AI 没有先把人替掉，它先让草率裁员显形
这两篇材料最刺眼的，不是 AI 多强，而是管理层有多急
Section titled “这两篇材料最刺眼的，不是 AI 多强，而是管理层有多急”我读 CNBC 那篇 2026 年 7 月 1 日的报道，最先冒出来的感觉不是“AI 终于翻车了”。
恰恰相反。我更强烈的感觉是，很多公司在 AI 真正改变组织之前，就先拿它替管理层做了一个决定：裁人。
Orgvue 在 2025 年 4 月 29 日那份研究里给了一个很硬的数字：39% 的企业领导者因为部署 AI 做过冗员决策，而在这些人里，55% 承认那些决定是错的。这个比例已经不算零星失误了，它更像一波提前下注之后的集体回摆。
毛病就在这里。很多组织根本不是在看清任务边界之后裁人，而是在一种朦胧预期里先把 headcount 砍掉，好像只要把人减了，就能反向证明自己在认真做 AI 转型。
他们错的地方，不是高估了模型，而是低估了组织里的边角料
Section titled “他们错的地方，不是高估了模型，而是低估了组织里的边角料”CNBC 文里最典型的几个例子都说明了一件事：真正难替的，从来不是流程图中间那一段，而是边缘处那些脏活、例外、判断和兜底。
Ford 把有经验的工程人员重新招回来，不是因为模型突然失效了，而是因为质量问题这种东西，最后总会落到“谁来发现这个异常不对劲”。CBA 用 AI voice bot 压客服之后又回摆，也不是因为客服不能自动化，而是因为真实世界里的来电，从来不只是一串标准意图。IBM 一边让 AI 处理 94% 的 routine request，一边又决定在 2026 年把美国的 entry-level hiring 扩大到原来的三倍，本质上也是同一个判断：没有人作为经验管道，剩下那 6% 会越来越贵。
这让我想起我之前写过的 《你的公司连自己在干啥都说不清，还指望用 AI？》。很多公司的问题，不是模型差那一口气。它们是老把组织里最难、最脏、最需要判断的部分，当成“以后技术会顺手收掉”的尾项。
所以这不是“AI 替代失败”，而是“先裁后学”的顺序错了
Section titled “所以这不是“AI 替代失败”，而是“先裁后学”的顺序错了”Orgvue 那份稿子里还有一组数字我觉得比 55% 更关键：80% 的企业说自己打算 reskill 员工，51% 认为 reskilling 具有战略重要性，41% 增加了 L&D 预算。
这几组数字其实已经把顺序摆出来了。先看清哪些任务能重写，哪些人要重训，哪些流程需要人机协作，然后再谈组织怎么变。很多公司偏偏反着来。
很多公司把这件事倒过来了。它们先把人员成本砍掉，再让剩下的人和工具去填坑。于是结果就变成 Robert Half 说的那种 “AI correction hires”：32% 的 hiring managers 取消过岗位，后来又把这些岗位或类似岗位补回去。你以为自己在降本，最后只是多付了一轮遣散费、一轮招聘成本，再加一轮组织信任损耗。
我昨天写 《AI 没有先替你裁掉工作，它先放大了公司之间的差距》 时，还在想 AI 更像增长能力的放大器。今天读完这两篇材料，我会再往前推一步：公司和公司之间真正先拉开的，是管理层判断质量。AI 只是把这个差距照亮了。
真正危险的，不是少招几个人，而是把组织的学习回路先切断
Section titled “真正危险的，不是少招几个人，而是把组织的学习回路先切断”IBM 那句“3 到 5 年后管道会干掉”很重要，因为它提醒我们，很多初级岗位不仅是产能单位，还是组织训练自己未来骨干的地方。
一家公司如果因为 AI 先砍掉这些入口，短期报表可能会更好看，长期却可能把自己的判断梯队、业务记忆和现场感一起切掉。岗位后来就算补回来，也不是原样补回来。信任断过一次，成长路径断过一次，组织内部对“技术转型”这四个字的理解也会变。
所以我读完这两篇材料最大的感受是：真正该被 AI 替掉的，也许不是那些岗位，而是那种把“先裁人再补洞”包装成战略远见的管理幻觉。AI 不是天然的裁员理由。它更像一次压力测试，先测出来的往往不是员工可不可以被替，而是管理层到底知不知道自己在替什么。
如果你是管理者，你会把 AI 的第一笔预算先花在裁员、培训，还是流程重写上？
Justina Lee, “Employers who laid off workers citing AI are already starting to regret it”, CNBC, 2026-07-01 https://www.cnbc.com/2026/07/01/employers-who-laid-off-workers-for-ai-are-reversing-their-decisions.html
Orgvue, “55% of businesses admit wrong decisions in making employees redundant when bringing AI into the workforce”, 2025-04-29 https://www.orgvue.com/news/55-of-businesses-admit-wrong-decisions-in-making-employees-redundant-when-bringing-ai-into-the-workforce/
IBM Think, “The bottom rung returns as AI reshapes entry-level jobs”, 2026 https://www.ibm.com/think/news/entry-level-roles-get-reset-ai
Robert Half, “May 2026 Labor Market Update: What employers and job seekers need to know”, 2026 https://www.roberthalf.com/us/en/insights/research/may-2026-labor-market-update-for-employers-and-job-seekers
Finance Sector Union, “CBA backflips on customer service job cuts, admits they got it wrong”, 2025 https://www.fsunion.org.au/win-cba-backflips-on-customer-service-job-cuts-admits-they-got-it-wrong/