旁路观察
“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 &qu ot; 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 &q uot;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 ";AI 加强公司 ""AI 赋能公司 "，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 A I 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&quo t; 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 &q uot; 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 "; 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 AI 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 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 &quo t;，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 " 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 Agent 工作流。以及，AI 让人产生 的工具依赖和能力退化。A I 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 AI 的 公司叫 Palona，2 024 年成立，一 共 20 个人。他们的产 品就是两个 Agent，一个客户经营 Ag ent 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 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 " 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 ";，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 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，20 20 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 &q uot; 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 &q uot; 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