夜雨聆风孟德 AI 咨询
AI 时代的组织进化陪伴者
深度文章
不是用 AI，是成为 AI：组织进化的三个临界点
大多数公司今天卡在第一层，却以为自己已经在做第三层。
2026年6月10日
差距不在工具，在临界点有没有真正跨过去。
· · ·
一
引子｜一个让所有 CEO 沉默的问题
2026 年的今天，几乎没有一家公司的老板敢说自己"不重视 AI"。
但如果把问题换一个方式问，场面就会很不一样：
第一个问题：你的公司在用 AI 吗？——所有人都会举手。
第二个问题：你的公司已经成为 AI 了吗？——全场沉默。
这两个问题之间的距离，不是工具的距离，是物种的距离。
过去几个月我观察很多公司做 AI 转型，从消费品牌到咨询公司，从 50 人小队到 5000 人集团。我观察到一件残酷的事：大多数公司花了几百万买工具、训人、上系统，最后还是停在「用 AI」这一层，从未真正跨过临界点。
不是钱不够、不是人不够、不是工具不够——是没人告诉他们，所谓「AI 转型」其实有三道门，每一道门都有自己的兑现标准，过不去就是过不去。
这篇文章，我想把这三道门讲清楚。
· · ·
二
三个临界点：一张你可以照着对的地图
``` 个人工作站 ──→ 爆破小组 ──→ AI 原生组织 （能力层） （意志 × 资源层） （物种层）
双生关系 原生问题 × 一号位 成为 AI 的一部分 ```
这不是阶段论的鸡汤——这是临界点论。
阶段论说：你慢慢爬，从 A 到 B 再到 C。 临界点论说：A 和 B 之间有一道门，没跨过去你就还在 A，跨过去你就是 B，中间没有 0.5。
第一道门是"个人工作站"，跨过去的标志是你和 AI 形成双生关系。 第二道门是"爆破小组"，跨过去的标志是一号位带队解决企业的原生问题。 第三道门是"AI 原生组织"，跨过去的标志是企业本身成为 AI 生态的一部分。
下面我们逐个拆。
· · ·
三
第一临界点：个人工作站
#### 是什么
个人工作站，是指一个人开始系统性使用 AI 工具，把自己的工作流重构成"人 + AI"的双人协作模式。
听起来很简单，对吧？打开 ChatGPT 提个问题、用 Claude 写个方案、让 Midjourney 出张图——这不就是工作站？
不是。这只是"在用 AI"，离"个人工作站"还隔着一道门。
#### 三个常见的坑
坑一：换了个搜索引擎。 用 AI 查资料，但思维方式没变。问的问题还是十年前的问题，得到的答案还是十年前的答案，只不过送达速度从 3 秒变成了 1 秒。这种用法，效率提升不超过 20%，本质是把 Google 换成了 ChatGPT。
坑二：工具焦虑。 今天追 Kimi，明天追 Grok，后天追 Gemini 3。把"用了多少新工具"当成"AI 能力"，结果每个工具都用过，每个都没用深。追工具不追能力，是这一代知识工作者最大的陷阱。
坑三：孤岛效应。 你个人效率翻倍了，但组织效率原地踏步。没人知道你怎么做到的、没人能复用你的方法、你一旦离职公司就回到原点。你以为你在帮公司转型，其实你只是在帮自己升级单兵装备。
#### 兑现标准：四条都要过
1. 你有固定工作流，不是随机调用。 你的某一类任务（比如写商业方案、做用户调研、整理会议纪要）有一套可复用的 prompt 链路，不是每次重新想。
2. 某一类任务效率压缩 70% 以上，且可复现。 不是"感觉快了"，是用秒表能量出来的。原来 8 小时的活，现在 2 小时能做完，而且换一个类似任务也能压缩。
3. 你有个人知识库的沉淀。 你的经验、判断、风格、方法论，已经活在系统里——可能是 Obsidian Vault、可能是 Cursor Project Rules、可能是 Claude Project。不是只在你脑子里。
4. AI 和你是「双生关系」。 这是最难的一条。它懂你的语境、你的偏好、你的决策逻辑。它知道你客户是谁、你最近在做什么项目、你最讨厌哪种说话方式。你们不是人机交互，是共生。
判断方法：换一台电脑、换一个账号，你的 AI 能力立刻归零——那你还没到这一层。
