准备写本书,书名就叫组织AI化

真金白银趟出来的六维框架

我是老谭。写这本书之前，我犹豫了很久。市面上讲AI的书已经太多了，再多我一本，意义在哪儿？

后来我想通了一件事。那些书，大多是两类人写的。一类是研究者，站在岸上，把AI这片海的地形、洋流、气候讲得清清楚楚，但他自己没下过水。另一类是卖铲子的，他讲AI的每一句话，最后都通向一个动作——你把工具买了吧。

我是第三类人。我是把自己的钱、团队和投的公司，全压在“组织AI化”这一条赛道上的人。我讲的每一个判断，背后都是真金白银趟出来的，趟对了我赚，趟错了我赔。这本书里没有一句是从哪份报告里抄来的正确答案，全是我这两年陪着十几家公司，从 20 人的小团队到年营收 50 亿的巨头，一脚深一脚浅踩出来的路。

所以这本书，不是写给想了解AI的人的，是写给想用AI把自己公司重做一遍的老板的。

先给你看三个数字。这三个数字，是我这两年到处跟老板喝茶聊天，又交叉看了不少国际咨询机构的报告之后，印象最深的三个。

第一个，95%。2025 年麻省理工的一份研究说，企业做的生成式AI试点，有 95% 最后是白干的——对公司的利润表，没产生任何看得见的影响。

第二个，88%。斯坦福的报告说，到 2025 年，已经有将近 88% 的机构在常规地使用AI了。听着特别热闹。

第三个，37%。麦肯锡 2026 年 8 月的报告说，真正能把任何一点利润改善归因到AI头上的企业，只有 37%。换句话说，六成多的公司，钱花了，工具上了，人也培训了，到年底一算账，利润纹丝不动。

很多老板第一次看到这组数字，第一反应都在技术上找原因：模型选错了，工程师不够强，要么就是钱没花够。

都不是。问题从来不在技术。真正难的那部分，是技术之外的——人、流程、组织文化。波士顿咨询算过一笔账，一场AI转型的成败，10% 看算法模型，20% 看数据和技术底座，剩下 70%，全押在人、流程和组织文化上。我后面会专门讲这个 10-20-70 法则，它是贯穿这本书的一把尺子。

你花大价钱买的工具，解决的是那 10%。而让六成公司卡住、让利润动不了的，是那 70%。买工具，是这场仗里最轻松的一步。你花钱买了工具，就以为自己上战场了。实际上，你连战场的门都还没摸到。

从买工具到换物种

我见过太多老板，把AI理解成“给旧身体挂几个新器官”。客服挂一个AI助手，文案挂一个AI工具，财务挂一个AI插件。挂完了，组织还是那个组织，层层汇报、事事开会、招人靠堆人头。这不叫AI化，这叫给旧机器刷了层新漆。

真正的AI化，是换物种。是从骨架开始，按AI重新长一遍。不是你有个旧身体、挂了几个AI工具，是你这个组织，从底层逻辑上就长成了AI的形状。

这件事怎么干？我把它拆成了六个维度。这六个维度，是我这几年反复琢磨、反复在实战里验证，最后收敛出来的一套框架。

第一维，用好词元。 词元就是token，是你和AI对话时的最小计价单位。过去大家把它当成个人技巧——谁会写提示词谁厉害。我要告诉你的是，在一个组织里，词元是一种新的生产资料。你得像管水、管电、管原材料一样，统一管理它、复用它、计量它。

第二维，沉淀准则。 一家公司最值钱的东西，是一堆判断：这个客户值不值得接，这批货能不能放行，这个价格该不该让。过去这些判断存在老师傅的脑子里，人一走，公司的脑子就少一块。AI化的组织，要把这些判断沉淀成AI能持续继承的准则。这是六个维度里最难、也最值钱的一维。

第三维，统一OS。 也就是组织操作系统。人跟AI要在同一套环境里协作，这套环境就是组织的操作系统。它承载的不再只是记录结果，而是生成和沉淀整个组织的认知。

第四维，量化脑力。 工业时代我们早就学会了量化体力劳动——工时、件数、良率。可脑力劳动一直是个黑箱。AI的出现，第一次让脑力劳动能像体力劳动一样被记录、被度量。而只有可量化的，才是可管理的。

第五维，放大结果。 当你把判断力沉淀下来、把协作环境搭起来，你就有了一个能被复制的东西。靠RaaS，也就是结果即服务，你可以把一次跑通的产出，规模化地复制出去，放大业务价值。

第六维，撬动资本。 当你的AI效率能被量化、被证明，它就不只是省钱的工具，而是能拿到资本桌面上去谈估值的硬指标。传统服务业估值是五到十五倍，纯软件公司能到二十到九十倍，中间这道鸿沟，就是用AI改造组织填出来的。

