岗位数从减法到重排

出版说明与使⽤边界 本报告是⼀份独⽴战略研究，不代表McKinsey、BCG、Bain、Deloitte、WEF、Gartner、MIT或所分析企业的官⽅⽴场。报告借鉴这些机构与国际组织的公开研究逻辑，并在此基础上提出岗位重构指数（JRI）、任务―Agent―⼈的三元组织系统（TAH-OS）与HAI责任协议等原创模型。 研究的事实层由国际组织报告、监管披露、公司年报与官⽅材料构成；判断层是对事实的结构化解释；建议层是⾯向企业的管理推断。正⽂⽤“事实/证据”“本报告判断”“管理建议”等措辞区分层级。没有公司明确披露时，报告不把裁员或招聘变化归因于AI。 E V I D E N C E D I S C I P L I N E 所有百分⽐都必须回答四个问题：分⺟是什么、是技术潜⼒还是实际使⽤、是任务时间还是岗位数量、是相关性还是因果。任何⽆法回答这四问的“AI减员率”，都不应进⼊董事会预算。 报告结构与阅读导航 建议CEO与董事会先读执⾏摘要、CEO⼀⻚战略地图及第9章；CHRO重点阅读第3、4、6、10章；业务与AI负责⼈重点阅读第2、3、4、7章。 C O N T E N T S ⽬录 2259111417202428313438404347545658出版说明与使⽤边界报告结构与阅读导航执⾏摘要｜Executive SummaryCEO⼀⻚战略地图｜从岗位数量到能⼒资本研究设计与⽅法论CHAPTER 01重新定义AI时代的岗位危机CHAPTER 02企业真实岗位地图CHAPTER 03 Job Decomposition FrameworkCHAPTER 04 AI Agent时代的新组织操作系统CHAPTER 05 Enterprise AI Job Map 2030CHAPTER 06 CHRO必须重新设计的七⼤系统CHAPTER 07全球领先企业案例研究CHAPTER 08中国企业AI岗位重构CHAPTER 09 CEO 36个⽉⾏动路线图CHAPTER 10 CHRO AI Workforce Transformation Checklist附录A 45+典型岗位任务重构卡附录B实施⼯具包与模板附录C关键术语与指标⼝径参考⽂献 C E O命题 AI时代的战略问题不是“能减多少⼈”，⽽是“如何把业务结果拆成任务，把任务分配给⼈和Agent，再把释放的能⼒资本投资到增⻓、韧性与创新”。岗位数是滞后指标；任务组合、能⼒供给与⼈机责任才是领先指标。 企业正在进⼊第⼆次⼯作分解。第⼀次发⽣在⼯业化时代：把⼿⼯过程拆为稳定岗位，形成职位、层级和部⻔。第⼆次由⽣成式AI和Agent推动：知识⼯作的最⼩可管理单元从职位下沉到任务与决策，⽽执⾏主体从单⼀员⼯扩展为员⼯、模型、Agent、机器⼈和外部⽣态。结果不是岗位说明书多⼀⾏“会⽤AI”，⽽是价值流、责任、技能和职业路径需要同时重做。 全球证据并不⽀持把AI理解为单向岗位塌缩。WEF预计2025―2030年结构性变化将影响相当于现有岗位22%的规模：新增1.70亿、被替代0.92亿，净增0.78亿；ILO的近3万项任务分析显⽰，全球约24%的岗位存在某种⽣成式AI暴露，但最⾼暴露仅约3.3%，更可能发⽣的是任务变形⽽⾮整岗⾃动化。McKinsey则估计美国到2030年可能有约30%的⼯作时间被⾃动化，并伴随约1200万次额外职业转换。三组数据衡量对象不同，却共同指向同⼀个管理问题：转换能⼒⽐裁员预测更重要。 资料来源：本报告原创战略框架。 七个董事会级结论 01 岗位不是AI分析的最⼩单元 同⼀岗位同时包含⾼度可⾃动化的记录、检索与草拟任务，也包含必须由⼈承担的判断、关系、伦理与责任。⽤职业名称做⼆元判断会系统性⾼估整岗消失，也会低估重构难度。 02 技术暴露不等于就业结果 从技术能⼒到净就业⾄少要经过数据与流程准备、采⽤、质量控制、需求弹性、产能再投资、岗位重新捆绑和劳动⼒供给七个中介变量。