-
行业资讯
INDUSTRY INFORMATION
近期关于AI可能削减数万个岗位的预测引发了广泛讨论。当机器开始接管重复性劳动，企业决策者面对的是一张极具诱惑力的成本削减账单。然而，砍掉一个岗位，省下的仅仅是薪资支出吗？在组织运转的复杂网络中，每一个被裁掉的员工都可能带走一部分隐性知识。对于企业管理与HR而言，如果只盯着眼前的财务报表，极有可能在下一个周期面临战斗力枯竭的窘境。
一、8万岗位变动的账本：算得清的成本，看不见的流失
当行业传出AI将削减8万个岗位的预判时，很多企业的第一反应是寻找自己公司里的“对标项”。客服、基础数据录入、初阶代码编写、常规文案生成，这些高度流程化、规则清晰的领域，成了首批被优化的重灾区。算账逻辑非常直观：一个AI工具的年费远低于一名全职员工的年薪，且不需要缴纳社保，不会产生情绪波动，能够实现7乘24小时的无休运转。在营收增长承压的背景下，用技术替换人力，似乎是最理性的商业选择。
但这种算账方式存在一个致命的盲区：它把岗位仅仅视为一组可被执行的任务，而忽略了岗位在组织网络中承载的信息节点作用。企业削减的表面上是人力成本，实际上可能切断了业务运转的微循环。
基础岗位的员工不仅仅在执行指令，他们同时在处理大量的边缘异常情况。一个客服在解答标准问题的同时，也在感知用户情绪的微妙变化，捕捉产品可能存在的潜在缺陷；一个初级开发者在修Bug的过程中，也在理解业务逻辑与代码架构之间的深层冲突。这些在非标准场景下产生的隐性知识，极少被写入操作手册，却构成了企业应对市场不确定性的缓冲垫。
当这些岗位被AI全面接管，标准任务的执行效率确实提升了，但组织对非标准问题的感知能力也随之钝化。AI擅长在既定规则内寻找最优解，却无法定义新的问题。一旦业务环境发生剧变，需要灵活调整规则时，企业会发现，那些曾经负责在一线“救火”并积累经验的人已经不在了，留下的只有按旧规则运转的代码。
二、被剥离的“经验”：组织能力的断层危机
在追求极致效率的过程中，企业容易陷入一个误区：认为经验是可以被轻易编码和转移的。事实上，大量关键经验是依附于具体的人而存在的。
当AI砍掉一个岗位，随之消失的不仅是这个岗位的产出，还有该岗位与其他部门、其他流程之间长期建立的默契与协作网络。这种隐性的协作关系，是任何先进的系统都无法完全替代的。系统可以规定数据流转的路径，但无法替代人与人之间基于信任的快速沟通与变通处理。
更为深远的影响在于人才梯队的断裂。任何一家健康运转的企业，都需要一个完整的人才金字塔。基层岗位不仅仅是干粗活的地方，它更是中高层人才的蓄水池。未来的业务骨干和管理者，必然要从经历过一线炮火的人中成长起来。他们需要在处理琐碎事务中建立对业务的体感，在应对突发状况中磨炼决策能力。
如果基层被AI彻底掏空，企业将面临无人可用的尴尬局面。空降的管理者往往难以快速融入，而内部又缺乏经过实战检验的储备人才。这种断层不是短期内用高薪挖人就能弥补的。当企业意识到需要人来判断方向、处理复杂利益博弈时，会发现组织里只剩下会操作AI工具的执行者，和缺乏一线体感的空中楼阁式管理者。
削减岗位带来的成本下降是显性的，可以在财务报表上立刻体现；而组织能力的流失是隐性的，往往要在遭遇真正的市场挑战时才会暴露。那些为了短期利润而过度削减岗位的企业，可能在下一个增长周期到来时，发现自己已经失去了冲锋陷阵的兵力。
三、重构人机关系：从“替代”走向“增强”
面对AI的冲击，企业真正需要的不是算计还能砍掉多少人，而是思考如何重新定义人与机器的分工。将AI定位为替代工具，是对其价值的低估；将其视为增强工具，才是跨越周期的关键。
