ARTICLE · 1142962
AI开始接管电商后台
AI开始接管电商后台10月8日，亚马逊证实，公司近期裁减了少量岗位，主要集中在负责核心电商网站的零售部门。据报道，一位知情人士称，此次裁员涉及不到1000名白领员工。单看数字，这并不是一场足以撼动亚马逊的大规模裁员。亚马逊全球员工超过150万人，过去几年也经历过多轮组织调整，相比2022年底宣布的超过1.8万人裁员，这一次的规模甚至显得有些微不足道。但真正值得注意的是裁员发生的时间和部门：10月7日，亚马逊启动Prime Big Deal Days，这是一年中重要的购物促销节点之一，消费者忙着抢折扣的时候，负责核心电商业务的一批白领却被裁掉了。 过去二十年，电商行业形成了一套非常自然的增长公式：商品越来越多、用户越来越多、订单越来越多，公司就需要更多的商品运营、营销、广告、数据分析、供应商管理和客服人员。业务规模扩大，组织随之膨胀，这几乎是所有大型电商平台都经历过的过程。 但今天，这个公式正在受到AI的挑战。电商生意没有变小，甚至还在增长，可支撑这些生意所需要的人，可能开始变少了。 大型电商平台最容易被忽视的一群人，是那些既不生产商品，也不负责把商品送到消费者手里，却负责让整个交易系统运转起来的人。一个商品进入平台以后，需要有人负责选品、运营页面、制定促销策略、分析销售数据、投放广告、管理供应商，还要不断根据消费者反馈调整商品和营销方式；一次大型购物节背后，同样需要大量员工提前准备活动、筛选商品、制定折扣、安排流量、监控库存和分析转化率。电商平台的规模越大，商品和消费者越多，这些协调工作就越复杂，于是企业只能不断增加人手来承接增长。 过去电商公司所谓的“组织能力”，很大程度上就是用一套越来越庞大的人员体系，把越来越复杂的商业活动组织起来。 这批人可以被看作电商行业过去二十年里不断膨胀的“中间层”。他们非常重要，因为在没有AI的时代，大量信息必须由人来整理，大量数据必须由人来分析，大量内容必须由人来生产，大量经营动作必须由人来执行。 问题在于，其中相当一部分工作并不是特别复杂的创造性劳动，而是高度依赖信息处理、重复判断和流程执行。一个运营人员每天可能需要查看几十张报表，从里面寻找销售异常；一个商品人员需要不断修改商品页面和营销文案；一个广告团队需要制作大量素材，再根据投放数据不断调整；一个管理者需要让不同团队把这些工作衔接起来。过去这些事情只能靠增加人手解决，因此电商平台越做越大，办公室里的人也越来越多。 AI改变的恰恰就是这一部分工作。它未必会马上让一个职业消失，却可以先把这个职业中大量重复、标准化的劳动拿走。过去运营人员需要自己整理数据，现在AI可以先完成数据清洗和异常识别；过去商品团队需要批量撰写商品介绍，现在AI可以一次生成大量内容；过去营销人员需要人工制作不同版本的广告素材，现在AI可以快速生成和测试；过去数据分析人员需要花大量时间制作报表，现在AI可以直接回答“哪个品类的转化率下降了、为什么下降、应该怎么调整”。 当这些工作逐渐被系统接管以后，企业就会重新面对一个问题：原来需要一个完整岗位才能完成的工作，现在还需要一个完整岗位吗？ 因此，亚马逊这次裁员真正值得关注的，并不是它裁了多少人，而是它正在重新评估过去电商组织中的一部分岗位。这才是AI给电商企业带来的第一层变化。 如果只把这件事情理解成“AI替代白领”，其实还是太简单了。AI对电商公司的影响，更深的一层是改变一个人的管理半径，也就是一个人到底能够负责多大的业务规模。 过去，一个商品运营能够管理多少SKU，很大程度上取决于他的时间和注意力。商品越多，需要查看的数据越多，需要跟进的问题也越多，所以企业只能增加运营人员。一个市场做大了，就成立更大的运营团队；进入一个新的市场，就再配一套商品、营销和数据团队。 这也是为什么大型互联网公司的组织结构会不断向上膨胀：业务增长之后，不只是前线人员增加，中间负责协调和管理的人也会越来越多。 