这是「企业教练如何支持组织发展」系列的第 6 篇。

上一篇，我们谈到，企业教练需要看见个人、团队和组织之间的联系。当 AI 开始进入日常工作，这些联系也在发生变化。

作为自由职业者，我现在已经很难离开 AI。研究资料、梳理想法、准备内容，很多工作都会请它参与。但我也发现，它更多时候还是我的助手。我还没有真正重新安排自己的工作，让这些帮助持续地释放时间和精力。

麦肯锡在 2026 年发布的全球调查中发现，80% 的受访者认为 AI 提高了自己的工作效率，但报告 AI 对企业整体息税前利润产生正向贡献的比例是 37%，与上一年基本持平。¹

这是受访者的自报结果，不能据此判断其余企业没有收益。但它提醒我们，个人效率与企业收益之间，还有一段距离。

一个人写方案更快了，后面可能仍然要等待审批。团队可以同时推进更多项目，负责关键决策的人却忙不过来了。新增的能力，有时会让原来的瓶颈更加明显。

02

AI 改变分工，谁来把工作组织成整体？

最近看到关于“AI 原生组织”的讨论，其中一个视角很有启发：从需要完成的任务出发，重新组合人与 AI 的能力，而不完全沿用已有的岗位分工。

过去，企业通常先设置岗位，把一组工作交给一个人。现在，其中一些任务可以由 AI 或 Agent（智能体）承担。智能体还能在授权范围内调用系统、连续执行操作，开始进入业务流程。

部分工作因此有了重新组合的可能。但任务分出去了，整体结果由谁照看？

读包政《未来管理的挑战》时，有一个观点让我重新理解这件事：分工与一体化需要放在一起看。工作分开以后，还要能够形成整体，才能产生价值。²

比如，销售借助 AI 很快完成了客户方案，但方案中的交付承诺是否可行，仍然需要核实。如果交付团队只能在签约以后发现问题，前面节省的时间，就可能变成后面的返工。

AI 也可以帮助核验信息、连接流程。企业仍然需要决定，哪些条件可以直接承诺，哪些必须审核，遇到例外时谁有权处理。

这并不意味着岗位会全部消失。长期的客户关系、专业标准和人才培养，仍然需要有人持续负责。围绕任务安排工作，也要保留对整体结果的责任。

书中还讨论了“技术／经济”与“社会／心理”两个层面的一体化。前者帮助我们看工作怎样衔接，后者则提醒我们关注参与其中的人。

把这个视角放到 AI 应用中，会遇到一些具体的问题。

一位专业骨干，过去因为掌握某类知识而被依赖。现在，其他人通过 AI 也能获得部分答案。他可能需要更多地承担验证、判断和处理例外的工作，但企业是否已经重新认识和评价这种贡献？

员工分享了提效方法，接下来是得到新的发展机会，还是只被要求完成更多任务？如果一些初级工作交给了 AI，新人又通过什么积累判断力？

这些安排会影响人们是否愿意参与改变。企业主看到的是新的可能，员工可能还在担心自己的位置。顾虑背后有能力问题，也可能有真实的利益问题，需要分别处理。

04

企业教练，可以支持这段转变

AI 原生组织提供了一种未来想象。但现实中的企业，还有客户要服务、业绩要完成，也有一群已经形成工作习惯的人。改变需要在经营过程中发生。

企业教练可以从这里参与。

例如，企业准备让智能体参与客户需求整理和方案准备。老板希望缩短响应时间，销售期待减少案头工作，交付负责人则担心需求被误读。

开始之前，需要把这些期待放在一起讨论，明确试点要改善什么。实际运行以后，还要看：谁核实方案，发现错误时谁接管，销售节省的时间有没有增加其他部门的负担。

教练可以支持团队面对这些分歧，形成工作约定，并根据结果继续调整。对于角色发生变化的管理者，也可以提供单独支持，帮助他理解新的责任，尝试不同的工作方式。

教练对这个过程的支持有边界。技术系统需要专业力量建设，制度和利益分配需要企业作出决定。教练可以帮助相关的人充分讨论、理解并落实这些决定，不能用对话替代必要的组织安排。

05

企业需要找到自己的工作方式

目前，没有一种适合所有企业的“AI 组织架构”。麦肯锡在 2026 年关于组织运行模式的研究中也强调，企业获得价值，需要让流程、决策、人才和激励等安排相互配合。³

有的企业适合从一个流程试起，有的首先需要补齐数据基础，还有的需要让管理团队对方向形成共同判断。仅仅减少层级或增加工具，未必能解决实际问题。

从分工与一体化的视角看，我们也可以换一个起点：先明确希望为客户创造什么价值，再考虑哪些工作适合由人、AI 或智能体承担，以及它们怎样配合。

企业教练可以参与其中，支持关键人和团队形成判断，在实践中学习，让新的工作方式逐渐成为组织自己的能力。

这个问题，值得和管理团队一起谈一谈。

NEXT · 07

下一篇，我们回到企业教练的服务本身：面对个人、团队和组织不同层次的问题，企业应该怎样选择适合的支持？