外部摘记
“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，&qu ot;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 &q uot; 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 &qu ot;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 "&qu ot;AI 赋 能公司 &qu ot;，依然能真正做到让 A I 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 " 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 Age nt 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 &quo t; 这 钱值不值得投？
" 但如果要问 " 还 要不要继续投 AI？&quo t; 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 &qu ot; 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 &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 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 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 A I 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&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 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 A I 替代，担心不再被 需要。这让 他们甚至不敢拥抱 A I，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，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 A I 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 AI 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 Ag ent，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 A I 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 A I 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 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 "。
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 &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，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 &qu ot;。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 &quo t;AI 加强公司 "？从 &q uot; 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 " 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