AI原生企业，是要尽量少用人吗？丨ANC再认识人的角色

AI原生转型之后，同样规模的业务，通常不再需要同样多的人逐单推进。AI真正接住核心业务以后，逐单查看、协调和跟进的工作会减少，一些岗位也会缩减或调整。

但这不等于企业应该把总人数压到最低，问题在于：原来的工作由谁接走，留下来的人做什么，腾出来的人力又用在哪里？

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

一｜AI接住日常推进，所需人工通常会减少

比如一家为工业企业提供设备运行和维修服务的公司。客户购买的是设备稳定运行，以及故障发生后尽快恢复生产。

原来，设备发出故障告警后，调度人员要逐单查看设备状态和维修记录，判断先处理什么，再寻找合适的工程师和备件，确认到场时间并通知客户。维修完成以后，他们还要追问设备是否恢复，决定要不要继续检查或再次安排上门。

设备和故障越多，需要查看、协调和跟进的事情也越多。调度人员处理完一笔，才能继续处理下一笔；业务规模扩大，通常也要增加相应的人手。这些工作不是简单的信息整理，而是在一笔一笔地推进设备恢复。

调度人员耗费时间的，也不只是作出第一次安排。他们要等工程师和备件的消息，发现原来的计划已经变化，再把新安排通知给客户和现场人员。任何一处结果没有及时回来，工单就可能停在那里，调度人员还得重新追问。

当AI接手日常推进，运行方式会发生变化。它持续读取设备告警、维修记录、工单进展、备件和工程师状态，安排诊断和上门维修。新的告警出现、工程师延误或备件发生变化时，AI重新调整安排；工程师提交维修结果以后，它继续确认设备是否恢复，必要时重新安排检查或维修。

AI不会停在第一次安排。它会继续读取工程师是否到场、备件是否送达、维修后设备是否恢复，并据此调整下一步。调度人员不必守着每张工单等待和催问。

同样数量的设备和故障，不再需要调度人员逐单串起全部过程。查看状态、寻找资源、发送通知和追踪结果的工作量会下降，公司需要的调度班次可能减少，相关岗位也可能缩减或调整。

在这家公司里，设备恢复已经不再主要依靠调度人员逐单推动。ANC关心的正是核心业务的日常运行主要由谁持续推进。

AI Native Company，是以AI Agency为主力实现核心价值创造的公司。

放到设备运行业务里，“主力”是指设备告警出现以后，日常主要由谁持续安排诊断、备件和工程师，读取维修结果并继续推进设备恢复。它不要求AI完成现场维修，也不要求人退出所有重要决定。

二｜人工减少，不等于人离开核心业务

AI安排工程师到场以后，维修仍要在真实设备上完成。现场工程师检查设备、判断故障原因，更换或修复部件，再把检查和维修结果写入工单。工单更新以后，AI读取新的设备状态，继续安排检查或结束当前工单。

同一次故障还可能牵涉公司的经营取舍。设备必须停机检查时，业务负责人要先满足安全要求，再和客户重新确认生产与维修安排。如果两家工厂同时需要同一名专业工程师，他还要根据故障影响和已经作出的客户承诺，决定工程师先去哪里、到场时间怎样调整。决定作出以后，AI修改工单和资源安排，通知相关人员，并继续跟进维修结果。

客户经理也继续参与这项业务。他可能从沟通中得知工厂即将调整生产计划，原来约定的维修窗口已经不合适，或者客户对重点设备有了新的安排。客户经理把这些变化记录到当前工单和客户安排里，AI据此重新安排工程师、备件和后续跟进。

工程师提交维修结果、业务负责人作出决定、客户经理补充新的安排以后，AI再根据这些信息更新工单和资源，把这次维修继续推进下去。日复一日的串联和追踪减少了，但人仍在设备恢复业务中负责必需的工作。

三｜省下来的人力，企业准备怎么用

AI接手日常调度和跟进以后，相关岗位和人员安排也会随之调整。如果公司维持原来的设备和客户规模，它可以减少调度班次、合并重复岗位，直接降低人工成本。

公司也可以选择扩大业务。原来一个团队只能管理一定数量的设备，现在同一个团队可以覆盖更多设备和客户。此时，每项业务需要的人工下降了，公司总人数却不一定同步下降；随着业务扩大，现场工程师或客户经理还可能增加。

公司还可以让员工把时间用在原来顾不过来的工作上。工程师可以处理复杂故障、增加主动维护，客户经理可以更早了解工厂计划与重点设备变化，业务负责人也可以改进资源安排和客户承诺。这些工作是否值得投入更多人力，要看它们能否改善设备运行、故障恢复和客户关系。

这些变化也可以同时发生。公司可以一边减少重复调度，一边扩大设备覆盖，再把一部分人力放到更复杂的专业工作中。最后要看设备能否更稳定运行、故障以后能否更快恢复，客户是否认可并继续购买服务。公司还要看，新增收入和节省的成本，能否覆盖AI系统、工程师以及长期维护所需的投入。

我们之前的文章「企业走向AI原生，是否意味着要把业务尽可能AI化？丨ANC重新理解AI原生建设」，说明了为什么企业不应把扩大AI覆盖范围本身当作转型目标。

ANC视角

AI原生转型通常会减少逐单推进业务所需的人工。公司接下来要决定的，不只是减不减人，而是哪些工作不再需要人逐单处理，哪些专业行动和公司决定仍由人承担，以及把省下来的人力投入用于降低成本、扩大业务还是改善客户结果。

这里需要分清两件事：每项业务需要的人少了，是运行效率发生了变化；公司总人数怎样变，则取决于企业准备怎样使用腾出来的人力。

写在最后

“人员怎么办”不能等到AI上线以后再处理。技术团队可以提前说明AI接手了哪些工作，企业管理者还必须提前回答另一半问题：腾出来的人力放到哪里，岗位变化怎样落实，客户得到的结果是否变得更好。

ANC转型确实可以提高业务运行效率。但当不同公司都能使用相近的模型和Agent时，竞争力的差异又从哪里来？

来源与限制

1. 文中的设备运行与维修公司、设备故障、工程师调度和人员安排均为综合设想，不对应任何特定工业企业、设备服务商、维修公司、工业软件或AI产品。
2. AI读取设备、工单、备件和工程师状态并继续安排行动，只用于说明本期讨论的业务关系，不代表现有某款产品已经能够完整实现，也不证明所有设备运行与维修业务都适合由AI Agency主要推进。
3. 本文所说的人工减少，限定于业务规模和结果要求相近时，逐单查看、协调和跟进所需的投入下降。它不能直接推出具体企业的总人数必然下降，也不构成裁员、招聘、岗位编制或组织设计建议。
4. 降低成本、扩大业务和改善客户结果是公司可以考虑的经营方向，不是综合设想已经证明会发生的结果。设备运行、故障恢复、客户持续购买以及收入或成本改善，仍需在真实业务中验证。
5. 本文对AI成为核心价值创造主力、人的工作变化和新增业务能力之间的关系，是ANC基于现行AI Native Company体系提出的原创判断，不是宏观就业预测。

感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪AI工程系列」FDE落地工程、ANC：AI Native Company未来公司系列、GEO、AI判断工程。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。