AI會(huì)成為更靠譜的員工嗎？

當(dāng)前，關(guān)于“AI 時(shí)代哪些工作會(huì)被替代”的討論如火如荼。各個(gè)領(lǐng)域都在發(fā)展大語(yǔ)言模型（Large Language Model，LLM），這些模型不僅是“通才”，能夠跨領(lǐng)域思考問(wèn)題，還能輸出類(lèi)似人類(lèi)的語(yǔ)言文本，對(duì)人類(lèi)語(yǔ)言有更深刻的理解。

與以往數(shù)字化工具帶來(lái)的沖擊不同，SaaS 類(lèi)工具只會(huì)在某些領(lǐng)域幫助從業(yè)者提升效率，但 AI 帶來(lái)的卻是對(duì)從業(yè)者的完全替代。

最近微軟的一項(xiàng)研究里，研究人員分析了 20 萬(wàn)條用戶(hù)與微軟 Copilot 的真實(shí)匿名聊天記錄，整理了 AI 對(duì)若干工種的覆蓋范圍和幫助程度。結(jié)果顯示，重災(zāi)區(qū)幾乎都是那些依靠“動(dòng)腦子”和“靠嘴說(shuō)”的職業(yè)，而不容易被替代的工種反而是“體力活”。

與其宏觀地去觀察就業(yè)市場(chǎng)，我更大的興趣在于觀察 AI 給企業(yè)帶來(lái)的影響。如果大量工種被 AI 替代，企業(yè)的組織結(jié)構(gòu)會(huì)發(fā)生什么樣的變化？

AI 推動(dòng)極致平臺(tái)化

如果受 AI 沖擊最大的是“動(dòng)腦子”和“靠嘴說(shuō)”的崗位，那企業(yè)中后臺(tái)職能部門(mén)的大量工種都無(wú)法幸免。當(dāng)然，在 AI技術(shù)完全成熟之前，由于人類(lèi)和 AI 在這些領(lǐng)域各有優(yōu)勢(shì)，企業(yè)可能不會(huì)立即進(jìn)行徹底的變革。

然而，從商業(yè)環(huán)境變遷的角度觀察，AI 沖擊中后臺(tái)職能部門(mén)的趨勢(shì)已十分明顯。在當(dāng)前的經(jīng)濟(jì)形勢(shì)下，企業(yè)追求輕資產(chǎn)運(yùn)營(yíng)、靈活生存已成為普遍趨勢(shì)。龐大的中后臺(tái)職能部門(mén)不僅帶來(lái)巨大的人力成本，還在很大程度上制約了業(yè)務(wù)部門(mén)的敏捷性和靈活性，使其成為組織變革的重點(diǎn)改造對(duì)象。

穆勝咨詢(xún)《2025 中國(guó)企業(yè)平臺(tái)型組織建設(shè)報(bào)告》的數(shù)據(jù)顯示，當(dāng)前企業(yè)組織變革的主要方向是組織精簡(jiǎn)，其中計(jì)劃精簡(jiǎn)后臺(tái)、中臺(tái)和前臺(tái)部門(mén)的企業(yè)比例，分別為 45.8%、40.0% 和 34.2%。這意味著相當(dāng)一部分中后臺(tái)職能崗位已不在企業(yè)的未來(lái)規(guī)劃之中。再加上 AI 技術(shù)帶來(lái)的效率提升，組織結(jié)構(gòu)的深刻變革呼之欲出。未來(lái)，每個(gè)崗位都會(huì)被要求產(chǎn)生直接的經(jīng)營(yíng)價(jià)值，而那些價(jià)值難以量化的中后臺(tái)工作，將由 AI 來(lái)承擔(dān)。

以地產(chǎn)巨頭萬(wàn)科集團(tuán)的實(shí)踐為例，其在 2021 年評(píng)選出的優(yōu)秀新人—崔筱盼，是萬(wàn)科首位數(shù)字化員工，而且已在集團(tuán)財(cái)務(wù)部工作了 10 個(gè)月。她的主要工作就是處理各類(lèi)應(yīng)收和逾期款項(xiàng)的提醒，效率遠(yuǎn)超人類(lèi)員工百倍。經(jīng)她催辦的單據(jù)核銷(xiāo)率高達(dá) 91.44%。對(duì)企業(yè)而言，這樣的員工堪稱(chēng)完美 ：全天候工作、無(wú)需支付工資和社保、沒(méi)有情緒波動(dòng)、也不會(huì)離職。

