当企业开始“招AI不招人”

过去，当一家企业想要招聘新员工时，通常会遵循以下路径：发布招聘信息、接收简历、面试、发offer、培训新员工。

然而，随着AI智能体在企业组织内部的持续渗透，现在这套传统的招聘流程正在发生变化。

2026年初，麦肯锡全球管理合伙人鲍勃·斯特恩费尔斯谈到公司的人员构成时，表示该公司已经把AI智能体计算在“员工规模”之内。说这句话时，麦肯锡拥有约4万名人类员工，以及超过2万个AI智能体。鲍勃还表示，希望到2026年年底，让每名员工都至少拥有一个与之协作的AI智能体。

尽管不能简单地认为有两万个AI智能体抢了对应数量的咨询顾问的饭碗，但在其中不难发现一个重要信号：在部分企业的管理视野中，AI被纳入了“劳动力”体系，成为一种可以独立配置、分配任务和评估表现的生产能力。

全球科技巨头Meta，也同样把裁员、组织扁平化和“AI原生”改造放入企业员工结构转型的计划之中。对于这些公司的具体选择，外界当然可以给出不同的解释：裁员可能与成本控制、疫情期间过度招聘、资本开支上升等因素同时有关，不能全部归因于AI。但多个信号叠加在一起，仍然指向一个值得企业管理者认真面对的问题：

当AI智能体能够完成研究、分析、编程、客服、营销和流程协调等任务时，一项新增工作是否还必然对应一个新增的人员岗位？企业下一次需要增加生产能力时，首先想到的会是“招聘什么人”，还是“配置什么智能体”？

AI智能体融入劳动力市场的进程，引发了经济学家所称的“大重组”。这场劳动力市场的根本性变革，其规模和速度都远超以往任何技术革命。《自主智能》一书提出，AI智能体正在形成一种可以租用、配置和扩展的“自主数字劳动力”。当这种数字劳动力进入企业，组织配置资源的顺序可能随之改变：过去是先设置岗位、招聘员工，再由员工承担相应任务；未来则可能是先明确目标、拆解任务、配置智能体，最后确认哪些环节必须由人来完成。

所谓的“招AI不招人”，并不只是一次以AI为名的裁员潮。它背后真正发生的，是企业获得劳动能力的方式正在改变。

AI 带来的劳动力市场三轮变革

AI 智能体对劳动力市场的影响或许是当前最具争议的经济效应。书中的分析表明，这一影响将带来三轮变革。

第一阶段 (2023-2026 年)：任务自动化

20%~30%的常规认知任务正在实现自动化，从而简化工作流程并提升效率。最先完全具备自主决策能力的流程将是那些既被外包又位于离岸的业务。

当前，人机协作日益受到重视，其核心在于AI智能体通过增强人类能力而非完全取代人类来实现协同。

该阶段净岗位流失率估计为劳动岗位的3%~5%，主要集中在常规性任务密集型行业。已有初步迹象表明部分岗位开始受到影响。

第二阶段 (2027-2028 年)：角色转型

AI智能体逐渐演变为“数字同事”，成为专业团队和协作项目中不可或缺的组成部分。

新的角色不断涌现,例如AI训练师、智能体协调员和AI伦理学家，这反映出人类专业知识在管理和指导这些智能系统方面的重要性。

净就业增长始于技术和创意领域,由对人工智能开发、管理及伦理监督技能的需求所驱动。

第三阶段 (2029 年及之后)

劳动力市场结构发生根本性转变，朝着更加灵活动态的模式发展。

“智能体经济”岗位逐渐成为主流，大量劳动力直接从事与AI智能体开发、管理或协作相关的工作。

随着劳动力市场对常规和分析性任务的处理方式发生变化，其关注点日益转向人类独有的能力创造力、复杂问题解决能力、情商等。

这波浪潮最难准确预测，因为各国政府对这些趋势的反应各不相同，导致全球经济失衡。尽管其潜在影响日益明朗，但某些政府仍可能出台监管法规，从而阻碍或扭曲其发展进程。

用工决策转变：从“先设岗招人”到“最后定人岗”

从第一性原理来看，传统的商业模式建立在价值交换之上，通常涉及人力、资本和资源。而AI智能体引入了一个强大的新要素——自主数字劳动力，从根本上改变了价值创造的格局。

过去百年来，企业的用工逻辑始终围绕“岗位”展开，而当劳动能力不再唯一依附于“人”这个载体，企业配置生产资源的决策顺序，发生了根本性反转。

传统用工是典型的 “岗位本位”：企业先设定岗位，再把多项工作打包进岗位职责，最后招聘一个人承接全部职责。

在这样的招聘逻辑下，能力被捆绑在岗位之中，哪怕只有 20% 是高价值任务，企业也要为 100% 的岗位支付成本、承担管理负担。

而自主数字劳动力的出现，彻底打破了这种捆绑。企业不再需要为一项任务招聘一个完整的人，而是可以把完整工作拆解成独立任务模块：规则清晰、重复度高的模块，直接配置对应的专业智能体；只有涉及价值判断、创意决策、复杂情感沟通的模块，才交由人类完成。

