夜雨聆风学习资料网

ARTICLE · 1141310

AI正在重构企业组织,东北还有机会吗?

AI正在重构企业组织,东北还有机会吗?
AI时代,企业需要什么样的人才?
组织又将如何变化?
东北企业能抓住哪些新机会?
最近一段时间,有很多深度思考和交流,现在梳理一些阶段性的认知,分享给大家。
最初我们以为AI提供给我们的是一个工具,后来认为AI最大的意义是让我们可以自己做工具了,现在发现它的意义远远超出了这些。
01 纵向
周一上午,老板问营销总经理:我们的新产品,客户反馈怎么样?
营销总经理让4个大区总收集,大区总再让各省销售总监反馈,销售总监再去找一线销售。层层向上汇报后,最后由销管整理成一份材料,营销总经理约老板时间做专项汇报。
这是一个典型的销售汇报流程:销售——总监——大区总——营销总经理——CEO/老板。
从第一性原理的角度思考:这个流程为什么存在?
为什么销售不能直接汇报给老板?
因为销售反馈的信息是点状的,而老板需要的是快速做出决策,所以需要经理、总监、营销总经理在中间做层层的“翻译”——将点状的、碎片化的信息汇总、整合、分析之后,变成可决策的选项,提交给老板决策。
结构化整理信息,不就是AI最擅长的吗?
想象一下,如果我们给每个销售都配一个“AI助手”,销售通过语音就可以完成一线信息的输入,然后AI做汇总、整理和分析,最终提交给老板一份实时的经营看板,老板可以直观看到需要决策的事项和风险点。
这样的话,中间这些层级还需要存在吗?
可以明确的是:单纯做信息传递和“翻译”的角色,确实不需要了。
需要进一步思考的是:除了销售和老板是必须存在的,还需要哪些角色?哪些工作必须由人来完成?哪些工作可以由AI完成?人和AI如何协作?
提出对的问题,问题就已经解决了一半,所以好的问题价值千金。
恭喜你,已经开始重新思考智能体时代的组织层级了。
02 横向
再举个例子,一家to B公司卖客户一套产品/解决方案,传统流程是:销售——解决方案/售前——产品经理——开发——测试——交付
为什么销售不能直接到开发?
因为销售不懂产研,产研不懂客户需求,所以中间需要翻译
vibe coding让人类通自然语言描述需求和目标即可,代码由AI来完成,史无前例的降低了开发的门槛
那么,如果销售可以清晰定义需求,还需要中间这些“翻译”的环节吗?甚至,销售可以自己直接通过vibe coding完成开发吗?
我身边就有一个真实案例:一个朋友基于现成的开源系统,用Vibe Coding花了不到两个小时,就做出了一个可以实际使用的业务系统。
真正需要思考的问题是:未来,从需求到交付的流程应该如何设计?
03 组织
前面提到的销售层级和产研流程,只是举两个例子,事实上,所有的纵向层级和横向流程,几乎都有基于AI被重新设计的机会,比如运营、客服、财务、人力...
现在的问题是:技术是指数级发展的,但是组织和运营模式还是以线性方式在演变。落后的组织和运营模式,会限制技术创造出最高的价值。

用马克思的话说就是:落后的生产方式正在限制生产力的发展

越来越多的员工正在以高阶、富有创造力的方式使用 AI,人已经准备好了,但是大多数组织并没有跟上步伐。

AI 不仅仅是在重塑工具,它正在重新定义企业的构建、组织和竞争方式。

04 人才
那么,智能体时代,需要什么样的人才呢?
回到前面的例子中,销售还是需要的吧?人与人的交互、信任和复杂关系是AI无法取代的。
CEO还是需要的吧?需要有人确定公司整体的方向和目标,做统筹和判断。
客户有了需求,还得有一个发现问题、定义问题,组织AI把问题解决的人吧?
麦肯锡总结了智能体组织所需的三类人才画像,和我们想的差不多:
  • M型通才管理者 (M-shaped general manager):不再只是“管人”,而是负责把人、智能体和机器组织起来,形成劳动力,承担端到端的产品或流程责任。简单说,就是能看全局、懂多个领域,还能统筹人和AI干活的人。

  • T型深度专家 (T-shaped deep specialist):专业能力依然重要,但专家的工作方式会改变。他们不只是自己做专业工作,还要监督AI、教AI、处理AI解决不了的异常问题。专业越深,越能判断AI到底做得对不对。

  • AI赋能的一线员工 (AI-empowered frontline worker):AI替他们完成大量信息处理、查询和辅助工作,而人把精力放在沟通、信任、谈判、服务等需要人与人互动的事情上。他们不一定需要很深的AI技术,但必须具备基本的AI使用能力。

当AI越来越能够完成信息处理、专业生产和流程执行以后,判断力越来越重要,能统筹组织人和AI工作的人越来越重要,能重新设计流程的人越来越重要,与人交互的工作依然不可替代。
05 机会和约束

这种变化,对东北企业意味着什么?

东北企业面临的挑战,不只是资金和人才不足,还在于一些企业的管理方式、组织架构和经营思路,目前依然是为传统生产方式设计的,难以适应AI带来的变化。

与此同时,一些一线城市的企业已经开始探索 AI 原生的组织和经营模式,新的生产方式会进一步扩大经营效率的差距。

但这场变革也为东北带来了三个值得把握的机会:

1️⃣机会一:时间窗口仍在

目前,一线城市的企业在 AI 应用和组织变革方面走在前面,但整个浪潮仍处于早期。这意味着,后来者仍然有机会追赶。

但是时间很紧迫,如果东北企业不能果敢行动,快速决策,传统差距在AI时代会被进一步拉大。

2️⃣ 机会二:用AI重构传统行业

东北在AI时代的定位,恐怕不会是大模型技术的研发中心,但却完全有机会成为AI重构传统产业的实验场。借助AI,可以将东北一些独特场景的优势发挥到最大,尤其是在To B的领域。

对很多传统企业而言,真正的机会不只是让员工学会使用AI工具,而是重新审视业务流程:哪些工作可以交给AI,哪些信息不必再经过多层传递,哪些岗位和协作方式需要重新设计。

谁能率先以人与AI协作为核心,重新设计业务流程和组织架构,谁就有机会打破传统的效率瓶颈,在原有行业中建立新的竞争优势。

3️⃣ 机会三:创业者可以重新设计企业

AI 正在降低创业的多重门槛。

一方面,AI编程工具降低了软件开发的成本;另一方面,AI也降低了获取专业能力的门槛。过去需要专业团队完成的行业研究、数据分析、方案设计,乃至部分业务执行工作,现在都有机会借助AI以更低的成本完成。

更大的机遇在于组织。初创企业可以从第一天起,就围绕人与AI的协作来设计业务流程和组织架构,无需承担大企业组织变革的阻力。

当然,技术门槛下降不等于创业必然成功,真正的机会可能属于那些既懂传统产业,又能率先用 AI解决实际问题的人。

你认为,东北哪些行业或业务流程,最有可能率先被AI重构?欢迎在评论区聊聊。


推荐延伸阅读

麦肯锡报告:《智能体组织:AI时代企业演进的下一范式》(英文)

当AI从辅助工具走向能够执行任务的智能体,企业的业务流程、组织结构与商业模式将如何变化?

感兴趣的朋友,可以在公众号后台回复 “智能体”,了解更多相关内容。

全文完

参考资料:

1,McKinsey:The agentic organization: Contours of the next paradigm for the AI era

看懂东北产业变迁,洞察AI时代的新机会

欢迎点赞、在看、关注

相关学习资料