AI时代,组织与人力资源管理是如何发生改变的?

AI提高个人效率，并不自然意味着组织效率同步提高。员工更快完成一份材料，如果后续仍需反复交接、等待审批或重复核实，整体业务周期的改善就可能有限。

首先，重构完整流程。围绕业务交付，调整上下游任务、信息传递和协作方式，使局部提速能够改善整体周期、服务质量或运行成本。

其次，重新配置释放的产能。将节省的时间和人员能力投入客户经营、创新或复杂问题处理，并落实具体任务、所需技能和投入安排。例如，订单查询提效后，企业可以安排人员加强重点客户跟进，同时补充相应的业务知识、沟通能力与客户服务权限。节省工时由此才具备转化为新增交付能力的条件。

梳理各环节的输入输出、处理时间、等待与返工，识别必要任务及其依赖条件。重复报送、无效审批等冗余工作，应在改造过程中一并优化。

依据任务要求和经过验证的能力确定执行方式，再安排先后顺序、并行关系、交接内容和检查节点。既明确谁做什么，也保证上一步的结果能够被下一步有效使用。

对信息缺失、规则冲突、客户特殊要求等情况，明确触发条件、转交信息、接管人员与恢复路径，使异常进入有能力、有权限处理的环节。

明确节省工时的具体用途，观察任务质量、流程周期和经营结果的变化，并计入工具调用、人工复核、维护及返工成本。比较前后表现时，应考虑业务量与任务难度的同期变化，再据此调整流程和资源配置。

工作流明确了任务如何完成。要让新的工作方式持续运行，企业还需要相应调整岗位、团队和决策权限，使流程获得稳定的组织支持。

洞见二

管理颗粒度细化到任务与技能

组织架构、决策权和责任链需要同步调整

企业通常通过岗位承载职责、配置人员，并据此形成部门、层级和汇报关系。AI进入工作以后，原本捆绑在同一岗位中的信息采集、分析整理、事务执行、沟通协调、风险判断和审批决策，需要分别审视。

原因在于，同一岗位内的不同任务，对规则、情境、专业经验和责任承担的要求并不相同。标准化程度较高、结果容易核验的任务，可能获得更多AI支持；关系协调、复杂取舍和高影响判断，则更依赖人的专业能力。实际分工还需结合错误后果、可逆性与系统表现确定。

任务重新分工后，需要将保留、减少和新增的工作组合为责任完整的岗位。部分岗位可以向上下游延伸，承担更完整的业务结果；部分岗位更加聚焦专业判断；部分标准事务岗位则可能整合。具体方向取决于业务需求、人员能力与授权条件。

因此，任务成为工作配置的基本单元，技能成为描述与匹配能力的共同语言，岗位继续承载组织归属、持续责任和职业发展。人才标准也应相应更新：承担复杂协调，需要业务理解与沟通能力；承担结果审核，需要依据核验、错误识别与判断解释能力。

图2：从任务拆分到岗位重组的调整示例

岗位内容调整之后，组织还需要解决跨岗位、跨部门的能力如何组合。企业可以形成“稳定责任主干—敏捷任务网络—智能体执行层”相互衔接的运行方式，结合现有架构明确三部分的分工与衔接。

图3：稳定责任主干、敏捷任务网络与智能体执行层的组织关系

1. 稳定责任主干：承担经营、专业与共性能力建设责任

跨部门关键流程应明确一名对整体结果负责、具有相应协调权限的负责人，可由现有业务负责人兼任。专业部门继续承担标准建设、人员发展和约定交付的责任；流程负责人在授权范围内协调优先级与资源冲突，超出权限的事项，提交具有相应决策权限的管理者裁决。

共性AI能力可由现有数字化、信息技术或数据团队统筹建设，负责模型接入、通用组件与运行支持；业务和专业条线负责场景需求、业务知识、专业规则及应用验收。双方应约定需求响应、投入与维护安排。

纵向层级与管理幅度，则依据管理任务变化调整。信息汇总、常规分派减少后，可以优化相应环节；专业把关、资源取舍、复杂协调和人员发展等职责，需要获得足够的管理投入。

2. 敏捷任务网络：围绕客户、产品、项目和流程组合专业能力

对持续发生、协作频繁的核心流程，可以建立相对稳定的跨职能团队；对阶段性、定制化任务，可以采用项目团队或按需专家支持。团队形态应与工作持续性和协作强度相匹配。

成员投入应纳入部门工作计划，明确全职或兼任安排、任务优先级和交付标准，并调整原有工作量。团队负责人提供任务表现依据，专业部门补充专业能力与发展意见，最终评价按既定权限形成，使跨部门协作获得持续支持。

3. 智能体执行层：在授权范围内提供信息、分析与执行能力

智能体依据业务需要承接可验证、可监测和可追溯的任务，并与前述业务、专业和平台责任相连接。业务负责人负责应用目标、结果验收和异常业务处置，技术维护责任人负责系统接入、运行稳定与故障处理。

三部分共同构成组织运行安排，可由现有部门、团队和平台承载。人员与AI能力围绕任务灵活组合，持续责任仍落实在明确的组织与岗位上。

4. 管控调整：按任务分级授权，将数字劳动力纳入持续管理

组织架构明确了谁承担什么职责，运行规则还需进一步规定谁可以作出哪些决定。企业应在既有岗位、职级授权基础上，将权限细化到具体任务和业务场景，明确执行、审核与批准的边界。

图4：按任务风险划分人机分工与决策权限

三类安排均应落实业务责任人，并明确例外升级、暂停与恢复权限。执行记录、审核过程和责任归属需要相互对应，使任务流转始终处于可管理的范围内。

随着智能体持续进入业务，企业还需要建立数字劳动力的运行管理机制。微软的Agent 365身份管理文档已将独立身份、权限控制与生命周期管理纳入智能体管理。结合企业经营需要，这类管理应贯通以下事项：

身份与责任：明确每项应用的身份、用途、业务负责人和技术维护责任人，使其承担的任务可以追踪。

权限与审计：按任务配置数据访问和行动权限，保留必要的执行、审核、异常及变更记录，并随业务变化调整或收回权限。

成本与评价：以交付质量、时效、稳定性和单位任务成本评价应用效果，同时计入调用、维护、人工复核与返工投入。

迭代与退出：明确知识更新、版本验证和停用条件；退出时完成未结任务交接、权限回收与必要记录留存。

业务、技术及相关专业条线应按职责共同承担这些管理工作，HR协同处理人机配置、岗位与能力变化，使智能体运行管理与员工管理相互衔接。