AI時代，裁得掉崗位，裁不掉工作

AI落地很容易被量化成一組數字：節省多少人力，壓縮多少成本，提升多少效率。但技術真正進入企業現場時，變化不會只發生在報表里。

從票據處理、憑證審核到客服、合規和審計，AI正在接手越來越多具體環節。它把工作拆成更細的任務，再重新接入流程、數據和人的判斷。

安踏集團COO陳科從企業一線實踐出發，探討了技術能力如何進入真實流程，并最終轉化為可持續的生產力。

一場注定失敗的博弈

一家企業啟動AI人員優化專項，管理層向各業務部門下達明確指令：后臺崗位壓縮30%~50%，限期完成。指令清晰，邏輯合理，畢竟票據錄入、憑證審核、賬目核對這類工作，AI早已可以勝任。

然而數月過去，指標遲遲無法落地。各部門的理由五花八門，卻驚人地相似?？头块T說：“我們的客戶需求太復雜，AI根本處理不了情緒化投訴?！必攧詹块T說：“賬務審核涉及合規判斷，出了問題誰負責。”人事部門說：“這幾個崗位都是老員工，直接裁員勞動仲裁風險很高?！泵總€部門都能說出一套邏輯自洽的理由，讓裁員指令無處著力。最終，期限到了，匯報材料交上去了，人還是那些人，工作還是那些工作。

這不是個別現象。在與多家企業高層的交流溝通中，類似劇情反復上演：高層下達指標，部門想方設法規避，最終形成“表面達標、實質失效”的變革空轉。

問題出在哪里？絕大多數企業犯了同一個錯誤：把人員優化當成一個執行問題，而它本質上是一個制度設計問題。你無法用行政力量戰勝人性，但你可以用制度設計重塑激勵。

為什么強推幾乎必然失敗

在傳統科層組織中，部門規模與管理者的權力、預算、晉升機會高度綁定。這意味著，任何削減編制的舉措，都在挑戰部門管理者的核心利益。面對AI優化壓力，他們不是在抵制變革，而是在理性地保護自己。這是制度激勵的必然結果，而非個人品質問題。

高層的應對方式往往是：既然協商無效，就用行政指令強推。這個邏輯在短期內看似奏效，卻埋下了更大的隱患。強制指標帶來的不是真實的人員優化，而是一場全公司范圍內的“數字游戲”：數據被粉飾，工作被重新包裝，核心人才因感到不安全而主動離職，而真正應該被AI替代的冗余崗位卻完好無損地保留下來。強推的結果，往往是留下了最不該留的人，逼走了最不該走的人。

更深層的問題在于，傳統的優化邏輯以崗位為單位判斷可替代性，而這恰恰給了部門最大的博弈空間。一個崗位的整體價值當然難以被AI替代，但這個崗位里80%的重復性工作，完全可以。把“崗位內的重復性勞動”和“崗位的整體價值”混為一談，是部門得以持續抵制的核心話術，也是大多數AI優化項目的認知盲區。換句話說：AI替代的從來不是人，而是任務。一旦管理者真正理解這一點，博弈的土壤就會自然瓦解。

四條路徑，各有邊界

理解了上述困境，就能理解為什么不同的企業需要不同的路徑。以下四種模式，代表了當前企業AI人員優化的主流實踐，它們的核心差異在于：變革的動力從哪里來，阻力由誰承擔。

路徑一：行政指令——速度最快，風險最高

這是最直接的方式：由總部統一測算AI替代空間，向下級部門下達精簡指標，通過考核與問責強制執行。它的優勢是推進速度快、標準統一；它的致命弱點是，所有阻力都被壓制而非消解，一旦監督松懈，變革成果會迅速反彈。

國內多家大型電信運營商曾集中推行這一模式：總部統一評估客服、賬單處理、網絡運維等后臺崗位的AI替代空間，向各省分公司下達明確的人力壓縮指標。短期內人力成本確實下降了20%~30%，但兩年后復盤發現，大量被優化的工作以外包或返聘形式重新進入體系，實際凈減員不足指標的一半。這不僅增加了合規風險，更透支了管理層在未來變革中的信用。行政指令能壓縮編制，但壓不住需求；能裁掉崗位，但裁不掉工作本身。

這條路徑并非一無是處。對于管控文化強、業務高度標準化的組織，行政指令可以作為啟動變革的破冰手段，在短期內打破惰性、建立壓力。但它必須配合后續的制度建設，否則只是將問題延后。

適用場景：強管控、高度標準化的科層組織，作為變革啟動手段而非長期機制。

路徑二：任務分層——最通用的基礎框架

這條路徑從整個AI人員優化議題中最被低估的認知突破：不要問“這個崗位能不能被AI替代”，而要問“這個崗位里，哪些任務可以被AI替代”。 問題換了，答案就變了，博弈也就結束了。

真正可替代的從來不是人，而是工作中的特定任務。將所有工作任務按價值層級拆解：

這個框架的價值不僅在于精準，更在于它從根本上關閉了部門的博弈空間。當替代決策從“你們部門要裁多少人”變成“我們來一起測量哪些任務屬于L1/L2”，主觀抵制就失去了著力點。因為任務是客觀存在的，數據是可以測量的。麥肯錫測算，典型L1崗位（數據錄入、票據處理）的自動化替代概率高達85%，但57%的工作將被重構而非消失，崗位保留，內容向L3/L4遷移。世界經濟論壇《2025年就業未來報告》也顯示，到2030年，新增崗位將是消失崗位的兩倍。

