夜雨聆风
出品丨强国人工智能 转载请注明出处
6月15日，“从控制到涌现——AI原生组织进化与协作重构暨《超级组织》新书首发研讨会”在北京举行。现将会上专家发言摘编如下（按会议发言先后排序）。正文共约12000字，建议阅读时间12分钟。
一、时代命题：
从超级个体到超级组织
侯宏（北京大学国家发展研究院助理教授）
在这个时代，新的关系和模式都将涌现，对于在座的各位企业家朋友而言，这既是机遇，也是挑战。由中信出版社出版的《超级组织》一书，框架全面、思想深刻、操作性强，既有丰富的实践经验，又有前瞻性的理论洞察，我阅读之后深受启发。如今，AI已不再是单纯的企业管理话题，而是已经上升到公众层面的社会议题。基于上述介绍，相信各位嘉宾的主题分享和圆桌讨论将带来精彩的思想碰撞。
张有鱼（学习强国AI频道首席顾问）
在过去一段时间里，我一直在观察AI在不同领域产业落地的真实情况。今年春天，我们系统梳理了这些观察，并提出了一个判断：我们今天正在全面进入数字文明的"3T时代"。
第一个“T”是TFlops，即算力，代表计算底座的狂飙式增长；第二个“T”是Token，代表生成式AI能力的泛化与涌现；第三个“T”是最关键、也是挑战最大的——Team，即团队与组织。模型和算力解决的是“机器如何变得聪明”的问题，而Team解决的是“人类工作网络如何与智能体协同”的问题。
当AI不再是写文案、敲代码的个人提效工具，而是开始深度介入企业的流程、决策和管理机制时，传统组织自上而下的控制机制将不可避免地向更加开放、更加敏捷的“超级组织”形态演进，这正是今天探讨这一话题的核心意义所在。
作为学习强国AI频道的首席顾问，我日常面对的核心问题是：作为一个面向全社会的专业内容服务平台，我们为何如此关切AI组织变革这样一个看似属于企业内部管理的话题？答案在于：AI在中国已经跨越了单纯的科技边界，正在深刻重构社会的运作方式、人才的能力结构和企业的基础治理架构。让更多人理解AI、学习AI、用好AI，不能仅停留在“什么是大模型、怎么写提示词”的科普层面。
我们发现，从“使用AI工具”到“成为AI原生组织”之间，存在着一个巨大的价值鸿沟。我们需要帮助广大企业管理者以及千千万万的知识工作者跨越这道鸿沟。对于AI素养的提升，已经从少数精英的探索，变成了一个全民性的公共话题。面向未来，学习强国AI频道将继续发挥内容生态和平台连接的优势：向下扎根，持续挖掘类似于出门问问这样优秀的产业实践和企业创新案例，沉淀更多可复制的AI落地经验；向外传播，推动前沿AI认知从科技圈走向更广泛的社会大众，推进全民AI素养建设；向上生长，依托北京大学国发院等高质量学术场域，连接学术界、产业界和媒体界，共同构建中国企业AI智能化转型的知识基础设施。
乔卫兵（中信出版集团首席专家）
《超级组织》的出版恰逢其时。今年以来，以OpenClaw为代表的代理式人工智能浪潮席卷全球。正如英伟达首席执行官黄仁勋于2026年6月1日在台北GPU技术大会上所讲：“代理式AI已经到来，实用且能赚钱的AI也已经到来。代理式AI将成为继生成式AI之后的下一波浪潮。”接下来，我结合阅读这本书的体会，谈几点想法。
第一，两位作者敏锐地感知到，自主智能体的横空出世真正标志着智能体时代的到来，并提出对“超级个体”这一新物种诞生的判断：这个新物种拥有自己的基因与进化规则，它不再是被简单调用的工具软件，而是具备自我感知、自我判断、自主协作能力的全新智能主体。它跳出传统人机边界，意味着整个生产协作的底层要素已经发生根本性迭代。
第二，本书提供了一套以人为核心、向智能体协同平稳过渡的，可理解、可讨论、可复制的方法论创新，具有重要的理论意义与现实意义。当前许多传统企业深陷效率瓶颈、结构壁垒与转型焦虑，而《超级组织》直面当下真实的产业痛点，为全行业探寻组织进化之路提供了清晰的方向和系统的解码。
