45 个人被 AI 替掉,一个月后又被请回来了

澳洲联邦银行，澳洲最大的那家银行。

2025 年 7 月，他们开了个会。

会议内容很简单：以后客服电话不用人了，上 AI 语音机器人。

名字打在一张纸上，45 个人。

理由也很硬气：AI 已经能自动处理大量简单来电，又快，又不要工资。

45 个人，收拾东西走了。

—— 澳洲联邦银行客服岗，45 个人的名字打在一张纸上

—— 一个月后：公开道歉、支付补偿、撤回裁员，45 人全部返岗

第一件：打电话的人，变多了。

机器人上线之后，客服来电量不降反升。

你没看错。上了 AI，打电话的人反而多了。

—— 上了 AI 之后，客服来电量不降反升

为啥？因为机器人听不懂人话。

客户说：我卡里莫名其妙少了两千块。

机器人回一句标准话术：很抱歉给您带来不便，请提供您的账户信息。

客户当场就炸了。挂了，重打。再挂，再打。一直打到接上真人为止。

每个被机器人绕晕的客户，最后都变成了两个电话。

—— 客户说“我卡里少了钱”，机器人只会念标准话术

第二件：投诉，激增。

越着急的事，机器人越答不上来。

账上钱转错人了、卡突然被冻结了、账单上有一笔不认识的钱——这些事有个共同点：每一件都不一样。

它需要一个人听一半就反应过来“哦，他真正担心的是这个”，然后当场绕开流程，给个特事特办。

机器人不会。它只会照流程走，走不通就请你重新说一遍。

一个在气头上的人，被要求“重新说一遍”，火只会更大。

第三件，最要命：剩下没被裁的人，快被压死了。

本来 45 个人的活，全压到剩下的人头上。

白天接电话，晚上干自己的本职活。

到最后，连管理层都坐不住了——自己戴上耳机，下场接客服热线。

一家银行的高管，坐在工位上接投诉电话。

—— 投诉激增；剩下的人天天加班，最后管理层下场接热线

一个月。就一个月。银行认输。

瑞典有家公司叫 Klarna，做“先买后付”的。名字你可能没听过，但这回它给全世界上了一课。

2024 年初，它上线 AI 客服。

数字漂亮到离谱：上线第一个月处理 230 万次对话，AI 干的活相当于 700 个人工客服、后来涨到 850 个，平均解决问题的时间从 11 分钟降到 2 分钟，一年省下大约 4000 万美元，客服团队从 3000 人砍到 2300 人，公司总人数从 5500 掉到 3400。

—— Klarna 上线首月：230 万次对话、顶 700→850 人、一年省 4000 万美元

Klarna 的老板当时撂了一句话：AI 已经能胜任人类所有的工作。

然后，转折来了。

客户满意度断崖式下跌。问题解决的质量急剧恶化。稍复杂一点的纠纷，没人接得住。

公司内部乱到什么程度？

他们让软件工程师和设计师，放下手里的活，去接客服电话。

一个写代码的，坐在自己的工位上，戴上耳机，听客户在电话那头骂人。

—— 写代码的和做设计的，被叫回去接客服电话

Klarna 的 CEO 后来公开认错，原话是这么说的：

—— Klarna CEO 公开认错：“成本削减，在评估中占据了过度的主导地位”

翻译成大白话：我们光算了省下多少钱，没算砸了要赔多少钱。

最后，他们重新招了大约 100 名高技能人工客服。

这事现在有了个专门的名字，业内叫它——“Klarna 效应”。

顺手再说一家。

Uber 的 COO 安德鲁·麦克唐纳前段时间说了句很直的话：“AI 的成本，越来越难以合理化了。”

他们 CEO 说得更狠：他看不出极端的 Token 消耗量，和真正交付有价值的产品之间，有任何明确的关联。

—— Uber：钱花出去了，东西没做出来

翻译一下就是：钱花出去了，东西没做出来。

我琢磨了很久，觉得他们至少漏算了三笔账。

第一笔，客户流失的账。

一个客户被机器人绕了三次还没解决问题，他下次不来了。

你以为省的是客服工资，其实丢的是这个客户往后三年的钱。

第二笔，品牌受损的账。

服务难用这件事，会被写进评价、发到社交平台、告诉身边朋友。

这笔成本，财报上永远看不到。但它真实存在。

第三笔，善后的账。

重新招人、重新培训、赔偿被裁的员工。

Klarna 后来花的这笔钱，比当初省下的多得多。

—— 看得见的账：裁员名单、工资表、省下 4000 万；看不见的账：客户流失、品牌受损、重新招人加赔偿

但真正的问题，其实不在算账。

而在他们当初问错了问题。

他们问的是：“AI 能不能干这件事？”

