最近互联网大厂都在裁中层，很多人看不懂。其实原因很简单——AI把信息差干掉了，而那些纯信息传达岗的中层，存在的根基也就没了。

这两年有个很有意思的现象：一边是技术工具光速AI化，今天还是普通软件，明天就接入了大模型，后天就能自动生成方案。另一边呢？管理者的操作系统好像还停留在上个世纪。你跟他聊效率，他跟你聊流程；你跟他聊数据，他跟你聊平衡；你跟他聊问题，他跟你聊态度。

你认认真真写了一份公司改进建议，从现状到方案，逻辑清楚、数据扎实，递上去之后石沉大海。连个"收到了"的回执都没有。

不是你写的不好，很可能是，你的建议在AI的逻辑里是最优解，但在他的官僚操作系统里，是个病毒。

01 AI在消除信息差，而权力靠信息差活着

先说说大厂为什么裁中层。

AI时代的底层逻辑是消除信息差。算法通过透明化的数据和扁平化的网络，找到从A点到B点的最优解、最短路径。任何冗余的节点、信息阻隔和层级转译，在AI的眼里都是系统噪音，都要被优化掉。

那传统中层的核心价值是什么？没错，就是信息的中转站。上面的指令经过他们过滤再往下传，下面的情况经过他们筛选再往上报。一来一回，他们就是那个阀门，那个枢纽。信息经过他们的手，就有了分配权，也就有了权力。

一边是流动的神经网络，一边是固化的层级堡垒

所以你会看到一个很荒诞的现象：公司里最积极推动数字化、最拥抱AI的，往往是一线干活的人。最犹豫、最拖延、最会找理由的，反而是中间的管理层。

不是他们不懂AI的好。是他们太懂了——懂到知道这东西真推行下去，自己的位置就悬了。

我之前写过信息平权这个话题，具体见《从钉钉CEO无招被免职，看数字化带动职场平权》说AI让信息获取和分析的门槛大幅降低，员工不再依赖领导的信息投喂。现在回头看，信息平权只是第一步。真正难的，是信息平权之后，那些靠信息差吃饭的人怎么办？

02 你在追求系统最优，他在计算个人风险

第二个错位，是目标函数完全不一样。

AI的优化目标是什么？全局效率最高、系统能耗最低、产出最大化。你提改进建议，出发点也是这个——让真正干业务的专家安心干业务，让流程更顺畅，让考核更公平。你追求的，是公司这个系统的最优解。

但很多管理者的优化目标，从来不是公司效率最大化。

在复杂的组织生态里，他们的系统目标函数是什么？说直白点，是个人职业风险最小化，加上部门利益最大化。

旧轨道上走得越顺的人，越难跳上新的列车

用简单直接的AI思路去推动改革，对他们来说是什么？是一项收益归于公司、风险和冲突全归于自己的负期望值交易。

改好了，功劳不一定是他们的。改出了问题，责任全是他们的。动了谁的奶酪，谁就会跟他们作对。维持现状，虽然没什么成绩，但至少没什么风险。熬到退休或者换个岗位，稳稳当当。

但有意思的是，真正愿意推动变革的领导也不是没有。我就见过，有些领导反而会主动找一线员工要建议、要方案，甚至直接拉群一起讨论。这种领导有个共同特点：他们本身就是业务专家出身，不怕透明，不怕竞争，甚至欢迎AI，因为AI能把他们从事务性工作里解放出来，去做更有价值的判断和决策。

所以问题不在"管理者"这三个字上。问题在那些纯靠信息差和层级吃饭、自己没什么真本事的管理者。AI一来，他们最先慌。

03 路径依赖的牢笼，也是认知的天花板

还有更深一层的原因，是路径依赖和认知坍缩。

现在坐在管理岗位上的这批人，他们是怎么上来的？很多是通过传统机制的层层博弈、关系润滑、遵循隐形规则、擅长向上管理而晋升上来的。他们成功的经验，也就是他们的训练集，就是传统官僚规则本身。

你让一个靠这套规则爬到今天位置的人，突然去拥抱透明、扁平、数据说话的AI时代，这不是换工具，这是换操作系统。

你习惯了用代码、算法、模型和客观效率来评估世界，你觉得发现问题、上报问题、解决问题是天经地义的简单逻辑。但对于习惯了通过解决提出问题的人或者模糊处理问题来维持内部平衡的传统管理者来说，这种简单直接，会让他们感受到强烈的失控感。

他们不是坏人，也不是蠢人。他们只是在旧的游戏规则里玩得太好，好到已经被规则塑了型。规则一变，他们所有的经验和优势，可能一夜之间就不值钱了。

但话说回来，这就是趋势。这个趋势会从互联网蔓延到各行各业。国企、金融、制造业，谁也跑不掉。区别只是早几年晚几年。

前面说了这么多，最后说点乐观的。

道路是曲折的，但前途是光明的。AI把信息差打掉了，暗箱操作的空间被挤压了，谁行谁不行，数据和产出比人更客观。那些靠关系、靠信息差混上去的人，会越来越难混。有真本事、能解决问题的人，反而会越来越值钱。

所以，不要怀疑自己的价值，你在用AI的操作系统思考问题，就已经走在了很多人前面。

那些还抱着工业时代官僚系统不放的人，他们的硬件太老了，跑不动新系统。但历史的车轮不会等人，组织的升级虽然慢，但终究会跟上。

到那一天，有真本事的人，会迎来属于他们的时代。