第一阶段主要关注应用推广：员工应该使用哪些工具，这些工具能提升多少生产力，以及企业如何快速地将人工智能融入现有流程。下一阶段则更为敏感。人工智能正在重塑工作结构本身：哪些岗位得以保留，哪些团队缩减，哪些技能失去市场价值，以及哪些员工被要求支持一场可能削弱其自身在组织中地位的变革。

这就是人工智能转型对信任的考验所在。

澳大利亚物流软件公司Global正成为一个早期预警案例。2026年2月， 路透社报道称，WiseTech计划在40个国家裁员约2000人，这是其为期两年的AI改造计划的一部分。 ——约占其7000名员工总数的三分之一。预计此次裁员将影响产品开发和客户服务，部分团队面临高达50%的裁员。

该公司自身的投资者资料将此次转型描述为向更精简、人工智能驱动型组织转型的一部分。WiseTech 将人工智能描述为增强其竞争优势、提升内部效率并实现结构性降低成本。 其2026年上半年业绩发布会 最初也提到，随着人工智能嵌入产品和内部流程，产品开发和客户服务部门的人员将“减少高达 50%”。

这些信号至关重要，因为它们表明人工智能不仅用于改进工作，还用于围绕工作重新设计劳动力架构。这与增加副驾驶、自动化日常任务或改进客户支持流程的转型截然不同。在这种转型中，人工智能成为减少岗位、重组团队和调整成本结构的重要依据。

真正的问题不在于公司是否应该围绕新技术进行重组。它们一直都在这样做。真正的问题在于，在组织结构重塑的过程中，如何才能以一种既能维护信任、保持清晰的沟通，又能维护管理层合法性的方式来管理人工智能驱动的重组。

WiseTech 案例表明，这种信任会多么迅速地受到压力。

据《卫报》报道，裁员消息公布近三个月后，许多员工仍然不知道自己是否会受到影响。员工们描述了长期的不确定性和压力。《卫报》还报道，员工们担心，在自身角色不明朗的情况下，他们却被要求继续参与与人工智能转型相关的系统和流程的工作。

这一点使得人工智能重组不再仅仅是劳动力成本决策，而成为一个治理问题。

一家公司或许有充分的战略理由转向人工智能驱动。它可能需要重新设计团队、减少重复工作、重组产品开发流程，或者改变客户支持的交付方式。但如果员工觉得这个过程不透明、冗长或带有剥削性质，那么在运营效益完全显现之前，这种转型就可能失去其合法性。

失败的原因未必是技术性的，而是管理上的。

当员工听说人工智能将改变组织时，他们不仅会问流程是否会改进，还会问自己的专业知识是否仍然重要，会问他们的管理者是否了解正在发生的事情，会问自己是否在接受未来岗位的培训，还是在悄悄地为裁员做准备，会问自己参与构建的系统是否会被用来作为解雇他们的理由。

这就是为什么长时间的模糊不清会变得危险。

《卫报》的报道显示，WiseTech 的员工经历了一段较长的时期，在此期间，公司以人工智能为主导的重组方向已公开，但许多人的个人角色定位仍然不明确。 

这种不确定性绝非小事，它会影响执行力。不知道自己能否继续留任的员工可能难以保持专注。没有明确答案的管理者可能会失去信誉。团队成员可能不愿意分享知识。优秀员工可能在最终决策出炉前离职。人们表面上可能服从，但内心却在逐渐失去信任。

在人工智能转型中，这一点尤为重要，因为人工智能的采纳往往取决于员工的参与。企业需要员工测试工具、记录流程、传递知识、识别故障点并调整工作流程。如果员工认为转型是强加于他们的，而不是与他们共同进行的，那么组织就可能削弱人工智能实施所必需的协作。

这就是 WiseTech 案件的核心治理矛盾：

公司能否在不让员工对自己是否能参与其中感到不确定的情况下，要求他们帮助构建人工智能主导的未来？

首先是不确定性持续时间之长。公告发布近三个月后，许多员工据称仍不清楚自己是否会受到影响。在一般的重组中，不确定性本身就令人难以承受。而在人工智能重组中，它更承载着额外的象征意义：员工不仅在等待得知某个职位是否会消失，还在等待自己的技能是否会因为新系统而贬值。

第二个担忧是，员工可能正在参与构建一些会削弱自身作用的系统。《卫报》报道称，员工们对参与人工智能部署感到焦虑，因为他们的未来尚不明朗。这是一个独特的转型治理问题。它引发了关于知识转移、知情同意、认可、激励机制以及员工在面临岗位流失风险时参与的伦理等一系列问题。

第三点是劳资关系升级。路透社报道称，在人工智能相关的裁员计划宣布后，澳大利亚一家工会寻求与WiseTech进行紧急谈判。《卫报》也报道了一份由工会支持的请愿书，呼吁公平对待和透明沟通，该请愿书已获得300多人签名。

第四个问题是投资者层面的清晰信息与员工层面的模糊信息之间的差距。WiseTech 的投资者资料呈现了一个清晰的效率提升故事：人工智能驱动的组织架构、更低的成本基础、内部效率的提高以及特定职能部门的人员精简。然而，据《卫报》报道，员工们所经历的现实却远非如此清晰：长时间的等待、不确定性和压力。 