这个问题的答案，永远是“能”。

他们该问的是——“AI 干砸了，谁来兜底？”

你可能会想：Klarna 都翻车了，后面的人怎么还往上撞？

因为这两笔账，一笔看得见，一笔看不见。

省下的钱，是看得见的。

裁员名单、工资表、一年省 4000 万美元——这些数字，能直接写进汇报 PPT，月底就能出结果。

砸锅的钱，是看不见的。

客户满意度掉了多少、有多少人从此不来了、品牌值多少钱——这些东西算不出来，也没法写进 PPT。

所以做决定的那个人，永远只会看到那笔看得见的账。

更现实的一点是：裁员的决定，是做给股东和老板看的。

“我们上了 AI，我们降本了”——这句话在会议室里，比“我们再观察观察”好听一百倍。

而砸锅的后果，要等三个月、半年才浮出水面。

到那时候，做决定的人可能已经升职了，或者跳槽了。

收拾烂摊子的，是留下来的人。

这跟你我其实没啥距离。

你所在的公司，今年有没有开过那种会——“这个岗位，AI 是不是可以顶掉一半？”

想一下当时会议室里的气氛。

有没有人问过那句“干砸了谁兜底”？

大概率没有。

因为那句话不讨人喜欢。

9 月 14 号凌晨，一个叫刘胜与的人写了篇长文，标题叫《我不得不把才华埋葬在昨天》。

两天之内，公众号 10 万+，知乎热榜第一，被翻译成好几种语言，国外媒体也报了。

他什么来头？

北大图灵班，北大超算队队长，2025 年 4 月进的 DeepSeek。几天前，他刚交付 DeepSeek V4.1 的主 Attention 算子。

说白了，他就是给 AI 造发动机的那个人。

然后他在文章里写了句特别冷的话：再过半年或者一年，AI 写的算子，大概率会和我写得一样好，甚至超过我。

他还给自己算了笔账：AI 能一秒思考 300 个 token，半秒敲出一行命令，二十秒写完一份代码。而我不行。

—— 刘胜与：DeepSeek V4.1 主 Attention 算子作者，“我不至于会失业，但必须要转业”

但你注意他最后落到哪一句上——

我不至于会“失业”，但必须要“转业”。

这两句话之间的落差，是那篇文章最值钱的地方。

Klarna 那 45 个人，是被别人请走的。刘胜与，是自己动手的。

一个是公司算错了账，一个是人自己看清了账。

但这两个故事指向同一件事：被拿走的东西，到底叫什么名字。

不叫“工作”。

叫“动作”。

把这几个案子摆在一起反复看，我得出一个可能不太中听的结论：

AI 抢走的从来不是你的位置，是你的动作。

Klarna 砍掉的，是 850 个客服的“动作”——查信息、念话术、照流程走。

这些动作，机器确实做得又快又便宜。这部分它没说谎。

但它干不了的那部分呢——听懂一个正在发火的人到底在气什么，在规则之外给一个特事特办——

这部分从来就没被“砍掉”过。它只是被忽略了一个月，然后把整个公司拖下了水。

刘胜与也一样。

被拿走的是“手写算子”这个动作。留下的是判断：哪个方案更快、哪个方案更对、什么才叫把这件事做对了。

所以现在你该问自己的，不是“我会不会被 AI 替代”。

而是：我每天干的这些活里，哪一部分是动作，哪一部分是判断？

动作，早晚会被拿走。

判断，暂时还拿不走。而且越是没人能说清楚“什么叫做对了”的地方，判断就越值钱。

这事其实跟你家里买扫地机器人，一模一样。

刚买回来那一个月，爽。地不用扫了。

到第三个月你发现，墙角、沙发底下、桌腿周围，还是得自己蹲下去擦。

更麻烦的是——客人来家里，看见地上有片没扫到的纸屑，他不会怪机器人。

他会怪你。

机器人扫地，你负责丢脸。

公司请 AI 干活，跟这个一模一样。

—— 机器人扫地，你负责丢脸

那 45 个人能回来，是因为银行发现了一件事：

AI 干得快，但出了事，它不会道歉。

刘胜与说他要去做“Agent 的机甲驾驶员”。他原话是：我的手中多了些齿轮，但心中少了些节拍。

齿轮是新的。日子还得往前过。

节拍那东西，机器暂时还听不懂。

所以想问你一句——

你手上正在干的那份活里，哪一部分，是机器砸了锅、还得你站出去说对不起的？

评论区聊聊，我一条一条看。