2025 年，硅谷裁员潮仍在继续。
硅谷 CEO 们高喊 AI 将会带来新一轮的效率革命，也是重塑生产力的未来之光，然而，这份技术红利落到普通打工人头上，往往只剩下一个看起来比较体面的裁员理由。
用 AI 省下来的钱看似成了企业财报里的亮点，但为了让它真正跑得通、用得稳，越来越多企业不得不在后续维护、内容校对、安全合规等环节加码投入。
于是，一种专门替 AI 收拾烂摊子的新职业悄然兴起。他们主要负责给客户返工、补救、兜底，收拾那些被 AI 搞砸的现场。而原本使用 AI 省下的钱，也正在以另一种方式花回去，甚至更多。
AI 省下的钱，花在「返工」里
AI 工具席卷企业内部流程，是这两年最明显的商业趋势。
OpenAI、Google Gemini、Anthropic Claude…… 模型一波接一波，产品 / 功能也越来越围绕职场这个最具生产力的场景卷了起来：写文案、改代码、生成客服话术，AI 被当作打工神器全面上岗，仿佛只要用上它，就能一夜之间降本增效。
Anthropic CEO Dario Amodei 在 5 月接受采访时表示，未来 1 至 5 年，一半的入门级岗位将被 AI 替代，美国失业率可能升至 10% – 20%。
但外媒 BBC 最近的报道就揭开了这场 AI「上岗」的另一面——许多靠 AI 省下预算的企业，正花更多钱返工、善后。
Sarah Skidd 是一位在美国工作的自由文案人。今年 5 月，她接到一家内容代理企业发来的急活：修改某酒店网站全部页面的 AI 文案。
20 小时的工作时间，每小时收费 100 美元，总价 2000 美元——这笔「原本想省」的钱，又以加价的方式花了回去。
Sarah Skidd
客户的初衷是使用 ChatGPT 写文案能节省一大笔预算，但平淡、空洞、缺乏销售吸引力的内容不但没吸引用户，反而拉低了品牌形象。她直言：「一眼就看得出是 AI 写的，完全没有说服力。」
这些由 AI 生成的文案句式单一、节奏僵硬、缺乏情绪，几乎无法修补，只能推倒重来。
当然，她并不是个例。
Skidd 注意到，身边许多同行的主要收入来源，已经从内容创作变为修复 AI 写出来的东西，「现在客户给的文稿，90% 是 AI 写的，但几乎都要我们重新改。」某位同行坦言。
类似给 AI 返工的现象，也开始蔓延到开发、运营等技术环节。
Sophie Warner
在英国，数字营销企业 Create Designs 的创始人 Sophie Warner 最近接到的最多请求，来自那些被 ChatGPT「误导」的客户。有客户照着 AI 教程改代码，结果网站崩溃，遭遇黑客攻击，整整瘫痪三天，从而损失 360 英镑。
甚至不仅中小企业踩坑，大客户也在中招。
Warner 表示，她现在专门收「排查费」来定位 AI 导致的 bug ——而这些问题原本都是可以提前避免的问题。如同那句经典总结，画一根线，不值一美元；知道该在哪里画，值一万美元。
类似的问题也出现在客服环节。
清华大学与广西电网企业联合开展的实地研究显示，客服中心引入 AI 助手后，虽然确实改进了语音转录、信息回顾、表单填写等方面的流程，但也暴露出一系列问题：语音识别错误、口音难以识别、对话记录不完整，甚至将「语气大」误判为「情绪激动」。
客服工作场景
结果是，客服人员不仅要学会怎么跟 AI 共处，还得替它收拾烂摊子：纠正内容错误、修改不规范用语、安抚被激怒的客户。长时间下来，AI 的「帮倒忙」行为也进一步增加焦虑。
AI 能自动化操作，但不能取代判断，尤其在有情绪、有语境、有责任归属的工作场景中，AI 更像一个没长大的新员工：你不盯它，它就可能给你惹麻烦。
这也导致本指望 AI 替代打工人，但 AI 打下的地基，仍需人类打磨。越依赖它修复成本则可能越高。在 AI 替代人类之前，打工人先学会的，是如何替 AI 善后。
企业用 AI，就得为它负责
多数企业引入 AI 的初衷并不复杂：降本增效。
看上去，这是一次不容错过的技术红利，但全球管理咨询企业麦肯锡 3 月发布的《AI 现状调查》显示，截至去年，78% 的企业在至少一个业务环节中使用了 AI，远高于 2023 年的 55%。然而，成本平均降低不足 10%，收入提升也不到 5%。