这六个维度，不是六个并列的清单，它们之间有一条主线。OS是地基和载体，词元、准则、脑力是你往这块地基里灌的三样东西，结果和资本是长出来的果实。

这本书怎么读？如果你是老板、是一把手，我建议你先把这篇引言、后面的序章，和讲资本的第六维读透。这三块决定你要不要下场、往哪儿走、能换来什么。如果你是要带着团队真刀真枪落地的操盘手，那第一到第五维，每一维我都给了理论和实战两部分，照着干就行。

好，闲话不多说。我们从序章开始，先把这场仗的全局地图铺开。

先讲一个法则。这个法则我逢人就讲，因为它像一面照妖镜，一照，就能看出一家公司的AI转型到底是真干还是假干。波士顿咨询提出来的，叫 10-20-70 价值法则。它把一场AI转型的成败，拆成了三块。

第一块，10%，算法与模型。在今天这个开源模型满天飞的年代，技术壁垒已经被拉平了。你能用的大模型，你的对手也能用。代码，早就不是能守住的护城河了。第二块，20%，技术底座与数据。混合云、接口集成、数据治理，这些是基石，重要，但依然不是决定生死的那一块。第三块，70%，人员、流程、组织文化。

你把这个比例多念几遍，认真记下来。你以为AI化是个技术问题，技术满打满算占三成。它本质上是个组织问题，占 70%。我常跟老板们说一句话：改一行代码，几分钟的事；但改变一个员工干了十年的工作习惯、打破两个部门之间那堵墙、建立人和机器之间的信任，是几个月、甚至几年的事。

这面照妖镜，照出来的真相往往很难看。很多老板跟我说他们“在搞AI转型”，我问一句：你今年在AI上花的钱，99% 是不是都砸在那 10% 和 20% 上了？买模型、买算力、买系统、招工程师。那 70% 呢？你为“改变人、改变流程、改变文化”这件事，单独立过预算吗？立过项、派过一把手去盯吗？大部分人答不上来。

既然 70% 的胜负手在人、流程、文化，那我们就得把话挑明：组织AI化，根本就不是一道技术题，它是一道组织题。这句话听着简单，可它推翻的东西很多。

一家公司决定搞AI，最常见的动作是什么？老板把CTO或者IT总监叫来，说，这事你牵头，预算给你，年底给我看成果。于是技术部门兴冲冲地选模型、搭平台、接数据，忙活大半年，做出几个demo，演示的时候老板鼓掌，散会之后，业务部门该怎么干还怎么干。为什么会这样？因为这道题从一开始就派错了人。

你让技术部门去解一道组织题，就好比让一个工程师去调解一场家庭矛盾。他手里的工具是对的，可这事压根不在他的工具能解决的范围里。部门墙、利益格局、老员工的饭碗焦虑、中层的阳奉阴违——这些东西，没有一个是靠技术能推平的。

我见过一家做了快二十年的制造企业，老板很有魄力，一口气买了全套AI系统，还专门成立了一个AI创新部。一年后我去看，那个创新部成了全公司最尴尬的部门。业务部门把它当外人，有事不找它；它做出来的东西，业务部门不用，嫌打乱了自己的节奏。老板很困惑，问我，工具是最好的工具，人是专门招的人，怎么就是转不动？我说，因为你把一把手该干的活，外包给了一个部门。

这不是说一把手要懂技术。恰恰相反，你不需要懂模型怎么训练、接口怎么调用，那是操盘手的事。你要懂的是组织——哪个部门是真正的痛点，哪堵墙必须先推，哪个老臣的焦虑要先安抚，哪个小胜利能点燃全公司的信心。这些判断，只有坐在你那个位置的人做得出来。

我还想再往深里说一层。以前你上一套ERP，它改变的是“记录方式”——账本从纸上搬到了系统里，但这套组织关系没变。AI不一样，AI直接插手“干活本身”。它开始替人做判断、做决策、做交付。它动的不是记录，是生产关系。生产关系的事，从来不是技术问题。

所以你看那六成多没赚到钱的公司，它们的问题高度一致：买了最先进的生产工具，却套在一套工业时代的生产关系里空转。工具越先进，空转得越快，烧钱越狠，老板越焦虑。能真正拉开差距的，永远是你怎么把这套新的生产力，重新装进一套配得上它的生产关系里。

既然AI化是一道组织题、是一场持久战，那它就一定有阶段。我把企业从传统组织走向AI原生组织的过程，拆成了四个阶段。你先别急着往下看，先在心里给自己的公司定个位——你觉得你在第几阶段？定完了，咱们再对答案。

第一阶段，被动探索期，我管它叫游击战。 员工自发地买各种工具。张三用这个写周报，李四用那个做PPT，王五偷偷拿AI改代码。全靠个人兴趣，没人管，也没法管。这个阶段藏着巨大的风险——你的客户资料、商业机密，正被员工一股脑往各种外部工具里传，你毫不知情。市面上八成以上的公司，其实都卡在这个阶段，很多老板还以为自己已经“完成AI转型”了。

