今天跟你們聊個(gè)事，我覺得未來可能會(huì)越來越普遍。

我一個(gè)朋友的公司今年縮減了大概一半的招聘計(jì)劃，但是招聘預(yù)算沒減，全部用來配置 Agent 和購買 Token 了。

簡(jiǎn)單說，就是用原來招人的錢去搭建自己的 AI 員工團(tuán)隊(duì)。

據(jù)我了解，他們目前主要在客服、內(nèi)容生產(chǎn)、商業(yè)策劃崗位上投入 AI 員工，并且效果還不錯(cuò)。

注意，這個(gè)過程中公司的支出并沒有減少，但是人變少了，帶來的就是組織「熵增」的降低。

用大白話說，人越少、流程越少、辦事效率越高。

他們之所以能用 AI 來替代部分原有崗位，我覺得還是依賴于之前沉淀的 SOP 和數(shù)據(jù)。

比如內(nèi)容生產(chǎn)和商業(yè)策劃，過去他們做過的每一個(gè) case 都會(huì)沉淀 SOP，也會(huì)把一些優(yōu)秀案例作為數(shù)據(jù)沉淀下來。

現(xiàn)在他們用的是 Claude Code + OpenClaw 的組合模式，模型采用混合架構(gòu)。

高要求任務(wù)用國(guó)外頂級(jí)模型，比如 Claude Opus 和 GPT，一些基礎(chǔ)任務(wù)就用一些便宜的國(guó)產(chǎn)模型。

這里面有一個(gè)容易被忽略的前提：能讓 AI 接手的崗位，一定是之前就把工作流跑清楚了的崗位。

如果一個(gè)崗位連 SOP 都沒有，人自己都說不清怎么干的，AI 更干不了。這里面，其實(shí)就是我之前說的「工作流定義」。

我之所以想跟你們聊這件事，是因?yàn)樗恢皇莻€(gè)招聘趨勢(shì)，而是背后藏著兩個(gè)完全不同的問題。

第一個(gè)問題：AI確實(shí)讓很多崗位的人效變高了，但質(zhì)量不一定。

一個(gè)內(nèi)容團(tuán)隊(duì)，以前需要5個(gè)人維持日常產(chǎn)出節(jié)奏，現(xiàn)在3個(gè)人加AI，產(chǎn)出量反而更大。

一個(gè)商業(yè)策劃師，以前寫一份方案要花一周，現(xiàn)在丟給AI十分鐘出初稿，自己花二十分鐘改改就能交。

效率提上來了，老板自然會(huì)想，既然3個(gè)人能干5個(gè)人的活，那我為什么還要招第4個(gè)人？

于是，招聘凍結(jié)了。

不是裁員，而是不再新增。這個(gè)過程中并沒有減少企業(yè)人力預(yù)算，但是效率的確上去了。

你想一下，如果一個(gè)公司有20個(gè)崗位，每個(gè)崗位因?yàn)锳I提效了30%，那理論上有6個(gè)崗位的工作量被AI取代了。

這6個(gè)人不一定馬上被裁，但這6個(gè)坑位，不會(huì)再招新人了。

這就是為什么今年很多人在投簡(jiǎn)歷時(shí)明顯感覺，崗位變少了，要求變高了，競(jìng)爭(zhēng)變激烈了。

不是行業(yè)不好，是效率結(jié)構(gòu)變了。

但這里面還有一層更深的變化：以前公司招人，招的是「執(zhí)行力」。現(xiàn)在AI把執(zhí)行力拉平了，公司真正稀缺的變成了「判斷力」。

同樣用AI，有人能用它一周做出以前一個(gè)月的成果，有人用了半天發(fā)現(xiàn)還不如自己手寫。差距不在工具，在使用工具的人身上。

這個(gè)差距的最終體現(xiàn)，就是質(zhì)量。

所以你會(huì)發(fā)現(xiàn)，現(xiàn)在公司不是不招人了，是不招只能執(zhí)行的人了。

但是，這件事還有另一面。

第二個(gè)問題：很多公司用AI的方式，其實(shí)是錯(cuò)的。

我觀察到一個(gè)很典型的現(xiàn)象，有些公司為了擁抱AI，幾乎把所有能交給AI的事都交了出去。

結(jié)果呢？

效率看起來高了，但質(zhì)量在下降。

之前我問過一個(gè)做媒體公司的朋友，他們公司現(xiàn)在所有品宣內(nèi)容都用AI生成的。

包括文章、圖片、視頻類內(nèi)容的產(chǎn)量翻了3倍，但用戶互動(dòng)率比去年跌了40%。

老板看到產(chǎn)出數(shù)字很開心，但沒人關(guān)心那些內(nèi)容有沒有人看。

這里面有一個(gè)反直覺的事實(shí)：當(dāng)所有公司都在用AI批量生產(chǎn)內(nèi)容的時(shí)候，AI生成的東西反而變成了噪音。真正能打動(dòng)人的，反而是那些帶著人味、有真實(shí)判斷的內(nèi)容。

還有一個(gè)大廠產(chǎn)品團(tuán)隊(duì)的同學(xué)跟我說，他們內(nèi)部 leader 強(qiáng)制大家用 AI 提效工作流，要求用AI寫產(chǎn)品文檔、寫需求描述、畫原型圖。