第三，这本书不局限于超级个体，而是深入提出“超级组织”的概念，是对智能体时代人机协作以及超级团队的深层次理解与践行。AI工具赋能个体，造就了能力倍增的超级个体；但单个超级个体依然存在能力边界、时间边界和协作边界。《超级组织》最大的价值在于告诉我们：智能时代的终极竞争力，从来不是超级工具、也不是超级个体，而是人机共生、能够协同的超级组织。从赋能个体到重构组织，是我们对AI生产力与人机协作逻辑的认知升级与落地实践。
第四，在智能体时代，随着企业生产关系的变革，必须同步塑造企业的新文化。全新的生产关系必然需要全新的文化土壤来滋养。传统企业的管控型、层级式文化已无法适配数字化、动态化、网络化与智能化的超级组织。智能原生时代的新兴企业文化应秉持开放包容、敏捷试错、协同共创的核心理念，既要尊重人的主体性与创造性，也要理性接纳智能体作为组织协作伙伴的身份。既要鼓励个体创新突破，也要倡导跨边界、跨角色的集群协同；在伦理约束和人文底线的框架下包容技术试错，鼓励模式创新，最终形成人机信任、价值共生、持续进化的新型组织文化，实现人与智能体、人与数据、智能体与智能体之间的高效协同，共创价值。
二、实践路径：
CodeBanana与AI原生组织落地
李志飞（出门问问创始人兼CEO）
我长期从事AI工作，做了很多年的模型。2012年从美国Google离职回国创业。我曾在Google做翻译工作，读博期间也涉及机器翻译研究。创业十余年，从最早的语音助手到各种智能硬件，再到大模型和Agent相关产品，我一直在探索AI的实际落地，我每次都能较早看到趋势。
之所以会研究超级组织，也是因为我是一个工程师出身的人，坦率地说，我觉得我的管理能力相当有限。在中国要做成一家有相当规模的科技企业，需要强大的组织管理能力。而许多工程师出身的创始人往往缺乏这一能力。过去十年，一直折磨我的一个问题是：如何在中国建立一个有效的、规模化的组织以推动商业化进展？在AI Agent出现之前，我对此感到非常绝望，觉得管理“人”实在太难了。
2025年上半年，我意识到一种可能的解决方案：让Agent成为企业的主要执行力，而不只是人。这时，我开始认真研究：当Agent成为主要执行主体时，组织、岗位、工作流和文化将如何变化？
1、从超级个体到超级组织的顿悟
2025年5月，我以超级个体的身份重新开始编程。创业十年，我几乎没有亲手写过代码。公司最高峰时有一千多名员工，八九百名是工程师，我不需要亲自编程。但当我开始用AI辅助编程时，我受到了巨大的震撼——我一个人可以完成一百个人的工作量。
那年端午节期间，我一个人借助AI编程写了二十多万行代码，做出了一个企业协作平台。那一刻我意识到，以前需要依赖别人、依赖专业人士的事情，现在发生了巨大的改变。至少做一个AI版的企业协作平台的原型是没有问题了。
就在那段时间，有一天我旁听了公司产品研发部门的例会，发现他们讲的工作进度仍以“周”和“月”为单位：产品设计、前端、后端、测试……五六个环节，规划周期相当漫长。那时我觉得，我一个人三天就能完成的一个产品，一群人还需要坐下来开会，推进速度却极其缓慢。在那一刻我意识到：我已经跨入了新的世界，但我的同事们还在用旧的方式在旧世界里工作。
这就是我开始研究超级组织的起点。我们随后开发了一套系统，首先在研发部门推广，之后推广至全公司。从组织层面来看，整体的投入产出比提升了四五倍。今天，我们公司的规模从当时的三百人压缩到约一百五十人，整体产出有了很大提升。
2、CodeBanana系统：超级组织的技术底座
有了理念只是起点，核心还是要有系统来支撑这个理念。我们构建的系统叫做CodeBanana（以下简称CB）。
CB的核心设计理念是Team Agent（团队智能体）而非个人智能体。市面上大多数工具（比如Cursor、Claude Code）都是单人与单个Agent的交互，并不存在“团队共用一个Agent”的场景。而在企业中，最关键的恰恰是多人与多Agent如何协作。
