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，"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 " 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 " 转型 吗？很多已经 几十岁的 " 中登、老登公司 "，怎么可能回到 Baby 状态呢？
袁凌梓老 师曾经是 字节跳动集团 C HRO 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 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" 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 &qu ot; 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 &q uot; 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 &qu ot; 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 A I 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 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 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、A I 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，A I 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，A I 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 Palon a，2024 年成立，一共 20 个 人。他们的产品就是两个 Agent，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 Mercor 的公司。
表面上看，它做的是 " ; 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 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 &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 &q uot; 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 A gen t。
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 &q uot;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 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 &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