2026年2月27日,Block(原Square)CEO Jack Dorsey向全体员工发出一份备忘录:"我们正在打造的intelligence tools(智能工具)与更小、更扁平的团队结合,正在从根本上改变构建和运营公司的方式。" 就在同一天,4,000多名员工——整整40%的人——收到了裁员通知。
戴着写有LOVE字样的帽子向员工宣布这一消息时,Dorsey还补了一句:"我们的业务是稳健的,毛利润还在持续增长。"言下之意,不是因为经营困难,而是因为AI所代表的未来。
股价一天内暴涨22%。 但前数据科学家Naoko Takeda在LinkedIn上这样写道:"过去一年里,AI被硬塞进每个人的喉咙。被迫使用一个会消灭你自己饭碗的工具,这本身就是反乌托邦。"
事情是怎么演变成这样的?
Block是一家运营Square、Cash App和Afterpay的金融科技公司。2019年员工数为3,835人,疫情期间爆炸式增长,到2022年底已超过12,000人。 这次裁员后,Dorsey把人数压到了6,000人以下。
Dorsey的逻辑很清晰。裁员5周后,他和Sequoia Capital的Roelof Botha联合发表了一篇题为"From Hierarchy to Intelligence"(从层级到智能)的文章。 核心观点是:企业的层级结构其实是2,000年前从罗马军队延续下来的信息路由协议,而AI现在可以替代中层管理者的协调功能。
Dorsey抛出了"100人 + AI = 1,000人"的公式, 并设定了指引:留下的员工生产力必须在一年内提升2.6倍。
但The Guardian采访的7位前现任员工讲述的现实完全是另一回事。
"AI生成代码中95%都达不到公司标准,需要人来收尾。技术上能做到什么,和CEO按自己的解读在公开场合讲的,完全是两回事。"
员工们经历了AI使用从"建议"到"强制"的转变。AI工具使用量甚至连token消耗都被监控,绩效考核里新增了AI熟练度项。一位工程师直言:"不用AI就会被裁,这一点非常明确。"
更严重的是,员工被置于亲手打造并训练取代自己的AI的处境。公司要求每周汇报哪些工作可以被自动化,这些数据最终成了裁员的依据。
有什么不同?
有意思的是,一年前有家公司做过几乎一模一样的实验。那就是Klarna。但它的结果走向了完全相反的方向。
| Block(Dorsey) | Klarna(Siemiatkowski) | |
|---|---|---|
| 裁员规模 | 4,000人(40%) | 约1,500人(30%) |
| 官方理由 | "AI改变了工作方式" | "AI聊天机器人取代了700名客服" |
| 股价反应 | +22%(裁员当日) | 短期上涨后市值蒸发400亿美元 |
| 一年后 | 仍在进行中(2026.04) | 重新招人,CEO承认"失误" |
| CEO发言 | "大多数公司会在一年内做出同样决定" | "成本是主导标准,低质量就是代价" |
| 员工反应 | 内部Slack被数百条拇指向下、番茄、小丑表情淹没 | 数据科学家离职+LinkedIn爆料 |
| 隐藏背景 | 疫情期间过度招聘3倍,裁员5个月前花了6,800万美元办派对 | BNPL市场萎缩+IPO压力 |
两个案例的共性非常清晰:都把经营失误包装成了AI叙事。
Om Malik把这种现象称为"Narrative Substitution(叙事替换)"。 把重大运营失误重新包装成AI变革,投资者和公众就会用一个完全不同的框架来看待现实。
瑞穗证券(Mizuho)分析师Dan Dolev也表态:"这次裁员的大部分并非因为AI。" 连OpenAI的Sam Altman都把这种模式称作"AI washing(AI洗白)"。
不过Block和Klarna还是有一点不同的。Block不是单纯把客服岗位换成AI,而是宣告要重新设计整个组织结构。"From Hierarchy to Intelligence"一文中提出的三种角色——IC(个人贡献者)、DRI(直接责任人)、Player-Coach(球员兼教练)——据称已经在内部运行。
真正的问题不是"AI能不能取代人",而是"管理层是把AI当幌子,还是在真正用它"。
上手指南:我们的组织该怎么做
从Block和Klarna的实验中可以看出:问题不在于引入AI本身,而在于一旦用"替代(replacement)"框架去切入,就会变得危险。
- 以"增强"而非"替代"的框架起步
Block的错误在于让员工去造"取代自己的工具"。这会摧毁士气和组织信任。正确的问法应该是:"用这个工具,你在哪些事上可以做到10倍好?"Klarna后来转向的混合模式就是这个方向。 - 在公布"AI裁员"前,先验证数字是否真的来自AI
Block的人均营业利润在金融科技行业垫底(16.7万美元 vs Adyen的28.1万美元)。这不是AI问题,而是运营效率问题。 如果AI真的提升了生产力,请具体测量是在哪个流程、提升了多少。"100人+AI=1,000人"不是商业计划,只是一句车贴口号。 - AI工具落地要渐进、可回退
Klarna一次性砍掉700人,一年后又把人招回来。Block则是一天内裁掉4,000人。IBM调查显示,75%的AI项目达不到承诺的ROI。 建议以10–20%为单位逐步提升AI占比,同时关注质量指标。 - 对员工的AI使用是"支持",不是"监视"
Block连token使用量都追踪,强制员工使用AI。 结果呢?内部反馈是"大家已经受够了AI(People are fed up with AI)"。 Accenture也曾因为宣布要用AI使用监测结果来决定晋升而引发争议。 不要强制——找出能让工作真正变快的工作流,把它展示给团队看。 - 把AI叙事和经营责任分开
Dorsey在X上承认过度招聘:"疫情期间错误地把Square和Cash App拆成了两家公司。" 这不是AI问题,是经营失误。把两件事混在一起,组织会陷入混乱,市场也看不到本质。
想更深入了解Klarna案例
在Klarna的教训——用AI替代700人后又重新招人的原因一文中,详细介绍了混合客服模式转型的具体过程和实战指南。
