夜雨聆风你的企业 AI 预算够花吗？（系列三）
上篇聊了预算配比和三阶投入法——钱的事，至少有公式可循。
但真正让老板睡不着觉的，不是账单上的数字，而是工资单上的名字。
当 AI 真正进入工作流，第一个被冲击的不是财务部，是 HR。因为预算可以调，但人的问题——谁来干、怎么考核、怎么留人——没有现成答案。
DATA SNAPSHOT · 2025-2026
74%
的 CEO 已冻结或缩减招聘（科技行业，奥纬咨询 2025）
43% 计划砍初级岗位30% 转向招中层
· · ·
第一件事：别急着裁员
Meta 上个月做了个动作：裁掉约 8000 人，同时把 7000 人调配到 AI 岗位。
表面看是"裁员 + 转型"，本质是同一个决策——重新配置人力资本。这不是Meta独有的操作。Intuit 裁了超过 3000 人（占全球员工 10%），理由一模一样："重新聚焦人工智能"。微软的报告更直接：在某些场景下，用 AI 的成本已经高于付人工工资。
⚠ 奥纬咨询的警告
过快裁员或忽视初级人才储备，可能对人才梯队造成长远风险。今天砍掉的初级岗位，就是三年后你找不到中层管理者的原因。来源：Oliver Wyman AI & Hiring Impact Study (2025)
加州州长纽森在 5 月 21 日签了一份行政令，核心就一句话："AI 替代的是任务，不是职位。"所以政策方向不是禁止企业用 AI，而是要求企业在用 AI 的同时，思考遣散费、再培训、甚至员工持股这些配套措施。
翻译成人话：你可以用 AI 换人，但你得为被换掉的人想好出路。
· · ·
岗位正在被拆解，不是消失
谷歌高级副总裁曼尼卡说了一句很冷静的话："AI 最大的影响是改变工作内容与方式，而非让职业消失。"
他把 AI 对岗位的影响分成了三类：
① 岗位减少 — 被自动化替代
数据录入、初级翻译、基础客服问答、常规报告撰写。这类工作纯重复性高、决策权重低，AI 接手后效率提升 5-10 倍。
② 新岗位出现 — 从未存在过的角色
AI 提示词工程师（Prompt Engineer）、AI 工作流编排师、AI 输出质检员、AI 治理合规专员。这些岗位两年前根本不存在，现在猎头已经在抢人。
③ 岗位重新定义 — 同一个title，完全不同的活
这是最大的一类，也是最容易忽略的。产品经理不再写 PRD 文档了，改写 AI Agent 的指令集；设计师不再从零画图了，改做 AI 生成的筛选和精修；客服主管不再盯回复量了，改管 AI 回复的质量评分和边界case升级。
关键洞察：你的团队里大概率已经有人在干"重新定义后的工作了"，只是他的 Job Description（职位描述）还没更新，KPI 还在按旧标准考核。这种错位，就是人才流失的前奏。
· · ·
KPI 该怎么改？三个实操框架
不是所有岗位都需要重设 KPI，但以下三类必须动：
内容创作类（文案/设计/视频）
旧 KPI：产出数量 / 完成速度 / 字数 / 页数
新 KPI：
• AI 协作效率：单位产出所需时间是否缩短（如：一篇深度稿从 4 小时 → 1 小时）
• 输出质量评分：人工审校修改率（越低越好，说明 AI 初稿质量越高）
• 创意增量：AI 无法完成的部分（策略洞察、品牌判断、情感共鸣）占比
客服与支持类
旧 KPI：响应时长 / 首次解决率 / 日处理量
新 KPI：
• AI 拦截率：多少比例的问题由 AI 直接解决无需人工介入
• 复杂 case 处理能力：人工处理的都是高价值问题（投诉/谈判/定制需求）
• AI 回复质量分：客户对 AI 回复的满意度 vs 人工回复的差距
技术与管理类（研发/PM/运营）
旧 KPI：代码行数 / 功能交付数 / 项目按时完成率
新 KPI：
• AI 工具采用度：团队使用 AI 辅助工具的比例和熟练程度
• 决策密度：从"执行者"变成"审核者+决策者"，单位时间内做出的关键决策数量
