中國(guó)移動(dòng)剛剛發(fā)布的2025年年報(bào)中，

除了連續(xù)第三年?duì)I收超萬(wàn)億之外，

一組看似尋常的員工數(shù)字，

卻引起了小編的關(guān)注

或許

這背后揭示了一場(chǎng)深刻的人力結(jié)構(gòu)變革——

全年員工總數(shù)凈增5940人，

達(dá)到46.1萬(wàn)人。

然而，這并非簡(jiǎn)單的擴(kuò)張。

數(shù)字之下，

是1569個(gè)崗位的優(yōu)化

與7509個(gè)新崗位的補(bǔ)充。

一“出”一“進(jìn)”之間，

一家傳統(tǒng)電信巨頭的轉(zhuǎn)型路徑，

清晰浮現(xiàn)。

一、出清：誰(shuí)在離開？不是“不行”，是“不再被需要”

離開的1569人，主要來(lái)自三類漸被技術(shù)替代的崗位。

1. 傳統(tǒng)運(yùn)維崗：從“人巡”到“智巡”

基礎(chǔ)基站巡檢、

物理網(wǎng)絡(luò)故障排查等重復(fù)性勞動(dòng)，

正被AI系統(tǒng)大規(guī)模替代。

例如，

湖北移動(dòng)的“AI+智慧機(jī)房管理體系”

將故障處理效率提升70%，

而北京移動(dòng)的算力網(wǎng)故障處置系統(tǒng)

不僅提升效率79%，

每年更節(jié)省約300人天的工作量。

當(dāng)機(jī)器能夠更高效率、更低成本地完成工作，

相關(guān)人力崗位的結(jié)構(gòu)性調(diào)整便成為必然。

2. 傳統(tǒng)客服崗：從“人接”到“智答”

基礎(chǔ)業(yè)務(wù)咨詢、簡(jiǎn)單投訴處理等，

如今85%以上可由AI坐席完成。

基于九天大模型的智能客服，

已在10086家寬維修場(chǎng)景中

實(shí)現(xiàn)“自動(dòng)派單-處理-回訪”閉環(huán)，

無(wú)效上門工單減少12%。

AI不僅解答問(wèn)題，更在重塑服務(wù)流程。

3. 機(jī)關(guān)行政協(xié)調(diào)崗：從“傳遞”到“穿透”

依賴會(huì)議、匯報(bào)、文件流轉(zhuǎn)的協(xié)調(diào)性崗位，

在數(shù)字化流程工具面前價(jià)值銳減。

中國(guó)移動(dòng)總部部門已從22個(gè)精簡(jiǎn)至20個(gè)，

中層管理崗占比持續(xù)下降。

組織正在追求更扁平、更敏捷的形態(tài)

那些僅為信息“二傳”而存在的環(huán)節(jié)

首當(dāng)其沖。

二、進(jìn)入：誰(shuí)在加入？不是“湊數(shù)”，是“戰(zhàn)略卡位”

新增的7509人，

幾乎全部流向三個(gè)代表未來(lái)的方向，

其中研發(fā)人員總數(shù)已近7萬(wàn)，

占員工總數(shù)比重提升至15.13%。

1. 算力與AI研發(fā)：重兵投入的核心戰(zhàn)場(chǎng)

新設(shè)立的數(shù)智化部門一舉招募約8000人，

專注于AI大模型研發(fā)與算力調(diào)度平臺(tái)建設(shè)。

旗下九天人工智能公司新增約2000人，

全力攻堅(jiān)通用大模型。

研發(fā)人員占比的顯著提升，

標(biāo)志著中國(guó)移動(dòng)正從一家網(wǎng)絡(luò)運(yùn)營(yíng)商，

向科技公司加速蛻變。

2. 垂直行業(yè)解決方案：深入產(chǎn)業(yè)的觸角

面向工業(yè)、醫(yī)療、政務(wù)等領(lǐng)域的

行業(yè)AI解決方案團(tuán)隊(duì)

新增約2000人。

以中移（成都）產(chǎn)業(yè)研究院、

中移（上海）產(chǎn)業(yè)研究院等為代表，

這些團(tuán)隊(duì)深入生產(chǎn)一線，

開發(fā)如“元景”工業(yè)大模型等專業(yè)工具，

將技術(shù)能力轉(zhuǎn)化為行業(yè)價(jià)值。

3. 算力運(yùn)維與調(diào)度：新基建的“護(hù)城河”