#### 案例：Pieter Levels，一个人公司的天花板
如果你想看"个人工作站"的极致形态，去看 Pieter Levels。
这位荷兰独立开发者，一个人运营着 RemoteOK、Nomad List、PhotoAI 等多个产品，2024 年年收入超过 280 万美元。注意，一个人——没有团队、没有客服、没有运维。
他怎么做到的？看他的工作流就明白：
— 产品创意：自己 + ChatGPT 头脑风暴 + 推特实时验证
— 代码：自己 + Cursor/Claude Code 写全栈，原来要 3 人月的功能他 3 天上线
— 客服：GPT-4 自动回邮件，他只处理边缘 case
— 营销：Twitter 上把自己活成"流量入口"，AI 帮他整理选题日历
— 设计：Midjourney + Figma AI 出图，自己审美把关
他不是"用了 AI"，他是把 AI 变成了自己的另外几个分身。换一个普通人坐他的电脑前面、登他的账号，做不出来同样的事——因为那套工作流是和他这个人长在一起的。
这就是"双生关系"的样子。 AI 不再是工具，它是你这个"经济体"的另一半。
#### 案例反面：我见过的某 500 强中层
一家 500 强消费品集团做 AI 转型，他们的市场部副总监跟我说："我可是公司里最重度的 AI 用户，每天用十几次 ChatGPT。"
我让他给我看一个他做过的项目。他打开了一个名为"AI 助手对话记录.docx"的文件——里面是他过去一个月所有和 ChatGPT 的对话，按时间倒序排列。
我问他：上周三那个新品上市方案，你是怎么用 AI 做出来的？
他说："我想想……应该是先让它写大纲，然后我改了改，然后让它帮我润色文字。"
我说：那这个方法，下次做下一个新品的方案，能复用吗？
他愣了一下："我得重新想一遍 prompt。"
——这就是典型的"在用 AI"，不是"个人工作站"。用了一年，每次都是从零开始；用了一年，知识没沉淀；用了一年，离开 ChatGPT 网页就什么都不剩。
第一道门没过。
· · ·
四
第二临界点：爆破小组
#### 是什么
爆破小组，是指 3-5 人围绕一个明确的、有商业意义的目标，用 AI 打出原来 10 人甚至 20 人才能打出的结果。
关键词是"爆破"：快速、高密度、结果导向。
不是"AI 实验小组"——那种小组通常没结果。 不是"创新中心"——那种部门通常被边缘化。 是作战单元：拉出去，打一仗，要么赢，要么死。
#### 三个常见的坑
坑一：会用 AI 的人凑在一起 ≠ AI 协作。 你把公司里几个"AI 高手"召集起来，开了个会，建了个群，给了个 OKR——然后呢？各用各的工具、各做各的事、各存各的 prompt。人在一起，AI 不在一起。没有共享上下文，没有共享知识库，本质还是 N 个孤岛。
坑二：有小组，没沉淀。 项目做完，小组解散，经验在每个人的脑子里、电脑里、不同的 ChatGPT 账号里。下一个项目重新组队，又从零开始。做了 5 个项目，组织能力没攒下任何东西。
坑三：领导不下场。 最致命的坑。老板让一个总监级别的人带 AI 小组，自己一年都不打开一次 ChatGPT。结果是：小组拿出的方案，老板看不懂；老板的战略，小组接不住。上下文永远断层，AI 永远是"年轻人的玩意"。
#### 兑现标准：三条都要过
1. 小组解决的是企业的"原生问题"，不是"形式问题"。
什么叫原生问题？这个问题不解决，公司就卡在这里。 比如： - 一个茶饮品牌的"新品研发周期从 90 天压到 21 天" - 一个咨询公司的"项目交付速度提升 3 倍但不增人" - 一个跨境品牌的"用 AI 把 30 国本地化内容从外包改自营"
什么叫形式问题？"用 AI 做一个内部知识库"、"训练一个客服机器人"、"试一试 Agent 能不能写周报"——这些都是练手，不是爆破。
2. 带头人必须是企业一号位，或这个部门的一号位。
这是我观察到的最反共识、但最重要的标准。
很多老板觉得："我让 CTO 带就行了，他懂技术。"——错。 很多老板觉得："我招个 AI VP 带就行了，他有经验。"——错。
