夜雨聆风AI正在改变企业，这已经不是新闻。但改变的到底是什么？
主流叙事几乎只有一个版本：AI替代岗位、提升效率、降低成本。然而最近，Jack Dorsey创立的金融科技公司Block发布了一篇组织设计宣言（红杉资本为其撰写了引言），提出了一个远比这些激进的主张——AI将替代层级制度本身。不是给每个人配一个Copilot让现有结构运转得稍好一点，而是从根本上取消中层管理，用AI系统来接管层级制度两千年来承担的协调功能。
这个主张是否成立？要回答这个问题，我们首先得搞清楚一件事：层级制度到底解决了什么问题？它为什么这么难被替代？只有理解了这些，才能判断AI能在多大程度上改变组织的形状。
一、层级制度到底解决了什么问题
要理解层级，最好的方式不是看管理学教科书，而是回到它诞生的地方。
1、从罗马军团开始：信息路由
在第一张企业组织结构图诞生的两千年前，罗马军团就解决了一个至今困扰所有大型组织的问题：如何在通信有限的情况下，跨越广袤地域协调成千上万的人？
他们的答案是一套嵌套式层级结构。最小单位是"帐篷小组"，八名士兵共用一顶帐篷，由一名十人长带领。十个帐篷小组组成一个百人队，八十人由一名百夫长统领。六个百人队组成一个大队，十个大队组成一个军团，约五千人。
这个结构——8到80到480到5000——本质上是一套围绕简单人类局限性建立的信息路由协议：一个领导者能有效管理大约三到八个人。超过这个数字，信息就开始丢失、延迟、失真。罗马人通过数百年的战争摸索出了这一点，我们今天称之为"管理幅度"。即便在今天，美军的层级指挥链仍然遵循类似的模式。管理幅度至今仍是地球上每一个大型组织的核心约束。
注意，在罗马军团中，每一级指挥官既是战斗者也是协调者。百夫长自己上阵杀敌，同时管理下属。"做事"和"协调"是合一的，这是层级结构的原始形态。
2、普鲁士参谋部：角色分化
1806年，拿破仑的军队在耶拿战役中摧毁了普鲁士军队。一批改革者在重建军队时做了一件罗马人从未做过的事：把"做事的人"和"专门负责想事情、协调事情的人"分开了。
他们创建了总参谋部——一个专门训练的军官阶层，其职责不是作战，而是规划行动、处理信息、协调各单位。这些参谋军官不上前线打仗，他们的全职工作就是想事情、传信息、维持各单位的一致性。
回忆一下罗马军团：百夫长既要上阵杀敌，又要管理下属，"做事"和"协调"是同一个人在干。普鲁士人第一次把协调从指挥官的附带职责中剥离出来，变成了一个独立的专业岗位。这就是"中层管理"概念诞生之前的中层管理——一群专业人士，全职负责路由信息、预先推演决策、在复杂组织中维持一致性。
军队还正式区分了"业务线"（line）和"参谋"（staff）两种职能。业务线推进核心使命，参谋提供专业支持。这套角色分工的框架，今天每一家企业仍然在使用。
所以普鲁士的突破不在于层级结构本身变了，而在于组织内部出现了角色的分化。从"每个指挥官身兼战斗者和协调者"变成"有人专门打仗、有人专门协调"，这是组织设计史上的一次本质跳跃。
3、铁路与泰勒：商业化和标准化
1840至1850年代，军事层级制度通过美国铁路进入了商业世界。传播路径非常直接——美国陆军将西点军校培养的工程师借调给私营铁路公司，这些军官把参谋与业务线的划分、事业部结构、官僚化的汇报与管控体系原封不动地搬了过来。
触发这次"技术转移"的原因很实际：铁路的规模超出了非正式管理的极限。几个人的小铁路靠口头沟通就行，但横跨500英里、拥有数千名工人的系统如果没有正式的协调机制，火车会真的撞在一起。1850年代中期，纽约伊利铁路的丹尼尔·麦卡勒姆绘制了世界上第一张组织结构图，将罗马人使用的层级逻辑——权力层级、明确的汇报关系、结构化的信息流——正式化为一张图纸。它成为了现代企业的蓝图。
