2025年4月23日，ServiceNow发布Q1 2025财报。订阅收入同比增长21%至30.88亿美元，超出华尔街一致预期。AI相关年化合同价值(ACV)突破10亿美元大关——这个数字在一年前还是零。CEO Bill McDermott在财报电话会议上宣称ServiceNow是”企业AI转型的定义性平台”。股价盘后上涨超过4%。

同一天，CNBC报道ServiceNow计划裁减约2600个岗位——占全球员工总数的约3%。公司将此定性为”战略性资源重新配置”(strategic resource reallocation)，裁员与AI投资加速同步推进。

两条新闻发生在同一天。不是相隔两周，不是前后脚——是同一份新闻稿、同一个24小时周期内的两个现实。

这不是巧合，也不是公关失误。这是一个精心设计的商业逻辑在现实中的完整展开：同一家公司，同一个季度，用AI能力赚取客户的钱，同时用AI工具替代自己的员工。ServiceNow正在用自己的产品证明自己产品的价值，而代价由内部员工承担。

这个案例的意义远超ServiceNow本身。它标志着企业级AI转型的叙事从PPT进入了资产负债表，从招聘简章进入了裁员通知。当一家以”工作流自动化”为核心卖点的SaaS公司开始对自身编制执行同样的自动化逻辑，”AI替代就业”正式从理论预测进入实操阶段。

第一章：矛盾的季报——同一天内的两个现实

财报的胜利

ServiceNow Q1 2025财报呈现的数据是教科书级的”AI叙事兑现”剧本。根据公司官方投资者关系页面发布的财报数据：Q1 2025订阅收入为30.88亿美元，同比增长21%；当前剩余履约义务(cRPO)达到104亿美元，同比增长22%；非GAAP运营利润率为31.5%。全部核心指标超出分析师一致预期。(来源: ServiceNow Investor Relations, 2025-04-23)

最引人注目的数字是AI相关业务的增长速度。根据Reuters报道，ServiceNow的AI产品年化合同价值(ACV)在Q1突破10亿美元，较上一季度增长超过150%。McDermott在电话会议上将这一里程碑描述为”企业AI采购从实验阶段进入规模化部署阶段的分水岭”。(来源: Reuters, 2025-04-23)

Forbes的报道标题精准捕捉了市场情绪：”ServiceNow Escapes SaaS Doom Loop With $1B AI Contracts”——”SaaS末日循环”。这个词汇背景是2024-2025年间，传统SaaS公司普遍面临的增长压力：AI原生工具开始侵蚀传统SaaS的功能边界，客户开始质疑为什么要为独立的工作流管理软件付费，当大语言模型可以直接处理部分流程时。ServiceNow的Q1财报被Forbes解读为该公司成功完成叙事转型的证明——从”工作流SaaS”变成”AI工作流平台”。(来源: Forbes, 2025-04-23)

裁员的现实

同一天，CNBC报道ServiceNow计划裁减约2600个岗位，占全球员工总数约3%。公司在致员工的内部备忘录中表示，裁员是”将资源重新配置到AI优先领域”的一部分。(来源: CNBC, 2025-04-23)

Vanity Fair的报道提供了更多细节：被裁减的岗位集中在传统IT支持、内部运营和部分中层管理职能。公司同时宣布将在AI工程、AI解决方案架构和AI客户成功等领域新增招聘，但新增岗位数量未被明确披露。(来源: Vanity Fair, 2025-04)

Bloomberg Technology的分析将这次裁员定性为”ServiceNow的自动化产品现在适用于自身员工编制”——一家向企业客户销售自动化工具的公司，正在对自己的员工执行同样的自动化替代逻辑。(来源: Bloomberg Technology, 2025-04)

根据加州就业发展部(EDD)的WARN法案备案记录，ServiceNow在加州的裁员涉及多个办公地点，包括圣克拉拉总部和圣地亚哥办公室。WARN备案要求雇主在大规模裁员前60天通知州政府，这意味着这次裁员的决策至少在2025年2月就已做出——远早于Q1财报发布。(来源: California EDD WARN Database, 2025-04)

