通用人工智能時代的組織變革之道是什么

文｜何伊凡

編輯｜鐘云華

頭圖來源｜AI生成

AI沖擊下組織變革之道是什么？就是比DeepSeek更deep，比OpenAI更open。先聲明，這句話“版權”屬于海爾集團董事局主席周云杰。他在一次內部分享中談到了“AI新紀元下的企業戰略聚焦”，有此妙語。

海爾以善于進行組織變革著稱，在互聯網時代曾率先提出變革科層制，將員工（“人”）與用戶價值（“單”）緊密結合，是為“人單合一”。取消高層、中層、基層劃分，將集團拆解為數千個創業小微。當AI成為新基礎設施，管理與組織的重構是智能化落地的前提。周云杰認為，將來與人工智能的合作表現，將決定每個人的薪酬。

這也是一個令人困擾的命題。經常聽到有企業家提出“全員AI”，有人要求將熟練使用AI加入KPI考核，還有人把決心寫在公司文化墻上：淘汰你的不是AI，而是比你更熟練掌握AI的同事。可現實中組織變革往往陷入兩種極端：一種是AI萬能論，將變革“花瓶化”，成立大量偽AI項目，如鼓勵用AI工具寫周報，可決策仍依賴領導“拍腦袋”；一種是AI有限論，僅僅將AI當作自己的“數字員工”，而不思考如何匹配相應的智能運作結構與工具鏈。

是否要用“AI兼容度”來評估崗位價值，重組冗余部門？來自組織力強大頭部公司，且已經獲得驗證的組織模式，哪些部分需要顛覆，哪些部分可以延續？數據流怎樣重構權力鏈，實現AI驅動之下的動態考核？如何讓AI成為組織的“神經末梢”，而非僅僅是“外掛工具”？怎樣避免過度依賴AI導致員工創造力萎縮？

來源：AI生成

類似問題都還沒有標準答案，不過周云杰所用的兩個形容詞顯示了路標：“更deep”地再造企業產學研銷全流程，“更open”地建立與周邊生態的交互方式。

AI驅動下的組織變革，并非簡單技術部署，而是復雜的組織再編程。如同升級飛機引擎同時必須保持飛行穩定，每個動作都需要精心計算變革載荷與組織耐受力之間的平衡系數?！案黡eep”的步驟有三個。

1.升級到一把手工程，采用雙軌運行機制。AI化必須由一把手親自抓，這也是數字化時代重要經驗之一，許多企業數字化變革之所以失敗，就是因為公司老大口頭重視，卻并沒有躬身入局，而是委托職業經理人全權負責。這會導致表演變革，調整組織需要牽扯利益與權力，如果不是公司老大動刀，操刀者往往會導致手術失敗，自己也會成為犧牲品。

變革之前需要從數據基礎、技術能力、流程適配度、人才儲備、文化接受度等多維度進行診斷，通用大模型尚有較為嚴重的幻覺，垂直模型雖可通過特定行業數據進行訓練，以及限制任務范圍可減少錯誤率，可早期仍需保留傳統流程作為“安全軌道”。可優先選擇數據標準化程度高、業務規則清晰、知識庫完整的部門做試點，如財務、人力、客服等。還要設置“熔斷機制”，當AI系統出現情況時能自動切換回原流程。

2.打破數據孤島，充分發揮知識庫潛力。數據孤島會限制垂直模型訓練，跨孤島數據不一致會形成數據評估中的“多重真相”，增加模型輸出之間的沖突。當智能體需要從多個不同系統中抽取數據，就無法為公司提供準確、全面的決策支持。

我2024年拜訪的A公司，市場部用AI預測爆款產品，生產部卻仍按傳統計劃排產，還有B公司，讓技術團隊用AI模型實時預測消費行為，卻對市場團隊繼續用Excel分析用戶畫像未加干預。

究其原因，是部門間的數據壁壘導致AI模型只能局部優化，今年兩家公司的改革頗具啟示——建立了統一的數據湖，任何決策必須標注數據來源，AI建議與人工決策同樣需要接受溯源檢查。A公司還要求每個部門選拔2名既懂業務又懂數據的員工，接受為期3個月的跨領域數據訓練與AI訓練，賦予他們直接向CDO（首席數據官）匯報的特別通道。

3.啟動人機共治模式，建立“生物型”組織。今年5月的第三屆紅杉資本AI峰會，有很多觀點在業內引起強烈反響。其中之一就是現有組織認知模式將會遭遇正面撞擊。管理者的任務不是讓模型變聰明，而是讓系統變得可控、可用、可調度。AI不再只是被調用的模型，而是可以行動、可以決策、可以合作的經濟參與者。

按峰會上的預測，公司不再是部門之間相互配合，而是變成一個個任務自動流轉的網絡；個人不再只是扮演固定角色做事，而是像指揮家一樣調度各種智能工具；組織結構不再是傳統的上下級匯報關系，而是轉變為多個智能體協同工作的團隊網絡。

傳統企業的權力結構中，決策權集中在少數高層手中，信息傳遞層級多、基層員工缺乏自主性和創新動力。在數字化時代，個體價值崛起，AI時代將迎來企業組織的大開源，“更open”的方向也有三個。

1.重構執行力。不管是KPI導向還是OKR導向，傳統組織都高度強調執行力。未來團隊面臨的是全然不同的問題，執行力不再是目標必達，而是保持目標開放性，及過程中的彈性。

引用紅杉資本AI峰會上的觀點，創始人都應該問自己這樣一個問題：我能不能描述一個模糊目標，讓智能體去嘗試、偏航、再迭代？我是否接受結果不是100%達成，而是70%、80%的進度并持續改進？我是否能設計出“人類+AI混合代理”共同推進任務的策略空間？

2.再次定義“用戶為中心”。到移動互聯網下半場，企業已能夠改變與用戶單向、被動的互動方式。未來，傳統“菜單式”“表單化”交互模式將為更自然的體驗取代，交互不再是“人操作機器”，而是更加自然化——語言、手勢、眼神成為主要輸入方式，也更加無感化——AI能隱形處理大多數任務，用戶只需享受結果。

對用戶的交付會從“功能提供”到“需求預判”，商業關系將會從“交易”轉化為“共創”。如你對電商平臺下指令，“送女友生日禮物，500元左右”，AI不但能推薦篩選，還能根據你的偏好參與設計，并完成支付。

3.員工潛力深度釋放。員工與組織關系將面臨根本性挑戰，會出現“AI訓練師”和“數字員工管理員”等新崗位。傳統職位重心從“流程服從”轉向“價值創造”，如今天的質檢員，未來核心技能將從“肉眼識別缺陷”升級為“算法調優能力”，今天的設計師，將把精力從根據甲方需求改稿變為專注于美學優化與情感表達。

類似變化賦予了基層員工更多自主決策權，之前延續數百年的長期雇傭關系也可能被“任務制”“技能訂閱制”打破，組織邊界更加模糊，個體可同時參與多個組織的項目，甚至借助AI，會出現一個人的獨角獸公司。

變革沒有終點，只有持續的適應與進化。組織要做的，是始終保持比DeepSeek更deep的洞察力，比OpenAI更open的包容力。