行业速记
大中型企业落地AI转型，要回答员工“凭什 么”
这两年，几乎 每家公 司都在上 A I，不论是小 公司，还是大 中型公司。但情况不 同，结果也就 不同。出生在 AI 时代的创业 公司天生就是 AI 原生 组织；那些在过去有 成熟业务和市 场的小公司，因为人 员少、负担小 ，也能在阵痛 之后成功转型 。而层级复杂、业务 线多、数据沉 重的大中型公 司，绝 大部分都还没 有看到真正的 AI 组织 变革。
本期混沌在线 课程，MetaOrg 元组织咨询创始 人兼 CEO 袁凌梓老师 详细讲述了中 大型公司的 AI 困境，也指出了成为 AI 原生 组织的关键核 心。她做了 20 多年组 织咨询，从 ERP 咨询做到 HR 组织咨询，2 020 年进 字节跳动做了 HR 首席 幕僚官（梁汝 波的幕僚）。
在袁凌梓老师看来，大中型公司大多 是在 " ; 半推半就 "; 做 AI 转 型，不敢真正往前 走。为什么？因为生产力已经被 AI 改变 了，但配套的生产 关系都还停在原地。AI 转型，从来不是技 术问题，而是组织 问题，关键在人。人和 AI 如何共同服务 于业务结果？
人怎么拥有安全感，不担心被 AI 替代？人和 AI 怎么协作？人开始承担复杂判断后，对等的价值回报要怎么给？这一堂课，袁凌梓老师把这些问题总结为 " 三座桥 "。大中型公司要走过这三座桥，才能到达对岸，完成 AI 组织转型。（以下是课程内容的精编笔记，仅占 1/8，可通过文末图片扫码进入混沌 APP 学习完整版。
） 投钱做 AI 组 织转型，你走到哪一步了？我想先 说两个问题 。一是企业的困惑，就 是现在大部 分企业都在用 AI，结果却是每 个人都在提 效，但是组织没有产生 增量，没有 产生新的业务收入和利润增长。二 是个人的体 感，我们都在这个过程 当中感受到 了焦虑。越拥抱 AI ，越觉得自 我价值降低 了。
我们必须去探 索一下，为什 么会有这样的落差？如果我们要解 决问题，要找 到组织和个人的价值 平衡，应该怎 么做？那么首 先我们再仔细看看，现在很多大中 型企业和创业 公司都怎么用 AI ？现实情况是 ，Agent 已经进入了组织的核心工作流，每个人都能非 常熟练地使用 AI 工具。
但是，从企业 层面来看，还 是有四个大的困境。一，ROI 算不清楚，已经花了很多钱，但却 没有明显看见 AI 带来 的生产力影响和市场增长。二，大企业已经意识到，组织提效不能困 在旧的工作流 程里，但是很 难去真正改流程。三，知识管理和数据建设是个巨大的洞，没办法去 萃取沉淀那些 隐性的判断和 方法，去训练和优化 Agent。
四，AI 治理与 伦理风险 悬而未决 ，数据隐 私、算法偏见、责 任归属等方面还是 存在大量 的未知。所以大中 型企业做 AI 转型更像是 &q uot; 半推半 就 &q uot;。虽然他 们相信最终的 A I 大方 向是正确 的，但现 在又还不敢真正往 前走。那么在近几 年才成立 的创业公 司又是什 么样的呢？
那些出生在 AI 时代的 "AI 原生组织 " 怎么去做业务、管团队？举个例子。2024 年在美国成立的一家公司，Palona，它的产品是为餐饮商家提供 AI 应用服务。当时很多餐馆都需要客户打电话来详细说明需求，但 Palona 开发了两个 Agent，一个作为餐馆前台面向客户收集订餐信息，一个作为门店后台管理餐馆的接单、出餐、座位清洁、账单支付等全部的运营流程。
更重要的是，这并不是 一个标准化 的数字产品。每个餐馆会有不同的 需求，所以这家公司把所有员工就 分了两组岗 位，每次获客，一个销 售会带一个 技术，独立完成 " 见客户、理 需求、写代码做产品 " ; 的全过程，中间不需要产品经 理立项，也 没有多层的开发审批流 程。
以前需 要销售等着产 品，现在有各 种版本 产品来减轻销 售的业务阻力 。如果 客户需 求很大 ，产品生产又 能快速对接，自然就拿到更 多的收 入，就这么简 单。所以为什 么要改 流程，因为流 程中有导致效 率下降的环节 ，每个环节可 能都有 一定的停留时 间，有人的判 断，要 沟通，要对齐 。
