夜雨聆风
2024年，某头部电商平台悄悄关闭了旗下三个城市客服中心的招聘入口。原因只有一句话：现有AI系统已能处理日均超过80万条咨询。这不是实验，是已经发生的事。文员和客服，为什么偏偏是最先感受到压力的那批人？
有一种工作，正在从"招人"变成"关闭招聘"
不是裁员公告，不是新闻头条，只是某个季度，HR悄悄把那个岗位的招聘链接下线了。
某国内头部保险公司在2023年引入智能客服系统后，第一年的数据显示：超过68%的常规业务咨询由AI独立完成，人工介入率从原来的每百条对话中的91次，降到了不足29次。与此同时，其客服团队规模在两年内缩减了约40%，且这一过程几乎没有引发任何舆论波澜——因为它是通过"自然减员不补招"的方式悄悄完成的。
另一组数据来自麦肯锡2024年的研究报告：全球范围内，60%至80%的标准化客服交互已经可以由现有AI系统独立处理，涉及企业每年节省的人力成本保守估计在数百亿美元量级。在中国市场，仅头部互联网、金融、零售三个行业，AI客服每年替代的人工服务量已超过400亿次对话。
这还只是客服。文员的处境，同样在悄然改变。某上市公司行政部门的负责人曾向媒体透露，他们原本需要4名文员负责的会议纪要整理、日程安排、文件归档等工作，在引入AI助手后，现在1个人配合系统就可以完成。剩下3个岗位，没有被开除，只是招聘冻结，等自然流失。
这就是当下正在发生的现实：不是机器人走进来，而是招聘需求悄悄消失了。
为什么偏偏是文员和客服？三个结构性原因
这不是偶然，而是由这两类岗位的工作性质决定的。
第一，标准化程度极高。客服处理的问题，80%以上是高度重复的：订单状态、退换货政策、账户密码找回、投诉流程。文员处理的任务，也高度程式化：填表、归档、转发、排版、整理纪要。这类工作有明确的输入和输出格式，AI天然擅长处理这种有迹可循的结构。
第二，边际成本接近于零。一个人类客服同一时间只能处理1至2个对话，而一套AI系统可以同时处理数万条对话，且不需要休息、不会情绪波动、没有节假日溢价。当企业的业务量在双十一期间暴涨十倍时，AI系统的成本几乎不变，而人力成本则需要等比例扩张。这个成本结构的差异，让决策者几乎没有理由不去替换。
第三，知识壁垒相对较低。不是贬低这类工作，而是客观描述：这两类岗位的上手周期通常较短，所需的专业知识门槛不高，企业在决策替换时的心理阻力更小。相比之下，替换一名资深工程师或品牌总监，企业会更为谨慎。
但这里有一个重要的分化需要指出：并非所有文员和客服都处于同等的风险位置。暂时相对安全的，是那些需要处理复杂情绪、高价值客户关系、跨部门协调或突发危机的岗位。真正已经高度危险的，是那些每天重复处理标准化问题、工作内容可以被完整写成操作手册的岗位。如果你能用一份SOP文件把自己80%的日常工作描述清楚，那这份工作大概率已经在AI的处理范围之内。
接下来轮到谁？以及，我们还能做什么
客服和文员只是第一波。沿着同样的逻辑往下看，下一批感受到压力的岗位已经轮廓清晰。
翻译行业正在经历剧烈震荡。不是高端文学翻译，而是大量商务文件、合同条款、产品说明书的翻译需求，已经被DeepL、GPT类工具大量承接。初级程序员同样面临压力——那些主要负责写重复性代码、完成功能模块堆砌的初级岗位，GitHub Copilot类工具已经能在资深工程师的指导下大幅替代其产出。数据录入、基础财务对账、初级市场调研报告撰写，也在这一波浪潮的射程之内。
但在讨论替代的同时，有一个视角值得认真对待：每一次技术革命在消灭旧岗位的同时，也在创造新的需求。AI训练师、提示词工程师、AI产品经理、人机协作流程设计师——这些岗位在五年前根本不存在，今天已经在大量招聘。更重要的是，那些能够驾驭AI工具、将其整合进自身工作流的人，正在形成显著的生产力优势。
一个会用AI辅助写作的文员，可以在同样时间内产出过去三倍的内容；一个懂得用AI做初筛、专注高难度沟通的客服，可以将自己的服务质量提升到另一个层次。所以真正值得思考的问题，或许不是"AI会不会替代我"，而是"在AI能做这些的世界里，我能不能成为那个用好它的人"。
变化从来不会提前打招呼
AI的渗透方式，从来不是一夜之间的风暴，而是像水一样，从最低洼的地方开始漫进来。文员和客服感受到的压力，不过是水位上涨的早期信号。这场重构不会因为我们是否做好准备而暂停，但它的结果——对于每一个具体的人来说——仍然存在足够的变量空间。那个变量，掌握在自己手里。
