AI会成为更靠谱的员工吗？ 当前，关于“AI时代哪些工作会被替代”的讨论如火如荼。各个领域都在发展大语言模型（Large Language Model，LLM），这些模型不仅是“通才”，能够跨领域思考问题，还能输出类似人类的语言文本，对人类语言有更深刻的理解。 与以往数字化工具带来的冲击不同，SaaS类工具只会在某些领域帮助从业者提升效率，但AI带来的却是对从业者的完全替代。 最近微软的一项研究里，研究人员分析了20万条用户与微软Copilot的真实匿名聊天记录，整理了AI对若干工种的覆盖范围和帮助程度。结果显示，重灾区几乎都是那些依靠“动脑子”和“靠嘴说”的职业，而不容易被替代的工种反而是“体力活”。 与其宏观地去观察就业市场，我更大的兴趣在于观察AI给企业带来的影响。如果大量工种被AI替代，企业的组织结构会发生什么样的变化？ AI推动极致平台化 如果受AI冲击最大的是“动脑子”和“靠嘴说”的岗位，那企业中后台职能部门的大量工种都无法幸免。当然，在AI技术完全成熟之前，由于人类和AI在这些领域各有优势，企业可能不会立即进行彻底的变革。 然而，从商业环境变迁的角度观察，AI冲击中后台职能部门的趋势已十分明显。在当前的经济形势下，企业追求轻资产运营、灵活生存已成为普遍趋势。庞大的中后台职能部门不仅带来巨大的人力成本，还在很大程度上制约了业务部门的敏捷性和灵活性，使其成为组织变革的重点改造对象。 穆胜咨询《2025中国企业平台型组织建设报告》的数据显示，当前企业组织变革的主要方向是组织精简，其中计划精简后台、中台和前台部门的企业比例，分别为45.8%、40.0%和34.2%。这意味着相当一部分中后台职能岗位已不在企业的未来规划之中。再加上AI技术带来的效率提升，组织结构的深刻变革呼之欲出。未来，每个岗位都会被要求产生直接的经营价值，而那些价值难以量化的中后台工作，将由AI来承担。 以地产巨头万科集团的实践为例，其在2021年评选出的优秀新人——崔筱盼，是万科首位数字化员工，而且已在集团财务部工作了10个月。她的主要工作就是处理各类应收和逾期款项的提醒，效率远超人类员工百倍。经她催办的单据核销率高达91.44%。对企业而言，这样的员工堪称完美：全天候工作、无需支付工资和社保、没有情绪波动、也不会离职。 试想，职能部门中存在多少类似的“事务性工作”？既然崔筱盼能够胜任，那其他AI为何不能？值得注意的是，崔筱盼还并非基于大语言模型的AI，只能算是处理高度重复性任务的RPA（Robotic process automation，机器人流程自动化）。 更进一步，职能部门中那些需要深度决策的工作内容，又有多少是AI无法替代的呢？如果是基于数据的决策，AI的表现通常会优于人类。而那些不基于数据的决策，恰恰是职能部门需要清理的“阴暗角落”。随着企业数字化变革的持续推进，大量企业的职能部门已被倒逼走向数字化。这一趋势几乎是不可逆转的，因为固守传统模式将难以支撑日益复杂的业务需求。 未来，中后台职能部门将更多采用智能算法进行决策，实现资源的敏捷调用，最大程度产生效率结果。AI将逐步取代庞大的传统职能架构，成为企业高效运转的核心“大脑”。整个职能体系将呈现更加精简、智能的特征。 AI驱动下的敏捷赋能 职能部门精简已经成为了组织变革的主流趋势，但其角色不会消失，而是在AI的加持下加速转型。无论是响应外部市场需求，还是提升组织效率，职能部门的转型方向都已经十分明确：聚焦于如何整合公司资源，高效赋能前台业务敏捷作战。 根据我们的观察，职能部门的工作重心正在从传统的“事务性工作”转向以下四个关键方向： 模型化：基于业务分类分级，构建稳定的决策模型，提升决策效率。 风控化：基于风险分类分级，构建稳定的风控模型，提升风控效率。其核心原则就是确保风控投入与风险等级相匹配，避免成本倒挂，不能为了控制10元的风险，投入100元的风控成本。 产品化：将职能资源转化为可赋能前台的“产品”，为业务单元提供所需“弹药”。 BP（业务伙伴）化：向前台业务单元派驻BP，提供本地化场景的政策（如激励）与资源（实体、专业服务、方法论等）支持。 其中，模型化与风控化是AI的核心应用领域，产品化与BP化也与AI密切相关。而经过数字化改造后的企业，大量决策都基于数据，这正是AI发挥作用的舞台。 要探索职能部门的转型，还需要理解其内部分工的变化。就我们的观察来看，起源于财务职能的“三支柱模式”，已经被人力资源等领域广泛采纳。而采纳三支柱模式的职能部门分为三个部分：专家中心（后台）负责政策制定；共享中心（中台）负责流程执行与数据管理；业务伙伴（BP，前台）负责赋能业务单元。 这一结构天然适配AI的深度渗透： 专家中心——由各个领域的精英AI工程师组成，主要专注于算法设计、模型训练与企业AI大脑的持续进化。AI更多的是实现任务（task）自动化，而不是将整个工作（job）自动化。所以，AI架构师需要规划职能体系，明确可AI化的部分并构建模型。对于这类工作来说，人数没有意义，团队规模会被压缩到极致。