随后，弗雷德里克·泰勒在这个层级结构内部做了进一步精细化。他把工作拆解为最小的专业化任务，用测量和数据代替"师傅凭感觉教徒弟"的模式。由此产生了职能金字塔——按专业分工归类：财务归财务，生产归生产，销售归销售。泰勒没有打破框架，只是在框架里填充了更精密的内容，把"怎么组织人"的问题推进到了"怎么组织工作本身"。
4、曼哈顿计划与矩阵组织：跨职能协作的尝试
职能金字塔在常规场景下运转良好，但1944年的曼哈顿计划暴露了它的根本局限。制造原子弹不是任何一个学科能独立完成的事——物理学家、化学家、工程师、冶金学家必须围绕同一个问题深度协作。1944年，"内爆"方案变得至关重要。钚弹无法使用简单的枪式设计，必须用精密布置的常规炸药从外向内同时挤压钚球到超临界状态——这本身就是一个天然的跨学科问题。奥本海默围绕这个问题重组了整个实验室，创建了当时企业界前所未见的跨职能团队。
这个方法奏效了，但那是战时特例。战后商业界面临的真正问题是——这种跨职能协调能否从例外变成常态？
答案是矩阵组织。麦肯锡在1950年代末为壳牌、通用电气等全球企业实施了矩阵原则：每个人既属于某个职能部门，又属于某个业务单元或地区，同时向两个方向汇报。矩阵是第一个制度化的折中方案——不打破层级，但在层级里叠加了一个横向维度。代价是复杂性：一个人有两个老板，权责经常模糊，协调成本高昂。
到了1970年代末，麦肯锡的7-S框架（Strategy战略、Structure结构、Systems系统、Shared Values共同价值观、Skills技能、Staff人员、Style风格）进一步指出：仅靠结构性要素远远不够，组织效能需要文化特质和人的因素全面对齐。你可以把组织结构图画得很漂亮，但如果文化拧着、人不对、价值观不统一，战略照样落不了地。
5、小结：层级的三重功能
从罗马军团到矩阵组织，两千年的演进揭示了一个关键事实：层级制度之所以如此持久，不只是因为它能路由信息，还因为它同时承担了三重功能。
第一，信息路由与协调。这是最显而易见的——收集下级信息、传达上级决策、在不同单元之间分配资源。从罗马的百夫长到普鲁士的参谋军官到今天的中层经理，核心工作没变。
第二，问责结构。层级提供了清晰的责任归属——谁负责什么、出了问题找谁。没有这个结构，责任就会变得模糊。
第三，激励传导。经理不只是传递信息和分配任务，还承担着评估绩效、分配回报、引导职业发展的角色。这些决定了人是否有动力去做正确但困难的事。
这三重功能叠加在一起，使得层级成为了一个极难替代的系统。后面我们会看到，每一次试图"去层级"的实验，都因为只攻克了其中一两重而在另外的维度上失败。
二、为什么去掉层级这么难
如果层级的问题这么明显——信息慢、失真、官僚化——为什么不直接去掉它？近几十年来，科技公司做了一系列激进实验，每一个都揭示了"去层级"的不同困难。
1、Spotify：协调之难
曼哈顿计划证明了跨职能协作的威力，矩阵组织试图把它制度化但代价是复杂性。问题的根源在于，矩阵里职能线和业务线都是"实线"，都有硬性的汇报关系和权力，所以冲突不可避免。Spotify的思路是：与其让两条实线打架，不如把职能线从实线降级为虚线，让业务单元成为唯一的实线归属。
Spotify在2012年前后提出的模型里，最基本的单元是Squad（小队），6到12个人，包含开发、测试、设计、产品等不同角色，像一个"迷你创业公司"。这和矩阵组织的根本区别在于：你不是"属于财务部被借调到亚太项目"，你就是这个小队的人，只有一个归属，没有双重汇报的模糊地带。小队就是你的业务单元，你在这个单元里享有很高的做事权。
