这两天又看到科技公司裁员和 AI 投入放在一起讨论。

类似的新闻，现在已经不新鲜了。每次一出现，评论区很快就会分成两边：一边说 AI 开始抢工作了，一边说别什么都怪 AI，公司裁员本来就有业务、利润、组织调整等原因。

我更关心的，反而不是这场争论谁对。

因为对普通员工来说，最先发生的往往不是“AI 把你替代掉”。

更常见的是：公司开始重新计算你的岗位值多少钱。

尤其是在小公司。 老板不会一上来就说“这个岗位以后不要了”。

他更可能说的是：

“这个你用 AI 做一下。”

“以后这类内容半天能不能出？”

“数据先让工具跑一版，你再改改。”

“外包先别找了，你们内部消化一下。”

听起来都很正常，甚至像是在给你新工具。 但如果只盯着工具，很容易漏掉更重要的问题：原来属于一个岗位的工作，正在被拆成一堆更便宜、更快、更容易量化的任务。

01

我以前在小公司做运营时，对这种变化其实很迟钝。

那时候我觉得，一个人能多做一点，是好事。内容能写，活动能跟，用户反馈能收，市场资料能整理，客户问题也能接一点，说明自己还有用。

小公司也喜欢这样的人。

不是因为它真的把你的岗位设计得很清楚，而是因为很多事暂时没人管，先找一个人顶上。

当时我没有意识到，一人多岗有两面。

一面是你确实能接触很多事情，成长会比单一岗位快一些。

另一面是，公司也会慢慢习惯把你的工作看成一堆任务，而不是一个完整岗位。

今天缺内容，你补内容。

明天缺表格，你补表格。

后天客户有反馈，你去整理。

再后来，公司要算成本时，它看的不是“这个人承担了多少复杂判断”，而是“这些任务能不能拆出去、压缩掉、用工具先做一版”。

AI 出现以后，这个过程变快了。

不是因为 AI 一定比人强，而是因为它让“拆任务”这件事变得更容易。

02

所以公司开始说 AI 提效时，我觉得普通员工不要只问： “我要学哪个工具？”

这个问题当然要问，但它不应是你最关心的问题。

更应该先问的是：公司到底想让 AI 替你省时间，还是替公司重新算你的岗位成本？

这两件事差别很大。

如果是省时间，比较健康的变化应该是：工具帮你处理重复动作，你有更多精力去做判断、沟通、复盘、业务理解和结果负责。

比如以前写一份用户反馈整理要半天，现在 AI 帮你先分组，你把时间用来判断哪些问题影响续费、哪些只是使用习惯、哪些需要产品改。

这叫增强。 但如果公司只是把原来三个人的工作压给一个人，再说“现在不是有 AI 吗”，那就不是增强。

那叫重新拆价。 工作没有少，只是每一块都被稀释了。

内容要更快，数据要更快，方案要更快，汇报要更快，连试错也要更快。

最后你的时间被工具回收了，但你的试错空间没有变大，反而变小了。

这才是普通员工更需要警惕的地方。

03

我后来复盘自己过去在小公司的一些经历，发现岗位被拆价前，通常有几个信号。

第一个信号，是公司只要求你提效，却不重新定义结果。

比如原来让你写内容，现在让你用 AI 写得更快，但没有讨论这篇内容到底为了获客、转化、留存，还是只是填更新频率。

动作快了，目标还是模糊的。

这种情况下，提效很容易变成加量。

第二个信号，是工具节省的时间，没有还给你，而是继续塞进更多杂事。

你用 AI 半天做完一份资料，公司不是让你去做更深的分析，而是觉得你下午还能再多做两件。

久而久之，你会越来越忙，但越来越难说清自己负责什么。

第三个信号，是原来需要经验判断的地方，被公司简单看成“工具可以替代”。

比如客户反馈不是整理成表格就结束了。真正重要的是判断：客户为什么在这个环节卡住？这个问题是产品问题、销售承诺问题，还是客户预期问题？

如果公司只看到“AI 能帮你汇总反馈”，却看不到后面的判断，那你的岗位价值就会被低估。

第四个信号，是考核开始只看产量，不看取舍。

写了多少篇，做了多少张图，整理了多少条数据，发了多少次消息。

这些数字都容易被 AI 放大。

但普通运营、内容、市场工作里，真正值钱的部分，很多时候不是“做了多少”，而是“为什么做这个、不做那个，以及做完以后怎么判断有没有用”。

一旦这些不被看见，岗位就会被压成执行包。

04

所以，今天再看到 AI 和裁员放在一起讨论，我不太想劝普通人“赶紧学 AI，不然就完了”。

这句话太容易，也太粗糙。 AI 当然要学。但对普通员工来说，学工具只是第一层。

更重要的是，你要把自己的工作从“我会操作工具”，往前推一层：

我能判断这件事为什么要做。

我能看懂它和客户、收入、产品、业务节奏之间的关系。

我能说明哪些部分可以交给 AI，哪些部分必须由人来负责。

我能在工具产出一堆东西之后，决定留下什么、删掉什么、改成什么。

这几句话听起来很“简单”，但却很实用。

因为公司真正需要重新计算岗位成本时，它会先看哪些工作可以被拆碎。

如果你的工作在别人眼里只剩下一堆动作，确实很容易被重新定价。

但如果你能说清楚动作背后的判断、取舍和结果，你至少还有一点谈判空间。

不是保住岗位这么简单。

只是别让自己太快变成一个“经验包”。

05

如果你所在的公司最近也开始频繁说 AI 提效，我建议先别急着把收藏夹塞满教程。

可以先拿一张纸，问自己四个问题：

• 这项工作里，哪些动作可以交给 AI？
• AI 省下来的时间，公司准备让我做更有判断的事，还是准备塞进更多杂事？
• 这项工作最后对谁有用：客户、销售、产品、老板，还是只对日报有用？
• 如果明天公司把这项工作外包出去，我还有没有留下不可替代的判断？

问完以后，你可能会发现，有些工作确实该让工具帮忙。

但也会发现，有些工作不是你不会 AI，而是公司从来没有认真定义过它的价值。

这才是更麻烦的地方。

工具会变，岗位会变，公司的成本算法也会变。

普通人能做的，不是站在原地害怕，而是尽量别让自己的工作只剩下可拆、可压、可外包的动作。

公司说 AI 提效时，先别急着证明自己更快。

先看清楚，你有没有被重新拆价。

你最近有没有遇到过类似的变化：工具变多了，事情变快了，但岗位边界反而更模糊了？