隨著智算總規(guī)模躍升至92.5 EFLOPS，

并在呼和浩特、哈爾濱

新建萬(wàn)卡級(jí)智算中心，

一支專業(yè)的算力基礎(chǔ)設(shè)施運(yùn)維

與調(diào)度團(tuán)隊(duì)成為剛需。

他們是保障“算力如水如電”般可靠供給的

關(guān)鍵力量。

三、動(dòng)因：為什么必須“換”？財(cái)務(wù)與戰(zhàn)略的雙重壓力

此次“換血”并非孤立的人力調(diào)整，

而是財(cái)務(wù)表現(xiàn)與戰(zhàn)略轉(zhuǎn)型雙重壓力下的必然選擇。

1. 傳統(tǒng)業(yè)務(wù)增長(zhǎng)見頂，亟待新引擎

2025年，

其傳統(tǒng)通信服務(wù)收入同比下降1.0%，

用戶平均收入（ARPU）亦下滑3%。

流量增長(zhǎng)已難以驅(qū)動(dòng)收入增長(zhǎng)，

“增量不增收”的困局

逼迫其必須尋找第二、第三曲線。

2. 新業(yè)務(wù)呈爆發(fā)式增長(zhǎng)，需人力支撐

與此形成鮮明對(duì)比的是，

以算力、AI為代表的新興業(yè)務(wù)狂飆突進(jìn)：

智算服務(wù)收入增速高達(dá)279%，

AI直接收入同比增長(zhǎng)140%。

一個(gè)傳統(tǒng)崗位優(yōu)化釋放的資源，

足以支撐數(shù)個(gè)高價(jià)值A(chǔ)I工程師的投入。

人力資源跟隨資本投向，

加速向高增長(zhǎng)領(lǐng)域配置。

3. 考核指揮棒指向“勞動(dòng)生產(chǎn)率”

在國(guó)資委“一增一穩(wěn)四提升”的考核體系下，

全員勞動(dòng)生產(chǎn)率成為硬指標(biāo)。

減低效崗、增高效崗，

是提升這一指標(biāo)最直接的路徑。

人員的“結(jié)構(gòu)性優(yōu)化”本質(zhì)

是提升人力資本投資回報(bào)率的財(cái)務(wù)行為。

四、成效與隱憂：轉(zhuǎn)型的“兩面”

這場(chǎng)換血已初見成效。

黑龍江政務(wù)大模型項(xiàng)目交付周期縮短近半，

AI項(xiàng)目審批流程環(huán)節(jié)減少超一半，

智算中心利用率大幅提升。

同時(shí)，公司人才結(jié)構(gòu)顯著年輕化、高知化，

研發(fā)團(tuán)隊(duì)碩士以上學(xué)歷占比超96%，

新疆公司平均年齡僅28歲。

然而，轉(zhuǎn)型的陣痛與挑戰(zhàn)同樣真實(shí)。

人員轉(zhuǎn)換的陣痛：

被優(yōu)化的員工，雖通過(guò)“末位淘汰”、

“合同到期不續(xù)簽”等溫和方式離開，

但向內(nèi)轉(zhuǎn)崗面臨高技術(shù)門檻，

對(duì)外再就業(yè)技能匹配度低，

其個(gè)人職業(yè)轉(zhuǎn)型需要社會(huì)更多關(guān)注與支持。

新人培養(yǎng)的周期：

大規(guī)模涌入的校招生與新領(lǐng)域?qū)＜遥?/p>

需要3個(gè)月至1年的融入與成長(zhǎng)期，

業(yè)務(wù)推進(jìn)的短期效率可能受到影響。

“人”的價(jià)值平衡：

AI能替代重復(fù)勞動(dòng)，

卻難以替代復(fù)雜溝通、情感聯(lián)結(jié)與創(chuàng)造性工作。

如何在提升效率的同時(shí)，

保住服務(wù)的溫度與人性化洞察，

是長(zhǎng)期的管理藝術(shù)。

結(jié)語(yǔ)：這不是終點(diǎn)，而是起點(diǎn)

中國(guó)移動(dòng)2025年的員工結(jié)構(gòu)之變，

遠(yuǎn)非一場(chǎng)簡(jiǎn)單的“裁員”，

而是一次面向AI時(shí)代的“結(jié)構(gòu)性換血”。

它用最直觀的方式表明：

企業(yè)的命運(yùn)與個(gè)人的職業(yè)命運(yùn)，

已深度捆綁于技術(shù)革命的浪潮之中。

對(duì)于企業(yè)，

這關(guān)乎未來(lái)十年在算力與AI賽道上的生死競(jìng)速；

對(duì)于46萬(wàn)員工中的每一個(gè)個(gè)體，

這則是一次關(guān)于技能、崗位與價(jià)值重塑的深刻提示。

大船轉(zhuǎn)彎，必然伴隨波動(dòng)。

這場(chǎng)“靜悄悄的革命”成效如何，

不僅將決定中國(guó)移動(dòng)的未來(lái)，

也為所有處于數(shù)字化轉(zhuǎn)型深水區(qū)的傳統(tǒng)巨頭，

提供了一個(gè)極具參照價(jià)值的樣本。

堅(jiān)持推文不易您的贊賞是對(duì)我們最大的支持

小手一抖，立馬轉(zhuǎn)走！