AI Dipersalahkan atas 40% Penamatan Pekerja AS pada Mei, Bulan Ketiga Berturut-turut

Sembilan puluh tujuh ribu pemotongan pekerja diumumkan dalam tempoh sebulan. Tajuk berita itu akan tersebar dengan pantas. Namun jika anda hanya membaca angka semata-mata, anda akan terlepas makna sebenarnya.

Menurut laporan pemotongan kerja Mei 2026 daripada Challenger, Gray & Christmas, majikan AS mengumumkan 97,006 pemotongan yang dirancang pada Mei, naik 16% berbanding April dan jumlah Mei tertinggi sejak 2020. Laporan yang sama mendapati 38,579 daripada pemotongan tersebut (40% daripada jumlah bulan itu) dikaitkan oleh majikan dengan kecerdasan buatan. Bahagian 40% itu adalah rekod, dan ia menandakan bulan ketiga berturut-turut AI menjadi sebab tunggal yang paling kerap disebut bagi pemotongan kerja yang diumumkan.

Data Challenger yang sama turut menunjukkan majikan mengumumkan 80,472 pengambilan pekerja baru yang dirancang pada Mei, dengan sektor teknologi mengetuai kedua-dua sisi. Pemotongan dan pengambilan pekerja baru, berjalan serentak, dalam industri yang sama. Ini bukan isyarat penguncupan. Ini adalah isyarat rekomposisi. Dan ia membawa satu set keputusan yang kebanyakan lembaga pengarah belum masukkan ke dalam agenda mereka.

Ujian Sebab-Yang-Dinyatakan: Apa Maksud "AI" dalam Pengumuman Penamatan Pekerja

Apabila sebuah syarikat menyatakan AI mendorong pemotongan, kenyataan itu wajar diteliti dengan serius. Ia juga wajar dipersoalkan.

Metodologi Challenger merakam sebab yang diberikan oleh majikan, bukan sebab yang disahkan secara bebas. Sesetengah penganalisis buruh berpendapat AI semakin menjadi label yang mudah bagi apa yang sebenarnya adalah pembetulan kos atau penguncupan permintaan akibat kitaran pengambilan berlebihan. Yang lain pula berpendapat pemindahan yang didorong AI mungkin tidak dilaporkan sepenuhnya, kerana banyak syarikat menyebut penstrukturan semula atau penutupan tanpa menamakan pemacu teknologi yang mendasari. Bacaan yang jujur: angka sebab-yang-dinyatakan adalah isyarat tentang niat kepimpinan dan naratif korporat, bukan ukuran kausal yang tepat.

Nuansa itu paling penting apabila anda menerapkan logik yang sama kepada organisasi anda sendiri.

Berikut adalah ujian tiga bahagian (Ujian Sebab-Yang-Dinyatakan) yang wajar dijalankan ke atas mana-mana pemotongan yang dirancang sebelum diumumkan. Ujian ini sesuai untuk membaca laporan Challenger. Ia lebih berguna lagi untuk keputusan anda sendiri.

Bahagian 1: Penggantian atau pembetulan? Adakah jawatan itu dipotong kerana sistem AI benar-benar mengendalikan kerja itu sekarang, atau label AI digunakan untuk mewajarkan pembetulan permintaan atau kos yang akan berlaku dengan atau tanpa AI? Perbezaan ini penting. Salah mengklasifikasikan pembetulan sebagai penggantian membawa kos sebenar: reputasi (anda hilang kepercayaan tenaga kerja yang anda kekalkan), kewangan (anda mencipta permintaan pengambilan semula lebih awal daripada yang dirancang), dan tadbir urus (lembaga pengarah akan mengajukan soalan lebih keras apabila rasional AI tidak bertahan dalam panggilan pendapatan berikutnya).

Bahagian 2: Adakah anda memotong dan mengambil pekerja pada masa yang sama? Data Mei menonjolkan perkara ini dengan jelas. Jika jawapannya ya, anda bukan sedang mengecilkan syarikat, anda sedang mengarang semula komposisinya. Ini adalah masalah pengurusan yang berbeza secara material. Rekomposisi memerlukan rancangan peralihan kemahiran, model penyusunan semula julat pampasan, dan laluan pengalihan tugas dalaman yang jelas selain pampasan penamatan. Menjalankan hanya sisi pampasan penamatan dalam rekomposisi adalah cara paling biasa ia menjadi salah. Cukai mengasuh AI yang mendorong kegagalan penamatan pekerja AI biasanya merupakan kegagalan perancangan Bahagian 2.