AI提供了一种完全不同的可能性。假如过去一个运营人员需要每天花几个小时整理数据，现在AI可以自动完成；过去需要一个团队盯着数万个商品的销售变化，现在系统可以自动发现异常，再把真正需要人判断的问题交给运营人员，那么这个人的管理范围自然会扩大。原来一个人只能管理1000个SKU，现在可能可以管理5000个甚至更多。 这里发生的变化，并不是“AI把这个人替代了”，而是AI让一个人能够承担过去几个人才能承担的工作量。 这其实很符合亚马逊过去的技术路线。亚马逊早期最重要的效率革命之一，就是把机器人和自动化系统大量引入仓库。过去一个订单需要很多人寻找、搬运、分拣商品，自动化之后，同样的仓库可以处理更多订单。亚马逊并没有因为使用机器人而放弃扩张，恰恰相反，自动化帮助它建立了能够承载更大业务规模的物流体系。 所以，与其说亚马逊开始用AI“裁员”，不如说它正在尝试让AI成为新的组织基础设施。一旦这种变化成立，电商公司的组织结构就会发生变化：过去业务增长以后，需要不断增加运营、营销和数据人员；未来业务增长以后，企业可能更愿意增加AI系统和少量能够管理这些系统的人。 这件事对整个电商行业的意义在于，过去大家最关心的是规模，现在企业越来越需要关注规模背后的成本。过去十几年，电商平台竞争的核心指标主要是GMV、用户数量、订单量、活跃用户和市场份额，平台只要能够获得更多流量、吸引更多用户，就有机会通过规模摊薄成本。 但当行业逐渐成熟，消费者增长放缓、流量成本上升、平台之间的业务越来越重合之后，仅仅把生意做大已经不够了，企业还需要回答一个更加现实的问题：同样规模的生意，到底需要多少人来完成？ 这也是AI最容易产生商业价值的地方。假设两家公司都做1000亿元的电商生意，一家公司需要1万名员工，另一家公司通过自动化和AI只需要6000人，那么两家公司表面上的GMV可能没有区别，但利润结构已经完全不同。 过去企业要提升利润，往往需要提高客单价、降低采购成本、增加广告收入或者扩大交易规模；未来，减少完成同样业务所需要的人力，也会成为非常重要的利润来源。对已经拥有庞大组织的电商巨头来说，这一点尤其重要，因为哪怕每个员工的效率只提高20%，乘以数万甚至数十万人的组织规模，最后都会变成非常可观的成本变化。 因此，电商行业下一阶段的竞争，很可能不再只是“谁能获得更多流量”，而是“谁能让同样的人完成更多的工作”。这也是为什么亚马逊这次发生在零售部门的裁员值得关注。 零售部门恰恰是一个高度依赖商品、运营和数据处理的业务，过去随着商品和交易规模增长而不断增加的人力，现在可能成为最容易被AI重新评估的一部分成本。 这会进一步改变电商公司的组织方式。过去，一个新业务上线往往意味着招聘产品、运营、设计、数据、营销和客服人员；未来，一个新业务可能仍然需要这些能力，但其中相当一部分工作会由AI完成，人类员工更多负责制定目标、处理复杂问题和做最终判断。 目前没有足够证据证明这次裁员全部由AI驱动，企业的人员调整往往同时受到业务变化、部门整合、成本控制和战略调整等因素影响。 从历史经验来看，生产率提高也不必然意味着员工数量下降。互联网降低交易成本之后，并没有让企业越来越少，反而催生了大量新的商业模式；自动化提高仓库效率之后，亚马逊也没有停止招聘，而是借助更高效率的物流体系继续扩大业务规模。 如果市场增长有限，企业很可能把效率提升直接转化成更少的员工和更低的成本；如果市场仍然存在大量机会，那么效率提升也可能让企业用同样的组织规模去做更多的生意。对于亚马逊来说，后者一直是它的核心能力之一。 因此，这次裁员真正值得中国电商公司关注的，并不是亚马逊又减少了几百个岗位，而是过去那套“业务增长—团队扩张”的公式可能正在失效。 这可能也是电商行业下一轮竞争真正残酷的地方。过去平台比的是流量、商品和用户，接下来还要比组织效率；过去一家公司的增长往往意味着更多人进入这家公司，未来一家公司的增长可能意味着更少的人管理更大的业务。