最先被 AI 改写的，不是岗位消失，而是企业内部分工
我最近越来越觉得，讨论 AI 对工作的影响，最容易走偏的一句话就是：
我最近越来越觉得，讨论 AI 对工作的影响，最容易走偏的一句话就是：
“这个岗位以后会不会被 AI 替代？”
因为真正进入企业以后，事情通常没有这么简单。
AI 很少是一夜之间把一个完整岗位拿走。更多时候，它是先拿走这个岗位里的一部分事情，然后把原本属于一个人的工作重新拆开。
比如客服。
以前可能是一个人从头到尾接待客户，查询订单、回答问题、处理售后、判断客户情绪，最后把问题解决掉。
可能变成：
AI 查物流，AI 回答标准问题，AI 整理客户信息，人处理复杂问题。
看起来只是“AI帮客服减负”，但实际上，客服这个岗位已经变了。原来一个人承担的是完整的服务流程，现在可能变成了：
AI做前面的标准化部分，人做后面的判断、沟通和兜底。
拿客服来说，比较现实的模式并不是简单让 AI 接管所有对话，而是让 AI 承接重复、标准化的问题，把比较复杂的沟通留给人工。
我觉得这可能才是 AI 进入企业以后最值得注意的第一步。
它先改变的不是“有没有这个岗位”，而是“这个岗位到底由什么组成”。
一个岗位，正在慢慢变成一组任务#
过去我们很习惯按照职位看企业。
销售就是销售。
工程师就是工程师。
财务就是财务。
行政就是行政。
程序员就是程序员。
但如果把一天的工作掰开来看，会发现一个职位其实是很多完全不同的任务混在一起。
一个销售可能有：
找客户、查资料、整理需求、写方案、报价、跟进、谈判、维护关系。
一个工程师可能有：
查资料、画图、写文档、修改方案、分析问题、和生产沟通、承担最终技术判断。
一个财务可能有：
录数据、对账、做报表、分析经营情况、催款、判断风险。
AI最先进入的，往往恰恰是其中那些比较标准化、重复性高、信息处理量大的部分。
这也是为什么目前的研究越来越倾向于讨论“任务改变”，而不是简单预测“职业消失”。2026 年 ILO 对已有实证研究的综述认为，生成式 AI 带来的主要变化目前更多体现为工作组织和任务重组，而不是大规模、整体性的岗位消失。
我觉得这个区别非常重要。
因为如果我们只看岗位，就很容易得出一种很粗糙的判断：
“AI能写代码，所以程序员要失业。”
但实际可能发生的是：
AI写一部分代码，程序员少写一些重复代码，多做架构、需求理解、测试和判断。
也可能是另外一种情况：
AI把初级工作拿走以后，公司真的只留下少量高级程序员。
两种情况都可能存在。
所以，真正值得看的不是：
“程序员这个职业还在不在。”
而是：
程序员原来的工作，有多少还需要人亲自完成？
以及：
剩下来的那些事情，价值是不是更高？
这也是为什么“AI提高效率”这句话本身没那么简单#
企业最容易看到的是：
过去一个人一天做10件事，现在可以做30件。
于是很自然会产生一个想法：
“那是不是三个人的活，一个人就能做？”
但这里其实有两步不同的变化。
第一步是：
单位时间能够完成更多任务。
第二步才是：
企业因此真的只需要更少的人。
中间其实隔着一整个市场。
如果企业本身还在增长，那么 AI 提高的人效可能直接被新的业务吃掉。
以前一个销售只能维护30个客户，现在可以维护60个，那就未必需要裁掉销售，反而可能是公司终于有能力去开发原来顾不过来的客户。
以前几个工程师只能做几个项目，现在能同时处理更多项目，那么释放出来的时间可能变成新产品、新客户，而不是减少工程师。
反过来，如果业务不增长，竞争又很激烈，那么同样的效率提升，就很容易被理解成：
“以前需要10个人，现在8个人也能做。”
所以：
AI提高生产率，并不自动决定就业结果。
它只是把企业原来能做的事情往前推了一步。
至于这一步之后，企业是扩大业务、减少人员，还是让留下的人承担更多工作，是另一件事。
ILO 在 2026 年讨论所谓“AI生产率悖论”时也提到了类似的问题：任务层面出现明显生产率提升，并不意味着这些提升会自动转换成企业乃至整个经济层面的生产率增长，中间还受到组织重构、AI扩散、技能和经营方式等因素影响。
对中小企业来说，这个变化可能更加明显#
大公司本来就有比较完整的分工。
一个流程下面可能有：
产品、研发、销售、运营、客服、财务、法务、IT……
中小企业则不是这样。
很多事情其实都压在几个人身上。
老板可能同时管：
销售、采购、客户、财务和招聘。
一个业务员可能同时是：
销售、跟单、客服和售后。
一个工程师可能同时承担：
设计、技术支持、现场处理和项目管理。
所以 AI 一进来以后，很可能不是简单地“替代某个人”，而是把一个人的工作拆开。
比如一个20人的公司，原来可能需要：
一个销售 + 一个销售助理 + 一个跟单 + 一部分行政支持
来完成一套业务。
AI以后可能变成：
一个更偏客户关系和业务判断的销售
AI处理大量信息工作
少量人工处理复杂事项。
这时岗位数量未必立刻发生巨大变化，但岗位的边界已经变了。
一个人的工作可能变宽，也可能变深。
也可能两者同时发生。
这里其实会出现一个我认为很重要的问题#
企业究竟是在“重新分工”，还是在“把更多工作压给一个人”？#
