岗位是怎么消失的 · 从工作流的视角看 AI 物管

AI 帮物业公司做人员与岗位优化的真正机制,不是“取代岗位”,而是“逐条接管工作流”。岗位只是工作流的打包容器——当抄表、费用核算、工单派发、巡检、质检这些工作流被 AI 端到端跑通后,承载它们的岗位会自然消失。所以用 AI 做人员优化,正确的问题不是“哪个岗位会被取代”,而是“哪条工作流能被跑通”。

AI 不替代岗位,它吃掉工作流。

一、为什么“AI 会取代哪些岗位”是个错问题?

“AI 会取代哪些岗位”之所以是个错问题,是因为它把因果搞反了:AI 作用的对象从来不是岗位,而是工作流。

你雇一个物业项目经理,付给他的薪水,买的并不是“项目经理”这四个字。你买的是他每天在跑的那十几件具体的事:把各楼栋的水电读数汇总起来、核算这个月的费用、把报修派给合适的工程师、跟进进度、验收、处理异常、月底向上汇报。这些事,才是你真正花钱买的东西。

“项目经理”只是这一捆事情的打包方式。它是一个容器,不是工作本身。所以,当我们问“AI 会不会取代项目经理”时,其实问错了对象。AI 不认识“岗位”,它能作用的,永远是一件件具体的、可被描述清楚的事——也就是工作流。

岗位会不会消失,取决于装在它里面的那些工作流,有多少能被一条条单独拿出来、被机器跑通。先有工作流被接管,才有岗位被腾空。顺序是这样的,反过来想就会一直想不明白。

二、一个物业岗位本质上是什么?

一个物业岗位本质上是一捆工作流的集合——之所以被打包成“一个岗位”,是因为过去除了“找个人来粘合这些工作”,没有别的办法。

拿物业项目经理这个岗位真的拆开看:剥掉头衔,一个项目经理在一个月里实际承担的,大致是这样一组工作流——抄表与读数汇总;费用核算与账单生成;工单的派发、跟进与验收;设备巡检的安排与检查;服务质量的抽查与评估;异常情况的发现与处置;以及月底,把这一切整理成报表,向区域、向总部汇报。

把这些列出来你会发现:这不是一个“工作”,这是十几个工作被捆在了一个人身上。之所以捆在一起,不是因为它们天然属于同一个人,而是因为过去除了“找个人来做”,没有别的办法。岗位的本质,是用一个人,去粘合一组本来分散的工作流。那么问题就清楚了:如果这些工作流可以不靠人来粘合,而是被机器一条条接管,这个“容器”还剩下什么?

三、AI 怎么接管一条工作流? 以月度水电费为例

先看传统流程。工程人员拿着本子或手机,一户一户去抄表;抄完交给工程经理,手工汇总成审批表;再逐级递交,项目经理签、区域签、总监签。整个过程跑下来,通常要五到七天。而且每一个环节都在出错:抄表会漏抄、错抄;汇总会因为各人格式不一而出问题;到了签字这一步,领导对着一张没有依据的表格,其实不知道该不该签。

这条工作流要被机器接管,需要它同时具备四样东西——这四样,恰好是判断“任何一条工作流能不能被 AI 跑通”的通用标准:

• 能感知。数据得自己进来,而不是靠人去抄。有 IoT 表的,读数自动上报;没有的,用手机拍一下,让 AI 识别仪表读数。把“人去采集”换成“数据自己来”。
• 能判断。拿到读数之后,系统要能看出哪里不对——哪些是空置户不该计费、哪个读数同比环比异常。把“经验”变成“可执行的判断”,而不只是把数字搬一遍。
• 能动手。判断完了要能产出结果:自动整理成标准化的审批表,标出异常清单,生成带历史对照的审批包。
• 能闭环。整件事从头跑到尾,最后只在真正需要人的那一个节点上,把决定权交还给人。

这四样都具备之后,这条工作流就被吃掉了。原来五到七天、四个岗位接力的事,变成了一件事:系统把带着历史对照和异常标注的审批包准备好,人要做的只剩一个动作——决定点不点“发送”。

