昨天有条新闻,看着像一份漂亮的财报:荷兰政府宣布,未来十年裁撤 2.5 万个公务员岗位,约占全国公务员总数的 15%,腾出来的活儿交给“标准化的信息技术系统以及 AI 工具”。从 2027 年起每年省 9 亿欧元,到 2035 年每年省 35 亿欧元。
彭博社帮忙换算了一下:同样的比例放到美国,是 15 万人;英国 7.5 万,法国 5 万余。这是“AI 取代人工”这个故事到目前为止最大胆的政府版本——过去几年被 AI 裁掉的多是私营部门,政府这堵墙一直没怎么动。
先别急着鼓掌,也别急着骂。这份计划里有个细节,比 2.5 万这个数字更值得盯着看:警察和国防不在裁员范围内,但各部委、监察机构及执行机构,人员可能削减多达 60%。
也就是说,被砍得最狠的,是“监督”和“执行”。这两块恰恰是政府最不像企业的地方:企业可以放弃不赚钱的用户,政府不行;企业可以砍掉不赚钱的业务线,政府不能。
莱顿大学教授梅尔的话说得挺直:以预设的人员数量和金额为起点来裁员,“是非常奇怪的举措”。正常的顺序应该先看哪里效率低、哪里人浮于事,再决定减谁;荷兰的顺序是反的——先定下要省 35 亿,再倒推哪些岗位能被 AI “承接”。
这已经不是改革,是 KPI 反推出来的剧本。
一、多出来的需求,谁接?
更有意思的是荷兰国际集团首席经济学家布洛姆提到的那个反常识的点。大意是:AI 确实能减少政府雇员,但也可能制造新的“需求”——当民众开始用 AI 代理批量提交投诉、诉讼、申请,政府机构会被淹没。
这不是脑洞。柏林赫蒂学院的研究团队今年 8 月发过一项研究,记录了 11 个国家、84 起案例,还给这个现象起了个名字:“智能代理式洪流”(agentic flooding)。多数场景是聊天机器人帮用户写出措辞完整、看上去颇有法律依据的文书。
你省下的是窗口后面的那双手,换来的是十倍数量的工单。而且研究者警告:最容易落地的应对办法——比如收费——往往最先挡住的,是真正有合理诉求的人。
这大概是我今年读到的最值得记住的一个概念。我们对 AI 的想象几乎全部集中在供给侧:它能写、能算、能回答、能替代谁。但 AI 同时是需求侧的放大器——它让每一个普通人都配上一个不知疲倦的“代办”。当每个人都配上了代办,机构面对的不再是“一个人”,而是“一个人的无限次复制”。
荷兰这份计划里,没有这一栏。
二、7 亿人这一边
同一周,中国互联网络信息中心的报告说,截至 2026 年上半年,我国生成式 AI 用户突破 7 亿,普及率超过 50%,行业“告别尝鲜期,进入常态化应用阶段”。
把两条新闻放在一起看,会发现它们是同一枚硬币的两面:AI 在这边是“人人都在用”,在荷兰那边是“政府想用它少用人”。一边是需求侧的洪水,一边是供给侧的减法。而真正的问题已经不在“AI 能不能做”,而在“由谁来做、为谁而做、做错了谁负责”。
三、公共服务不是成本中心
35 亿欧元,写在预算表上很好看。但有些成本不进预算表。
一个老人打了三次电话都没人接;一个小店的申请被算法自动驳回,连个申诉的人工入口都找不到;一个家庭在两种救济政策之间被反复踢皮球。这些不会出现在财政报表的“节省”一栏,只会变成社会信任的折旧。
AI 最适合干的活,是替人做重复劳动——查资料、填表、比对、初筛、翻译、盯异常。它最不该干的活,是替人做判断、承担责任。因为责任这件事没法外包给一个概率模型。出了事,模型不会站出来说“是我批的”。
所以荷兰真正的考题不是“能不能裁掉 2.5 万人”,而是“这 2.5 万人里,有多少能被重新训练去做机器做不了的事”:倾听、调解、在规则与例外的缝隙里做那个有人情味的裁定。而这些活,恰恰是过去几十年被“标准化”和“提效”最先削掉的部分。
说到底,技术从来不是答案,它只是一面特别诚实的镜子:你原本把什么当成本,它就把什么放大。
荷兰这道题,全球都在做,我们也在做。答案不该只写在预算表上。
Comments NOTHING