AI 裁员背景下，HR 如何平衡企业降本需求与员工权益保障？

现在有很多的新兴软件或工具等出现，不要盲目全部替换，要结合企业实际情况进行应用，这才是严谨、科学的运用方法。

查看原文

Meta裁完一波，转头又让员工帮着训练模型。

这件事很多人当八卦看，我看到的却是——AI裁员的叙事和实际操作，经常是两件事。

叙事是：技术进步，岗位被替代，没办法。

实际操作往往是：原来那个价格请的人，现在想用更低的价格请另一批人做，或者让剩下的人把活全接了。

HR在这个局里的位置很微妙。老板说要降本，员工说要权益，你来平衡。

但"平衡"这个词本身就有问题——它暗示你站中间，哪边都能照顾到。实际上你站公司这边，这是事实，没必要装。

你能做的是：让这道题从"怎么裁人最省钱"，变成"怎么裁人不留下大窟窿"。

第一个窟窿是法律风险。

AI裁员最容易踩的坑不是补偿给少了，是裁员的理由站不住脚。劳动合同法里，裁员有法定情形——经济型裁员要满足人数比例、提前三十天通知、向工会或全体职工说明情况、向劳动行政部门报告。这些步骤少一个，集体仲裁一来，公司赔的远不止那点补偿金。

很多公司裁得太急，理由是"经营困难"，但财报上利润还在增长——这个理由在仲裁庭上站不住。

第二个窟窿是雇主品牌。

AI裁员这件事，外界解读的不是"这家公司用AI提效了"，而是"这家公司对人怎么样"。

裁完一波，剩下的员工在脉脉和小红书上怎么写这家公司，直接影响接下来半年的招聘质量。

我之前待过一家公司，裁员裁得很急，没找好替补方案，结果核心业务断层，三个月后又以更高的价格把人请回来——plus 一笔违约金。

降本不成，反而多花了一笔。

第三个窟窿，也是最少人提的：AI替代完之后，留下来的人接不接得住。

这是HR最应该提前想的事。

不是算"裁掉这个人省多少钱"，而是算"这个人的活谁来接、接的人需要多久才能到原来的产出水平、这期间的业务损失是多少"。

这笔账算清楚，你会发现有些岗位裁掉是省了，但后续隐形成本远超过那点薪酬。

说回HR能做什么。

岗位重构这件事，不是AI来了才有的。业务流程梳理、冗余岗位识别、核心岗位保留——这些本来就是HR的工作。

AI只是给了你一个更容易说服老板的理由。

技能培训也是。裁员之前，先看公司内部有没有转岗可能。不是所有的"被AI替代"的岗位都没有第二技能，有些人只是没有机会试。

我见过一个公司，把客服团队里反应最快的那批人，转去做用户运营——薪酬没涨多少，但离职率降了，业务 continuity 保住了。

最后说一句。

AI裁员这个话题，外界喜欢讨论"人性"和"效率"的平衡。但在组织内部，这道题从来不是道德题，是算术题。

算清楚了，HR才有资格说自己在保护员工权益。

算不清楚，你只是帮公司省了一笔小钱，然后埋下一堆大坑。

我参与过几十次组织调整。这是最真实的教训：所有看似「技术驱动」的裁员，背后都是一笔没算清楚的账。

查看原文

查看原文

有本事的HR，都是“平衡”大师

HR工作，从来就没有“一招走遍天”的，都是“具体事/具体人具体分析具体对待”，也就是“一人一事一法”，在AI时代裁员大背景下，HR的平衡术更显突出，比如：

1，AI的推行

现在，AI无处不在，大有取代不少人工或某些事情的趋势，如果胆子够大，不少人是可以失业的，但是，对企业来讲，这个过程是“慢推”还是“激进”，确有不少需要平衡的地方。

AI的先进性，主要是说AI指导或代替人工的东西或结果，是不是完全符合公司和现实需要，有没有需要“调整或修改”的地方，如果需要，是不是要留足这样的有本事的员工，而不是相关人员都“请走”。

再有就是成本问题，不管是使用AI技术，还是淘汰一部分员工，都涉及产生新的成本，让员工离开可能就有经济补偿金，AI的使用费用等，都是要经过核算，而不是靠感觉就实施。

这里面的平衡，不单是HR，还会涉及其他部门甚至公司领导一起参与，HR当然要提供关于人力成本的分析和依据，以便公司领导决策。

2，具体而言

不管是AI推行，还是裁员，公司可以有一些原则或规定，但在针对具体的事情时，就不宜照本宣科，要据实而定，比如：

员工A以前是公司某方面的骨干，但推行AI后，公司决定取消这个岗位的人员，转而让AI代行其工作，于是与A协商解除劳动关系，但A要求公司按照劳动法给予补偿金，而领导要求HR不要支付那么多。

