給「AI 組織」交了好幾波學(xué)費(fèi)后，終于看清了這五級(jí)臺(tái)階

AI 技術(shù)本身不會(huì)平等地拯救每一個(gè)組織，它只會(huì)加速組織的分化。

前段時(shí)間有感而發(fā)，在朋友圈發(fā)了一段關(guān)于「公司推 AI 變革 5 個(gè)階段」的觀察。沒(méi)想到，這條簡(jiǎn)短的動(dòng)態(tài)引發(fā)了大量企業(yè)家朋友的共鳴和討論。

我感覺(jué)到大家對(duì)這個(gè)問(wèn)題的思考深度、焦慮程度，甚至是「對(duì)號(hào)入座」給自己組織做評(píng)級(jí)的熱情，比我想象的還要積極得多。

過(guò)去一年多，我密集觀察和交流了身邊幾十位創(chuàng)業(yè)者、企業(yè)家朋友。他們所在的企業(yè)，很多本身已經(jīng)是業(yè)界極其優(yōu)秀的標(biāo)桿，可以說(shuō)是「前 1% 的組織」。但即便是在這群最敏銳的人里，在推進(jìn) AI 變革的過(guò)程中，我們依然能看到他們不可避免地經(jīng)歷了幾個(gè)特定的階段，甚至交了不少真金白銀的「學(xué)費(fèi)」。

所以，今天就把那條朋友圈稍微擴(kuò)展一下，把這期間觀察到的更多細(xì)節(jié)、故事以及大家走過(guò)的彎路，放出來(lái)和大家共同探討。

01

階段一：上頭的老板和「全員 AI」

變革往往始于極度的興奮。

當(dāng)老板們，尤其是技術(shù)出身的 Founder 或者 CTO 們，第一次使用 Claude Code 或同類(lèi) AI 后都極度興奮，很多老板或 CTO 都經(jīng)歷過(guò)恨不得立即砍掉所有匯報(bào)線，專注于 coding 的沖動(dòng)。

確實(shí)啊，面對(duì)一個(gè)情緒極其穩(wěn)定、7×24 小時(shí)工作、交付及時(shí)的「超級(jí)下屬」，老板們突然發(fā)現(xiàn)，跟 AI 協(xié)作的效率實(shí)在太高了，高到讓他們覺(jué)得中間的管理層、甚至整個(gè)團(tuán)隊(duì)都成了瓶頸。于是滿心戰(zhàn)斗力，他們自己抱著 AI coding，每天只睡幾個(gè)小時(shí)，一睜眼就開(kāi)干，覺(jué)得自己將無(wú)所不能。回頭再看團(tuán)隊(duì)里的任何人，都覺(jué)得不夠滿意。

但在這個(gè)事上過(guò)度沉迷的老板，總有下頭的時(shí)候。雖然看得見(jiàn)一個(gè) vision，自己的精力足夠充足，思維也足夠活躍，但此時(shí)已經(jīng)把整個(gè)團(tuán)隊(duì)甩在了后邊。

這個(gè)階段很多老板為團(tuán)隊(duì)做的唯一一件事，就是全員推廣用 AI，給員工配最好的模型賬號(hào)。既然 AI 這么好用，那給每個(gè)人都配上，公司效率不就整體起飛了嗎？

但問(wèn)題是，不是人人都是老板的心態(tài)，不是人人都有老板的 context，更不是人人都有老板的痛點(diǎn)。給員工開(kāi) AI 賬號(hào)，老板一個(gè)人在前蒙頭突進(jìn)——這本質(zhì)上是一種「放羊式 AI」，表面上看以身作則，實(shí)際上是不負(fù)責(zé)任的一騎絕塵。

有些公司很快出現(xiàn)了內(nèi)部協(xié)作問(wèn)題，比如組織里有人 AI 用得好，但公司整體業(yè)務(wù)和環(huán)境沒(méi)變化，反而能打的這批開(kāi)始嫌棄公司這個(gè)環(huán)境。有人 AI 用得多，但自身責(zé)任心和目標(biāo)感不強(qiáng)，反而拉低了組織的協(xié)作質(zhì)量和效率。

