窗外一看
“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，&qu ot;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 &q uot; 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 &qu ot;A I 原生 组织 " ; 转型 吗？很多 已经几十 岁的 " ; 中登 、老登公 司 &q uot;，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 A PP 看课） 企业做 AI 转 型 &qu ot; 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 Employer&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 Age nt 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 R OI。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 &q uot; 数字化 " 这一步都 没补完，Agent 就来了。而 Agen t 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 " 半 推半就 &q uot;。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 A I 干的，是 不是就不会要 那么多员工了 ？
甚至，老板自己也在用 AI" 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 "。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 A I 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 Agen t 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 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 alon a，20 24 年 成立，一 共 20 个人。他们的产 品就是两 个 Ag ent，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 A I 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 A I 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 Age nt 去管理 专家。筛人、雇人、留痕、评估、推荐、淘汰，用 A gen 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 &quo t; 外挂 &qu ot;。
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 &q uot; 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 Agent。
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 V P。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 &qu ot; 对面有 多美好 &qu ot;。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 &quo t;AI 加强 公司 &quo t;？从 &q uot; 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