当ChatGPT掀起的采购潮进入第三年,一个尴尬的问题开始在全球董事会上反复出现:钱花了,系统上线了,人减了——回报呢?
《华尔街日报》近期的一篇报道,把这个问题背后的管理层分裂直接摆上了台面。围绕”AI究竟该怎么用”,CEO们正在分成旗帜鲜明的两派。
一派把AI当砍刀。Coinbase、PayPal等公司把AI纳入效率提升和组织调整逻辑,AI承担了流程性、重复性、可标准化的工作,组织顺势重审人员规模和成本基线。另一派把AI当杠杆。Axon向员工明确传递:AI不会在短期内触发裁员,而是让团队做更多事情;Spotify在人员规模大体稳定的前提下提高产品交付和用户价值;IBM CHRO Nickle LaMoreaux说得更直白——领导层讨论AI,不能只停留在”AI到生产率”,还要进入”AI到增长”。
表面上看,这是激进与保守之争。但真正值得每一位企业管理者警觉的,是另一组数字。

裁员的回报为什么没有出现?
Gartner在2026年5月发布的一项研究给出了一个反直觉的发现:在已经试点或部署自主业务能力的组织中,约80%报告进行了人员削减——但这些削减,并没有明显转化为ROI提升。
人减了,钱没省出来,产出也没上去。问题出在哪?
Gartner自己的判断是:企业更需要投资的,是让人能够指导、治理、扩展和过渡到自主能力的新技能、新角色和新运营结构,而不是把”人头减少”本身当成AI投资回报的证明。
翻译成管理者听得懂的话:很多公司削减的是岗位,却没有同步削减工作;减少的是人数,却没有重构流程;上线的是工具,却没有重新定义责任、权限和绩效。结果就是,剩下的人一边要用AI,一边还要承担更多的沟通、校验、修正和协调——表面人少了工具多了,实质上组织复杂性反而更高了。
技术自动化了任务,不等于组织自动获得了效率。
客服领域正在为这个判断提供一个极具代表性的预演。Gartner在2026年2月预测:到2027年,50%那些将客服人员减少归因于AI的公司,会重新招聘人员承担类似职能——只是岗位名称变了。同一年4月的另一项调研显示,85%的客户服务与支持负责人正在扩大人类客服的职责,真正已经实施或计划因AI进行一线裁员的比例,只有31%。
AI确实吞掉了大量标准化问询,但人类客服并没有消失,而是被推向更复杂、更需要判断力和情绪理解的场景。岗位还在,只是换了内容——而招聘回来的人,比裁掉的人更贵。
AI替代的是任务而不是岗位
为什么”AI+裁员”经常失灵?底层逻辑其实不复杂:AI更容易替代任务,而不是完整替代岗位。
一个岗位通常由多组任务构成。招聘专员的工作里,有简历筛选、候选人沟通、面试安排、业务校准、雇主品牌表达;财务分析师的工作里,有数据清洗、报表生成、异常识别、经营解释、风险预警。AI对这些任务的影响天差地别——有些高度结构化,适合被接管;有些依赖经验、情境判断和客户信任,短期内仍然离不开人。
用一句”这个岗位会不会被替代”去判断AI影响,从方法论上就是错的。
BCG在2026年发布的研究给出了更精确的刻度:未来两到三年,美国50%到55%的岗位将被AI重塑,但多数岗位不会简单消失,而是工作内容、能力要求和产出方式发生显著变化。该报告特别强调:劳动力战略不能位于自动化之后,而必须嵌入企业战略之中。
也就是说,真正的工作单元正在从”岗位”变成”任务组合”。未来的组织诊断,不应只看人效指标,而要看任务结构;未来的人才盘点,不应只看岗位胜任力,而要看员工能否与AI共同完成更高价值的任务组合。
AI的红利不是平均分配的
那么AI到底能不能提升生产率?能,而且证据相当扎实——只是红利不均匀。
NBER收录的《Generative AI at Work》研究基于5000多名客户支持员工的数据发现:使用生成式AI助手后,客服员工平均生产率提升约14%,而对经验较少、技能较低员工的提升高达34%到35%。GitHub Copilot的相关实验显示,使用AI编程助手的开发者完成指定任务的速度提高了55.8%。
这些数据背后有一个对管理者极其重要的推论:AI对新手是随身导师,对高手是效率放大器,但它不会自动让所有人以同样幅度提升绩效。
Anthropic的Economic Index基于数百万Claude对话的分析,从另一个维度印证了这一点:约36%的职业已在至少四分之一的任务中使用AI;从使用方式看,57%的AI使用偏向增强人类能力,43%偏向自动化任务。增强与自动化并存,而非简单的”替代”,才是AI与工作的真实关系。
