夜雨聆风AI 时代人才战略 · 04
AI 时代公司人才战略：不是给员工买个 Copilot 就完了
90% 的公司在做"AI 部署"，不到 10% 在做"工作方式重塑"。前者花钱，后者改命。
前三篇从个人视角写——学生该学什么、员工该怎么转、领导力该怎么升级。
AI 时代人才战略 02【员工篇】: AI 时代什么样的岗位会被替代？
AI 时代人才战略 03【领导篇】: AI 四杀击碎了传统领导力的四个支柱
但个人的努力有一个天花板：组织不变，个人的转型就会被卡住。
你重塑了工作流，但公司的流程不允许你这么做。你用 AI 做出了好结果，但绩效考核不认可。你想试错，但文化不支持。
这篇从公司视角来写：组织到底该改什么、怎么改。
PART 01
先搞清楚一件事：大多数公司的 AI 转型为什么失败？
我见过太多公司的 AI 转型，路径惊人一致：
第一步：老板在某个会议上受到触动（或焦虑），说"我们要拥抱AI"。第二步：给全员买了 Copilot 或企业版 ChatGPT。第三步：IT 部门搞了几场培训，教大家怎么写 prompt。第四步：三个月后发现——大部分人只用 AI 写邮件和润色 PPT。工作方式没有任何实质变化。第五步：老板问"AI 的 ROI 在哪里"，然后这件事就不了了之了。
为什么？
因为他们在做"AI 部署"，而不是"工作方式重塑"。
"AI 部署"是：买工具 → 搞培训 → 设 KPI → 看报告。
"工作方式重塑"是：重新定义每个岗位的工作内容 → 重新设计组织结构 → 重新设计激励方式。
前者是在旧流程上加一个加速器。后者是重新设计流程本身。
就像给马车装了一个引擎，但还在走马车道。你需要的不是更快的马车，而是修一条公路。
用上一篇的语言说：大多数公司的 AI 转型之所以失败，是因为领导在用旧操作系统的动作（规划→执行→控制→复盘）来推动一场需要新操作系统的变革。方法和目标之间是矛盾的。
PART 02
真正的转型要改三件事，买工具是其中最简单的
德勤有一个数据：每在 AI 技术上投入 1 美元，应该在人身上投入 5 美元。
也就是说，买工具只占总投入的六分之一。剩下的五六分之五花在哪里？花在改变人的工作方式、组织结构和激励机制上。
具体来说，真正的转型需要改三件事：
第一件：重新定义"工作"——不是用 AI 做旧工作，是重新设计工作
❌ 大多数公司在做的
把 AI 当工具塞进现有工作流。员工还是做同样的工作，只是某些环节用 AI 提速了。比如：用 AI 写初稿，然后人来改；用 AI 做数据分析，然后人来写报告。工作内容没变，只是速度快了。
✅ 应该做的
用第二篇的方法，把每个岗位的工作拆成"能写 SOP 的"和"不能写 SOP 的"两部分。能写 SOP 的部分交给 AI。不能写 SOP 的部分——判断、定义、创造、人际——变成这个岗位的新核心。不是让人用 AI 做旧工作，是重新定义"这个岗位的工作是什么"。
举个例子：传统的市场部，70% 的时间花在写内容、做报告、追数据上（能写 SOP 的），30% 花在判断市场方向和创意策略上（不能写 SOP 的）。重塑之后应该反过来：AI 做 70% 的内容生成和数据分析，人花 70% 的时间在策略判断和创意上。不是裁掉市场部，是让市场部做更值钱的事。
第二件：重新设计组织结构——按结果分工，不按流程分工
❌ 大多数公司的组织结构
按流程分工：产品团队定义需求 → 设计团队做设计 → 开发团队写代码 → 测试团队做测试 → 运维团队上线。每个团队只负责流程中的一环。信息在团队之间传递，每传一次就损耗一次。
✅ 应该做的
按结果分工：一个小团队端到端对某个业务结果负责。团队里的人（+AI）覆盖全部能力。需要改前端就改前端，需要改后端就改后端，不需要去找另一个团队。硅谷 AI 原生公司已经在这么做了——20 人团队零 PM，每个人对结果负责，信息不经过中间层级。
为什么 AI 时代必须这么调？因为 AI 消灭了"专业壁垒"的一部分——一个人+AI 可以做到以前需要三四个专业岗位才能完成的事。当个人能力被 AI 放大，"按流程分工"的组织结构就变成了信息损耗的制造机——每多一层传递，就多一次上下文丢失。
第三件：重新设计激励方式——考核"你+AI"的产出，不考核你的工作量
❌ 大多数公司的绩效逻辑
考核工作量和工时。谁加班多谁敬业。谁手动做了一周的方案谁辛苦。结果：员工有动力用最慢的方式做事——因为"效率高"不被奖励，"看起来很忙"才被奖励。你在激励人和 AI 竞争。
✅ 应该做的
