗位头衔之外的能力。
同时，Forrester分析师Betsy Summers也在美联社的采访中给出了自己的判断：
“当企业用AI去承担原本由人完成的任务时，往往会忽略员工在正式岗位描述之外承担的那些隐形工作。”
“这类工作可能包括感知情绪和氛围、临时拉会沟通，以及在受到激励时主动多做一步。”
“像维系团队凝聚力、推动团队建设、确保团队内部建立信任这样的组织公民行为，通常都没有被算进去。”
这些，恰恰就是员工那些“平时看不见、出事时最要命”的价值所在。它们不写在岗位说明里，也不容易出现在报表里，但一旦人被撤掉，问题很快就会浮上来。
第三，很多企业的知识库、流程数据和业务文档本身就不完整。
这也是很多企业容易忽略的一层。
流程没梳理清，业务经验的文档和知识库没沉淀下来，知识经验依然主要留在老员工脑子里，AI接到的就不是一个清晰流程，而是一堆缺上下文、缺规则边界、缺历史语境的数据碎片。
比如，Georgetown教授Brooks Holtom在美联社的采访中就重点强调了：
“很多组织没有花足够的前期时间，真正弄清楚流程是怎么运转的，以及人在流程里到底创造了什么价值。”
“像数据处理、记账这类任务，企业内部的操作流程本身也并不总是被完整记录下来。”
所以，很多企业一边上AI，一边又在回补人工。原因就在于：AI能不能接住业务，不只取决于模型能力，也取决于企业自己有没有把流程、规则、知识和例外场景整理成机器接得住的东西。
AI转型拿结果，首先要关注增效，而不是降本
所以，企业到底该怎么做，才能尽量避开“AI回旋镖”？
这篇文章开头就说了，很多企业做AI转型，最想先拿到的结果，是“替代了多少人”。如果“替代人”一开始就是出发点，这件事大概率会做偏。
企业做AI转型，起点应该放在增效上，而不是直接放在减人上。
因为——降本不一定带来增效，但增效大概率会带来降本。
相比盯着编制和人头，企业更应该盯住业务里的具体场景、流程重构和动作减少，从业务需求推导任务重构，从任务重构推到技能重构，再从技能重构重新审视岗位和人。只有当降本和岗位变化，变成业务和流程重构之后的自然结果，企业才更不容易遭遇AI回旋镖。
企业想避免“AI回旋镖”，可以先从三件事去切入。
第一，先改流程。
别一上来就问哪个岗位能减，先问业务里哪些动作低效、哪些流程值得重构、哪些任务可以重新分配。
走得更远的公司，不是把AI塞进原有流程里，而是围绕AI去重构流程、重排任务、重组技能。流程不改，本质上还是用新工具，做老办法的事。
第二，先验证AI的真实价值。
AI能不能接住业务，不能只看汇报和技术演示。
要先放进真实场景里跑，来看看：质量稳不稳、复杂场景接不接得住、总成本到底降没降。跑不出稳定结果，别急着减人。
第三，先盘技能和知识。
企业要盘清楚，这个岗位除了岗位说明里列出的职能，还握着什么能力。比如客户关系、机构知识、跨部门协同、风险判断、现场兜底。
要弄清楚人真实在做什么、具备什么技能、还能流动到哪些新任务和新场景里。
同时，企业内部的知识库、流程文档、规则边界这些知识资产，也得先补起来。业务知识没沉淀好，AI根本接不住。
