后悔裁員裁早了，為啥越來越多的公司發現AI不能替代人工？

最近幾年，伴隨著人工智能的高速發展，AI已經迅速在我們的生活中普及開來，以至于不少公司甚至都希望趕快把員工裁掉，利用AI來降本增效，實現利潤的全方位提升，然而就在最近卻有媒體發出不同的生意，有些公司突然發現裁員似乎裁早了，為啥會又越來越多的公司發生AI不能替代人工？

一、后悔裁員裁早了？

據財聯社的報道，一些專家和反對者曾經預測，人工智能將對全球勞動力市場造成嚴重沖擊，而這似乎也被科技行業及部分制造公司的裁員計劃所印證。但有新的調查發現，一些公司已后悔之前因人工智能裁員。

Intuition Labs的一份報告指出，在預算中只關注用技術取代人類，而不投資于培訓或技能提升，將導致團隊無法有效利用人工智能。大力推行自動化的公司中，許多公司后來都后悔裁員，因為他們裁掉的恰恰是那些負責監督人工智能的關鍵人員。

另根據Orgvue的報告，39%的企業領導者因人工智能部署而裁員。然而，其中55%的人承認，他們在裁員問題上做出了錯誤的決定。

近日，美國汽車制造巨頭福特宣布重新聘用數百名經驗豐富的工程師，以解決自動化系統無法處理的質量問題。福特汽車硬件工程副總裁Charles Poon，人工智能是一個很棒的工具，但它的效用取決于你用來訓練它的信息質量。

除了福特之外，澳洲聯邦銀行以及軟件巨頭IBM也出現了自動化后效率不佳的問題。去年，澳洲聯邦銀行裁減了40多名客服人員，并用人工智能語音機器人取而代之。然而，人工智能系統不堪重負，導致客服系統癱瘓，電話量積壓，迫使聯邦銀行撤回了裁員決定。

無獨有偶，即使是被譽為硅谷鋼鐵俠的馬斯克最近也在宣布對于AI使用的現制，據美國科技媒體The Information報道，從7月6日起，特斯拉每位員工每周AI花費上限為200美元。超出部分，需要單獨審批。并且不再把AI作為最大的助力。

二、為啥越來越多的公司發現AI不能替代人工？

近兩年，AI浪潮席卷商業世界，不少公司仿佛抓住了“降本增效”的救命稻草，在裁員名單上大筆一揮，把AI當成了能替代一切的萬能鑰匙。可如今，越來越多企業回過神來，發現自己當初的裁員動作，實在操之過急，這件事我們該怎么看？

首先，AI從不是插上電就能跑的永動機。很多企業對AI的認知，停留在互聯網宣傳的理想化場景里，認為只要接入大模型、上線智能系統，就能自動完成工作、替代大量人力，是插上電就能持續高效運轉的永動機。但真實的產業落地，和輿論渲染的完全不一樣。任何企業級AI應用，都不是一次性部署就能長期使用的，它高度依賴持續的數據投喂、精細化的提示詞調優、海量錯誤輸出的修正迭代。沒有人工持續介入優化，AI模型的輸出精度會持續下滑，適配性會越來越差，最終淪為擺設。

很多企業此前只看到了AI替代人工的顯性成本節省，卻完全無視了AI運維的隱性人力成本。簡單來說，AI替代的是基礎執行人力，卻催生了數據標注、模型調優、內容復核、場景適配、問題糾錯等一系列全新的人工崗位。不少企業盲目裁掉一線業務人員、基礎運營人員后才發現，原本這些員工日常積累的業務經驗、場景數據、問題處置方式，正是AI正常運轉的核心支撐。比如說，AI的確可以替代客服很大部分的工作，但是一旦企業全方位用AI替代客服的時候就會發現，客服真正解決復雜問題的能力，那種需要同理心和梳理清楚用戶各種稀奇古怪表達中真正訴求的能力是AI所不具備的。人工裁掉了，配套的業務數據、場景認知、糾錯能力也就消失了，AI不僅無法高效工作，反而頻繁輸出錯誤內容，拖累整體業務效率。這也是當下很多企業最直觀的感受：單純靠AI脫離人工，不僅降不了本，反而會增加大量隱形投入，得不償失。

