The following article is from 正和岛 Author 拐枣

   导读   

利润在涨，人却在减。巨头们不是撑不住了，而是不敢在 AI 军备竞赛里慢一步。人力预算让位算力，层级和流程不再自动等于价值。企业要重排组织，个人要找到 AI 替代不了的能力——创造、温度、责任。AI 真正改写的，是谁值钱。

作者 | 拐枣

来源 | 正和岛

这两天，微软的一则人事调整，在网络上引起了不小的轰动。

微软向约 6 万名员工提供了一个 " 选择性自愿离职买断 " 计划，要是主动走人，可以拿到一笔钱。

措辞看似温和、克制，但所谓自愿离职，说到底就是缩减人员的 " 变种 "。

缩减 6 万人，微软的一盘大棋

这其实不是微软第一次这么做了，微软年内已经进行过多轮人员调整。只是这次规模最大，符合条件的员工超过其员工总数的四分之一。

还有一个细节非常值得注意，微软 2026 年财年（截至 6 月 30 日），营收 3318 亿美元，同比涨 18%；经营利润 1552 亿美元，同比涨 21%。

微软为何在营收和利润都在涨的情况下，还要如此频繁减人？

其实在笔者看来，原因也很简单：一方面是 AI 已经替代了一部分工作，另一方面则是微软要用人换算力，腾出足够的资金空间，继续押注 AI。

微软上一个财年在数据中心和芯片上花了 1450 亿美元，2026 财年资本支出预计 1900 亿美元，绝大部分砸向 AI 芯片和数据中心。后续微软还要继续大把花钱，所以每个环节都要拧毛巾，而砍人力成本往往是最好操作的。

其实这么做的，不仅仅是微软一家。甲骨文上财年裁员约 2.1 万人，降幅达 13%。甲骨文在年度财务监管申报文件中称，" 我们在各项业务中采用和部署 AI 技术，已经导致并且未来可能继续导致员工人数减少。"

亚马逊今年 1 月宣布裁减约 1.6 万个企业岗位，Meta 于今年 5 月启动约 8000 人的裁员，约占员工总数的 10%。

……

如果要罗列，还可以说出很多，这些科技巨头们都在做一件事：用人力预算给 AI 预算让路，要用人换算力。

巨头们，不敢下牌桌

那么，为什么这些巨头们要以人换算力？

在这里，就不得不提到经济学上的一个词：杰文斯悖论。

1865 年，经济学家威廉 · 斯坦利 · 杰文斯在《煤炭问题》中指出了一个悖论：瓦特改良蒸汽机提升了煤炭利用率，但英国的煤炭总消耗量却不降反升。

最早的纽科门蒸汽机能量效率非常低，有 99% 以上的能量被浪费掉了，能量的实际使用率不到 1%。效率太低，导致这台机器只能在矿井边上抽水，因为燃料非常容易获取、运输成本几乎为零，而一旦搬离矿区，运输成本就会吃掉所有的收益。

瓦特后来改良了蒸汽机的能量效率，按理说，对煤炭的利用率提高了，消耗的煤炭量应该降低。但是瓦特改良后，瓦特的合伙人博尔顿将其推向了市场，最终却让蒸汽机走出了矿区，城市的纺织厂可以用，面粉厂、铁厂等地方都可以用。

于是，用煤炭的行业就多了，用煤炭的人也多了，最终烧掉的煤炭自然就更多了。

最早英国煤炭年产量在 280 万吨左右，瓦特改良蒸汽机之后没几年，煤炭的年产量提升到约 1000 万吨。

而到杰文斯总结这一现象的时候，英国煤炭年产量已接近 9500 万吨。

这背后，杰文斯悖论说明了一个现象：技术进步不会让需求收缩，反而会打开被压抑的需求空间。

在 AI 的场景下，杰文斯悖论显得尤为激烈。两年前，企业每次调用大语言模型，都需要权衡 " 这件事值不值得花这笔钱？" 太贵，用不起，导致大量潜在的使用场景被放下了。

今天，大家几乎不会考虑调用大模型的成本，调用大模型的人更多了，需求不仅不会萎缩，反而会疯狂增长。

正如知名企业战略专家曾鸣的观点：基础设施跨过某个可用性临界点以后，原生应用开始密集涌现，而且应用出现以后又反过来拉动基础设施的普及。

就像电一样，人们看见了电灯，才愿意接电；接电后，就出现了电熨斗、吸尘器、洗衣机等产品；而这些产品又推动了电的普及，之后又催生了更多原生产品；最后，电成为了底层基础设施。

