陷阱：单纯追求AI取代人力，可能输掉整个AI十年

陷阱：单纯追求AI取代人力，可能输掉整个AI十年

引言：看似明显的交易

对于首席财务官来说，AI的商业论证是董事会中最容易通过的——计算出劳动力成本，应用生产率乘数，然后记下节省的费用。商业案例本身成立，董事会点头，新闻稿在本季度内发布。

这就是过去几年企业AI应用的主导逻辑。就其本身而言，这也是理性的。成本协同效应是可量化的，能清晰地体现在损益表上，让投资者相信管理层已经意识到技术变革。此外，它还能抵御潜在恐惧——即某个没有历史人力负担的AI原生初创企业会突然出现，并削弱现有企业的成本基础。

不幸的是，这种逻辑优化了一个错误的变量。

越来越多的证据表明，积极推动AI替代人力的公司正在承担他们未曾模型化的成本。客户满意度下降，机构知识流失，竞争优势悄然转移给模型提供商，幸存员工之间的信任被侵蚀。而且，通常这些公司最终不得不重新招聘同样的人才：形势变化迅速，企业尚不清楚自己真正需要什么样的人。

我们的论点直截了当。AI时代最持久的优势不会来自于反射性的人力削减，而是来自于有意识且常常是艰苦的人机协同工作：提升团队技能、重新设计工作流程、带领员工经历真正的组织变革。那些押注于替代人力的公司，是为了更便宜的当下而牺牲更丰富的未来。

替代浪潮：实际发生了什么

需要先说明一点。裁员是资本主义的一个特征，并非道德缺陷。它带来深刻的个人代价，但也可能是必要的——为了更新、战略调整或生存。本文并非哀叹冗余的存在，而是论证：在许多备受关注的案例中，将AI作为裁员理由在经验上错误且战略上有害。

数据令人震惊。根据Orgvue 2025年对1100多名高级决策者的调查，39%的公司表示直接因部署AI而裁员。其中55%承认这些决定是错误的。Forrester的另一份报告估计，到2026年底，大约一半的AI相关裁员将以某种形式被逆转。23%进行AI相关裁员的公司承认，这些决定是基于“对自动化的广泛预期，而非对岗位职责的任务级理解”。公司在验证AI能否可靠执行这些工作之前就削减了岗位。

占据头条的案例同样成为了警示故事。

Klarna是典型案例。2022年至2024年间，该公司将员工从5500人削减至约3400人，CEO Sebastian Siemiatkowski公开宣称基于OpenAI的聊天机器人完成了700名客服人员的工作。到2025年初，客户满意度下降，投诉增加，CEO公开承认“我们过于关注效率和成本”。到2025年年中，Klarna开始以“优步式”灵活模式重新招聘人工客服，目标群体是学生和农村工人。如今，这一事件被一位行业分析师称为“2026年典型的企业警示故事：评估AI劳动力策略的高管越来越需要解释他们的计划如何避免Klarna的结果”。

Salesforce走得更远，也更公开。2025年9月，CEO Marc Benioff告诉播客主持人Logan Bartlett，公司已将客户支持人员从9000人减少到约5000人——削减了4000个岗位，“因为我需要更少的人”。这番话发表前几周，Benioff刚刚在AI造福全球峰会上表示AI不会消灭白领工作，而是会带来“根本性的增效”。这一矛盾并未被观察者忽视。

渣打银行提供了最近且最具警示性的案例。2026年5月19日，CEO Bill Winters在香港简报会上告诉投资者，AI正在“在某些情况下，用金融资本和投资资本取代较低价值的人力资本”，同时宣布计划到2030年削减约7800个后台岗位。“较低价值的人力资本”这一表述立即引发强烈反弹。香港和新加坡的监管机构要求澄清。Winters第二天向员工发了一份备忘录，三天后在LinkedIn上道歉。损害不仅是声誉上的，更是结构性的：该银行公开将一项为期四年的裁员计划与将员工重新归类为折旧资产的表述联系起来。

这些案例中的模式并非裁员本身，而是沟通方式。AI被用作一种生硬的理由，常常没有任何关于组织AI驱动的未来实际上是什么样子的愿景。很少会有“接下来会发生什么”的叙述，很少会解释释放出来的产能被重新部署到哪里。这种缺失很能说明问题，而且在许多情况下，它标志着更深层的战略空洞。

