裁員越多、股價越高,公司治理的舊邏輯正在失靈?

格隆匯
03/04

近日,國外金融科技標杆企業 Block一次性裁員近40%的新聞引發熱議,其在盈利創新高、增速領跑且現金流充沛的背景下開啓大裁員,導致 4000人瞬間失業。

官方給出的理由是當下 「政治正確」 且難以反駁的「AI 效率革命論」:組織輕量化後,小團隊與 AI 協作能夠創造更高價值。荒誕的是,消息一出,資本市場不僅沒有恐慌,股價單日反而暴升逾 25%。

在這飆升的股價背後,成為代價的不僅是4000個家庭的突然震盪,更是ESG理念在資本面前被架空、被選擇性執行的系統性危機。


裁員傷害了誰?


Block 的故事並非是一家公司的個案。它更像一面鏡子,照出了 AI 時代全球企業共同面臨的抉擇:當 「AI 替代人力」成為政治正確,當股價表現成為公司治理的唯一目的,曾經被奉為未來企業治理「良方」的 ESG正在遭受嚴峻挑戰。

從ESG的核心要義來看,其主旨是通過有效應對發展中潛在的環境、社會、治理多元風險,強化企業的發展韌性,從而實現長期、健康的增長與成功。

商道諮詢郎華認為,Block 此次大規模裁員在 S、G 維度引發的潛在風險,折射出 AI 時代企業發展的全新矛盾:在技術變革的時代背景下,企業選擇以 「效率優先」 為由,將 ESG 的長期價值讓渡給資本的短期訴求,技術替代讓勞工權益的保護邊界發生了根本變化。

在社會(S)維度,首當其衝是員工權益的損害。「如果裁員程序不當,比如程序不合規、補償方案不合理,缺乏過渡安排,及對弱勢員工羣體缺乏保護,則會面臨訴訟、NGO與工會挑戰,特別在歐美國家,工會作為員工權益保護的關鍵主體,會通過集體談判、訴訟等為企業經營帶來巨大風險,」郎華說道。

郎華認為,在人力資本發展層面,主流ESG披露標準、評級體系(如SASB,CSA等)往往提到,企業應長期開發及投資於人力資本,大規模裁員表明企業因為短期成本削減而放棄了人力資本的長期價值與回報。

一個事實是,AI 時代的大規模裁員,本質上是企業將人力資本視作 「可被技術替代的成本項」,而非支撐長期創新的核心資產。在AI技術快速迭代的當下,用 「一刀切」 的方式完成所謂的 「組織輕量化」,某種程度上是對企業長期發展根基的消耗,也會對企業聲譽帶來巨大損害。

在治理(G)維度,反映出的治理問題則在於企業面對技術變革時,缺乏利益相關方共擔風險的決策邏輯,以及透明、審慎的變革執行機制。

從 Block 內部員工的反饋來看,此次裁員是管理層兩周內突然提出的決策,「甚至HR部門都是上周才介入,一周內擬定裁員名單,而且沒人知道標準」。這種 「閃電式裁員」,實際上是企業決策層將 「股東收益最大化」 作為唯一目標,無視員工、社會等其他利益相關方的訴求。

AI 時代的企業治理,本應要求管理層在技術升級與組織調整中,建立更具包容性的決策機制——既考慮技術帶來的效率提升,也兼顧員工的職業轉型需求;既滿足資本的盈利期待,也承擔起企業的社會緩衝責任。而 Block 的治理模式,卻是將技術變革作為 「獨斷決策」 的藉口,用快速裁員的方式推高短期利潤,這種治理邏輯,不僅會瓦解員工對企業的信任,更會讓企業在快速變化的市場中,失去因員工粘性而形成的創新韌性與風險應對能力。

郎華指出,企業的價值觀往往來自企業最高決策層奉行的價值觀,而價值觀的取向也往往反映在企業的格局及戰略選擇,是「股東至上」、還是「利益相關方共享價值」,「短期賬面盈利」還是「長期主義」。為短期利潤砍掉大量中層、技術與運營人員,將削弱組織應對風險、持續創新的能力。

虎嗅ESG組認為,Block 大裁員反映的不只是一家公司的治理問題,同時也對當下時代的公司治理價值觀發起了挑戰 ——效率與公平、資本與勞工、短期利潤與長期可持續,正在進行一場前所未有的撕扯。


ESG框架缺失,人正成為企業最高昂的成本


過去二三十年,全球經歷過一輪漫長的價值觀修正——從利潤最大化到可持續發展,由粗放擴張到合規、責任、長期主義。

發展至今,ESG早已不是小衆理念,其已經發展成為全球一大主流投資、監管、企業戰略的核心語言。ESG 之所以能夠崛起,本質上是社會對 「野蠻增長」 的一次集體修正。人們逐漸意識到:沒有底線的增長,會帶來環境破壞、貧富分化、勞資對立、社會撕裂,最終反噬經濟本身。

但AI的出現,讓「效率至上主義」重新迴歸。在AI敘事下,一整套新的商業倫理正在被悄悄重塑:過去,「大規模裁員」 被視為企業管理無能、戰略失誤的標誌;現在,「裁員 + AI」 成了組織進化、效率革命的代名詞。