AI 也是同理，调用成本跨过临界点后，智能体、编程助手原生应用密集涌现；应用越丰富，企业接入算力的回报越高，更多企业把业务跑在平台上，市场扩大又催生更多原生应用，推动模型能力与算力技术进一步成熟，最终渗透进各行各业。

如今，Token 这个度量单位被提出来，就像一度电、一吨水、一个 GB 流量一样，是完全可以衡量的，证明了 AI 正在成为基础设施。

所以现在出现了这样的情形：单位 Token 的价格在跌，但全球算力需求、GPU 租金和 AI 总支出却在飙升。

算力、模型能力、开发者生态、企业客户的工作流嵌入，都有规模效应和锁定效应。谁先把算力建到位、谁先把模型能力推到前沿、谁先让客户把业务跑在自己的平台上，谁就能吃掉被打开的那部分增量。反过来，谁在扩张上慢一步，不是少赚一点，而是把已经打开的市场让给对手。

现在这些巨头们都在进行 AI 军备竞赛，不敢停下来，因为一旦停下来的代价就是出局。接下来巨头们还会继续砸算力，砸大模型。

因此，从各个环节抠成本，为 AI 军备竞赛腾出资金，就是一件非常有必要的事情。

AI 重新定义并计算人的价值

巨头们不敢输，是在打一场关于前沿地位和算力规模的生存战争。但对大多数公司来说，参与第四次工业革命的方式，不是建大模型，而是借用平台能力，来改善自己的生存空间。

虽然看似跟大多数企业没有关系，但微软 " 变相缩减人员 " 背后，也有值得企业和企业家深思的地方，为所有人敲响了一记警钟。

这次微软 " 劝退型缩减人员 "，条件说得很明白：" 面向加拿大、印度、英国和美国团队中职级在 70 级及以下的符合条件的员工 "。

将门槛设在 70 级，至少传递出来一个信号，微软实际上是将公司的高级副总裁及以上最核心的决策层排除在外。这确保了公司在 " 换血 " 和降本的同时，能留住制定战略以及做出关键决策的人物。

此外，还有一条值得注意：" 从事数据中心、销售、市场营销、网络安全和量子计算等工作的部分员工则不具备资格。"

翻译一下，就是：这些部门不砍人。

将这两条放在一起看，就明确了：

核心决策层，以及那些离客户最近的一线人员，能解决实际问题的人依旧是组织非常宝贵的资产。

被缩减的备选人员是谁？恰恰是传统组织里靠信息传递、流程协调、团队管理体现价值的人群，这些职能正在被 AI 压缩。

换言之，在 AI 时代，组织的逻辑彻底变了。以前判断一个人的价值，看他在哪个层级、管多少人、能协调多少资源，在信息的上传下达中有多少分量，养一个人算的是他干多少活、值不值这份工资；现在看的是，AI 把信息处理和流程协调都接过去之后，他还有没有 AI 替代不了的能力，这个人还能不能做出 AI 做不出的东西。

正如 Anthropic，就不像是传统意义上的公司。组织极度扁平，它没有清晰的边界，也没有稳定的职责分工。AI 承担了组织上下文和流程等相关的工作，人集中在 AI 做不了的关键判断和担责上。

所以，AI 正在重新定义和计算人的价值。

如今，微软都在 " 优化 " 组织，那么你的组织里有多少 " 经验级别 70 以下 " 的岗位 ?

