采编速览
“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 AI，我们仍然有很多的不确 定性，&qu ot;AI+ 组织 &q uot; 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 &quo t; 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 " ; 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 "，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 A PP 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 40 家 " ;Top Emplo yer&q uot; 企业，摸排的结果是：企业级 A gent 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，Age nt 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 4 0%。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 &quo t; 这 钱值不值 得投？
" 但如果要问 " 还 要不要继续投 AI？&quo t; 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 &qu ot; 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 &qu ot;，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 AI 治理与伦理 风险还是悬而 未决。如果这个 A I 底座问题 没有被 解决，企业做 AI 转型 就像是 &q uot; 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 A I 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 AI 给自己打工、干活，但只有少数人会告诉老 板这是用 A I 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 AI 派活、AI 给 AI 汇报。袁凌梓老师把这个 现象叫做 " 影子员工 &qu ot;。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 ，AI 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 A I，不愿意把自己的知识和经验萃取到公司的 Agent 工作流。以及，A I 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 A I 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 AI 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 A I 的公司叫 P alona，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 A gent 管前台 ，一个门店运营 Agen t 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 Har vey 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 &q uot; 猎头 " 生意，为前沿 AI 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 " 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 " ; 业务结果 " ; 展开。传统公司 " 向内看 &qu ot;，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 Agen t。
袁凌梓老师做了 20 多 年组织咨询，从 ERP 咨询做到 HR 组织咨询 ，202 0 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 "AI 加强公司 "？从 " 现状的此岸 " 走到 " 对面的彼岸 "，二者之间的桥梁可以怎么搭？扫码预约看课，看穿 AI 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 " 竞品 &qu ot; 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