夜雨聆风算力本位 · 三亿 · 商业洞察
最近半年，我在不同的饭局、商会、咨询场合，被反复问到同一个问题：「我们公司也想上 AI，能不能给我们做个降本增效的方案？」
我每次都先反问一句：「你想砍掉多少成本？」
老板们的回答几乎统一 —— 「越多越好。」
这就是问题的开始。当一家公司把 AI 当作"砍人省钱"的工具时，它大概率正在亲手摧毁自己未来三年的竞争力。这话听起来逆耳，但我最近接触的近 40 家用 AI 做"降本增效"的中小企业里，已经有超过一半，正在为去年那一轮砍人决策付出代价。
先讲一个我亲眼看过的案例。
深圳一家做跨境家居的公司，2025 年中接入了某厂商的 AI 客服系统，把原来 28 人的客服团队砍到了 6 人。表面账算下来很漂亮：人力成本年省 420 万，AI 系统采购+运维成本 80 万，净省 340 万，老板在年会上把这个数字挂出来，PPT 配的标题叫《向智能要利润》。
但今年 4 月，我再去复盘这家公司，账本完全变了样。
复购率从 38% 跌到 19%。原因很简单 —— AI 客服可以接住"售前咨询"和"标准化投诉"，但接不住"老客户的情绪"。一个买了三年的客户，下单时遇到尺寸不合的问题，给 AI 解释了五轮还在被推标准话术，第六轮她就退款走人了，顺便给了一个一星评价。这种客户，过去一个老客服花十分钟就能挽回，现在变成系统性流失。
售后投诉率涨了 2.3 倍。AI 客服不会"提前发现风险"。过去 28 人团队里，有几个老员工每天能主动从聊天记录里嗅出"这单可能会差评"，提前介入处理。现在这套预警机制没了，所有问题都要等客户主动投诉才能进入工单系统，处理周期被动拉长。
最致命的是品牌口碑。Trustpilot、亚马逊、独立站三个渠道的差评里，"客服态度敷衍"、"机器人答非所问"、"找不到人"成了高频词。品牌评分从 4.6 掉到 3.9，按照跨境电商的算法逻辑，这意味着自然流量被砍掉了约 30%。
把这些隐性损失算回去，所谓的"年省 340 万"，实际净亏接近 600 万。老板今年 5 月私下跟我说了一句话：「我以为我在用 AI 降本，结果是 AI 在帮我把客户成本一次性兑现了。」
这不是个案。我手上有差不多 11 个类似量级的复盘 case，结论高度一致 —— 凡是把 AI 当成"裁员替代器"的中小公司，普遍在 6 到 9 个月之后开始为这个决策埋单。
为什么会出现这种系统性的反转？我想这背后有三个原因，是大多数老板没想清楚的。
第一，AI 替代掉的，往往不是"低价值岗位"，而是"低显性价值岗位"。
这两个词差一个字，意思完全不同。低价值岗位指的是岗位本身贡献小；低显性价值岗位指的是这个岗位的贡献藏在水面下、不容易被 KPI 量化。客服、行政、初级运营、基础设计师，绝大部分属于后者。他们每天做的最重要的事，不是接电话、不是改 PPT，而是在公司内部和外部，维护着一张看不见的"信任网"。
AI 可以接管交付流程，但它接不住信任。一旦这张网断了，公司从外面看还在运转，内里已经空了。
第二，"降本"是一次性收益，"丢客户"是滚雪球式的负收益。
这个我用三亿自己做出海咨询时的一个观察来佐证。任何 ToB 业务，新客获取成本通常是老客户复购成本的 5 到 7 倍。一个老客户流失，意味着你接下来要花 5-7 倍的钱去拉一个新客户来补窟窿，而且新客户还需要 6-12 个月才能贡献等量利润。
也就是说，今天用 AI 省掉的 1 块钱人力成本，如果代价是流失了 1 个老客户，明天你要花 5-7 块钱才能把这个洞补回来，还要等大半年才看得到回血。
这笔账，绝大多数老板从来没认真算过。他们的财务报表只显示"人力成本下降"，但不显示"客户终身价值下降"，于是 AI 降本看起来就像免费的午餐。
第三，"AI 工具"和"AI 能力"是两回事。
很多公司买的不是 AI 能力，是 AI 工具。买回来塞给现有团队，期待第二天就能见到效益。但 AI 真正能产生价值的方式，是重新设计工作流，不是替换某个岗位。