其實(shí)老板們雖然不說(shuō)，但也有一個(gè)很微妙的轉(zhuǎn)變：商業(yè)原本是需要團(tuán)隊(duì)協(xié)作的「足球賽」，當(dāng)老板一個(gè)人帶著 AI 單兵作戰(zhàn)時(shí)就成了「圍棋賽」。商業(yè)世界里，首先不是所有的想法都能端到端地靠 AI 來(lái)落地的。其次，「圍棋賽」雖然下贏了很爽，一旦下不贏，連個(gè)找借口的余地都沒(méi)有，自我強(qiáng)烈的挫敗感隨之而來(lái)。

所以第一階段的幻滅通常來(lái)得很快。跑一段時(shí)間就會(huì)發(fā)現(xiàn)：公司原有的業(yè)務(wù)并沒(méi)有因此成長(zhǎng)，而老板自己一個(gè)人拎的新項(xiàng)目，也未必都是對(duì)的，也很難交付出去長(zhǎng)期推進(jìn)。這一階段的老板們大多經(jīng)歷過(guò)從極度興奮到焦慮受挫的巨大落差。

這一階段可以驗(yàn)證的是：?jiǎn)伪鲬?zhàn)的「孤勇者」心態(tài)會(huì)導(dǎo)致嚴(yán)重的組織脫節(jié)，就算老板自己成為了超級(jí)個(gè)體，但公司還是原來(lái)那個(gè)公司。AI 成為個(gè)人的私有外掛并不導(dǎo)向組織層面 AI 轉(zhuǎn)型的成功，重要的是 AI 需要成為組織的公共基礎(chǔ)設(shè)施。

02

階段二：降本增效的陷阱

與「減脂增肌」的平衡

走過(guò)第一階段的老板，通常會(huì)迎來(lái)一個(gè)重要的認(rèn)知轉(zhuǎn)變：超級(jí)個(gè)體不等于超級(jí)組織。自己一個(gè)人用 AI 再厲害，也帶不動(dòng)整個(gè)公司。于是他們開(kāi)始回到公司已有的業(yè)務(wù)上，認(rèn)真盤(pán)點(diǎn)，思考如何從組織和工作流的層面，讓 AI 真正發(fā)揮作用。

這是目前我觀察到的中位數(shù)狀態(tài)——大多數(shù)認(rèn)真在推 AI 變革的公司，大多處在這個(gè)階段。但這個(gè)階段的坑，一點(diǎn)也不比第一階段少。

第二階段最容易出現(xiàn)的問(wèn)題，就是癡迷于降本。老板們很快會(huì)覺(jué)得，某一塊業(yè)務(wù)整個(gè)兒都可以被 AI 替代，于是開(kāi)始所謂的「開(kāi)人」——把那些 AI 能搞定的崗位都裁掉。

降本增效的效果確實(shí)立竿見(jiàn)影。成本下來(lái)了，組織輕盈了，公司也沒(méi)崩。

但這里有一個(gè)巨大的隱憂：你可能在減脂的同時(shí)，也減掉了很多肌肉。

什么是「肌肉」？是那些你平時(shí)覺(jué)得「好像沒(méi)用」，但實(shí)際上在為業(yè)務(wù)持續(xù)供血的東西——是一線銷(xiāo)售跟客戶聊出來(lái)的真實(shí)需求，是產(chǎn)品經(jīng)理在用戶群里蹲出來(lái)的痛點(diǎn)，是運(yùn)營(yíng)團(tuán)隊(duì)在跟合作伙伴扯皮中磨出來(lái)的行業(yè)認(rèn)知。這些東西不直接產(chǎn)出，但它們是業(yè)務(wù)創(chuàng)新的土壤。

當(dāng)你把這些人都砍掉，公司就變「薄」了，你接觸市場(chǎng)的一線觸角變少了，你對(duì)行業(yè)的體感變鈍了，你能感知到的細(xì)節(jié)變少了。業(yè)務(wù)開(kāi)始變得抽象——不再是一個(gè)個(gè)具體的人和場(chǎng)景，而是一個(gè)個(gè)數(shù)據(jù)指標(biāo)和功能模塊。

公司變抽象之后，創(chuàng)新方式也會(huì)跟著變。

原來(lái)的創(chuàng)新可能來(lái)源于一線的觀察、用戶的反饋、市場(chǎng)的體感；現(xiàn)在的創(chuàng)新變成了老板的一個(gè) idea 或者某種洞察，然后迅速用 AI 做出來(lái)，扔到市場(chǎng)上做 ABTest。