两个事件并置，构成了一枚硬币的两面：对外，AI是增长引擎；对内，AI是成本削减工具。

数字背后的结构性张力

这种并置并非ServiceNow独有，但ServiceNow的案例具有特殊的示范意义，原因在于其业务的高度自我指涉性。ServiceNow的核心产品是IT服务管理(ITSM)和企业工作流自动化——换句话说，它的产品本身就是用来替代人工流程的。当这家公司宣布用AI升级自己的产品，同时裁减内部员工时，它实际上在用最直白的方式回答一个行业层面的问题：AI自动化到底能替代多少企业内部岗位？

答案不是一个抽象的百分比，而是一份裁员通知上的2600这个数字。

第二章：商业逻辑拆解——裁员与AI增长是同一战略的两面

效率乘数的商业本质

理解这一现象需要先拆解ServiceNow的商业模型。ServiceNow 2024财年总收入为109.8亿美元（根据其10-K年报），其中订阅收入占比超过97%。在这个模型下，ServiceNow的利润率与其内部运营成本直接挂钩：如果能用更少的人力支撑同等规模的客户服务和产品开发，利润率就会上升。(来源: ServiceNow 10-K FY2024, SEC EDGAR)

截至2024年底，ServiceNow全球员工总数约为24,800人（根据10-K披露）。2600人的裁员意味着约10.5%的人力成本削减潜力——假设平均每人年化成本（含薪资、福利、办公空间）约为25万美元，这意味着年化节省约6.5亿美元。这个数字与10亿美元AI合同ACV形成了一个有趣的对照：AI创造的新收入与AI替代节省的成本，处于同一数量级。

传统SaaS公司的人力成本结构大致分为三块：研发(R&D)约占收入的20-25%、销售与市场(S&M)约占25-30%、以及一般和行政(G&A)约占8-12%。根据ServiceNow 2024年10-K，其研发费用为24.6亿美元，销售与市场费用为31.2亿美元，G&A费用为6.8亿美元。AI工具对这三个领域的渗透速度不同：G&A类岗位——财务分析、法务支持、内部IT、人力资源操作层——是自动化替代最快的领域，因为这些工作流程标准化程度高，决策边界清晰。

“卖铲子的人先用铲子挖矿”

Bloomberg Technology的分析引入了一个核心概念：ServiceNow的重组是”效率转型”(efficiency pivot)——公司在向客户销售效率工具的同时，将同样的工具应用于自身运营。(来源: Bloomberg Technology, 2025-04)

这个逻辑在商业上无懈可击。如果ServiceNow无法用自己的产品提升自身运营效率，那么向企业客户销售同样产品的说服力就会大打折扣。反之，如果ServiceNow能够展示”我们用自己的工具裁减了2600个岗位，节省了6.5亿美元年化成本”，这本身就是最有力的产品案例研究。

这是一种”吃自己狗粮”(dogfooding)逻辑的极端化版本——不只是内部测试产品，而是将产品的商业价值直接体现在自身的财务报表上。

资本市场的激励结构

要理解为什么ServiceNow会在财报发布的同一天推进裁员公告，必须理解资本市场对SaaS公司的估值逻辑。

当前市场对企业软件公司的估值核心指标已从纯粹的收入增速转向”Rule of 40”——即收入增速加上自由现金流利润率之和超过40%。ServiceNow Q1 2025的收入增速约21%，非GAAP运营利润率31.5%，两者之和约52.5%——远超40%门槛。裁员进一步提升利润率，将这个数字推向更高水平。

在这个框架下，ServiceNow同时宣布AI合同突破10亿美元（证明增长）和裁减2600个岗位（证明效率），对资本市场发出的是一个高度一致的信号：公司正在构建一个AI驱动的高利润率增长模型。Forbes的报道指出，市场开始”相信McDermott的AI叙事”，这种信任的基础正是财务数字和组织行动的双重验证。(来源: Forbes, 2025-04-23)

Goldman Sachs在2023年3月发布的研究报告《The Potentially Large Effects of Artificial Intelligence on Economic Growth》估计，生成式AI可能影响全球约3亿个全职工作岗位，其中行政和法律类岗位受影响比例最高（约46%）。ServiceNow的裁员数据为这个宏观预测提供了微观验证。(来源: Goldman Sachs Economics Research, 2023-03)