試想，職能部門(mén)中存在多少類(lèi)似的“事務(wù)性工作”？既然崔筱盼能夠勝任，那其他 AI 為何不能？值得注意的是，崔筱盼還并非基于大語(yǔ)言模型的 AI，只能算是處理高度重復(fù)性任務(wù)的 RPA（Robotic process automation，機(jī)器人流程自動(dòng)化）。

更進(jìn)一步，職能部門(mén)中那些需要深度決策的工作內(nèi)容，又有多少是 AI 無(wú)法替代的呢？如果是基于數(shù)據(jù)的決策，AI 的表現(xiàn)通常會(huì)優(yōu)于人類(lèi)。而那些不基于數(shù)據(jù)的決策，恰恰是職能部門(mén)需要清理的 “陰暗角落”。隨著企業(yè)數(shù)字化變革的持續(xù)推進(jìn)，大量企業(yè)的職能部門(mén)已被倒逼走向數(shù)字化。這一趨勢(shì)幾乎是不可逆轉(zhuǎn)的，因?yàn)楣淌貍鹘y(tǒng)模式將難以支撐日益復(fù)雜的業(yè)務(wù)需求。

未來(lái)，中后臺(tái)職能部門(mén)將更多采用智能算法進(jìn)行決策，實(shí)現(xiàn)資源的敏捷調(diào)用，最大程度產(chǎn)生效率結(jié)果。AI 將逐步取代龐大的傳統(tǒng)職能架構(gòu)，成為企業(yè)高效運(yùn)轉(zhuǎn)的核心“大腦”。整個(gè)職能體系將呈現(xiàn)更加精簡(jiǎn)、智能的特征。

AI 驅(qū)動(dòng)下的敏捷賦能

職能部門(mén)精簡(jiǎn)已經(jīng)成為了組織變革的主流趨勢(shì)，但其角色不會(huì)消失，而是在 AI的加持下加速轉(zhuǎn)型。無(wú)論是響應(yīng)外部市場(chǎng)需求，還是提升組織效率，職能部門(mén)的轉(zhuǎn)型方向都已經(jīng)十分明確 ：聚焦于如何整合公司資源，高效賦能前臺(tái)業(yè)務(wù)敏捷作戰(zhàn)。

根據(jù)我們的觀察，職能部門(mén)的工作重心正在從傳統(tǒng)的“事務(wù)性工作”轉(zhuǎn)向以下四個(gè)關(guān)鍵方向 ：

模型化 ：基于業(yè)務(wù)分類(lèi)分級(jí)，構(gòu)建穩(wěn)定的決策模型，提升決策效率。

風(fēng)控化 ：基于風(fēng)險(xiǎn)分類(lèi)分級(jí)，構(gòu)建穩(wěn)定的風(fēng)控模型，提升風(fēng)控效率。其核心原則就是確保風(fēng)控投入與風(fēng)險(xiǎn)等級(jí)相匹配，避免成本倒掛，不能為了控制 10 元的風(fēng)險(xiǎn)，投入 100 元的風(fēng)控成本。

產(chǎn)品化 ：將職能資源轉(zhuǎn)化為可賦能前臺(tái)的“產(chǎn)品”，為業(yè)務(wù)單元提供所需“彈藥”。BP（業(yè)務(wù)伙伴）化 ：向前臺(tái)業(yè)務(wù)單元派駐 BP，提供本地化場(chǎng)景的政策（如激勵(lì)）與資源（實(shí)體、專(zhuān)業(yè)服務(wù)、方法論等）支持。

