北京
2023年，麦肯锡裁掉了超过千名后台研究支持岗位。
同一年，这家公司的客户侧顾问招聘规模没有缩减，反而在扩张。
同一家公司，一边在砍人，一边在招人。
这不是矛盾，这是答案。
裁的是哪种人，留的是哪种人
麦肯锡裁掉的那批人，工作内容是收集资料、整理数据、生成报告草稿。
这些事情，现在AI一个小时能做完。
留下来的那批人，工作内容是见客户、判断问题、决定方向、承担结论。
这些事情，AI做不了——不是技术上做不了，是客户不接受。没有人愿意把公司战略决策交给一个没有名字的模型来拍板。
蓝色光标的操作更直白。2024年，他们宣布停掉所有文案、设计、方案外包，全面AI化，还挂出一条内部口号：「No AI, No Bonus, No Promotion」。员工从2020年高峰时的5000多人压缩至2023年底的2599人（据蓝色光标年报）。收入同期创了历史新高。
裁掉的是用AI写文案的人。留下来的是用AI做策略判断的人。
说实话，这两类人干的根本就不是同一种工作，只是以前都叫「广告人」。
一个更清楚的例子
Klarna的AI客服上线时，CEO Sebastian Siemiatkowski公开宣布，它的工作量相当于700名全职员工（据Klarna官方博客，2024年2月）。客服团队大幅缩减。
后来，客户体验指标开始下滑。公司于2024年重新扩充了一批人工客服（据彭博社报道）。
为什么？
AI处理「查订单/标准退款」这类事没有问题。但当客户情绪激动、情况不符合任何规则、需要有人当场判断「这次到底给不给破例」的时候，AI每次都答错了。
查数据是执行端。判断要不要破例是判断端。
Klarna退回来的根本原因，不是AI不够好，是他们当初没分清这两类问题。执行端交给AI，判断端留给人——这才是那道分水岭，不是「AI能不能做」。
印刷机出现的时候
印刷机出现时，手工抄写员没有立刻消失。
会操作印刷机的抄写员，比不会的多撑了几年。
但最后赢的，是那个决定印什么书的人。
今天到处流传的「赶快学AI工具」，本质是在建议抄写员学操作印刷机。
不是没用。是方向反了。
会用Cursor写代码，会用Midjourney出图，会用Dify搭流程——这些技能延长了你在执行端的保质期。延长，不是永久。
而决定这个产品要不要做、这张图要不要用、这个流程解决的是不是真问题——这些判断，AI工具没有任何办法帮你做。因为做判断需要对结果负责，AI不负责任何事。
你需要的不是更熟练地操作工具，是搞清楚自己在整条流水线的哪个位置——然后往判断端移。
哪怕移一步。
移过去之后呢
移过去不是一夜之间的事，也没有标准路径。
有人靠主动做内部决策提案，让自己从执行者变成提建议的人。有人靠跨职能协调，从单一生产变成连接判断和执行的节点。有人靠积累某个细分领域的判断经验，变成别人找来验证方向的那个人。
这些路都不是捷径，也不能靠多学几个AI工具提速。
说穿了，判断力是靠烧时间和试错积累出来的，不是靠订阅会员买来的。
你现在在流水线的哪个位置？留言告诉我：A，还是B？
A：我是判断端——我决定做什么，AI帮我做。
B：我是执行端——我在用AI做得更快，但做什么不是我决定的。
本文数据来源：彭博社（麦肯锡裁员报道）、蓝色光标2023年年度报告、Klarna公司官方博客及公开声明。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
