结果导向：AI 时代效能评估的核心逻辑
速览
本文探讨了人工智能时代下效能评估范式的转变。文章指出，随着 AI 能力的提升，关注点应从过程的正确性转向最终结果的有效性。这种转变对于企业优化 AI 应用策略及提升整体运营效率具有关键意义。
AI 深度解读
背景
在关于人工智能（AI）生态、伦理和治理的千般争论中，随着技术的不断进步，最难以捉摸且争议最大的辩论焦点在于 AI 的实际效用：这项技术究竟在哪些应用场景中真正有效？
然而，无论大型语言模型（LLMs）作为技术本身是否“有效”，其广泛采用和部署首先应被视为对劳动力的威胁。这篇文章是对作者正在撰写的一篇更大篇幅文章《威胁》（The Threat）的序言，该文章将深入探讨职场中的 AI 强制要求、使用 LLMs 时的伤害最小化策略，以及随着各行业扩大该技术采用率而制定的长期战略。
核心内容
文章通过两种截然不同的场景分析了 AI 对劳动力市场的冲击，并指出无论哪种情况，结果对劳动者而言都是负面的。
场景一：AI 确实有效（AI works）
如果技术如技术乐观主义者所宣称的那样，在性价比上很快就能达到甚至超越人类水平，那么在当前的经济体系下，企业没有任何动力去保留那些“人类等价物”。人类员工需要就福利、工时、保护机制和责任归属进行繁琐且“粘性”的谈判，而 AI 显然不需要。
支持者常将 AI 的兴起比作工业革命，认为虽然许多工作因行业重构而消失，但人类最终会在不同或形状不同的行业中找到工作，那些失去的工作只是劳动力市场必要重组中的不幸附带损害。但这种类比掩盖了一个关键事实：工业革命不仅仅是用新工作交换旧工作，它发展了一种新的资本主义劳动“去技能化”（de-skilling）体系。
去技能化将设计、工艺和精通的知识从高技能工人身上剥离，用新的、低技能且更专业化的角色取代这些工匠型职位。随着角色在日益复杂的系统中变得愈发具体，每个工人的广泛概念理解水平平均下降，导致管理层权力的集中。随着工人平均技能水平的降低，资本家控制劳动力的难度也随之降低。如果工人可以被轻易替代，就没有理由支付高薪或保留其职位。
在这种 LLMs 成为终极解决方案的未来中，它们将扩展到更广泛的行业，通过利用狭窄且具体的职位要求，捕获更多角色，自动化并去技能化更多行业，从而导致工资、就业保障和就业率的普遍下降。尽管科技领袖假装相信这将开启一个人类不再需要工作的乌托邦，但他们对低阶层人类（无论是大规模裁员白领还是将无家可归者刑事化）的残酷对待，揭示了这种说法的虚伪性。
场景二：AI 实际上无效（AI doesn’t work）
第二种场景是，AI 在替代劳动力方面远不如宣传的那样有效或有用。在这种情况下，亚马逊、Atlassian、Autodesk、Block、Cisco、Coinbase、Dell、Dropbox、Fiverr、高盛、Google、Grammarly、HP、IBM、Intel、Intuit、Klarna、Meta、微软、Nike、Oracle、PayPal、Pinterest、Salesforce、TikTok、UPS、Unity、YouTube 等公司的大规模裁员，仅仅是因为 AI 成为了一个幌子，用来掩盖各种业务失败或战略失误。
由于工人保护机制稀缺（尤其是在美国），企业无需证明任何关于 AI 效率的主张。企业利用 AI 这个“魔法幽灵”来证明任意比例的裁员（RIF）是合理的，并将运营失败粉饰为巨大的成功。
虽然这可能是席卷科技和金融行业裁员潮的一个因素，但它无法解释我们看到的裁员规模。相反，必须通过阶级视角来看待这些裁员。无论资本所有者是否有意为之，他们都拥有极强的阶级团结，因为他们有着共同的目标：降低劳动力成本。这解释了为何即使 LLMs 并未带来实际的“生产力提升”，仍会出现归因于该技术的大规模裁员。