因为 AI 小组的天花板，就是它能调动的资源上限。 一个总监带的小组，调不动财务、调不动数据、调不动其他部门的人。放权和授权不最大化，一切都是空谈。
一号位下场不是为了懂技术，是为了"扫清非技术障碍"。
3. 小组无论成败，都为组织转型创造价值。
这是第二条标准的延伸。
为什么爆破小组哪怕失败也有价值？因为小组本身就是 AI 驱动的作战单元——它的成员，是第一阶段已经跨过"个人工作站"临界点的人；它的工作过程，本身就是组织最宝贵的学习资产。
小组踩过的每一个坑，都是组织未来不用再踩的坑。
#### 案例：Midjourney，11 个人的爆破小组撑起 2 亿美元 ARR
Midjourney 这家公司，巅峰期年化收入超过 2 亿美元，估值百亿，全公司只有 40 多人。
但你知道更狠的吗？Midjourney 的核心研发团队，长期只有 11 个人。 创始人 David Holz 亲自带队，自己写代码、自己调模型、自己做产品决策。
这就是教科书级别的"爆破小组"： - 原生问题：让普通人也能用文字"画画"——这不是 nice-to-have，这是定义这个公司存在意义的问题。 - 一号位带队：David Holz 不是"挂名"，他是真·首席开发。 - 极致的资源密度：11 个人 + 顶级算力 + Discord 上 2000 万用户实时反馈，迭代速度碾压所有竞争对手。
很多公司搞"AI 创新中心"，搞了 100 人结果输给了 Midjourney 的 11 人。差距不在工具，在小组的本质。
#### 案例：Klarna，一号位下场把 700 个客服换成 AI Agent
2024 年，瑞典金融科技公司 Klarna 在年报里写了一句话，全球轰动：
"我们的 AI 助手在 1 个月内处理了 230 万次客户对话，相当于 700 名全职客服的工作量。"
这背后的关键，不是技术多牛，是 CEO Sebastian Siemiatkowski 亲自下场带这个项目。
他在采访里说过一段话，我印象很深：
"我不能让 CTO 或者哪个 VP 来带这件事。因为这件事会动 700 个人的饭碗、会改写客服部门、会让法务和 HR 都跳起来。只有 CEO 自己来，才能让这些'非技术问题'闭嘴。"
这就是爆破小组的精髓——真正难的不是让 AI 干活，是让组织允许 AI 干活。 这件事只有一号位能做。
#### 案例反面：某零售集团的"AI 创新中心"
一家国内零售集团搞 AI 转型。董事长很重视，专门成立了"AI 创新中心"，从外面挖了一个 AI VP，给了 30 人编制，每年 500万预算。
一年之后，这个中心交付了什么？ - 一个内部用的"智能问答机器人"，月活 200 人 - 一个"AI 文案生成器"，市场部用了 3 个月就停了 - 三份 PPT，讲的都是"未来规划"
我问董事长：你自己每天用 AI 吗？ 他说：我不太用，我让他们用就行了。
——这就是第二道门没过的典型样子。有小组、有预算、有人才，但没有一号位的 context； 一号位不下场，那个"AI 创新中心"永远是公司里的孤岛。
后来这个中心怎么样了？2026 年初被解散了，AI VP 跳槽了。董事长打电话问我："你说我哪一步错了？"
我说：你从第一步就错了。你以为 AI 转型是"找人做"，其实它是"自己做"。
· · ·
五
第三临界点：AI 原生组织
#### 是什么
AI 原生组织（AI-Native Organization），是组织的设计逻辑本身就是 AI-first 的。
不是"用 AI 工具的传统组织"，是"为 AI 而生的新组织"。
这一层最难讲，因为它本质上是一次物种变异——你不能用旧的语言去描述新的物种。但我试着用几条标准去逼近它。
#### 三个常见的坑
坑一：把数字化转型改了个名。 公司召集大会，宣布"全面拥抱 AI"，买了一堆 AI 工具，立了一堆 AI KPI——但汇报链、决策链、组织架构一点没变。这不是 AI 原生，这是数字化转型 2.0，本质还是旧组织。