好處是生產(chǎn)的成本大幅降低了——寫(xiě)代碼成本低，上新功能成本低，試錯(cuò)成本也低。壞處是缺少了前期的驗(yàn)證和來(lái)源于具體場(chǎng)景的深度思考。你不再是「從用戶中來(lái)，到用戶中去」，而是「從老板腦子里來(lái)，到 ABTest 里去」。

這當(dāng)然也有它的優(yōu)勢(shì)——速度快、迭代快、不糾結(jié)。但問(wèn)題是，你可能會(huì)錯(cuò)過(guò)那些真正有深度的、需要長(zhǎng)期浸泡才能發(fā)現(xiàn)的機(jī)會(huì)。因?yàn)槟切C(jī)會(huì)不在歷史數(shù)據(jù)里（即便你數(shù)據(jù)工程已經(jīng)做的足夠好），不在 ABTest 的結(jié)果里，而在具體的場(chǎng)景和不斷變化的環(huán)境里。

第二階段還有一個(gè)容易被忽略的問(wèn)題：很多老板用個(gè)人效率的邏輯去套組織效率，結(jié)果發(fā)現(xiàn)不盡如人意。

個(gè)人用 AI 是立竿見(jiàn)影的——你今天學(xué)會(huì)用，今天效率就翻倍。但組織不一樣。在組織里提升 AI 效率，需要做大量的準(zhǔn)備工作和機(jī)制設(shè)計(jì)，例如數(shù)據(jù)怎么整理？權(quán)限如何管理？哪些環(huán)節(jié)適合用 AI？模型怎么選擇？每個(gè)環(huán)節(jié)里人和 AI 怎么搭配？結(jié)果誰(shuí)來(lái)驗(yàn)收？中間誰(shuí)來(lái)兜底？誰(shuí)承擔(dān)責(zé)任？

這些都是無(wú)數(shù)細(xì)碎的細(xì)節(jié)問(wèn)題，很難用粗獷的方式解決。但很多老板在第二階段的心態(tài)還是「快」——即刻把 AI 塞進(jìn)去，即刻看到效果，即刻降本增效。

于是就出現(xiàn)了三種典型的「粗獷」做法：一是降本砍人，能替代的都替代掉；二是簡(jiǎn)單置換，把一些環(huán)節(jié)直接換成 AI；三是拿 AI 當(dāng)「創(chuàng)新引擎」，指望靠 AI 自己就能長(zhǎng)出新業(yè)務(wù)。

這三種做法都能快速看到一些效果，但也都會(huì)留下后遺癥。降本砍人傷了組織的肌肉，簡(jiǎn)單置換忽略了流程的適配，拿 AI 當(dāng)創(chuàng)新引擎則容易陷入「為 AI 而 AI」的誤區(qū)。

這時(shí)候容易出現(xiàn)的問(wèn)題是，極致高效后，公司的「底」也脆弱了。畢竟人的精力在 AI 面前是有限的，責(zé)任心會(huì)被迫被攤薄，概率模型里必然存在的問(wèn)題開(kāi)始放大，公司的韌性開(kāi)始降低。

所以第二階段的核心矛盾是：你已經(jīng)意識(shí)到需要從組織層面思考 AI，但你還在用個(gè)人效率的思維方式去做組織變革。「減脂」很容易，「增肌」很難；降本很容易，創(chuàng)造價(jià)值很難。

降本可能是起點(diǎn)，但不該是終點(diǎn)。真正的價(jià)值創(chuàng)造，靠的不是一個(gè)人的 idea，而是整個(gè)組織對(duì)市場(chǎng)的深度感知和響應(yīng)能力。

03

階段三：從 Token 最大化

到 Outcome 最大化

如果說(shuō)前兩個(gè)階段還是在「用 AI」，那到了第三個(gè)階段，公司才真正開(kāi)始「經(jīng)營(yíng) AI」。

這個(gè)轉(zhuǎn)變的觸發(fā)點(diǎn)通常很具體：token 費(fèi)用。一開(kāi)始，老板們看著公司的 token 消耗量蹭蹭往上漲，心里是驕傲的——這說(shuō)明大家都在用 AI 啊，說(shuō)明我們的 AI 變革很成功啊。但等到月底賬單出來(lái)，看著賬單的數(shù)字和公司的報(bào)表，驕傲就慢慢變成了焦慮。