其中，模型化與風(fēng)控化是 AI 的核心應(yīng)用領(lǐng)域，產(chǎn)品化與 BP 化也與 AI 密切相關(guān)。

而經(jīng)過(guò)數(shù)字化改造后的企業(yè)，大量決策都基于數(shù)據(jù)，這正是 AI 發(fā)揮作用的舞臺(tái)。要探索職能部門(mén)的轉(zhuǎn)型，還需要理解其內(nèi)部分工的變化。就我們的觀察來(lái)看，起源于財(cái)務(wù)職能的“三支柱模式”，已經(jīng)被人力資源等領(lǐng)域廣泛采納。而采納三支柱

模式的職能部門(mén)分為三個(gè)部分 ：專(zhuān)家中心（后臺(tái)）負(fù)責(zé)政策制定 ；共享中心（中臺(tái)）負(fù)責(zé)流程執(zhí)行與數(shù)據(jù)管理；業(yè)務(wù)伙伴（BP，前臺(tái)）負(fù)責(zé)賦能業(yè)務(wù)單元。

這一結(jié)構(gòu)天然適配 AI 的深度滲透 ：專(zhuān)家中心—由各個(gè)領(lǐng)域的精英 AI工程師組成，主要專(zhuān)注于算法設(shè)計(jì)、模型訓(xùn)練與企業(yè) AI 大腦的持續(xù)進(jìn)化。AI 更多的是實(shí)現(xiàn)任務(wù)（task）自動(dòng)化，而不是將整個(gè)工作（job）自動(dòng)化。所以，AI 架構(gòu)師需要規(guī)劃職能體系，明確可 AI 化的部分并構(gòu)建模型。對(duì)于這類(lèi)工作來(lái)說(shuō)，人數(shù)沒(méi)有意義，團(tuán)隊(duì)規(guī)模會(huì)被壓縮到極致。

共享中心—主要負(fù)責(zé)基礎(chǔ)流程（如HR 入離調(diào)轉(zhuǎn)）運(yùn)營(yíng)與數(shù)據(jù)倉(cāng)管理。他們有能力基于專(zhuān)家中心的模型，進(jìn)行預(yù)訓(xùn)練、調(diào)優(yōu)等工作，以確保應(yīng)用效果。雖然這部分規(guī)模要大于專(zhuān)家中心（因含操作性任務(wù)），但同樣不以規(guī)模見(jiàn)長(zhǎng)。

業(yè)務(wù)伙伴—既是使用 AI 的高手，也是使用體驗(yàn)的反饋者。他們從中后臺(tái)進(jìn)入前臺(tái)，成為了業(yè)務(wù)部門(mén)和中后臺(tái)職能部門(mén)的連接器。其團(tuán)隊(duì)規(guī)模在三支柱中是最大的，但會(huì)隨著對(duì)應(yīng)職能部門(mén) AI 成熟度與賦能效率的提升而逐步縮減。

這種模式清晰展現(xiàn)了未來(lái)職能部門(mén)的工作場(chǎng)景與組織架構(gòu)演變，與前述“陣型前壓”趨勢(shì)高度一致。

職能部門(mén)的轉(zhuǎn)型進(jìn)展

如果職能部門(mén)的轉(zhuǎn)型已經(jīng)是大勢(shì)所趨，那哪些部門(mén)會(huì)率先轉(zhuǎn)型呢？

2025 年，穆勝咨詢(xún)以 68 家中大型客戶(hù)企業(yè)為樣本，對(duì)其老板或 CEO 進(jìn)行了一次問(wèn)卷調(diào)研。在問(wèn)卷中，我們針對(duì)企業(yè)的職能領(lǐng)域，通過(guò)以下三個(gè)問(wèn)題量化了該項(xiàng)職能的決策復(fù)雜程度 ：

數(shù)據(jù)復(fù)雜性 ：決策是否需要調(diào)動(dòng)多種數(shù)據(jù)？

決策獨(dú)立性 ：決策是否需要考慮其他職能領(lǐng)域的反饋？

決策封閉性 ：決策結(jié)果能否直接形成封閉選項(xiàng)，抑或需要補(bǔ)充大量開(kāi)放性答案？

假設(shè)職能領(lǐng)域的核心工作都是基于數(shù)據(jù)的決策（而非感性決策），如何衡量決策的復(fù)雜程度？我們可以把前兩項(xiàng)看作是決策的輸入維度，最后一項(xiàng)則是決策的輸出維度。如果某職能決策需要大量數(shù)據(jù)、多職能協(xié)同，且產(chǎn)出結(jié)果難以直接應(yīng)用，那這個(gè)職能領(lǐng)域就是相對(duì)復(fù)雜的。

