动态补丁
“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，"AI+ 组织 &quo t; 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 &qu ot; 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 &qu ot; 转型吗？很 多已经几十岁 的 " 中登、老登公 司 &quo t;，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 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 Empl oyer&quo t; 企业，摸排的结果是：企业级 Age nt 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 "; 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 &quo t; 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 AI 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 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 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 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 Palona，2 024 年成 立，一共 2 0 个人。他 们的产品就是两个 Agent，一个客户经营 Ag ent 管前 台，一个门店 运营 Age nt 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 &quo t; 猎头 " 生 意，为前沿 AI 实验室寻找 行业专家，但实际上是用 Ag ent 去管理专家。筛人、雇 人、留痕、评估、推荐、淘汰，用 Agent 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 " 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 Agent。
袁凌梓老师做了 20 多年组织 咨询，从 E RP 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 "AI 加强公 司 "？从 " 现状的此岸 " 走到 &q uot; 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 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 " 竞品 &quo t; 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