通用汽车花了巨额投 AI，最后为什么还是选择换人？

最近，通用汽车的一条新闻很值得企业老板关注。

这家公司已经在 AI 上投入了大量资源，但根据 TechCrunch 报道，通用汽车仍然裁掉了数百名 IT 员工，同时开始招聘具备更强 AI 技能的新员工。

表面看，这是一轮普通的人员调整。

但放到企业 AI 转型的大背景下看，它其实释放了一个更重要的信号：

AI 转型正在从"买工具"，进入"换能力"的阶段。

过去两年，很多企业都在做同一件事：

买 AI 工具。 做 AI 培训。 接知识库。 上自动化系统。 试 AI Agent。

但问题是，钱花了，工具买了，员工也开始用了，企业的经营结果却没有明显变化。

客户转化没有明显提升。 交付周期没有明显缩短。 团队经验没有真正沉淀。 管理效率也没有发生质变。

这也是通用汽车这件事真正值得警惕的地方：

企业不是缺 AI 工具，而是缺能把 AI 变成组织能力的人。

通用汽车换人的本质，不是裁员

如果只是普通裁员，这条新闻并不特别。

真正关键的是，通用汽车一边裁掉部分 IT 员工，一边招聘具备更强 AI 技能的人。

这说明它不是简单缩减成本，而是在重组能力结构。

过去，企业 IT 部门的核心能力，是维护系统、保障稳定、支持业务上线。

但 AI 时代，企业对技术团队的要求变了。

技术团队不只是要懂系统。 还要懂数据。 懂业务流程。 懂自动化。 懂 AI 如何接进真实工作流。

换句话说，企业需要的不只是"会维护工具的人"。

而是能把 AI 接进业务流程、产生经营结果的人。

这才是通用汽车换人的真正信号。

很多企业的问题，不是没用 AI，而是用得太浅

今天很多企业看起来已经全面拥抱 AI。

销售在用 AI 写话术。 市场在用 AI 写文章。 运营在用 AI 整资料。 HR 在用 AI 写招聘文案。 管理层也在用 AI 做会议总结。

这些当然有价值。

但它们大多只停留在个人任务层面。

一个员工写东西更快了。 一个部门做资料更快了。 一个团队总结会议更快了。

这叫个人效率提升。

但它还不是组织能力提升。

真正影响企业经营结果的，不是某个人做事更快，而是一条业务流程有没有被 AI 改造。

比如一个客户从第一次咨询，到需求分析、方案设计、报价、签约、交付、复购。

这条流程里，有多少环节真的被 AI 改变了？

客户需求有没有被自动整理？ 销售跟进有没有形成标准动作？ 方案经验有没有被沉淀下来？ 交付风险有没有提前预警？ 客户反馈有没有回流到知识库？

如果这些没有发生，AI 就只是让员工做事快了一点。

但公司并没有变得更强。

AI 投入没效果，通常不是工具问题

很多老板看到 AI 效果不明显，第一反应是继续加钱。

工具不够，就再买工具。 员工不会用，就再做培训。 知识库不好用，就继续接数据。 业务没跑通，就再上一个系统。

但问题往往不是投入不够。

而是投入没有进入核心流程。

AI 的价值不在工具本身，而在三个地方：

第一，能不能进入业务流程。 如果 AI 只是用来写文案、做 PPT、总结资料，它很难改变经营结果。

第二，能不能沉淀组织经验。 员工今天用 AI 做出一个好方案，如果只留在个人电脑里，它就不是公司能力。

第三，能不能产生可衡量结果。 不是"体验变好了"，而是响应时间缩短了多少，方案产出快了多少，转化率提升了多少，返工率下降了多少。

如果一个 AI 项目说不清对应哪个业务流程，说不清衡量指标，也说不清能不能复制，它大概率只是一次工具试用。

不是 AI 不够强。

而是企业没有建立把 AI 变成能力的机制。

企业真正缺的，是能把 AI 接进流程的人

通用汽车选择招聘更强 AI 技能的人，背后指向一个现实：

企业不只是缺会用 AI 的人。

更缺能把 AI 接进业务流程的人。

企业里通常有三类人。

第一类，懂业务的人。 他们知道销售、交付、客服、运营到底怎么跑。

第二类，懂 AI 的人。 他们知道模型、工具、Agent 和自动化能做什么。

第三类，是能把业务和 AI 连起来的人。 他们能把一个业务问题拆成流程、数据、工具、权限、指标和责任边界。

大多数企业真正缺的是第三类人。

会用 AI 的员工不少。 懂业务的人也不少。 懂技术的人也有。

但能把 AI 变成一套可复制工作流的人，很少。

这也是为什么很多企业 AI 用得很热闹，但最后没有形成组织能力。

老板要算的，不是工具账，而是能力账

AI 转型到今天，老板不能只问：

我们买了哪些 AI 工具？ 有多少员工在用 AI？ 哪个模型更好用？

这些问题太浅。

真正应该问的是：

第一，AI 进入了哪些核心流程？

不是写文案、做 PPT、总结资料，而是销售、交付、客服、运营这些真实业务环节。

第二，AI 沉淀了哪些组织经验？

员工今天用 AI 做出来的好方案、好话术、好方法，有没有变成公司其他人也能复用的资产？

第三，AI 带来了哪些可衡量结果？

响应时间有没有缩短？ 方案产出有没有变快？ 转化率有没有提升？ 返工率有没有下降？ 新人培训周期有没有缩短？

如果这些问题答不上来，AI 还停留在工具阶段。

不是企业没有用 AI。

而是 AI 还没有进入企业的能力系统。

换人不是终点，重组能力才是

通用汽车换人，短期看是人员调整。

但长期看，它提醒所有企业老板：

AI 转型不是简单买工具。 也不是简单做培训。 更不是让员工自己摸索。

AI 会重新定义企业需要什么样的人、什么样的流程、什么样的数据和什么样的管理机制。

没有数据基础，再强的人才也跑不出结果。 没有流程入口，再好的工具也只能停留在试用。 没有衡量指标，再多 AI 项目也说不清价值。 没有组织机制，AI 永远只是个人效率工具。

所以，企业真正要建设的，不是更多 AI 项目。

而是一套能把 AI 变成组织能力的系统。

结尾

通用汽车的选择，本质上给所有企业提了一个醒：

AI 投入的终点，不是更大的预算。 也不是更多工具。 更不是一轮又一轮培训。

而是企业能不能回答一个问题：

我们有没有把 AI 变成组织能力？

如果 AI 只停留在个人使用，它只是工具。 如果 AI 进入核心流程，它才开始变成能力。 如果 AI 能被衡量、复用和持续优化，它才可能成为新的生产系统。

未来企业之间的差距，不是有没有 AI。

而是谁能先把 AI 从工具，变成组织能力。

如果你是企业老板，已经买了不少 AI 工具，但仍然说不清效果，可以先做一次简单盘点：

公司现在所有 AI 使用场景里，哪一个最接近核心业务流程？ 哪一个能被量化？ 哪一个能复制给更多团队？

AI 转型不是从"再买一个工具"开始的。

而是从把一个真实业务流程改造清楚开始的。

参考来源： https://techcrunch.com/2026/05/11/gm-just-laid-off-hundreds-of-it-workers-to-hire-those-with-stronger-ai-skills/ https://www.technologyreview.com/2026/05/11/1137090/three-things-in-ai-to-watch-according-to-a-nobel-winning-economist/ https://www.technologyreview.com/2026/05/11/1136967/fostering-breakthrough-ai-innovation-through-customer-back-engineering/