新任领导惊人之语:用AI压缩90%的信息部员工!可行吗?

新官上任总是喜欢烧三把火，今天要谈的这个案例直接把火烧到了信息部门：裁员90%！

事情是这样的，某企业信息部门负责人在群内吐槽，说公司新来了一个副总，同时分管了数字化，于是某日在经营会议上说：

“我分析了信息部门日常的工作内容、个人技能、年龄分布，又问了在美国硅谷的朋友，我认为：信息部门20个人多了，可以通过AI可以压缩90%，留2个人就够了。”

以上这个场景，是不是似曾相识？在AI浪潮下，一些管理者看了几个自媒体的视频，就自认为掌握了AI的精髓，于是开始用最简单粗暴的逻辑做决策：AI能写代码、能运维、能分析问题，那还要这么多人干什么？

今天，老杨不谈情绪，只谈事实：这位新领导的判断，问题出在哪？他为什么一来就想裁人？拿硅谷对标国内，到底哪里不合适？如果真裁员90%，会发生什么？

新领导的“AI压缩论”，有问题吗？

老杨客观分析如下：

1.错把“硅谷朋友的话”当真理

硅谷的创业公司，10个人干100人的活，背后是有前提的：产品高度标准化、技术栈统一、数据干净、业务简单。而大多数传统企业的信息化现状是：十几年积累的“屎山”代码、几十个异构系统、业务流程混乱、数据标准不一。硅谷的经验，在这里根本用不上。

2.错把“工作内容”等同于“可被编码的任务”

领导看到的“工作内容”，可能是“写代码”“查日志”“配权限”。他以为这些都是AI能干的。但他没看到的是：开发人员花大量时间理解模糊的需求、和业务部门反复沟通、在历史遗留系统中艰难地修修补补；运维人员处理的是各种“非标准异常”，需要判断、协调，甚至还需要政治智慧。这些工作，AI干不了。

3.错把“年龄”当作能力的评判标准

领导特意提到了“年龄分布”。这体现了当前职场最大的偏见：年纪大的员工学习能力差，不如年轻人会用AI。但事实是，在传统企业里，经验丰富的工程师对业务的理解、对系统坑位的熟悉、对突发故障的判断力，恰恰是AI无法替代的。而年轻人虽然工具上手快，但往往缺乏深度和判断力。

4.错把“AI能力”夸大到无所不能

AI确实能辅助写代码、生成报表、处理常见问题。但它目前的能力边界非常清晰：处理确定性、重复性、有明确规则的任务。对于模糊、多变、需要业务上下文和人际协作的工作，AI基本无能为力。信息部门的日常，恰恰充满了后者。

为什么新领导一来就想裁人？

这是当前最常见的一个场景，“新官上任三把火”，这本是中国管理文化中的常见现象。但当这把火烧向“裁员”时，背后有多重复杂的驱动力。

1.快速证明自己的价值

新领导上任，背后都有老板或董事会的期待：“你来了，要带我们走出困境。”他需要在最短时间内做出“成绩”。而什么成绩最容易量化、最容易向上汇报？成本削减。裁员是最直接的降本手段——裁掉一个人，每个月节省多少工资、多少社保，算得清清楚楚。至于长远影响，那是以后的事。那么为什么要裁信息部门？这个其实大家都懂得，在这里不做过多描述。

2.对老团队天然不信任

新领导对现有团队没有感情基础，也不了解每个人的真实能力。在他看来，“旧臣”往往意味着“保守、低效、抱团”。他会默认：如果这些人真能干，公司为什么还要从外面请我？于是，他会倾向于用“换血”来证明自己的存在感。而AI的兴起，恰好给了他一个冠冕堂皇的理由：“不是我无情，而是时代变了。”

3.受到外部“成功学”的蛊惑

新领导往往来自同行、咨询公司或所谓的“最佳实践”企业。他可能听过“某公司用AI裁掉80%程序员后效率翻倍”的传奇故事，却不知道那个公司的业务模式、技术基础、团队构成和自家完全不同。把这些“幸存者偏差”当成普遍真理，是典型的认知谬误。

4.管理上的“路径依赖”

有些管理者过去在制造、零售等劳动密集型行业积累了经验，习惯了“人多就是成本，减人就等于增效”的思维。他们不擅长或不愿理解知识型工作的复杂性，于是用粗暴的“人头数”来评估团队效率，把裁员当成万能药。