考核结果质量和创新。一个用 AI 两小时做出高质量方案的人，应该比手动做了三天的人得到更多认可。开始问："这个结果如果不用 AI 能做到吗？"如果答案是"不能"或"需要十倍时间"——这就是 AI-Native 的价值，应该被奖励。
三件事的优先级：
重新定义工作 > 重新设计组织 > 重新设计激励
大多数公司跳过前两步，直接买工具搞培训。就像没修公路就买了一堆汽车——车是有了，但跑不起来。
PART 03
分层培养：高管、中层、基层需要完全不同的东西
"全员 AI 培训"是另一个常见的错误——给所有人上同样的课，教同样的工具。但高管、中层、基层面对的挑战完全不同，需要的能力也完全不同。
AI 人才分层培养：三层不同的目标
C
高管层
🧠
认知重建
理解 AI 在改变什么亲自深度使用重建决策判断力
M
中层管理者
🔧
能力重塑
设计人+AI 工作流带团队完成转型用结果向上影响
IC
基层员工 / 个人贡献者
🎯
价值重定位
找到 AI 做不了的"我"从执行者到判断者成为 AI-Native 标杆
⚠️ 给三层人上同样的课 = 什么都没教
C
高管层
需要的不是学工具，是重建认知
❌ 常见做法：请顾问做 AI 战略汇报，参加行业 AI 论坛，看几个 Demo。结果：对 AI 的理解停在"很厉害但不知道具体能干什么"的阶段。
✅ 应该做的：上一篇说过——高管必须亲自深度使用 AI。每天 30 分钟，用自己的真实工作场景。不是学 prompt 技巧，而是让 AI 改变你对工作的理解。同时，高管需要训练的核心能力是上一篇的四个升级：从规划者到感知 - 响应者、从经验权威到反学习者、从执行推动者到意义定义者、从控制者到环境创造者。
关键动作：每周用 AI 做一次"决策压力测试"——把你正在考虑的重要决策告诉 AI，让它扮演反对者挑战你。这一个动作坚持 3 个月，你对 AI 的理解会超过看 100 份报告。
M
中层管理者
需要的不是学 AI，是重新设计团队的工作方式
❌ 常见做法：让中层去参加 AI 培训，学会用几个工具，然后回来"推动团队使用 AI"。结果：中层自己都不确定 AI 到底能帮什么忙，推动变成了形式主义。
✅ 应该做的：中层是组织转型的枢纽——他们既要自己转型，还要带团队转型。他们需要的核心技能是：用"拆解→标记→重塑"的方法改造团队的核心工作流，然后把改造结果写成 Business Brief 向上争取支持。中层从"信息路由器"转型为"工作流架构师"——他的工作不是传递信息和追进度，而是设计"人+AI"的最优协作方式。
关键动作：在 30 天内完成一个真实工作流的 AI 改造，拿到可量化的结果（省了多少时间、提升了多少质量），然后在团队和上级面前分享。
IC
基层员工 / 个人贡献者
需要的不只是学工具，是重新定义自己的价值
❌ 常见做法：教员工怎么用 ChatGPT、怎么写 prompt、怎么用 Copilot。结果：员工学会了一些技巧，但本质上还在用 AI 做旧工作——写邮件更快了，做 PPT 更快了，但工作内容和价值定位没有任何变化。
✅ 应该做的：AI 工具操作是基础课（必修但不够）。更重要的是帮员工完成一个认知转变：从"我做这件事"变成"我+AI 做这件事，我负责 AI 做不了的那部分"。具体来说，员工需要训练的不只是"怎么用 AI"，而是"怎么判断"——判断 AI 的输出对不对、好不好、该用哪个、该怎么改。第二篇讲的"上下文提供者""问题定义者""AI 放大器"三种增值姿势，就是基层员工的新价值定位。
关键动作：每个员工用"SOP 自测法"审计自己的工作，识别出可以交给 AI 的部分和需要自己判断的部分，然后主动调整时间分配。
注意：三层培养的目标不同。
高管要的是认知重建——理解 AI 到底在改变什么。中层要的是能力重塑——学会设计"人+AI"的工作流。基层要的是价值重定位——找到 AI 做不了的那个"我"。
给三层人上同样的课，等于什么都没教。
PART 04
组织里的角色正在分化：什么在升值、什么在演化、什么在萎缩
当工作被重新定义、组织被重新设计，岗位也在发生分化。不是简单的"某些岗位会消失"——而是同一个岗位名字下，工作内容正在发生质变。
正在升值的角色
🎯
问题定义者
不是解决问题的人，而是决定"要解决什么问题"的人。AI 可以生成 100 个方案，但"该做哪个"是人定义的。这个角色在产品、战略、业务线都急需。
↑ 需求快速增长
🌍
上下文架构师
把散落在行业、客户、组织中的隐性知识整理成 AI 能理解的结构化上下文。AI 的输出质量直接取决于你给它的上下文质量——这个角色决定了 AI 在你公司里到底好不好用。
↑ 全新角色，正在出现
🔗
