乐于分享
好东西不私藏

AI 不是工具,它是来改组织的

AI 不是工具,它是来改组织的

我开始接受一件事:AI 不是来做工具的,它是来改组织的

这不是“AI 会不会替代人”的问题。
这是“组织里的工作、判断和责任,接下来要怎么重新分配”的问题。

前几天我看一轮招聘复盘,最先让我皱眉的,不是候选人简历,而是我们自己对流程的默认想法。

以前我们总觉得,筛简历、做纪要、整理信息这些事,虽然琐碎,但至少是“人”的工作。可现在你把一份 JD 丢给模型,它能在几秒钟里先给你一个筛选框架;你把几十份简历扔给它,它能先做一轮归类;你开完会把录音和记录丢给它,它能把重点、风险点、待办全部整理出来。

那一刻我就有点明白了:AI 进入组织,真正发生变化的,不是某个单点效率,而是组织对“什么叫工作”的理解。

我们过去把 AI 叫工具,是因为它还没真正进入流程。现在不一样了。它开始进招聘、进培训、进汇报、进复盘、进知识管理,甚至开始进到一些原本只有人才能拍板的环节里。你不一定给它工号,但它已经在参与组织运转了。


今天的现实:token 真的比人便宜

这话听起来有点扎心,但它就是现实。

一个 HR 花两个小时做完的初筛、总结、分类、初稿,AI 可能几分钟就给你一版。再加上它不累、不请假、不拖延、不情绪化,很多标准化工作在成本上已经完全不是一个量级。

麦肯锡今年的报告里提到,几乎所有企业都在投 AI,但真正觉得自己已经“成熟落地”的,只占很小一部分。意思很明显:大家都在上车,但大多数人还没学会怎么开。

这也解释了为什么现在最先被 AI 改写的,往往不是战略,而是流程;不是组织最高层,而是最底层、最密集、最重复的工作。

比如:

  • 招聘初筛
  • 会议纪要
  • 材料整理
  • 培训内容归纳
  • 制度问答

这些事情过去都要靠人一点点磨,今天已经可以先让 AI 跑一遍。

便宜的是 token。
变贵的,是判断。


但未来更贵的,不是算力,是判断力

很多人喜欢把讨论停在“AI 会越来越便宜”这一步。但我觉得,真正值得盯住的是下一步:
当工具越来越便宜之后,什么会变贵?

我自己的判断是三样东西。

第一,定义问题的能力。
不是把任务丢给 AI 就算会用,而是知道该问什么、先问什么、别问什么。

第二,判断结果的能力。
AI 可以给答案,但不是每个答案都值得信。未来真正值钱的人,不是最会调用模型的人,而是最会判断模型输出的人。

第三,把 AI 变成组织能力的能力。
很多公司现在是“个人在用 AI”,但组织还没变;真正厉害的公司,是把 AI 嵌进流程、职责和协作里,让它变成系统的一部分。

换句话说,token 会越来越便宜,但“看懂问题、做出判断、搭出结构”的人会越来越贵。


HR 最该想的,不是替不替代,而是怎么重排

这也是 HR 这几年最容易想偏的一点。

一听到 AI,很多人先问:它会不会替代我?会不会把岗位干掉?

这问题不算错,但太小了。

更重要的是:AI 进组织后,人到底往哪里去?

因为组织过去很多设计,本来就是围绕人的局限搭的:

  • 人记不住,所以要有制度和流程;
  • 人处理慢,所以要有分工和层级;
  • 人标准不一,所以要有审批和复核;
  • 人容易忘事,所以要有汇报和追踪。

AI 一旦进来,这套逻辑就开始松动。它能记、能算、能总结、能追踪,甚至能在某些场景里先做一轮判断。于是组织不再只是“人和人协作”,而变成“人和系统一起协作”。

这会直接改变 HR 的工作。

以后 HR 不能只盯着岗位缺不缺人,而要去想:

  • 哪些工作应该交给 AI?
  • 哪些工作必须保留人的判断?
  • 哪些岗位应该重构成“人机协同岗”?
  • 招聘标准要不要把 AI 协作能力写进去?
  • 培训体系要不要把 AI 使用变成基础能力?

如果这几件事没人管,组织就会出现一种很别扭的状态:
工具已经升级了,管理还在原地;流程已经变了,岗位标准还没变;AI 已经开始干活了,人还在用老办法评估价值。


未来不会是人和 AI 打架,而是会不会重建分工

我不太相信“AI 一来,人就都没了”这种粗暴叙事。现实更像另一种情况:

一部分重复、标准化、低判断密度的工作被拿走;另一部分需要判断、协同、兜底、沟通的工作被抬上来。

所以未来真正变贵的,不是“执行”,而是“定义、判断、治理”。

这也是我觉得 HR 接下来最重要的角色:不是替老板省几个人,而是替组织重新设计人和 AI 的关系。

微软今年有个判断我很认同:未来的组织会更像“人机团队”,每个人都越来越像一个 agent boss。这个说法听起来有点未来感,但本质很简单——组织的竞争力,不再只是看你有多少人,而是看你能不能把 AI 嵌得更深,把人放回真正该发力的地方。

对 HR 来说,这不是一场“会不会被替代”的焦虑测试。

这是一场重新定义组织的机会。

谁先想明白:AI 来了以后,人到底该干什么,谁就先一步看见了下一代组织的样子