综合分析

本目录负责把公司案例事实和独立研究报告事实放在一起分析。

本目录的定位是分析工作台：既要让审阅者快速读懂主要判断，也要保留定义、指标、矩阵、Evidence ID 和证据边界，方便后续追溯和复核。

这里不是单纯的案例横向比较，也不是研究报告摘要，而是回答：

1. 多家公司反复出现了哪些组织变化？
2. 独立研究报告是否支持这些变化背后的 AI 机制？
3. 哪些变化更可能来自 AI，哪些更可能来自经营压力、疫情后修正、资本纪律或行业周期？
4. 哪些判断可以进入最终结论和建议报告？

分析流程

公司案例事实 + 独立研究报告事实
  -> 劳动力配置变化
  -> 岗位 / 招聘 / 裁员 / 财务 / 组织视角
  -> AI 与非 AI 解释边界
  -> 结论和建议报告

文件结构

本目录下的每个分析文件尽量采用双层结构：

1. 可读分析：用“本文件回答什么”“当前判断”“证据如何指向该判断”说明文件回答的问题、当前判断，以及事实如何推导到这些判断。
2. 复核线索：用定义、指标、证据矩阵、研究报告校准、证据缺口和判断边界保留可复核事实。

本目录不直接写成面向管理层的完整报告。完整叙事、结论和行动建议放在最终结论和建议报告中；本目录的任务是提炼公司案例和独立研究报告中的关键事实，让最终报告的判断能够回溯。

当前文件

输出标准

• 文件开头必须有可读的当前判断，不能只有定义和表格。
• 文件中部或后部必须保留证据矩阵，避免事实在叙事中丢失。
• 结论必须同时说明支持证据和证据缺口。
• 使用“信号”表示可观察趋势，只有证据足够强时才使用“结论”。
• 公司案例和独立研究报告应互相校准：案例提供企业行为，研究报告提供任务、技能、招聘和劳动市场机制。
• 重要判断必须尽量给出 Evidence ID；如果有可引用的原文或事实文件，应引用具体原文或事实文件，不用文件夹作为证据来源。
• 如果只能给出方向判断，需要显式标注证据缺口。
• 不把 AI 采用、AI exposure、AI 产品策略直接等同于裁员因果。