Bahagian 3: Apakah risiko pengambilan semula? Jika sistem AI yang menggantikan sesuatu jawatan tidak mampu mengekalkannya, anda terpaksa membayar untuk mengambil semula atau membayar untuk mengawasi. Kos pengawasan jarang dianggarkan. Kos pengambilan semula jarang dimodel pada masa pemotongan berlaku. Data pengambilan semula pekerja lama 2026 menunjukkan kos purata membalikkan pemotongan yang dikaitkan dengan AI lebih tinggi daripada pampasan penamatan asal, apabila mengambil kira pengambilan, orientasi, dan peningkatan produktiviti. Bahagian 3 bermakna membina rizab pengambilan semula atau pengawasan ke dalam ekonomi sebelum pengumuman dibuat, bukan selepasnya.

Membaca Laporan Mei: Tiga Angka yang Menceritakan Kisah Sebenar

Angka tajuk berita adalah 97,006. Tetapi tiga angka yang wajar diletakkan di hadapan lembaga pengarah anda adalah berbeza.

Fakta Utama

• 38,579 daripada pemotongan yang diumumkan pada Mei dikaitkan dengan AI, 40% daripada jumlah bulan itu dan bahagian rekod untuk bulan ketiga berturut-turut (Challenger, Gray & Christmas, Jun 2026)
• Jumlah pemotongan kerja AS yang diumumkan dari awal tahun 2026 adalah 397,755, kira-kira separuh daripada kadar tempoh yang sama pada 2025, yang hampir mencapai 700,000 (Challenger, Gray & Christmas)
• Majikan turut mengumumkan 80,472 pengambilan pekerja baru yang dirancang pada Mei, dengan sektor teknologi mengetuai kedua-dua rancangan pemotongan dan pengambilan pekerja secara serentak (Challenger, Gray & Christmas)

Perbandingan dari awal tahun adalah yang paling banyak liputan akan terlepas. Dengan 397,755 pemotongan yang diumumkan selama lima bulan, 2026 berjalan pada kira-kira separuh kadar lima bulan pertama 2025. Ini tidak konsisten dengan penguncupan pasaran buruh yang meluas. Apa yang konsisten adalah rekomposisi selektif khusus sektor di mana AI telah menjadi rasional yang paling kerap disebut, sementara jumlah keseluruhan penamatan pekerja kekal jauh di bawah kadar era kemelesetan. Liputan Yahoo Finance bagi laporan Mei mengesahkan angka tajuk berita yang sama.

Sektor teknologi mengumumkan 38,242 pemotongan pada Mei, jumlah bulanan tertinggi bagi teknologi sejak Mac 2023, dan kiraan dari awal tahun sektor itu kini mencapai 123,653. Namun teknologi turut mengetuai rancangan pengambilan pekerja pada Mei. Paradoks potong-dan-ambil daripada satu sektor tunggal, dalam satu bulan tunggal, mungkin merupakan ilustrasi paling jelas bagi logik rekomposisi yang berlaku dalam masa nyata.

Apa yang Kanta Ini Tidak Dapat Lihat (dan Mengapa Anda Perlukan Kedua-duanya)

Inilah masa yang tepat untuk menyatakan dengan jelas apa yang data Challenger tidak ukur.

Challenger mengira pemotongan kasar yang diumumkan dan sebab yang dinyatakan oleh majikan. Ia tidak menjejaki apa yang berlaku kepada senarai gaji bersih. Dua syarikat boleh mengumumkan pemotongan yang dikaitkan dengan AI dalam bulan yang sama, satu benar-benar mengecilkan dan satu lagi menambah jawatan di tempat lain pada masa yang sama, dan kedua-duanya kelihatan sama dalam laporan Challenger.

