長沙走了一圈，我把“AI撼動不了企業組織”的判斷收回了

當下有一種看法，認為AI雖火，但短期內不會對大多數有一定規模的企業產生直接的組織結構影響。

論據挺扎實：企業大量工作依賴人員經驗結合系統工具完成，不是單純靠系統；大企業內部系統紛繁復雜，AI很難全面掌握；掌握不了這些系統，AI就只是提效工具，替代不了人，也改不了組織。

從現狀看，除了少數頭部軟件公司，大多數企業確實沒有采取成規模的行動。AI在企業端，除了編程，也沒幾個被普遍認可的成功案例。連被認為會遭遇嚴重沖擊的咨詢業，也波瀾不驚。

我以前可能也會同意這個判斷。但6月初我去長沙走了一圈企業，看到的東西讓我改了主意。

三一重工、威勝集團、晚安家居、芒果TV——這些不是硅谷的軟件公司，是湖南的傳統制造和傳媒企業。它們對AI的使用深度，遠超外界想象。尤其是三一重工，它正在做的事情，直接把這個判斷打了個對穿。

一、 蓄力期的特征就是“看起來什么都沒變”

AI改變事情的方式，不是線性推進，是蓄力→突破。

編程如此——Copilot剛出來時，多數人覺得只是輔助工具，兩年后AI寫代碼已成標配，初級程序員崗位急劇收縮。

視頻制作如此——Sora發布前沒人信AI能做視頻，發布后半年，短視頻行業的生產流程已經變了。

其他領域也會如此。只是現在還在蓄力期，看不見而已。蓄力期的典型特征就是：看起來什么都沒變，實際上地基已經打了。

長沙看到的一切告訴我：企業端的AI蓄力期，已經快結束了。

二、 大企業的“護城河”，擋不住AI

那個網上判斷還有一個隱含前提：大企業的護城河深——復雜的管理體系、龐大的中層、成熟的流程，AI撼動不了。

但長期在大企業待過的人都知道，這些“護城河”里，有多少是真正的生產力，又有多少是官僚主義的堆積物？

過去所有大企業都服從金字塔管理結構，需要層層匯報、層層審批、層層傳遞信息，所以需要大量中間管理層。這不是因為這些中間層創造了價值，而是因為管理結構需要它們存在。

大家都有，誰也別笑誰。再加上大企業壟斷了大多數用戶市場，新興企業短時間跨越不了，這些“護城河”看起來就牢不可破。

但護城河的堅固程度，取決于對手的攻城工具。冷兵器時代，城墻夠高就行；火炮來了，城墻就是靶子。

AI就是那門火炮。

三、 三一重工在干什么

6月初去長沙考察企業，在三一重工看到的東西，遠超外界想象。

三一重工，一家傳統工程機械制造企業，全球180+國家、16家海外工廠、40+燈塔工廠。這家企業正在做的事情，已經不僅僅是把機器人引入生產流程，而是開始用AI從內部改寫企業組織。

三一重工的AI戰略，不是“試點幾個AI應用”，而是把AI作為數字化轉型的重心，從底層重構企業的運營方式。

幾個關鍵動作：

第一，建域智能體——給每個業務域裝一個AI大腦。三一定義了研發、供應鏈、制造、銷服四大域智能體，每個域智能體負責意圖識別和任務調度，相當于這個業務域的“指揮官”。過去這些調度工作由中層管理者完成，現在由AI接管。

第二，配數字員工——讓AI執行具體任務。域智能體是大腦，數字員工是手腳。三一已經部署了研發數字員工、供應鏈數字員工、制造數字員工、銷服數字員工等6類，覆蓋設計、開發、測試、部署全流程。

第三，改組織結構——從金字塔變扁平。三一明確提出了“組織模式轉變：扁平化”。域智能體+數字員工的組合，直接繞過了傳統中間管理層，AI做調度，人做決策。

這不是PPT上的規劃，是已經在跑的體系。這是三一重工AI開發數字員工的效果：

軟件交付效率整體提升50%以上。更關鍵的是角色變了。

產品經理從“需求文檔編寫者”變成“AI產品原型設計師”，開發工程師從“代碼編寫者”變成“解決方案架構師”，測試工程師從“手動測試執行者”變成“AI測試策略設計師”——人不再是執行者，而是策略設計者，執行交給AI。

第四，由使用部門貢獻需求和方案。三一辦AI大賽，評選優秀AI應用，2025年挖掘了72個AI案例。不是IT部門自上而下推，是業務部門自下而上提需求。這意味著AI不是“被部署”的，是“被需要”的。

第五，建企業知識庫——讓AI吃透企業內部數據。三一定義了562個數據資產對象，建了設備維修數據集（16,129篇+70,000+條故障代碼）、配件三元組數據集。維修問答準確度79%（同類60%），配件識別準確率68%（同類10%）。

這解決的就是“AI掌握不了企業內部復雜系統”的問題。當企業所有數據——無論存在什么數據庫、什么格式的PDF、PPT、DOC、XLS甚至音視頻——都被AI吸收、整理、分類、納入統一數據空間后，“掌握不了系統”這個障礙就不存在了。

