Nach dem Einsatz von KI hat das Unternehmen die Einstellungen eingestellt.

Heute möchte ich mit euch über eine Sache sprechen, die in Zukunft möglicherweise immer häufiger vorkommen wird.

Das Unternehmen eines Freundes von mir hat dieses Jahr seinen Einstellungsplan um etwa die Hälfte reduziert, aber das Einstellungsbudget nicht gesenkt. Das gesamte Budget wird nun für die Einrichtung von Agenten und den Kauf von Token verwendet.

Einfach ausgedrückt, wird das Geld, das früher für Einstellungen verwendet wurde, nun für die Aufstellung eines eigenen Teams von künstlichen Intelligenz-Mitarbeitern eingesetzt.

Nach meinem Wissen setzen sie derzeit hauptsächlich in den Bereichen Kundenservice, Inhaltserstellung und Geschäftsplanung künstliche Intelligenz-Mitarbeiter ein, und die Ergebnisse sind ziemlich gut.

Achtet darauf, dass die Ausgaben des Unternehmens in diesem Prozess nicht gesenkt wurden, aber die Anzahl der Mitarbeiter verringert wurde, was zu einer Verringerung der "Entropie" in der Organisation führt.

Mit anderen Worten: Je weniger Mitarbeiter und Prozesse, desto höher die Effizienz.

Ich denke, dass ihre Fähigkeit, künstliche Intelligenz zur Ersetzung einiger bestehender Positionen einzusetzen, auf den zuvor gesammelten Standard Operating Procedures (SOP) und Daten beruht.

Beispielsweise bei der Inhaltserstellung und Geschäftsplanung: Jeder Fall, den sie in der Vergangenheit bearbeitet haben, wurde in Form von SOPs festgehalten, und einige ausgezeichnete Fälle wurden als Daten gesammelt.

Derzeit verwenden sie eine Kombination aus Claude Code und OpenClaw, wobei das Modell eine hybride Architektur aufweist.

Für anspruchsvolle Aufgaben werden internationale Spitzenmodelle wie Claude Opus und GPT eingesetzt, während für einfache Aufgaben kostengünstigere chinesische Modelle verwendet werden.

Hier gibt es eine leicht zu übersehende Voraussetzung: Positionen, die an künstliche Intelligenz übergeben werden können, müssen zuvor einen klar definierten Arbeitsablauf haben.

Wenn bei einer Position nicht einmal ein SOP vorhanden ist und die Mitarbeiter selbst nicht wissen, wie die Arbeit zu erledigen ist, kann die künstliche Intelligenz es auch nicht.

Das ist eigentlich das, was ich zuvor als "Arbeitsablaufdefinition" bezeichnet habe.

Ich möchte mit euch über diese Sache sprechen, weil es nicht nur ein Trend bei den Einstellungen ist, sondern hinter ihm zwei völlig verschiedene Probleme versteckt sind.

Erstes Problem: Künstliche Intelligenz hat die Effizienz vieler Positionen tatsächlich erhöht, aber die Qualität ist nicht unbedingt besser.

Ein Inhaltsteam, das früher fünf Mitarbeiter brauchte, um den täglichen Output zu halten, kann jetzt mit drei Mitarbeitern und künstlicher Intelligenz sogar mehr produzieren.

Ein Geschäftsplaner, der früher eine Woche brauchte, um ein Projekt zu schreiben, kann jetzt in zehn Minuten einen ersten Entwurf von der künstlichen Intelligenz generieren lassen und sich dann zwanzig Minuten Zeit nehmen, um ihn zu verbessern und abzugeben.

Da die Effizienz gestiegen ist, wird der Chef natürlich denken: Wenn drei Mitarbeiter die Arbeit von fünf leisten können, warum sollte ich dann noch einen vierten Mitarbeiter einstellen?

So kommt es zu einem Einstellungsstopp.

Es geht nicht um Entlassungen, sondern um die Einstellung neuer Mitarbeiter. In diesem Prozess wird das Personalbudget des Unternehmens nicht reduziert, aber die Effizienz steigt tatsächlich.

Stellt euch vor, ein Unternehmen hat 20 Positionen, und die Effizienz jeder Position wird durch künstliche Intelligenz um 30 % erhöht. Theoretisch wird die Arbeitslast von sechs Positionen von künstlicher Intelligenz übernommen.

Diese sechs Mitarbeiter werden nicht unbedingt sofort entlassen, aber diese sechs Stellen werden nicht mehr neu besetzt.

Das ist der Grund, warum viele Menschen beim Bewerben auf Jobs dieses Jahr deutlich bemerken, dass es weniger Stellen gibt, die Anforderungen höher sind und der Wettbewerb schärfer geworden ist.

