陷阱：單純追求AI取代人力，可能輸掉整個AI十年

陷阱：單純追求AI取代人力，可能輸掉整個AI十年

引言：看似明顯的交易

對於首席財務官來説，AI的商業論證是董事會中最容易通過的——計算出勞動力成本，應用生產率乘數，然後記下節省的費用。商業案例本身成立，董事會點頭，新聞稿在本季度內發佈。

這就是過去幾年企業AI應用的主導邏輯。就其本身而言，這也是理性的。成本協同效應是可量化的，能清晰地體現在損益表上，讓投資者相信管理層已經意識到技術變革。此外，它還能抵禦潛在恐懼——即某個沒有歷史人力負擔的AI原生初創企業會突然出現，並削弱現有企業的成本基礎。

不幸的是，這種邏輯優化了一個錯誤的變量。

越來越多的證據表明，積極推動AI替代人力的公司正在承擔他們未曾模型化的成本。客户滿意度下降，機構知識流失，競爭優勢悄然轉移給模型提供商，倖存員工之間的信任被侵蝕。而且，通常這些公司最終不得不重新招聘同樣的人才：形勢變化迅速，企業尚不清楚自己真正需要什麼樣的人。

我們的論點直截了當。AI時代最持久的優勢不會來自於反射性的人力削減，而是來自於有意識且常常是艱苦的人機協同工作：提升團隊技能、重新設計工作流程、帶領員工經歷真正的組織變革。那些押注於替代人力的公司，是為了更便宜的當下而犧牲更豐富的未來。

替代浪潮：實際發生了什麼

需要先説明一點。裁員是資本主義的一個特徵，並非道德缺陷。它帶來深刻的個人代價，但也可能是必要的——為了更新、戰略調整或生存。本文並非哀嘆冗餘的存在，而是論證：在許多備受關注的案例中，將AI作為裁員理由在經驗上錯誤且戰略上有害。

數據令人震驚。根據Orgvue 2025年對1100多名高級決策者的調查，39%的公司表示直接因部署AI而裁員。其中55%承認這些決定是錯誤的。Forrester的另一份報告估計，到2026年底，大約一半的AI相關裁員將以某種形式被逆轉。23%進行AI相關裁員的公司承認，這些決定是基於“對自動化的廣泛預期，而非對崗位職責的任務級理解”。公司在驗證AI能否可靠執行這些工作之前就削減了崗位。

佔據頭條的案例同樣成為了警示故事。

Klarna是典型案例。2022年至2024年間，該公司將員工從5500人削減至約3400人，CEO Sebastian Siemiatkowski公開宣稱基於OpenAI的聊天機器人完成了700名客服人員的工作。到2025年初，客户滿意度下降，投訴增加，CEO公開承認“我們過於關注效率和成本”。到2025年年中，Klarna開始以“優步式”靈活模式重新招聘人工客服，目標羣體是學生和農村工人。如今，這一事件被一位行業分析師稱為“2026年典型的企業警示故事：評估AI勞動力策略的高管越來越需要解釋他們的計劃如何避免Klarna的結果”。

Salesforce走得更遠，也更公開。2025年9月，CEO Marc Benioff告訴播客主持人Logan Bartlett，公司已將客户支持人員從9000人減少到約5000人——削減了4000個崗位，“因為我需要更少的人”。這番話發表前幾周，Benioff剛剛在AI造福全球峯會上表示AI不會消滅白領工作，而是會帶來“根本性的增效”。這一矛盾並未被觀察者忽視。

渣打銀行提供了最近且最具警示性的案例。2026年5月19日，CEO Bill Winters在香港簡報會上告訴投資者，AI正在“在某些情況下，用金融資本和投資資本取代較低價值的人力資本”，同時宣佈計劃到2030年削減約7800個後台崗位。“較低價值的人力資本”這一表述立即引發強烈反彈。香港和新加坡的監管機構要求澄清。Winters第二天向員工發了一份備忘錄，三天後在LinkedIn上道歉。損害不僅是聲譽上的，更是結構性的：該銀行公開將一項為期四年的裁員計劃與將員工重新歸類為折舊資產的表述聯繫起來。

這些案例中的模式並非裁員本身，而是溝通方式。AI被用作一種生硬的理由，常常沒有任何關於組織AI驅動的未來實際上是什麼樣子的願景。很少會有“接下來會發生什麼”的敍述，很少會解釋釋放出來的產能被重新部署到哪裏。這種缺失很能説明問題，而且在許多情況下，它標誌着更深層的戰略空洞。