三一重工的發展路徑很清晰：

從參謀到伙伴到代理，AI的角色在升級。參謀只能建議，伙伴可以協作，代理能夠自主決策。當AI進化到代理級，中間層的存在理由就徹底消失了。

四、 不只是三一重工

長沙考察的另一站，芒果TV。

外界以為傳媒公司用AI就是做做特效、修修圖。

但芒果TV的技術團隊，已經從AI輔助內容創作，開始嘗試由AI主導創作。

2025年熱播6集大型歷史人文紀錄片《左宗棠收復新疆》，劇組依托湖南廣電"芒果大模型"，用AIGC動態生成并修復了部分難以實拍的歷史戰斗與風土地貌場景。

而2026年即將上線的紀錄片《臺灣島紀》，依托芒果TV自研"山海AIGC內容創作平臺"及芒果大模型，實現了全片約150分鐘的歷史場景畫面100%無實拍、無真人出演，成為國內首部畫面全部由AIGC生成的歷史紀錄片長片。

芒果TV的技術團隊用AI解決了傳統歷史紀錄片難以情景再現的痛點，不僅用這部“”"，"傳統歷史紀錄片沒法實拍的場面，AI一幀幀生成了。"。

雖然前一段時間愛奇藝宣布推出"納逗Pro AI藝人庫"引發了一場風波，AI替代真人表演還不被接受，但AI在影視行業的滲透已經不可逆地從“外圍輔助”走向了“內核重塑”。

芒果TV用《臺灣島紀》證明了AI能低成本實現過去不敢想的宏大敘事，而愛奇藝的風波恰恰說明，行業爭議的不再是“用不用AI”，而是“怎么用AI”——當技術不再執著于取代演員的“肉身”，轉而深耕虛擬制片、智能剪輯與資產沉淀時，人機協同的新工業標準正悄然成型。

此次長沙訪企，除了三一重工、芒果TV外，國內智能電表龍頭企業威勝集團、大型家居企業晚安集團等制造企業也同樣如此，AI在運營管理、產品創新上的應用深度遠超外界想象。

這些企業有一個共同特點：不是軟件公司，不是互聯網公司，是傳統行業里的大企業，但它們擁抱AI的進度，比外界以為的深得多，也快得多。

五、 為什么AI to B的前景遠大于To C

這幾家企業的實踐，指向一個判斷：AI to B的前景遠大于To C。

原因很簡單。To C的AI應用，本質是讓消費者多一個工具——換個更好用的搜索引擎、更好玩的修圖軟件、更智能的聊天機器人。消費者用不用，取決于體驗和價格，替代門檻低，但付費意愿也低。

To B不一樣。

AI在企業端解決的不是“更好用”的問題，是“更便宜”的問題。一個數字員工替代一個中級管理者的數據處理、報告生成、流程調度工作，每年省幾十萬人力成本。這不是錦上添花，是真金白銀。

更關鍵的是，To B的AI一旦嵌入企業流程，替換成本極高——你的數據、知識、流程都在上面，換一次等于重新來過。這形成了天然壁壘。

三一重工用域智能體+數字員工重構組織、芒果TV用AI主導內容創作、威勝用AI優化運營管理——這些不是演示，是已經在跑的生產系統。

六、 回到那個判斷

“AI短期內不會對大多數企業產生直接的組織結構影響”——這個判斷在2024年可能是對的，在2025年已經存疑，到2026年再看，可能就站不住了。

原因有三：

第一，安全性障礙正在被消除?？蛇\行在企業內部系統的安全、封閉、本地化的多模態大模型已經成熟。企業不需要把數據傳到云端，AI在企業內部跑，數據不出門。

第二，數據障礙正在被破除。大模型對向量數據的吸收與學習能力快速提升，曾經被認為是企業轉向大模型最大障礙的數據清理與加載工作，已經可以通過大模型自行完成。無論數據以什么格式存在——數據庫、PDF、PPT、DOC、XLS、音視頻——只要數字化了，AI就能提取、整理、吸收。三一重工562個數據資產對象、70000+條故障代碼的消化就是實證。

第三，管理系統正在被AI重構。傳統企業管理軟件公司已經紛紛轉型，在系統中引入AI能力。新一代AI融合管理系統開始替代傳統大企業中紛繁復雜、各自為政的舊體系。部署速度也比想象中快得多——過去新系統部署取決于人的學習曲線，動輒數月甚至數年；現在取決于AI的自我學習能力，比人快百倍以上。對使用者而言，新系統不再需要掌握每個界面、按鈕、參數，自然語言提要求就行。

三重障礙一旦清除，結果是什么？

大中型企業中數量驚人的中間環節將失去意義。不只是辦事員，包括大量中層甚至高層管理人員——他們主要的工作就是整理數據、生成報告、匯報情況、按規則做決策。

當這些工作被AI接管，最后需要人做的決策，其實沒那么多。

大多數法律條款的偏離、商務條款的可否、價格水平是否可以接受，依據的都是簡單直接的規則。真正突破規則需要復雜決策的，只是很少的案例。

最終，企業需要保留的，一個是前端——跟人打交道的，銷售、服務、技術支持，同時負責一手數據輸入；另一個是后端——研發、生產、供應鏈，真正生產產品的。至于財務、法務、IT以及各種中間管理層，都存在巨大的優化空間。

一家跨國企業雇傭幾十萬全球員工，這個數字在未來幾年縮減一半或者更多，完全可以想象。

不是因為AI要替代人，是因為那些人為創造的職位，本來就不需要存在。只是過去沒有工具能替代它們，現在有了。

三一重工已經動手了。你呢？