這推動(dòng)了一項(xiàng)認(rèn)知轉(zhuǎn)變的發(fā)生：從 Token 最大化，轉(zhuǎn)向 Outcome 最大化。不再是「用得越多越好」，而是「花出去的每一分錢(qián)，到底帶來(lái)了多少產(chǎn)出？」

第三階段的核心詞是「Harness」。AI 要做 harness，AI 轉(zhuǎn)型的公司也要做 harness——系統(tǒng)性地 review 業(yè)務(wù)和人員對(duì)于 AI 使用的產(chǎn)出效率，Harness 的顆粒度變得越來(lái)越細(xì)。

顆粒度變細(xì)，就不再只是籠統(tǒng)地說(shuō)「我們公司在用 AI」，而是能精確地回答：哪個(gè)業(yè)務(wù)環(huán)節(jié)用了 AI？用的是什么模型？花了多少錢(qián)？帶來(lái)了多少效率提升？ROI 是多少？哪些環(huán)節(jié)用 最好的模型是值得的，哪些環(huán)節(jié)用便宜的模型就夠了？

這是一個(gè)從「粗放」到「精細(xì)」的過(guò)程。前兩個(gè)階段，AI 是一個(gè)新鮮事物，大家都在探索，沒(méi)人太計(jì)較成本；但到了第三階段，AI 已經(jīng)變成了生產(chǎn)資料，就需要像管理水電、管理服務(wù)器、管理人力成本一樣去管理它。

但 Harness 不只是對(duì) AI 的，也是對(duì)人的。因?yàn)樽罱K的效能是人和 AI 共同產(chǎn)生的——你不能只優(yōu)化 AI 那邊，人這邊拉垮了也不行。

到了第三階段，老板們會(huì)逐漸清晰地看出：未來(lái)組織里需要的人才，到底是什么樣的。

過(guò)去，大公司依靠的是執(zhí)行力強(qiáng)、聽(tīng)話、能按流程做事的「斯巴達(dá)方陣輕步兵」，整齊劃一，令行禁止。

但AI 時(shí)代，公司需要的是能夠駕馭「飛機(jī)」、「戰(zhàn)車(chē)」的「駕駛員」和「指揮官」。他們不是靠人多取勝，而是靠駕馭復(fù)雜工具的能力取勝。一個(gè)優(yōu)秀的 AI 使用者，能頂過(guò)去一個(gè)團(tuán)隊(duì)的產(chǎn)出。

這種「端到端」人才，在公司內(nèi)部的挖掘、培養(yǎng)，在外部的發(fā)現(xiàn)、招募，已經(jīng)變成了一個(gè)非常重要的問(wèn)題。因?yàn)檫@群人才，才是真正能讓 AI 高效能被運(yùn)用起來(lái)的關(guān)鍵。

如何識(shí)別這樣的人才，是第三階段的一個(gè)新課題。

過(guò)去的 HR 看履歷，覺(jué)得學(xué)計(jì)算機(jī)、搞過(guò)模型的人就能做好。但這在 AI 時(shí)代可能變了，有些應(yīng)屆畢業(yè)生就能有出人意料的表現(xiàn)。需要用新的方式去識(shí)別他們——例如給他一個(gè)復(fù)雜的問(wèn)題，讓他用 AI 去解決，然后觀察他的思路是怎樣的，看他在解決問(wèn)題過(guò)程中與 AI 協(xié)同的效率。

這些都是特別重要的指標(biāo)。這也意味著組織需要非常清晰地跑在一套完整的數(shù)據(jù)系統(tǒng)和顯性系統(tǒng)里——因?yàn)橹挥羞@樣，這些能力才能被更好地識(shí)別、激勵(lì)和獎(jiǎng)賞。

可以說(shuō)，對(duì)一個(gè)組織來(lái)說(shuō)，終極的 Harness 是人和 AI 的編排藝術(shù)。最深層的挑戰(zhàn)是如何把人和 AI 混在一起做有效編排。

例如，在這中間需要想清楚：在哪些環(huán)節(jié)，AI 干活、人保底，在哪些環(huán)節(jié)，人要是指揮官、AI 做執(zhí)行？在哪些環(huán)節(jié)，人和 AI 得是平等協(xié)作的關(guān)系？