对立视角一：裁员是战略必要，还是短期财务操弄？

必须呈现一个批判性视角。

有观点认为，科技公司的大规模裁员往往是短期财务工程的产物，而非真正的战略转型。具体逻辑是：通过裁员降低运营费用率(opex ratio)，在短期内提升EBIT或经营利润，从而在财报季给出更好的利润率数字，推高股价，满足高管的股权激励条件。

根据ServiceNow 2024年代理声明(Proxy Statement)，Bill McDermott的薪酬方案中约70%与股价表现和运营利润率目标挂钩。这意味着裁员直接有利于CEO的个人财务利益——这个事实不应被忽视。

《纽约时报》2025年4-5月的报道进一步指出，ServiceNow的裁员发生在公司刚刚完成一轮大规模招聘之后——2023-2024年间，ServiceNow净增约5000名员工。这种”先招后裁”的模式在科技行业并不罕见，批评者认为这反映的是管理层对人力规划的失败，而非AI替代的必然结果。(来源: The New York Times, 2025-04)

然而，ServiceNow案例的特殊性在于：裁员发生在AI业务加速增长而非收缩时期。防御性裁员通常发生在收入增速下滑时；ServiceNow的裁员发生在AI合同高速增长、整体收入超预期的背景下。这更符合”主动用AI替代人力”的战略叙事，而非”业绩不好被迫裁员”的防御性逻辑。

我的判断：这次裁员的主要动因是真实的AI能力替代与资本市场效率激励的叠加效应。AI替代创造了裁员的技术可行性，资本市场的”高效增长”估值框架提供了执行的财务动机，而高管薪酬结构提供了个人层面的激励对齐。三者缺一不可——单独归因于任何一个因素都是过度简化。

第三章：”吃自己的狗粮”——ServiceNow用自身产品替代内部岗位的深层含义

自我指涉的商业悖论

ServiceNow的业务核心是帮助企业客户自动化其内部工作流程。它的主要产品包括：IT服务管理(ITSM)、HR服务交付(HRSD)、客户服务管理(CSM)、以及2023年9月推出并持续迭代的生成式AI功能套件Now Assist。

现在，ServiceNow正在对自己执行同样的操作。

这创造了一个高度自我指涉的商业逻辑：ServiceNow的HR部门使用HRSD处理裁员流程；ServiceNow的IT团队使用ITSM管理内部系统；ServiceNow的客服团队使用CSM处理内部支持请求；而Now Assist的AI能力正在替代原本需要人工处理的这些流程中的操作性工作。

这不是比喻，这是字面意义上的”用自己的产品替代自己的员工”。

劳动力替代的技术路径

Now Assist是ServiceNow在2023年9月Knowledge大会上首次发布的生成式AI功能套件，集成在其现有工作流平台之上。根据ServiceNow官方产品文档，Now Assist的核心能力包括：自动生成IT工单摘要和解决方案建议（减少一线支持工程师的工单处理时间约52%）、自动化HR案例处理（员工自助解决率提升约40%）、智能路由和优先级排序、以及基于自然语言的流程触发。(来源: ServiceNow Now Assist Product Documentation, servicenow.com)

这些能力直接对应的内部岗位是：一线IT支持工程师（工单处理）、HR操作专员（员工请求处理）、流程协调员（跨部门工作流管理）。这些岗位的共同特征是：高度重复性、规则明确、决策边界清晰——正是当前AI自动化效果最好的工作类型。

根据OpenAI与宾夕法尼亚大学研究者2023年发表的论文《GPTs are GPTs》，约80%的美国劳动力至少有10%的工作任务会受到大语言模型的影响，而约19%的劳动力有至少50%的任务受到影响。IT支持、行政管理和数据处理类岗位被列为受影响最大的类别之一。(来源: Eloundou et al., arXiv:2303.10130, 2023-03)

ServiceNow的裁员数据为这个学术预测提供了企业级的实证验证。

从”卖工具”到”展示工具”：第三层洞察

这里有一个大多数报道没有充分挖掘的深层商业洞察——也是本文的核心第三层判断：

ServiceNow的内部裁员不只是成本削减，它是一种新型的”产品定价锚”策略。

传统企业软件的定价逻辑基于功能复杂度或用户数量。但AI工作流工具的定价正在向”价值定价”(value-based pricing)转型——即按照为客户节省的成本或创造的价值来定价。ServiceNow如果能够量化自身内部的AI替代效果（例如：”Now Assist帮助我们减少了2600个岗位，年化节省6.5亿美元”），这个数字就成为向企业客户定价的锚点。