这并不仅限于上述案例。Meta正准备在2026年削减约1.5万名员工（占全球员工总数的20%），同时将AI预算翻倍至1350亿美元。亚马逊在2025年10月宣布了1.4万人的企业裁员，并在2026年初又裁员1.6万人。微软在2025年全年裁减了超过1.5万个职位，约占其全球员工总数的7%。仅2025年一年，科技行业累计裁员人数就超过8万，行业分析师现在预计随着当前AI系统实际局限性的显现，2026年将出现一波重新招聘潮。

这不是一个清晰替代的画面，而是一个过早削减的画面。

为什么存在这种偏见：衡量问题

替代偏见有一个清晰的解释：削减成本易于建模，而收入增长难以归因。

削减工资是一个明确的损益表事件：节省立竿见影、可量化，并在一个季度内可见于投资者。相比之下，增效收益是分散的：它们表现为更快的周期时间、更高质量的输出、保留的客户（而非失去的客户）、以及原本不存在的产品发布。这些收益是真实的，但难以从正常业务表现的噪声中分离出来。财务透明度的不对称性使得每一次董事会的讨论都朝同一个方向倾斜。

克莱顿·克里斯坦森关于颠覆性创新和待办任务的框架提供了一个更尖锐的诊断。在《与运气竞争》中，克里斯坦森及其合著者认为，当公司对产品或技术的“任务”定义过于狭隘时，它们就会失败。问到AI做什么任务时，2026年的主流答案是：“它做过去人类做的工作。”这个框架是一个替代框架，它将AI的任务定义为取代。

这不是正确的任务。更准确的框架将客户放在首位：AI是客户实际想要完成的任务的能力扩展器。它帮助组织更精确地理解该任务，并以前所未有的速度和规模交付。这样定义的话，AI的价值不在于减法，而在于乘法。

在《创新者的窘境》中，克里斯坦森的核心洞见是，当现有企业过于激进地优化当前商业模式指标时，它们最容易受到颠覆。追求AI替代人力的公司恰恰在做这件事：它们利用一项变革性的通用技术来降低现有业务的成本，而不是去构建下一个业务。成本节省是真实的，但战略定位是倒退的。

这个论点有一个更尖锐的版本。

如果AI替代了人，那么AI供应商就拥有了能力。如果AI增强了人，那么公司就保持了竞争优势。

考虑一下，当一家公司用一个基于第三方基础模型的AI助手取代了700名客服人员时会发生什么。面向客户的职能继续运转，但能力中心已经转移。这家公司如何处理特殊情况、升级和品牌关键时刻的机构知识，现在从任何有意义的层面上来说，都存在于一个由OpenAI、Google或Anthropic拥有的模型中。该公司并没有消除成本，而是租出了一项能力。每次底层模型改进时，拥有同一供应商合同的竞争对手会在同一天得到相同的改进。差异化消失了。

比较一下增效。一家公司投资培训同样的700名员工，并给他们AI工具来处理三倍的业务量并达到两倍的质量，那么它就保留了机构的背景。员工积累的经验反馈到工具如何部署、工作流程如何构建、哪些特殊情况需要人工关注。竞争优势在公司内部复合增长，而不是在供应商的模型中。

并非每个人都会成功过渡。有些人会发现新的工作方式与他们的技能或倾向真正不相容，自然的人员流动会自行处理一部分。这是一个合理且预期的结果——它与反射性替代截然不同。区别不在于最终员工人数是否下降，而在于公司是否首先定义了新的工作方式实际是什么样，是否投资给人们真正适应的机会，并在哪些人类判断仍然不可替代的问题上做出了深思熟虑的选择。

历史类比：我们以前也经历过

认为强大的新技术将消除人类工作的观点比工业资本主义还要古老。这个观点每次都是错的。值得问的问题是它为什么错了，以及答案对当下意味着什么。

卢德分子与长远眼光

1811-1816年的卢德运动被不公平地铭记为一个抵制进步的寓言。更有趣的是在替代恐慌消退后发生的事情。机械化纺织生产并没有消除纺织工人。它极大地扩展了纺织市场，进而极大地扩大了对熟练劳动力的需求，以操作、维护和改进新机器。

[由于AI成本控制，原文被截断]