在CB中，每一个“群”或者“项目”都是一个核心协作单元。最简单地理解，它类似一个飞书群或微信群，但这个群里有Agent，可以拉入不同的协作者，并且有独立的文件空间，这是非常核心的设计。
CB的几个关键能力：
一、技能共享。每个人可以沉淀自己的技能，并将其共享给团队使用。例如，我们有同事将公司的PPT颜色、字体、排版风格封装成一个“技能”，此后每次输出的PPT格式完全统一。一个人的能力可以瞬间成为团队的能力。
二、主动自动化。Agent不再是被动等待指令，而是能够主动发起任务——无论是定时任务、心跳机制、文件监控，还是外部事件触发。我们公司的研发管理高度自动化：员工写完日报，系统自动汇总分析，主管可以直接查看每个人的工作进展。
三、Agent to Agent（A2A）协作。不同项目之间的协作在我们这里是通过A2A实现的。以销售业务为例：我们有一个专门负责写标书的Agent。当我们与某客户推进合作时，销售会建立一个客户合作群，把标书Agent拉进来，提需求，Agent自动生成标书内容。两个相互独立的项目就通过A2A无缝协作。
四、组织感知。CB能够读取公司通讯录，知道每个人的职责和技能。Agent可以直接将任务或消息分发给对应负责人，不再需要人工中转，大大减少了沟通损耗。
五、成本与权限管控。企业使用AI不能忽视成本。不同模型之间的调用成本可能相差十倍。我们在系统里内置了清晰的权限管理和成本可视化机制，能够清楚地看到每个人、每个项目的AI使用情况以及实际产出效果。
3、从理念到实践的路径总结
根据我们的实践经验，我建议企业推进组织AI化至少经历以下步骤：
第一步，CEO/高管亲自成为用户。没有亲身感受，就很难做出正确的系统设计判断。今天你需要基于真实体验来成为一个系统设计师，而不只是做一个战略制定者。
第二步，全员参与，而非局部试点。今天在我们公司，无论是研发还是非研发岗位，所有人都在与Agent协作。哪怕是两个人的私聊，旁边也有Agent随时待命。你对此可以有不同理解，但关键是让AI真正嵌入日常工作流，而不只是一个可选工具。
第三步，主动推动认知转变。那时候我做了一件对工程师来说很“残忍”的事情：不允许任何人直接写一行代码，所有代码修改必须通过Agent完成。但正因为我自己动手、自己能跟他们讲清楚每一个技术细节，这场变革才能推进下去。
第四步，系统让数据说话。上了系统之后，那些“口头支持、实际不用”的人无处遁形。所有的工作行为都被记录，谁在用、用了什么、效果如何，都一目了然。聪明的人自然知道不能糊弄。只要公司文化是理性的，阻力就不会那么大。
高佳（出门问问首席战略官）
过去一年多，我系统拆解了二十几家企业的组织AI化转型实践，发现了一个非常反常识的现象——我们使用的AI工具越来越多，但组织的整体效率甚至不增反降。为什么会发生这样的情况？
1、幽灵效率
在我们最初进行组织AI化实践时，购买了大量工具以提升个体效率。随着各种群里发布的消息越来越多，每天都有人产出新的原型，一天能发出几百条消息。每个人都在忙碌，但产品的定义和方向却越来越模糊，大家的努力不知汇聚到哪里去了。
在我们去年转型取得阶段性里程碑的时候，有一位工程师已经能用自己的AI工具独立制作AI产品，基本上用AI原生的方式完成了过去需要整个产研团队才能做的事。就在这时，他需要招一个实习生，然而实习生的招聘审批流程卡了整整两周。AI优化了每一个人，但它并没有自动优化组织。
这并非某一家AI公司的特定问题，而是AI时代普遍存在的一种组织病症。我把它称为“幽灵效率”——效率并没有消失，只是被结构错配所吞噬。每个人的效率都提升了，但这些效率并没有完整地体现在组织层面，而是像幽灵一样游荡在我们的组织结构之中。这不是工具的问题，而是一个结构性问题。
2、时代病症的根源：旧组织不为AI而设计