于是，HR前去与A协商，经过几轮协商，A坚决不同意公司想法，要求依法补偿，否则就去仲裁，基于此，HR与领导汇报情况并说明原因及利害关系，公司最终同意按照法规进行补偿。

但是，一些基层员工的离职补偿就没有这样的足额，而是打了一些折扣，而且每个人的打折并不一致，有的一半，有的六折，反正就是通过“协商”解决，而不是统一的比例。

也就是，不同的事情和人员，遇到特定的事情，即使有某个指导原则或规定，但都可以不一样的操作，而是具体情况具体决定，所谓“一事一法”，完全靠协商来处理，这就是无处不在的HR平衡术，只要签好字就有效。

也就是好说好商量，只要员工签字答应/公司允许，就是可以办的事情，就是可以努力去平衡的。

3，及早介入

裁员与其他相关的人力事情，一旦有新情况新变化，都要及早介入，不能采取拖延战术，不秒事情，原本如果及时处理是容易处理的，结果一拖再拖，小问题都变成非常难处理的大问题了。

比如：新技能培训，就要针对性早进行，如果不培训，让员工自己琢磨，或者将就着上岗，是很容易出产品质量问题的，各种安全事故也可能产生，真出了这些问题，不但损失和影响大，再来培训的成本也高得多。

还有，裁员了，在职员工的心里感受，是需要及时疏导和施以影响的，如果不闻不问，他们就可能各怀心思，难以有统一的思想，及时做必要的正面解决和教育，是公司和HR需要落实的，如果晚了，效果就差太多，员工已经出现的想法就难以消除。

如果涉及员工岗位异动或职责变化，有的还有待遇调整，这就更需要多引导，不能只是“一纸调令”了事，要多倾听员工和新旧部门同事/领导的心声，多从挑战与机遇并存的多方面去“平衡”，化解和消除员工的种种担忧。

4，自我平衡

HR为公司和员工在变革时代下所做的平衡，是有一个基本前提或基础的，那就是必须要早早的平衡好自己的身体与心理，否则，违心去做别人的平衡，容易暴露出前后不一致的地方。

在面对新技术/新管理，面对裁员或被裁，面对工资多与少，面对荣誉与各种诱惑，如何平衡HR职责/操守与可能的违规，没有反复的自我平衡，是很难通过一系列的关隘，如果自己都平衡不好，又怎么对做别人的平衡呢。

查看原文

最近两年，AI火爆全球，网上充斥着各种“AI取代员工”的危机论，同样，各种所谓“AI提效工具”也在满天飞。

所以，不少公司在“AI降本增效”的诱惑下，第一反应就是：公司里有哪些岗位是AI可以替代的，然后搞一刀切地裁员。

所以，当我看到理想汽车CEO李想建议说：“所有公司不要裁人，因为在AI时代的人才和上个时代的标准大概率是不一样的，一上来就裁人，很容易按照上个时代的标准把最好的人裁掉”时，我深以为然。

很多人以为AI替代的是“岗位”，其实AI替代的只是岗位里的“重复性工作”，而非承担责任的“角色”。

一、别用旧尺子，裁掉未来的核心人才

过去我们裁人，看的是什么决定去留？

绩效体系不完善的，看谁汇报PPT做的漂亮，看谁会说话，看谁加班多。

但那些会做精美汇报PPT、会说漂亮话、经常加班的人，很有可能恰恰是AI时代最容易被替代的。AI能10分钟做出比你熬3天还要好看的PPT，能生成比你还逻辑缜密的流畅汇报稿，能24小时连轴转不用加班费。

绩效体系完善的，以为自己会做到客观公正，毕竟有真实的绩效打分作为依据。可是，很多公司的绩效考核，考的是勤奋，而不是价值。

那些平时不怎么显眼、不爱说话的人，总能解决复杂问题、能想出新点子、会用AI工具创造价值。只是很遗憾，他们在旧的绩效体系里得分不高。因为，他们不擅长汇报，也不喜欢加班刷存在感。

刘润老师说：“旧地图找不到新大陆。”

所以，在AI时间，先别着急裁员。裁员之前，先升级你的人才标准。

人才标准没有升级就裁员，本质是你拿着工业时代的旧尺子，去量AI时代的人才，最后只会把金子当沙子扔掉。

这就是为什么，很多公司裁掉的，恰恰是AI时代最值钱的人；留下的，反而是最容易被AI替代的人。

AI时代，最需要避免的错误不是留多了人，而是拿上个世纪的尺子，把未来最需要的人，裁成了第一批。

二、AI替代的不是岗位，是岗位里的重复性任务

很多人有个误区，以为只要引入了AI提效工具，就可以替代掉整个岗位。其实根本不是如此。

凯文·凯利的观点说：被AI替代的，多是高度重复、机械化、标准化工作；人类要做的是不可预测的事；AI擅长模仿/标准化，无法理解“独特”与“意外”。

黄仁勋的观点说：工作任务不等于工作本身。两者不是一回事，AI接管的是离散任务，员工承担的更广泛职能大概率完整保留——它把人从繁琐重复劳动中解放出来，让岗位升级，而不是让岗位消失。

