共计 1005 个字符，预计需要花费 3 分钟才能阅读完成。
AI 正在加速进入公司,但它并不会自动让企业变强 。 从员工使用大模型写代码、做方案, 到企业考核 AI 使用率, 技术热度已经传导到组织内部。可现实是, 会议、审批和层级并没有同步消失, 很多公司只是把 AI 叠加在旧流程之上。
📌 AI 不是“特效药”, 组织滞后才是堵点
围绕 AI 与组织变革,管理学者穆胜提出了一个关键判断:个体生产力提升, 并不等于组织生产力提升。员工借助 DeepSeek、Kimi 等工具可以更快完成局部任务, 但如果代码评审、预算审批、跨部门协调仍旧缓慢, 新增产能反而可能堆积在旧节点上。
他用电力替代蒸汽机的历史作类比: 早期工厂只是把动力源换成电力,布局和流程没有变, 生产率并未立刻爆发。直到机器获得独立驱动、流水线重塑工序, 技术价值才被真正释放。
🔍 智能体组织: 少量人类, 大量 AI 员工
在穆胜看来,AI 时代更值得关注的不是“用了多少工具”, 而是企业是否走向智能体组织。这类组织并非简单裁员, 而是让 AI 承担标准化、可流程化的工作, 人类则集中处理更高阶的问题。
- 人员结构更轻:大量重复岗位由 AI 承接, 人类员工数量下降, 但留下的人更偏专家和关键执行者。
- 协作网络更复杂:组织内部会出现人 -AI、AI-AI 之间的协作, 接口和规则成为新的管理基础。
- 前台更贴近客户:小经营单元围绕客户展开, 背后调用平台能力、模型和数据资源。
💡 最先被替代的, 未必是普通员工
一个颇具冲击力的观点是:AI 首先冲击的可能不是基层员工,而是以传递信息、协调任务、监督结果为主要工作的中层管理者。因为这类工作中, 相当部分可以被信息汇总、辅助决策和自动分发系统覆盖。
不过, 这并不意味着所有中层都会消失。具备专业能力的职能负责人仍有价值, 只是角色会变化: 他们不再主要依赖管人来产生影响力, 而是转向训练领域模型、设计人机协作机制, 并在关键环节进行监管和接管。
📊 人类仍有三类“难替代能力”
- 创造力:定义新赛道、发现新体验, 把看似不相关的事物连接起来。
- 复杂判断:在模糊、冲突和不完整的信息中, 抓住关键变量并作出取舍。
- 共情能力:理解真实用户的情绪、信任和隐性需求, 在关键触点保持服务温度。
🚀 值得关注: 增长逻辑正在变化
过去, 公司规模常常用员工数量衡量;而在 AI 时代, 增长可能更多体现为智能体数量、模型能力和组织调用效率。企业不一定变成“小作坊”, 但人类员工规模可能更小, 运作能力却更强。
