“崗位正在被AI從任務(wù)層面瓦解。”這句話如果被普通職場人聽到，多半會背后發(fā)涼。可偏偏說出這句話的人，手里握著全美國六分之一上班族的實(shí)時發(fā)薪記錄——ADP的CEO瑪麗亞·布萊克。她不但不緊張，反而勸大家換一個思考框架：與其憂心“我的崗位還會不會存在”，不如先拆開自己的日常工作，看看里面究竟裝著哪些“任務(wù)”。

瑪麗亞·布萊克掌管的ADP可不是普通的人力資源服務(wù)商。它掌握著約2500萬美國人的薪資賬戶動態(tài)，這個體量相當(dāng)于每6個美國雇員中就有1個人的發(fā)薪記錄在她手里跳動。換句話說，她的數(shù)據(jù)屏幕能實(shí)時看到就業(yè)市場的微觀心跳，而非等待勞工統(tǒng)計局那份延遲一個月的就業(yè)報告。就在本月初，ADP與斯坦福大學(xué)數(shù)字經(jīng)濟(jì)實(shí)驗(yàn)室聯(lián)手推出了一個公開儀表板，取名“Canaries Dashboard”——金絲雀儀表板，寓意礦工用金絲雀監(jiān)測危險氣體。儀表板直接展示了一組令人不安的趨勢：自2022年以來，在軟件開發(fā)這類AI高度暴露的行業(yè)里，崗位數(shù)量最多減少了16%；同時，22歲到25歲年輕群體的在崗數(shù)量也在收窄。這些數(shù)字來自真實(shí)的工資發(fā)放，不是問卷抽樣，也不是模型推算。

可她本人接受《財富》主編對話時，講出來的邏輯幾乎像是拆解一副樂高：把“崗位”這個概念剝開，里面其實(shí)是一堆具體任務(wù)的捆綁。她說：“拿一個給定的崗位，把它拆解開，變成一系列任務(wù)，再給每一項任務(wù)附加上對應(yīng)的薪資。這才是未來引導(dǎo)工作世界走向角色融合和再培訓(xùn)的真正棱鏡。”這話聽上去技術(shù)味很濃，但翻譯成大白話就是——HR部門不用再盯著有沒有“前端工程師”這個職位，而是該去算一算，這個職位里有哪些任務(wù)正在被自動化吃掉，哪些任務(wù)還在增值。增值的任務(wù)會被慢慢捏合成新角色，薪水也隨之重新分配。

這恰好擊中了許多人對AI焦慮的根本誤解。人們習(xí)慣把“AI奪走工作”當(dāng)成一個完整的職位被抹除，但布萊克提供的實(shí)時數(shù)據(jù)支持的是另一種故事：崗位內(nèi)部的任務(wù)正在重新洗牌。一個崗位里可能有30%的任務(wù)已經(jīng)可以由大模型完成，但這只意味著那30%的時間被解放出來，而不是整個崗位被注銷。所以她反復(fù)強(qiáng)調(diào)，停止談?wù)摗肮ぷ飨А保D(zhuǎn)為放大那些增值任務(wù)。“Role convergence”——角色收斂，她用的這個術(shù)語，描繪的是一條現(xiàn)實(shí)路徑：原本各自獨(dú)立的幾個崗位，因任務(wù)重新組合而收縮成一個復(fù)合型角色，人則需要在任務(wù)級上不斷重塑技能。

這也是她對自己手下67,000名員工說的話。布萊克是ADP歷史上第一位女性CEO，上任三年半，在可比性薪酬網(wǎng)站Comparably的2025年度CEO評選中排名第一，公司還連續(xù)登上《財富》雜志的行業(yè)領(lǐng)袖榜、全球最受尊敬公司和美國最具創(chuàng)新力公司等榜單。可她給內(nèi)部的轉(zhuǎn)型處方，聽起來一點(diǎn)也不“總辦”——她迷信的不是頂層戰(zhàn)略，而是最前線的泥巴戰(zhàn)。“轉(zhuǎn)型只可能發(fā)生在前線，”她說，“這是一場從下往上涌的草根運(yùn)動，不是從上往下推的指令。文化，是任何公司最重要的東西，尤其在這輪創(chuàng)新和轉(zhuǎn)型加速期。”她自己在ADP的起點(diǎn)就是基層銷售員，1997年入職，一步一步往上走。這個經(jīng)歷讓她天然抵觸“精英高管動嘴，基層動手”的AI落地模式。

