那些因为AI裁过人的企业，55%后悔了
AI 能替代一部分任务，不等于已经替代了一个完整岗位。
最近一年，我听过最多的一句话，不是“AI到底有没有用”，而是：
“既然AI已经能写方案、回客户、做日报了，是不是可以先把后台砍掉一半？”
这句话听上去很像管理升级。其实更像管理误判。
2025年4月29日，Orgvue发布一项研究：39%的企业领导者因为部署AI做过裁员；而在这批已经动过裁员刀子的企业里，55%承认自己裁错了。 同一份研究里，还有34%的领导者承认，员工曾因为AI带来的变化直接离职。
这组数据最值得看的，不是“55%”本身，而是它背后的那句潜台词：
很多企业不是高估了AI，
而是误判了“岗位”到底是由什么组成的。
AI能替代一部分任务，不等于它已经替代了一个完整岗位。 “用AI替代人”和“用AI重新设计组织”，从来都不是一回事。
最容易被裁掉的，往往不是最该被替代的
很多岗位，看上去是在做一件事，实际上在扛四五件事。
比如客服。表面上是答问题、回消息、处理投诉，所以管理者一看AI客服上线，第一反应就是“这不就能少一批人吗？”
但一个成熟客服岗位真正承担的，往往不只是标准回答。
它还在做这些事：
- 听出客户情绪什么时候已经快失控了
- 判断哪个问题其实不是客服问题，而是产品问题、流程问题或者政策问题
- 把边角案例往回喂给团队，逼着规则更新
- 在系统没有覆盖到的地方，临时接住组织的漏洞
AI可以吃掉其中一大块标准化动作，但它通常吃不掉全部。
我自己在做制度工具化和流程自动化时，这个感受特别强。
当我把规则写进系统之后，最先消失的，是那些低水平重复动作：解释制度、转发模板、催审批、找旧版本、反复确认“这一步到底找谁”。这些动作一旦被模板、自动化和AI接住，效率提升非常明显。
但另一部分工作不但没有消失，反而变重了：
- 遇到例外情况，谁来判断？
- 流程卡住了，谁来协调边界？
- 一线不理解新做法，谁去消化情绪？
- 规则本身不合理，谁来改？
这才是很多企业裁错人的原因。
他们看见了容易被自动化的那一层，却没看见岗位背后那层“吸收复杂度”的工作。于是最先被裁掉的，常常不是最该被替代的人，而是那个原本一直在替组织兜底的人。
企业后悔的，不是用了AI，而是刀下得太早
很多企业后悔，不是因为AI没效果。
恰恰相反，往往是因为AI在某些环节太有效了，管理者一兴奋，就直接把“任务提效”翻译成了“岗位冗余”。
这中间至少漏了三步。
第一步漏掉的是：拆任务，而不是看岗位名称
岗位从来不是一个动作包，而是一个任务组合。
一个运营，不只是“填表、拉群、发通知”；一个HR，不只是“写制度、跑审批、发offer”；一个招商主管，不只是“跟客户聊方案”。
岗位里通常至少混着四类事情：
1. 重复且标准化的 2. 依赖上下文判断的 3. 需要跨部门协调的 4. 需要关系和信任来完成的
AI最擅长的是第一类，正在快速逼近第二类，但第三类和第四类，仍然强依赖组织设计和人本身。
如果你连岗位都没有拆到任务层，就直接谈“这个岗还要不要”，本质上不是在做组织设计，而是在凭印象做预算。
第二步漏掉的是：先改流程，再谈编制
很多企业的顺序是反的。
先裁人，再让系统补；先缩编，再让留下的人适应；先用成本结果证明项目成功，再回头补治理、补培训、补规则。
这种打法看上去短期很漂亮，因为人头马上下去了，报表会变好看。但代价会在后面慢慢出来：
- 剩余团队开始接更多例外工作
- 客户问题没人真正闭环，只能被系统“礼貌地挡回去”
- 跨部门协作断层，流程表面自动化，实际更依赖临时救火
- 看上去省下了薪酬，实际把效率损耗、离职损耗和信任损耗埋进了组织里
2026年1月14日，Salesforce发布《C-Suite Trends for 2026》时有一个判断很关键：企业现在真正的瓶颈，已经不是“要不要上AI”，而是能不能把AI安全地接进真实业务数据和流程。
这句话翻成管理语言就是：
真正难的，不是把人减掉，
是把新的运行方式设计出来。
如果运行方式没设计出来，裁员就只是一场把系统问题转嫁给剩余员工的动作。
第三步漏掉的是：转岗和再训练不是善后，而是主体工程
很多管理者把 reskill 和 redeploy 理解成“裁完之后顺手做一点安抚”。
其实正好相反。
2025年5月5日，Salesforce关于 workforce 的研究显示：
- 89%的CHRO认为，AI更有可能帮助他们把员工重新分配到更相关的新岗位
- 88%的CHRO认为，内部转岗比外部重新招聘更划算
- 81%的CHRO已经在做或者计划做再训练
这说明更成熟的企业，心里想的不是“这批人怎么处理”，而是“哪些任务交给AI之后，这批人应该被重新放到哪里”。
裁员思维的默认问题是：谁可以不要了？ 组织重构思维的默认问题是：谁应该去做更值钱的事？
看上去只差一句话，背后其实差了一整套管理操作系统。
“用AI替代人”和“用AI重新设计组织”，差别到底在哪