PwC 2026数据显⽰AI暴露最⾼企业的员⼯规模⾃2018年以来增⻓更快，但这仍是相关性⽽⾮因果证据。 03 真正的价值单位是端到端⼯作流 单个员⼯每天节省⼏分钟不会⾃动进⼊损益表。只有把跨⻆⾊交接、审批、数据访问和控制⼀并重构，产能才会兑现。BCG 2026调查中，42%的经常使⽤AI的⼀线员⼯报告每周节省⾄少8⼩时，但66%缺乏对节省时间⽤途的明确指导。 04 Agent既是执⾏能⼒，也是新的治理对象 Agent会调⽤⼯具、保留记忆、跨系统⾏动并与其他Agent协作。组织必须为其设定⾝份、权限、预算、服务⽔平、监控、升级和终⽌条件；否则所谓数字劳动⼒只会增加隐性⻛险和流程债。 05 ⼈的价值不会⾃动上移，必须被重新设计 如果AI接⾛初级任务却没有新的练习场，企业会削弱未来专家和管理者的形成机制；如果没有产能再投资规则，员⼯可能把节省时间转为更多会议和更快节奏。岗位升级是⼀项组织⼯程，不是技术⾃然结果。 06 CHRO需要管理能⼒资本，⽽⾮只管理编制 未来劳动⼒计划要同时回答需求任务、内部技能、外部⼈才、Agent容量、供应商与机器⼈供给。岗位架构从静态职责清单转向可版本化任务图谱；绩效、薪酬、学习和招聘必须共享同⼀能⼒语义。 07 领先企业的共同点不是裁员，⽽是重做责任 微软的human-led / agent-operated团队、摩根⼤通的受控LLM Suite、IBM AskHR、DBS旅程组织、沃尔玛内部岗位路径都表明：规模化来⾃平台、流程所有权、治理和⼈才迁移的组合。没有这些条件，AI只能形成局部效率和组织性返⼯。 董事会未来90天应完成的五个决定 1.选择10―20条对收⼊、客⼾、运营⻛险或⼈才瓶颈最重要的价值流，⽽不是全公司征集数百个零散⽤例。2.任命每条价值流的业务负责⼈，并明确Human Accountable：⽆论Agent执⾏多少任务，最终结果和例外必须有⼈问责。3.批准企业任务与能⼒词典的最⼩版本，使HR、财务、IT、数据与业务在同⼀粒度上讨论⼯作。4.设⽴产能再投资规则：释放时间优先投向增⻓、服务、质量、韧性与学习，只有在需求与战略均不⽀持时才进⼊编制调整。5.建⽴AI劳动⼒转换承诺，包括透明沟通、技能评估、转岗窗⼝、再培训、公平性监控和负责任退出。 北极星：每⼀条被AI重构的⼯作流，都必须同时产⽣⼀个业务结果、⼀个明确的⼈类问责点、⼀条可验证的⼈才迁移路径。三者缺⼀，不得规模化。“ 分析采⽤“宏观基准―任务分解―企业案例―中国情景―⾏动体系”五步法，以避免把技术潜⼒直接跳接为就业结论或预算承诺。 五层因果漏⽃：禁⽌跨层确认价值 操作定义：本报告把“岗位重构”界定为任务边界、执⾏主体、责任、能⼒要求、绩效与回报中⾄少三项发⽣结构性变化。仅增加⼀个AI⼯具，不构成岗位重构。 从Job到Task Portfolio：三层分析模型 过去⼀百年的职位制默认⼯作相对稳定、职位是责任、薪酬、绩效和职业路径的可靠容器。⽣成式AI和Agent打破的不是“职位”这个词，⽽是容器的稳定性：模型能⼒按季度变化，Agent可跨系统执⾏，任务边界持续重写；同⼀职位内部的可替代性差异，可能⽐两个职位之间更⼤。 因此，CEO不应⾸先问“这个部⻔能减多少⼈”，⽽应依次问：业务要实现什么结果；结果由哪些任务与决策组成；哪些任务应停⽌、简化、⾃动、增强或新增；每个执⾏主体需要何种数据、权限与能⼒；重新组合后形成怎样的岗位、团队和职业路径。 为什么“岗位减少”不等于“就业减少” 岗位是企业内部设计变量，就业是需求、⾏业增⻓、资本投资、监管、供给与新业务共同决定的系统结果。⾃动化⼀个岗位25%的任务，既可能带来同岗增产、岗位合并、向增⻓任务转移，也可能在需求不⾜时减少编制。技术只决定选项空间，经营战略决定最终分配。 MIT的⼯作研究强调：⾃动化⼀个岗位25%的任务不能机械地推导就业下降25%。