如果有一天，
你的主管走进会议室告诉你：
「你的工作现在 AI 也能做。」
这句话已经够让人紧张了。
但如果下一句是：
「而且 AI 比你便宜。」
问题就完全不一样了。
因为这时候要问的已经不是：
AI 到底够不够强？
而是：
只要公司找到更便宜的技术，就可以直接把原本的人换掉吗？
中国杭州最近公开的一宗劳动争议案件，
刚好把这个问题搬进法院。
而且最特别的是，
被 AI 影响的并不是一个完全和科技无关的职位。
他本来就是：
替 AI 工作的人。
他的工作，就是检查 AI 有没有答错
案件中的周先生 35 岁。
他在杭州一家科技企业担任 AI 大模型相关的质检主管。
简单来说，
当用户向大型语言模型提出问题后，
模型产生的回答不能什么都直接放出去。
还需要有人检查：
答案是不是正确。
有没有违规内容。
有没有隐私问题。
不同问题应该配到哪一类模型或处理方式。
周先生做的，
就是这类：
AI 品质把关工作。
他的月薪是：
人民币 2.5 万元。
但 AI 技术持续进步之后，
公司开始认为，
原本需要人工完成的一些质检工作，
AI 自己已经可以处理。
于是出现了一个很 AI 时代的画面：
检查 AI 的人，开始被 AI 取代。
公司没有第一天就叫他走，而是先提出降职降薪
2025 年，
公司先和周先生谈调职。
原本是主管，
准备调到较一般的营运职位。
但最大的问题是薪水。
原本：
每月 2.5 万元。
新方案：
每月 1.5 万元。
等于一次下降：
40%。
周先生不同意。
双方没有谈成。
接着公司通知：
解除劳动合同。
公司之后提出的核心理由之一，
就是：
AI 技术升级之后，
原本由他负责的质检工作已经可以被自动化，
使用 AI 又具有成本优势。
从企业角度看，
这个逻辑其实非常容易理解。
如果同一件事，
原本每个月要花 2.5 万元请一个人做，
现在 AI 可以用更低成本完成大部分，
公司当然会重新计算：
这个职位还需不需要？
但商业上算得过来，
不代表法律上就一定可以直接这样做。
他去申请劳动仲裁，结果一路赢到二审
周先生没有接受公司的处理。
他申请劳动仲裁，
要求公司为违法解除劳动合同负责。
仲裁支持他。
公司不服，
再告到法院。
一审，
公司还是输。
接着上诉。
二审，
结果仍然没有改变。
最终法院认定：
公司构成违法解除劳动合同，
需支付：
26 万余元人民币的赔偿金。
真正重要的，
不是 26 万这个数字。
而是法院回答了一个以后可能愈来愈常出现的问题：
「AI 比人便宜」本身，够不够成为解雇理由？
这个案件的答案是：
不够。
公司想用的，是「客观情况发生重大变化」
中国《劳动合同法》第四十条有一种解除劳动合同的情况。
简单来说，
如果当初签劳动合同时所依据的：
「客观情况」
后来发生重大变化，
导致原本的劳动合同已经无法履行，
而且公司和员工重新协商后仍然无法达成协议，
在符合法定条件下，
公司可能可以解除合同。
例如某些：
企业搬迁、
合并、
资产转移
等外部环境重大改变，
就比较容易理解。
所以这个案件真正的法律问题变成：
公司自己决定导入 AI，算不算「客观情况发生重大变化」？
杭州法院的答案是：
不能这么简单算。
因为 AI 不是突然从天上掉下来
这是整个案件最值得理解的地方。
公司导入 AI，
是为了：
提升效率、
降低成本、
提高竞争力。
这本身完全可以是合理的商业决策。
但法院认为，
这种技术升级，
本质上是企业：
主动做出的经营选择。
不是突然发生一场：
地震、
不可抗力、
企业被迫搬迁
之类完全不受公司控制的事件。
换句话说：
公司不能自己决定：
「我们要用 AI 降低成本。」
然后再把这个自己做出的决定，
包装成：
「外部情况突然改变，所以你的劳动合同没办法继续。」
