你大概已经看过这种新闻稿了:“随着持续推进人工智能转型,我们做出了一个艰难的决定,将裁减X%的员工。”具体数字各不相同,但话术如出一辙。企业一边大幅度裁减团队,一边把理由推给AI。

这不是巧合,这是一套操作手册。和许多公司操作手册一样,新闻稿里的说法只是故事的一部分。

打开网易新闻 查看精彩图片

公开传播的版本是这样的:AI的生产力高到不需要那么多人做同样的活了。用上编程辅助工具,一个工程师顶1.5个;接入大语言模型前端,客服处理工单翻倍;配上AI助手,数据分析师出报告效率倍增。所以,人员数量自然就降下来了。这种说法部分成立——AI作为增强工具确实能大幅提升生产力,AI智能体也的确能在极少人工干预下完成实际工作。但“为AI而裁员”这个叙事,被用来承载了不少它并不配承担的东西。

打开网易新闻 查看精彩图片

这套“为AI”的框架同时在做几件事。两件是真的,程度上有所不同,还有一件是作秀。

打开网易新闻 查看精彩图片

第一层原因:数字账是算得过来的,但只适用于部分岗位。AI工具确实让特定类型的知识工作生产效率显著提高,在有些情况下,真的可以替代人力。软件开发领域,一项研究显示编程辅助工具使用者任务完成速度提升55%。有公司负责人公开表示,AI现在大约撰写了一半的代码,并宣称要用AI智能体替换中级工程师。这并非夸口,他能看到内部支撑数据。不过,“AI写代码”究竟意味着什么,需要仔细辨析——编码大约只占软件产出工作的15%。而且要达到那种生产力水平,中间会经历一段投入期和低效期,也就是所谓“J型曲线”。一线客服的逻辑也变了:如果工单里六成是五种固定模式,大语言模型能解决其中四种而无需人工升级处理,那客服的人力算法就要重写。数据分析和报告领域同样如此,过去拉数据、写查询、做幻灯片、归纳发现需要一个全职分析师,现在不需要了,或者说那个分析师能贡献更多附加价值。这些不是假设,都在实际生产中规模化运行。如果一个组织以前需要200名工程师,现在120人配AI工具就能完成同样工作,这个缺口不会自动消失,迟早有人会盯着缺口盘算重组,或者放缓招聘。