成熟公司转向AI,必须先让自己重新变软Ivan把传统知识型公司的很多工作概括为“推纸”，就是在各个岗位之间传输文件，推着纸走。一线员工把情况整理成文档，主管压缩成周报，部门负责人提炼成几页幻灯片，再由高管带进会议。
决策形成后，同一条链路反向运行：战略拆成目标，目标拆成任务，再经过几层解释传给执行者。
这些环节里有管理，也有必要的协调。但其中相当一部分时间，花在了收集、压缩、转述和分发信息上。
过去只能这么做，因为高管不可能阅读所有客户反馈，组织也只能靠层级过滤信息。
代价是什么？信息会在过滤中损耗。信息每经过一次转述，就更整齐，也更远离现场。
坏消息可能被修饰，客户一句带着情绪的抱怨，最终只剩报表里一个轻微波动的数字。
他在公司里用乘法，是因为任何一项太弱都会拖累结果。年轻人缺少经验，却更愿意使用新工具，可以带着多个Agent快速试错。顶级资深人才则能识别局部效率背后的系统风险，为多个人和多个Agent提供统一方向。麻烦最大的是只有熟练度，却没有独立判断的资深人员。过去，把成熟流程执行得比别人更稳，就能在组织里找到明确位置。现在，AI可以快速学习流程，还能低成本地同时跑多个版本。经验如果没有长成品味、架构能力或客户洞察，就容易停留在一套正在贬值的操作方法上。AI可以生成大量答案，也能模仿过去的优秀作品。可一家公司想成为什么、愿意承担什么风险，还是得由人决定。人的主动性也会拉开差距。AI能缩短从想法到结果的距离，却不会让一个习惯等待指令的人突然开始寻找问题。相反，原本就主动的人，现在可能独立完成过去需要一个小团队才能做完的工作。传统招聘先写岗位说明书，再找最匹配的人。AI native（AI原生，下同）团队更想找能拥有完整问题的人。AI时代受影响最大的，未必是某个年龄段，更可能是有“我只负责这一小段”的工作习惯的人。成本下降后，公司自然会偏爱那些能穿过职能边界、把问题带到终点的人。Ivan用“爵士乐队”描述Notion想要的组织。爵士乐有节拍、和声和主题。乐手要有训练，也要听得见别人，但不会在演出前写死每一个音符。传统软件像造桥，设计和材料确定后，工程可以拆成稳定步骤。AI产品更像酿造工艺，底层能力会持续变化。同一套提示和工作流，模型升级以后，表现可能就不一样。团队需要更短的反馈周期，让设计、工程和产品一起试验。先观察模型在真实环境中的行为，再决定下一步。如果岗位之间隔着漫长的交接流程，市场和技术可能已经变化，团队却还在讨论上一个版本的需求文档。所以，最接近问题的人需要有现场判断权，不能每次都等上面给出完整指令。产品面对快速变化，需要给足探索留空间；财务管的是现金、成本和生存边界，必须稳定、可预测，也更保守。两边没法用同一种节奏管理。研发和产品可能每周都要调整，安全、合规、财务和关键基础设施仍然离不开严格流程。管理者要划清的是：哪里允许即兴，哪里必须按流程做事。使用大模型的成本也体现了这种现实。很多AI公司习惯把最强模型用于所有任务，仿佛模型越强，产品就一定越好。但知识工作的差异很大，复杂战略分析可能需要强模型，整理内部工单、查找制度或生成常规摘要，就没必要花同样的钱。一旦AI变成基础设施，选择用什么大模型就成了经营问题。公司得根据任务的风险、难度和价值作选择，没必要让每一次小请求都消耗最高成本。AI native也不等于凡事都用最先进的技术。模型能力、工作节奏和成本账要一起算。所有人都要知道，眼前哪场仗必须赢。一家公司往往同时需要爵士和行军，只是要用在不同地方。初创公司可以从一张白纸开始。成熟公司的麻烦，是纸上已经写满了过去验证过的答案。产品有稳定客户，部门有年度目标，管理者有清晰边界，流程也曾帮助公司取得成功。任何剧烈改变都会碰到现实阻力：收入不能停，客户不能丢，团队也不可能全部推倒重来。这些答案曾经有效，所以格外难改。
对成熟公司来说，再创业更像一边维持旧业务，一边允许一部分人重新进入未知。Ivan建议：创始人要亲自使用模型、亲自做东西、亲自接触产品，不能只听团队汇报。这不是因为创始人天然更懂技术，而是新变化刚出现时，还没有一套成熟指标能代替一手感觉。领导者如果没亲手试过，很容易把AI项目交给创新部门，再用旧业务的指标逼它尽快证明回报。项目最后往往只剩几个容易汇报的小功能。大公司常见的创新困境，恰恰是每个人都在优化自己负责的一段，局部指标越来越漂亮，完整用户体验却没有明显进步。Notion通过收购和人才引入，让数十位有创业经历的人继续在公司内部负责完整问题。他们的优势未必是更能吃苦，而是习惯把产品、用户、招人和结果连在一起看。AI降低了个人和小团队完成闭环的成本，也给成熟公司一次重划责任范围的机会。与其增加协调会议，不如让更少的人负责更完整的问题，再用AI补上执行缺口。谈AI组织时，人们最爱问“什么会消失”。岗位会不会减少？管理层会不会变薄？这些问题当然都现实，但只盯着替代，会看漏另一边：有些能力变便宜，就会有别的能力涨价。AI能生成方案，也能给出建议，却不会替公司承担失败后果。它更不知道一次决策碰到了组织里的哪段旧伤，也无法独立建立客户对一家公司的信任。
责任解决的是一件很朴素的事：谁来拍板，谁在信息不完整时做选择，结果不好时又该找谁。员工当然需要一份说得清楚的战略，但他们也想知道谁相信这件事，谁愿意负责。AI可以润色语言，但不能代替承诺。Notion在企业销售上吃过的亏，也说明了这条边界。客户购买产品和服务时，比较的不只是功能，他们还会判断，供应商是否理解自己的处境，出了问题有没有人负责，这段合作能不能经受人员和业务变化？AI可以准备材料、分析账户、跟进线索，却没法独自作出一场高风险承诺。Ivan 最后得出一个结论：每家公司只要在一两个地方做出关键创新。组织设计没必要处处新颖，公司得挑出最值得改的部分，也得承认有些人类习惯没有那么容易被技术改写。
AI可以改造信息流，也能参与决策，但信任还得慢慢积累，责任也得落到具体的人身上。AI扩大了个人能力，却不能替公司决定方向，至少在可以预见的时间里，公司仍然要靠这些东西运转。AI能生成方案，但不能替公司承担失败后果，也无法建立客户信任。站到员工和客户面前的，仍然必须是人。我们的能力可以外包给AI，承诺不行。Notion的答案未必适合每家中国公司，它最值得借鉴的，是把AI当成一种组织材料来使用，而不只把它发给员工。如果您遇到消费AI方面的问题与困惑，欢迎各位与我们一起学习交流！-END-
来源：笔记侠
📍关注消费AI进化体｜赋能组织AI转型
我们聚焦大消费行业（餐饮、零售、快消）的AI转型升级，坚信人在AI技术变革下起关键作用，以最精炼的方式帮助管理者掌握推动AI组织团队升级的框架、方法、工具，从而更好推动 AI 在团队中的真实落地，提升团队效能和组织上限。
投稿联系：樊老师13332662349（微信同号）业务合作：贝老师13392164760（微信同号）媒体·投资·培训·峰会
夜雨聆风
