ARTICLE 01 · Competitive Outlook · 2026-03-22

3 年后,竞争对手可能只需要一半人手:您的企业今天就该调整什么?

AI 不会在一夜之间取代您的公司。要担心的是,竞争对手用 AI 降低单位成本、更快回应客户、更频繁地试验产品,到最后,仍然随着业务量增长而加人的企业,在价格和速度上都无法与之竞争。

3 年后,竞争对手可能只需要一半人手:您的企业今天就该调整什么?
要点速览
  • 人手少的竞争对手之所以能赢,是因为他们重新设计了工作,让每个人产出更多,和敢不敢裁员关系不大。
  • 该盯的数字是人均收入和每件工作的成本,光看员工人数说明不了什么。
  • 先测量自己的实际流程,裁员的事暂时不用考虑。

1. 2028–2029 年的竞争格局

“只用一半人手”听起来比实际情况吓人,它并不意味着每家公司都要裁掉一半员工。它说的是:同一项工作,您的公司需要人经手六次,竞争对手可能只要一次。省下的这部分,他们可以拿去降价,或者比您更快地回复客户。

未来两三年,AI 工具很可能从等待指令的助手,变成能持续接手工作的系统:调用多种数据和工具,只把例外情况交给人。事先设计好工作流的企业,业务量扩大时,人员增长可以慢于收入增长;传统企业则每逢业绩增长,都还得多招行政、协调人员和经理。

“一半人手”反映的,是每笔交易需要多少人工介入(Human Touch)。过去要有人打开邮件、复制数据、制作文件、申请审批、更新系统的工作,以后可能只需要人检查其中 10–30% 的单据。竞争对手如果先做到这一点,就能把省下的成本用来降价、增加服务,或者投入开发新客户。

企业主应该关注什么除了员工人数,还要看人均收入、每笔交易的成本、从接单到交付的时间,以及每个季度能拿到市场上检验的新想法有多少。

2. 竞争差距来自系统,光订阅工具拉不开

两家公司买了同样的工具,效果却不一样,这很常见。第一家让员工一次一次地问 AI,再手动把答案复制回系统;另一家把系统搭好,让数据自己在各系统之间流动。差别出在工作的组织方式上,工具是一样的。

即便用的是同一个 AI 模型,结果也可能天差地别。前一种做法里,员工逐条提问,再把结果复制回系统;后一种做法里,企业有统一的中央数据、业务规则、工作流和监控,AI 可以整天接手重复性工作。决定差距的是企业自身的运作体系(Operating System),提示词(Prompt)写得好不好影响不大。

零散的工具与通过中央数据连接、设有跟踪节点的工作流对比
两家公司用同一个模型,结果不同,是因为其中一家的中央数据、工作流和监控彼此打通

差距会像复利一样累积。工作流跑起来以后,企业收集到更多反馈和例外情况,系统越来越好,成本下降,团队也有时间设计下一个流程。还在零散试验的企业没有可以共同学习的数据,每个部门都从零开始,也不敢把真正的工作交给 AI。

另一方面是决策速度。如果报告能自动汇总、问题能立刻报警,管理层就能更快地调整价格、库存或营销活动。所以优势除了人工成本更低,还包括因为发现问题太晚而造成的损失变少了。

3. 传统企业与 AI 驱动型企业对比

方面传统企业围绕 AI 设计的企业
业务量增加时增加人手和组长提升系统处理能力,增加处理例外情况的人员
回复客户取决于排队情况和营业时间标准问题即时回复,难题转给人
文件每次都手工制作、手工检查根据中央数据生成,抽样检查
新产品要等好几个部门,还需要一大笔预算快速做出原型,在小范围内测试
经理分派工作、追踪进度关注质量和例外情况,调整规则

AI 驱动型企业不一定人最少,但会把人安排在需要建立信任、做出判断和提出新想法的工作上。只要客户体验不打折扣,更低的成本结构,会比各部门一刀切地裁员更能形成持久的优势。

4. 评估您的公司是否有掉队的风险

选三个核心流程,比如从线索到报价(Lead-to-Quote)、从订单到收款(Order-to-Cash)、从问题到解决(Issue-to-Resolution),然后问:同样的数据要重复录入几次?有几个交接(Handoff)点?标准情况占多大比例?员工真正需要动脑判断的时间有几分钟?如果一半以上的时间都花在查找、复制、汇总和转交上,可以自动化的空间就很大。

数据系统也要检查。如果产品清单、价格、合同和客户历史都存在个人文件里,AI 就很难把工作串起来。现在就把数据和权限理顺的企业,等技术进步时,能更快用上新模型。

预警信号
  • 收入增长 10%,人手也要增加将近 10%
  • 经理每周要花超过一天时间汇总报告、追踪工作
  • 客户要等的信息,其实系统里早就有
  • AI 项目不少,却拿不出单位成本真正下降的数字
  • 数据没有负责人,也没有 AI 系统登记册

5. 企业今天就该着手调整的五件事

  1. 建立流程基线(Process Baseline):测量关键工作流的业务量、人工处理时间(Touch Time)、等待时间(Wait Time)、差错和单任务成本(Cost/Task)
  2. 建立唯一可信数据源(Source of Truth):明确产品、客户、政策和价格数据,每类数据都要有负责人和更新周期
  3. 把一条流程完整地自动化:别在每个部门都铺一个聊天机器人,先从投资回报率(ROI)明确、结果可以核查的工作流做起
  4. 设计人工处理例外的机制:规定哪些情况由 AI 处理、哪些由人接手,以及服务水平协议(SLA)是多长时间
  5. 建立长期的衡量机制:仪表盘上要能看到质量、成本、速度和客户结果,只有提示词数量是不够的