所以，AI替代的不是“岗位”，是岗位里那些重复、机械、不需要思考的任务。

比如原来的会计，是记账、报税、做报表。现在这些活被AI做了。现在的会计，要做的是财务分析、风险控制、经营分析、战略支持，这些需要判断和思考的事。

再比如原来的HR，是筛简历、约面试、算工资。现在这些活被AI做了。现在的HR，要做的是人才培养、组织建设、文化打造，这些需要和人打交道的事。

说白了，AI不是来抢饭碗的，是来帮你打杂的，是来帮你升级饭碗的——重复性任务由AI完成，人的创造力转向更高价值的工作。

所以，聪明的公司，不会消灭岗位，而是做岗位重构：把AI能做的事交给AI，把人解放出来，去做更有价值、更需要创造力的事。

三、如果一定要减员，做好这三件事

当然我也知道，有些公司确实有人员冗余，或者面临巨大的降本增效压力，不得不减员。但哪怕真要裁人，也不能粗暴，一定要守住这三条底线：

第一，守住合规底线。该给的经济补偿不要少，不要搞什么“优化”“毕业”这些文字游戏，搞什么末位淘汰、调岗降薪这些阴招，更不要逼员工主动离职。

第二，守住体面底线。裁员不是处决大会，不要公开宣读裁员名单，不要当场没收电脑赶人，不要在背后说员工坏话。好聚好散，给员工留足尊严，也给自己留个好名声。张丽俊老师说过：“你怎么对待走的人，留下来的人都看在眼里。”你裁人时越刻薄，留下来的人就越寒心。

第三，守住重构底线。裁员不是为了省钱，是为了组织升级。裁掉不匹配的人之后，一定要马上做岗位重构和技能培训。告诉留下来的人，他们的新工作是什么，需要学习什么新技能，公司会给他们什么支持。不要裁完人就不管了，让留下来的人干更多的活，拿一样的钱，最后只会走得更快。

你可以算AI省了多少人员工资，但别忘了算第二笔账：雇主品牌受损、团队信任崩塌——这笔隐性成本，往往更贵。

四、给留下来的人一个交代，比裁员更重要

很多公司裁员，只想着怎么省钱，怎么让人离开，却忘了给留下来的人一个交代。

裁员之后，团队里最容易出现的问题就是人心惶惶。大家都在担心下一个会不会是自己，没心思干活。原来的团队氛围没了，战斗力也没了，最后省了那点工资钱，却赔上了整个团队的效率。

所以，裁员不是终点，是新的起点。你要告诉留下来的人，公司未来的方向是什么，AI会怎么帮他们工作，他们的成长空间在哪里。

你要给他们培训AI工具的使用方法，帮他们适应新的岗位；你要调整绩效考核标准，不再看谁加班多，而是看谁能用AI创造更多价值；你要重建团队的信心，让他们知道，公司不是在抛弃大家，是在带着大家一起升级。

只有这样，裁员才能真正达到目的，才能让公司在AI时代走得更远。

你要记住：AI减不等于人效提升。真正的人效提升，需要“任务重设计＋人的角色重定位＋组织管理重定义”。

最后想说

AI时代，不是职场人的危机，是支持人升级的转机。

那些只会做重复劳动、不爱学习、不愿改变的人，确实会被AI替代。但那些有创造力、有解决问题的能力、会用AI工具的人，只会变得更值钱。

对企业来说，别着急跟风裁员。先看看怎么用AI赋能你的员工，怎么重构你的岗位，怎么升级你的组织。如果真的不得不减员，也请守住底线，对走的人体面，对留下的人负责。

毕竟，能让公司走得远的，不是省下来的那点工资，而是一群愿意跟着你、能打胜仗的人。

觉得我说得有道理，转发给你身边做管理的朋友吧，别让他们用旧尺子，裁掉了公司的未来。

查看原文

查看原文

      AI技术迭代下的裁员，需在法律框架内遵循“协商优先、安置为上、补偿兜底”的路径。从司法判例看，以“AI替岗”为由直接裁员大概率会被认定为违法解除，企业应优先与员工协商调岗，且调岗需保持薪酬合理、工作强度匹配，不能“变相逼退”。若员工拒绝调岗，企业需提供与能力匹配的转岗培训，如Meta将裁员风险较高的内容审核员工转岗至AI训练师岗位，并提供3个月带薪培训。

      对于需裁员的情况，企业应遵循“分层沟通、透明公开、职业支持”的原则：通过管理层→部门负责人→员工的层级传递信息，避免信息不对称引发恐慌；公开裁员的客观指标（如绩效排名、岗位重叠度），避免主观性判断；为离职员工提供简历优化、面试辅导、内推机会等职业支持，如Meta为离职员工提供6个月的LinkedIn高级会员资格。