坑二：只追效率，不重构角色。 用 AI 把每个岗位的效率提升 30%，但没有定义哪些岗位应该被 AI 接管、哪些岗位应该升维。结果是：5000 人的公司还是 5000 人，只不过每个人多了一个 AI 助手。这是装备升级，不是物种进化。
坑三：有技术没战略。 IT 部门在拼命做 AI，业务部门不知道 AI 能做什么。技术和业务的鸿沟，比 AI 时代之前还要大。
#### 兑现标准：五条都要过
1. AI first，人围绕 AI 转，不是 AI 围绕人转。
传统组织设计：先定岗位，再考虑要不要配 AI 工具。 AI 原生组织：先想清楚"AI 能做什么"，再倒推"人要做什么"。
人不再是流程的中心，人是 AI 边界上的判断者、连接者、超越者。
2. 架构发生真实变化。
不是嘴上说"数据驱动"，是部门怎么分、生产力怎么计、战略怎么推导，全都被重新定义。
比如： - 不再有"市场部"和"内容部"的分别，因为 AI 已经把内容生产变成了基础设施 - 不再用"人头数"考核团队产出，因为 1 个人 + 5 个 Agent 比 10 个人产能更高 - 战略制定不再是"年初定一次"，而是"基于实时数据每周校准"
3. AI 在做过去做不到、甚至想不到的事。
这条最关键。如果 AI 只是把旧流程提速 30%，那不算 AI 原生——那只是更好用的 Excel。
AI 原生组织的标志是：它在做一个以前根本不存在的动作。
比如同时跑 100 个 A/B 测试、比如让 AI 自动生成 100 个本地化版本、比如让 AI 实时监控全网舆情并自动调整投放策略。这些事情，在 AI 之前的物理世界里是不存在的。
4. 数据成为组织最重要的资产。
比人、比预算、比品牌声量、比固定资产都更核心。
如果你问 CEO："公司最重要的资产是什么？" - 工业时代答：厂房和设备 - 互联网时代答：用户和流量 - AI 原生时代答：数据和它训练出的能力
数据不是 IT 部门的事，是 CEO 的事、是董事会的事、是上市公司公告里的事。
5. 这家企业，开始成为 AI 的一部分。
到这一层，"成为 AI"不再是比喻。
具体意思是： - 它的决策进入了模型——大模型在回答用户问题时，会调用这家公司的判断 - 它的内容训练了系统——它沉淀的知识、风格、案例，成了某个垂直 AI 的训练数据 - 它的数据构成了智能的底座——别的 AI 想做这个赛道，绕不开它的数据
它不只是在用 AI，它已经是 AI 生态里真实存在的一个节点。
#### 案例：Anthropic，AI 原生组织的"祖型"
Anthropic 这家公司，截至 2026 年估值已经超过 600 亿美元。但比估值更值得研究的，是它的组织形态。
— 80% 的代码由 Claude 自己写——CEO Dario Amodei 在采访里说过，Anthropic 内部的代码贡献，AI 已经超过人类工程师。
— 研究和工程的边界消失——传统科技公司"研究院出论文、工程师写代码"的分工，在 Anthropic 不存在；每个研究员都在用 AI 把想法直接变成产品。
— 决策被模型加速——Claude 参与所有内部讨论，从产品 roadmap 到 hiring 标准，AI 不是旁观者，是参与者。
— 公司本身就是模型的"用户故事"——他们怎么用 Claude，直接决定下一代 Claude 怎么训。公司即产品，组织即模型。
这就是 AI 原生组织最纯粹的样子：组织和 AI 之间，已经没有边界。
#### 案例：Shopify 的"AI 前置"备忘录
2025 年 4 月，Shopify CEO Tobi Lütke 发了一份全员备忘录，全球科技圈刷屏。核心一段是这样的：
"在你申请增加任何 headcount、任何资源之前，你必须先证明这件事 AI 干不了。如果 AI 能干，那就用 AI；如果 AI 干不了，请详细说明为什么。AI 是新的'默认选项'，不是'可选项'。"
这份备忘录的意义不在"省钱"，在逻辑反转：
— 旧组织：默认招人，AI 是辅助
— AI 原生组织：默认 AI，人是补充
