热点新闻
2025年3月，Jack Dorsey旗下金融科技公司Block在2月27日宣布裁员4000余人，员工总数从1万人缩减至不足6000人，裁员理由为"AI工具改变了一切"。然而不到一个月，部分被裁员工已收到返岗邀请，包括工程部和招聘部等多个部门员工。
据Business Insider报道，返聘原因各异：一名设计工程师被告知属于"文书错误"被裁错；一名HR在其经理不断向上争取下被返聘；还有人称被裁后一周莫名其妙接到公司电话被请回来。虽然返聘员工仅占被裁员工很小部分，但这一现象揭示了AI替代人力的局限性。
从成本角度分析，企业级AI员工成本高于普通人力。以Claude Opus4.6为例，标准基础价为输入5美元/100万token、输出25美元/100万token；国内大模型Qwen3.5 plus标准基础价为输入0.8元/100万token，输出4.8元/100万token。个人使用OpenClaw一个多月就消耗约6000美元token，而企业级AI客服成本远超过每月3000元的人工客服成本。
2024年瑞典支付公司Klarna高调裁员1000余人，称AI客服已取代700名客服代理工作量，但2025年5月彭博社报道Klarna重新招聘客服，CEO承认在AI上"走得太快"。
AI取代人力还存在"杰文斯悖论"：效率提升不一定带来资源使用减少，反而可能因使用成本下降、需求扩大导致总使用量上升。AI技术进步使员工效率提高，但企业不会容许员工休息，反而要求其在单位时间内完成更多任务，提效变成了更隐蔽的增负。
英伟达CEO黄仁勋在GTC2026期间批评以AI提效为理由裁员的企业："那些靠裁员应对AI的领导者，不过是因为想不出更好的办法，脑子里已经没有新东西了，拿到再强的工具也不会用来扩张。"
本文综合自微信公众号"Odaily"相关报道，原文链接：https://36kr.com/p/3730984041873665
焦点分析
从焦点解决短期治疗（SFBT）视角分析，Block公司员工返岗事件展现了组织系统中的"例外寻找"技术应用。SFBT强调在问题模式中寻找例外时刻，即那些问题没有发生或程度较轻的时刻，这些例外往往包含解决问题的线索和资源。
在本案例中，"例外"体现在多个层面：首先是被裁员工中部分人获得返聘，这打破了"AI全面替代人力"的叙事；其次是管理者意识到某些岗位AI无法有效替代，主动争取员工返岗；第三是员工被返聘后可能带来新的工作效能提升。这些例外时刻揭示了组织系统中隐藏的资源和可能性。
SFBT的例外寻找技术具有以下特点：一是关注问题之外的解决方案，而非问题本身；二是相信系统中已存在解决问题的资源；三是通过放大例外时刻来构建新的行为模式。在该事件中，返聘决策本身就是对"AI万能论"的例外寻找，管理者发现了AI无法替代的人力价值。
从应用范畴看，例外寻找技术适用于个人、团队和组织多个层面。在AI与人类协同的工作场景中，这一技术可帮助组织识别哪些工作环节真正需要人类独特能力，如创造力、情感智能、复杂决策等，从而建立更高效的人机协作模式。
基于SFBT的例外寻找原理，可构建以下解决方案框架：首先组织需要建立系统性例外发现机制，定期评估AI与人类工作的协同效果；其次鼓励管理者主动寻找和报告AI无法替代的工作场景；第三创建弹性用工制度，允许根据实际效果调整人机配置比例；第四建立快速反馈通道，及时修正AI替代决策偏差；最后培养员工在AI环境下的独特价值能力，增强不可替代性。
这一解决方案还可应用于以下5个类似问题场景：一是传统行业数字化转型中的人力优化问题，可通过寻找数字工具无法替代的传统技能价值来实现平稳过渡；二是教育领域在线教育与线下教学的平衡问题，可通过发现线上无法替代的线下教学场景来优化教育模式；三是医疗服务中AI诊断与医生经验的协同问题，可通过识别AI误诊或无法诊断的例外病例来提升医疗质量；四是客户服务中智能客服与人工客服的配比问题，可通过分析客户偏好人工服务的例外情境来优化服务流程；五是制造业自动化与人工操作的结合问题，可通过发现自动化生产线中仍需人工干预的环节来提高生产效率。
SFBT视角下的AI人力资源管理，核心在于转变思维：从"AI能替代什么"转向"人类不可替代什么"，从"削减成本"转向"价值最大化"。这种思维转变将帮助组织在AI时代建立更具韧性和适应性的人力资源体系，实现真正的技术赋能而非简单替代。
未来，随着AI技术进一步发展，例外寻找技术将更加重要。组织需要持续关注那些AI无法达到人类绩效的工作场景，这些例外不仅是维持组织运行的关键，更是未来创新的源泉。通过系统化地寻找和放大这些例外时刻，组织可以在AI浪潮中保持竞争优势，实现可持续发展。