就算技术变了,这些准备也不会白做,因为流程、数据和治理可以沿用到好几代模型上。企业不该等 AI 完美了才整理数据。到那时,基础打好的竞争对手早已扩张了好几轮。

团队在玻璃墙上梳理流程基线,旁边是各步骤耗时的图表
先测量实际情况,包括人工处理时间、等待时间和单任务成本,再决定在哪里自动化

6. 规划人力:不慌乱,也不拖延

按工作中可自动化(Automate)、可增强(Augment)和以人为主(Human-led)的比例给岗位分类。不必马上裁员:岗位空出来时不再补人,把人调去做能创造收入的工作,并训练组长管理系统的工作队列。等数据显示有大量富余产能时,再公开透明地决定组织结构调整。

组长和同事查看工作队列,只有少数几项需要人来决定
系统接手了几乎所有标准工作,人因此可以转去裁决例外情况、改进规则

值得投资的技能包括:流程设计、质量检查、数据运用、例外情况的判断、客户维护,以及把现场经验转化为系统能用的规则。懂业务、又能驾驭 AI 的员工,能撬动的产出会比只是手工活做得快的人高得多。

设定三种人力情景(Workforce Scenario):AI 分别把效率提升 20%、40% 和 60%,再分别计算所需人数、新角色和技能重塑所需的时间。这样,在看到真实效果之前,公司就不会为可能萎缩的岗位做长期招聘。

7. 投资不追逐每一波热潮

写给开发团队 · 技术细节

用项目组合(Portfolio)管理,分为核心效率(Core Efficiency)、增长(Growth)和未来选项(Future Options)三类。核心效率类要有明确的回本目标;增长类与销售线索、转化率或新产品挂钩;未来选项类只给有限的试验预算,并设定决策日期。每个项目都必须有流程负责人(Process Owner)和退出标准(Exit Criteria)。

写给开发团队 · 技术细节

在有经过验证的工作流之前,避免启动大型平台项目;但也不要各做各的工具,最后无法互通。先为身份管理(Identity)、数据访问(Data Access)、评测(Evaluation)、日志(Logging)和成本控制(Cost Control)制定统一标准,再让各团队在同一基础上开发应用场景(Use Case)。

70%的预算投向短期内能见效的工作流
20%用于扩展共享能力
10%用于试验未来机会

8. 可以随时调整的三年路线图

第一年:测量核心工作流,让 2–3 个应用场景正式投入生产环境,整理数据,建立安全标准。目标是拿出可以证明的业务成果,并组建一支能复制这些成果的核心团队。

分三个层级的示意图,展示从验证工作流到调整运营模式的三年路径
每一年都建立在前一年的基础上:先验证真实效果,再打通各部门,最后调整商业模式

第二年:打通跨部门的工作流,增加专用的 AI 智能体(AI Agent),调整岗位和产能规划,以适应自动化的工作。目标是人均收入和产品上市速度明显提升。

第三年:调整运营模式(Operating Model)、定价,以及借助 AI 才能推出的产品和服务,比如个性化服务、实时响应或低成本的新产品。根据实际效果重新审视公司结构,别让原来的人力计划束缚住手脚。

总结:只用一半人手的竞争对手能领先,靠的多半是让每个人产出更多的系统,裁员裁得多不多倒在其次。企业应该从流程、数据和衡量做起,同时规划人力情景,并按项目组合来投资。今天开始,就是在价格和速度的压力变得紧迫之前,给自己争取学习的时间。

DNA MAKER · SOLUTION BLUEPRINT

把成本优势变成一套可衡量的系统

您的业务在哪里浪费时间,销售和会计部门的主管、每天做这些事的一线员工最清楚,软件公司并不知道。所以 DNA Maker 在写代码之前,会先和这些团队坐下来,把实际工作流从客户首次联系一直梳理到收款那天:数据重复录入了几次,有几个交接点,哪些是标准情况,哪些始终需要人来决定。这一步交付的是一张流程图,企业主看了能更清楚地看到自己的单位成本;它并不是一份报价单。

之后我们帮您落地的事

根据这张流程图,我们设计一套系统,把中央数据接入一条工作流,让系统持续接手标准工作,只把例外情况放进队列交给人处理,并配上仪表盘,让管理层每周都能看到从接单到交付的时间和每笔交易的成本。我们总是先从一条能衡量效果的工作流做起:做出原型让团队实际试用,对照基线衡量效果,然后再扩大。如果您有一个明知很耗时、却一直不敢动的流程,不妨让我们看一看这个流程的真实数据。

软件工程术语表

本文的术语与流程衡量和系统对接有关。批预算之前,可以拿右侧的问题去问开发团队。

术语是什么通俗示例高管应问开发团队的问题
Workflow从开始到产出结果的工作顺序,写明每一步的负责人和条件从客户询价,到开出报价单、审批折扣这个工作流从谁开始、到谁结束?在哪里计时?
Handoff工作从一个人或团队转到另一个人或团队的节点,常常在这里排队、丢失信息销售把资料交给会计算价格,然后等结果回来我们能减少几个交接点?剩下的交接点各要花多长时间?
Cycle Time从工作进来到交付的总时间,动手处理和等待的时间都算在内报价单实际只要做 40 分钟,处理周期却是 2 天处理周期是系统自动记录,还是靠人手工填写?
Baseline项目开始前的起始数据,用来检验是否真的有改善系统上线前一个月每份报价单的成本没有基线,我们怎么知道值不值?
System Integration把现有系统连起来,让数据互相传递,不用重复录入把 CRM 和会计系统对接,让价格自动保持一致我们现有的系统可以用什么方式对接?如果对接不了,有什么替代办法?