• 跨系统整合力：能否把 AI 能力嵌入现有业务流程并产生可衡量的效率提升
KPI 改革的核心原则
从"衡量产出数量"→ "衡量产出质量和决策价值"
· · ·
组织结构：三种模式选一种
根据 Gartner 2025 企业 AI 组织调研和实际案例，目前主流三种模式：
模式 A · 嵌入式（推荐大多数企业）
做法：不设独立 AI 部门，把 AI 能力嵌入每个现有部门。每个部门选 1-2 名"AI 种子用户"，负责本部门的 AI 工具推广和最佳实践沉淀。
适合：50-500 人中型企业，AI 处于试探到扩展阶段优点：阻力小、成本低、见效快风险：缺乏统一标准，容易形成"部门间数字孤岛"
模式 B · 中台型
做法：设立 AI 中台/COE（卓越中心），统一采购工具、制定标准、提供培训和支持。各业务部门按需申请使用。
适合：500+ 人大型企业，多部门并行推进 AI优点：统一管控、成本可控、数据安全有保障风险：容易变成"审批瓶颈"，响应速度跟不上业务节奏
模式 C · 独立产品线
做法：AI 作为独立业务单元运作，有自己的 P&L（损益表）、自己的产品和客户。典型如企业内部孵化的 AI SaaS 团队。
适合：AI 是核心战略方向、打算对外输出能力的企业优点：最灵活、创新最快、可能成为第二增长曲线风险：投入最大、与主业务协同难度高
💡 选型建议
90% 的企业应该从模式 A 开始，跑通 6-12 个月后再评估要不要升级到 B。直接上 C 的，十有八九会死在内部政治和资源争夺上——除非你是 Anthropic 这种原生 AI 公司。
· · ·
最难的一关：人心
技术问题总有解法。但当一个干了十年文案的老员工发现，AI 十分钟就能写出他需要一天的东西时——他不会觉得"效率提升了"，他会觉得"我被替代了"。
这不是矫情。这是真实存在的恐惧。而恐惧的人不会配合变革。
AI 组织变革中最大的风险不是技术选错是人心散了。
三件具体可以做的事：
① 先透明沟通，再部署工具
告诉团队：AI 来了，它会改变什么、不会改变什么、你们的角色会如何进化。最糟糕的做法是悄悄上线，等员工自己发现。
② 给"过渡期"一个明确期限
比如："未来 6 个月内，AI 辅助 + 人工审核并行；6 个月后逐步过渡到 AI 主导、人工抽检。"给人心理缓冲，也给能力成长留时间。
③ 把省下来的时间还给员工
AI 提效省出的时间，不应该自动变成"更多的工作量"。主动引导员工把省下的时间投入到 AI 做不到的事情上——创意、策略、客户关系、跨部门协作。这才是真正的"增值"。
AI 进入工资单之后，最大的变化不是多了一笔支出。是每一个岗位的定义都在被重写，每一份 KPI 都在被质疑，每一个人都在问："我明天还有价值吗？"老板的工作不是替他们回答这个问题。是创造一个环境，让他们能自己找到答案。
——
本文基于公开信息撰写，所涉及的行业趋势分析不构成任何投资或商业决策建议。信息来源：奥纬咨询 AI 与招聘研究报告（2025）、加州 AB-3241 AI 劳动力行政令（2026.05.21）、微软 AI 成本分析报告（2026）、Gartner 企业组织变革与 AI 调研（2025）、Meta/Intuit 公开重组公告、Google SVP Manuella 实验室访谈、Anthropic 官方新闻、毕马威 x Anthropic 全球联盟公告，如果觉得这篇文章有价值，欢迎分享给正在推进 AI 落地的朋友 🙌
📩 企业AI成熟度自评表领取方式
嘉楠整理了一份《企业AI成熟度自评表》，包含8大维度、20项核心指标、5分制评分系统、自动生成雷达图，并附有4档结果解读与行动建议。
在文末留言区留言"企业AI自评"，添加嘉楠的微信，说明您所在企业的行业与岗位，我们将在24小时内通过私信发送Excel原版文件。
填写时间约15分钟，建议邀请管理层共同完成，效果最佳。
