AI写进成本模型之后，该拆的是能力，不是岗位

去年年底我帮一家客户做年度预算的交叉核验，碰到一个让我愣住的情况。他们 CTO 在表格里把 AI 归到"效率工具采购"那一栏，隔壁业务线却已经按"底层基础设施、产能扩张"的口径在拉人、拉卡、拉机房。两张表摆到一起，中间差了将近一个亿的额度。这件事我到现在还记着，原因不是那个数字本身，而是它暴露了一个很残酷的机制：认知上的滞后不会给你留缓冲，它直接体现在年底那张表上。谁先把 AI 想成基础设施，谁就多一亿的弹药；谁还在用"辅助工具"的框架去框它，谁就少一个亿的牌。

账单正在被重新定价

我先把几组公开报价摆在这，不绕弯。

GPT-5.6 Sol 目前的档位大概在 $5 / $30（每百万 input / output tokens），而社区里多家第三方对照口径把 Claude Fable 5 标在 $10 / $50 附近。粗算下来，Sol 的单价已经只剩 Fable 5 的一半上下。再算上 Grok 4.5 这类"快、强、默认就能接"的引擎，企业实际月度账单还会继续往下走。

真正让财务坐不住的变量在国产侧。我的判断是：如果到今年年底，GLM、DeepSeek 这一批模型在 coding 和 agentic 能力上继续贴着当前国外前沿，而价格只到对方的十分之一量级，大量公司的用人成本模型会被推翻重算。我用的词是"如果"和"量级"，并没有宣布国产模型已经全面反超。但趋势不用等到全面反超才起效——"够用 + 够便宜 + 能嵌进工作流"三条同时成立，财务就会先动手砍预算，HR 再动手调编制。

我观察到的下一轮结构变化，大概率不是"整个岗位蒸发"，而是内部重排：

• 同样的业务吞吐量，编制缩 20% 左右；
• 初级执行类需求断崖式下跌；
• 能拆环节、能调度 AI、能兜底交付责任的人，议价能力明显上升；
• 只掌握"这家公司特有审批流怎么点、某个内部系统怎么填"的经验，折旧速度会快得吓人。

钱在往哪里流

裁员讨论还没停，另一侧的动作同样密集。我翻了一圈能交叉核对的公开信息，至少以下几条量级是明确的：

• 中国银行 2025 年初宣布，未来五年为人工智能全产业链提供合计不低于 1 万亿元的专项综合金融支持，点名扶持"人工智能 + 机器人"等方向；
• 彭博等媒体 2026 年报道，中国计划在未来约五年投入约 2 万亿元量级资金，推动全国 AI 数据中心与算力基础设施建设；
• 央行侧的科技再贷款、硬科技引导基金等工具也在滚动加码，指向仍是 AI、机器人、高端制造。

网上有人把各类信贷、产业基金、基建投资、地方专项加在一起，甩出"百万亿"这种口径。那个加法不严谨，我不会把它当事实写进任何材料。但方向是清楚的：存量岗位在承压，国家与金融体系在按产业链给 AI 和机器人持续补弹药。

我踩过一次这个认知差的坑，就是开头那个预算复盘。个人和企业要是还把 AI 当"偶尔写个文案、帮查个资料的玩具"，而政策侧已经按五年产业链在押注，这个差值不会在朋友圈里兑现，它会在年底那张表上兑现。

别用"岗位"当计量单位

这是我认为眼下最该完成的一次认知切换，也是我这两年跟企业客户反复验证后最确定的一点。

太多人还在问：产品经理会不会被替代？设计师会不会被替代？运营会不会被替代？这种问法颗粒度太粗了。公司算账的时候，没有人按岗位名称算，他们按业务环节算：

• 客户咨询进来，谁做线索整理？
• 方案初稿谁出？
• 会议纪要谁归档？
• 跟进提醒谁盯？
• 数据周报谁拉？
• 内容素材谁沉淀？
• 复盘结论谁落库？

一个"运营"头衔底下，可能压着十几个环节。其中有的高度可自动化，有的必须人来拍板。真正危险的不是岗位名字从组织架构图上消失，而是岗位里那些高频、标准、可检查的环节被一个个拆走之后，人手里只剩边角料。

所以正确的计量单位不是"岗"，是"节点"。

数字员工不是另一个对话框

上半年我在企业侧推 AI 落地，见过最多的翻车姿势是这样的：模型本身不差，公司却把 AI 当成一个"会说话的搜索框"。没人告诉它客户是谁、产品边界在哪、哪些话绝对不能说、做完交给谁、出了错谁来改。然后老板在周会上拍桌子：这 AI 怎么不好用？

我理解那个愤怒，但我觉得这个锅不该 AI 背。一个新同事第一天进办公室，不培训、不设权限、不写岗位说明书，他也不会突然变成销冠。AI 不需要工牌，但同样需要工作设计。

我给数字员工下的定义很简单：它不是陪聊的，它是流程里的一个工作节点。

聊天机器人回答问题，数字员工交付结果。聊天机器人靠提示词驱动，数字员工靠流程驱动。聊天机器人问完就散场，数字员工要进入反馈闭环。聊天机器人看起来很聪明，数字员工则必须被管理、被审计、被考核。

跑起来之前，六样东西缺一个都白搭

数字员工还没跑起来之前，先别急着比谁家模型参数大。下面六件事，一件都省不了：

别小看这张表。我实测下来，大量企业 AI 落地就卡在这里：

• 工具买了，任务边界没定义；
• 知识库建了，入口和触发条件没设计；
• 员工开始用了，质量验收标准没写；
• 老板看了一周，还是不知道这东西到底有没有在干活。