Es liegt nicht am schlechten Zustand der Branche, sondern an der Veränderung der Effizienzstruktur.

Aber es gibt noch eine tiefere Veränderung: Früher suchten Unternehmen nach Mitarbeitern mit "Durchsetzungsvermögen". Jetzt, da die künstliche Intelligenz das Durchsetzungsvermögen ausgeglichen hat, fehlt es Unternehmen wirklich an "Urteilsvermögen".

Selbst wenn alle die gleiche künstliche Intelligenz verwenden, können einige in einer Woche Ergebnisse erzielen, die zuvor einen Monat gedauert hätten, während andere nach einem halben Tag feststellen, dass es besser wäre, es selbst zu schreiben. Der Unterschied liegt nicht in dem Werkzeug, sondern in den Menschen, die es verwenden.

Am Ende zeigt sich dieser Unterschied in der Qualität.

Deshalb merkt man, dass Unternehmen jetzt nicht mehr anstellen, sondern nicht mehr anstellen, wer nur durchsetzen kann.

Aber es gibt auch eine andere Seite dieser Geschichte.

Zweites Problem: Viele Unternehmen verwenden künstliche Intelligenz auf die falsche Weise.

Ich habe ein sehr typisches Phänomen beobachtet: Einige Unternehmen geben fast alle Aufgaben, die an künstliche Intelligenz übergeben werden können, um künstliche Intelligenz zu nutzen.

Was ist das Ergebnis?

Die Effizienz scheint höher zu sein, aber die Qualität sinkt.

Ich habe mal einen Freund gefragt, der in einem Medienunternehmen arbeitet. Ihr Unternehmen erstellt jetzt alle Unternehmenspräsentationsinhalte mit künstlicher Intelligenz.

Die Produktion von Artikeln, Bildern und Videos hat sich verdreifacht, aber die Interaktionsrate der Benutzer ist im Vergleich zum vergangenen Jahr um 40 % gesunken.

Der Chef ist mit den Zahlen zufrieden, aber niemand kümmert sich darum, ob jemand die Inhalte liest.

Hier gibt es eine kontra-intuitive Tatsache: Wenn alle Unternehmen künstliche Intelligenz zur Massenproduktion von Inhalten verwenden, werden die von künstlicher Intelligenz generierten Inhalte stattdessen zu Rauschen. Was wirklich Menschen berührt, sind die Inhalte, die menschliche Note und echtes Urteilsvermögen aufweisen.

Ein Kollege aus einem Produktteam einer großen Firma hat mir erzählt, dass ihr Teamleiter alle dazu zwingt, die Arbeitsabläufe mit künstlicher Intelligenz zu verbessern. Sie sollen Produktunterlagen, Anforderungsbeschreibungen und Prototypen mit künstlicher Intelligenz erstellen.

Es werden zwar Dinge geschrieben, die gut strukturiert und logisch klar aussehen.

Aber wenn die Entwickler diese erhalten, stellen sie fest, dass viele wichtige Entscheidungen unklar sind, die Randbedingungen nicht ausreichend überdacht sind, und die Anzahl der Rückfragen ist höher als bei den früher von Menschen geschriebenen Texten.

Seht ihr, das ist das Ergebnis der Zwangsimplementierung von künstlicher Intelligenz.

Einfach ausgedrückt, hilft die künstliche Intelligenz dir, etwas zu generieren, das auf den ersten Blick in Ordnung aussieht, aber sie hilft dir nicht, wirklich nachzudenken.

Wenn ihr es genau überdenkt, werdet ihr feststellen, dass der Kernwert mancher Arbeiten nicht in der Produktion selbst liegt, sondern in den Entscheidungen, Abwägungen und der Kontrolle der Details während des Produktionsprozesses.

Wenn du einen erfahrenen Produktmanager bitten würdest, eine Anforderungsbeschreibung zu schreiben, würde er während des Schreibens Entscheidungen treffen.

Welche Funktionen implementiert werden sollen, welche nicht, wie die Prioritäten gesetzt werden sollen und wie die Grenzen definiert werden sollen - all diese Entscheidungen stecken im Schreibprozess.

Wenn du die künstliche Intelligenz schreiben lässt, kann sie ein schönes Dokument erstellen, aber diese wichtigen Entscheidungen kann sie nicht für dich treffen. Du denkst, du sparst Zeit, aber eigentlich verschiebst du die Entscheidungen nur in die Entwicklungsphase, was sogar teurer wird.

Es gibt auch ein versteckteres Risiko: Junge Mitarbeiter verlassen sich zu früh auf künstliche Intelligenz. Es scheint, dass sie sehr effizient produzieren, aber ihre Urteilsfähigkeit wird nie trainiert.