| 看问题的方式 | 用AI替代人 | 用AI重新设计组织 | |------|------|------| | 出发点 | 先看能省多少人 | 先看流程怎么重组 | | 分析颗粒度 | 岗位 | 任务与例外 | | 项目成功标准 | 人头下降、成本下降 | 质量提升、响应变快、规则更稳定 | | 对员工的处理 | 缩编为主 | 转岗、再训练、重新分工 | | 对管理者的要求 | 会算账 | 会拆任务、会设规则、会改流程 |
为什么我一直说，后者比前者难得多？
因为前者只需要勇气。后者需要能力。
裁员是一个决定。 组织重构是一整套连续动作：
- 你要先看清组织里到底有哪些重复劳动
- 再判断哪些能被规则化、模板化、自动化
- 再设计新的人机分工
- 再补培训、补指标、补协同机制
任何一步偷懒，最后都会翻车。
所以很多企业不是输在AI不够强，而是输在管理者还用旧时代那套“减人=升级”的脑回路，去理解一场本质上应该是组织重构的事情。
真正该被替代的，不是人，是低水平重复判断
如果一定要说“AI该替代什么”，我越来越倾向于一个更窄、也更稳的答案：
先替代低水平重复判断。
什么叫低水平重复判断？
- 同样的问题每天回答几十次
- 同样的审批标准反复靠人解释
- 同样的报表每周手工汇总一遍
- 同样的方案每次重写一稿，只是数字和措辞不同
- 同样的流程节点，每次都靠人记忆、催办、补漏
这些事情被AI接住，组织不会变弱，只会变轻。
但如果你把关系维护、复杂协调、风险吸收、例外判断这些工作也一并当成“可替代劳动”砍掉，组织表面会变轻，实际上会变脆。
很多管理者高估了AI接标准动作的速度，却低估了组织处理例外情况时对人的依赖。
而组织真正的成本，常常恰恰不发生在标准动作上，而发生在例外、冲突、返工和失控上。
这也是为什么有些企业AI项目上线后，表面效率提高了，管理层却越来越累。
不是因为AI没用。 是因为AI拿走了流程里最轻的那部分，剩下最重的复杂度，还在用旧组织扛。
如果你真的在考虑缩编，至少先做完这四步
我现在越来越不相信“一上AI就先裁人”这套动作。
如果一个管理者真要动编制，至少应该先做完四步。
1. 先把岗位拆到任务层
不要问“这个岗位值不值得留”。 先问“这个岗位每天到底在做哪几类事”。
2. 先把规则长进工具里
能模板化的先模板化，能自动分发的先自动分发，能实时提醒的先实时提醒。
不要还没把规则写进流程，就先把负责执行的人撤掉。
3. 先跑两个真实业务周期
不是跑demo，不是跑领导视察时那套漂亮流程，而是跑真实订单、真实客户、真实投诉、真实跨部门协作。
没有经过真实周期验证的AI提效，大多还只是幻觉。
4. 最后才决定是缩编、转岗，还是补新角色
有些岗位会缩，有些岗位不会消失，只是内容变了；还有些岗位看上去减少了，实际上你会发现需要补新的角色，比如数据治理、知识维护、流程架构、AI运营。
如果这四步没做完，就急着谈“谁可以走”，那不是在做AI转型，只是在把组织实验的风险转嫁给员工。
管理者接下来最值钱的，不是敢裁人，是会重新排兵布阵
AI这波变化，会让一些岗位缩小，会让一些工作消失，也一定会让一些人离开。这件事不用假装看不见。
但真正拉开差距的，不是谁下刀更快。
而是谁更早明白：
AI不是一把更锋利的裁员刀，
而是一套逼着你重做组织设计的新工具。
会被AI淘汰的，未必只是基层重复劳动。 很多只会传达、监督、催办、汇总的“假管理”，同样会先被打掉。
真正还会越来越值钱的，是另一类管理者：
- 会拆任务
- 会设计规则
- 会处理例外
- 会把人和AI重新编排进同一套系统里
这也是为什么我越来越觉得，AI时代最危险的决定，不是“不敢用AI”，而是“还没搞清楚组织怎么变，就先按老办法减人”。
那种看上去最果断的动作，往往只是最昂贵的误判。
下一篇，继续往下走。
如果连写方案、做分析、给老板三个版本这种事，AI都越来越快了，那管理者最值钱的能力，到底还剩什么？
下一篇，讲这个。
AI大同学 | 在职管理者、管理学博士，正在经历AI对管理的重塑。这是系列观察的第三篇。
如果你也在思考AI如何落地到你的管理场景，我可以帮你做一次免费诊断。30分钟电话，帮你梳理哪些岗位适合先做任务拆解，哪些规则适合先长进工具里。不卖课、不推产品，纯粹聊管理+AI的实操经验。回复「诊断」即可。
参考资料
- Orgvue，2025-04-29，《55% of businesses admit wrong decisions in making employees redundant when bringing AI into the workforce》
- Salesforce，2025-05-05，《Salesforce Research: Agentic AI's Impact on the Workforce》
- Salesforce，2026-01-14，《Salesforce Research Reveals C-Suite Trends for 2026》