传统公司的管 理方式是比较 固化的，有一 个业务目标，就从内部去找资源匹配、岗位承接。但是 AI 原生 公司是从外面 倒推的，围绕 业务结果去组团队、做交付。基于业务结果去拆工作流，思考是用人 还是用 Ag ent。但其 实公司的本质都是为了拿业务结果，只是我们会发现很多公司越长越 大、越长越成 熟的时候，容 易忘掉了为什么而存在。
所以现在 很多大型组织想要 改造成为 &qu ot;AI 原生组织 ";，但是 我认为，真正的 AI 原生组织其实是出生 在 AI 时代的 "B aby Company";，很多 已经六七十岁的 " 老登公司 "，怎 么可能变成 Ba by 的状态呢？但是如果 变不成 &quo t;AI 原生组 织 "，能不能 变成一个 AI 加强公司、AI 赋能公司？
能不能真正让 AI 解决生产 力痛点？是可以 的。从传统公司 到 AI 原生 公司，本质是要 解决生产关系的 重塑问题。生产 关系要是顺了，人就有动力干活 ，通过更好的协 作，拿到更好的 回报。所以现在 在讲的规模大小 、一人公司、让 AI 进入流 程，这都是结果 ，最底层应该就 看有没有解决生 产关系。
第一个要点，人和生产资料的问题 。AI 原生公司的生产资料多了模型、数据 、知识库和智能体，组织需要重新 规定 " 这些生产资 料谁拥有？谁可以使用？谁可以配置？谁可以 收益？" 但这个问题到目前为止 也没有解决，甚至有些 AI 原 生公司的员工个人也不具备拥有权 。
第二个要点是分工。传统公司的分 工相对稳定，但 A I 原生公司 是根据业务结 果拆工作流，在人和智能体之间做 动态的任务分 派，谁做更好 ？谁做 更快？谁做成 本更低？谁能 够更让合作更 加丝滑？谁就干这事 。第三个要点 是人与权力。传统公 司追求稳定性 、规模化和效 率，管理者拥 有权利，分配资源、检查工作。
但 AI 原生公司中的权利会更下沉，谁对结果负责 任？谁能够直 接带来业务结 果？谁可以调 动相关 Agent？谁就拥有权利。所以一线员工往 往会拥有更多 的判断权利。第四个要点是 协作。传统公司有稳固的标准分工，但 AI 原生公 司分工模糊，会灵活变化。
第五个要 点是价值分配，传 统公司基本上是按岗位、按 结果、按绩效来做 评价、做分配，劳 动者能拿到的回报是相当有 限的。但 AI 原生公司里，其实 个体对业务结果产生了更大 更多的贡献，如果 你不给他足够的回 报，不给他的知识和价值足 够的溢价，他不可 能跟你一起干，他 完全可以自己做一个 AI 原生公司。
一和五是极其难的，那中间的分工、权力和协作发生改变了吗？也很难。但是如果我们要真正推动生产力的大幅上升，不去做突破、做改变的话，是做不到的。那么为了让生产关系有机会发生改变，我认为可以先做 " 三套核心机制 "。第一套是围绕着结果的液态组队的组织机制，第二套叫围绕着工作流的灵活分工的工作机制。
第三套叫围 绕责任和贡 献的价值分配的回报机 制。通过这 " 三座桥 &qu ot;，我 们可以从一个传统的大 中型公司到 达彼岸的 AI 原生 公司，变成 一个 AI 加强公司、AI 赋 能公司。组 织液态化，不是去掉所有层级 现 在组织变革 的一个趋势是大家都想 打破科层制 ，因为科层制虽然责任 分工很明确 但也会导致 公司变慢。
现在，在有壁 垒的行业当中，科层 制的公司还是 能活得很好；但是在那些竞争越来越激烈的行业 中，越慢就死 得越快。所以我觉得 ，所有的公司 ，不论是什么 行业，只要你没有绝对的垄断，你 都应该开始做 组织的液态化。并不 是完全没有结 构，而是资源 可以围绕着价值和经营结果，快速 流动组合。
过去大家也想 这么做，但做不到，现在 AI 让这件事变得可能了 。因为协作成 本下降了，文 档和 Age nt 的对齐比人和人口头沟通更清晰；Agent 背后的数据知 识库也可以跨 部门流动，大 家看到的数据都是一样的，没有歧义，不会扯皮。AI 让过去成本 过高的敏捷组 织，第一次具 备了规模化的条件。
