關注公眾號，人間羅盤，方能閱讀正文《房價觸底，該操心房的價格還是你的價格？》

那天我寫，房價觸底，該操心房的價格還是你的價格時，有讀者留言問了我一個問題。

他是個老板，他想降本增效，于是就想知道，如何評判未來一個員工的潛力。

是不是不符合那天第四個話題講的那些的，就可以認為，在今后，是沒有潛力的？

我看到之后，就回了一句，太簡單粗暴了，你要梳理清楚你公司本身要做的事情。

他好像沒懂，因為他又問了一句，問我說，是不是可以按照職級，可以認為初級員工，都可以用AI取代？

我覺得他還是沒理解，我們讀者里面做老板的不少，我相信這個話題，還是值得討論的。

我發現當下有很多老板，對AI的期待是不正確的。

讓子彈飛里面，師爺第一天演講，說縣長來了，如何如何。

干啥，張麻子來了，就能從此不交錢了？不交錢鵝城怎么運營呢？用愛發電？

所以AI也是一個道理，你不能指望說AI來了，干啥？天上會下金幣啊？

我們一定要弄清楚，永遠都是先有掙錢的模式，后才有工具是否需要升級。

就像我兒子用的電腦，比我用的貴幾倍，甚至比十幾年前，還沒有上服務器之前，我當年用來手動做交易的電腦都貴幾倍。

so tama what？

他能掙錢么？

他不掙錢不是電腦的問題，是他沒有掙錢的業務呀。

沒有業務，他一個學生用再貴的電腦，也不會變成錢的。

業務才是你賺錢的根本，工具只是一個途徑。

你殺雞這項業務帶給你們公司利潤，而不是用你的那把刀。

你用一把青龍偃月刀去殺雞，你的業務也仍然只是殺雞，又不會變成斬顏良。

所以，作為老板，思路要扭轉過來，回到你們公司的業務本身。AI只是那臺電腦，業務才是關鍵。

那么站在這個視角下，老板有兩種：

一種是有工程化思維的，俗稱在他的眼里，企業，部門，崗位，員工，都是一個系統。

另一種呢，是沒有工程化思維的。

后者里面有個人非常有名，老羅。

他是那種魅力型的，高中肄業，除了當老師沒做過具體事情，就成名人了。

然后就有了流量，然后就拉來了投資，然后就當了老板，甚至是科技公司的。

他非常有魅力，很多人愿意投他，很多人愿意跟他干，很多人愿意買他的產品。

他近期也在公司里強推AI，俗稱不用AI的，就不是我兄弟了，有些人就被畢業了。

這就是一種魅力型的，或者說，情緒型的老板。

他理解一件事的方向是我一揮手，誰肯跟我，誰不肯跟我，是這么去理解世界。

但你把AI這件事，落實到一個具體公司里，它就不是這回事。

不是說肯接納，肯擁抱AI的員工就一定有前途，不肯接納的，就一定要被畢業。

這種想法太感性了，太缺乏工程思維。

我們回到這個讀者的問題，當下你的公司里，有研發，有工程，有產品，有銷售，有財務，有人力，這是你的主要部門。

那么這些部門里，都有負責人，所謂的管理層，以及員工。

我們首先簡單粗暴地來看這個問題。

就像你問我的，你說把員工都輸送到社會上去當人才，那么你來評估。

當下你的這些個部門經理，他們用AI，能完成現有工作么？

能，還是不能？

不能，這個方案就不可能落地。

說明什么問題呢？說明當下的企業組織結構里面，是按照人來干活，設計的。

不是說他是經理他就一定在AI時代也重要。

經理也好，員工也罷，都是AI之前的，工業時代的崗位設計，工業時代的人才評價標準。

既然我們不是原有體系內的裁員，我們是要適應全新模式下的裁員，那我們第一件事是什么？

是打散。

現在沒有高級人才，沒有初級人才，沒有經理，也沒有大牛，所有人，都跟實習生一樣，拉到起跑線上。

同樣，現在我公司內部，也沒有什么崗位了，只剩什么？

只剩一堆的任務。

俗稱我現在就是一堆被打到起跑線上的人，和一堆任務，這就是我的局面。

讓他們重新匹配，讓公司run起來，這就是咱的目的。

好，這堆任務里面，我們來做拆解。

哪些任務是具備以下三個條件的。