具体而言：如果ServiceNow能向一家拥有10万员工的大型银行证明”我们的AI工具帮助我们自己节省了每员工约2.6万美元的年化成本”，那么ServiceNow就可以据此向该银行收取每员工1万美元的年费——客户仍然获得净1.6万美元/人的节省，而ServiceNow获得了远高于传统SaaS定价的收入。

这意味着ServiceNow的裁员不仅是成本端的优化，更是收入端定价策略的基础设施建设。它正在用自身的痛苦（裁员）构建一个可量化的价值证明，这个证明将直接转化为对外销售的定价权。

这是”双向AI杠杆”的真正含义：不是简单的”AI省钱+AI赚钱”，而是”AI省钱的数据本身成为AI赚钱的定价依据”。两个杠杆之间存在因果关系，而非仅仅是并行关系。

McKinsey Global Institute在2023年6月的报告《The Economic Potential of Generative AI》中估计，生成式AI可以为全球企业创造2.6万亿至4.4万亿美元的年化价值。但这个价值的实现前提是企业能够量化AI的具体效益——而ServiceNow正在通过自身案例构建这个量化框架。(来源: McKinsey Global Institute, 2023-06)

对立视角二：内部替代能否真正证明外部价值？

批评者会指出，ServiceNow的内部用例和其客户的用例之间存在重要差异。

首先，ServiceNow是一家科技公司，其内部流程天然比传统行业更标准化、更数字化，因此AI自动化的效果更容易实现。将ServiceNow的内部效率提升外推到一家拥有复杂遗留系统的制造企业或金融机构，可能存在严重的适用性偏差。

其次，ServiceNow对自身产品的使用存在明显的”供应商锁定”动机——它不会在内部测试竞争对手的产品（如Salesforce的Einstein AI或Microsoft的Copilot）。因此，其内部案例的客观性存在结构性缺陷。

第三，MIT经济学家Daron Acemoglu在2024年5月的NBER工作论文《The Simple Macroeconomics of AI》中指出，AI对生产率的实际提升效果可能远低于乐观预期——他估计AI在未来10年内对美国GDP的提升仅为0.5%-1.5%，远低于Goldman Sachs等机构7%的乐观估计。如果Acemoglu的判断正确，ServiceNow的内部效率提升可能是特例而非普遍规律。(来源: Acemoglu, NBER Working Paper No. 32487, 2024-05)

我的判断：这些批评有效，但不能否定内部替代案例的商业价值。在企业级软件销售中，感知价值和实际价值同样重要——甚至前者更重要。ServiceNow能够用自身财报数字证明AI工具的效率价值，这个”证明”的商业效力独立于其技术适用性的学术讨论之外。重要的是：这个故事可以被讲述，可以被量化，可以被写进销售提案的第一页。而在企业级软件销售中，第一页决定了是否有第二页。

第四章：行业信号——从ServiceNow看企业级SaaS公司的AI转型范式

“SaaS末日循环”的真实威胁与应对路径

Forbes使用的”SaaS Doom Loop”这个词汇，精准捕捉了2024-2025年企业软件市场的结构性焦虑。(来源: Forbes, 2025-04-23)

这种焦虑的来源是清晰的：AI原生工具（包括OpenAI的API、Anthropic的Claude、各类垂直AI应用）开始侵蚀传统SaaS的功能边界。过去需要专门的工作流管理软件处理的任务，现在可以通过自然语言指令直接触发AI代理完成。如果这个趋势持续，传统SaaS的”功能护城河”将被系统性侵蚀。

ServiceNow的应对路径是：不与AI原生工具竞争，而是成为这些工具的”编排层”(orchestration layer)。其逻辑是：企业不缺AI工具，缺的是一个能够将不同AI工具、遗留系统、合规要求和业务流程整合在一起的中间层。ServiceNow将自己定位为这个中间层——不是替代AI，而是管理AI。

McDermott在Q1电话会议上的原话是：”Every AI agent needs a workflow. Every workflow needs ServiceNow.”（每个AI代理都需要工作流，每个工作流都需要ServiceNow。）这个定位策略如果成立，ServiceNow就从”被AI颠覆的对象”变成了”AI时代的基础设施”。10亿美元AI合同ACV，是这个定位策略开始被市场验证的早期信号。