但职能专长怎么办？Spotify的解决方案是两种横向机制：Chapter（分会）是同一部落内同一技能的人的集合，负责专业成长；Guild（公会）则跨越整个公司，是按兴趣自愿参加的知识共享社区。注意，这两个机制就是Spotify版本的"职能线"——但它们是虚线，没有正式的权力，不能分配任务、不能考核绩效，只提供一个交流和学习的场所。
Spotify的取舍很清楚：为了消除矩阵的双重汇报问题，它把职能线的硬约束力牺牲掉了。问题出在规模化之后。小队自主权太高导致各做各的，技术栈碎片化，重复造轮子。虚线撑不住了，没有硬性的职能权力去统一标准，各小队就自然各搞一套。矩阵虽然复杂，但两条实线至少都能施加约束力；Spotify为了简化把一条线变虚了，小规模时很灵活，规模一大就失控了。Spotify败在了协调——虚线没有硬约束力，规模一大就hold不住一致性。
2、Zappos：激励之难
Spotify至少保留了组织结构，只是把职能线软化了。Zappos走得更远——它试图彻底消灭"管理者"这个角色。2013年，创始人谢家华宣布全面推行Holacracy（全员自治制），取消所有管理头衔。用"角色"替代"职位"，用"圈子"替代"部门"，决策通过一套极其结构化的会议流程来推进。
谢家华的假设是：如果给人足够的自主权，他们自然会像创业者一样主动、有担当。这个假设听起来很美，但经不起追问——你没有拿到创始人的收益，为什么要像创始人那样思考和承担风险？
创始人之所以像创始人那样行事，靠的不是"被赋予了决策权"，而是两样更根本的东西。第一是风险和收益的对称性：做对了股权翻倍，做错了血本无归，这种对称性才是驱动创业者行为的真正引擎。第二是不可退出性：这是我的公司，我没有别的地方可去，遇到再棘手的问题我也必须啃下来。
Zappos的员工两样都不具备。拿的是固定工资——风险收益不对称。面对一个吃力不讨好的难题，创始人别无选择只能硬上，员工的理性选择是绕开它去做更容易出成绩的事——可以退出。谢家华犯了一个经典错误：他试图通过改变组织结构来改变人的行为模式，但行为模式是由激励结构决定的，不是由权力分配决定的。你可以把决策权下放给每个人，但如果收益结构没有跟着变，人不会真的像拥有者那样思考。
结果约18%的员工选择拿遣散费走人。留下来的人也大量抱怨：会议流程极其繁琐，表面人人平等但影响力还是集中在少数人手里，只是这种权力变得更不透明、更不可问责了。Zappos败在了激励——去掉管理者容易，改变人的行为动机才难。
3、Valve：问责之难
Valve是最极端的实验。这家做Steam和《半条命》的游戏公司没有正式管理层级，没有经理，没有人给你分配任务。每个人的办公桌装了轮子——这不是比喻，桌子真的有轮子——你觉得哪个项目有意思就把桌子推过去加入。项目自发产生，吸引到足够多人就活下来，吸引不到就消亡。
在Valve早期，这个模式运转得不错，因为几个特殊条件同时成立：公司人少（长期几百人），Steam平台的现金流让公司没有生存压力，能进Valve的人本身就是行业顶尖。
但没有正式权力结构不代表没有权力结构。实际上形成了隐性的小圈子，资深员工和创始人Gabe Newell周围的人影响力远大于其他人，只是这种权力不透明、不可问责。更关键的是，项目选择变得随机——大家倾向于加入"酷"的项目而非重要但枯燥的项目。Steam客服质量差在玩家圈子里出了名，就是因为没人愿意主动去做这种不光彩的活。《半条命3》迟迟不出，业内普遍认为和这种组织方式有关——没有人有权力说"这个项目必须做完"，一旦遇到困难，人可以随时推着桌子离开。Valve败在了问责——没有正式权力不代表没有权力，只是权力变得隐性且不可追责，同时没有机制把人分配到不光彩但重要的工作上。
4、海尔：最接近答案，但缺少关键技术
