夜雨聆风一
最近有人问了我一个问题。
我给一家企业大学负责人看Pods×AI的解决方案，他听完之后没有评价方案本身，而是问：AI组织转型这件事，为什么要由学习发展的人来做？为什么不是业务部门或技术部门自己直接做？
这是一个好问题。好到我觉得值得专门写一篇文章来回答。
二
先拆开看。AI转型实际上至少有三层事要做。
目标层：选什么业务场景、定什么优先级、怎么衡量ROI。哪些流程先动、哪些后动、投入多少资源。这层的事也很清晰——业务部门做。
工具层：部署、集成、安全、治理。选什么模型、怎么接API、数据怎么管、合规怎么过。这层的事很清晰——技术部门做。
协作层：人怎么和新工具一起工作？团队怎么重新分配角色？决策怎么做？信息怎么流转？一线敢不敢说真话？跨职能怎么对齐？
这一层，没人管。
业务部门不管"行为怎么改变"——他们的KPI是营收和市场份额。技术部门不管"人怎么协作"——他们的KPI是系统稳定性和交付速度。各自的职责边界里，都不包含"设计人和工具的协作方式"这件事。
三
但这一层恰恰是瓶颈所在。
麦肯锡4月10日发布的最新调研：近90%的企业启动了AI转型，只有10%实现了规模化应用。埃森哲联合世界经济论坛的报告：85%的企业未能将AI试点转化为规模化价值。德勤的数据：仅25%的企业将超过40%的AI实验转为生产应用。
三家机构，三个样本，指向同一个结论。麦肯锡全球资深董事合伙人卜览说得更直白：这一数据和20年前ERP信息化、10年前移动互联网数字化转型期的调研结果几乎一致。"领先者与大多数企业的最大区别，不在于技术本身有多强，而在于能否挑中业务重点，端到端打穿。"
端到端打穿的意思是：不只是部署了工具，不只是定了目标，而是让人和新工具之间真正形成了新的协作闭环。工具全域部署了，但人的协作方式还是旧的——信息还是按层级流动，决策还是自上而下，跨部门还是靠邮件和会议对齐。一个人可以用AI几分钟做完几小时的工作，但等人审批、等跨部门对齐、等决策拍板的时间一点没少。
这就是"试点陷阱"：AI在一个个任务节点上提速，跨节点的损耗丝毫没有减少。试点看起来成功了，但规模化复制时，人-机的协作方式成了绕不过去的墙。
四
所以回到那个问题：谁来管这一层？
现有的组织架构里，没有天然归属。但如果看能力，有一个部门离这个位置最近。
学习发展团队有三个独特的位置优势。
第一，他们是组织里跨职能的团队。技术部门对技术负责，业务部门对业务线负责。但学习发展团队的工作天然要跨部门——他们培训所有团队，了解不同部门的协作痛点。这种横向视野，是技术和业务都不具备的。
第二，他们懂行为改变。AI转型的核心瓶颈不是"人不会用工具"，是"人的协作方式没有变"。从旧的决策习惯到新的决策习惯，从旧的汇报方式到新的对齐方式——这是行为改变，不是技术培训。学习发展团队是组织里唯一以"改变人的行为"为存在意义和价值的部门。
第三，他们有方法，缺的只是定位。设计学习旅程、引导行为改变、创造心理安全感、评估效果——这些学习发展团队已经会做的事，恰恰就是AI协作方式设计需要做的事。他们不是能力不够，是还没被赋予"协作方式设计者"这个角色。
五
但要说实话：如果学习发展团队只定位为"培训提供者"，那确实不该由他们来做。
教人用AI是一回事。设计一个3到8人的小组，让他们在真实业务问题中用新的方式协作——敢直言不讳、敢快速对齐、敢试错、敢复盘——这是另一回事。前者是技能培训，后者是组织设计。
历史上有一个人做过的，正是这件事。
丰田的大野耐一没有重组丰田的架构。他做的是在一线上改变了人的行为方式——让一线工人有权拉动安灯绳停止整条生产线。这在福特大规模流水线的模式下几乎不可想象。安灯绳不是技术发明，是行为发明。它传递的信号是：质量高于产量，问题应该在暴露时被解决而不是被掩盖。
大野耐一做的不是技术决策，也不是业务决策。他做的是"如何因地制宜的解决丰田人怎么一起工作"的问题。今天在大型组织里，这个角色空着。
六
所以那个问题的答案，其实已经变了。
"AI组织转型为什么要由学习发展的人来做？"
不是"应该由你们做"，而是“这一层没人管，而你们离这个位置最近"。
这不是一个抢活的问题，是一个机会的问题。在AI技术的浪潮之下，学习发展团队愿不愿意从"技能提供者"进化为"协作方式设计者"，进而成为“组织变革的推动者”，决定了在这场势不可挡的转型中，谁是创造者，谁是旁观者。