這里面有一個(gè)很容易被忽略的點(diǎn)：對(duì)人的一個(gè)關(guān)鍵素質(zhì)要求，往往不是「你是不是腦子最好使、最能駕馭 AI」，而是「你有沒(méi)有足夠的責(zé)任心」。很多環(huán)節(jié)里，就是要有足夠多有責(zé)任心的人，持續(xù)掛著弦、持續(xù)去推進(jìn)、持續(xù)做把關(guān)。在一個(gè)以效率為導(dǎo)向的組織里，這些人的價(jià)值很容易被低估，但他們恰恰是系統(tǒng)優(yōu)化和穩(wěn)定的關(guān)鍵。

所以，第三階段的組織工程，已經(jīng)遠(yuǎn)遠(yuǎn)超出了「給大家配 AI 賬號(hào)」或者「用 AI 替代一些崗位」的范疇。它涉及到如何重新識(shí)別人、如何管理人、如何把人和 AI 在一起編排成一個(gè)高效的系統(tǒng)。

這并不是一個(gè)念頭、一個(gè)主意就能解決的事，它需要有一群人天天琢磨這件事，去系統(tǒng)性地思考。它已經(jīng)變成了一個(gè)重要的系統(tǒng)工程。

04

階段四：10 倍效率與

端到端人才的密度

第四個(gè)階段，一個(gè)顯著的指標(biāo)就是你的業(yè)務(wù)跑通了 10 倍效率，組織基本完成了對(duì)人和 AI 的整體 Harness 工程。已經(jīng)進(jìn)入到這一階段的，轉(zhuǎn)型中的公司，基于我有限的觀察，目前幾乎沒(méi)有。L4 基本上只在 AI Native 公司的實(shí)踐中能觀察到，因?yàn)樗麄兪橇惆ず晚樦夹g(shù)條件生長(zhǎng)出來(lái)的，而轉(zhuǎn)型中的公司，因?yàn)闅v史業(yè)務(wù)和慣性目前還很難一步到位。

10 倍效率不是一個(gè)夸張的修辭，而是一個(gè)可以被量化、可達(dá)到的現(xiàn)實(shí)。

舉個(gè)例子，像 Genspark 這樣的 AI Native 公司，大約 70 號(hào)人，年 ARR（年度經(jīng)常性收入）已經(jīng)做到了 3 億美金。這是什么概念？人均創(chuàng)造的價(jià)值，是傳統(tǒng) SaaS 公司的好幾倍甚至十幾倍。

你走進(jìn)這樣的公司會(huì)發(fā)現(xiàn)幾個(gè)明顯的特征：公司的層級(jí)被壓縮到了極致——沒(méi)有那么多的經(jīng)理、總監(jiān)、VP；崗位的種類(lèi)也被壓縮到了極致——沒(méi)有那么細(xì)的分工，每個(gè)人都是「端到端」的。一個(gè)人加上 AI，能從需求到設(shè)計(jì)到開(kāi)發(fā)到上線到運(yùn)營(yíng)，全鏈路搞定。

「端到端人才」的密度，構(gòu)成了公司人效優(yōu)勢(shì)的一大核心。

過(guò)去的組織是「流水線」——每個(gè)人負(fù)責(zé)一個(gè)環(huán)節(jié)，靠流程和協(xié)作把事情串起來(lái)，也不可避免地會(huì)增加溝通成本和摩擦。AI Native 的組織是「特種兵」——每個(gè)人都可以成為一個(gè)獨(dú)立的作戰(zhàn)單元，靠共同的目標(biāo)和價(jià)值觀把大家擰在一起。

組織形態(tài)在發(fā)生根本性重構(gòu)，從「人+流程+工具」的模式，進(jìn)化到「AI 放大的超級(jí)個(gè)體+共同目標(biāo)」的模式。

第四階段的狀態(tài)，對(duì)于有歷史包袱的公司來(lái)說(shuō)，是很難一上來(lái)就達(dá)到的。原因很簡(jiǎn)單：你有歷史包袱，你有組織慣性，你有既有的流程和文化。公司在巨變的環(huán)境中，既要痛苦地「減脂」，又要艱難地「增肌」，還要重構(gòu)對(duì)環(huán)境的感知。

AI Native 公司不一樣，他們沒(méi)有歷史包袱，沒(méi)有慣性，是順著 AI 能力長(zhǎng)出來(lái)的。他們從第一天起，組織設(shè)計(jì)就是圍繞 AI 能力來(lái)的；他們的員工，從入職第一天起，就是用 AI 工作的；他們的流程和文化，天生就是適配 AI 時(shí)代的。