当然，这不是让你缩减人员。而是让经营者和高级经理人思考：

你的组织里，哪些岗位在 AI 重新定价后仍然增值，哪些岗位的价值正在被 AI 稀释？你的公司里，是靠层级和流程体现价值的人多，还是真正能创造价值的人多？

核心是企业经营者要根据业务、市场以及环境的变化，主动调整自己的组织，梳理你的人才结构。

构建不可替代性

组织层面要进行调整，而对职场人来说，提高自己的不可替代性，则显得至关重要。

那么，在 AI 时代，该如何提升自己的不可替代性？

1.  成为创智人才。

曾鸣在《智能》一书中，提到了一个词：创智人才。

曾鸣认为，拥有创造力的人正在成为最稀缺的资源。

AI 正在大规模接管知识性工作，也让真正具有创造力的人获得了前所未有的能力杠杆。

过去，一个人再优秀，但个人的时间是有限的，知识是有壁垒的。今天，调动智能能力就可以跨越过这些壁垒。此时，一个具有创造力、且能驾驭 AI 的人，就能展现出 " 一将顶千军 " 的能力。

所以我们经常看到割裂的新闻。一些大厂，一方面在大规模裁员，而另一方面又在高薪挖人，为了得到一个人才，愿意支付上百万、上千万美元的年薪。

其实并非真的矛盾，而是公司更愿意为值得的人花钱，为 "ROI" 高的人花钱。

2.  具备人的温度。

在 AI 时代，人的不可替代性就来自于 AI 做不了的事情。那有什么是 AI 做不到的？

就是人与人之间的链接。

AI 可以把话说得滴水不漏，但它不承担关系，不积累信任，不为一句承诺负责，同样也无法与人共情。

就以销售为例，在销售行业，有一句经典的名言：客户表面上买的是产品，实际上是买的对你的信任。

销售是和人打交道，要和人建立链接，你能给别人传递温度，能解决别人的问题，别人才会为你付费，尤其是客单价越高，越是如此。这也是为什么此次微软裁员，" 销售 " 不具备资格的原因。

诺贝尔经济学奖克里斯托弗 · 皮萨里德斯也从宏观视角指出，AI 时代同理心、沟通能力和创造力等 " 人类特质 " 会变得弥足珍贵。

所以在 AI 时代，具备人的温度，对人有敏锐洞察，也能够提高自己的核心竞争力。

3.  主动扛责。

李开复在《AI 未来已来》中，为个体应对 AI 时代画出了一张行动地图，并指向三个方向：往 " 开放 " 靠，去问题尚未被定义、标准尚不存在的地方；往 " 复杂、风险、把关 " 靠，把自己放到 " 出了事要由你负责 " 的位置上；往 " 温度、信任 " 靠，做那些能够与人建立起信任的事情。

笔者认为，三个方向都有价值，但 " 复杂、风险、把关 " 这一条，显得极为关键。

AI 做错了，只会道歉，但不承担责任，这是它最根本的局限。但责任必须落在一个人或一个组织身上，如果你把自己推向 " 出了事 " 要由你负责的位置上，那么你在一家公司就具有不可替代性。

这句话的深层含义是，你要识别组织中哪些地方是重要的，然后站上去扛起责任，你需要为方向做出判断，为事情的结果负责。

在这里不妨举一个例子，比如你负责公司的公众号，对外输出品牌。现在可以用 AI 写文章，如果只是会写文章，那么不可替代性就很低，但如果你是主编，你要把控账号的调性和方向，也要为最终的结果负责，那么相对来说，你的价值就更高一些。所以哪怕不是主编，也要用主编的意识来要求自己。

当你具有一定的不可替代性，你在市场中就会有议价权。

结语

塔勒布在其著作《黑天鹅》中，讲了一个火鸡的幸福指数的故事：

一只火鸡从小被养在农场里。每天中午，主人都会准时来喂食。10 天，20 天，100 天，从未间断。火鸡因此认定主人是世上最爱它的人，幸福指数直线上升，并相信这样的日子会永远持续下去。

直到感恩节那天，主人拿着一把刀走了进来。火鸡成了盘中的一道菜。尽管故事显得很悲情，但却是现实的写照。

从微软的 " 自愿离职 " 方案，表面看是一则人事调整，实质却是一张时代切片：AI 正在重新定义和计算人的价值。

对于企业来说，要趁着这一窗口，重新梳理价值，找到企业的核心竞争力。对个人来说亦是如此，需要主动进化，提升自己的价值，只有不可替代性高，才会相对安全。

—— · END · ——

重磅推出：

华夏基石管理咨询集团

中国管理咨询的开拓者和领先者

彭剑锋、黄卫伟、包政、吴春波、杨杜、孙健敏领衔

战略丨营销丨研发丨生产丨运营丨品牌

企业文化丨组织人力丨 AI 应用

为了便于您收到最新推送，敬请星标本公众号，合作、投稿：hanyong896。