之所以出现这种时代病症，根源在于当前的组织并非为AI而设计。我们回顾历史：泰勒的科学管理、韦伯的科层制协作、德鲁克的知识工作者理论……上一个时代所有的组织理论都指向一个共同前提：组织内的执行主体是人。然而AI时代出现了一个巨大的变量，组织内的执行主体从“人”变成了“人+AI”。这个变量颠覆了过去所有组织理论的底层前提，旧组织已经不再为今天的时代所设计。
3、组织大折叠：正在发生的结构变迁
在这一背景下，我们正在经历一场组织大折叠——中层在消失、岗位在消融、部门在瓦解。以互联网时代的巨头为例，亚马逊、谷歌等公司的组织特征是：中间层依然强健，层级越来越多，汇报线越来越长，组织链条越来越复杂。
而今天正在发生的变化是：过去一个产研团队可能包括设计、开发、工程师、算法、前后端、测试，整条线性工作流完成一个新功能上线需要两周。今天在AI的加持下，由系统设计师和全栈工程师两人组成的原子小队，加上Agent，就可以完成过去一两周的工作量。
回顾历史，每一次生产力的变迁都会带来组织折叠：
• 工业时代：机器代替了大量劳动力，折叠的是体力；
• 互联网时代：信息化改变了协作半径，折叠的是信息，但并未改变组织的核心结构；
• AI时代：折叠的是执行——不只是信息，而是执行本身。
前两次折叠改变了效率和协作，但未触动组织的根本结构；这一次，从中层到部门到岗位，组织的协作结构已经在发生根本性的改变。
4、线粒体故事：AI是内共生的新物种
为什么这次变化如此不同？我想用内共生理论来解释：一个外来生命第一次进入细胞，它没有被排斥，而是完成了一次内在共生。此后，所有复杂生命都建立在这次共生之上。这个外来生命就是线粒体。
AI进入组织和工具进入工厂不同。它更像线粒体进入细胞，它带来的不只是能量，而是复杂生命演进的可能性。在过去，所有的生产工具有一个共同特点：执行结束，结果即结束。工具不会自动成长，下一次仍然需要人类重新开启工作。用斧头砍1万棵树，斧头不会因此自动学会砍第10001棵。成长的是人，不是工具。
但AI不同。AI能够思考和规划，每次执行都产生反馈，反馈驱动优化，优化指导下一次执行。规划→执行→反馈→优化，这个逻辑形成了一个具有反馈机制的递归闭环。执行结束后，进化才刚刚开始。
5、边界消融：AI带来的三重边界变革
当这个新物种进入组织之后，最先发生变化的并不是效率，而是边界。效率的提升，只是边界重构所产生的结果。
第一重：角色边界的消融
过去，产品经理负责产品，工程师负责开发，设计师负责设计，大家按职能分工工作。以前，一位市场同事需要写需求文档、等工程师排期、熬夜与产研团队确认上线。今天，他可能一个人用Agent，一个下午就能制作出产品原型，半小时后就开始真实使用这个产品。Agent深度参与了各个团队的工作流，角色的边界，已经在悄然消融。
第二重：组织边界的消融
过去的工作流是需求→设计→开发→测试→上线，今天有了原子工作流，Agent能够贯穿在整个组织之间，大量的线性交互被压缩甚至消失，组织的边界正在消融。
第三重：边界失效的本质原因
科斯在1937年的经典论文《企业的性质》中提到，企业存在的本质是降低交易成本。同理，组织存在的本质是降低协作成本。过去，信息传递成本高，所以需要汇报链；协调成本高，所以需要中间层；职能协同成本高，所以需要跨部门的边界。
今天，AI正在同时压缩这三类成本：
• AI压缩信息成本：汇报链变短，CEO可以直接看到一线数据；
• AI压缩执行成本：中间层开始减少，Agent可以承担项目经理的部分职能；
• AI压缩协同成本：部门边界开始消失，市场同事已经能够自己用Vibe Coding产出产品原型。
6、底层逻辑变了：系统三要素全部重构
如果理解了上面的逻辑，我们就能明白：为什么组织AI化不能用短期ROI来衡量，为什么组织能力的提升需要延迟满足。效率的提升，是边界重构之后带来的红利。
梅多斯在经典著作《系统之美》中定义了系统的三个核心要素：要素、链接、目标。今天，这三个要素全部发生了变化，底层逻辑变了，组织结构必然要重构。
7、新的组织形态：超级组织
纵观历史，每个时代都有自己的组织形态：
• 工业时代：金字塔式结构；