这意味着,”人人都要用AI”是一句过于粗糙的口号。真正有效的管理语言应该是:哪些人在哪些任务上用AI,以什么方式用,产出质量由谁校验,效率收益如何被重新分配。会提问、会判断、会校验、会把AI嵌入流程的人,将比只会使用工具按钮的人获得大得多的杠杆——AI不是在抹平组织内的能力差距,而是在重新拉开它。
转型悖论:人准备好了,但组织没跟上
Microsoft《2026 Work Trend Index》给这种矛盾起了个名字:”Transformation Paradox”(转型悖论)——员工已经准备好改变工作方式,但组织系统没有跟上。
该报告基于20,000名AI使用者调查和大量Microsoft 365匿名生产率信号,提出一个关键判断:限制因素不再只是人能做什么,而是工作如何围绕人和AI被组织起来。
更早的《2025 Work Trend Index》则刻画了这组矛盾的全貌:82%的领导者预计在未来12到18个月使用”数字劳动力”扩大组织能力,53%的领导者认为生产率必须提高——但与此同时,80%的员工和领导者表示,缺乏足够的时间和精力完成当前工作。
一边是增长压力、效率压力、成本压力;另一边是员工能量被会议、信息流和协同消耗殆尽。此时把AI简单叠加到旧流程上,结果大概率是”工具更先进,工作更拥挤”。
真正的AI转型,不是让员工在旧工作上再加一个AI工具,而是把旧工作重新拆开,删掉不必要的环节,重组人与机器的分工。
AI释放的时间最终流向了哪里?
大趋势的规模毋庸置疑。Gartner预测2026年全球AI支出将达到2.52万亿美元,同比增长44%;到2026年,最多40%的企业应用将内置特定任务型AI Agent,而2025年这一比例还不到5%。
世界经济论坛《未来就业报告2025》预计,到2030年结构性变化将创造1.7亿个新岗位、替代9200万个,净增7800万;LinkedIn的Work Change Report则指出,到2030年多数岗位所需技能中的70%将发生变化。
技术侧的确定性已经足够高。不确定的是组织侧——AI释放出的生产率红利,究竟流向哪里?
对CEO而言,这个问题可以拆成三层:
· 成本层:哪些工作可以通过AI降低单位成本,减少重复投入;
· 能力层:哪些岗位可以借助AI扩大产能,让同样人数服务更多客户;
· 增长层:哪些过去因为人力不足、周期过长、边际成本过高而无法推进的业务,现在可以被重新打开。
多数企业停留在第一层,领先企业进入第二层,真正改变行业竞争格局的企业进入第三层。而三层的分界线,从来不在于买了什么工具,而在于有没有把工作重新设计一遍。
一个务实的检验问题:如果AI让一个团队节省了20%的时间,这20%会被拿去做什么?是减少人手,是承接更多业务量,是投入客户体验和创新,还是只是被更多会议和更高的KPI吞噬?
AI释放出来的时间,是组织最重要的新资源。它流向成本端,就变成人员优化;流向产能端,就变成同样团队更高产出;流向增长端,就变成新的业务边界;流向员工端,就变成更好的工作体验和更快的能力成长。
雇佣人,是为了完成任务,还是为了创造价值?
回到《华尔街日报》提出的那个选择题——”裁掉员工,还是让员工做更多事”。看完上面这些数据,答案或许已经不构成二选一。‘’
把AI当砍刀的公司,砍掉的是人力成本,也常常一并砍掉了人才梯队的成长路径——当基础分析、资料整理、初稿撰写这些”练手任务”被AI大量接管,企业短期提效,长期却在削弱自己培养下一代专家的能力。
把AI当杠杆的公司,做的是另一件事:让员工少做低价值工作,多做高价值工作;少做机械执行,多做判断、设计和创造。前者是压力转嫁,后者才是生产率提升。
成熟的企业会把AI红利算成三笔账:效率账(减少重复、缩短周期)、质量账(减少错误、沉淀知识)、增长账(扩大服务半径、打开新市场)。只算第一笔的,AI是财务工具;三笔一起算的,AI才是组织能力工程。
《华尔街日报》呈现的CEO分裂,与其说是两种AI策略之争,不如说是对同一个问题的两种回答——我们雇佣人的目的,究竟是完成任务,还是创造价值?
技术提供可能性,组织决定结果。AI不会自动决定一家企业的未来,这个问题的答案才会。