人机协作设计师
设计"人和 AI 怎么分工"的人。哪些步骤让 AI 做？哪些步骤人来做？AI 出错了谁来兜底？怎么建立人对 AI 输出的信任？这是一个全新的设计领域。
↑ 全新角色，正在出现
正在演化的角色
📋
产品经理 → 产品判断者
不再花时间写 PRD 和追进度（AI 来做），核心工作变成定义问题、见客户、做取舍判断。从"文档产出者"变成"方向判断者"。
→ 角色演化中
💻
工程师 → AI 指挥官
不再花时间写代码（AI 来写），核心工作变成定义架构、做技术决策、审核 AI 输出。从"代码生产者"变成"AI 编程指挥官"。
→ 角色演化中
👥
HR → 人才战略设计师
不再花时间在招聘流程和薪酬计算上（AI 来做），核心工作变成设计 AI 时代的人才培养体系、判断人与岗位的匹配、在组织变革中建立信任。
→ 角色演化中
正在萎缩的角色特征
📊
信息汇总者
主要工作是收集数据、整理报告、汇总进度。AI 能更快更准地完成这些。
↓ 正在被 AI 接管
✅
标准化执行者
按照固定流程、模板、规范完成任务。工作内容"能写 SOP"——这是 AI 最先覆盖的领域。
↓ 正在被 AI 接管
🔄
流程协调者
主要工作是开会对齐、跟进进度、催促各方。本质上是"人肉项目管理系统"。AI 工具正在接管这个功能。
↓ 正在被 AI 接管
需要强调的是：萎缩的不是人，是角色特征。同一个人，如果他能从"信息汇总者"转型为"上下文架构师"，他的价值不是在缩小，是在放大。公司要做的不是裁掉这些人，而是帮助他们完成角色演化。
PART 05
一张路线图：从"买了工具"到"真正转型"
最后给一个可操作的路线图。不需要大规模变革，从小处开始：
第一个 30 天：选一个试点团队
不要全公司一起动。选一个 5-10 人的团队，用"拆解→标记→重塑"的方法改造他们的 2-3 个核心工作流。关键条件：团队 leader 自己必须深度参与（不能委派）；允许试错（明确说"用 AI 出了问题不追责"）；追踪可量化的结果（省了多少时间、质量提升了多少、人的时间从哪里转移到了哪里）。
第二个 30 天：用结果说话，扩大范围
试点团队有了结果之后，做两件事：一是让试点团队在公司内部分享经验（真实的成功和失败，不是 PPT 汇报）；二是选 2-3 个新团队复制同样的方法。同时开始调整这些团队的绩效考核方式——从考核"工作量"改为考核"结果质量 + AI 使用效率"。
第三个 30 天：从工具到结构
当多个团队都跑通了之后，开始做更深层的调整：有没有可以合并的流程？有没有可以去掉的审批层级？有没有可以按结果重新分组的团队？这时候你才有足够的体感来做组织结构的调整——而不是一上来就画理想架构图。
注意节奏：先改工作流，再改结构，最后改文化。
大多数公司失败在反过来了——先喊口号（改文化）、再画架构图（改结构）、最后才发现工作流根本没变。
文化不是设计出来的，是从成功的工作方式中长出来的。
结语：最贵的不是 AI，是改变人
写完这篇，我想再强调一次德勤的那个数据：
每在 AI 技术上投入 1 美元，应该在人身上投入 5 美元。
买 Copilot 很便宜。真正贵的是：帮助高管重建认知、帮助中层重塑能力、帮助基层重定位价值、重新设计工作流、重新设计组织结构、重新设计激励方式。
这些事情不是买一个工具就能解决的。也不是搞几场培训就能完成的。它需要组织从上到下、持续的、真实的改变。
但好消息是：你不需要一步到位。选一个小团队，改一个工作流，拿到一个结果。然后用这个结果去撬动下一个改变。变化会传染。
最怕的是什么都不做，只是买了工具、搞了培训，然后等着奇迹发生。
奇迹不会发生。改变会。但只有你真的去改的时候。
「AI 时代人才战略」系列
01 — 【AI时代人才战略 01 学生篇】儿子马上高考了，我却越来越不敢给他推荐"热门专业"
02 — 【AI时代人才战略 02 员工篇】 AI 不会直接淘汰你，但会用 AI 的人会
03 — 【AI时代人才战略 03 领导篇】AI 时代，领导力的操作系统该升级了
04 — 【AI时代人才战略 04 公司篇】AI 时代人才战略：不是给员工买个 Copilot 就完了（本篇）
关于作者
前Thoughtworks 企业数字化转型资深咨询师，中国首批 AI-Native 培训师，帮助企业完成从"AI 部署"到"工作方式重塑"的转型。文中的三层培养策略、工作流重塑方法、90 天路线图，都可以在 AI-Native 实战工作坊中落地实操。如果你正在为公司的 AI 转型发愁——不是缺工具，是不知道怎么真正改变人和工作方式——欢迎联系了解。
