三年前，，，，一个电商运营的一天是这样的：早上看数据，，，，上午写文案，，，，中午排推送，，，，下昼盯竞品，，，，晚上写周报，，，，运气欠好加班到十点。。。。。。招聘 JD 上五项职责，，，，对应一个人，，，，一份人为，，，，一个工号，，，，清清晰楚。。。。。。

今天她九点半到工位，，，，发明活儿都被干完了。。。。。。数据是系统跑的，，，，异常自动归因；；；；；；文案大模子一晚上出了十版，，，，等她挑；；；；；；推送已经按人群战略排好；；；；；；竞品动态是一个爬虫加一个摘要模子盯的；；；；；；连周报都在飞书里自己长了出来。。。。。。留给她的，，，，是"哪版文案更对味""这个异常要不要上报"这类判断——以及，，，，出了问题她签字认真。。。。。。

她的事情变轻了。。。。。。但她比谁都清晰这不是什么好新闻：五项职责被拆走了四项半，，，，剩下这半项，，，，还算不算一个岗位？？公司还愿不肯意为它保存一个完整的体例？？

这道题现在摆在几百万白领眼前。。。。。。已往一年多，，，，互联网行业的"优化"一轮接一轮，，，，通告里"AI 提效"取代"严冬"成了新的高频词；；；；；；统一家公司，，，，往往这边在优化，，，，那里挂着百万年薪的 AI 岗位急招。。。。。。更耐人寻味的是接下来这两条新闻。。。。。。据媒体统计，，，，全球大厂以"AI 替换人力"为由裁人的规模预计抵达 23 万人；；；；；；而 Gartner 在 2026 年头展望：到 2027 年，，，，因 AI 裁掉客服的公司里，，，，会有一半重新把人招回来。。。。。。

裁人还在举行，，，，回撤已经被预告。。。。。。两条新闻放在一起，，，，像是行业提前写好了自己的磨练书——大大都公司着实没想明确，，，，AI 动的基础不是人力本钱，，，，也不是某几个详细的岗位，，，，而是岗位这个工具自己：谁人"一个人认真一摊事"的、我们默认了一百年的组织基本单位。。。。。。

要看明确这件事，，，，得先回覆一个更基础的问题：岗位，，，，当初是怎么来的？？

岗位是个历史遗留方案

公司为什么保存，，，，经济学家科斯在八十多年前回覆过：由于市场生意太贫困。。。。。。每件事都出去找人、谈价、签约、验收，，，，本钱高得受不了，，，，于是把人雇进来，，，，用行政指令替换讨价还价，，，，公司就泛起了。。。。。。

岗位的泉源，，，，是统一个原理在公司内部又用了一次。。。。。；；；；；；疃突疃湟唤印⒁云搿⒁槭眨，，，每交接一次就有一次消耗，，，，以是最省事的步伐是把一串相关的活儿打成一个包，，，，整个交给一个人。。。。。。运营的五项职责长在统一个人身上，，，，不是由于它们自然属于统一个人，，，，而是拆给五个人干的话，，，，扯皮的本钱比省下的人为还高。。。。。。

换句话说，，，，"人是组织的最小单位"历来不是自然纪律，，，，只是协调太贵时的拼集方案。。。。。。岗位是打出来的包，，，，金字塔就是一层层包摞出来的形状：一个人最多管七八个人，，，，信息要一层层往上传、往上汇总，，，，组织就只能一层层往上垒。。。。。。中层治理者做的事情，，，，实质上是信息中继——把上面的话拆给下面，，，，把下面的进度汇总给上面，，，，再和隔邻部分拉扯资源。。。。。。已往十年大厂发明的那些词，，，，中台、BP、横向拉通、向上治理，，，，都是这套人肉信息系统的组件。。。。。。

这套方案运转了一百年，，，，没什么大误差。。。。。。直到打包的理由自己最先消逝。。。。。。

文案能天生，，，，数据能剖析，，，，代码能写初版，，，，聚会纪要能自动整理。。。。。。当执行环节一项项被 AI 接走，，，，"活儿必需打包给一个人"的本钱条件就不建设了。。。。。。使命可以拆开、重排、自动化、再组合，，，，岗位从一个稳固的职责包，，，，酿成一张随时可以重排的使命清单。。。。。。