这里的关键在于：如果导致裁员的技术实际上并没有替代工人，那么这些工人本应被重新雇佣。然而，如果劳动力的很大一部分在过去半年或一年里在一个极度偏向雇主的劳动力市场中寻找工作，他们将不得不接受任何 available 的工作。结果是，工资、角色质量和福利将断崖式下跌。
物质结果（The material outcomes）
无论上述哪种场景发生，最终结果都是一样的：工人团结性降低、工人技能水平降低、工人工资降低。AI/LLMs 是资本家的完美工具，因为无论它是否真正“有效”，它都以两种方式威胁着劳动力。
这种做法在“离岸外包”（offshoring）中已有先例，即公司将工作转移到劳动力更便宜的市场，并在成本更高的市场进行裁员。离岸外包是否真正有用取决于许多变量，但其功能性影响在于：公司将其视为一种工具，且它随时可能对大量工人产生影响。此外，由于离岸外包削弱了当地劳动力市场和劳工的议价能力，它像 AI 一样，创造了使工人更容易被替代的激励（通过去技能化等策略）。
跳出框架（Eat the frame）
无论采用 AI/LLMs 的行业是否做出了明智的举措，其广泛部署都对劳动力构成生存威胁。因此，工人必须停止询问“AI 是否有效”，转而询问“谁最终从其部署中受益”。
答案是资本家，他们始终有削弱劳动力市场的既得利益。因此，无论工人对 LLMs 作为技术持何种乐观态度，工人都必须联合起来捍卫自己的工作。如果 AI 的功能性未来得以实现，劳动力必须强大到足以抵御其地震般的影响；如果那个光明的 AI 未来从未到来，劳动力也必须强大到足以生存于所有公司制造生存威胁的后果之中。
这意味着，既要为防范成功的劳动力大规模自动化而争取保护，也要为防范以大规模自动化为借口而争取保护。纵观历史，工人证明了一旦他们团结起来，就能掌控自己的命运以及行业的命运。你值得拥有一个科技工会。
关键要点
- 效用无关性：无论 LLMs 在实际应用中是否真正有效，其广泛部署本身即是对劳动力的威胁。
- 去技能化机制：AI 不仅替代工作，更通过“去技能化”提取高技能工人的知识，将其替换为低技能、高度专业化的角色，从而降低工人的平均概念理解水平，集中管理层权力。
- 阶级团结与成本削减：资本所有者拥有共同的阶级目标，即降低劳动力成本。无论 AI 是否带来生产力提升，裁员都是削弱劳工议价能力、压低工资和福利的手段。
- AI 作为幌子：在 AI 实际效用不足的情况下，它常被用作掩盖业务失败、实施任意比例裁员（RIF）的借口，利用缺乏工人保护的现状，迫使工人在不利的市场条件下接受低薪工作。
- 历史先例：AI 对劳动力的威胁类似于“离岸外包”，其核心功能在于削弱当地劳动力市场，使工人更容易被替代。
- 行动呼吁：工人应停止纠结于 AI 的技术有效性，转而关注其背后的阶级利益，并通过组建工会（如科技工会）来联合捍卫工作权益，争取针对自动化及其借口的双重保护。
意义与影响
这篇文章深刻揭示了当前关于 AI 的讨论中常被忽视的阶级视角。它指出，技术乐观主义往往掩盖了资本主义体系下劳动力贬值的核心逻辑。
- 重构技术辩论框架：文章主张将讨论从“技术是否有效”转移到“谁受益”，强调了 AI 部署背后的政治经济学本质，即通过去技能化和替代威胁来削弱劳工力量。
- 警示去技能化的长期危害：不仅关注当下的失业风险，更指出了 AI 可能导致劳动力整体技能水平下降、概念理解能力减弱的长期结构性问题，这将进一步巩固管理层的权力垄断。
- 强调劳工团结的必要性：在缺乏完善工人保护机制（特别是美国市场）的背景下，文章呼吁工人跨越技术乐观与否的分歧，通过集体行动（如建立科技工会）来对抗资本方的单边优势，以应对自动化带来的生存威胁。
- 揭示企业行为的虚伪性：通过列举众多科技巨头的裁员案例，文章指出了企业在利用 AI 叙事掩盖经营失败或单纯追求成本削减方面的双重标准，提醒公众警惕技术神话背后的现实利益驱动。