一旦我們把討論單位從“崗位”換成“任務”，博弈就失去了賴以生存的模糊地帶。

當你談論“崗位”時，你在談論一個人的尊嚴和生計，自然會遭遇抵抗；當你談論“任務”時，你只是在談論效率，博弈便無處藏身。

德勤、普華永道的審計AI轉型是這條路徑的標桿案例。他們將憑證抽查、數據比對、底稿錄入等L1/L2工作全面AI化，同時系統性地培訓審計人員向風險研判、客戶顧問方向轉型。結果是人力結構顯著優化，沒有大規模裁員，沒有組織抵抗。員工看到的不是“被裁員的威脅”，而是“職業升級的機會”，這才是AI人員優化應有的樣子。

適用場景：全行業通用，尤其適合專業服務、職能后臺，是其他路徑的基礎標準層。

路徑三：內部市場化——從“要我變”到“我要變”

前兩條路徑的共同局限在于：變革動力來自外部壓力，一旦壓力減弱，惰性就會回歸。有沒有一種方式，能讓部門自己主動推進AI優化？

海爾的實踐給出了答案。海爾將傳統職能部門拆解為獨立經營的小微單元，財務、HR、數據、運維等職能服務明碼標價、按單結算。業務部門可以自由選擇購買內部人工服務、使用AI工具，或者采購外部服務商。

這一機制的精妙之處在于，當人工服務的價格高于AI替代方案時，訂單自然萎縮。不需要總部下達任何裁員指令，平臺小微會自己主動推進AI化、精簡冗余、轉型高價值服務，因為這直接關系到他們的收入和生存。市場是最誠實的裁判，它不需要說服任何人，只需要讓每個人為自己的選擇負責。

結果是，原本800人的HR團隊精簡至約10人，上萬名中層管理者通過市場競爭自然出清。全程沒有強制裁員比例，沒有組織抵抗，因為每個人都清楚地知道規則，并在規則下做出了自己的選擇。

京瓷的阿米巴經營、阿里的大中臺小前臺架構，都遵循了類似的內部市場化邏輯。這條路徑的代價是：前期規則體系搭建復雜，通常需要1~2年磨合期，且需要警惕小微單元的短期逐利行為。值得注意的是，這一模式的難點不在于技術，而在于內部核算體系的設計，如果定價機制不合理，市場就會失靈，優化反而變成混亂。但這恰恰說明，真正可持續的AI優化，從來不是一道管理指令，而是一套制度設計。

適用場景：大型集團、數字化基礎成熟的企業；適合作為長期轉型的核心機制。

路徑四：外部外包——最快落地，邊界清晰

并非所有優化都必須在組織內部完成。有時候，最聰明的選擇是重新劃定企業的邊界，把能交出去的工作交出去，把精力留給真正無法外包的核心能力。

對于L1/L2類標準化、非核心、低涉密的工作，將其整體剝離為AI SaaS服務、第三方外包或眾包模式，企業內部僅保留核心決策與價值創造崗位。這是阻力最小、落地最快的路徑。

頭部電商企業已大規模實踐：基礎客服、訂單處理、倉儲分揀交由AI+外包團隊承接，內部人員專注運營策略與高價值客戶服務，相關崗位綜合成本降低40%~60%，響應效率反而提升。中小微企業全面引入AI財稅、AI人事系統，以每年數萬元的工具成本替代數十萬元的專職崗位，幾乎沒有任何內部阻力。

這條路徑的邊界同樣清晰，它適合非核心、低涉密的標準化工作，絕不適合涉及企業核心競爭力的崗位。 數據安全、服務質量與能力外流，是必須在決策前認真評估的代價，而非事后補救的問題。

適用場景：中小企業、非核心標準化崗位，快速啟動、低阻力的優先選擇。

四條路徑各有優劣，沒有哪一條能單獨解決所有問題。但這并不意味著企業必須從中選定一條，一用到底。真正有效的實踐，往往是多路徑的疊加組合。組合本身沒有標準答案，但有一條共同原則：讓制度替你做決定，而不是讓人去博弈決定。

每一輪技術革命到來時，人類都曾陷入恐懼：蒸汽機會讓工人失業，互聯網會讓實體經濟消亡。但歷史一次次證明，技術消滅的是任務，而不是人的價值。

AI也不例外。它正在消滅的，是那些本不應該由人來做的工作：機械的錄入、重復的審核、無休止的數據比對。這些工作占據了無數人最寶貴的時間與精力，卻幾乎不需要任何真正意義上的人類智識。把這些工作還給機器，是對人的解放，而不是對人的剝奪。

真正值得擔憂的，不是AI會取代人，而是我們是否有勇氣和智慧，去重新定義“人的工作”究竟是什么。當L1和L2的任務全面交由AI承接，留給人類的將是更多的L3與L4，更復雜地判斷，更深度地創造，更真實地連接。這不是遙遠的愿景，而是已經在德勤的審計師、海爾的小微創業者身上發生的現實。

未來最具競爭力的組織，不是用AI替代更多人的組織，而是讓每個人都能站在AI的肩膀上，做只有人才能做的事的組織。在那樣的組織里，AI是基礎設施，人是核心資產，效率是起點，意義才是終點。

AI時代的組織競爭，最終比拼的不是算力的強弱，而是制度設計的智慧。讓AI的紅利真正轉化為組織的進化與每個人的成長。人機共生的未來已經到來，問題只是：你的組織，準備好重構工作了嗎？

陳科 | 文

陳科是安踏集團COO

本文同步發表于《信睿周報》

獲取更多 AI時代的科技參考

歡迎點擊下方卡片關注 信?？萍荚u論