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。 原文 https://aifellow.ai/articles/rm03 国内 https://aifellow.cc/articles/rm03 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。 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》