同行对比：ServiceNow不是孤例

ServiceNow的”同时宣布AI增长和裁员”模式正在成为企业软件行业的标准操作。2024-2025年间的类似案例包括：

  • Salesforce：2024年1月裁减约700人（约1%），同时大力推进Einstein AI和Agentforce平台。CEO Marc Benioff公开表示不会在2025年大规模招聘工程师，因为AI提升了现有团队的生产力。(来源: Reuters, 2024-01)
  • SAP：2024年1月宣布重组计划影响约8000个岗位，同时宣布将在AI领域投资20亿欧元。公司明确表示重组是为了将资源从传统业务转向AI优先领域。(来源: Reuters, 2024-01)
  • Workday：2024年2月裁减约1750人（约3%），同时加速AI产品路线图。(来源: CNBC, 2024-02)

这些案例共同指向一个行业级趋势：企业SaaS公司正在集体执行”AI替代+AI增长”的双向战略。ServiceNow的特殊性在于，它的产品本身就是工作流自动化——使得这个双向逻辑的自我指涉性最为突出和透明。

劳动力重构的行业层面含义

OECD在2023年的《Employment Outlook》报告中指出，AI对就业的影响将呈现高度不均匀的分布：高技能工作中的重复性任务和中等技能工作中的标准化流程，是受影响最大的领域。(来源: OECD Employment Outlook 2023)

ServiceNow的裁员数据验证了这一判断。被裁减的不是低技能体力劳动者，而是拥有大学学历、年薪可能在8-15万美元区间的知识工作者——IT支持工程师、流程分析师、项目协调员。这些人不是”被机器人取代的工厂工人”的刻板印象，而是硅谷办公室里穿着商务休闲装、使用Slack和Jira的白领专业人士。

IMF在2024年1月的研究报告《Gen-AI: Artificial Intelligence and the Future of Work》中估计，发达经济体约60%的就业岗位会受到AI的影响，其中约一半（即30%）可能因AI而获得生产力提升，另一半可能面临任务替代风险。(来源: IMF Staff Discussion Note SDN/2024/001, 2024-01)

当ServiceNow这样的公司开始系统性地用AI替代知识工作岗位，它发出的信号是：AI对企业内部”知识工作”的替代，已经从实验阶段进入规模化部署阶段。

就业替代的速度问题：被忽视的关键变量

一个关键但常被忽视的变量是替代速度。

历史上，技术替代就业的过程通常足够缓慢，以允许劳动力市场通过再培训和职业转型完成适应。蒸汽机替代手工纺织工人花了约50年；个人电脑替代打字员和账本记录员花了约20年。这些过程虽然痛苦，但社会有足够的时间建立缓冲机制——再培训项目、社会保障网络、新产业的就业吸纳。

AI对知识工作的替代速度可能根本性地不同。ServiceNow的Now Assist在2023年9月发布，到2025年4月——仅18个月后——公司就基于这个工具的能力做出了裁减2600人的决策。从AI能力商业化到大规模内部人力替代，压缩在不到两年的时间内。

MIT经济学家David Autor在2019年的论文《Work of the Past, Work of the Future》中指出，技术变革对就业的影响取决于”任务重组”的速度——即经济体系创造新任务的速度能否匹配旧任务被自动化的速度。(来源: Autor, AEA Papers and Proceedings, 2019)

ServiceNow的案例暗示，当前AI替代的速度可能超过了新任务创造的速度——至少在短期内如此。公司宣布将在AI相关领域新增招聘，但未披露具体数量。如果新增岗位远少于裁减岗位（这是高度可能的，否则裁员就失去了成本节省的意义），那么净就业效应是负的。

第五章：当效率叙事遇上人的代价——AI转型的伦理与商业张力

效率叙事的内在逻辑与其盲区

ServiceNow的故事在商业逻辑上是自洽的，甚至是优雅的：用AI工具提升内部效率→节省的成本投入AI产品研发→AI产品创造新的收入→新收入支撑更高的研发投入→形成正向飞轮。Q1 2025的数字完美验证了这个飞轮：31.5%的运营利润率（效率端）+ 21%的收入增速（增长端）+ 10亿美元AI ACV（未来增长引擎）。