Wenn es dann darum geht, eigene Entscheidungen zu treffen, wirst du feststellen, dass sie nur Optionen von der künstlichen Intelligenz generieren lassen und nicht selbst abwägen können.

Das ist wie jemand, der jeden Tag mit dem Aufzug nach oben fährt. Es scheint, dass er jeden Tag auf dem Dach angekommen ist, aber seine Beine können nicht mehr die Treppen erklimmen.

Was die Benutzerrückmeldung angeht, verwenden viele Unternehmen jetzt auch künstliche Intelligenz.

Sie verwenden künstliche Intelligenz zur Analyse der Benutzerrückmeldungen. Sie werfen tausende Kommentare hinein, und die künstliche Intelligenz klassifiziert, zusammenfasst und extrahiert Schlüsselwörter. Es scheint sehr effizient.

Aber ein erfahrener Anbieter kann in zwei Stunden alle Kommentare selbst durchlesen und aus den Zeilen zwischen den Zeilen die Stimmung, die Situation und die unausgesprochenen Bedürfnisse der Benutzer erkennen.

Diese Art von Einsicht kann die künstliche Intelligenz derzeit nicht liefern.

Die künstliche Intelligenz kann dir sagen, was die Benutzer gesagt haben, aber es ist schwierig, sie zu sagen, was die Benutzer nicht gesagt haben. Und die echten Probleme oder Chancen verstecken sich oft in den unausgesprochenen Dingen.

Also ist die Realität, dass in einigen Situationen die künstliche Intelligenz tatsächlich schneller ist, in anderen Situationen ist es aber besser, Menschen einzusetzen.

Wo liegt das Problem?

Das Problem ist, dass viele Unternehmen nicht unterscheiden können, welche Aufgaben die künstliche Intelligenz übernehmen sollte und welche Aufgaben von Menschen erledigt werden müssen. Sie behandeln die künstliche Intelligenz als "Allzweckersatz" anstatt als "Effizienzhebel".

Nach meiner Meinung ist der Unterschied zwischen diesen beiden Positionen sehr groß.

Die Logik des Ersatzes ist, alles, was mit künstlicher Intelligenz erledigt werden kann, mit künstlicher Intelligenz zu erledigen, um Mitarbeiter und Kosten zu reduzieren.

Die Logik des Hebels ist, dass Menschen die Entscheidungen treffen und die künstliche Intelligenz die Ausführung und Beschleunigung übernimmt. So wird die Zeit der Menschen freigesetzt, um wertvollere Dinge zu tun.

Ersteres spart kurzfristig Geld, aber langfristig wird man feststellen, dass die Qualität sinkt, die Entscheidungen unklar werden und die Kernkompetenzen verloren gehen. Letzteres ist die richtige Art, die künstliche Intelligenz zu nutzen.

Ich habe auch ein sehr klares Prinzip, wenn ich künstliche Intelligenz verwende. Bei allen Dingen, bei denen ich persönlich urteilen muss, kann die künstliche Intelligenz nur unterstützen, nicht ersetzen.

Bei allen Aufgaben auf der Ausführungsebene, die hochgradig repetitiv sind und wenig Urteilsfähigkeit erfordern, übernimmt die künstliche Intelligenz die volle Kontrolle.

Die Grenze zwischen diesen beiden Bereichen ist für jeden Menschen, jede Position und jedes Geschäft unterschiedlich und muss selbst überdacht werden.

Also zurück zur Anfangsbeobachtung: Unternehmen stellen nach der Einführung von künstlicher Intelligenz nicht mehr ein.

Dies an sich ist kein schlechtes Ding. Die Effizienzsteigerung führt natürlich zu einer Veränderung der Personalstruktur.

Aber wenn ein Unternehmen nicht einstellt, weil "die künstliche Intelligenz uns keine Menschen mehr braucht", anstatt "die künstliche Intelligenz macht jeden Mitarbeiter stärker", dann denke ich, dass dieses Unternehmen früher oder später Probleme bekommen wird.

Die künstliche Intelligenz ist ein Produktivitätstool, kein Denkwerkzeug.

Was von der künstlichen Intelligenz vollständig ersetzt werden kann, sind nur die Ausführungshandlungen, die keine eigene Denkfähigkeit erfordern. Die wirklich wertvollen Arbeiten sind hingegen die Entscheidungen, Einsichten und Kreativität, die die künstliche Intelligenz nicht leisten kann.

Seid nicht zu hastig, die künstliche Intelligenz zu nutzen, und seid auch nicht zu ängstlich vor ihr.

Da dies ein irreversibler Prozess ist, sollten wir uns diesem Trend anpassen.

Dieser Artikel stammt aus dem WeChat-Account "Tang Ren" (ID: RyanTang007), Autor: Tang Ren, veröffentlicht von 36Kr mit Genehmigung.