行业速记
“老登”公司做AI原生组织，可 能是个伪命 题！
2026 年 进入倒计时了 ，但关于 A I，我们仍然 有很多 的不确定性，"AI+ 组织 " ; 是其中最 重要的 一个话题。如 果只把 AI 当作个人提 效工具，很多 公司、很多员 工，都 已经掌握得非 常好了。那些 超级个体拥有 一套完整的工 作系统，可以 从前到 后干很多活。
但是，越来越多企业已经意识到，个人提效不等于组织提效。他们花钱买模型、搞培训，鼓励员工用 AI，却没有拿到 " 企业整体提 速 " 的大结果，也没有看见新的利润增长。问题到底出在哪里？还要继续投入做 ";AI 原生组织 &qu ot; 转型 吗？很多已经几十岁的 " 中登、老登公司 "，怎么可能回到 Baby 状态呢？
袁凌梓老师曾经是 字节跳动集团 CHRO 首席幕僚 官、飞书业务副总裁，拥有 20 多年的组织变革咨询经验，服务过数百家头部企业。在 她看来，尽管成熟的大公司可能无法 成为真正意义上的 AI 原生组织 ，但可以变成 " ;AI 加强公司 "";AI 赋能公司 &qu ot;，依然能真正做到让 AI 解决生产力痛点，让公司变 得更好。
（文末海报扫码 ，预约在混沌 APP 看课） 企业做 AI 转型 " 半推半就 " ;，不敢真正往 前走 今年是 AI 最热的一年，国内大模型 竞争非常激烈。但在应用端，企业究竟走到哪一 步了？你真的看 清了吗。袁凌梓老师和团队最近调研了大约 4 0 家 &qu ot;Top Employer" 企业，摸排的 结果是：企业级 Agent 已经进入了组织 核心工作流。
比如，人力 资源、财务 等共享服务中心，在用 Agent 处理标准化的基础业务流程。销售、客服等一线团队被 AI 武装得最厉 害，生产力 大幅提升。甚至在组织内部，Agent 成了每个人的小助理，他们用 AI 工具读报告、做分析。但是，这 些都是这单 点的、局部的效率提升，公司并没有因此获得新的市场，也没有研发出创新的产品，成本结构也没有被彻底改变。
企业就 像一架马车，你给每个轮子都安装 上了 AI 这个动力辅助 系统，但它还 是一架马车。马车更快到了下一个 路口，如何决 定接下来往哪 里去？动力增 强了，但如果负重也增加了，马车 又一定能跑得 更快吗？更快 的马车就一定 能够应对市场变化吗？企业的组织 形态还应该是 一架马车吗？
袁凌梓老师认 为，企业的 AI 组织转型现在其实面临着四大困境： 第一，大概 89% 管理者没有看 见 AI 对 组织生产力的 显著影响，但 是投入却年均 增长 40%。如今很多行业的企业都并不好过，更加重视 ROI。每花一笔钱都要问 &q uot; 这 钱值不值得投 ？
&quo t; 但如果要问 " 还要不要继续投 AI？"; 很多企业开始心里没底 。第二，如果要让组织真正提效，就不能困在旧的工作流程里，但大部分组织很难去真正改流程。比 如外企改流程，要从总部一路改到中国区，难度非常大。谁能做 这个决定？要不要做这个决定？可能 都在一边观望、一边做 "; 无用的 " 小尝试。
第三，知识与数 据的基础建设还没有准备好。AI 之前，很多企业谈的是 " 数字化转型 "，把以 往需要人用纸张 流转的资料、数据、环节放进数字系统里。但很 多企业 " 数字化 " 这一步都没补 完，Agent 就来了。而 Agent 不 仅需要企业 " 投喂 "; 大量的基础 数据，还需要人先把这些东西萃取出来，训练 Agent 的 know-how，并在训练过程中不断调优 。
这一整套最 基础也最重 要的工作谁 能承担？很 多企业至今没有答案。第四，数据隐私、算法偏见、责任归属等 A I 治理与 伦理风险还 是悬而未决 。如果这个 AI 底 座问题没有被解决，企业做 AI 转型就像是 " 半 推半就 "。虽然相信 最终的大方 向正确，但 现在还是会被大量未知卡住，所以不敢真正往前走。
员工陷入焦虑和迷茫 ，企业更难长 出 AI 形态 现在不少公司已经做了两三年的 AI 转 型尝试，这个 过程中又出现了一个很有意思的现象：大量员工已经在用 A I 给自己打 工、干活，但只有少数人会告诉老板这是用 AI 做的。为 什么？因为他 们会觉得，如果老板知道这些活都是 AI 干的，是不是就 不会要那么多 员工了？
甚至，老板自 己也在用 A I" ; 监工 "，员工交上来的工作结果，他直接给自己的 AI 去审核。最后的结果就变成了 AI 给 A I 派活、A I 给 AI 汇报。袁凌 梓老师把这个现象叫做 " 影子员工 "。不止企业存在 AI 困境，在员工个人 视角来看，焦 虑感和迷茫感 更加真实。
