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 &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 &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 "A I 加强公司 &qu ot;"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 " 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 &qu ot; 这一步都没补完，Agent 就来了 。而 Agent 不仅需 要企业 " ; 投喂 &quo t; 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 kn ow-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 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 8 0 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。A I 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 Palona，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 Harvey ，四年做到现在 15 00 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 &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 &quo t; 向内看 ";，看岗位、看流 程、看汇报关系。AI 原生公司 &quo t; 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，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 " 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 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 " 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