这两个结果表面上非常像。
例如原来：
3个销售，各自维护30个客户。
现在：
3个销售，各自维护60个客户。
老板可能认为：
“AI让销售效率翻倍了。”
从另一个角度看，也可能只是：
销售每个人的工作量翻倍了。
所以 AI 带来的变化不能只看“人均产出”。
还要看：
每个人到底承担了什么？
过去是：
找资料 + 发报价 + 跟客户沟通。
现在是：
审核 AI + 判断客户 + 处理异常 + 谈判 + 继续承担原来的沟通。
这不一定是坏事。
如果重复劳动少了，而真正有价值的工作增加了，我个人认为这更接近一次正常的职业升级。
但如果只是：
AI做掉一部分机械劳动，
然后：
企业顺手把释放出来的时间全部换成更多订单、更多客户、更多 KPI，
那么它更像是一次劳动强度的提高。
这两者在企业报表里可能都是：
“人效提升。”
但对员工来说，体验完全不同。
OECD 2025 年对多个经济体 SME 的调查也观察到了这种不一致：生成式 AI 使用后，约三分之一企业认为员工工作负担下降，但也有企业报告工作负担上升；同时，83%的受访 SME 表示 AI 尚未改变总体人员需求。
至少说明一件事情：
“AI提高效率”和“企业减少员工”之间，并不存在一条自动发生的直线。
更有意思的是，分工变化以后，“谁有价值”也会跟着变化#
过去一个企业可能非常依赖：
会整理资料的人。
熟悉流程的人。
能够把事情按部就班完成的人。
这些能力并不会突然变得没有用，但它们的稀缺程度可能下降。
相反，一些以前没有那么显眼的能力可能变得更加重要：
判断。
选择。
沟通。
处理例外。
对结果负责。
理解客户。
理解企业真正的问题。
把 AI 产生的结果变成现实里的结果。
2026 年 ILO 关于技能变化的研究也指出，随着 AI进入工作场景，对更高层次的认知能力、社会情绪能力、数字能力和 AI 相关能力的需求正在发生变化。
这不一定意味着以后所有人都要去学编程、学提示词。
我反而觉得，真正重要的是：
一个人能不能从“完成任务”，逐渐转向“定义任务、判断结果和承担结果”。
但这里还有一个更深的问题#
如果 AI 真正把企业的工作拆开了，那么下一步就是：
企业究竟应该怎么重新组织这些任务？
这就开始超出工具层面了。
比如一家工程公司：
以前可能需要6个工程师，每个人都重复查资料、做文档、改方案。
AI之后，可能4个人就能完成原来的工作量。
但企业完全可以有三个选择：
第一种：
留4个人。
第二种：
还是6个人，但去接更多项目。
第三种：
重新组织6个人，让其中一些人转向研发、客户方案、质量和知识沉淀。
这三个选择，没有一个可以仅仅靠 AI 技术本身决定。
因为这已经是：
企业经营问题。
而企业经营又受到：
市场需求、利润率、竞争、客户关系、现金流、老板风险偏好
这些东西影响。
所以我现在越来越不喜欢把：
“AI能做什么”
直接翻译成：
“公司以后需要多少人”。
这中间差得太远了。
还有一个变化，我觉得可能会比裁员更值得注意#
企业会越来越清楚地知道，一件事情到底需要什么样的人来完成。
过去很多企业其实并不知道。
一个岗位为什么需要三个人？
可能只是：
一直就是三个人。
一个流程为什么这么做？
可能只是：
“以前就是这么做的。”
AI进入以后，如果企业真正开始梳理流程，就不得不问：
这个步骤为什么存在？
这件事到底需要人做，还是需要判断？
哪些事情可以自动完成？
哪些事情必须由经验丰富的人来做？
哪些工作其实只是以前系统不够好，所以一直靠人补？
这可能才是 AI 对企业最深的一次影响。
它迫使企业重新认识自己的组织。
而企业一旦开始重新认识组织，最后变化的当然可能是员工数量，但也可能是：
岗位边界。
管理方式。
信息流。
决策权。
业务流程。
甚至是企业为什么需要这些人的理由。
所以如果一定要问我，AI进入企业以后最先改变什么#
我现在大概会这样理解：
不是先改变“谁留下、谁离开”，而是先改变“工作由谁完成、机器完成哪一部分、人又负责哪一部分”。
然后才会出现下一层变化：
谁变得更重要。
再往后才是：
谁变得更难替代。
再往后：
企业需要多少人。
再往后：
这些人的工资、工作时间、议价能力和收益怎么变化。
整个过程其实是一层一层传导下去的。
而且这个过程并不一定朝一个方向发展。
有的公司最后可能变成：
更少的人 + 更大的业务。
有的可能变成：
人数差不多 + 每个人能力更强。
有的可能变成：
人数减少 + 剩下的人更累。
还有的可能只是：
买了一堆 AI，但原来的组织方式基本没变。
我个人更倾向于认为，未来真正值得观察的，不是谁家公司用了多少 AI，而是：
AI进入之后，这家公司有没有重新思考“工作应该怎样被分配”。
因为只有走到这一步，AI才真正从一个工具，开始变成企业生产方式的一部分。
而一旦生产方式真的发生变化，后面的事情就不是“AI替代员工”这么简单了。
它会慢慢走到另一个问题：
当一个人的工作被重新拆开以后，企业究竟是在重新定义这个人的价值，还是只是在重新计算还需要多少个人。
这可能才是接下来真正值得讨论的地方。