这个叙事的吸引力在于它将所有的利益相关方——股东（股价上涨）、客户（更好的AI产品）、市场（行业标杆）——都纳入了受益者名单。被遗漏的，只有那2600个失业的员工。

这不是在批评ServiceNow做错了什么。在现行的企业治理框架下，ServiceNow的决策完全符合其对股东的受托责任（fiduciary duty）。问题在于：当这个逻辑被数千家企业同时执行时，宏观层面的就业结构会发生什么？

企业的双重角色困境

ServiceNow面临一个结构性的双重角色困境：

作为AI产品销售方，ServiceNow的商业利益在于最大化AI替代人工的故事——因为这证明了产品的价值，推动了销售，支撑了10亿美元的AI合同。

作为雇主，ServiceNow有（至少在道义层面和ESG框架下）维护员工就业稳定的责任。

这两个角色在AI转型加速的背景下产生了直接冲突。McDermott在财报电话会议上的措辞，以及公司对裁员的官方表述（”战略性资源重新配置”），都回避了这个张力的正面讨论。这是可以理解的企业公关选择，但它也揭示了一个更深层的问题：在AI转型叙事中，被替代的劳动力几乎没有叙事空间。

伦理框架的缺位与政策滞后

当前企业AI转型讨论中最显著的缺位，是一套可操作的伦理框架和监管要求。

现有的ESG披露要求没有专门针对AI驱动的劳动力替代建立量化的问责机制。ServiceNow可以在ESG报告中大篇幅讨论碳排放和多元化指标，但对”因AI替代导致的岗位消除数量”没有任何强制披露要求。

欧盟AI法案（2024年8月生效）主要关注AI系统的安全性和透明度，对AI驱动的劳动力替代问题几乎没有直接约束。美国2023年10月的AI行政令（Executive Order 14110）提到了AI对劳动力的影响，但仅要求联邦机构进行研究和评估，没有对私营企业施加任何强制性义务。(来源: White House OSTP, Executive Order 14110, 2023-10-30)

这个监管缺位不是偶然的。它反映了政策制定速度相对于技术部署速度的结构性滞后。在这个滞后被填补之前，企业在AI替代就业问题上的信息披露完全依赖自愿，而自愿披露的内容自然倾向于对企业有利的叙事——”战略性资源重新配置”听起来比”用AI替代了2600个人的工作”好听得多。

结语：效率的代价与资本主义的清醒逻辑

ServiceNow的双面硬币，是当代企业AI转型最清醒也最残酷的样本之一。

清醒在于：它没有试图掩盖裁员与AI增长之间的因果关系。两件事在同一天发生，被不同的媒体报道，拼在一起构成了一个完整的商业逻辑图景。这个图景是诚实的——至少在商业层面是诚实的。

残酷在于：这个逻辑的内在一致性，恰恰是它对被替代员工最不友好的地方。没有例外，没有道义豁免，没有”我们卖自动化工具，但不会对自己的员工用”的虚伪承诺。ServiceNow的逻辑是：如果AI能做，就让AI做。这个逻辑适用于客户的员工，同样适用于ServiceNow自己的员工。

对投资者意味着什么：ServiceNow的案例表明，能够将AI能力同时用于外部收入增长和内部成本优化的企业，将在这一轮AI转型中获得双重的财务杠杆效应。10亿美元AI ACV是外部杠杆；裁减2600人优化成本结构是内部杠杆。两者叠加，对利润率的改善效果是乘法而非加法——因为内部节省的数据本身成为外部定价的依据。识别出具有这种”双向AI杠杆”能力的企业（产品本身是自动化工具+内部大规模应用同一工具），可能是当前阶段最重要的企业软件投资命题之一。具体标的除ServiceNow外，还包括Salesforce（Agentforce）、SAP（Joule AI）和Workday（AI平台）。

对企业决策者意味着什么：ServiceNow正在向企业客户证明一件事——AI工作流自动化的ROI足够真实，真实到可以支撑大规模内部人力替代决策。如果你是一家大型企业的CIO，ServiceNow的案例意味着你的CEO和CFO很快会问你同样的问题：”如果ServiceNow能用自己的工具裁掉3%的人，我们为什么不能？”AI工作流平台的企业采购周期可能比预期更短——不是因为技术成熟了，而是因为竞争压力和资本市场预期不允许你等待。