順著這個思路往下走，布萊克拋出了一個更刺人的提醒：別把AI的“自信”誤認(rèn)為真正的智能。她用的英文原詞是“AI confidence”，指那些大語言模型輸出時的篤定語感。她說：“人類智能關(guān)乎的是判斷力、情境和視角——是處理灰度地帶的能力。而這種能力，只能靠在真實(shí)世界里碰壁、與人連接才能學(xué)會。”緊接著她補(bǔ)了一句可以做成硅谷標(biāo)語的話：“僅僅因?yàn)槟隳馨涯臣伦詣踊⒉灰馕吨憔蛻?yīng)該把它自動化。”這句話如果印在一些大廠的內(nèi)部墻上，也許能救回幾支被砍掉的客戶滿意度團(tuán)隊。

如果把布萊克的整個思考畫成一張圖，核心就是那個“任務(wù)棱鏡”：橫軸是不斷被AI滲透的任務(wù)百分比，縱軸是角色重新打包的速度。在棱鏡的透視下，原本不可見的就業(yè)變化成了可見的“任務(wù)遷移圖”。她從實(shí)時發(fā)薪數(shù)據(jù)中看到了年輕人崗位收縮、軟件開發(fā)崗位縮水，卻又看到了另一些需要灰度判斷的任務(wù)需求在上漲——只不過這些上漲暫時還沒有拼成新的職位名稱。這個滯后就是市場的陣痛期。

這種任務(wù)視角也意外地給“老公司”找到了優(yōu)勢。就在同一場財富腦力風(fēng)暴科技大會上，歐萊雅的首席創(chuàng)新官德爾菲娜·維吉耶-霍瓦斯說出了一句讓傳統(tǒng)企業(yè)揚(yáng)眉吐氣的話：“AI對老公司太友好了。”她的論據(jù)死死釘在一個點(diǎn)上：專屬數(shù)據(jù)。歐萊雅手里握著40年的消費(fèi)者研究數(shù)據(jù)，這個數(shù)據(jù)池讓美妝巨頭可以用三個月時間測試一款新分子的配方可能性，而過去這個過程動輒需要數(shù)年。“老”本身不是包袱，反而是AI時代的數(shù)據(jù)壁壘。某種意義上，布萊克的任務(wù)拆解觀跟這個數(shù)據(jù)優(yōu)勢論是相通的——老公司過去積累的崗位任務(wù)拆得越細(xì)，用來訓(xùn)練專用模型或者輔助人機(jī)協(xié)同的養(yǎng)料就越多。新公司可以燒錢堆算力，但很難燒出40年持續(xù)記錄的人類消費(fèi)行為。

當(dāng)然，市場并不總是原地等人拆任務(wù)。就在布萊克的對話刊出前后，美銀在周一突然反轉(zhuǎn)了之前的利率預(yù)測，一口氣押注美聯(lián)儲將在9月、10月、12月各加息25個基點(diǎn)。背后的觸發(fā)點(diǎn)是美聯(lián)儲理事凱文·沃什在上周聯(lián)邦公開市場委員會會議后放出的意外鷹派信號。股票市場緊跟著就承受了一波全球性拋售，科技股領(lǐng)跌。這意味著一件非常實(shí)際的事：當(dāng)企業(yè)還在琢磨怎么把“軟件開發(fā)工程師”拆成“寫單元測試”“設(shè)計架構(gòu)”“評審代碼”這幾個任務(wù)，然后給每個任務(wù)標(biāo)薪水時，宏觀資金成本正在變得更貴。融資更貴，意味著實(shí)驗(yàn)空間被壓縮，留給“通過任務(wù)再分配穩(wěn)住人頭”的策略窗口在收窄。

但瑪麗亞·布萊克并不傾向把技術(shù)敘事與金融周期強(qiáng)行捆綁。她傳遞給67,000名員工的那套邏輯更像是在鋪設(shè)一條底層鐵軌：不管利率怎么起伏，只要組織能把工作從“崗位色塊”還原成“任務(wù)顆粒”，每一次技術(shù)沖擊都可以被重新計算為人力重組的機(jī)會，而不是大裁員標(biāo)題里的數(shù)字。金絲雀儀表板的存在本身，就是要把這種計算開放成公共品，讓企業(yè)、政策制定者和個人都能看到哪些任務(wù)在消失、哪些角色在萌芽，而不是等季度就業(yè)報告出來才發(fā)現(xiàn)某個群體已被甩下車。

所以下一次如果有人對你說“我這個崗位是不是快沒了”，也許可以借用這位掌握六分之一美國人薪主動向的CEO的口吻回一句：先別急著看崗位，我們聊一聊你現(xiàn)在每天具體在做什么任務(wù)。畢竟，把“崗位”高高舉起常常只會制造噪音，而盯緊“任務(wù)”這個最小的可遷移工作單元，才是今天唯一能抓在手里的生產(chǎn)力錨點(diǎn)。