Revelio Labs พบว่าเรื่องราวการเลิกจ้างโดย AI แยกระหว่างการเปลี่ยนแปลงของพนักงานและการลดต้นทุน

เกิดอะไรขึ้น

Revelio Labs วิเคราะห์บริษัทที่เปิดเผยต่อสาธารณะว่าการเลิกจ้างเนื่องมาจาก AI โดยเปรียบเทียบการเปลี่ยนแปลงของพนักงานกับบริษัทอื่นๆ ในอุตสาหกรรมที่ตรงกัน รายงานระบุว่าบริษัทต่างๆ โดยทั่วไปจะขยายบทบาทที่เกี่ยวข้องกับ AI ในขณะที่ลดจำนวนพนักงานที่ไม่ใช่ AI แต่เกือบครึ่งหนึ่งไม่ได้แสดงการเปลี่ยนแปลงไปสู่ ​​AI อย่างต่อเนื่อง

Revelio Labs รายงานว่าได้ร่วมมือกับ System2 เพื่อระบุบริษัทที่ถือว่าการเลิกจ้างโดยสาธารณะเนื่องมาจากปัญญาประดิษฐ์ในการรายงานข่าว จากนั้นจึงตรวจสอบแนวโน้มของพนักงานโดยใช้ข้อมูล Revelio Labs กลุ่มประชากรตามรุ่นประกอบด้วยบริษัทเทคโนโลยี เช่น Meta และ Amazon รวมถึงบริษัทต่างๆ เช่น General Motors, The Washington Post, UPS และ McKinsey แหล่งที่มาไม่ได้ระบุขนาดที่แน่นอนของกลุ่มประชากรตามรุ่น เกณฑ์การคัดเลือกทั้งหมด หรือรายชื่อบริษัทที่ได้รับการวิเคราะห์ทั้งหมด ซึ่งจะจำกัดความแม่นยำในการประเมินสิ่งที่ค้นพบ

ในช่วงสองปีก่อนการประกาศ บริษัทในกลุ่มร่วมรุ่นได้เพิ่มบทบาทที่เกี่ยวข้องกับ AI ในอัตรามัธยฐานมากกว่า 11% ตามข้อมูลของ Revelio Labs ในขณะที่บริษัทในกลุ่มเดียวกันในอุตสาหกรรมก็เพิ่มบทบาทเหล่านั้นมากกว่า 13% ในเวลาเดียวกัน บริษัทที่ประกาศเลิกจ้างที่เกี่ยวข้องกับ AI ในภายหลังได้ลดจำนวนพนักงานที่ไม่ใช่ AI ลงมากกว่า 3% ในขณะที่บริษัทอื่นๆ ยังคงรักษาจำนวนพนักงานที่ไม่ใช่ AI ไว้ค่อนข้างคงที่ Revelio Labs ตีความการรวมกันดังกล่าวว่าเป็นหลักฐานของการเปลี่ยนแปลงบุคลากรไปสู่งานที่เกี่ยวข้องกับ AI แม้ว่าบริษัทต่างๆ จะไม่ได้ขยายบทบาทด้าน AI อย่างรวดเร็วเท่ากับบริษัทเทียบเคียงก็ตาม

Revelio Labs ยังรายงานว่าบทบาทที่เกี่ยวข้องกับ AI คิดเป็นสัดส่วนเกือบสองเท่าของการจ้างงานทั้งหมดของบริษัทในกลุ่มร่วมรุ่น เมื่อเทียบกับบริษัทอื่นๆ ที่จับคู่กัน ทั้งก่อนการประกาศเลิกจ้างและหกเดือนหลังจากนั้น ในช่วง 24 เดือนที่ผ่านมา พื้นที่ที่มีการจ้างงานสัมพันธ์กันมากที่สุด ได้แก่ โครงสร้างพื้นฐานด้านไฟฟ้าและเทคโนโลยีสารสนเทศ กลยุทธ์ผลิตภัณฑ์ การวิจัยและพัฒนา และความปลอดภัยทางไซเบอร์ แหล่งข่าวกล่าวว่าการจ้างงานที่ไม่ใช่ AI ได้เปลี่ยนไปสู่การดำเนินงานขนาดใหญ่ การขนส่งสินค้าทางกายภาพ และงานด้านกฎหมาย ซึ่งเป็นพื้นที่ที่ Revelio Labs กล่าวว่าปัญญาประดิษฐ์ยังคงมีความน่าเชื่อถือน้อยกว่า ในระดับบริษัท Revelio Labs ระบุรูปแบบสี่แบบ: บริษัทต่างๆ หันมาใช้ AI, บริษัทต่างๆ ขยายจำนวนพนักงานโดยรวม, บริษัทลดจำนวนพนักงานลง และบริษัทต่างๆ เปลี่ยนจาก AI