1、邊界清晰。

什么叫邊界清晰的工作？

我寫一個程序，它能不能run起來，它能不能通過壓力測試，它OK就是OK，它不OK就是不OK。

這個就叫邊界非常清晰，我能準確的給出合格還是不合格的評判。

有些工作就叫邊界不清晰。

一件任務的評判標準是某大客戶喜歡，或者不喜歡。

請你告訴我，怎么叫喜歡？怎么就叫不喜歡？

這完全看那個大客戶心情的，我拿不到標準。

一個邊界清晰的工作，我就可以考慮AI取代，但是邊界不清晰的，我把這個銷售裁了，結果大客戶走了。

那我豈不是裁員裁到了大動脈？

2、反饋周期短。

你的測試部門，你讓他們測產品，測過了，還是沒測過，很短的時間就會有結果匯報上來。

這就叫反饋周期短。

反饋周期短的事情，就很適合用AI去迭代。

因為就算AI出錯了，你馬上就能看見，它犯錯也就浪費了一天，一天后，你就看到結果了，你就可以人工的去糾錯。

那有些事情的反饋周期是很長的。

比如你們公司和甲方往來的業務線，里面有很多都是三年不開張，開張吃三年的。

你怎么讓AI去做？

你不可能讓一個算法，去給你干反饋周期這么長的事情，那一旦它出了問題，干啥？三年白費？

我舉個非常簡單的例子。

巴菲特能用AI取代么？

當然不能。

為什么不能？

因為他買個東西，動輒被套，甚至被套好幾年，然后才回本，又過了十幾年才大賺。

這么長的反饋周期，你讓AI怎么做？

但是反過來，高頻量化在沒有AI的年代里，就一直都是采用程序去交易的。

為啥后者可以用程序呢？因為反饋得快呀。

它是日結的，程序出錯，當日我就發現了。

我不可能把自己的命運押在一個十年后才給我反饋的程序上。

3、驗證成本低。

你們公司的售后客服，讓AI去做，出了問題，頂多轉接人工。

你們公司的軟件開發，讓AI去做，它可以反復改，反復跑，這中間是沒有物料損耗的。

大客戶售前可不可以交給AI？

當然不可以。

因為錯不起呀，錯一次，完了，公司半年業績沒了。

硬件可不可以交給AI？

當然不可以。

錯一次，物料廢了，又錯一次，又是一筆錢，錯個幾次，你好破產了。

所以，你真正要做的事情，是把所有的任務，都歸類，都重新分集。

把那些驗證成本低，反饋周期短，且邊界清晰的，全都找出來，這些任務叫做A集合，把它先放一邊。

A之外的任務都叫做B集合。

好，我們現在要做的事情很簡單，把你全部打散的員工，重新分崗，重新應聘，他們只需要去完成B集合的任務就可以了。

B集合用得上的，就暫時還是你兄弟，B集合用不上的，就不是你兄弟了。

那些不是你兄弟的，就是你要輸送給社會的人才。他們畢業之后，會在社會上大放異彩的。

然后，你再把A集合里的那些工作任務，交給留下來執行B集合的這些人，讓他們用AI去完成。

B集合的員工，注意要留有冗余，因為有些人適應AI有些人不適應，慢慢的，待業務穩定下來，讓那些適應AI的，再把不適應的替換掉，俗稱，第二次重定義兄弟。

你看，整個裁員計劃，有步驟，分階段。

這個時候，你注意，是最后一階段也裁完了之后，你還剩下的那些個人，那些個完成B集合，且能夠使用AI順帶完成A集合的員工們。

你去觀察他們，就會發現，他們非常符合我那天第四個話題講的那些個標準。

看懂了么？是倒過來了。

因為我那天講那些，不是站在老板裁員的視角，我是站在求職者的視角。

我討論的是，一個人，怎么樣，才能在未來的世界里，繼續擁有勞動力議價權。

我那天站的是員工的視角。

而你現在是老板，你得換個角度，你不能說先按照我那天的標準，把符合的都留下。

符合那天標準的，未必符合你這家公司，因為也許他們符合的是別家公司。

俗稱你得把自己公司內部的任務，重新梳理一遍，你才能得到自己想要留下的人才。
關注公眾號，人間羅盤，方能閱讀正文《房價觸底，該操心房的價格還是你的價格？》