PwC 2026对27个经济体超过10亿条招聘⼴告的分析发现，AI暴露最⾼的企业⾃2018年以来员⼯规模增⻓52%，最低暴露企业增⻓36%；AI技能岗位增速和⼯资溢价也更⾼。这些数据反驳“暴露必然等于收缩”，但不能证明AI本⾝导致增⻓。 矩阵的关键是把“⾼AI潜⼒”与“低业务价值”分开。⾼价值且⾼潜⼒的任务不应被简单取消，⽽应进⼊AI增强/协同象限；低价值且⾼潜⼒的任务适合直通⾃动化；⾼价值、低替代潜⼒的关系、伦理、谈判和最终责任构成⼈类核⼼；低价值、低潜⼒则提⽰流程可能本就不该存在，应先停⽌或简化。 全球企业岗位重构数据库｜读取⽅式 本报告建⽴48类典型岗位的任务数据库，覆盖⼈⼒资源、财务、营销销售、科技研发、客服零售、⾦融服务、制造供应链、医药健康，以及能源汽⻋与专业服务。数据库按九⼤领域分模块展开，避免⽤横向巨表压缩成“岗位清单”，并强调应横向⽐较任务机制，⽽不是把未来⻆⾊名称当作统⼀编制模板。 九⼤领域的结构性迁移 九⼤领域的共同规律是：最先被抽离的是记录、检索、匹配、常规⽣成与标准交互；保留下来并被上移的，是判断、关系、伦理、责任、异常与跨域整合。 不是“新瓶装旧酒”：岗位升级的四项检验 1.任务是否变化：是否真正减少旧任务束并新增新责任，⽽不是只换名称。2.决策权是否变化：是否把更⾼等级的判断、审批或例外处理交给该⻆⾊。3.能⼒与职业路径是否变化：是否要求新的复合能⼒，并形成新的迁移通道。4.绩效与回报是否变化：是否按新的结果、控制、责任与能⼒进⾏评价与激励。 ⼀个岗位不是⼀个⾃动化百分⽐ 岗位可表⽰为任务集合J={t1…tn}。每项任务具有时间权重w、业务价值V、AI执⾏潜⼒A、增强收益G、⼈类关键性H、⻛险R、数据/流程准备度D与变更可⾏性C。企业常⻅错误是只估A，然后把Σw×A称为“岗位替代率”。本报告将其改为岗位重构指数JRI：它衡量需要重新设计的任务权重，不等于FTE削减。 JRI=Σw_i × I(任务i需要停⽌、简化、⾃动化、增强、重捆绑或新增)；推荐执⾏模式=f(V, A, G, H, R, D, C)。“ ⼋步岗位分解法 1.锁定业务结果。2.绘制端到端价值流。3.拆出任务与决策。4.测量真实时间与波动。5.评估价值、潜⼒、⻛险与准备度。6.选择执⾏模式。7.重捆绑岗位与团队。8.通过实验验证并版本化。 HRBP⽰例：暴露⾼，不等于岗位应消失 任务重构决策规则 TAH-OS= Task‒Agent‒Human Operating System：共同管理任务、⼈、Agent、数据、权限、价值和⻛险的组织机制、平台、⻆⾊与节奏。“ ⼀个Agent的“岗位说明书”必须明确：⽬的、允许⼯具、数据域、可执⾏交易、预算与速率、记忆期限、禁⽌事项、置信阈值、升级对象、⽇志、监控、测试版本和退役条件。若企业⽆法列清这些字段，就不应称其为数字员⼯。 Agent的六级⾃主梯度 HAI责任协议 TAH-OS的运⾏节奏 五类岗位/任务束 企业组合不是五选⼀ 岗位架构的版本控制 其余六⼤系统的设计要点 15家公司案例对照 从案例中不能得出的结论 不能把全部裁员归因于AI。不能把节省时间/成本视为⾏业通⽤基准。不是每家企业都需要⾃建⼤模型。培训覆盖率不等于转型完成度。数字员⼯不等于FTE。 四个结构性信号 五⾏业岗位重构情景 中国企业信号、三种分化与CHRO优先议程 代表性企业信号来⾃阿⾥巴巴、华为、海尔、京东等，重点应看投⼊、组织与平台化能⼒，⽽⾮把任何⼈员变化简单归因为AI。未来分化将主要发⽣在：头部vs⻓尾、⽩领vs前线、沿海vs区域。中国CHRO的优先议程包括：把新职业标准与企业能⼒语⾔对⻬；监测⾼暴露群体的公平影响；与⼯会/法务/合规共建监测；优先内部流动与阶段性再部署；建设能够把⾏业知识翻译成可执⾏AI任务的“翻译型⼈才”。 GATE 1：⾄少3条价值流有经验证的业务改善；每个⽣产Agent有Human Accountable；