其次，大規模推行AI化的公司容易陷入“要素錯配”陷阱。在一個生產體系里，各要素得匹配才能出效益。現在的情況是，AI輸出的質量高度依賴于人工的輔助，特別是那些具有專業判斷力的復核人員。很多企業把那批懂業務、有經驗的老員工裁了，留下的只是一群對著屏幕發呆的操作員，或者是根本看不懂AI在說什么的管理層。這時候，AI產出的東西沒人能把關，錯誤率直線飆升。

更要命的是，AI本質上是個基于概率的生成模型，它只能在既定的框架里解決問題，它不會主動突破規則，更別提什么市場創新了，這可能就是目前AI與人類最大的區別。商業競爭靠的是什么？很多時候靠的是那一點點“不講理”的創新和直覺，在經濟學上，著名經濟學家熊彼特將其歸納為“破壞性創新”，但是就是這個“破壞性創新”往往就是AI給不了。結果就是，那些已經AI化的工作流程，因為缺乏創新和判斷力，又得重新把人工找回來摻和進去，這其實是一種資源的巨大浪費。

第三，非標準化業務與AI存在天然適配難題。業務場景的復雜性，遠超算法的設計邊界。很多老板以為自己的業務是標準化的，其實根本不是。真實的世界是充滿了灰度、充滿了非標準化的。你在簡單的場景下，比如做個摘要、翻譯個文檔，AI確實溜得飛起。但一旦放到復雜的企業級應用里，AI立馬就會出現“水土不服”。比如面對一個棘手的客戶投訴，或者需要極度細膩的情感溝通場景，AI那套僵硬的邏輯根本不夠看。

AI缺乏共情能力，它聽不懂弦外之音，更理解不了客戶憤怒背后的深層訴求。這時候，一個有經驗的人工客服，可能幾句軟話就能把事兒平了，但AI可能只會機械地復讀條款，直接把客戶氣跑，筆者最近在不少互聯網公司和商業銀行的AI客服中有深刻體驗，AI車轱轆話來回說，讓人無力吐槽。這種在復雜場景下的無力感，讓很多企業意識到，所謂的“標準化”只是理論上的烏托邦，現實中處理“例外情況”的能力，才是企業的核心競爭力，而這恰恰是AI的短板。

第四，從目前這個階段來看，AI的確可以極大地提高效率，這一點毋庸置疑。但指望它完全替代人工，至少在可見的未來，還是一個代價高昂的幻想。特別是最近一段時間，大家都注意到了，大模型的調用成本，也就是token費用，其實一直居高不下。當你把API調用費用、算力租賃費用、數據治理成本、以及為了維護AI系統而新增的工程師團隊成本全部算上，你會發現，用它來完全替代一個中等水平員工的成本，可能并不劃算，甚至更貴。這就像用一架精密昂貴的無人機去取代一個提著籃子采茶的農婦，賬不是這么算的。

所以，AI的最優定位，應該是輔助人類的效率工具，而不是完全的替代品。它最好的角色，是成為員工手里的那把“瑞士軍刀”，幫他們從繁瑣、重復、低價值的信息檢索和整理工作中解放出來，讓他們有更多精力去做那些需要判斷力、創造力和情感連接的高階工作。通過AI賦能你的員工，讓一個普通員工能發揮出骨干的效能，這比簡單粗暴地裁員，要聰明得多，也有效得多。畢竟，工具的價值在于被人使用，而不是取代使用工具的人。

因此，技術替代人類從來都不是一蹴而就的線性過程。每一次技術變革都會帶來陣痛，但陣痛之后往往是生產關系的重構。企業在面對AI浪潮時，與其在舊世界里恐懼和盲目試錯，不如主動走進新世界，重新審視人與機器的邊界。

畢竟，被淘汰的從來不是某個具體的崗位，而是那些可被輕易蒸餾的標準化工作能力。只要人類還掌握著定義問題、共情他人和突破規則的能力，AI就永遠只能是工具，而人，才是駕馭工具的主人。