而且像 Genspark 這樣的 AI Native 公司本身就離模型更近。他們對(duì) AI 能力的理解、對(duì) AI 邊界的把握、對(duì) AI 最新進(jìn)展的跟進(jìn)，都比存量公司要快得多。他們可以順著技術(shù)浪潮一波一波向前沖浪，而存量公司還在費(fèi)勁地「轉(zhuǎn)型」。

但這并不意味著存量公司就沒(méi)有希望了。第四階段不是 AI Native 公司的專利，而是所有公司在 AI 變革中的長(zhǎng)期追求目標(biāo)。

只是存量公司要走到這一步，需要的時(shí)間更長(zhǎng)，付出的努力更多，經(jīng)歷的陣痛也更劇烈。你需要減脂——優(yōu)化工作結(jié)構(gòu)、重新配置人力；你需要增肌——培養(yǎng)和招募能駕馭 AI 的端到端人才；你需要重構(gòu)——把整個(gè)組織的流程、文化、激勵(lì)機(jī)制都重新設(shè)計(jì)一遍。

這不是一蹴而就的事，但方向是明確的：組織的效率一定會(huì)越來(lái)越高，人均創(chuàng)造的價(jià)值一定會(huì)越來(lái)越大，端到端人才的密度一定會(huì)越來(lái)越成為核心競(jìng)爭(zhēng)力。

05

階段五推演：

蜂巢組織與系統(tǒng)性對(duì)抗熵增

當(dāng)我們將 L4 級(jí)別的效率推演到極致，未來(lái)的公司會(huì)變成什么樣？

第五個(gè)階段，是面向未來(lái)的邏輯推演。它還幾乎沒(méi)有具體的樣本。但我接觸的一些到達(dá)第四階段的企業(yè)中，創(chuàng)業(yè)者們已經(jīng)在思考和探討這樣的問(wèn)題了。

要理解第五階段，想明白一個(gè)問(wèn)題很重要：當(dāng) AI 把生產(chǎn)效率提升到極致之后，到底什么才是最稀缺的？

我們可以做一個(gè)思想實(shí)驗(yàn)。

如果你的組織效率是存量公司的 10 倍，意味著什么？意味著你可以用更短的時(shí)間，投入更少的錢(qián)，創(chuàng)造非常高的價(jià)值。你的資本回報(bào)率會(huì)高得驚人。那在這樣的情況下，你的資本還是短缺的嗎？

當(dāng)效率足夠高的時(shí)候，錢(qián)不再是瓶頸——因?yàn)槟悴恍枰敲炊噱X(qián)就能做成事。你可以不依賴大額外部投資，而投資人會(huì)追著你投，因?yàn)槟愕?ROI 太高了。

那什么才是真正短缺的？

答案可能是人。準(zhǔn)確地說(shuō)，是那種能駕馭 AI、能獨(dú)立端到端創(chuàng)造價(jià)值的人，那些能不斷拓寬邊界的「指揮官」人才。

在此情況下，一個(gè)很自然的推論是：公司的分配方式會(huì)開(kāi)始出現(xiàn)明顯變化。當(dāng)一個(gè)人能創(chuàng)造過(guò)去一個(gè)團(tuán)隊(duì)的價(jià)值時(shí)，傳統(tǒng)的工資 + 獎(jiǎng)金的激勵(lì)方式，顯然就不夠了。一個(gè)公司可以擁有物質(zhì)的核心資產(chǎn)，但沒(méi)有辦法真正「擁有」正在成為核心資產(chǎn)的人。

業(yè)務(wù)分紅、甚至合伙人制的利益分配，可能會(huì)成為主要的激勵(lì)手段。你不再是「雇傭」一個(gè)員工，而是「合伙」一個(gè)創(chuàng)造者——他帶來(lái)能力，你提供平臺(tái)和資源，大家按貢獻(xiàn)分享收益。

AI 越強(qiáng)大，一個(gè)組織里的「有效存在」的人就越有價(jià)值。

如果未來(lái)最稀缺的是端到端型的人才，組織中更多是這樣的人員構(gòu)成與生產(chǎn)方式，那組織的形態(tài)也會(huì)隨之發(fā)生變化。

