”我不认为AI会直接导致大规模裁员，但很多企业把经营层面的人员优化包装成AI驱动的转型。“日前，中国人民大学劳动人事学院副院长刘松博谈到了AI浪潮下的汽车行业人才变革，称这是一种”AI洗白裁员“。
盖洛普今年2月问过2.3万名美国劳动者，其中660人说岗位被裁后仍在失业。这这些人中，只有约1%认为AI是自己失业的直接原因，更多人归因于组织重组、成本削减和经济环境。
这几年汽车行业一边在推进AI转型，一边在调整人员。两件事叠在同一个时间段里，容易被看成一件。这也是刘松博这番判断的核心：AI会带来就业冲击，但企业自身的经营变化同样值得关注。
企业裁员，AI只占很小的比重
AI带来的岗位减少，已经有了公开案例。
2026年初，金融科技公司Block宣布裁员约4000人，占员工总数四成以上。该公司CEO在公开信中提到，AI工具已经改变了公司的构建和运营方式，更小规模的团队可以完成过去更多的工作。
Oracle的情况更加直接。2026财年，该公司员工总数从约16.2万人减少到14.1万人，一年减少约2.1万人。Oracle在年度报告中明确提到，AI技术在公司运营中的采用和部署已经导致、并可能继续导致员工人数减少。与此同时，该公司也提到了管理层变化、产品变化、战略调整和并购等因素。
汽车行业也出现了类似的岗位变化。
2026年5月，通用汽车裁减约600名IT员工，占其IT部门员工的10%以上。该公司对外表示，公司正在转型IT组织，以更好地定位未来发展。有知情人士称，通用同时还在招聘具备更强AI能力的IT人才。
这意味着，同一家公司可以减少一部分岗位，也可以增加另一部分岗位。变化发生在岗位结构上。
这也是AI进入企业以后比较容易出现的一种情况。AI提高了部分工作的效率，企业对一些岗位的需求随之下降，同时又开始增加新的技术能力。但更多的裁员，与企业所处的经营状况有关。汽车行业现在正处于这样的环境中。
国家统计局数据显示，2026年1至6月，汽车制造业利润总额1953.5亿元，同比下降19.5%。利润下滑意味着企业需要重新审视成本和资源配置。产品线、研发项目、生产规模以及人员配置，都会受到影响。
行业压力已经反映在现实行动当中。国内车企较少直接对外公布“裁员”数字，更多表现为关停低效产能、业务收缩、内部转岗、自愿离职补偿等方式。
比如，广汽本田关闭了广州黄埔老旧燃油车工厂。针对涉及的数千名员工，其主要通过内部调岗至新能源工厂、自愿离职补偿完成人员安置。同时工信部推动落后产能出清，多家经营陷入困境的老牌车企生产基地陆续停工、闲置产线处置退出市场。
值得注意的是行业呈现明显分化：在部分企业收缩产能人员的同时，比亚迪、吉利等头部企业仍在大规模吸纳应届毕业生，扩张人才储备。
海外车企的调整也能看到类似情况。奔驰、Stellantis等全球车企也在裁员，博世、采埃孚、大陆集团等头部供应商也都在精简组织、缩减人员。
从现有公开信息看，国内外车企这一轮产能与人员调整，动因集中在市场竞争、价格战、盈利压力，尚无车企官方将AI作为缩减人员、关停工厂的公开理由。
刘松博的观点针对的正是这种现实。他没有否认AI对就业的影响，而是提醒企业不要把经营层面的人员优化全部放进“AI裁员”的解释里。海微科技CEO李林峰也表示，AI与裁员不相关。
真正值得继续往下看的，是AI进入这些企业之后，哪些具体工作发生了变化。
AI入侵，先改变的是工作流程
AI进入企业，最容易看到的是一个个具体工具。
此前，长安汽车质量部副总经理李宁曾介绍，公司用AI助手审核供应商整改报告，过去人工需要半小时完成的工作，现在两分钟左右就能完成。
这类工作很适合AI。整改报告里有大量固定格式和重复信息，AI可以快速读取文本、提取问题、比对整改前后的内容，再把需要人工确认的部分交给工程师。机器处理信息，人来判断整改结果，原来的工作流程因此被重新拆开。
这比“AI替代一个岗位”更接近企业实际发生的变化。一个质量工程师的工作没有凭空消失，但其中一部分时间从整理资料、查找信息、重复比对中释放出来了。类似的变化也会出现在研发、采购、客服、财务和IT等部门。
问题出在下一步。如果每个部门都各自上线几个AI工具，企业得到的是一批效率更高的“单点应用”。部门之间原来的流程没有改变，数据依然分散，人员分工也基本不变。AI只是把其中几个环节做得更快。
德勤咨询观察到了这一现象。其发布的报告称，超过80%的主流车企已经启动生成式AI试点，但真正实现规模化应用的只有约15%。德勤将这种状态概括为“试点困境”，核心问题在于AI应用分散在不同场景，和企业原有业务流程之间缺少连接。
就如长安的AI实践，供应商整改报告只是一个入口。报告被AI读取之后，后续的问题提取、整改跟踪、质量数据沉淀等，应该都可以继续进入同一套流程。AI承担标准化的信息处理，工程师把时间更多放在问题判断、供应商沟通和最终决策上。
这样一来，改变的就不只是“审核报告”这件事，而是一整段质量管理流程。
某全球汽车零部件企业以多智能体解读ERP与IoT数据，自动执行跨班组排产、替代物料建议与设备检修等并行任务。每次执行后，系统基于反馈自我优化任务拆解与资源权重，形成持续学习闭环。