替代思维关注的是如何用更低的成本完成同样的事，这是一种存量博弈。增强思维关注的是如何利用机器的能力，让人去做更高价值的事，这是一种增量创造。
在增强模式下，岗位的内涵将发生根本性改变。以财务岗位为例，传统的财务人员大量时间耗费在票据审核与报表编制上，AI介入后，这些工作可以瞬间完成。但这并不意味着财务人员失去了价值，而是他们被释放出来，可以去进行更深度的现金流预测、投资回报分析以及业务合规风险排查。他们的角色从“记账者”转变成了“业务分析师”。
这种转变要求HR重新审视所有的岗位设计。不能简单地将原有岗位的工作内容切分，把机械的部分交给AI，把剩余的部分留给员工。而是要从业务目标出发，重新构建人机协作的工作流。在这个新的工作流中，人和AI各自发挥优势：AI负责处理海量数据、模式识别和规则执行，人负责设定目标、评估风险、处理例外和提供情感连接。
新的岗位设计必须包含对AI输出的审视与决策环节。如果员工只是盲目接受AI的推荐，那么人就成了机器的附庸，组织能力依然在萎缩。只有当员工具备质疑AI、校准AI、并在AI给出的选项基础上做出独立判断的能力时，组织才算真正掌握了使用新技术的主动权。
四、守住核心能力：HR的行动框架
在技术浪潮面前，人力资源部门不能仅仅扮演执行裁员指令的角色，而必须成为组织能力的守门员和重构者。要平衡成本削减与战斗力维持，HR需要建立一套新的行动逻辑。
对现有岗位进行知识密度的盘点。在决定一个岗位是否可以被AI替代或合并之前，必须厘清该岗位到底包含多少隐性知识。如果该岗位的核心价值在于处理非标准化的异常情况，或者在人际互动中建立信任，那么盲目引入AI将带来巨大的业务风险。HR需要与业务部门一起，将岗位任务拆解到颗粒度，区分出哪些是流程驱动型任务，哪些是认知驱动型任务，哪些是关系驱动型任务。流程驱动型可以交由机器，而认知与关系驱动型必须保留人的主导权。
建立面向AI时代的技能重塑体系。当岗位内涵发生变化，员工的技能组合也必须随之升级。传统的培训往往聚焦于如何使用新的工具，这远远不够。在AI能够快速提供答案的环境下，员工最稀缺的能力变成了提出好问题的能力、跨领域整合信息的能力以及对业务伦理的判断力。HR需要设计新的培训路径，帮助被释放出来的员工从单一技能型向复合判断型转变。这种转变不可能一蹴而就，需要企业提供试错的空间和过渡期的保护。
在组织设计中保留合理的冗余。极致的精益往往意味着极致的脆弱。在高度不确定的市场环境中，一定的冗余是组织应对突发冲击的底气。这并不意味着要保留闲置人员，而是要在关键节点上配置具有能力重叠的团队，确保在AI系统宕机或面对其无法处理的极端情况时，组织依然有人能够顶上。这种冗余不是成本的浪费，而是为组织战斗力购买的保险。
重新定义绩效评估的导向。如果考核体系依然只关注任务完成的数量和速度，员工自然会倾向于依赖AI来刷数据。要让人机协作真正产生战斗力，绩效评估就必须从关注产出转向关注价值创造。评估的标尺不再是员工做了多少事，而是他们解决了什么复杂问题，优化了什么流程，以及在AI的辅助下开拓了什么新的业务可能性。
结语
技术迭代的车轮不会停止，AI对职场的重塑才刚刚开始。面对8万甚至更多岗位的变动可能，企业不能被短期的成本节约蒙蔽双眼。每一次岗位的调整，都是对组织能力结构的一次重新洗牌。真正的战斗力，从来不是靠削减出来的，而是靠在变化中不断重构和升级培育出来的。把AI当成砍人的刀，最终可能伤及自身的筋骨；把AI当成进化的催化剂，才能在下一个周期占据有利地形。