公司看员工的方式随之改变。。。。。。以前问的是这个人行不可，，，，现在问的是：这摊活儿里几多必需人干，，，，几多 AI 醒目，，，，几多可以让更自制的人配上 AI 干。。。。。。这才是这两年白领焦虑的真正泉源——你以为自己在和 AI 比能力，，，，着实公司在重新盘算你的岗位里"必需由人来判断"的部分还剩几成。。。。。。35 岁；；；；；；飧隼匣疤猓，，，在 AI 时代有了一个更冷的版本：十年攒下的执行履历，，，，正在按模子的迭代速率贬值，，，，而拆不掉的那部分判断力，，，，未必长在每个人身上。。。。。。

值得注重的是，，，，最先被拆清洁的纷歧定是下层。。。。。。中层的职责包是派活、催进度、汇总信息，，，，而这三样恰恰是 AI 最先整包接受的领域。。。。。。飞书和钉钉这两年全力做 AI，，，，卖的就是使命自动拆解、进度自动同步、周报自动天生。。。。。。信息中继被机械拿走之后，，，，那种所有本事是开会、转发、收周报的中层，，，，处境比任何下层岗位都尴尬。。。。。。

裁人，，，，只是拆包完成之后的财务结算。。。。。。

拆散的使命在长成什么

活儿不会消逝，，，，拆散之后会按新的逻辑重新聚合。。。。。。已往两三年，，，，有两其中国样本值得认真看。。。。。。

第一个是阿里。。。。。。2015 年前后它带动搞"大中台、小前台"，，，，全行业跟进；；；；；；2023 年它又启动"1+6+N"，，，，亲手把中台拆了。。。。。。这一建一拆，，，，不必简朴归因于 AI——拆分自有其营业和资源层面的考量——但它至少说明晰一件事：组织的形状会随着协调本钱转变。。。。。。昔时部分之间对齐信息太费劲，，，，把重复的职能归拢成中台是最优解；；；；；；可当挪用信息和资源的方式变了，，，，昔时为了镌汰扯皮建起来的部分，，，，自己就成了新的扯皮泉源。。。。。。AI 进入组织之后，，，，这种转变只会更快。。。。。。

这条纪律同样适用于治理者——留下来的人，，，，价值集中在机械干不了的事上：把没人说得清的问题说清晰，，，，在众说纷纭的时间拍板，，，，设计人和机械怎么配合，，，，出了事站出来认真。。。。。。AI 没有祛除治理，，，，它把治理里的行政因素挤了出去，，，，剩下的才是治理自己。。。。。。

第二个是 DeepSeek，，，，以及它前面的拼多多。。。。。。拼多多终年霸着互联网人效榜的头名，，，，人均创收早已过万万，，，，是不少偕行的数倍。。。。。。它证实晰一件事：流程足够系统化之后，，，，人多未几，，，，和事大不大，，，，可以没关系。。。。。。DeepSeek 则是 AI 原生的版本：据果真报道百余人的团队，，，，做出了让硅谷重新评估中美差别的模子。。。。。。2025 年头 DeepSeek 刷屏的那几天，，，，围观者最震惊的着实不是模子自己，，，，而是做出它的组织——没有森严层级，，，，没有 KPI 审核链，，，，围绕问题暂时组队，，，，刚结业的年轻研究员可以直接挪用公司最焦点的算力。。。。。。硅谷把它的组织方式当成论文来研究。。。。。。

微软的《事情趋势指数》报告把这类公司称为"前沿企业"，，，，并预言了它们内部的样子：不再按部分划牢靠的格子，，，，而是围着目的暂时组队，，，，人和 AI 混编，，，，事做完步队就散；；；；；；每个员工手下都带着一队 AI，，，，像老板一样给它们派活、验收。。。。。。这内里藏着一个不小的转变：指挥别人干活，，，，已往得先熬成治理者才行，，，，现在每个通俗员工手里都有一队随叫随到的 AI。。。。。。一个刚入职的剖析师背后站着五个不睡觉的智能体，，，，他醒目出几多活，，，，不再看他加几多班，，，，看他会不会使唤机械。。。。。。对一个靠巨细周堆工时的行业来说，，，，"人效"这个词即是被重新界说了。。。。。。

连招人这件事自己也在变。。。。。。以前营业一涨就加人，，，，天经地义；；；；；；据果真报道和业内的普遍感受，，，，现在一些公司是总体例冻结，，，，AI 提效指标写进 OKR，，，，"用 AI 替换外包"列进部分年度目的——想加人？？先说明确这活儿为什么 AI 干不了。。。。。。

