AI驱动裁员的战略错误

当前的全球企业界正掀起一股AI采用浪潮，而这种浪潮往往被通过电子表格的视角来审视。对于董事会而言，等式很简单：更少的人，更低的薪酬支出，以及同样的产出。这种通常被冠以“效率”或“转型”之名的做法，是一种短期获益，却会制造长期的负债。

虽然AI可以自动化某些任务，但它无法复制经验丰富的员工所携带的深层机构知识（institutional knowledge）。那些将AI视为裁员工具的公司，不仅是在削减成本，更是在侵蚀其竞争优势的根基。 \n## 不可见的资产：机构知识

当组织为了应对AI能力而缩减规模时，它们是在基于这样一个假设进行运作：一个岗位的价值等于其产出的总和——报告、邮件、数据录入和分析。这对于商业价值是如何创造的，存在着根本性的误解。

团队的真正价值不在于他们生产的工作成果，而在于他们携带的知识。这包括：

这些知识是随着时间积累的，一旦它们离开公司，几乎无法重建。当一个组织用这种上下文信息来换取短期薪酬支出的减少时，他们是在牺牲自己应对复杂性的能力。

AI作为乘数，而非替代品

使用AI让更少的人完成同样的工作，与使用AI让同样的人完成显著更多的工作，这两者之间有着本质的区别。后者是一种更具雄心且更可持续的运营模式。

AI不应是取代团队成员的产出，而应是扩展他们的能力范围。请考虑以下能力转变：

市场营销 (Marketing): 之前管理一个活动的团队，现在可以管理五个，并将他们的战略判断力应用于更广泛的举措中。
分析 (Analysis): 一名分析师原本需要花费三天时间起草报告，现在可以在一个上午完成，从而将剩余的一周时间用于解读和高层战略。
客户成功 (Customer Success): 一名经理原本可以处理三十个账户，现在可以有意义地与一百个账户进行互动，利用AI处理海量任务，而他们自己提供深度。

在这种模式下，人并没有从等式中被移除；人就是等式本身。AI仅仅是让该等式运行得更快、规模更大的引擎。

一个AI系统只有在由判断力引导时才有用。由深谙客户群、产品和运营约束的人编写的提示词（prompt）所产生的，将是比由替代性雇员或通用操作员编写的提示词在类别上更具价值的结果。

上下文信息并非一种“软”优势；它是一种硬性的竞争优势。经验丰富的团队能够做出更好的决策，更早地发现问题，并能以真正符合组织特定上下文的方式应用新工具。当公司裁减经验丰富的员工时，他们会失去有效指挥AI的能力，并最终发现，AI在由真正理解业务的人来掌舵时，效果才是最好的。

领导团队不应再问：“AI可以在哪里取代人？”而应问：“AI可以在哪里把时间还给我们的员工，让他们不再受困于那些不需要判断力的任务中？”

大多数高技能岗位目前都受困于低技能的摩擦力：行政、格式化、排程、以及初稿生产。通过消除这种这种摩擦，组织可以将其最经验丰富的才干转向他们只能做的工作：关系管理、战略思考和复杂问题解决。

虽然保留机构知识的论点很强，但围绕AI裁员的讨论更为复杂。一些观察者指出，“AI叙事”往往是针对更广泛经济调整的公关手段。

"在现实中，有两种类型的裁员正在发生。一种是那些真正相信AI会实际取代大量劳动力的傻瓜……而另一种是那些意识到ZIRP（零利率政策）时代已经结束，他们需要变得更加精简……比起说‘我们用AI革命化了我们的工作流程’，说‘我们五年没能将巨额投资债务转化为利润了’，后者的公关效果显然更好。"

此外，有人认为AI提供了一个独特的机遇，可以识别并移除“臃肿”或表现不佳的员工。如果一家公司可以利用AI工具取代一个表现不佳的员工，并保留其高绩效员工，那么净结果可能是生产力的提升。然而，挑战仍然在于如何在知识型工作领域定义和衡量绩效——这是一项众所周知的难题。

AI的采用应当使团队变得更有效率、更专注，并具备在以前无法达到的水平上交付成果的能力。目标应当是让机构知识变得更易获取，而非使其变得冗余。

那些将商业知识视为基础设施并投资于团队与AI协作工作的能力培训的 companies，正在构建一些持久的东西。那些将知识视为一种可以被最小化的成本时，他们会发现，两者之间的能力差距将比大多数人预期的还要显而易见。