相比于人类劳动力，智能体作为“数字员工”有着天然的组织优势，这也是企业越来越倾向于“先招 AI”的核心原因。与人类员工不同，AI智能体无需薪资福利，也不需要休息。它们能全天候运作，处理海量信息，执行任务的速度远超人类想象。这使企业得以以全新方式扩展业务和产品，实现以下三个方面的效率提升：

一是成本效率，单个专业智能体的年成本通常仅为同岗位人类员工的 1/5 到 1/10，且无社保、福利、管理等附加成本；

二是弹性效率，业务旺季可以快速复制扩容智能体，业务淡季可以随时释放资源，既不用承受裁员的成本与风险，也不会出现 “忙时缺人、闲时养人” 的浪费；

三是专业效率，垂直领域的智能体经过专项训练，在标准化任务上的准确率与处理速度往往超过普通人类员工，且不会受情绪、精力的波动影响。

当自主数字劳动力成为可灵活调用的生产能力，企业的用工决策路径将会变成以下链路：

明确业务目标→拆解工作任务→判断自动化边界→配置相应智能体→确定人类介入节点→设置岗位和责任

比如，如果一家企业想拓展新的客服业务线：第一步先明确服务目标与标准；第二步拆解为咨询应答、单据处理、投诉升级、客户关系维护等模块；第三步判断：前两类标准化程度高的任务配置客服智能体，后两类涉及情感沟通与复杂判断的任务由人类承担；最后才设立 “客服智能体运营师”“高级客户关系经理” 等人类岗位，而非传统的批量招聘客服专员。

企业组织架构的终极形态：零人力组织

如果说用工决策的转变是单点的效率优化，那么当全链路的智能体协同起来，企业的组织形态就将迎来最彻底的重构。书中提出的 “零人力操作” 构想，是一种以人工智能为核心出发的涉及愿景。其并非要消弭人的存在，而是借助强大的自主 AI 智能体，实现对人类潜能的战略性重分配，使之投向那些更具价值并彰显人类独特创造力与智慧的领域。

具体而言，“零人力” 特指日常的流程执行、数据处理、状态监控、常规协调等事务性工作，全部由自主智能体网络完成；人类则彻底从执行层抽离，聚焦于三大不可替代的核心价值：

一是战略方向把控，定义组织的目标、边界与伦理准则，为智能体设定终极的前进方向；

二是例外与危机处理，应对智能体无法覆盖的突发情况、异常场景与复杂边界问题；

三是创新与价值创造，开拓新的业务方向、创造新的价值模式，推动组织持续进化。

零人力组织最大的突破，是颠覆了 “围绕人设计流程” 的传统组织逻辑，转向 “围绕智能体设计运营，人来做顶层把控” 的零基设计思路。这意味着从一张白纸出发，重新提出一个根本性问题：“如果我们在今天重建这个组织，并将 AI 智能体视为核心团队成员，应如何设计，才能实现最佳运行与协同？”

这种设计思路将带来组织形态的三大深层变化：

一是层级极度扁平化，不需要层层传递指令、审批流程，智能体网络可以端到端协同执行，管理层级大幅压缩，决策重心下沉；

二是部门边界彻底模糊，不再按职能划分部门墙，而是围绕任务动态调度智能体与人类能力，跨职能协同成为常态；

三是资源配置动态化，人力与智能体资源都可以根据业务需求实时调度，组织不再是固化的架构，而是流动的能力网络。

此时，人类的角色将发生根本转变，他们不再处理事务性的操作，而是掌控供应链的战略方向，应对突发与例外情况，并专注于构建关键伙伴关系、强化体系韧性、推动持续创新”。

“招 AI 不招人”的本质：是能力重组，不是人机零和

未来，AI对既有岗位结构的冲击也许会持续很长一段时间，也会催生出一场深刻的企业变革。对于职场人来说，面对这样的震荡，为此感到焦虑是很正常的心理感受。“招AI不招人”之所以引发焦虑，是因为它容易被简化为一个二元对立的问题：即企业多使用一个智能体，就意味招聘一名员工。

然而，事实上，AI智能体带来的真正变化，并不是简单的人与AI之间一对一的岗位替换，而是工作被拆解之后，企业对不同能力进行重新组合。过去被捆绑在同一个岗位中的信息收集、分析、执行、沟通和决策，如今可能分别交给不同的智能体与人类完成。

因此，未来企业招聘的对象，是一组实现业务目标所需要的能力。对于规则清晰、结果可验证的任务，企业可以调用智能体；对于涉及战略方向、价值判断、情感沟通、信任关系和责任承担的工作，人仍然不可或缺。

对于一家企业来说，如果只把AI当作减少员工数量的工具，那么“招AI不招人”最终可能只是一次披着技术外衣的成本压缩。真正有竞争力的智能体型组织，是让机器承担可以标准化、规模化的执行，让人集中处理目标、创造、关系与责任，最终实现人机协同的共同价值创造。

开白名单 duanyu_H｜投稿 tougao99999

欢迎点看【秦朔朋友圈】