รายละเอียดที่มา: reveliolabs.com ↗

ทำไมมันถึงสำคัญ

การวิเคราะห์ทำให้การกล่าวอ้างว่า AI เพียงอย่างเดียวทำให้เกิดการเลิกจ้างเมื่อเร็ว ๆ นี้ รายงานระบุว่าบางบริษัทกำลังจัดระเบียบใหม่โดยใช้ AI ในขณะที่บางบริษัทอาจใช้ AI เป็นเหตุผลในการลดต้นทุน การเลิกจ้างพนักงาน หรือการลดจำนวนพนักงานอื่นๆ

The findings challenge two overly simple accounts of AI-related layoffs. One account treats every announcement as evidence that automation has already replaced large numbers of workers. The other treats every AI explanation as public-relations language for ordinary cost cutting. Revelio Labs reports evidence for both realities: more than half of the firms it studied showed workforce changes consistent with a move toward AI, while a substantial minority reduced their AI workforces or adopted AI more slowly than their industries.

The company-level comparisons are important because aggregate hiring can conceal different strategies. Revelio Labs says Atlassian, Meta, and Coinbase were expanding their overall workforces before announcing layoffs, meaning overhiring may have contributed alongside any AI-related reorganization. By contrast, Block and McKinsey had already reduced headcount during the preceding two years, which the source says is harder to reconcile with a story centered on AI-driven expansion. Revelio Labs also identifies Cloudflare as appearing to shift away from AI before its announcement, while describing the Washington Post, Dropbox, and UPS as examples of companies that did show a clearer movement toward AI-related work.

For workers and the public, the distinction affects how layoffs should be understood and evaluated. A company can cut non-AI roles while hiring specialists who build infrastructure, develop products, or secure AI systems; that is materially different from replacing a specific occupation with a tested automated system. The analysis suggests that investors, employees, and policymakers should ask what work changed, which roles were added, and whether the company’s AI adoption outpaced peers. It does not establish that the remaining workers became more productive, that displaced tasks were fully automated, or that the reported workforce patterns improved products or services.

จะดูอะไรต่อไป.

การวิเคราะห์ไม่ได้วัดการเพิ่มผลผลิตโดยตรงหรือพิสูจน์ว่า AI ทำให้เกิดการเลิกจ้างโดยเฉพาะ การตรวจสอบเพิ่มเติมควรมุ่งเน้นไปที่หลักฐานระดับบริษัท หน้าที่ที่ถูกกำจัด การจ้างงานที่เกี่ยวข้องกับ AI หลังจากการเลิกจ้าง และแผนระบบอัตโนมัติที่ระบุไว้จะสร้างการเปลี่ยนแปลงการปฏิบัติงานที่วัดผลได้หรือไม่

The most important limitation is causal. Revelio Labs explicitly says it cannot directly observe the internal productivity gains that would have enabled the layoffs. Its workforce measures therefore provide a signal of organizational direction, not proof that AI caused a particular reduction. Companies can hire AI specialists for defensive or experimental reasons, classify roles differently, or cite AI alongside broader financial and strategic pressures. The source also does not independently verify each company’s public explanation or provide the underlying records for every employment change.

Future reporting should examine company-level evidence after the announcements. Relevant indicators include whether firms continue hiring AI engineers and infrastructure specialists, whether they restore or replace eliminated functions, and whether their job postings show sustained adoption of AI tools rather than a temporary recruiting push. It would also be useful to compare announced automation plans with operational results, such as changes in service capacity, product output, error rates, delivery times, or customer support. Those measures could help distinguish genuine process redesign from language aimed primarily at investors or employees.

Revelio Labs กำหนดอัตราการยอมรับ AI ตามเปอร์เซ็นต์ของประกาศรับสมัครงานสำหรับบทบาทที่สามารถสร้างระบบ AI หรือใช้ประโยชน์จากเครื่องมือ AI นั่นเป็นตัวบ่งชี้เชิงปฏิบัติ แต่ไม่ได้แสดงให้เห็นว่าคนงานใช้เครื่องมือเหล่านั้นอย่างกว้างขวางเพียงใด ความสามารถของเครื่องมือนั้นเป็นอย่างไร หรือว่าพวกเขาเข้ามาแทนที่แรงงานมนุษย์หรือไม่ ผู้อ่านจึงควรดูการวิจัยอิสระโดยใช้ข้อมูลเงินเดือน ระดับงาน ประสิทธิภาพการทำงาน และผลลัพธ์ของพนักงาน แหล่งที่มาทิ้งข้อมูลที่ไม่ทราบความหมายหลายประการ รวมถึงขนาดที่แน่นอนของกลุ่มประชากรตามรุ่น ความครอบคลุมทางภูมิศาสตร์ของบริษัท กฎการจัดหมวดหมู่สำหรับบทบาท AI และไม่ใช่ AI และระยะเวลาติดตามผลหกเดือนจะจับผลกระทบต่อพนักงานในระยะยาวหรือไม่

คำแนะนำและแบบทดสอบที่เกี่ยวข้อง