       在岗位重构方面，企业可将原岗位工作拆分为“AI擅长的重复性任务”与“人类擅长的创造性任务”，重组为新岗位，如某金融机构将原信贷审核岗位拆分为“AI初审岗”与“人工复核岗”，既降低人力成本，又提升审核准确率。同时，企业可设立“AI训练师”“AI伦理专员”等新型岗位，将员工从“执行者”转变为“AI管理者”。

查看原文

       本文系属原创，著作权归本人所有，任何形式的转载都请联系本人，抄袭者必究。

      【摘要：本文第一部分分享了Meta一边用员工数据训练AI一边裁员八千人的行业矛盾现象。第二部分分享了裁员合规操作的四条法律底线。第三部分分享了人文关怀三步化解员工难处的方法。第四部分分享了岗位重构替代简单裁撤的五种方案。第五部分分享了技能培训降低企业知识流失的策略。第六部分分享了沟通透明是破解信任危机的唯一解药。】

       Meta一边用员工数据训练AI，一边裁掉八千人。扎克伯格承认"隐瞒了细节"，千名员工联名请愿。这不是一家公司的事故，而是整个行业的预演。AI时代的裁员，早已不是"给钱走人"那么简单。

       一、Meta悖论：

       2026年5月，Meta做了一件让整个硅谷都觉得荒诞的事。

       公司宣布裁员8000人，占总人数的10%。同时取消6000个招聘名额，股价随即上涨。但另一边，扎克伯格在全员大会上坦言：公司正通过追踪员工的每一次键盘敲击、鼠标移动和屏幕浏览，来训练AI模型。

       当有员工问能不能退出这套监控系统时，CTO的回答干脆利落——"没有退出选项。"

       这句话点燃了火药桶。超过千名员工联名请愿，内部论坛被愤怒的表情包淹没，有人甚至搭了个倒计时网站，标题写着"盛大美好裁员计划"。

       扎克伯格后来承认，公司在推行计划时存在"策略失误"，"完全公开细节在战略上对我们不利"。但结果已经无法挽回。当员工用戏谑和麻木来回应公司决策时，曾经引以为傲的企业文化已经碎了一地。

       这不是Meta一家的问题。2026年前五个月，全球科技行业已裁掉超过9.2万人。AI已成为裁员的首要原因，占4月全部裁员的25%。Meta只是把这个矛盾推到了最极          端的位置。

       二、合规是底线：

      不管AI把企业改造得多激进，裁员的法律框架不会松动。HR守住的第一道防线，是合规线。

       首先，定性要准。裁员属于"经济性裁员"还是"协商解除劳动合同"，决定了完全不同的操作路径。经济性裁员必须提前30日向工会或全体职工说明情况，听取意见后报劳动行政部门备案。这不是建议，是法定义务。

       其次，补偿要足。协商一致解除劳动合同的法定标准是N或N+1，但从实操经验看，建议采用"N+X"模式，X是企业额外给予的月数。高于预期的补偿不仅能大幅降低法律纠纷风险，更是企业担当的直接体现。

       第三，记录要全。与员工沟通的每一步，包括其提出的难处、公司的回应方案，都需留存书面记录，必要时让员工签字确认。

        第四，优先留用要落实。法律明确规定：订立较长期限合同的、订立无固定期限合同的、家庭无其他就业人员且有需要扶养的老人或未成年人的，这三类人公司应当优先留用。

        Meta之所以陷入千人请愿的泥潭，恰恰是因为它在"合规"之上又叠加了"隐瞒"。法律上或许没有硬伤，但信任上已经破产。

       三、人文关怀要跟上：

        合规解决的是"不能怎样"，人文关怀解决的是"应该怎样"。

       第一步：倾听，梳理难处本质。 先让员工充分表达，不打断、不反驳。难处通常分三类：生活困难类，比如家人重病、负债压力大；就业困难类，比如年龄偏大、技能单一；情绪抵触类，对决定不满、焦虑失业。

       第二步：针对性给方案。 急需资金的，可协商提前支付补偿金。补偿有限的，可提供推荐信加急、离职证明快速办理。更关键的是资源对接——整理行业招聘信息、政府失业金政策、技能培训补贴，同步给员工。

       第三步：先认可情绪，再解释逻辑。 "突然面临离职，换谁都会有压力，我特别理解。"这句话不是客套，是打开对话的钥匙。待情绪平稳后，再清晰解释裁员背景，强调这是公司整体决策而非针对个人。

