Ramp新研究:重金投入AI的企业反而在扩招而非裁员

关于 AI 与就业的预测长期分裂为两大阵营:一派认为 AI 将吞噬大量工作,另一派认为 AI 将补充人类能力并带来生产力跃迁。Ramp 6 月 28 日发布的研究并未简单站队,而是用实际数据给出了更具颗粒度的判断。基于财务运营系统的真实数据,Ramp 区分了对 AI 重投入与对 AI 浅投入两类企业。结果显示:投入越深,工作团队规模扩张越明显;投入越浅或仅停留在试点层面的企业,反而没有出现显著的招聘加速。这种反向关系,为从业者重新审视 AI 与就业的关系提供了重要的实证依据,凸显企业级 AI 治理的紧迫性。

Ramp 的数据来自其平台所服务的多家企业,样本覆盖了不同行业、不同规模的公司,数据维度包括员工数、薪酬支出、工具采购等关键财务科目。研究中将 AI 重投入定义为大规模订阅 AI 工具、在多个业务环节部署模型、并配套相应的流程改造。AI 浅投入则指以试用或单一场景为主、未真正沉淀到主营业务流。两类样本在工作团队规模变化上的差异是显著的。这一发现说明,真正产生回报的不是模型本身,而是配套的流程改造与组织能力建设。

研究者认为这一现象背后有几条作用链。首先,在 AI 工具重投入的企业里,生产力被释放后会被重新投入到原本无法覆盖的环节,推动企业进入原本因为人力成本过高而放弃的业务。其次,真正完成 AI 整合的企业通常需要新增配套岗位,例如模型微调、流程改造、效果评估、合规审计等。AI 时代新增岗位的需求是结构性的,不会因为现有工作被替代而消失。这两条机制叠加,共同解释了投入越深、招聘越旺的实证结果,展现了新一轮技术红利的潜力。

这一研究为从业者提供了一条与传统预测相反的观察切口。AI 重投入并未让劳动力需求塌缩,反而在重塑岗位结构与人才技能结构。这意味着,企业级 AI 部署不是一个零和博弈,关键在于能否同步建设配套的人才与流程体系。更宏观地看,这一研究呼应了过去一年中多家咨询机构的观察:AI 正在重塑岗位而非简单替代岗位,推动企业重新思考长期人力规划与流程重塑。可以预见,围绕 AI 整合的人才需求、数据治理与流程改造,将持续成为本轮行业最重要的观察样本。