Pandangan kerja bersih datang daripada set data yang berbeza. Analisis Goldman Sachs tentang seret kerja bersih AI menganggarkan perubahan senarai gaji bersih daripada AI pada kira-kira 11,000 kerja sebulan bersih, dengan pekerjaan pembinaan menutup peralihan mendasar yang lebih besar. Itu adalah kanta yang berbeza daripada pemotongan kasar yang diumumkan Challenger: Goldman mengukur apa yang berlaku kepada pekerjaan keseluruhan; Challenger mengukur apa yang dikatakan syarikat sedang mereka lakukan dan mengapa. Kedua-dua kanta penting. Tiada satu pun menceritakan keseluruhan kisah sendirian.

Jika anda membawa konteks pasaran buruh ke dalam perbualan lembaga pengarah, anda perlukan kedua-duanya. Angka kasar/yang dinyatakan menunjukkan arah dan naratif. Angka bersih menunjukkan skala pemindahan sebenar.

Isyarat Rekomposisi untuk CEO

Andy Challenger, naib presiden kanan di Challenger, Gray & Christmas, menyatakan dalam ulasan berkaitan laporan Mei bahawa pasaran buruh sedang dibentuk semula oleh teknologi, dan AI kini merupakan sebab utama yang dinyatakan syarikat bagi pemotongan, dengan sektor teknologi itu sendiri sebagai industri utama yang memetiknya, walaupun sektor yang sama mengumumkan rancangan pengambilan pekerja yang kukuh. Framing itu berguna di peringkat lembaga pengarah kerana ia memusatkan soalan dengan betul: ini bukan terutamanya kisah tentang penguncupan. Ini adalah kisah tentang seberapa cepat permintaan kemahiran sedang berubah, dan sama ada organisasi sedang membina kemampuan untuk menguruskan peralihan itu dengan sengaja.

Penyelidikan Mercer 2026 tentang niat penamatan pekerja AI CEO mendapati 99% CEO merancang perubahan tenaga kerja yang dikaitkan dengan AI, tetapi 80% tidak mempunyai model pulangan pelaburan yang jelas menyokong rancangan tersebut. Itulah risiko struktural. Bukan kerana pemotongan yang dikaitkan dengan AI adalah salah. Tetapi kerana kebanyakannya dilakukan tanpa infrastruktur rekomposisi untuk melaksanakannya dengan betul.

Senario pekerjaan 2030 WEF memberikan framing yang berguna tentang ke mana arah tren ini: organisasi yang paling berjaya dalam setiap senario adalah yang menganggap rekomposisi tenaga kerja sebagai kemampuan strategik aktif, bukan latihan pengurangan kos yang reaktif.

Apa yang Perlu Diletakkan dalam Agenda Lembaga Pengarah Bulan Ini

Laporan Challenger Mei memberikan anda pelantar konkrit untuk perbualan yang mungkin perlu berlaku sebelum kitaran lembaga pengarah anda yang berikutnya.

Bawa satu halaman klasifikasi mana-mana pemotongan yang dirancang menggunakan Ujian Sebab-Yang-Dinyatakan di atas. Bagi setiap pemotongan yang dirancang atau baru diumumkan, klasifikasikan: penggantian tulen (AI kini memegang jawatan itu), pembetulan berselubung label AI, atau rekomposisi (pemotongan dan pengambilan berjalan serentak). Nisbah itu memberitahu anda sama ada keputusan tenaga kerja anda boleh dipertahankan kepada lembaga pengarah, kepada akhbar, dan kepada tenaga kerja yang anda kekalkan.

Jika mana-mana pemotongan termasuk dalam kategori rekomposisi, bawa rancangan peralihan kemahiran bersama bajet pampasan penamatan. Rancangan itu harus merangkumi model penyusunan semula julat pampasan bagi jawatan yang ditambah, penilaian pengalihan tugas dalaman formal sebelum pengambilan luar bermula, dan rizab pengambilan semula atau pengawasan yang dianggarkan berdasarkan risiko pengambilan semula daripada Bahagian 3 ujian itu.

Data Challenger mengatakan AI kini merupakan penjelasan korporat lalai bagi perubahan tenaga kerja. Tugas lembaga pengarah anda, dan tugas anda, adalah memastikan penjelasan itu sepadan dengan realiti. Impak penamatan pekerja AI terhadap saluran bakat jawatan peringkat permulaan adalah risiko hiliran yang tidak muncul pada bulan anda mengumumkan pemotongan. Ia muncul 18 bulan kemudian apabila lapisan kanan seterusnya tidak mempunyai bench junior untuk dinaikkan pangkat.