       即使达成方案，后续跟进也不能断。协助快速完成社保转移、保持离职后的咨询通道开放——这些细节，决定了裁员是"一刀两断"还是"好聚好散"。

       四、岗位重构降低冲击：

       很多人把Meta裁员简单理解为"砍人"，但数据揭示了另一层逻辑。

       Meta人力资源负责人明确表示，公司已将逾7000名员工调岗至新成立的AI部门。这不是单纯的人力削减，而是以AI为中心的企业架构重构。

       这给HR一个重要启示：裁员不等于减员，岗位重构可以大幅降低冲击。

        实务中至少有五种替代方案。自愿离职，日本企业广泛采用，员工体面退出；轮班或减薪代替裁员，保持团队完整；向下派遣，核心人才保留、平庸员工获锻炼机会；合同工替代，灵活降低成本；培养竞争力，从根本上提升企业韧性。

        Meta内部还有一个更极端的变化：管理者与下属的比例已从传统的1:8变为1:50。工程经理被强制转回个人贡献者岗位，基础设施工程师被调去做数据标注。当事人说这是"suboptimal"——极不理想。

       这说明：AI时代的岗位重构，本质上是把人从"管理者"重新定义为"执行者加AI协作者"。HR的任务不是对抗趋势，而是设计转型路径，让被调整的员工看到新岗位的成长空间。

       五、技能培训要夯实：

       裁员最大的隐性成本，不是赔偿金，而是知识流失。

       IDC研究显示，拥有完善知识管理系统的公司可以将生产率提高30%，完成任务所需时间减少35%。在裁员前后推动知识转移，可以最大限度减少技能缺口造成的混乱。

       对员工个人而言，Meta的震荡给出了最直白的警告：只拥有一种专业能力已经过时。企业为求生存不断调整方向，今天重要的能力明天可能毫无价值。当年年考绩拿A的工程师，如果除了技术没有其他专长，企业重整时最先被裁的就是他。

        员工自救的核心框架是三条。第一，夯实核心技能，练到"别人离了你就得花大成本补位"的程度。第二，拓展多元赛道，搭建第二收入曲线。第三，保持积极心态，不盲目跟风，沉下心分析自身优势。

        用一个公式来说，这就是构建个人的"抗风险矩阵"：技能稀缺性、财务储备、职业网络、学习敏捷度、副业潜力。综合评分越高，裁员名单上越不可能出现你的名字。

       六、沟通透明：信任的唯一解药

         Meta的监控风波，本质上是一场沟通灾难。华盛顿大学教授利奥·布斯修的判断很直接：AI理论上能让每个人以更少人力完成更多工作，但同时也让职场人的日常压力陡增。目前职场应用AI尚无成熟规则可循，企业在技术狂奔的同时，管理手段与伦理框架却停留在旧有阶段。

         研究实证也站在透明这边。华盛顿大学利奥·布斯修教授团队对两家公司134名员工的调查发现：相对于沟通较差的部门，沟通良好的部门中员工出现心理不适的现象大大减少。公开沟通本身就是一种情绪释放机制。

       HR必须建立分阶段沟通计划。裁员前，告知运营状况、裁员原因、裁减标准、补偿方案，越早越好，越透明越好。裁员中，一对一沟通，允许员工表达挫折感和不安全感。裁员后，与留任员工充分沟通，安抚消极情绪，帮助规划职业生涯。员工可以接受坏消息，但不能接受被蒙在鼓里。

       七、HR新角色：生态设计师

       Airtable CEO豪伊·刘的做法，标志着领导力的一次代际转换——面对生成式AI浪潮，他大幅削减管理会议，清空日历，重新像个人贡献者一样每天亲自写代码，同时运行30个AI实例让其自主协作。他给全公司发了一张"特权许可证"：任何人都可以取消所有会议，花一整天去玩最新AI产品。

        这不是CEO闲得慌，而是一个深刻的战略洞察：当底层技术范式发生巨变时，所有旧的管理经验已失效，领导者必须回到"战壕"，才能找回对战场的真实体感。

       AI时代的HR不再是"裁员执行者"，而应进化为"企业生态设计师"。从监督进度变为培养手感，从下达指令变为给上下文，从亲自决策变为设计决策流程。

        当"怎么做"的优势不再明显，"做什么"和"为什么做"上升为决定成败的根本。HR的价值重心，正在发生根本性转移。

         2026年的科技行业正在经历一场静默的地壳运动。Meta用8000人的裁员和无退出选项的监控，给所有企业上了一课。

       缺乏信任共建的AI转型，极易滑向监控与对抗的深渊。裁员从来不是甩包袱，它是企业韧性的试金石。合规是底线不能碰，人文关怀是温度不能省，沟通透明是信任的唯一解药不能躲。

        技术向前狂奔，管理必须补位。否则AI带来的不是效率飞跃，而是企业生态的全面崩塌。

       Tips1:合规是AI时代裁员的最低门槛，但远非充分条件。企业在守住法律红线的同时，必须正视员工的真实处境。赔偿金额可以量化，但信任一旦崩塌，修复成本将远超裁员节省的开支。

       Tips2：岗位重构与技能培训是降低裁员冲击的核心武器。与其简单粗暴地"砍人"，不如把裁员视为企业转型的契机。让员工看到新岗位的成长空间，比给一笔补偿金更能留住人心，也更能保护雇主品牌。