这两件事不一样。
更重要的是：原本的工作真的已经完全不存在了吗？
法院另外还看了一个问题。
就算 AI 已经可以完成一部分质检工作，
公司是否证明：
周先生原本的劳动合同真的已经完全无法履行？
法院没有接受公司的主张。
而且公司提出的替代方案，
从月薪 2.5 万元降到 1.5 万元，
降幅非常大。
法院认为，
这也不能算是一个合理的协商方案。
所以这件事并不是：
员工说「我不要 AI」，
法院就保护他。
而是：
公司如果因技术改变工作，
真正要证明的事情更多。
例如：
原本职位到底改变了多少？
还有哪些工作需要人？
有没有其他合理职位？
能不能先培训？
调职条件是否合理？
双方到底有没有真正协商？
这些问题，
不能全部被一句：
「AI 已经可以做了。」
取代。
法院甚至把责任往企业这边推了一步
杭州法院公开这个案例时，
提出了一个非常重要的方向。
企业当然可以使用 AI。
甚至应该：
提高效率、
转型、
重新设计工作。
但是技术进步造成的成本，
不能理所当然全部由员工承担。
如果工作内容真的发生变化，
企业可以先考虑：
培训。
技能提升。
职位调整。
重新分工。
让原本的员工，
有机会进入新的工作。
而不是：
AI 变强了，
所以你先走。
这个逻辑其实非常值得所有公司注意。
因为未来 AI 真正进企业后，
几乎一定会出现：
工作消失，但不代表所有人都应该消失。
最可能发生的不是「整个职业突然没了」，而是一个职位先被拆开
以前大家讨论：
AI 会不会取代会计？
AI 会不会取代工程师？
AI 会不会取代分析师？
这种问法太大。
现实往往不是：
星期一有这个职业。
星期二整个职业消失。
真正发生的可能是：
一个原本有十件工作的职位，
AI 先拿走其中：
四件。
然后再拿走：
两件。
最后公司开始问：
剩下四件工作，
还需要一个完整职位吗？
这才是今天很多白领工作真正面对的问题。
北京一名研究分析师已经碰到另一种版本
South China Morning Post 9 月 4 日报导了一名北京研究分析师 Clare Zhang 的经历。
她做了四年企业研究。
工作内容包括：
查公司申报数据、
找公开纪录、
分析市场、
研究竞争对手，
最后做成完整报告。
有些报告甚至长达：
500 页。
这种工作以前需要大量人力。
因为真正花时间的不是最后那几页结论。
而是前面：
找数据、
分类、
整理、
比对、
做图、
写背景。
但这些刚好是生成式 AI 很快进步的地方。
AI 已经能更快：
搜集数据、
组织信息、
分析数据、
生成图表。
Zhang 表示，
公司后来解雇她时，
人资直接提到 AI。
理由是：
AI 让公司不再需要、也无法合理负担那么多分析师。
之后她另外两名同事也遭到裁员。
这里开始出现一个很现实的差别。
法院可以限制「怎么裁」，但无法保证「工作永远存在」
杭州案件很容易被误读成：
「中国法院禁止 AI 取代员工。」
不是。
法院也没有说：
所有公司以后只要导入 AI，
就永远不能调整人力。
真正的判断是：
在这个案件里，
企业不能只因为自己导入 AI，
又认为 AI 更省成本，
就直接把这件事情套成：
「客观情况发生重大变化」
再用这个理由完成降薪解约。
中国《劳动合同法》本身还有其他针对经济性裁员、重大技术革新与经营方式调整的规定，
但都有自己的法律条件与进程。
所以真正的消息不是：
「法律可以阻止 AI。」
而是：
「技术改变了，公司仍然必须按照规则处理人。」
但对员工来说，真正的危险可能比「被 AI 开除」更慢
AI 对工作最大的冲击，
未必都是：
某一天主管告诉你：
「明天不用来了。」
它也可能是一连串比较慢的变化。
原本一个团队：
十个人。
AI 上线后：
