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 A I，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 " 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 "; 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 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 &q uot;AI 加强公司 &q uot;&qu ot;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 A PP 看课 ） 企业做 AI 转 型 &qu ot; 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 Emplo yer&q uot; 企业，摸排 的结果是：企业级 A gent 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 A I 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 4 0%。如 今很多行 业的企业 都并不好 过，更加 重视 R OI。每 花一笔钱 都要问 &quo t; 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 &qu ot;，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 " 这一步都 没补完，A gent 就来了。而 Agen t 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 Age nt 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 &q uot ; 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 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&qu ot; 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 A I 派活 、AI 给 AI 汇报。袁凌梓老 师把这个 现象叫做 &qu ot; 影子员工 &qu ot;。不止企业 存在 A I 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 A I 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。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 A I 的公司叫 P alona，20 24 年成立，一 共 20 个人。他们的产品就是两 个 Agent，一个客户经营 A gent 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 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 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 M ercor 的公司。
表面上 看，它做的是 &q uot; 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 Age nt 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 " 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 &q uot; 向内看 &qu ot;，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 Agen 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 ，202 0 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 V P。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 &qu ot;。她要回答的是：大部分 公司变不成 A I 原生组织，那可以怎么变成一个 "AI 加强 公司 &quo t;？从 " 现状 的此岸 &qu ot; 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 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 &qu ot; 竞品 &qu ot; 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