       Tips3：沟通透明是破解一切信任危机的唯一解药。Meta的教训已经证明，隐瞒和监控只会激化矛盾。员工可以接受坏消息，但绝不能接受被蒙在鼓里。透明不是软弱，是最强的管理能力。

查看原文

说一个让我自己都后背发凉的案例。

上个月，我所在的部门要招聘一个招聘主管——没错，HR招HR。我们通过某招聘平台收到了1500多份简历。按照传统做法，HR专员会用关键词筛选掉80%，剩下300份由我逐一看。这个过程至少需要两天。

但这次，我用AI搭建了一个筛选模型：输入职位描述、公司文化关键词、过往成功案例画像，让AI对1500份简历进行初筛、打分、排序。整个过程，15分钟。

当我正准备按AI推荐的Top20安排面试时，一个同行给我发来微信：“老兄，你们那个招聘主管的岗位，我投了。顺便说一句，我用AI编了三个模型来投你们，你猜你的AI会不会把我筛掉？”

我愣住了。然后我做了一件违背“HR专业主义”的事——我没有完全相信我的AI模型，而是把那1500份简历全部重新看了一遍。结果你猜怎么着？

那位同行，在AI模型里的排名是第47位。而在我人工复核后，我把他排在了第1位。

AI差点让我错过最好的人。

这件事让我彻底醒悟：当企业用AI筛选求职者时，聪明的求职者已经开始用AI反制企业。这不是作弊，这是认知差。

一、三个AI招聘模型，让简历从“被筛掉”变成“必面”

那位同行后来告诉我他具体的操作方法。我整理如下，请注意：这不是教你投机取巧，而是教你用AI弥补信息不对称。

模型一：能力匹配模型——让AI成为你的“简历优化师”

绝大多数求职者犯的错误是：用同一份简历投100个岗位。在AI筛选时代，这是自毁式行为。

操作步骤：

将目标岗位的职位描述（JD）复制到ChatGPT中

输入指令：“请提取这份JD中最重要的5项硬技能和3项软技能，并按重要性排序”

将自己的原始简历输入，指令：“请根据上述技能排序，重写我的工作经历，优先突出前3项硬技能和前2项软技能，使用JD中的关键词，但不要编造经历”

输出后，人工复核——确保每一句都有事实依据

核心逻辑： AI筛选的本质是关键词匹配。你的简历不缺少能力，缺少的是“用对方能识别的语言表达能力”。

模型二：风险规避模型——提前堵住HR最想找的“否决项”

HR在看简历时，脑子里有一个隐藏清单：“这个人有没有什么我不能用的理由？”——频繁跳槽、空窗期过长、职业路径混乱、跨行业过大。

AI筛选模型通常会设置“否决项”：一旦触发，直接淘汰。

操作步骤：

输入你的简历到AI中，指令：“请以挑剔的企业HR视角，找出这份简历中可能触发‘否决’的3-5个风险点”

针对每个风险点，指令：“请给出3种在简历中合理解释或弱化该风险的方式”

例如：空窗期8个月 → 不撒谎，但可表述为“自主进行XX领域深度学习，完成XX项目（可提供证明）”

核心逻辑： 与其等HR在面试时质疑你的风险点，不如在简历中就给出“预回答”。AI可以帮助你找到你自己都忽略的风险信号。

模型三：价值创造模型——从“我做过什么”升级为“我能为你赚多少”

这是三个模型中最具杀伤力的。大多数简历写的是职责描述：“负责招聘流程管理”“主导绩效考核优化”。AI读一万遍也分不清你和其他人有何不同。

操作步骤：

输入目标公司的公开信息（年报、官网、新闻报道）到AI中，指令：“分析这家公司当前面临的核心业务挑战和对应的HR痛点”

结合你自己的经历，指令：“基于上述痛点，从我过去的工作经历中找到可以解决这些问题的具体案例，并用量化结果呈现”

输出示例：不是“负责降低招聘成本”，而是“通过优化渠道组合，将单次招聘成本从8000元降至5000元，年节约40万元。如贵公司面临类似成本压力，可复制此方案”

核心逻辑： 企业不关心你过去做了什么，只关心你能为它解决什么问题。AI可以帮助你完成从“经历陈述”到“价值主张”的转换。

二、这套方法的本质：用AI消灭信息不对称

为什么要用AI？因为招聘市场存在三重严重的信息不对称：

第一重：你不知道HR在用什么关键词筛人。
JD上写的“要求有团队管理经验”，HR实际的筛选关键词可能是“带领5人以上团队”“绩效面谈”“离职率降低”。你不知道这些词，你的简历就石沉大海。AI可以通过语义分析，帮你还原这些“隐藏关键词”。