但是具体应该怎么 做呢？把所有部门 都拆了、把金字塔架构彻底 推翻吗？我做了二 三十年的组织变革 ，我认为 这是不可能的。员 工需要安全感，如 果这么做，他们没 办法接受 。对于大公司来讲 ，这些有一定规模 和历史的组织，要 想做组织 的液态化，应该是 要做 " ; 双层组织 " ;。
液态的前台，加上稳态的底座，既要有快速变化的部分，也要有稳定沉淀的部分。让你的销售、产品、项目经理，让这群在前台的人能够跨团队干活，快速组队，一起解决客户的需求和问题。底座部分，就是你的知识管理、信息打通、大量工作 SOP，这些要更紧迫地去做，而且每个部门做了之后一定还要在公司平台上进一步原子化拉通。
那么这里我 也给大家提 供液态化组织的五种显性形态。如 果你的公司 虽然有科层制，有金字塔架构，但 你实际工作是以这五种方式来协作 的，那么你 的液态程度就很高了。第一，动态 跨职能组队。能不能在很快时间内 ，让来自不 同部门的人围绕一个客户问题或业 务问题坐下来，有共同目标、对齐 分工、各自 贡献技能、形成结果？
第二，最小价 值单元 。比如 让销售、售前 、产品、运营 坐在一起，短 时间内 拿到客户、验 证需求、提供 产品、拿回订 单。如 果都是这样的 端到端闭环能 拿结果，CE O 变 成若干个端到 端团队的雇主 ，公司 就全是 收入和 利润单元。第 三，强底座、活前台。每个 部门有 大量 Age nt 处理日 常工作 ，人去 做拿结 果、面对客户 的事。
底座一定要通 ，但这比较困 难，因为数字化这件事做了这么多年还是做得很差，不过现在 AI 是一个做强 做好的机会。第四，AI 流水层 + 人工例外层。标准化、常态化的运营工作全给 AI，人跳出日常职 能，进入跨职能工作。第五，管理协调功能消融。以前管理者在某种程度上是 " 设边界、卡关卡 "，比如部门的人要帮谁谁干活必须要经过部分负责 人的同意。
液态化就是把这种 关卡拿掉 ，换成每个人自己 管自己、AI 管 人、数据平台管人 。组织液 态化一定是一个渐 进阶段，固化职能 制→跨部门项目制 →端到端 流程团队→最小价 值单元小闭环→液 态组织。我曾经也 是做人力 资源的，我知道当 边界被拿走之后，人是没有安全感的 。
你把我的人都掏 走了，我对什么 负责任呢？我没 有权利了，没有 影响力了，怎么 办呢？所以职能 部门要从 &q uot; 资源 的领地 &qu ot; 转向 " 能力的平台 "。你 能不能给公司把 知识、SOP、专业能力建好、建得有战斗力，这就是你未来被 依赖的价值。从 那些 &quo t; 制造摩擦 、降低客户感受 " 的损耗部门开 始液态化，把不 必要的监控和审 批拿掉。
每次组队之后要建临时 章程，尽量 把项目变成真实的组织单元。比如 我自己在字节做了很多年，字节已经十几二十 万人了，它有大公司的形态，也还 保留一定程度上的创业色彩。因为 组织里的分 工模糊化、协同目标化，决策是最 小链条的决策，授权是最大化的一线授权。我 想说的就是，组织液态化不在于把 部门拿掉、把层级拆掉、把组织扁 平化这些形 式上的表象，真正内里的一定是大 家的工作方式，能不能更好地围绕着价值去做 分工。
解构与 重组工作，不 能只靠员工 什么叫工作解构？我 们说组织 A I 转型的过 程中，要建立新的生 产关系，要改 变其中的分工 和协作。但我们会发 现，AI 技 术进入工作后 ，会被 改变任务，原 来由人做的事 情被提速了。原来的岗位就像一张 " ; 包袱皮 &qu ot;。假如 我是法律专员 ，我的 &q uot; 包袱皮 " 就是 re vie w 合同、参 与谈判、审批 价格、知识沉 淀这一摊事。
但 AI 进来之后，它能 把 revi ew 合同、审批价格、知 识沉淀做得更 好，我就剩下谈判了，因为这件事 AI 干不了。A I 的进入，拆掉了岗位的 " ; 包袱皮 "。