活儿有人接了，，，，责任没人接

回到开头 Gartner 的谁人展望。。。。。。它不是凭空猜的，，，，回撤已经有了现成的剧本，，，，主角叫塞巴斯蒂安·西米亚科夫斯基，，，，瑞典金融科技公司 Klarna 的 CEO。。。。。。2024 年，，，，他是全球把"AI 替身"喊得最响的人：宣布 AI 客服一个月干掉相当于 700 个全职客服的事情量，，，，随即阻止招聘，，，，甚至果真放话，，，，AI 已经能做所有人类做的事情。。。。。。这些话让他当了一年 AI 时代的代言人。。。。。。一年后，，，，照旧他，，，，果真改口：公司走得太远了，，，，太过追求省钱搞坏了服务质量，，，，客户就是想跟真人语言。。。。。。Klarna 重新招聘客服，，，，改成客户永远可以选真人的混淆模式。。。。。。从旗头到磨练，，，，一年整。。。。。。

同样的问题，，，，在海内有一个更日常的视察场景。。。。。。2024 年 4 月，，，，"采销东哥"数字人坐进京东直播间——刘强东自己没来，，，，来的是他的形象、声音和话术模子，，，，首秀吸引了上万万人围观，，，，许多人是专门来看数字人老板能不可把货卖出去的。。。。。。之后数字人直播、AI 客服在整个电商行业迅速铺开。。。。。。这类新劳动力有事情量、有绩效、有"岗前培训"，，，，但不占体例——那么它们的妄想、预算、审核归谁管？？数字人带货出了纰漏、AI 客服把投诉处理砸了，，，，责任落在谁头上？？这不是哪一家公司的问题，，，，而是所有把活儿交给 AI 的公司都还没来得及回覆的问题：活儿被接走的速率，，，，远快于责任被重新安排的速率。。。。。。

两个故事指向统一个病根：只拆了岗位，，，，没有重修责任。。。。。。Klarna 栽的跟头，，，，外貌上是客户想要真人，，，，底下的问题是 AI 答砸了没人兜底、重大情形没人接手；；；；；；而那份关于体例和责任的问题清单，，，，整个行业都还没最先答。。。。。。

AI 把活儿接走了，，，，但活儿之外的问题没人回覆。。。。。。AI 天生内容，，，，谁核查事实？？AI 写代码，，，，谁管架构和清静？？AI 接待客户，，，，谁处理情绪和；；；；；；？？AI 筛简历，，，，谁对误伤认真？？在旧组织里，，，，这些责任是含在岗位里的，，，，人干活人认真，，，，天经地义到不必写下来。。。。。。岗位一散架，，，，这些没记在任何人账上的责任就悬空了。。。。。。以前流程慢，，，，许多问题被老员工的履历和往返相同默默消化掉；；；；；；现在 AI 把速率拉满，，，，过失也以同样的速率冲进生产情形。。。。。。

这个窟窿有多普遍，，，，德勤 2026 年的一项研究给了个数：企业对自动化的期待越来越高，，，，但 84% 的公司没有为 AI 重新设计过岗位，，，，真正动了人才战略的不到一半。。。。。。放在降本增效喊了四年的中国互联网行业，，，，这个比例生怕只低不高。。。。。。按人头砍预算，，，，永远比重新设计责任机制省事。。。。。。

什么才算 AI Native

到这里可以给 AI Native 下一个不掺水的界说了。。。。。。它不是买了几多模子、开了几多账号、办了几场提醒词培训，，，，而是公司的每一条流程都重新回覆过三个问题：哪些活让 AI 先干？？哪些判断必需人来拍？？哪些效果必需有人核过，，，，才华往下走？？——并且岗位说明书、绩效指标、审批流程和人才结构，，，，都按这三个谜底改写过。。。。。。谜底没写到纸面上的，，，，不算。。。。。。

按这个标准，，，，企业的 AI 转型大致是三级台阶。。。。。。第一级是替换：把 AI 当自制员工，，，，一比一换掉原岗位，，，，组织其他部分不动，，，，目的只有省钱。。。。。。Klarna 们的故事都爆发在这一级，，，，Gartner 预言的那些回撤也将爆发在这一级。。。。。。第二级是增强：人人开账号，，，，市场配大模子，，，，研发配 Copilot，，，，客服接智能问答。。。。。。每个人的效率都上去了，，，，公司整体却没见好——文案快了审核更累，，，，代码快了测试更炸，，，，AI 只提高了员工的手速，，，，没改变公司的流程。。。。。。德勤那 84%，，，，也就是今天的绝大大都公司，，，，停在这一级。。。。。。