第二重：你不知道AI模型会怎么给你打分。
大部分企业的AI筛选模型是基于历史数据训练的。如果你的简历格式过于“非主流”——比如用了创意排版、图片、非常规标题——AI可能根本无法正确解析。AI可以告诉你：“建议使用单列、白底黑字、标准标题格式，通过率提升60%。”

第三重：你不知道竞争对手在做什么。
当100个人投同一个岗位，其中30个人在用AI优化简历，你不用，你就天然处于劣势。这不是军备竞赛，这是新常态。

三、严肃的警示：AI是放大器，不是替代品

我必须把话说清楚：AI可以帮你把80分的自己呈现成90分，但不能把50分的自己变成80分。

以下行为是红线，千万不要碰：

让AI编造不存在的经历、学历、技能——背调一查就穿帮，而且会上所有HR的黑名单

用AI生成千篇一律的“完美自我评价”——HR一眼就能看出是机器写的

在面试中使用AI实时生成答案——除非你想上演一出“耳机掉了、露馅了”的社死现场

真正的用法是： 用AI完成信息收集、结构优化、关键词匹配这些“技术性工作”，把你自己解放出来，专注于面试中那些AI做不到的事——真实的情感连接、深刻的行业洞察、临场的应变能力。

四、给HR同行的忠告：不要成为被AI蒙蔽的人

这件事给我最大的冲击不是“求职者用了AI”，而是“我的AI模型差点让我错过最佳候选人”。

反思之后，我做了三件事：

第一，重新校准AI模型的权重。
我把“关键词匹配度”的权重从60%降到40%，增加了“经历独特性”（15%）和“价值主张清晰度”（15%）两个维度。关键词可以优化，但独特经历和价值主张，AI很难伪造。

第二，在AI筛选后加入“人工盲审”环节。
所有AI打分在Top50但未进入Top20的简历，以及AI打分在后50%但某项指标异常高的简历，必须由一名HR人工复审。这个环节只增加2小时，但可能挽救一个优秀人才。

第三，在招聘页面上增加提示：“我们欢迎求职者使用AI工具优化简历，但请确保所有信息真实。面试中我们会考察你的真实能力。”
这样做的好处是：让诚实使用AI的求职者不再忐忑，同时警告造假者。

写在最后：AI时代，输给AI的人输在哪里？

那位同行最后说了一句话，我记在笔记本上：

“当企业用AI筛选我时，我选择用AI反击。不是因为我不够好，而是因为我不想因为‘不够会写简历’而被淘汰——那和因为‘不会用Excel’而被淘汰，有什么区别？”

我无言以对。

AI不会淘汰人，但会用AI的人一定会淘汰不会用AI的人。这句话对求职者成立，对HR同样成立。如果你还在用手工筛选1500份简历，如果你还在用“我觉得这个人不错”作为招聘标准，如果你认为AI只是“HR系统里的一个功能”——

那么被裁掉的，可能真的就是你了。

工具是中性的，选择是主观的。用AI作弊，你是骗子；用AI优化，你是聪明人；用AI淘汰不用AI的人，你赢。用AI发现被AI低估的人，你更赢。

这场游戏，才刚刚开始。

查看原文

职场番外173——AI背景，HR如何守好员工支持者的定位？

——AI不应该是裁员理由，要让AI为员工服务

其实无论是企业还是员工，无论是否因为科技进步还是业务发展等原因而裁员。裁员对企业或者员工来说，总归都是一种不太舒服的选择。

但资本的特性就是逐利。而利益的基础要素之一就是成本。

相同的业绩产出，成本越低，利益自然越高。

而在AI盛行下，拥有的AI程度越高，其人工成本自然会越低。而员工应用AI越成熟，业务工作自然越轻松，相同时间下工作产出自然越多。这样既可以减少人工，还能增加产出，你说哪个资本会不愿意？