未來(lái)或許會(huì)出現(xiàn)「蜂巢型公司」——公司不再是一個(gè)龐大的、層級(jí)分明的有機(jī)體，而是一個(gè)由很多小的、獨(dú)立的、高度活躍的單元組成的生態(tài)。每個(gè)單元都像一個(gè)小蜂房，有自己的目標(biāo)、自己的團(tuán)隊(duì)、自己的分配方式；而總公司這個(gè)大蜂巢提供基礎(chǔ)設(shè)施、品牌、資源和規(guī)則，讓各個(gè)小蜂房在這個(gè)生態(tài)里自由生長(zhǎng)。

這種形態(tài)最大的優(yōu)勢(shì)是什么？是系統(tǒng)性地對(duì)抗熵增。

傳統(tǒng)大公司一個(gè)逃不開(kāi)的問(wèn)題就是越做越大，熵越來(lái)越大——流程越來(lái)越復(fù)雜，效率越來(lái)越低，創(chuàng)新越來(lái)越難。這是組織的宿命，就像熱力學(xué)第二定律一樣不可抗拒。

但蜂巢型組織或許可以不一樣。它不斷地分裂，不斷地產(chǎn)生新的小單元。小組織、小體系、不斷運(yùn)行的活躍的東西。每個(gè)小單元都保持著高度的活力和創(chuàng)造力，熵是小的，而整個(gè)生態(tài)通過(guò)不斷的新陳代謝，保持整體的熵減。

蜂巢型組織帶來(lái)的另一個(gè)變化，是創(chuàng)新業(yè)務(wù)的繁衍速度可能出現(xiàn) 10 倍級(jí)的提升。

傳統(tǒng)大公司要做新業(yè)務(wù)，要經(jīng)過(guò)立項(xiàng)、招人、建團(tuán)隊(duì)、跑流程、試錯(cuò)、調(diào)整……一個(gè)新業(yè)務(wù)從想法到落地，可能需要半年甚至一年。而且新業(yè)務(wù)在老組織里會(huì)受到各種束縛，成功率很低。

但在蜂巢型公司，可以不一樣。一個(gè)有想法的人，拉上兩三個(gè)隊(duì)友，借助 AI 工具，很快就能把一個(gè)新業(yè)務(wù)跑起來(lái)。公司提供基礎(chǔ)設(shè)施和資源，成功了就按約定分紅，失敗了也沒(méi)關(guān)系——成本很低，試錯(cuò)很快。創(chuàng)新的概率和發(fā)生速度可能實(shí)現(xiàn) 10 倍提升。

當(dāng)然，這一切都還只是推演。第五階段什么時(shí)候會(huì)到來(lái)？會(huì)以什么樣的形式到來(lái)？現(xiàn)在還沒(méi)有人知道答案。

但有一點(diǎn)是確定的：當(dāng)效率的瓶頸被 AI 徹底打破之后，組織需要解決的是「人的價(jià)值如何被重新定義和分配」的問(wèn)題。這不僅是組織變革，更是生產(chǎn)關(guān)系的變革。組織形態(tài)和分配機(jī)制的變革，只是時(shí)間問(wèn)題。

以上這五個(gè)階段，只是行進(jìn)間的觀察和思考，各個(gè)階段不是每個(gè)公司都會(huì)完整經(jīng)歷，也不是線性遞進(jìn)。有些公司可能從第二階段直接跳到第四階段的某些特征，有些公司可能在某個(gè)階段反復(fù)徘徊。

但毫無(wú)疑問(wèn)的是，AI 技術(shù)本身不會(huì)平等地拯救每一個(gè)組織，它只會(huì)加速組織的分化。

如果你對(duì)這個(gè)話題有共鳴，或者你覺(jué)得你所在的團(tuán)隊(duì)已經(jīng)是一個(gè) L3 甚至 L4 級(jí)別的組織，或者對(duì) L5 有所思考和探索，非常歡迎你在評(píng)論區(qū)留言，或者后臺(tái)私信交流。

在這場(chǎng)前所未有的變革中，沒(méi)有誰(shuí)手握完美的標(biāo)準(zhǔn)答案。希望和更多一線的探索者多交流，讓關(guān)于 AI 組織變革的真實(shí)認(rèn)知和實(shí)操經(jīng)驗(yàn)，更多、更有效地流動(dòng)起來(lái)。

*頭圖來(lái)源：AI 生成

極客一問(wèn)

你如何看待以上這五個(gè)階段？

歡迎留言區(qū)交流討論