再看吉利，其部署160多个AI岗位助理、600多项AI技能，累计执行任务超1.3亿次，其测算年直接及间接经济效益超10亿元。这和单独使用一个AI助手有明显区别。前者解决的是一项工作，后者开始接管一段流程。
对于车企来说，这也是AI真正产生组织影响的地方。过去一条业务流程可能需要多个岗位分别接力：有人收集数据，有人整理材料，有人分析问题，有人发起流程，还有人负责跟进。AI进入之后，其中一些标准化环节可以被压缩甚至自动完成，人的工作会逐渐集中到判断、协调和决策上。
盖世汽车研究院副总裁王显斌指出，AI对汽车产业链的重塑不是局部的，而是全链条的。从产品定义、研发设计、生产制造、供应链管理到售后服务，AI正在渗透每一个环节。但AI定义汽车不是简单地在每个环节上叠加AI工具，而是要重构整个业务流程和组织架构。
因此，AI带来的人员架构变化也会变得更加具体。
有些岗位的工作量会下降，有些岗位的职责会发生变化，还有一些新的岗位会增加。比如，长安汽车今年在招聘和人才布局上有了变化。公开信息显示，长安已经把智能化、新能源、软件等领域列为重点人才方向，2026届校招计划招聘规模预计提升30%以上。
行业层面的数据也能看到这种变化。
智联招聘《2026年人力资源管理趋势报告》显示，人工智能工程师供需比达到3.08，即平均一个求职者对应约3个招聘岗位；汽车设计/制造工程师供需比达到2.38，同样处于人才紧缺区间。报告同时提到，大模型、自动驾驶相关岗位的招聘需求明显增加。
到了汽车行业内部，这种结构性缺口更加明显。2025年新能源汽车行业人才缺口达到103万人，研发端的三电和智能驾驶人才尤其紧缺，智驾工程师供需比只有0.38，也就是大约3个岗位竞争一名合适人才。
盖世汽车此前对这一问题的报道也显示，车企现在缺的已经不只是传统意义上的软件工程师。懂车辆、懂算法、懂数据，又能够把技术放进具体汽车场景的人才，越来越难找。
所以，AI真正带来的变化，最终会落到一件很具体的事情上：同样一项工作，未来由谁来做、做哪些环节，以及一个人能够负责多大范围的工作。
个人要补的能力，已经在变
AI对个人的影响，已经出现在企业的招人和培养环节。
招人标准正在调整。吉利2026年招了4000多名应届毕业生。小鹏计划把校招占比从50%提到70%，理由是年轻人接触新工具更快、学习速度更快。长安等部分车企更是把产教融合公司独立出来运营，把企业的实际需求提前放进学校课程。
用人要求也在变化。中国人才研究会汽车人才专业委员会秘书长李喆乐梳理过汽车人才能力模型的变化：过去强调问题解决能力，如今更强调复杂问题解决能力；过去强调学习能力，如今要求快速学习；过去更多是模仿创新，如今越来越看重率先创新。
比如，一个做车载显示的工程师，过去主要围绕硬件、结构和显示技术工作。随着智能座舱发展，他还需要理解芯片、软件、算法和用户体验等。一个做海外业务的人，也需要同时面对产品、法规、渠道和当地市场。
这种能力叫“全能员工”，也就是大家提及的复合型人才。AI时代的全能员工需要拥有足够的逻辑能力与知识广度，可以充当业务的架构者、协调者，借助AI Agent承担大量执行工作。但必须注意的是，人仍需要能够判断AI输出结果的可信度。
据悉，海微科技已经把这套要求落到岗位上。海微科技CEO李林峰还提到一种可能出现的工作形态：一个优秀员工可以指挥30到50个Agent，承担原来一个业务单元的工作。这样的员工，需要先理解“硅基”的工作逻辑，再具备足够的逻辑能力和知识广度。
这意味着，AI能力正在从技术岗位的专属技能，逐渐进入更多岗位的基本工作能力。
但这并不意味着所有人都要变成AI工程师。
一名研发工程师可以让AI提供多个技术方案，但最终采用哪一个，要结合成本、性能、可靠性和项目进度来判断；产品经理可以让AI整理大量用户反馈，但哪些需求值得做，仍然要回到产品定位；海外业务人员可以让AI分析当地市场，却仍然需要自己判断合作伙伴、渠道和商业环境。
刘松博谈到AI能力边界时也提到，AI擅长处理标准化、流程化的信息和事务，但复杂场景中的价值判断、时机判断和底线判断，依然需要人来承担，也就是需要承担责任、压力的人。
汽车行业恰好有大量这样的工作。研发人员要在技术和成本之间做取舍；质量人员要根据现场情况判断问题；管理者要处理部门之间的利益关系；企业走向海外以后，又多了法规、文化和商业习惯等变量。
长安在泰国的经历，也说明了这种复合能力的现实需求。企业进入当地市场后，遇到的不只是产品和技术问题，中方员工与当地员工之间对于加班文化的理解也存在差异。
全能员工的门槛不在“什么都会”，而在于知识边界不能只停留在自己熟悉的那一小块。AI降低了跨专业学习的门槛，个人也需要逐渐扩大自己的能力范围。
刘松博所说的“不必过度焦虑”，放到个人身上，就是不用急着判断自己会不会被AI替代，而是把AI变成工作中的工具，同时继续积累自己的专业能力和判断力。
第一步，是把AI用起来，让其为己所用。
扫一扫关注微信
