2019年，一家10人團(tuán)隊(duì)買齊Adobe全家桶、Slack、Notion和HubSpot，年支出大概夠付兩個(gè)初級(jí)運(yùn)營(yíng)的薪水。五年后的今天，這些工具打包價(jià)可能連半個(gè)運(yùn)營(yíng)都雇不起——但老板們發(fā)現(xiàn)，便宜軟件沒解決那個(gè)老問題：活兒還是沒人干。

ülkem Yaman在Medium上發(fā)了篇長(zhǎng)文，標(biāo)題很直白：「We’re Entering the AI Employee Era」。這話說得有點(diǎn)狠，但數(shù)據(jù)側(cè)面印證了他的判斷。Small Business Administration的統(tǒng)計(jì)顯示，美國(guó)小企業(yè)平均雇員數(shù)從2000年的10.1人降到了2023年的7.8人，同期人均軟件支出翻了3倍。工具越買越多，人手越雇越少，中間的空檔就是AI員工要填的坑。

從"更快寫文檔"到"替我盯競(jìng)品"

軟件行業(yè)的敘事一直很統(tǒng)一：我們是工具，幫你提效。Grammarly讓你寫得更快，Canva讓你設(shè)計(jì)更便宜，Zapier讓你少寫代碼。這套邏輯在2015-2020年跑得通，因?yàn)槟菚r(shí)候企業(yè)的核心訴求是"把現(xiàn)有的事做得更便宜"。

但Yaman指出，現(xiàn)在的小企業(yè)面臨的是另一套壓力。社交媒體要日更，競(jìng)品動(dòng)態(tài)要實(shí)時(shí)盯，A/B測(cè)試要周周跑，品牌調(diào)性要處處統(tǒng)一——這些不是"做得更好"的問題，是"根本沒人做"的問題。一個(gè)5人團(tuán)隊(duì)，產(chǎn)品經(jīng)理兼任運(yùn)營(yíng)，CTO抽空寫公眾號(hào)，CEO親自回客服消息。工具再好用，也變不出第6個(gè)人。

AI員工的賣點(diǎn)就在這里。Yaman舉了個(gè)具體場(chǎng)景：不是"幫我寫封郵件"，而是"每周一早上掃描我所有競(jìng)爭(zhēng)對(duì)手的定價(jià)頁(yè)面，有變動(dòng)就發(fā)Slack提醒，順便草擬一份我們的應(yīng)對(duì)策略"。前者是工具，后者是員工。區(qū)別在于，工具等你下指令，員工自己找活兒干。

為什么"替代論"是偽命題

Yaman特意澄清：「I do not mean that in the dramatic, overused sense of 'AI will replace everyone.'」這句話值得細(xì)品。過去兩年，"AI取代白領(lǐng)"的標(biāo)題黨太多，反而模糊了真正在發(fā)生的事。

現(xiàn)實(shí)更微妙。Yaman觀察到的是"運(yùn)營(yíng)壓力通脹"——小企業(yè)被迫對(duì)標(biāo)大企業(yè)的輸出頻率，但組織架構(gòu)還是小企業(yè)規(guī)模。一個(gè)Instagram品牌賬號(hào)，2018年月更4條算勤快，2024年日更2條才及格。不是工作量真的漲了16倍，是平臺(tái)算法和競(jìng)爭(zhēng)密度把水位抬高了。AI員工解決的不是"替代誰"，而是"這本該是誰的工作"——答案往往是：這本該是第11個(gè)員工的工作，但你雇不起。

這個(gè)區(qū)別很關(guān)鍵。工具思維問的是"怎么讓現(xiàn)有的人做得更多"，員工思維問的是"怎么讓不存在的人存在"。Yaman認(rèn)為，下一代AI產(chǎn)品的勝負(fù)手就在這里：能不能從"響應(yīng)指令"進(jìn)化到"識(shí)別任務(wù)"。