只是这种成本产出利润比的不断增大，自然是一方欢喜一方忧。会喜的是资本，担忧的是个人。

毕竟，科技的进步确实会淘汰那些跟不上时代进步的人。

但这其中有个矛盾所在。

AI的应用初心是什么？

到底是应该向外拓展？还是向内替代？

这样的初心决定了AI应用者最大的成就。

要知道，所有利润的前提是什么？

是无数人的消费。

但当无数人都身无几文时，消费如何起得来？你就算拥有再先进的AI管理模型，其收益又从何来？

AI本身并不会产出。而向内挖的管理效益，再高再多也就只能是人工零成本了。

这样靠降成本带来的收益，再高能有几许？再加上市场因群众无钱消费形成的萎缩，你就算零成本，又能如何？

无源之水，能流多久？竭泽而渔，能有几何？

所以，AI真正应该助力的不是抢人饭碗，而是攻进人们无能力去实现的向外拓展。这才是久远而昌盛的财富之愿。

所以，因为自己应用AI智能而裁人的企业，终究也格局有限，也只能发发小财了。只有将AI智能应用到深海，远空，做未知探索的人，才能真正的寻到格外的资源与财富。

当然，作为我们个人，面对AI，自然也不能因为AI可以替代我们的工作就怨恨AI。毕竟AI只是工具。用AI裁掉你的人是资本家，不是AI。

而回头来再看，也是自己没本事。你被AI替代，别人为什么没有被替代？

所以，不要怨天尤人。面对时代的进步，不想认输，只能快步跟上。不然，输了，就得认。

这就是现实。

你再可怜，那也是自然法则所致。

但，无论怎样说，本着人道主义，作为企业HR，面对AI替代下工作效率提升而出现的裁员，我们还是应该要为员工做些事情。

正如上面所说，归纳一下就是：

真正能一直成功的企业，都是能获得民众支持的企业。这样的企业往往才能长青并获得真正巨大的财富。

这样的企业往往会通过提升员工AI能力、拓展新业务场景来实现双赢。

因此，在AI时代背景下，面对AI与人力的矛盾，我们HR的核心任务不是被动应对裁员，而是主动构建“AI增强型组织”，让技术成为员工成长的加速器而非替代工具。

一是要提升员工AI能力，培养人机协同决策力。减少被AI替代的可能性。

二是开源业务，重构重建岗位。以此稳定就业，稳定群众军心。

那么，HR具体要如何做？

一、AI应用能力方面，要让员工实现从工具操作到价值创造。

对于AI这项工具来说，不仅要会用AI，还要培养人机协同能力。

为此，员工需掌握三层次能力：

基础层：精准使用AI工具完成重复任务（如自动生成报告初稿），释放时间用于高价值工作。

进阶层：设计人机协作流程（如让AI分析数据趋势，人类聚焦策略调整），将效率提升转化为业务创新。

高阶层：主动用AI探索新机会（如通过客户行为预测开发新产品），成为业务增长的驱动力。

实施要点：

◆避免泛泛培训，按岗位定制实战场景。例如销售团队学习用AI提炼客户痛点，而非仅教操作界面。

◆设立AI创新实验室，鼓励员工用节省的时间试点新业务。如将财务人员从报表中解放后，组建小组研究数据变现模式，让能力提升直接关联价值创造。

二、开源业务与岗位重构：从减人增效到扩场景增岗。

AI真正的价值在于开拓人力无法触及的增量市场，而非压缩现有成本。

比如：某零售企业用AI优化库存后，未裁员而是将团队转向社区团购运营，利用AI分析的本地需求开发新服务，新增30%营收。

实施要点：

◆优先在AI+人类交叉领域创造岗位。如AI训练师（标注行业专属数据）、人机协作流程设计师、伦理合规审核员等，将技术能力转化为新职业路径。

◆建立业务—技术双轮驱动机制。HR需联合业务部门定期评估AI释放的人力资源，强制要求将至少30%节省成本投入新业务孵化，避免陷入纯降本陷阱。

三、同步解决深层挑战：避免措施流于形式

一是要敢于重构绩效与文化。让员工敢用AI而不惧被替代。

若企业仅强调AI提效却未调整考核标准，员工会隐藏AI使用（如私下用AI写方案但声称自己完成），因担心效率提升反致裁员。

解决方案：

将人机协同贡献度纳入绩效。例如评估员工通过AI发现的新商机数量、优化的协作流程等。

公开承诺AI节省工时不等于减岗，明确释放时间用于创新任务，并定期公示新增价值案例二是要守好法律与伦理底线：裁员不能以AI为借口

法院已多次认定：企业主动引入AI不属于客观情况重大变化，单方面以AI替代为由裁员属违法解除劳动合同。

为此，HR必须推动企业履行法定程序：

◆优先提供转岗培训（如将数据录入员转为AI训练师）；

新岗位待遇不得显著低于原岗（降幅超20%易被判定不合理）；

◆对受影响员工补偿需覆盖技能转型成本（如资助考取AI相关认证）。

四、所有行动应以人为本，而非以工具为中心

AI的终极目标应是放大人的价值。当员工能用AI解决过去无法处理的问题（如用预测模型开拓新市场），企业才能获得可持续增长。若仅用于压缩人力成本，短期利润可能被长期人才流失、创新停滞反噬。

为此，建议：

◆与员工共定转型路径。让团队参与设计AI+岗位的新职责，避免自上而下的强制推行。

◆建立技能—业务的联动机制。将员工AI能力提升与新业务需求直接挂钩（如掌握客户预测模型者优先负责新市场拓展）。

◆警惕伪增效陷阱。若AI仅让员工处理更多同类任务（如客服日均接电增加50%但无价值提升），实为变相压榨，需重构工作目标。

小结：

企业若将AI视为替代人力的终点，终将陷入零和博弈；若视其为拓展人类能力的起点，则能开辟新增长空间。

HR的使命不是被动裁减岗位，而是主动将技术红利转化为员工与企业的共同进化——让AI成为员工的能力放大器，而非岗位终结者。

查看原文