没有岗位目标，它就变成"谁喊它它答谁"；没有输入资料，它只能用通用话术糊弄具体客户。没有输出标准，一段看起来完整的文字也会被直接当交付物发出去；没有人工复核，风险会被包装得非常有礼貌地送到客户面前；没有反馈机制，它每天重新犯同样的错，只是语气越来越熟练。

这不是智能，这是熟练地跑偏。

旧厨房换刀没用，动线得重画

中小企业最容易犯的错，是把数字员工硬塞进旧流程，然后期待新结果。

旧的销售跟进可能是：客户咨询进来 → 销售凭记忆回一句 → 老板偶尔追问 → 成交或流失 → 没有任何沉淀。你把 AI 塞进这个链条，大概率只会更快生成一堆话术。客户资料还是散的，动作还是漏的，失败原因还是没人记。

我打个比方：厨房动线没改，只换了一把更锋利的刀。切菜是快了，上菜还是乱。

更合理的新流程，至少长这样：客户进入表单 → 数字员工整理线索 → 销售确认需求 → AI 生成跟进建议 → 销售人工沟通 → 结果回填 → 数字员工更新客户画像和案例库。

这里真正关键的，不是"多了一个 AI"，而是多出来三个动作：

• 输入变清楚了；
• 输出变可检查了；
• 结果变可回填了。

权限划红线，责任挂到人

数字员工可以先碰这些低风险、可检查的事：

• 整理资料；
• 起草回复；
• 分类客户；
• 生成建议；
• 提醒跟进；
• 归纳复盘；
• 提取会议要点；
• 整理常见问题。

但下面这些，我不建议一开始就让它独立做：

• 独立报价；
• 独立承诺交付周期；
• 独立处理重大投诉；
• 独立判断法律和财务风险；
• 独立发送敏感客户信息；
• 独立决定是否继续投入资源。

原则只有一句：数字员工可以帮人做准备，但不能替人承担责任。每一个数字员工背后，必须挂一个人类负责人。销售跟进助理背后是销售负责人，客服答疑助理背后是客服负责人，内容助理背后是内容负责人。AI 可以参与工作，但不能成为责任的终点。否则它很快会变成公司里最会甩锅的存在——它本人还不会反驳你，听起来比真人更方便甩。

一个闭环胜过十个问答窗口

很多人把 AI 用成一次性外包：要写文案问一次，要做总结问一次，要客户话术问一次。问完复制，复制完散场。有用，但很难沉淀成组织能力。

数字员工必须活在闭环里：输入资料 → AI 起草 → 人工复核 → 业务交付 → 结果回填 → 知识更新。

缺了输入，它只能说通用答案；缺了复核，风险直接进客户界面。缺了交付环节，产出无法验证；缺了回填，它永远停留在"今天很努力、明天全忘记"的状态；知识更新缺位，公司就无法把一次经验变成下一次能力。

这也是为什么我做产品，越来越不愿意只卖"又一个能聊的模型入口"。企业真正要的，是能嵌进工作流、能管额度、能审计、能稳定交付的能力。要害不在"模型名又更新了"，在于工作节点能不能坐在那个工位上，日复一日地干活。

把经验从工牌里剥出来

这也是我反复强调"数字分身"而不是"多会用几个 AI 工具"的原因。工具会过时，账号会换，模型会降价。能跟着你走的，是可迁移能力。

我见过太多人，简历写得漂亮，仔细一问，核心经验全是"我们那套审批流怎么填""某个内部系统怎么点""某位领导偏好什么汇报格式"。这些东西在工牌还有效时很值钱，工牌一没，全部归零。我自己也踩过一次，不展开了。

把经验整理成可迁移能力，至少覆盖这几块：

• 项目管理：把目标拆成任务、路径、验收标准；
• 客户沟通：听懂需求、确认边界、推进下一步；
• 数据分析：把原始数据变成可决策的结论；
• 内容生产：把信息变成可传播、可交付的文本与材料；
• 销售转化：从线索到成交的动作设计与节奏控制；
• 流程优化：找出漏项、断点、重复劳动，重画路径。

这六项里，任何一项如果你能清楚说出"输入是什么、输出是什么、好坏标准是什么"，就具备了做成数字员工的基础。

真正的安全感，是你离开这家公司，还能活得下去。对做一人公司的人来说，这句话更硬：你的安全感不该建立在"这个月模型接口还稳定"上，而该建立在"你的能力已经沉淀成可交付节点"上。

三件硬事

如果年底真的更难，你现在最该准备的，既不是另一份更精致的简历，也不是另一轮更焦虑的刷题。是三件更硬的事：

• 把能力从公司特有经验里拆出来，变成可迁移能力；
• 把可迁移能力编成数字员工，先从一个高频、低风险、可检查的环节切入；
• 把数字员工设计成工作节点，写清目标、输入、输出、标准、复核和反馈，挂上人类负责人。

裁员讨论里最没用的问题是："我的岗位还会不会在？"更值得问的是：离开这家公司，我的哪几个能力节点，仍然能独立交付价值？

真正的安全感，从来不是工牌还亮着。是你的能力已经从组织里拆得出来，并且开始以数字员工的形式，在流程里稳定产出。

从现在起做，不晚。等到预算表替你做决定，就晚了。

我是 Alex，一个人做 AI 产品的创业者。模型会降价，编制会重算，能跟着你走的只有可迁移能力。如果你也在把自己的经验拆成数字员工，欢迎聊聊你拆到了哪一个节点。