这一句话，重构了 Shopify 的 hiring 流程、预算流程、组织设计。这才是"真实的架构变化"。
#### 案例反面：某传统咨询巨头的"AI 战略"
我不点名，业内人都知道。
某全球四大咨询之一，2024 年宣布投入 30 亿美元搞 AI，全员上线"专属 AI 助手"，每个咨询师配一个 Copilot。两年过去——
— 项目交付时间没缩短（因为客户预算是按工时算的）
— 报告质量没本质提升（因为 AI 写的还要人改）
— 组织架构没变化（合伙人-经理-顾问的金字塔还在）
— 数据资产没沉淀（每个项目结束，所有上下文清空）
他们做了"AI 武装的传统组织"，没做"AI 原生组织"。
为什么？因为他们的商业模式逻辑是"按工时收费"——AI 真原生了，他们自己的盈利模式先崩了。 所以他们只能"在表面用 AI"，不能"在结构上变成 AI"。
第三道门，他们永远过不去——除非有一天他们决定否定自己。
· · ·
六
三道门连起来看：一个让你扎心的真相
如果你认真读到这里，你会发现一个反直觉的事实：
这三道门的难度不是递增的，是指数级递增的。
— 跨过第一道门"个人工作站"，需要的是一个人的执拗——只要你自己愿意，3 个月可以做到。
— 跨过第二道门"爆破小组"，需要的是一号位的决心——必须是 CEO 或部门一号位亲自下场，至少 6-12 个月。
— 跨过第三道门"AI 原生组织"，需要的是整个组织的否定——它意味着旧业务模式、旧组织架构、旧考核体系的全面重构，至少 2-3 年，而且必须以"成为 AI 的一部分"为代价。
很多公司的"AI 转型"，本质是"用 AI 巩固旧组织"——这是死路。真正的 AI 转型，是"用 AI 杀死旧组织，生出新组织"——这才是新生。
· · ·
七
最后一段：你今天在哪里？
回到开头那两个问题：
你的公司在用 AI 吗？你的公司已经成为 AI 了吗？
如果你看完这篇文章，你应该已经能给自己一个诚实的答案：
— 如果你还在自己一个人琢磨 prompt，你在第零层
— 如果你有了固定工作流 + 个人知识库 + AI 双生关系，你在第一层
— 如果你拉起了一个一号位带队、解决原生问题的爆破小组，你在第二层
— 如果你的组织已经成为 AI 的一部分，那你正在重新生长
我聊过，接触过，协作过的公司里，真正跨过第二道门的不到 30%，跨过第三道门的不到 5%。 这不是悲观，是数据。
但好消息是：临界点是可以被识别的，路径是可以被复盘的，错误是可以被绕开的。
差距不在工具，在临界点有没有真正跨过去。
成为 AI，不是终点。 是企业在新世界里找到自己的坐标之后，重新开始生长的起点。
· · ·
这是「孟德 AI 咨询」陪伴企业组织进化系列的第 N 篇。如果你想聊聊你的公司今天卡在哪一道门，欢迎来找我。
作者：余剑｜孟德 AI 咨询｜AI 时代的组织进化陪伴者
— END —
首发于公众号 · 2026年6月10日
孟德 AI 咨询
AI 时代的组织进化陪伴者
深度文章 · 商业分析
◇
ECOSYSTEM PARTNERS
生态合作伙伴 |
O₂ 氧气科技 ・ KYUBI ・ 成都星火领航 ・ 稻壳 ・ blue-dot ・ 友声誉 ・ A2 ・ 沙海 ・ Seekwaves ・ 蓝图 AI ・ 姜戈网络 ・ 解数智能 ・ 尚思宸行文化传播 ・ 海南智成创新 ・ 亿馨网络 ・ RomanLau ・ TTG ・ 市场易 ・ E-LinkAGE ・ 苏州一线加 ・ 人生有数 ・ 通茂律师事务所 ・ 致趣百川 ・ 礼享网 ・ 共振体 ・ 山合海咨询 ・ 掌握模力 ・ 云阙智能 ・ 引擎智数 ・ 求未科技 ・ 沃森跨境 ・ 衍衡新材料科技 ・ 堡昕德集团
＋ 期待您的加入
◇ ◇ ◇
◇
COMMUNITY PARTNERS
社群合作伙伴 |
CMO CLUB ・ master-Land ・ 至顶教育 ・ 红瓦校友经济联盟 ・ 上海市浦东新区现代服务业促进会 ・ 老王科创饭局 ・ 龙门创业营 ・ 非凡产研
＋ 期待您的加入
排名不分先后 · 持续更新