寫是寫出來了，看起來格式工整、邏輯清晰。

但開發(fā)拿到之后發(fā)現(xiàn)，很多關(guān)鍵判斷是模糊的，邊界條件沒想清楚，來回確認(rèn)的次數(shù)比以前人寫的還多。

發(fā)現(xiàn)沒，這就是硬上 AI 的結(jié)果。

說白了，AI幫你快速生成了一個(gè)看起來合格的東西，但它沒有幫你做真正的思考。

仔細(xì)思考一下你就會(huì)發(fā)現(xiàn)，有些工作的核心價(jià)值不在于產(chǎn)出本身，而在于產(chǎn)出過程中的判斷、取舍和對(duì)細(xì)節(jié)的把控。

你讓一個(gè)資深產(chǎn)品經(jīng)理寫需求文檔，他寫的過程就是在做決策。

哪些功能做、哪些不做、優(yōu)先級(jí)怎么排、邊界怎么定，這些判斷藏在寫的過程里。

你讓AI寫，它能寫出一份漂亮的文檔，但那些關(guān)鍵決策它替你做不了。你以為省了時(shí)間，其實(shí)只是把決策延后到了開發(fā)階段，反而更貴。

還有一種更隱蔽的風(fēng)險(xiǎn)，年輕員工過早依賴AI，看起來產(chǎn)出效率很高，但底層的判斷能力從來沒有被訓(xùn)練過。

等到需要他獨(dú)立做決策的時(shí)候，你會(huì)發(fā)現(xiàn)他只會(huì)用AI生成選項(xiàng)，不會(huì)自己做取舍。

這就像一個(gè)人天天坐電梯，看起來每天都到了樓頂，但他的腿已經(jīng)不會(huì)爬樓了。

再說用戶反饋這件事，很多公司已經(jīng)用 AI 來做了。

他們用AI做用戶反饋分析，把幾千條評(píng)論丟進(jìn)去，AI給你歸類、總結(jié)、提煉關(guān)鍵詞，看起來很高效。

但一個(gè)有經(jīng)驗(yàn)的運(yùn)營(yíng)，花兩個(gè)小時(shí)自己翻完那些評(píng)論，他能從字里行間讀出情緒、讀出場(chǎng)景、讀出用戶沒說出來的需求。

這種洞察，AI目前做不到。

AI能告訴你用戶說了什么，但它很難告訴你用戶沒說的是什么。而真正的問題或機(jī)會(huì)，往往藏在用戶沒說出口的地方。

所以現(xiàn)實(shí)是，有些場(chǎng)景用AI確實(shí)快，有些場(chǎng)景用人反而更準(zhǔn)。

問題出在哪？

出在很多公司沒有分清楚，哪些事該讓AI做，哪些事必須人來做。他們把AI當(dāng)成了「萬能替代品」，而不是「效率杠桿」。

在我看來，這兩個(gè)定位差別很大。

替代品的邏輯是，能用AI的全用AI，減人減成本。

杠桿的邏輯是，人做判斷和決策，AI做執(zhí)行和加速。人的時(shí)間釋放出來，去做更有價(jià)值的事。

前者短期省錢，長(zhǎng)期會(huì)發(fā)現(xiàn)質(zhì)量在跌、決策在模糊、核心能力在流失。后者才是AI真正應(yīng)該被用的方式。

我自己用AI也有一個(gè)很明確的原則，凡是需要我親自判斷的事，AI只能輔助，不能替代。

凡是執(zhí)行層面、重復(fù)性高、判斷要求低的事，AI全面接管。

這中間的界限，每個(gè)人、每個(gè)崗位、每個(gè)業(yè)務(wù)都不一樣，需要自己想清楚。

所以回到開頭說的那個(gè)現(xiàn)象：用上AI后，公司不招人了。

這件事本身不是壞事，效率進(jìn)步就是會(huì)改變?nèi)肆Y(jié)構(gòu)。

但如果一家公司不招人的原因是「AI讓我們不需要人了」，而不是「AI讓每個(gè)人變強(qiáng)了」，那我覺得這家公司遲早會(huì)出問題。

AI是生產(chǎn)力工具，不是思考力工具。

能被AI完全替代的，只有那些本來就不需要思考的執(zhí)行動(dòng)作。而真正值錢的工作，恰恰是那些AI做不了的判斷、洞察和創(chuàng)造。

不要盲目用AI，也不要盲目怕AI。

既然這是一個(gè)不可逆的過程，我們要做的就是順勢(shì)而為。

PS：下周三周四兩天，我會(huì)開兩場(chǎng)公開直播，拆解我的一人公司AI工作流和IP+內(nèi)容創(chuàng)作方法，感興趣的可提前預(yù)約直播，無回放！

················· 唐韌出品 ·················

用AI思維發(fā)現(xiàn)下一個(gè)機(jī)會(huì)

安可時(shí)刻

昨晚給 AI 個(gè)體戶計(jì)劃上海第一期的同學(xué)做月度復(fù)盤，其中一位同學(xué)連續(xù)幾個(gè)月都有大進(jìn)展。

照這個(gè)趨勢(shì)下去，他今年就可以構(gòu)建穩(wěn)定的 AI 商業(yè)模式。

這個(gè)速度，還在加快。