AI还没裁人，现代汽车4万工人为什么先罢工了？

01

有时候，一项技术真正开始改变世界，不是在实验室里，甚至不是技术本身，而是怎么落地到现实中。

就像AI，我们必须承认它的强大，但怎么实现跟人的平衡，依然是一个需要企业直面的问题。

在前几天，韩国现代汽车的4万名员工因为拒绝AI跟机器人的进入，出现了十年来第一次全面罢工，影响5.52万辆汽车生产，涉及销售额超过16亿美元。

这是整个汽车行业第一次因为AI跟机器人问题而发生的停产罢工，也就是人跟AI的矛盾第一次这么鲜明地摆在了台面上。

这跟我们听到故事好像不一样，不是说AI能干脏活累活，人去干更有价值的工作吗？

怎么人先不愿意了呢？矛盾出现在哪呢？

02

在今年1月，现代在CES上展示了新一代人形机器人Atlas。

现代对它的描述相当美好，在AI学习跟人类监督下，未来机器人能够负责重复、危险的高强度工作，人类负责训练跟更复杂的任务。

现代给这套计划取了个名字叫“以人为中心的自动化（Human-centered automation）”

但在员工眼里，他们看到的不一样。

如果只是一台更先进的机器，他们未必害怕，因为机器是工具，总需要人去操控。

但Atlas不一样，在AI的作用下，它开始具备一种过去属于人的能力，自己能够直接执行任务。

这时候，员工就会产生一个问题，今天我训练AI干活，纠正它的错误，是不是等于在培养自己未来的替代者？我把它教会之后，我还有什么价值呢？

这是AI转型跟过去很多转型最大的不同。

ERP上线，不会把财务变成ERP；CRM上线，也不会自动变成销售冠军。

但AI的特殊之处在于，它可以学习人原来完成任务的方法，并且不断优化改进。

于是，就出现了一个很反常的组织问题，企业最需要帮助AI成功的人，可能恰恰是最没有动力帮助AI成功的人。

但AI实际创造的生产效率，又等于技术能力×组织合作度。

假设AI理论上能提高30%的效率，但如果真正使用它、训练它、贡献知识的人，哪怕不反对，但只要少点配合，比如数据少录一点、经验少分享一点，AI技术能力再强，效率也会打折。

