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 AI，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 " 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 Bab y 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 A I 原生组 织，但可以变成 "AI 加强公司 &qu ot;&q uot;A I 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 40 家 "Top Employer&q uot; 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 " 这钱值不值得投？
" ; 但如果 要问 &q uot; 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 &q uot ; 数 字化转 型 &quo t;，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 &qu ot; 这一 步都没 补完，Age nt 就来了 。而 Age nt 不仅需 要企业 &q uot ; 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 A gent 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 ";。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 AI 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 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 &quo t; 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 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 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 AI 的公司叫 Palo na，2024 年成立，一共 20 个人。他们的产品就是 两个 Agen t，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 H arvey，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 Me rcor 的 公司。
表面上看，它做的是 " 猎 头 &quo t; 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 &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 &qu ot; 业务结果 " 展开。传 统公司 " 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 Agen t。
袁凌梓老师做了 20 多年组织咨询，从 E RP 咨询做到 HR 组织咨询，2020 年进字节做 H R 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 AP P，往 期 7 00+ 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