基于此，我們可以把職能復(fù)雜程度分為三檔 ：第一檔是后臺(tái)的戰(zhàn)略、財(cái)務(wù)和人力，以及中臺(tái)的研發(fā)、生產(chǎn)、業(yè)務(wù)、運(yùn)營(yíng) ；第二檔是后臺(tái)的辦公室，以及中臺(tái)的采購(gòu)、金融，這些職能相對(duì)標(biāo)準(zhǔn)化 ；第三檔則是高度依賴(lài)標(biāo)準(zhǔn)化的法務(wù)、質(zhì)量標(biāo)準(zhǔn)和審計(jì)監(jiān)察。

根據(jù)觀察，現(xiàn)實(shí)中越是強(qiáng)調(diào)自己在為企業(yè)規(guī)避風(fēng)險(xiǎn)的職能部門(mén)，越是會(huì)忽略自己的賦能屬性，成為工作難度偏低的部門(mén)。

例如，在法務(wù)領(lǐng)域，智能合同大大降低了合同審核的難度 ；在審計(jì)領(lǐng)域，AI 比人工更擅長(zhǎng)于識(shí)別業(yè)務(wù)流程中的風(fēng)險(xiǎn)點(diǎn)。在 GPT-3 中，有 1 750 億個(gè)代表不同變量權(quán)重的參數(shù)，而在 GPT-4 中，這類(lèi)參數(shù)的數(shù)量達(dá)到了 1.76 萬(wàn)億個(gè)。如果需要這么多的數(shù)據(jù)才能得出結(jié)論，AI 顯然比人類(lèi)更適合去做風(fēng)控或監(jiān)察類(lèi)工作。

而后，我們關(guān)注了 AI 替代該項(xiàng)職能效果的三個(gè)問(wèn)題 ：

AI 的應(yīng)用范圍—對(duì)于該職能，AI 能夠在多大范圍上進(jìn)行應(yīng)用？

AI 的實(shí)施效果—對(duì)于該職能上應(yīng)用AI 的地方，是否能夠讓人滿(mǎn)意？

AI 的影響程度—在該職能上應(yīng)用 AI后，對(duì)于職能工作的影響程度如何？

同樣地，AI 在職能領(lǐng)域的應(yīng)用效果也可以分為三個(gè)層次 ：第一檔是生產(chǎn)、業(yè)務(wù)、財(cái)務(wù)、人力這類(lèi)核心職能 ；第二檔是研發(fā)、采購(gòu)、金融、法務(wù) ；第三檔則是辦公室、戰(zhàn)略、質(zhì)量標(biāo)準(zhǔn)、審計(jì)監(jiān)察。

顯然，部分核心業(yè)務(wù)和核心職能在導(dǎo)入 AI 上走在了前面。另外一些核心業(yè)務(wù)和核心職能則因種種原因，并未積極導(dǎo)入AI。

為了探究這個(gè)問(wèn)題，我們?cè)O(shè)計(jì)了一個(gè)名為“導(dǎo)入 AI 積極度”的指標(biāo)，即“導(dǎo)入AI 積極度 =AI 適用效果 / 職能復(fù)雜程度”。

這個(gè)指標(biāo)很明確地說(shuō)明了職能部門(mén)在不同“先天條件”下導(dǎo)入 AI 的進(jìn)展，指標(biāo)越大，說(shuō)明該職能導(dǎo)入 AI 越積極。反之，越抵制AI。