那既然员工担心，企业是不是应该慢一点转型呢？

这个答案更加危险。

因为市场不会陪企业一起慢。

那些采用AI自动化的公司，在成本降低、竞争力提高后，会从没有AI的对手手里拿走市场。

这就意味着，一家企业拒绝AI自动化，并不会让AI自动化消失，只可能把效率优势送给对手。

你不做，别的企业也会做。

所以，真正的问题从来不是要不要AI？

而是企业怎样用AI拿到结果的同时，把组织里的成员变成AI项目的支持者？

03

世界经合组织OECD在对已经使用AI的制造业的调查中显示，多数人实际上认为AI改善了工作表现，同时，就业安全、工作强度跟数据使用依然是重要担忧。

这说明员工并不天然反对AI。

没有人会反对一个能帮自己少干脏活累活的工具，而是担心一个自己看不清结局的工具。

在2025年，OECD还在三家德国制造企业做过AI转型的讨论跟实验，结果发现，AI并不是只能在“生产率”跟“员工利益”之间二选一。

有时候正因为员工最了解流程，他们知道哪里最适合AI自动化，哪里会出问题，怎么调整。

这也是AI转型落地里非常重要的一件事，员工并不是AI要替代的成本，他们还是AI学习业务、改造流程重要的数据源跟知识源。

所以，我们查看了大量的研究报告跟企业实践，我认为，未来企业引入AI，除了关心技术之外，也需要考虑4件事，作为AI转型落地中的重要问题。

第一，先拆任务，不要先画裁员名单。

这是很多企业做反的一步，很多老板或者高管看到AI好用，上来就宣布，哪个岗位以后减少多少，这就等于在组织内部，亲手给AI制造了一批敌人。

更聪明的方法是先拆任务。

举个例子，一个客服岗位可能包含十几种工作，比如查订单、回复问题、处理退款、安抚投诉、识别高价值客户、处理异常情况等等。

AI也许能拿走其中六种，但不代表整个岗位瞬间消失。

在很多专业机构的研究中，都强调了一点，AI转型先谈“任务（task）”，而不是“岗位（job）”。

因为技术通常先改变的是任务组合，也可能创造新的任务，让人的比较优势重新出现。

所以企业应该先问，AI拿走什么？人留下什么？哪些东西以前没人做，现在反而可以开始做？

第二件事是梳理AI技术伴随的岗位路线图。

今天随着很多AI工具的出现，企业的AI路线规划已经做得很细，比如说智能客服、AI质检、AI销售助手。

但员工最想知道的另一张图，经常没人管。

比如说工作什么时候变化？哪些技能以后更值钱？公司准备内部培养，还是重新从外面招人？如果原岗位真的减少，能不能转岗？什么时候开始培训？

这些问题的回答，能够让组织形成一个可信的预期。

也就是AI越成功，员工不一定越危险，如果能跟AI一起升级，员工也可以变得更值钱。

所以，技术变化越快，人的迁移路径越需要提前设计。

第三、让帮助AI成功的人，比拒绝AI的人更值钱。

假设公司里现在有两个人。

A非常配合，把十年经验都交给AI，天天帮助纠正模型。

B很聪明，但什么都不贡献，一直把核心经验藏在自己脑子里。

两年以后，AI学会了A的大部分工作，然后公司裁掉A，留下了B，这样会发生什么？

所有人都会看到一件事，不要成为那个努力帮助AI的人。

这是AI转型最糟糕的情况，没有之一，也是很多公司正在犯的错误。

企业不能只要求员工无条件拥抱AI，还要回答拥抱以后有什么好处？

会训练AI的人、会验证AI的人、会管理自动化流程的人、能够处理AI解决不了的异常问题的人，应该拥有更高的技能价格。

不然AI就很难落地，发挥出真正应该有的效果。

所以，企业该培训培训，AI一定能够让一个会用AI的人解决过去5个人甚至10人的工作。

就像我们统计文思子牙在营销方面的效率，特别是在视频内容的创作、发布跟数据统计中，1-2个人在接受完整培训后，就能承担过去20人团队的工作，独立运营成百上千个账号。

但企业还要再问一句，培训之后，你掌握了这项技能在公司里到底值多少钱？

没有技能溢价，AI的培训跟落地就很难形成长期激励。

第四、我们要承认，并且要理解一些旧岗位必然会消失。

这句话可能不那么好听，却必须讲清楚。

有些岗位真的会减少，企业也不可能承诺永远保存所有旧工作，但尽量不要让员工最后一个知道。

能够转岗的，提前培训，适合新岗位的，内部流动，确实无法继续适应的，再按照正常机制退出。

技术带来的冲击无法避免，但让所有人知道路在哪里，怎么走，更有利于AI的落地。

04

现代汽车今天经历的争议，很可能只是未来AI时代的一个开始。

我们可能越来越难用过去那种简单关系来理解AI。

以前是人用工具。

现在是工具开始学习人的经验、承担人的任务，甚至具备成为劳动替代品的能力。

企业就很难一边要求员工拼命帮助AI变聪明，一边还让他相信，AI越聪明，自己还越危险。

所以，未来AI转型最大的挑战，可能不是买哪个模型，也不是买哪台机器人，更不是让人跟机器争夺同一张椅子。

而是机器开始坐上旧椅子之前，企业已经知道人下一步应该走到哪里。

所以，我越来越觉得AI转型的前半场，是让机器学会工作。

后半场是重新设计一套机制，让人愿意跟越来越能干的机器一起工作。一起更有效率。

这可能才是AI时代，真正考验一家企业能不能适应、发展的能力，也是一个需要我们直面的问题。

责任编辑| 罗英凡

图片均来源于AI

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。