万人公司变两千,AI 时代该裁谁?

本文缘起：Mark Minevich 2026 年 10 月 21 日在 LinkedIn 发表的《万人公司即将变成两千人公司》，发布两天获 560 个反应、120 条评论。原文链接见文末。

“万人公司即将变成两千人公司。”

Mark Minevich 引用 Eric Schmidt 的判断：AI 智能体接手了“协调税”——状态汇报、计划周期、信息汇总、追踪承诺——大企业里几千个岗位就失去了存在的经济理由。剩下的只有两类人：做产品、技术和收入的建设者，以及定结果、配资本、扛取舍的领导者。

评论区吵成一片，焦点都是“谁该走”。我做 AI 转型陪跑的体会是：问题问错了。

01　问题不是谁走，是哪些活动该消失

裁员是结果，不是起点。起点是：AI 进入流程之后，哪些活动失去了存在的理由。

Minevich 列的“协调税”就是答案的一部分。这些活动在旧结构里不是浪费，而是必需——因为信息在人和人之间流动，必须有人传、有人汇总、有人追。一旦 AI 能持续看见全局，它们就多余了。

所以要找的，是那些只因为下面这些原因而存在的活动：

▪ 人需要向上级传递状态

▪ 人需要追别人的承诺

▪ 同一份数据在不同系统里重复录入

▪ 为上一级汇总、加工信息

它在基层、中层还是高层，不重要。哪一层是浪费，哪一层就该动。预设“裁中层”，和预设“不裁人”一样，都是在没梳理之前就下结论。

02　AI 是放大器：先梳理，再自动化

比尔·盖茨很早就讲过这个道理，大意是：自动化用在高效的运营上，会放大效率；用在低效的运营上，会放大低效。

AI 把这个规律推到了极致。放在设计良好的流程上，流程效率放大十倍；放在有问题的流程上，问题也放大十倍，而且更快、更大规模。

AI 不会替你把流程想清楚，它只会把你现在的流程，跑得更快。

所以在自动化任何东西之前，先梳理工作。梳理不是为了写一套流程文件存档，而是为了做减法：哪些活动删掉，哪些交给 AI，哪些按“人 + AI”重新设计。

这一步也决定了哪些岗位保留，哪些人转岗，哪些岗位不再需要。

03　顺序：工具 → 流程 → 结构

做了二十多年过程改进，我看到一条规律：工具变了，流程就要变；流程变得多了，组织结构就必须变。反过来不成立。

图 1　AI 转型的三步顺序。跳过流程直接动结构，两种模式的成本都要付。

第一步，工具变。AI 进入流程。

第二步，流程变。删掉多余活动，剩下的按“人 + AI”重新设计。

第三步，结构变。管理幅度、问责、岗位，跟着流程调整。

Minevich 说得很直白：在旧金字塔上叠加智能体，两种模式的成本都付，好处一个也拿不到。这正是跳过第二步的后果。我在企业里看到的也一样。

流程没变、AI 工具也没真正用起来，组织结构照理就该和原来一样。急着改架构、砍层级，改的只是组织图，工作还是老样子。

04　一个陪跑案例：组织架构一个字没动

我陪跑的一家软件公司，用六个月做完了第一步和第二步：先把 AI 工具装进每一个研发岗位，再一个工作流一个工作流地过，去掉不再需要人的环节。

他们自己的度量结果：

▪ 加权研发效率提升 68%

▪ AI 工具使用率 100%

▪ 部分团队 六周内产出翻倍

这六个月里，组织架构一个字没动。

这就是重点：收益来自工具和流程，不是来自重组。重组是第三步，是我们现在在这个基础上正在做的事。

需要说明口径：68% 是企业整体的加权数，翻倍是部分团队的数，两者不能混着说。数据由企业自己度量。

05　先有地图，再谈路线

不知道自己在哪儿，就不知道该往哪走，也不知道转型有没有效。这是成熟度模型的用处。

CMMI 的核心理念是“过程决定结果”，它覆盖开发、服务、数据、安全、人员等多个领域的最佳实践。ISACA 今年发布的 CMMI AIM（AI 成熟度）模型，在此基础上补上了 AI 时代的要求：AI 治理、可观测性、问责、可审计性在企业里应该是什么样。

但要分清楚：模型告诉你“做什么”，不告诉你“怎么做”。

“怎么做”是转型方法的事。我的方法叫 IMPACT：

意图 → 度量 → 计划 → 行动 → 检查 → 转型

先定义要什么业务结果，度量差距，找出造成差距的流程，按“工具 → 流程 → 结构”的顺序改，再用数据检查到底有没有效。然后进入下一轮。

转型没有可度量的结果，就只是一堆活动。

06　别照搬：两个还没有答案的问题

第一，“万人变两千人”不是数据，是预测。Minevich 引的是 Eric Schmidt 的判断，不是统计结果。原帖自己也承认：银行、公用事业、数据中心这些受监管、重资产的行业会慢得多，因为那里的协调岗位同时承担合规和安全责任，在监管点头之前不能交给软件。照着这个比例去定裁员目标，是把别人的预测当成自己的诊断。

第二，学徒断层。这是原帖里最有力的一点：中层不只是“胶水”，它是未来领导者学判断力的地方——先带八个人，再带八百人。这一级没了，十年后谁来接班？

我的假设是：就像软件工业化之后，软件工程成了一门可教的学科，管理 AI 原生企业也会成为一门学科，会有专门的课程和学校。

但我必须承认这个假设的漏洞：学校只能教能说清楚的东西，而判断力恰恰是说不清楚的那部分。这个问题，我还没有答案。

结语　

先问哪些活动该消失，再问哪些人该离开。

你的公司现在在哪一步：工具、流程，还是结构？欢迎留言。

关于作者

高山，CMMI 高成熟度主任评估师，主导评估 300 余次；ISACA 全球 AI 工作组 25 位专家之一，参与 AIM 模型编写与试点。

我用自己的 IMPACT 方法为企业提供 AI 转型陪跑：从定义业务结果开始，度量差距，重构流程和组织，用数据验证效果。不卖工具，只对结果负责。

如果你的企业买了 AI 工具却没看到结果，或者正准备启动 AI 转型，欢迎后台留言“AI转型”，我们聊一聊。