股價的狂歡也在表明資本市場正鼓勵一種危險傾向:只要能提升人均效能、降低成本結構、增厚短期利潤,任何對組織、員工、社會帶來衝擊的行為,都可以被合理化。

虎嗅ESG組認為,ESG之所以會面臨越來越嚴峻的挑戰,一個非常現實的原因是:現有 ESG 框架,幾乎沒有針對「AI 替代人力」的約束條款。

傳統ESG對勞工權益的保護議題往往集中在禁止強迫勞動及童工、保障薪酬公平/性別平等、保障職業健康與安全、反對歧視等方面。但AI時代的核心矛盾已經變了:不是企業對員工 「好不好」,而是企業是否還「需要」大量員工。

當技術可以直接替代崗位,傳統勞工保護幾乎全面失效。企業既沒有違法,也沒有拖欠工資,就像這次Block裁員,其給出了符合法律標準的補償,它合法且體面地讓幾千人不再被需要。

虎嗅ESG組認為,現在的ESG框架還無法回答以下AI相關的關鍵治理議題:

一家盈利持續增長的企業,是否擁有無限制使用 AI 替代人力的權利?

當 AI 帶來的效率提升,全部轉化為股東收益,而不用於穩定就業、培訓轉型、社會緩衝時,是否符合 「社會責任」?

用 「AI 轉型」 作為裁員核心理由,但不披露 AI 投入、真實替代效果、長期社會成本,算不算一種新型誤導?

這些問題,如果ESG 評級機構沒答案、監管沒規則、投資者不關心,那麼企業自然可以隨心所欲。它們也正在令企業的AI轉型變成了一片巨大的責任治理灰色地帶,在這一灰色地帶裏,企業能夠把成本甩給社會,把利潤留給股東,同時把ESG報告編得完美無瑕。

郎華也向虎嗅ESG指出,現有的ESG框架、體系、評價還沒能更有效地鏈接發展範式的變化,實際上各行各業因為AI的深入融合都帶來了新的風險和機遇。

整體來看,類似於這次Block裁員事件所映射的AI對於人工的替代和就業的影響,以及更廣泛的數據偏見和歧視、科技發展帶來的倫理道德風險、數據安全與隱私保護、數據造假和技術濫用、數據決策的透明度問題等等,都會對現有的商業邏輯帶來新的挑戰。

而各行各業也有特定的AI風險,比如招聘中AI對於人才篩選是否可以有效避免性別、年齡偏見等,對於教育行業的融入是否會加劇教育公平問題,在醫療領域,是否會帶來倫理風險和患者隱私泄露等等。

「ESG相關的標準和評價模型需要儘快適應時代需求,以更有效的管理新型風險,」郎華說道。

虎嗅ESG組認為,在未來ESG相關框架若不加以修正,可能面臨的最大荒誕在於「嘴上都是價值,心裏都是利潤」。絕大多數機構投資者、公募基金、主權基金,都在公開場合強調 ESG 重要性,都在報告裏寫 「可持續投資」「責任投資」「長期主義」。但在真實的資本市場定價行為裏,企業的邏輯極其直白:ESG 分數再高,抵不上一個季度的利潤率改善;社會責任再重要,比不上一次效率紅利釋放。


ESG 如何在AI 時代做升級?


往更深一層討論,Block 事件擊穿的是市場經濟最基礎的共識「社會契約」——企業提供穩定就業、合法薪酬、基本保障,員工付出勞動、忠誠、時間,大家共享增長收益。

但AI + 裁員模式,正在撕碎這張契約,企業不再承諾穩定,忠誠不再被獎勵,增長收益高度集中於資本與頂層。

郎華認為,ESG治理面對AI的升級迫在眉睫。針對於此次事件,如果從經營存續、盈利預期的角度考慮,AI替代人工是不可避免的、大勢所驅的,企業可以考慮從以下幾點入手改善治理模式:

促進決策透明化(G維度):坦誠溝通裁員的真實原因,避免信息不透明導致的信任危機。

提供合理補償(S維度):以人為本,在法律標準之上提供合理的補償方案,並考慮延長社保繳納周期。

提供職業輔導(S維度):為被裁員工提供再就業輔導,幫助他們順利過渡。

優先內部轉崗(S維度):在企業其他業務部門為受影響員工尋找新的崗位機會。

此外,從中長期的角度,企業可以考慮開展的工作包括強化「長期主義」及「多元利益相關方價值導向「的企業價值取向、系統性梳理並量化AI技術沿革所帶來的ESG風險。

同時,在董事會中強化AI相關的風險管理能力,可以通過在董事會中建立相應的AI風險評價專門委員會,或在現有的風險委員會中引入相關的AI專家,或者通過培訓,強化董事會成員的AI認知與能力。

最後,企業可積極參與AI倫理標準,AI相關的ESG風險評價、標準框架的開發基於AI所帶來的ESG風險場景,建立回應與管理機制,並開展風險演練與日常更新。

ESG 從來不是束縛企業增長的枷鎖,而是讓增長走得更遠、更穩、更久的安全帶。AI 可以提高效率,可以改變組織,可以重構行業,但不能成為拋棄責任的藉口。我們真正需要的AI變革,不是 「裁員漲股價」 式的野蠻增長,而是有溫度的技術及可持續的未來。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10