第三级才是重构：认可原来的岗位、审批、责任界线、绩效指标一切不再合身，，，，围绕"活儿怎么流转"而不是"有几多人"来重画组织。。。。。。阿里拆中台、DeepSeek 的动态组队，，，，都是这一级的局部样本。。。。。。就在本周，，，，微软宣布投入 25 亿美元建设 Frontier Company，，，，资助企业客户做 AI 集成和落地。。。。。。它要卖的已经不但是模子挪用，，，，而是企业把 AI 嵌进自身数据、流程和营业目的的能力。。。。。。当这件事自己成了一门大生意，，，，说明市场已经给"企业 AI 重构"标好了价。。。。。。

手艺史上有过一模一样的一幕。。。。。。电念头取代蒸汽机的头三十年，，，，工厂产能险些没有增添，，，，由于各人都在原地换引擎、给旧产线加电器，，，，直到工程师按电的逻辑重新设计整个厂房结构，，，，生产率才真正腾飞。。。。。。今天的裁人，，，，就是"原地换引擎"在财务报表上的样子。。。。。。

按下"优化"按钮之前

把这些线索放到一起，，，，AI Native 公司的轮廓已经不难描：团队更。。。。。。，，，层级更少，，，，围绕目的而不是部分来组队，，，，人和 AI 混编干活，，，，治理者从管人转向设计人机怎么配合，，，，出了问题有明确的人认真——不管活儿是人干的照旧 AI 干的。。。。。。组织架构图不会消逝，，，，但它会越来越像一张随项目实时转变的地图，，，，而不是一张一年才画一次的金字塔。。。。。。

这套新组织不见得更温顺。。。。。。事情拆成使命之后，，，，每个人的不可替换性都要重新盘算；；；；；；流程被 AI 接受之后，，，，靠资历和信息差攒出来的权力会缩水；；；；；；效果能被实时追踪之后，，，，看起来很忙不再是护身符。。。。。。不过对一个发明了"内卷"的行业来说，，，，这也未必全是坏新闻——堆工时的军备竞赛失去了意义，，，，由于机械不睡觉。。。。。。

中国公司做这场重构不缺条件：组织调解频率高，，，，一线员工接受新工具快，，，，也已经有了 DeepSeek 这种小团队干出大事的样本。。。。。。真正缺的，，，，可能不是执行力，，，，而是把降本和重构脱离的耐心。。。。。。

以是最后的问题留给准备按下"优化"按钮的治理者。。。。。。你裁掉的是本钱，，，，照旧承重墙？？协调的活儿谁接，，，，悬空的责任谁担，，，，AI 干的活谁来记体例、谁来审核？？西米亚科夫斯基已经替所有人交过一遍学费，，，，Gartner 的展望正排着队等更多公司去验证。。。。。。

至于开头那位运营——她的名字可以换成任何一个白领。。。。。。她尚有没有下一份 JD、下一份 JD 上写着什么，，，，不取决于她用 AI 用得多熟练，，，，取决于她的公司怎么回覆上面那些问题。。。。。。

说究竟只有一个问题：你是在给旧组织换 AI 零件，，，，照旧在按 AI 的逻辑重画公司？？

参考资料：

关于全球大厂以 AI 替换人力为由裁人规模的媒体统计报道（2026）；；；；；；Gartner 展望《到 2027 年，，，，因 AI 镌汰客服职员的公司中一半将重新招聘》（2026 年 2 月）；；；；；；21 世纪经济报道《互联网大厂中场战事：2025 上半年背后的加减法》；；；；；；关于 DeepSeek 组织模式的果真报道（2025）；；；；；；微软《事情趋势指数》2025/2026 年度报告及 Frontier Company 宣布通告（2026 年 7 月）；；；；；；德勤《为人机混淆团队重构运营模子》研究（2026）；；；；；；Klarna CEO 关于恢复人工客服的果真亮相（2025 年 5 月）；；；；；；关于京东数字人直播与 AI 客服的果真报道（2024-2025）。。。。。。