這並不僅限於上述案例。Meta正準備在2026年削減約1.5萬名員工（佔全球員工總數的20%），同時將AI預算翻倍至1350億美元。亞馬遜在2025年10月宣佈了1.4萬人的企業裁員，並在2026年初又裁員1.6萬人。微軟在2025年全年裁減了超過1.5萬個職位，約佔其全球員工總數的7%。僅2025年一年，科技行業累計裁員人數就超過8萬，行業分析師現在預計隨着當前AI系統實際侷限性的顯現，2026年將出現一波重新招聘潮。

這不是一個清晰替代的畫面，而是一個過早削減的畫面。

為什麼存在這種偏見：衡量問題

替代偏見有一個清晰的解釋：削減成本易於建模，而收入增長難以歸因。

削減工資是一個明確的損益表事件：節省立竿見影、可量化，並在一個季度內可見於投資者。相比之下，增效收益是分散的：它們表現為更快的週期時間、更高質量的輸出、保留的客户（而非失去的客户）、以及原本不存在的產品發佈。這些收益是真實的，但難以從正常業務表現的噪聲中分離出來。財務透明度的不對稱性使得每一次董事會的討論都朝同一個方向傾斜。

克萊頓·克里斯坦森關於顛覆性創新和待辦任務的框架提供了一個更尖鋭的診斷。在《與運氣競爭》中，克里斯坦森及其合著者認為，當公司對產品或技術的“任務”定義過於狹隘時，它們就會失敗。問到AI做什麼任務時，2026年的主流答案是：“它做過去人類做的工作。”這個框架是一個替代框架，它將AI的任務定義為取代。

這不是正確的任務。更準確的框架將客户放在首位：AI是客户實際想要完成的任務的能力擴展器。它幫助組織更精確地理解該任務，並以前所未有的速度和規模交付。這樣定義的話，AI的價值不在於減法，而在於乘法。

在《創新者的窘境》中，克里斯坦森的核心洞見是，當現有企業過於激進地優化當前商業模式指標時，它們最容易受到顛覆。追求AI替代人力的公司恰恰在做這件事：它們利用一項變革性的通用技術來降低現有業務的成本，而不是去構建下一個業務。成本節省是真實的，但戰略定位是倒退的。

這個論點有一個更尖鋭的版本。

如果AI替代了人，那麼AI供應商就擁有了能力。如果AI增強了人，那麼公司就保持了競爭優勢。

考慮一下，當一家公司用一個基於第三方基礎模型的AI助手取代了700名客服人員時會發生什麼。面向客户的職能繼續運轉，但能力中心已經轉移。這家公司如何處理特殊情況、升級和品牌關鍵時刻的機構知識，現在從任何有意義的層面上來説，都存在於一個由OpenAI、Google或Anthropic擁有的模型中。該公司並沒有消除成本，而是租出了一項能力。每次底層模型改進時，擁有同一供應商合同的競爭對手會在同一天得到相同的改進。差異化消失了。

比較一下增效。一家公司投資培訓同樣的700名員工，並給他們AI工具來處理三倍的業務量並達到兩倍的質量，那麼它就保留了機構的背景。員工積累的經驗反饋到工具如何部署、工作流程如何構建、哪些特殊情況需要人工關注。競爭優勢在公司內部複合增長，而不是在供應商的模型中。

並非每個人都會成功過渡。有些人會發現新的工作方式與他們的技能或傾向真正不相容，自然的人員流動會自行處理一部分。這是一個合理且預期的結果——它與反射性替代截然不同。區別不在於最終員工人數是否下降，而在於公司是否首先定義了新的工作方式實際是什麼樣，是否投資給人們真正適應的機會，並在哪些人類判斷仍然不可替代的問題上做出了深思熟慮的選擇。

歷史類比：我們以前也經歷過

認為強大的新技術將消除人類工作的觀點比工業資本主義還要古老。這個觀點每次都是錯的。值得問的問題是它為什麼錯了，以及答案對當下意味着什麼。

盧德分子與長遠眼光

1811-1816年的盧德運動被不公平地銘記為一個抵制進步的寓言。更有趣的是在替代恐慌消退後發生的事情。機械化紡織生產並沒有消除紡織工人。它極大地擴展了紡織市場，進而極大地擴大了對熟練勞動力的需求，以操作、維護和改進新機器。

[由於AI成本控制，原文被截斷]