举个反例。我有个朋友做精品咖啡连锁，去年也想用 AI 替换排班和库存岗位。我建议他先别砍人，先让原来的店长和督导用 AI 工具做更多事：让店长用 AI 分析每家店的咖啡豆消耗曲线、用 AI 看店员排班是否合理、用 AI 写周报。结果半年下来，原来 12 家店做不过来的 4 个督导，现在能管 18 家店，公司不但没裁人，反而多开了 6 家店、人均效能提升了 50%。这才叫真正的"增效"。
我把今年走访下来活得最好的那些中小公司列了一下，它们普遍有几个共同点：
第一，先用 AI 放大现有员工，再决定要不要替换岗位。
这些老板的判断顺序非常清楚：先花 3 个月让团队把 AI 工具用熟，看看能不能让每个人的产能翻倍；如果翻倍了，那么"省下来"的产能是用来扩张市场、还是用来缩减团队，那是商业决策，不是 AI 决策。很多时候答案是前者 —— 因为扩张比裁员赚得多。
第二，把 AI 投入聚焦在"原本做不起"的事，而不是"原本能做"的事。
什么叫原本做不起？比如一家年营收 3000 万的服装品牌，原来根本养不起一个数据分析师团队。但用上 AI 之后，老板自己就可以用自然语言查询每天的销售数据、生成趋势报告、对比 SKU 表现 —— 这是过去只有亿级营收的公司才能配的能力。AI 让中小公司第一次买得起"大公司的工具集"，这才是真正的杠杆。
第三，把"AI 节省下来的钱"投回到客户体验，而不是揣进利润里。
这个反直觉，但很关键。AI 帮你省下来的运营成本，如果全部转化成利润，确实账面好看 —— 但你的对手也在用 AI 省钱，三个月后这个利润优势就会被市场磨平。真正聪明的玩家，会把省下来的钱重新投到客户能感知到的地方：升级售后、加深定制化、做更扎实的内容、给老客户更厚的福利。把"AI 红利"转化成"客户感知度"，这才是穿越周期的护城河。
如果你是一家中小企业的老板，正在被 AI 厂商、行业咨询、甚至自己的 CFO 推着做一次"AI 降本增效"决策，我想给你三条具体建议：
一、所有"降本"决策的评估周期，至少设为 12 个月。
不要看 3 个月的财务报表就拍板。3 个月内人力成本一定下降，6 个月开始客户流失，9 个月反映到营收，12 个月反映到品牌。如果你只看 3 个月，你看到的永远是糖；12 个月，你才看到账。
二、被砍掉的岗位，必须有"流程兜底方案"。
砍客服之前，先想清楚：老客户怎么找到一个真人？投诉升级流程谁来兜？情绪安抚谁来做？没想清楚之前不要动手。AI 是工具不是替身，工具失灵的时候，必须有人能补位。
三、如果你不知道 AI 怎么用，先别裁员，先培训。
这是最重要的一条。最大的浪费，不是没用 AI，而是用 AI 替换了你公司里最难复制的"人"。一个用了 5 年的老员工，他知道的客户偏好、内部流程、行业潜规则，是任何 AI 模型都喂不出来的。你裁掉他，省的是 30 万年薪；他离职后带走的，可能是 300 万的客户和 3 年的经验积累。
先把这些"人 + AI"组合用熟，再去想"AI 替代人"。 这个顺序错了，整个公司的故事就会从"AI 红利"变成"AI 陷阱"。
回到三亿一直以来的判断：AI 不会让所有人都受益，它只会让那些懂得"用 AI 放大自己优势"的人受益。
对中小企业来说，2026 年下半年到 2027 年是一个分水岭。一边是把 AI 当裁员工具、把降本当增效、把短期利润当长期竞争力的公司 —— 它们大概率会在 18 个月内出现"客户基本盘崩塌"。另一边是把 AI 当作"扩张杠杆"、把节省出来的人效投回客户和市场的公司 —— 它们会用同样的预算干出两倍三倍的体量。
这两类公司，今天看账面差不多，三年后看市值会差十倍。
这一波 AI 浪潮真正考验的，从来不是技术能力，而是企业主对"什么是真正可持续的增长"的判断力。AI 只是把这种判断力的差距放大了，仅此而已。
所以下次再有 AI 厂商找你做"降本增效"方案的时候，请你先问自己一个问题：
我是要在 AI 时代活得久，还是要在这个季度的财务报表上活得漂亮？
这两件事，往往不是同一件事。
—— 三亿 · 算力本位
▍算力本位 · 商业洞察专栏
关注，看穿 AI 时代的商业本质