这种差距很危险。当投资者听到的是一套连贯的转型方案，而员工却感到迷茫时，信任会迅速瓦解。组织或许仍能执行重组，但员工与组织的心理契约可能已经动摇。

Amazon 和 Accenture 提出了一系列问题。Amazon 的 AI 招聘工具和 Accenture 的大规模 Copilot 部署表明，AI 正在进入管理工作流程：招聘、规划、生产力文化和领导力期望。这些案例引发了关于 AI 应用治理的问题——当 AI 成为决策支持、绩效规范和工作流程的一部分时，如何对其进行监管。

WiseTech 提出了另一个问题。

这不仅仅关乎人工智能如何进入工作领域，更关乎当人工智能改变工作中的人员构成时会发生什么。

这种区别至关重要。人工智能应用治理关注的是如何负责任地在现有工作流程中使用人工智能。而人工智能劳动力转型治理则关注当人工智能改变劳动力结构本身时，如何管理信任、沟通、角色重塑以及员工尊严。

第一点是关于工具进入管理系统时的管理。第二点是关于当这些工具成为重组逻辑的一部分时，如何管理人员的过渡。

很多公司可能在这方面准备不足。他们或许制定了人工智能政策、采购审查、安全检查和生产力试点项目，但可能缺乏一套完善的治理模式来应对人工智能带来的劳动力转型。

这并非贴上人工智能标签的传统变革管理。它是一门更为具体的学科，因为人工智能会影响人们对工作价值的认知、专业知识的合法性以及角色重塑的时间安排。

首先要明确变革对员工的影响。员工需要了解哪些岗位会受到影响，何时会做出决策，以及变革背后的运营逻辑。在转型初期，完全确定性并非总是可行，但如果缺乏可靠的时间表，长期的不确定性会造成本可避免的损害。

这还需要协调沟通顺序。公开声明、投资者资料、管理层简报和员工沟通必须保持一致。如果市场在员工了解人工智能对自身意味着什么之前就听到关于人工智能效率的自信故事，就会造成组织信誉度的缺失。这种缺失可能会演变成信任危机。

赋能管理者是另一个关键环节。管理者通常是员工情绪和运营反应的第一道防线，但他们可能缺乏足够的信息、权限或支持来指导团队。在人工智能重组中，这一点尤其具有破坏性，因为管理者必须在员工质疑自身工作前景的同时，维持绩效。

内部流动和技能提升也必须切实可行。当员工面临裁员风险时，笼统的“技能提升”承诺是远远不够的。过渡路径必须切合实际：有哪些岗位空缺，需要哪些技能，如何进行选拔，提供哪些支持，以及如果无法重新安置该怎么办。

最敏感的问题在于员工参与的伦理问题。如果要求员工参与培训、改进、记录或部署可能减少其自身职责的系统，组织应将其视为特殊的治理范畴。这可能需要更清晰的信息披露、额外的认可、留任激励、过渡保障，或就员工知识的使用方式达成明确的协议。

最后，心理安全和尊严必须作为执行过程的一部分，而不是事后才考虑的沟通环节。不确定性、沉默和含糊的保证都可能对组织造成损害。人性化的过渡不仅在道德上更可取，而且更有可能维护合作、知识共享和运营连续性。

这并不能证明人工智能重组总是错误的。这也不能证明企业应该避免重新设计劳动力结构。这也不能证明人工智能不能提高生产力、降低成本或增强竞争力。

公司必须做出调整。一些岗位会发生变化，一些团队会缩减规模，一些工作会被自动化或重新组织。假装一切照旧是不负责任的。

但这个案例确实表明，人工智能重组会带来一个独特的治理问题。当人工智能成为裁员的理由之一时，转型就不能再简单地视为技术推广后再进行人力资源调整。对员工的影响并非下游环节，而是转型本身的核心所在。

真正的问题不在于企业能否利用人工智能提高效率。答案是肯定的。

真正的问题是，他们能否在不破坏组织正常运转所需的信任的前提下做到这一点。

这意味着员工能够理解变革的逻辑，即使消息令人沮丧。管理者能够以可信的方式进行沟通。在不确定性蔓延至整个组织之前，岗位影响就已经被评估完毕。内部流动性是切实存在的，而非象征性的。公司不会要求员工在没有保障措施的情况下接受自身岗位的流失。即使岗位减少，公司也会维护员工的尊严。

WiseTech 正在成为一个警告信号，因为它表明当效率提升的速度超过转型系统的速度时会发生什么。

这一教训不仅适用于一家公司或一个国家，也适用于其他任何企业。任何寻求人工智能驱动型重组的企业都将面临同样的治理考验。人工智能改变工作结构的能力越强，领导者就越需要以清晰、迅速和公平的方式管理这一人员转型过程。

人工智能劳动力转型失败并非仅仅因为技术本身存在缺陷。

当被要求进行变革的人不再信任这一过程时，变革也可能失败。