新任领导惊人之语：用AI压缩90%的信息部员工！可行吗？

来源：市场资讯

（来源：数字化企业）

本文作者：老杨，一个在甲方企业从事数字化转型建设十几年的IT老兵。由「湘江数评」原创首发， 数字化企业经授权发布。

事情是这样的，某企业信息部门负责人在群内吐槽，说公司新来了一个副总，同时分管了数字化，于是某日在经营会议上说：

“我分析了信息部门日常的工作内容、个人技能、年龄分布，又问了在美国硅谷的朋友，我认为：信息部门20个人多了，可以通过AI可以压缩90%，留2个人就够了。”

以上这个场景，是不是似曾相识？在AI浪潮下，一些管理者看了几个自媒体的视频，就自认为掌握了AI的精髓，于是开始用最简单粗暴的逻辑做决策：AI能写代码、能运维、能分析问题，那还要这么多人干什么？

今天，笔者不谈情绪，只谈事实：这位新领导的判断，问题出在哪？他为什么一来就想裁人？拿硅谷对标国内，到底哪里不合适？如果真裁员90%，会发生什么？

01

新领导的“AI压缩论”

有问题吗？

笔者客观分析如下：

1

错把“硅谷朋友的话”当真理

硅谷的创业公司，10个人干100人的活，背后是有前提的：产品高度标准化、技术栈统一、数据干净、业务简单。而大多数传统企业的信息化现状是：十几年积累的“屎山”代码、几十个异构系统、业务流程混乱、数据标准不一。硅谷的经验，在这里根本用不上。

2

错把“工作内容”等同于“可被编码的任务”

领导看到的“工作内容”，可能是“写代码”“查日志”“配权限”。他以为这些都是AI能干的。但他没看到的是：开发人员花大量时间理解模糊的需求、和业务部门反复沟通、在历史遗留系统中艰难地修修补补；运维人员处理的是各种“非标准异常”，需要判断、协调，甚至还需要政治智慧。这些工作，AI干不了。

3

错把“年龄”当作能力的评判标准

领导特意提到了“年龄分布”。这体现了当前职场最大的偏见：年纪大的员工学习能力差，不如年轻人会用AI。但事实是，在传统企业里，经验丰富的工程师对业务的理解、对系统坑位的熟悉、对突发故障的判断力，恰恰是AI无法替代的。而年轻人虽然工具上手快，但往往缺乏深度和判断力。

4

错把“AI能力”夸大到无所不能

AI确实能辅助写代码、生成报表、处理常见问题。但它目前的能力边界非常清晰：处理确定性、重复性、有明确规则的任务。对于模糊、多变、需要业务上下文和人际协作的工作，AI基本无能为力。信息部门的日常，恰恰充满了后者。

02

为什么新领导一来就想裁人？

这是当前最常见的一个场景，“新官上任三把火”，这本是中国管理文化中的常见现象。但当这把火烧向“裁员”时，背后有多重复杂的驱动力。

1

快速证明自己的价值

新领导上任，背后都有老板或董事会的期待：“你来了，要带我们走出困境。”他需要在最短时间内做出“成绩”。而什么成绩最容易量化、最容易向上汇报？成本削减。裁员是最直接的降本手段——裁掉一个人，每个月节省多少工资、多少社保，算得清清楚楚。至于长远影响，那是以后的事。那么为什么要裁信息部门？这个其实大家都懂得，在这里不做过多描述。

2

对老团队天然不信任

新领导对现有团队没有感情基础，也不了解每个人的真实能力。在他看来，“旧臣”往往意味着“保守、低效、抱团”。他会默认：如果这些人真能干，公司为什么还要从外面请我？于是，他会倾向于用“换血”来证明自己的存在感。而AI的兴起，恰好给了他一个冠冕堂皇的理由：“不是我无情，而是时代变了。”

3

受到外部“成功学”的蛊惑

新领导往往来自同行、咨询公司或所谓的“最佳实践”企业。他可能听过“某公司用AI裁掉80%程序员后效率翻倍”的传奇故事，却不知道那个公司的业务模式、技术基础、团队构成和自家完全不同。把这些“幸存者偏差”当成普遍真理，是典型的认知谬误。

4

管理上的“路径依赖”

有些管理者过去在制造、零售等劳动密集型行业积累了经验，习惯了“人多就是成本，减人就等于增效”的思维。他们不擅长或不愿理解知识型工作的复杂性，于是用粗暴的“人头数”来评估团队效率，把裁员当成万能药。