八个人。
接着六个人。
公司不一定大规模裁员。
可能只是：
有人离职就不补。
新人少招。
外包停止。
初阶职缺减少。
原本三个人做的工作，
变成一个人加 AI。
这种变化，
在法律新闻里可能根本不会出现。
但它对就业市场的影响，
可能更大。
甚至连「替别人做工作」的公司也正在被 AI 挤压
这和 SasaDaily 前几天谈过的顾问业非常像。
以前企业会把：
IT 维护、
研究、
程序开发、
测试、
数据分析
交给外部公司。
外部公司靠的商业模式是：
需要很多人，
所以收：
很多任务时。
但 AI Agent 开始把部分工作缩短之后，
客户会开始问：
既然 AI 能做，
为什么我还要为那么多人、
那么多任务时付钱？
最后可能不是：
某个员工先被裁。
而是：
整份合约先消失。
Zhang 也提到，
她以前公司的部分客户，
后来干脆把研究工作收回内部，
搭配 AI 自己做。
这时候 AI 冲击的，
就不只一名员工。
而是一整条：
客户 → 顾问公司 → 研究团队 → 初阶分析师
的工作链。
这也是为什么「学会用 AI」还不一定够
很多人现在听到：
AI 会改变工作，
第一个反应就是：
那我赶快学 ChatGPT。
这当然没有错。
但如果你的全部价值只是：
把原本四小时的工作，
用 AI 变成一小时，
公司下一个问题很可能就是：
那为什么还需要三个人？
所以真正要升级的，
不只是：
AI 操作能力。
而是：
哪些事情 AI 可以做，
哪些事情最后还需要你判断？
AI 做完之后，
谁负责确认？
例外发生时，
谁知道问题出在哪里？
客户真正要解决的是什么？
AI 提出五个答案时，
谁知道哪一个应该采用？
这些能力，
才可能决定一个职位在被重新拆解之后，
剩下来的部分值多少钱。
对企业来说，也不能把「AI 导入」直接翻译成「少几个人」
这个案件其实同样是在提醒老板。
导入 AI，
最简单的 Excel 算法就是：
现在有 10 个人。
AI 可以提高 30% 效率。
所以：
是不是可以少 3 个人？
但真正的工作不一定这样算。
如果 AI 拿走的是：
整理、
搜索、
分类、
第一版草稿，
剩下的人可能需要做更多：
判断、
例外处理、
品质确认、
客户沟通、
风险承担。
甚至原本不存在的新工作也会出现：
AI 结果谁验证？
权限谁管理？
数据能不能给 AI？
错误谁负责？
模型改版后谁重新测试？
这也是为什么真正成熟的 AI 转型，
不是看到 AI 做掉一个步骤，
立刻把那个人删掉。
而是先问：
整个工作重新设计后，人应该站在哪里？
这场争议最后不是「人 vs AI」
AI 能不能把很多任务作做掉？
答案很可能是：
能。
而且未来还会更多。
企业会不会因此重新计算人力？
也一定会。
法律可以限制的，
不是科技进步本身。
真正可以限制的是：
当科技改变工作时，
企业怎么处理那些原本就在工作里的人。
杭州这个案件画出的界线很清楚：
AI 比较便宜，是商业理由。
但商业理由，
不会自动变成：
合法解雇理由。
科技可以重写工作。
公司也可以重新设计组织。
但至少在这宗案件里，
法院认为：
企业不能自己决定用 AI 降低成本，
然后再把技术升级造成的风险，
全部留给员工。
如果有一天你的公司真的告诉你：
「AI 已经能做你的工作了。」
真正要问的，
可能不只是：
我是不是要被取代？
而是：
接下来哪些工作仍然需要人，而公司愿不愿意让我有机会走到那里？
如果是你，
公司发现 AI 已经能完成员工大部分工作后，
你觉得第一步应该是：
直接裁员，
还是先培训、重新分工、合理调职？
今天，和 AI 一起进步一点。
每天学会一个 AI 技巧。
每天节省一点时间。
每天提升一点能力。
SasaDaily，陪你一起成长。