值得一提的是中国的海尔。张瑞敏从2005年左右开始推行"人单合一"模式，把几万人的大公司拆成几千个"小微企业"，每个小微十几个人，像独立小公司一样运作，自负盈亏。
海尔比前面三家都聪明的地方在于，它真正改了激励结构。小微团队自负盈亏，赚多了团队分得多，亏了就可能被解散。这某种程度上解决了Zappos的激励悖论——你要人像创始人那样思考，就得让他们承担类似创始人的风险和回报。
但协调问题依然存在。几千个小微之间怎么协作？海尔的答案是"内部市场机制"，但内部交易成本很高，需要跨小微协作的大项目推进困难。海尔在激励设计上走得最远，但它仍然缺少一种能实际执行大规模协调功能的技术。
5、四个案例的共同教训
Spotify败在协调，Zappos败在激励，Valve败在问责，海尔解决了激励但卡在协调。四个案例共享一个底层困境：它们都去掉了层级，却没有拿出一个能同时承接层级三重功能的替代机制。层级之所以两千年屹立不倒，不只是因为它能路由信息，还因为它同时提供了协调能力、问责结构和激励传导。去掉它容易，找到一个能同时承接这三重功能的替代品，极难。
三、AI能替代什么，不能替代什么
理解了层级的三重功能和四次失败实验之后，我们终于可以认真审视AI的潜力了。AI的出现让"去层级"的答案第一次出现了松动——但并非全面松动。
1、AI最擅长的：信息路由与协调
这是Block方案的核心。传统公司里，一个CEO想知道"某个产品线在某个地区表现怎么样"，信息要沿着一线销售→区域经理→大区总监→事业部VP→CEO的链条层层上传，每一层都在过滤、汇总、失真。反过来，CEO的战略意图也要沿同样的链条层层下达。这个过程慢、失真、不完整。
Block是一家远程优先的公司，所有工作天然留下数字痕迹——决策、讨论、代码、设计、计划、进展，全部以机器可读的记录形式存在。AI可以实时读取这些数据，维护一张不断刷新的公司全景图：正在构建什么、什么被阻塞了、资源如何分配、什么有效什么无效。Block称之为"公司世界模型"。
关键在于：这张全景图不只是给CEO看的，它是给每个人看的。传统公司里，CEO有模糊的全局视角，经理有部门的局部视角，一线员工只看到眼前的活。公司世界模型让每一个人都能获得过去只有管理者才有的信息视野。如果每个人都能直接获得做决策所需的上下文，那"信息搬运工"这个角色就不再必要了。
Block还构建了"客户世界模型"。大多数公司能拿到的客户信号都不太可靠——问卷可能随便填，点击行为可能是无聊浏览。但交易数据不一样，一个人掏出真金白银买东西，这个行为几乎不可能是假的。Block同时看到交易的两端——Square看到商家，Cash App看到消费者——这给了它一个极其丰富且持续复利增长的数据基础。
基于这两个世界模型，Block设想了四层架构：
底层是原子化的金融能力（支付、借贷、发卡等），之上是世界模型，再上是智能层（AI将能力动态组合成针对特定客户的解决方案），最上层是界面（Square、Cash App等触达用户的载体）。
其中智能层最为激进——它相当于传统公司里产品经理加销售加客户成功的总和，但由AI来做。没有人预先设计"餐饮行业季节性贷款产品"，而是AI识别到某家餐厅的现金流即将紧张，实时从能力库中拼装出一个量身定制的方案，在商户还没意识到问题之前就送到面前。
在这个模型里，人被推到了"边缘"——不是边缘化，而是"与现实世界接触的界面"。人处理模型够不着的东西：直觉、文化语境、信任动态、伦理判断、全新情境。
Block精简为三种角色：个人贡献者（IC）自主决策，直接负责人（DRI）拥有跨领域问题的限时所有权，球员教练（Player-coach）亲自做事同时培养人。
2、AI能让问责变得更好