首先是生 产力悖论。员工使用 AI 工具大 幅提升工作效率后，人应该 更轻松才 对。但事实是，A I 用得 越好的员工反而越累，甚至 工作时长 不降反升。或者，员工利用 AI 快速做了基础的执 行工作后 ，被迫面对了更加耗费心力 、超出认 知水平的判断类工作。然后 是信任危 机。
员工会担心自己被 AI 替代 ，担心不再被需要。这让他们甚至不敢拥抱 AI，不愿意把自 己的知识和经验萃取到公司的 Agent 工作流。以及，AI 让人产生的工具依赖和能力退化。AI 能 够很快地给出 80 分的东西，还能够提供情绪价值、24 小时在线。
很多人用久 AI，往往会感觉自己的脑子越来越转不动了。当 AI 产生幻觉时，人也 容易被误导 。这就是现 状。如果不 解决真正的问题，现状就会一直持续下去。那么企业究竟需要解决什么？员工应该如何准备 应对？袁凌 梓老师给出 的判断是：组织如果不改分工、不改工作设计、不改回报机制，换不来员工的安全感和创造力，也就换 不来企业的 AI 形 态。
所以应 该怎么改？袁 凌梓老师会在 课程中详细展 开。AI 原 生组织 的灵活，源于 从业务倒推工 作流 困境和 问题都说清楚 了，方法也在 寻找了 ，那理想中的 AI 组织 到底是什么样 子呢？有没有 已经做到的组 织呢？有。袁凌梓老 师今年 8 月专门去了一 趟硅谷，看到 了一些最热门 的 A I 创业公司 ，一些优秀的 AI 原生 组织。
她在课程中给出了三个案例： 有一家做餐饮垂直 AI 的公司叫 Palon a，2024 年成立，一共 20 个人。他们的产品就是两个 Agent，一个客户经营 Agent 管前台，一个门店运营 Agent 管后厨，把餐馆从接单、下单、支付、生产到清洁安排全串起来。
20 个人分为两组，一组 销售和获 客，一组技术和交付，每个 人都按经营结果分股权。一个销售带 着一个技术，就能完成从见 客户、理 解需求，到写代码做产品原 型的全过程，中间没有产品经理、没 有售前、没有开发的层层流 转。还有 一家给律所做 AI 的公 司叫 Harvey，四年做到现在 1500 人。
这家公司先是找了一组律所大合 伙人，再让一组 工程师跟这些精英律师合作，把 专业判断工业化 ，开发出法律 AI 平台，最后让一组销售获 客。很多律所用 了 Harvey 产品让初级律师从重复性标 准化的文书工作 里解放出来，并且没有大规模裁 员。最有意思的 是一家叫 Mercor 的公司。
表面上看，它做的是 "; 猎头 "; 生意，为前沿 A I 实验室寻找行业专家，但实际上是用 Agent 去管理专家。筛人、雇人、留痕、评估、推荐、淘汰，用 Agen t 把所有评估结果沉淀下来，系统就能自动把最合适的专家推荐给下一个客户，成为企业外部人才库的 &qu ot; 外 挂 "。
这三个案例，代表了 AI 原生公司的不同形 态，但它们的 共同点是：一 切围绕 &q uot; 业务结果 " ; 展开。传 统公司 &q uot; 向 内看 "，看岗位、看 流程、看汇报 关系。AI 原生公司 " 向外看 " ;，最大目标 就是实现业务 结果。所有的 资源配置都是倒推的，我要产生什 么样的结果，就组什么样的 团队，用什么 样的人或 Agent。
袁凌梓老师做了 20 多年组织咨询，从 ERP 咨询做到 H R 组织咨询 ，2020 年进字节做 HR 首席幕僚官（梁汝波的幕僚），后来又亲身下场做飞书的业务 VP。她不 是从外面看字 节，是在字节 内部推过组织 变革的人；她 也不是只看硅 谷案例，现在正带着中国企业做 AI 组织转型。
所以这门课不是只呈现 "; 对面有多美好 "。她要回答的是：大 部分公司变不成 AI 原生组织，那可以怎么变成一个 &q uot;AI 加强公司 &quo t;？从 " 现状的此岸 " 走到 " 对面的彼岸 &qu ot;，二者之间的桥梁可以怎么搭？扫码预约看课，看穿 A I 转型的本质 本文为混沌在线周 六课程的预告。
想获取最新、最全、最具现场感的学习内容，欢 迎锁定每周六的直播课。关注混沌在线，每周一堂课，为你带来 企业创始人的前沿判断与商业认知。进入混沌 APP，往期 700+ 精华好课，助你搭建商业思维体系，实现认知跃迁。AI 不是组织的工具，而是组织的 &quo t; 竞品 " 组织，要让人永远 有人的去处 张 天乐：AI 原生第二曲线，先判断做不做，再 重新设计组织