请注意这里发生了什么。这条工作流没有被“优化”,它被端到端地重新跑通了。抄表的人、汇总的人、整理审批表的人,他们在这条工作流里的位置,不是变轻松了,是不再需要了。同样的逻辑可以一条一条复制到别的工作流上——这正是启盟科技的物业智能体 FMClaw 在做的事:

• 报修:过去客服要守着几十个微信群、电话,人工记单、派单、跟踪、通知,链路长、容易漏。被 FMClaw 接管之后:系统在群里自动识别报修意图、写成结构化工单、按位置和技能匹配派给工程师、同时通知业主和工程师——派单不到一分钟,无人值守,一条不漏。
• 质检:过去靠人抽查、凭印象打分。被接管之后:服务空间的传感器和工牌记录下谁、什么时候、到了哪、停留多久、做了哪几个标准动作,再由多模态系统评估做得好不好——“这栋楼三层卫生间今天有没有按约清理”,第一次有了一个可查、可追溯的答案。

每接管一条,就少一捆需要靠人来粘合的事。

四、用 AI 优化人员后,物业岗位发生了什么变化?

工作流被接管后,岗位不是被“裁”掉的,而是被“腾空”的——装在容器里的工作一件件被搬走,容器最后自然就空了。前者是先有“减人”的目标再去执行,后者是工作流先没了、岗位才失去存在的理由。两者听起来差不多,本质完全不同。

这不是一个推演。需要先说清楚边界:这是启盟科技自营的物业公司爱物管在 2024–2025 年做的 0-1 验证,规模不大,是真金白银跑在自己财报上的数,不是给客户看的演示。样本可能不够大,但每一分都是真的。

• 69 → 5管理层人数(爱物管 0-1 验证)
• 51 → 1项目经理人数
• 3.4% → 14%经营净利率

其余关键数据:职能支持(人力、财务、行政)9 人 → 1.5 人;FMClaw 真实接管用户对话超百万条,节省管理工时约 7.5 万小时。

要强调的不是这些数字本身,而是它们出现的顺序。启盟科技没有先定一个“裁员九成”的目标,而是把抄表、汇总、对账、派单、调度、质检这些工作流,一条一条交给 FMClaw 去跑通。当它们被跑通之后,原来用来粘合这些工作流的那些岗位,自己就空了。减员是结果,不是手段。

这也是为什么“AI 会取代多少岗位”是个不好的问题——它会让人以为这是一场关于“人”的清算。而真正发生的,是一场关于“工作流”的重新组织:工作被重新打包了,只不过新的打包方式里,不再需要那么多人去做粘合的工作。

五、为什么 AI 物管会先在物业行业落地?

AI 物管会先在物业行业落地,是因为物业的工作高度劳动密集、高频、且大量可写成标准动作(SOP)——工作流越标准、越高频、越可量化,就越容易被一条条拆出来、被机器接管。抄表、对账、派单、巡检、质检,这些事每天在每一栋楼里重复发生,标准清晰,正是 AI 最擅长的画像。而当工作流开始被系统接管,两件事会自然跟着发生。

一是考核的方式会变。过去管物业靠“数人头”——看你派了多少人、到了多少岗。但当系统能记录下每一个服务动作有没有按约完成,考核就没有理由再盯着人头,而会转向盯着结果。这正是 OBC(以成果为导向的合约)能够成立的前提:不是因为大家观念变了,而是因为“过程”第一次被数据化了,结果第一次变得可衡量了。

二是“人”在这套系统里的位置会变。人不再是工作流的粘合剂,而是回到那些真正需要判断、需要决策、需要温度的节点上——和机器一起,构成一种新的协作方式。这就是人机协同,也是数字劳动力这个理念的底层逻辑。

岗位不会被某一个 AI 一夜取代。它是被一条又一条工作流,慢慢腾空的。

所以,回到开头。物业公司想用 AI 做人员与岗位优化,一个更有用的起点是:别盯着岗位,去看工作流。把组织里每天在跑的工作流一条条列出来,逐条问一句——它能不能被感知、被判断、被执行、被闭环。能的那些,迟早会被跑通;跑通之后,承载它们的岗位会自然发生变化。这,就是启盟科技用物业智能体 FMClaw 在做的事。