传统层级里，经理是问责的载体。但经理也可以遮掩问题、揽功推过、藏在组织复杂性后面。当世界模型让一切可见——谁在做什么、什么卡住了、什么有效什么无效——问责反而比传统层级更清晰了。AI不是替代问责，而是让问责从依赖人的汇报变成依赖系统的透明。Block的DRI结构就是回应这个问题的：问责仍然落在人身上，但不需要一条管理链条来追踪，系统直接让责任可见。
3、AI解决不了的：激励传导
但有一件事AI基本无能为力——怎么让人有动力去做正确但困难的事？这是纯粹的人类制度设计问题。Block的文章对此几乎没有回应。反而是海尔的自负盈亏模式在激励设计上走得更远。Zappos的失败已经证明，你不能指望通过改变组织结构就自动改变人的行为动机。风险收益的对称性、不可退出性——这些驱动创业者行为的根本要素，不是任何AI系统能创造的。
换句话说，AI不是层级制度的完美替代品，但它可能是第一个足够强大的工具，能接管层级最核心的那部分功能——信息路由——从而让组织有可能用全新的方式来处理问责和激励。
四、冷静的审视
在拥抱这个愿景之前，值得想想几个不舒服的问题。
第一，世界模型的准确性。层级中的人类管理者虽然慢、会失真，但他们有常识判断和纠错能力。一个经理看到数据异常，会本能地追问"这个数据是不是采集出了问题"，而AI可能在错误的数据上做出看似合理的推断。传统公司里，信息在层层传递中会失真，但也会在每一层被人用常识过滤一遍。去掉了这些"人肉过滤器"之后，谁来兜底？
第二，人的接受度。"被经理管"虽然效率不高，但这种关系是人类几千年来熟悉的社会结构——有一个具体的人对你负责，你有问题可以找他，他了解你的个人处境和职业诉求。换成"被系统协调"，心理体验完全不同。很多人可能会觉得自己成了在AI指挥下运转的零件，失去了组织归属感。这不是技术问题，是人性问题。
第三，普适性。Block的方案依赖两个特殊条件：远程优先（一切工作数字化）和高频金融交易数据（最诚实的客户信号）。但大量公司既不是远程优先的（工厂、零售、医疗），也没有坐在高质量的数据金矿上。对这些公司而言，AI可能确实只是一个"更好用的工具"，而不是一种新的组织范式。
五、每家公司都该回答的问题
无论Block是否成功，它提出的那个核心问题适用于每一家公司：你的公司理解了什么是真正难以理解的东西？而这种理解是否每天都在加深？
如果答案是"什么也没有"，那AI对你来说只是一个降本增效的故事。你用AI替代一些岗位，省了成本，改善几个季度的利润率，然后等着被拥有更深理解的竞争者吃掉。这是大多数公司正在走的路——把AI当作一个更便宜的员工，而不是一种新的组织方式。
如果答案是"很深厚"，那AI不是在增强你的公司，而是在揭示你的公司到底是什么。你拥有的独特理解——对客户的、对市场的、对某个领域的——成为AI放大的对象。放大的不是效率，而是认知优势本身。
两千年来，从罗马帐篷小组到今天的全球企业，层级制度的核心约束从未改变：管理幅度有限，人多了必须加层级，层级负责路由信息，但更多层级意味着更慢的信息流。Spotify试过小队，Zappos试过取消管理，Valve试过自由组队，海尔试过内部市场。每一个都在某个维度上碰了壁。
问题从来不是你是否需要层级做的那些事，而是人类是否是做这些事的唯一选择。AI让这个问题的答案第一次出现了松动。但松动不等于解决——AI能接管信息路由，能让问责更透明，但改变不了人的行为动机。未来的组织变革，大概率不是AI单独完成的，而是AI处理它擅长的部分，人类重新设计它处理不了的那些部分——问责机制、激励结构、文化认同。
这才是"AI重塑组织"的真实图景：不是用AI替代一切，而是AI的出现迫使我们重新思考，组织中哪些部分本来就不该由人来做，哪些部分恰恰只有人才能做好。