在这种落差下，是否真正好用反而其次，关键是要让别人看起来你在用。哪怕部署得再仓促、流程再别扭，但制造一个看上去像解决问题的场面，要远比解决问题更重要。
比如用 Claude 写代码，用 ChatGPT 起草文案，这些被视为提升效率的典型应用场景，很多时候其实建立在一种预设之上——反正是 AI 写的，要求也不高。而一旦进入正式流程，很容易出现理解错位、决策漏洞或品牌事故。
它不会直接摧毁创意行业，但如同温水煮青蛙，正在一点点钝化人们对语言、节奏与情绪表达的感知。
潮水的流向，广告圈感受得尤为明显。去年，可口可乐试图用 AI 致敬 1995 年的经典圣诞广告《Holidays Are Coming》，但这条广告不仅没唤起怀旧情绪，反而在社交平台和广告圈掀起一轮口诛笔伐，给品牌声誉添了堵。
短短 30 秒，雪地、红车、雪橇手，元素都没少，但最终被骂成诡异又冷、没有灵魂甚至反乌托邦噩梦，很多观众指出：卡车轮子不转、人像尺度不对、动作太僵硬，广告行业专家也直言：情感被 AI 吸走了，少了真人的温度，效果令人失望。
但问题远不止看着不舒服。真正棘手的是：一旦 AI 出错，谁来负责？2024 年，加拿大 Moffatt v. Air Canada 案给出了明确答案：企业得兜底。
当时，加航网站上的 AI 聊天机器人误导用户，说可以先买机票，事后申请丧亲优惠。用户照做后却被拒绝赔偿，一怒之下将加航告上法庭。最终法院裁定，这是企业的过失性虚假陈述——即使是 AI 机器人说的，也必须由企业承担责任。
这也促使更多企业未雨绸缪。以亚马逊为例，其生成式 AI 部门正在招聘「AGI 风险管理经理」。该岗位责任包括识别技术及社会风险、建立政策管理流程、协调法律与安全部门等 。
职责清单列得很清楚：识别 AI 带来的技术与社会风险、建立风险治理流程、统筹法律、安全、政策三方，甚至还包括「主动应对因 AI 引发的误导与责任问题」。
与此同时，品牌方也开始感受到消费者对 AI 的反感情绪。
多邻国宣布「AI-first」战略后，遭遇用户强烈反弹，Shopify 和 Audible 也因尝试用 AI 替代人类而被舆论围攻。
AI 取代人类这个叙事，在资本市场是利好，但在消费市场正逐渐变成一个负面信号。结果是，那些曾经靠 AI 省钱的企业，正不得不掏重金雇人纠错、合规与风险控制。
最典型的反转案例，就是瑞典金融科技企业 Klarna。
2022 – 2023 年，Klarna 宣布裁员约 700 人，大力推行 AI 客服和翻译系统，2023 年后更是暂停招聘，CEO Sebastian Siemiatkowski 声称：「AI 已能完成所有人力工作」。
然而事实是，在使用 AI 服务后，用户体验急剧下降。CEO 也不得不承认成本节省以牺牲「质量」为代价 ，最终，企业重新大规模招聘客服员工，并采用远程灵活模式填补岗位。
「从品牌角度来看，让客户随时能找到真人是关键。」CEO Siemiatkowski 如是说。
说到底，AI 并没有真正实现「自动化」。至少现在，还远远没有。
上个月 Anthropic 与 Andon Labs 在旧金山联合开展了一项实验，他们试图打造一家由 Claude 3.7 全权负责运营的自动商店。AI 要负责全部运营：选品、定价、库存、客服、利润控制。
结局不难预料。
几周后，Claude 自主下单采购了大量钨块，设立「特种金属专柜，并向员工提供无上限折扣，还自编剧情称自己会穿西装来送货的剧情，甚至伪造了 Venmo 收款账户。
最终，项目最终以破产收场，并得到官方最终的评估结果：「不具备门店经理的能力」。
而斯坦福大学经济学家 Erik Brynjolfsson 提出的「J 型曲线」或许恰好映射了这类场景：新技术刚上线时，效果往往下滑，但经过调整、配套完善和实践积累，最终会迎来反弹，甚至超越此前投入的阶段。
历史告诉我们，每一代通用技术的落地，都必须经历一段混乱。无论是蒸汽机、电力还是互联网，从兴奋到理性，再到稳态，是一段必须走完的 J 曲线，AI 也一样。
企业当然可以用 AI 来干活，但不能不考虑后果，只要出了错还得人来兜底，那么 AI 取代的，永远不是有判断力、负责任的人，而只是可替代的流程。
文 | 三字
配先查配资提示：文章来自网络，不代表本站观点。