結(jié)果顯示，并非易用 AI 的部門(mén)才會(huì)導(dǎo)入 AI，而是那些壓力最大且易于使用 AI的部門(mén)會(huì)積極導(dǎo)入。從趨利避害的角度來(lái)看，所有職能部門(mén)的從業(yè)者都希望職能非標(biāo)化，工作必須依賴(lài)自己 ；但推動(dòng)標(biāo)準(zhǔn)化甚至引入 AI 的，終究是那些承受壓力最大的部門(mén)。一方面，法務(wù)、質(zhì)量標(biāo)準(zhǔn)、采購(gòu)、金融等部門(mén)的效率長(zhǎng)期受到詬病，也有條件導(dǎo)入 AI，其積極性可理解 ；另一方面，生產(chǎn)、業(yè)務(wù)、財(cái)務(wù)、人力資源這類(lèi)職能則因難度太大，在導(dǎo)入 AI 上尚需努力。除此之外，辦公室、戰(zhàn)略、研發(fā)、審計(jì)監(jiān)察的工作，因被從業(yè)者們導(dǎo)向了憑手感操作，AI 自然難以滲透。

商業(yè)邏輯的再次迭代

在企業(yè)經(jīng)營(yíng)管理中，前臺(tái)能否高效運(yùn)轉(zhuǎn)，關(guān)鍵看中后臺(tái)的支撐。因?yàn)橹泻笈_(tái)決定了企業(yè)的運(yùn)作規(guī)則與資源配置邏輯。顯而易見(jiàn)，那些能夠率先成功對(duì)中后臺(tái)職能部門(mén)進(jìn)行改造的企業(yè)，將迎來(lái)效率的爆發(fā)式增長(zhǎng)，從而建立起遠(yuǎn)超競(jìng)爭(zhēng)對(duì)手的顯著優(yōu)勢(shì)。

就目前的數(shù)據(jù)來(lái)看 ：積極程度最高的法務(wù)、質(zhì)量標(biāo)準(zhǔn)、采購(gòu)、金融部門(mén)，將率先實(shí)現(xiàn) AI 化，其前景幾乎毋庸置疑 ；而積極度最低的辦公室、戰(zhàn)略、研發(fā)、審計(jì)監(jiān)察等部門(mén)，其變革在相當(dāng)長(zhǎng)時(shí)期內(nèi)都難有明顯的變化。因此，決定勝負(fù)的關(guān)鍵領(lǐng)域還是在于生產(chǎn)、業(yè)務(wù)、經(jīng)營(yíng)、運(yùn)營(yíng)、財(cái)務(wù)以及人力資源部門(mén)，它們分別代表著企業(yè)的核心業(yè)務(wù)流、資金流與人才流。

要在這幾個(gè)領(lǐng)域有所突破，企業(yè)首先要對(duì)這些職能有超越競(jìng)爭(zhēng)對(duì)手的穿透性理解，以及開(kāi)闊的格局 ；其次，必須堅(jiān)定地推進(jìn) AI 化實(shí)踐，深耕落地應(yīng)用。若能在兩方面同時(shí)發(fā)力，企業(yè)效率的提升將是水到渠成之事。

可以預(yù)見(jiàn)，一旦企業(yè)完成這幾個(gè)職能部門(mén)的 AI 化改造，其整體敏捷程度將發(fā)生翻天覆地的變化。過(guò)去，在各方中后臺(tái)效率相近的條件下，前臺(tái)業(yè)務(wù)部門(mén)往往都是“孤勇者”，依賴(lài)捕捉機(jī)會(huì)創(chuàng)造業(yè)績(jī)，這帶有相當(dāng)大的偶然性。如今，中后臺(tái)效率的巨大差距，將使得這些“孤勇者”中，有的能插上 AI 賦能的翅膀，有的卻只能繼續(xù)依靠雙腿艱難跋涉。

接下來(lái)，AI 會(huì)讓商業(yè)格局經(jīng)歷一次大規(guī)模洗牌。在這場(chǎng)洗牌中，那些身軀龐大、算法落后、依賴(lài)蠻力的“恐龍”式企業(yè)將被淘汰。在殘酷的商業(yè)邏輯下，一度位于后方的職能部門(mén)成為了決定成敗的關(guān)鍵手，其從業(yè)者也驟然成為了主角。

過(guò)去，職能部門(mén)作為權(quán)力的中心，有權(quán)拒絕轉(zhuǎn)型。但現(xiàn)在，AI 無(wú)疑為這場(chǎng)轉(zhuǎn)型添上了一把最熾熱的火，燒掉了其固守的傳統(tǒng)模式。從此，他們避無(wú)可避，唯有擁抱變革。