对劳动者意味着什么：知识工作的”安全感”正在被重新定价。过去，高度标准化的体力工作首先被自动化；现在，高度标准化的知识工作——工单处理、流程审核、数据录入、基础分析——正在成为下一个替代对象。这不是预测，ServiceNow的裁员通知是一份实证。对于从事这类工作的专业人士，最紧迫的问题不是”AI会不会替代我”，而是”我的雇主什么时候会做出和ServiceNow一样的决定”。答案可能是：比你想象的更快。

对政策制定者意味着什么：ServiceNow案例揭示的时间压缩问题——从AI能力发布到大规模内部替代，压缩在18个月内——要求政策响应速度远超历史先例。现有的再就业培训体系（通常需要1-2年才能完成一个完整的培训周期）、社会保障机制（失业保险通常覆盖26周）、AI替代披露要求（目前几乎不存在），都是按照”缓慢替代”的历史节奏设计的。这套体系需要被彻底重新校准。具体而言：强制要求企业披露AI驱动的岗位消除数量、建立AI替代预警机制、将再培训周期压缩到6个月以内——这些不是理想主义的政策建议，而是ServiceNow案例所揭示的时间压力下的必要响应。

最后，回到那枚双面硬币。

硬币的一面是10亿美元的AI合同，是Bill McDermott在电话会议上的自信表述，是Forbes标题里的”逃离SaaS末日循环”。硬币的另一面是2600份裁员通知，是”战略性资源重新配置”背后那些没有被计入财报叙事的个体成本。

这两面不可分割。你无法只接受一面而拒绝另一面，因为它们铸造自同一块金属，遵循同一个逻辑，服务于同一个目标。

问题不在于ServiceNow做了什么不该做的事。问题在于，当整个行业都在复制这个逻辑，当”双向AI杠杆”成为企业软件赛道的标准操作手册，当每一家有能力这样做的公司都这样做的时候——我们集体面对的，将是一个比任何单一企业的裁员决定都更难处理的结构性问题。

ServiceNow是一个早期的、清晰的样本。它的价值，恰恰在于它发生得足够早，规模足够典型，逻辑足够透明。

我们还有时间讨论这意味着什么。但这个窗口，正在以季度为单位收窄。

参考资料

  1. ServiceNow Reports First Quarter 2025 Financial Results — ServiceNow Investor Relations, 2025-04-23

  2. ServiceNow to lay off about 3% of workforce amid AI push — CNBC, 2025-04-23

  3. ServiceNow Escapes SaaS Doom Loop With $1B AI Contracts — Forbes, 2025-04-23

  4. ServiceNow beats Q1 estimates, raises guidance as AI deals top $1 billion — Reuters, 2025-04-23

  5. ServiceNow Is Laying Off Hundreds of Employees — Vanity Fair, 2025-04

  6. The New York Times, “The A.I. Company That Is Also Cutting Jobs Because of A.I.”, 2025-04 — The New York Times, 2025-04

  7. ServiceNow lays off workers as it touts AI replacing human tasks — Bloomberg Technology, 2025-04

  8. The Potentially Large Effects of Artificial Intelligence on Economic Growth — Goldman Sachs Economics Research, 2023-03-26

  9. The Economic Potential of Generative AI: The Next Productivity Frontier — McKinsey Global Institute, 2023-06-14

  10. GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models — Eloundou, Manning, Mishkin, Rock (arXiv), 2023-03-17

  11. The Simple Macroeconomics of AI — Daron Acemoglu, NBER Working Paper No. 32487, 2024-05

  12. Gen-AI: Artificial Intelligence and the Future of Work — IMF Staff Discussion Note SDN/2024/001, 2024-01-14

  13. OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market — OECD Publishing, 2023

  14. Now Assist: Generative AI for the Enterprise — ServiceNow Product Documentation

  15. Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence — White House OSTP, 2023-10-30

  16. ServiceNow, Inc. Annual Report (Form 10-K) FY2024 — SEC EDGAR, Filed February 2025

  17. California Employment Development Department WARN Act Filing — ServiceNow layoff notice, 2025-04

本文写作基于截至2025年5月可获取的公开信息。文中所引财务数据、裁员数字及管理层表述，均来自ServiceNow官方财报、SEC备案文件及主流财经媒体报道。本文不构成任何投资建议。