第二阶段，基础构建期，正规军的雏形开始出现。 公司开始投资统一的数据基础设施，不再是各玩各的。认知也从“我们来玩玩这个新技术”，转向“我们用它来解决哪个具体的业务痛点”。这是个很关键的转折，标志着AI从玩具变成了工具。

第三阶段，规范执行期，全线反击。 公司引入了治理规则，AI开始跟业务的KPI深度绑定。谁用、怎么用、用到什么程度，都有了章法。到这个阶段，有件事会发生——利润表，终于开始动了。

第四阶段，规模化变革期，AI原生形态。 业务流程被全员重塑，AI成了整个组织的底层操作系统。这是终局，我下一节专门讲它长什么样。

现在对答案。你刚才给自己定的位，我猜，多半偏高了。怎么快速自测？问自己一个问题：如果明天我宣布全公司禁止使用任何AI工具，我的业务会受影响吗？如果答案是“不会，顶多几个人写周报慢点”，那你就是在第一阶段。如果答案是“会，有几条业务线会直接停摆”，那恭喜你，你至少到第三阶段了，AI已经是你组织的承重墙。

最关键的忠告：不要跳级

我见过太多老板，公司明明还在第一阶段的游击战，数据基建一塌糊涂，就急吼吼地想直接上第三阶段的全面重构。结果呢？钱烧光了，组织被折腾得鸡飞狗跳，老员工怨声载道，最后灰头土脸退回原点，还落下一句“AI就是忽悠人的”。长期赖在第一阶段固然危险，但盲目跳级，是更快的一种死法。

组织变革这件事，有它自己的生理节奏。认知没对齐，你就上基建，基建成了摆设；基建没铺好，你就上治理，治理没有抓手。一步跳不得。先搞清楚自己在哪一格，再谈往哪儿走——这是所有组织AI化的第一步。

走完四个阶段，终局长什么样？我把话撂在这儿：AI原生组织的终局，不是一家更大、更臃肿、人更多的公司。恰恰相反，是一支小到你不敢相信的团队。

先给你看几个老例子。2012 年，照片分享应用Instagram被Facebook收购的时候，全公司只有 13 个人，卖了 10 亿美金。两年后，WhatsApp卖了 190 亿美金，靠的是一支 55 人的团队。到了AI时代，这个杠杆被拉得更夸张。做图像生成的Midjourney，长期就几十个人，没拿一分钱风投，一年做出好几亿美金的营收。

过去，规模本身就是护城河。人多、部门全、层级深，这是壁垒，是实力的象征。现在，这个逻辑反过来了。在AI时代，臃肿是负债。你养的每一个中层，每一道审批流程，每一层信息传递的损耗，都是数字劳动力可以吃掉的成本，也是拖慢你反应速度的石头。所以终局不是更大，是更轻、更快、更凶。它没有长胖，它换了物种。

我知道讲到这儿，一半的传统老板心里会咯噔一下：老谭你这是要我裁员？别急，这事没那么简单粗暴，我在后面讲量化脑力和放大结果的时候会专门展开。这里你先接受一个判断就行：终局是少数几个顶尖的人，加上一整套永不疲倦的数字劳动力。人的角色，从“干活的”变成了“指挥干活的”。

那怎么从今天这个臃肿的旧物种，长成那个轻快的新物种？这就是这本书六个维度要回答的全部问题。我在这儿先把这条进化链给你串一遍，让你心里有张全图。

你先得让整个组织学会用同一种语言跟AI对话，这是用好词元，是进化的第一声啼哭；然后你把公司最值钱的那些判断，从老师傅的脑子里请出来，写成AI能继承的规则，这是沉淀准则，是给这个新物种装上大脑；这些判断和协作得有个地方安放，你得搭起组织的操作系统，这是统一OS，是新物种的神经系统和骨架。

身体长出来了，你得能看清它每一块肌肉的出力，把人的脑力和AI的算力都变成可计量的东西，这是量化脑力，是给这个物种装上神经末梢；能看清、能度量，你才能规模化地复制它的产出，这是放大结果，是新物种开始繁殖、扩张；最后，当它跑出来的效率能被证明、被量化，它就能去资本市场上换一个全新的身价，这是撬动资本，是这个物种登上更大的舞台。

一声啼哭、一个大脑、一副骨架、一套神经、一次繁殖、一个舞台。六个维度，就是一个组织从旧物种蜕变成新物种的完整过程。

从下一章开始，我们一维一维地走。先从最基础、也最容易被老板忽视的那一维说起——用好词元。你和你的AI，到底在用什么语言说话？

我是老谭，把自己的钱、团队和投的公司全压在组织AI化这条赛道上的人。这本《组织AI化：从买工具到换物种——企业拥抱AI的六维框架》会一维一维写下去，欢迎跟我一起趟这条路。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。

THANKS FOR READING