03

拿硅谷对标国内，可行吗？

“我美国硅谷的朋友说了，他们公司就几个人，用AI干了几十个人的活。你们为什么不行？”这句话，正在成为不少新领导的口头禅。

问题在于，硅谷和国内企业，根本不是一个“物种”。为什么这么说？笔者分析如下：

1

业务模式不同

硅谷明星公司大多是产品型公司，代码写一次，全球几十亿人用。而国内传统企业是服务型公司，面对的是无数定制化需求、个性化流程。用前者的效率标准去要求后者，就像要求一个裁缝和一个服装厂比产量。

2

技术基础不同

硅谷公司出生在云时代，没有历史包袱。国内传统企业有十几二十年的老系统，代码没文档，接口没标准，牵一发而动全身。硅谷是“在白纸上画画”，国内是“在老房子上改造”。

3

人才结构不同

硅谷公司通过高薪筛选出全球顶尖的1%工程师。国内传统企业的IT团队是“梯队配置”，有架构师、有骨干、有初级运维。拿那1%的精英效率去要求90%的普通工程师，本身就是不公平。

4

管理文化不同

硅谷强调信任、授权、试错；国内大多强调流程、审批、问责。在这种文化下，员工即使有AI工具也不敢用——万一AI出错了，责任谁担？

新领导拿硅谷说事，往往是因为信息差制造的光环效应，以及为自己“开刀”找理论依据。但后果是：团队士气崩塌、决策失误、错失真正的改进机会。

04

如果真裁掉90%

会发生什么？

不妨做个思想实验：

把20人砍到2人，会怎样？

1

幸存者的“地狱模式”

留下的2个人，要面对20人原本承担的所有工作。每天工作16小时也完不成1/10。一个月后，两人双双辞职。公司连最后的“火种”都熄灭了。

2

系统开始“混乱”

没人处理积压的需求，业务部门怨声载道。没人修复那些小Bug，系统越来越难用。没人做日常巡检，数据库性能恶化。没人跟进安全补丁，系统暴露在风险中。

3

一次重大故障引爆所有问题

某天核心数据库宕机，或遭遇勒索病毒。剩下的2人根本无力应对。外包团队临时接手，不了解系统架构，修复时间漫长。业务停摆数天，损失惨重。

4

重建代价远超当初省下的钱

公司被迫重新招人。但此时核心团队已散，文档缺失、知识断层。新团队要从零开始理解业务逻辑。重建成本是原来的1.5倍以上，而损失的业务机会和品牌声誉，无法估量。

所以最后的结论就是：裁员90%不是“降本增效”，是“自毁长城”。而对于这些一些高层领导为了短期KPI或者自身利益考虑是不会在乎长期价值的，这就是最常见的中国式管理。

05

新领导真正该做的

“三把火”是什么？

如果新领导真的想快速产生价值，正确的做法不是裁员，而是：

第一

摸清家底，而不是张嘴就砍

用一个月时间，深入了解团队的工作内容、流程痛点、技术债务。和每个员工一对一聊，听他们的建议和困惑。你会发现，很多优化思路本来就藏在员工脑子里。

第二

引入AI试点，而不是放大话

选择一个高频、低风险、易量化的场景，让团队用AI工具尝试提效。记录前后对比数据，用事实说话。如果确实有效，再逐步推广。同时，把节省出来的时间用于更高价值的创新工作，而不是直接砍人。

第三

激励团队，而不是恐吓团队

公开承诺：AI提效带来的成本结余，一部分用于奖励团队成员。建立内部“AI创新奖”，鼓励大家主动学习、分享。当员工觉得“AI帮我们变得更强”，而不是“AI帮老板裁掉我们”，他们的创造力会远远超出预期。

以上三点真正能做到很难，为什么？大家都懂得！

06

最后总结

笔者认为“信息部20人用AI可以压缩90%”——这句话，暴露的不是AI的能力，而是某些管理者的无知与傲慢。

管理不是算术题，不是把人头减去90%，效率就乘以10。管理是一门关于激发人心的艺术。一个上来就挥舞“裁员大刀”的领导，不仅砍掉了成本，更砍掉了信任、士气和未来。而那些动不动就说“用AI替代人”的管理者，请先回答一个问题：如果你的孩子是那名被裁的工程师，你还会这么轻率吗？