【经管大课堂·AI经管实践】AI转型沿外包链传导:埃森哲葡萄牙拟裁950岗位

案例背景

据路透社与《联合早报》11月19日报道,咨询公司埃森哲宣布,将通过自愿离职计划,在2027年1月前裁减葡萄牙约950个岗位,约占其当地员工总数(约5500人)的16%。受影响的是里斯本为Meta提供「信任与安全」(Trust & Safety)服务的团队——即内容审核、平台规则执行与安全报告处理等劳动密集型工作,约1400名员工收到申请邀请。埃森哲的官方解释是「客户对这项服务的需求出现重大变化」,公司需要大幅缩减人手;在评估自愿离职计划的参与情况后,再决定是否进一步重组团队。

这次调整的背景是Meta激进的AI转型。Meta今年3月公开宣布,未来几年将减少对第三方内容审核供应商的依赖,由自有AI系统承担更多内容执法工作,并称早期测试中其系统对某类违规内容的识别量达到人类团队的两倍、错误减少六成以上;今年5月,Meta又计划在全球裁减约8000个岗位(约占员工十分之一),以腾挪资源加大AI投资。传导并不限于葡萄牙:今年4月,为Meta提供审核与AI训练外包的都柏林公司Covalen已提出约700人的裁员方案。埃森哲方面并未点名Meta,但所有受影响岗位均服务于Meta项目;葡萄牙员工已在工厂层面批准罢工,当地劳工监察部门也在审查该公司此前暂停约百名审核员合同的做法。

核心分析

一、Make-or-Buy的重新计算:AI改写了外包的边界

外包决策的经典框架是威廉姆森的交易成本理论与Make-or-Buy分析:当某项工作规模大、标准化程度高、资产专用性低且劳动力成本敏感时,外购往往优于自制。内容审核正是这一逻辑的典范——Meta长期依赖数千名分布在外包商各地的审核员,以低成本、弹性编制的方式处理海量内容。AI改变了这道算术题:当模型审核在特定类别上的准确率超过人工,且边际成本趋近于电费与折旧时,「自制」的相对成本骤降,企业的最优边界随之内移。Meta 3月的声明本质上是把这项工作从「采购劳动」改为「采购算力」,外包合同的需求曲线整体左移,冲击顺着合同链条落到埃森哲的员工名册上。对比年初都柏林Covalen同样在数月内经历两轮裁员的案例可以看出,发包方一次战略调整会在多个承接地上几乎同步产生涟漪,外包商的「客户集中度」风险由此暴露无遗。这一传导路径清晰而冷峻:上游的一次技术替代决策,数月后就转化为下游一地的裁员公告。

二、就业冲击的隐性传导:外包链是缓冲垫,也是放大器

值得注意的结构性细节是:这950个被裁岗位没有一个是Meta的正式员工。外包用工天然位于发包方的报表之外,当工作被AI替代时,Meta自身的员工规模与人效指标几乎不受影响,裁员的阵痛却完整地由供应商及其所在社区承担。这构成了AI就业效应研究中一个关键机制——冲击并非均匀作用于全社会,而是沿着外包链条向议价能力最弱的一端集中,且在统计上高度隐形。与此同时,欧洲的劳动保护制度使调整更慢也更贵:自愿离职计划、工会谈判、罢工与劳工监察,都会拉长过渡期、抬高退出成本,这也解释了埃森哲为何选择「先看自愿离职报名情况,再定后续重组」的渐进路径。欧洲劳动力市场对AI替代的吸收速度,将成为观察同类案例的重要参照。从劳动力经济学的视角看,这类似一次「部门间的大迁徙」:被替代的审核员并非立即退出劳动力市场,而是流向客户服务、数据标注、AI训练等相邻岗位;迁徙是否顺畅,取决于技能可迁移性与再培训体系的完善程度。

三、咨询公司的双重身份悖论

埃森哲的处境具有强烈的反讽意味:它一边向全球客户出售AI转型咨询,一边自身最典型的劳动密集型业务正被客户的AI战略直接压缩。这提示了一个更普遍的命题——过去以人头计价的专业服务商业模式,在AI面前首当其冲。按微笑曲线的逻辑,服务业企业必须向两端迁移:或上移到战略设计与复杂系统集成的高价值环节,或把自身服务产品化、AI化,以更少的人力交付同样甚至更多的价值。埃森哲声明「仍致力于在葡萄牙投资战略能力」,正是这种转型的表态;但转型速度能否追上存量业务被替代的速度,才是真正的考验。事实上,头部咨询公司已开始「自我AI化」:用AI压缩交付中可标准化的部分,把顾问时间集中到判断与沟通上。这种转型短期反而增加投入,长期则决定其能否守住利润率。

管理启示

对发包企业而言,AI替代供应商人力时,声誉与责任并不会随合同终止而转移:外包员工的安置、劳动关系的处理会直接影响品牌的ESG评价。宣布AI替代计划时,应同步披露供应商过渡安排与再就业支持,避免把「效率故事」变成「责任事故」。对承接外包的企业,则应在合同中预设需求剧变条款——客户引入AI导致工作量下降时的调整机制、补偿安排与人员转岗通道,把弹性风险显性化、定价化,而不是等到裁员谈判桌上被动应对。此外,双方还应共同投资「人机协作」技能——让审核员转型为AI输出的质检与校准者,既保留经验价值,也减缓冲击烈度。

对政策制定者与研究者,本案提示就业统计需要穿透外包链条:仅看大科技公司自身的裁员数字,会系统性低估AI对服务业就业的冲击。中等技能、可标准化、可远程交付的岗位,是最先暴露的环节,相应的转岗培训与社会保障应前置布局,而非等冲击落地后再补救。

对外包服务商而言,这是客户集中度风险的显性化。当单一客户的业务模式发生技术性跃迁,承接方的人员规模会以项目为单位被快速调整,而劳动合同与当地劳动法的约束使裁减成本高昂,于是调整往往以「不续约」而非「裁员」的形式完成,统计上更难观察。

对甲方而言,用AI替代外包的短期收益是清晰的成本下降,长期风险则在组织知识的断层:流程性知识一旦随外包团队流失,重新内化的成本可能高于节省下来的费用。外包的边界应该按知识的可编码程度来划定,而不是按成本高低来划定。

其他思考

  1. Meta宣称其AI审核「捕获量翻倍、错误少六成」,数据来自自家未经验证的测试——AI替代决策应由谁、用什么标准来审计?
  2. 内容审核中最棘手的判断(如申诉与移交执法)仍保留人工,人机分工的边界应如何动态划定?
  3. 如果越来越多跨国公司用AI收缩外包需求,爱尔兰、葡萄牙这类承接地的经济结构将如何调整?

关键词:交易成本、Make-or-Buy、就业传导
来源:财新网 | 整理:经管大课堂

锐思,察微。
上一篇

【经管大课堂·AI经管实践】苹果研发AI代理:端侧智能体的产品化路径与生态卡位

下一篇

【经管大课堂·AI经管实践】腾讯AI资本开支高企:利润表与投入周期的期限错配

你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
关注 关注
锐察微博
返回顶部

微信扫一扫

微信扫一扫