第一批"入職"的AI員工長(zhǎng)什么樣

Yaman沒給具體產(chǎn)品名單，但他描述了功能邊界。當(dāng)前的AI員工雛形集中在三類場(chǎng)景：

第一類是監(jiān)控型。替代的是"那個(gè)每天早上刷20個(gè)網(wǎng)站、整理成Excel發(fā)群的實(shí)習(xí)生"。Gong（銷售對(duì)話分析）、Crayon（競(jìng)品情報(bào)）、甚至簡(jiǎn)化版的Google Alerts+GPT組合，都在這個(gè)賽道。價(jià)值不在于生成內(nèi)容，而在于"不用提醒就干活"。

第二類是流程型。替代的是"部門間的傳話筒"。比如自動(dòng)把客服工單里的產(chǎn)品建議匯總，每周生成給產(chǎn)品團(tuán)隊(duì)的簡(jiǎn)報(bào)，同時(shí)抄送相關(guān)負(fù)責(zé)人。Yaman強(qiáng)調(diào)，這類產(chǎn)品的難點(diǎn)不是技術(shù)，是"組織信任"——老板得相信AI不會(huì)漏掉關(guān)鍵信息，才敢真放它跑。

第三類是創(chuàng)意型。這部分爭(zhēng)議最大。Yaman的態(tài)度很克制：不是替代設(shè)計(jì)師，是替代"設(shè)計(jì)師沒時(shí)間做的那80%"。比如根據(jù)品牌手冊(cè)自動(dòng)生成100個(gè)社交媒體配圖方案，人類只負(fù)責(zé)終審和微調(diào)。這里的風(fēng)險(xiǎn)是品牌一致性，收益是測(cè)試速度。

這三類的共同點(diǎn)是：它們都不追求"比人類做得更好"，而是追求"在人類顧不過來的地方先頂上"。

價(jià)格錨點(diǎn)正在重寫

Yaman沒談錢，但市場(chǎng)數(shù)據(jù)補(bǔ)上了這塊拼圖。Intercom的Fin（AI客服）定價(jià)是每解決一個(gè)對(duì)話0.99美元，相當(dāng)于美國(guó)初級(jí)客服時(shí)薪的1/50。Notion AI是每人每月10美元，不到舊金山最低工資的2%。這些定價(jià)不是隨機(jī)定的，它們錨定的是"雇一個(gè)人的替代成本"，而不是"軟件工具的傳統(tǒng)定價(jià)"。

這解釋了為什么AI員工敘事在2024年突然加速。之前的AI產(chǎn)品按"功能"賣，現(xiàn)在的開始按"工作量"賣。功能定價(jià)的上限是軟件預(yù)算，工作量定價(jià)的上限是人力預(yù)算——后者空間大得多。

但Yaman警告了一個(gè)陷阱：企業(yè)容易高估AI員工的"即戰(zhàn)力"。工具買回來當(dāng)天就能用，AI員工需要"入職培訓(xùn)"——喂數(shù)據(jù)、調(diào)參數(shù)、建立反饋閉環(huán)。這個(gè)隱性成本，很多小團(tuán)隊(duì)沒算進(jìn)去。

他舉了個(gè)反直覺的例子：最先用上AI員工的往往不是科技創(chuàng)業(yè)公司，是法律、會(huì)計(jì)、房地產(chǎn)這些"非數(shù)字化原生"行業(yè)。原因是他們的工作流程更標(biāo)準(zhǔn)化，容錯(cuò)空間更小，反而更適合當(dāng)前AI的"高確定性、低創(chuàng)造性"能力區(qū)間?？萍脊痉炊m結(jié)——他們的流程太靈活，AI員工跟不上變化速度。

文章結(jié)尾，Yaman留了個(gè)開放式判斷：「The problem is not that they do not know these things matter. The problem is that they usually do not have enough people, enough time, or enough budget to handle all of it properly.」

這句話可以翻譯成：AI員工的市場(chǎng)空間，等于"企業(yè)想做的事"和"企業(yè)能雇的人"之間的差額。這個(gè)差額有多大？Yaman沒給數(shù)字，但你可以算自己公司的——想做的項(xiàng)目清單，除以現(xiàn)有人手，余數(shù)就是AI員工的潛在工位。

現(xiàn)在的問題是：你的余數(shù)有多少？以及，你愿意讓一個(gè)沒有工牌、不用交社保、但偶爾會(huì)犯低級(jí)錯(cuò)誤的"同事"來填這個(gè)坑嗎？