Jalankan ujian sebelum anda mengumumkan. Bukan selepasnya.

Soalan Lazim

Mengapa AI dipetik bagi begitu banyak penamatan pekerja jika kadar pemotongan keseluruhan berada di bawah paras 2025?

Data Challenger menjejaki sebab yang dinyatakan oleh majikan, bukan sebab yang disahkan secara bebas. Jumlah dari awal tahun 2026 sebanyak 397,755 pemotongan yang diumumkan adalah kira-kira separuh daripada kadar lima bulan yang sama pada 2025. Jadi jumlah keseluruhan pemotongan adalah lebih rendah. Yang telah berubah adalah komposisi sebab: AI telah menjadi rasional yang paling kerap disebut selama tiga bulan berturut-turut. Ini memberitahu anda sesuatu tentang cara pasukan kepimpinan membingkai keputusan tenaga kerja, dan tentang arah rekomposisi kemahiran, walaupun jumlah keseluruhan penamatan pekerja kekal di bawah paras tahun sebelumnya.

Bagaimana CEO membezakan penggantian yang didorong AI daripada pembetulan kos yang dilabelkan sebagai AI?

Gunakan ujian penggantian: bolehkah sistem AI yang sedang digunakan dalam persekitaran anda benar-benar melaksanakan kerja itu pada kualiti pengeluaran, tanpa pengawasan manusia yang bermakna? Jika jawapan jujurnya adalah belum, pemotongan itu adalah pembetulan dengan label AI, bukan penggantian. Perbezaan praktikal ini penting untuk kredibiliti lembaga pengarah, untuk tenaga kerja yang anda kekalkan, dan untuk bajet pengambilan semula yang perlu anda sisihkan jika sistem itu tidak bersedia pada masa yang anda katakan.

Jika teknologi adalah sektor yang mengumumkan paling banyak pemotongan yang dikaitkan dengan AI, mengapa teknologi turut mengetuai rancangan pengambilan pekerja?

Ini adalah corak rekomposisi. Syarikat teknologi memotong jawatan di mana AI mengambil alih tugas tertentu (penyelarasan kandungan, pengkodan peringkat junior, pemprosesan data, peringkat sokongan tertentu) sambil menambah jawatan yang memerlukan kemahiran berkaitan AI secara serentak (kejuruteraan prompt, operasi AI, penilaian model, dan pengurusan produk untuk sistem AI). Keputusan bersih bagi sektor itu mungkin hampir mendatar atau sedikit positif dalam bilangan pekerja, tetapi gabungan kemahiran berubah dengan pantas. Bagi CEO, soalan operasional bukan sama ada sektor anda sedang memotong atau mengambil pekerja. Soalannya adalah sama ada organisasi anda mempunyai rancangan untuk mengemudi pertukaran itu.

Bacaan Berkaitan

• Model Seret Kerja Bersih Goldman Sachs: Maksudnya Melebihi Angka Tajuk Berita: Kanta senarai gaji bersih yang melengkapi pemotongan kasar yang diumumkan Challenger
• Cukai Mengasuh AI: Mengapa Banyak Penamatan Pekerja AI Mencipta Lebih Banyak Kos daripada yang Dielakkan: Mengapa anggaran pengawasan yang tidak mencukupi menjadikan pemotongan yang dikaitkan dengan AI sebagai nilai negatif bersih
• Pengambilan Semula Pekerja Lama: Kos Tersembunyi Pemotongan Terlalu Awal yang Dikaitkan dengan AI: Data tentang kos membalikkan pemotongan apabila sistem AI tidak mampu mengekalkan jawatan itu
• 99% CEO Merancang Penamatan Pekerja AI. 80% Tidak Mempunyai Model ROI: Penemuan Mercer 2026 tentang masalah niat-tanpa-infrastruktur
• Empat Masa Depan WEF untuk Pekerjaan menjelang 2030: Titik Semak CEO: Framing senario tentang ke mana arah rekomposisi tenaga kerja
• Corak Penamatan Pekerja Q1 2026 dan Maksudnya bagi Strategi Tenaga Kerja Anda: Konteks koleksi silang tentang peralihan tenaga kerja AI yang lebih luas