• 互联网时代：平台级网络；
• AI时代：菌丝体形态。
在自然界，菌丝体是一种非常特殊的物种——没有中心，没有固定边界，拆开后可以独立存活，连接后能形成地球上面积最大的生物网络。它的秩序不是被设计出来的，而是从自然中涌现而来。这种能够持续进化的系统有一个共同特征：极简的内核，极繁的涌现。
AI时代，我们需要的不是更大的机器，而是更强的生命网络。我们将这种新的组织形态称为“超级组织”。超级组织不再是工业时代的金字塔，也不再是互联网时代的网络平台，而是人、Agent、上下文在同一空间里深度协作并持续自我进化的有机体。它的能力沉淀在系统中，而不是在某几个人身上；它能够持续学习、适应和进化。我们把这种组织形态称为“超级组织”。
如果说，工业时代最核心的组织资产是规模；互联网时代最核心的组织资产是链接；那么AI时代最核心的组织资产，是沉淀出的进化能力。
8、传统组织如何进化为超级组织：三个核心转变
第一：要素转变——原子小队
当执行主体从“人”变成“人+Agent”，他们不再是最基本的组织单元，他们超越了以前的岗位或部门概念。过去一个产业团队可能需要十几人，但今天可能仅仅两个人+Agent，就可以构成一个完整的原子小队。
第二：链接方式转变——上下文领导力
当Agent开始深度参与协作，组织的运转逻辑不再依赖控制层级、审批汇报，而是依赖上下文的流动与沉淀。管理者最重要的工作，不是控制和命令，而是设计系统、创造一个深度的上下文环境。过去大家忙于开会、审批、评审、形成共识；今天，大家可以共同产出一个原型——原型即共识，Agent可以快速呈现结果，大家基于原型进行更深度的共创。
第三：能力来源转变——智能体飞轮
过去，能力主要沉淀在人身上；今天，能力开始沉淀在系统和Agent中。这种组织能力开始形成越来越多的闭环。
9、超级组织的转型路径：三层生命
体企业如何从传统组织迈向超级组织？我们将转型路径总结为三个层次：
一、数字血液（数据层）：让AI能够看到组织的全部数据。数据在哪里，AI的边界就在哪里，组织的能力就能延展到哪里。首先要让信息自由流动，让上下文开始沉淀，组织的智慧才能真正被机器理解和沉淀。
二、神经系统（组织层）：重构组织角色，设计人与AI进入工作流的方式，构建Agent之间有效的链接与协作机制，相应调整组织架构。
三、文化灵魂（文化层）：带动对齐、激励与有机的组织文化。企业转型的本质，从来不是部署AI，而是重建一个能够与人共创、生生不息运转的新生命体。
10、更大的视野：人类协作文明的第五次跃迁
将镜头拉远，你会发现，这不仅仅是一场企业变革，而是人类行动方式的又一次跃迁。
罗克凯利在《第五次开始》中系统阐述了农业革命、城市文明、工业革命和信息革命。我们可以发现，每一次人类文明的跃迁，都源于底层协作方式的进化；每一次物种大爆发，都源于底层链接方式的突变。今天，我们正在重构人与AI的协作方式，这实际上是将人机协作文明带入第五次跃迁，并将把商业文明和人类文明引向更深远的未来。
对企业而言，这意味着什么？
• 工业时代，竞争的维度是规模；
• 互联网时代，竞争的维度是链接；
• AI时代，竞争的维度是组织的进化速度。
未来最重要的资源，不再是资本、信息或人才，而是组织的学习速度、反馈速度和进化速度。能够适配新组织结构的企业，将以更快的速度进化；而不能适配的，则将逐渐退出历史舞台。每一次文明的跃迁都有一批人率先看到新的结构，它需要有人重新设计、创造、定义协作方式。今天，未来的组织，正由我们共同创造，共同定义。
朱丽（北京大学国家发展研究院副研究员）
当我们重新回到从超级个体到超级团队、再到AI原生组织这一演进脉络上来看：在新时代组织重构的根本逻辑是什么？或许在于“团队如何配置”。
1、技术变迁与组织范式的历史坐标
在整个技术变迁的过程中，我们看到2026年将是真正的巨变之年，也是AI Agent的元年。马斯克等人对此有类似判断：AI使个体的工作效率出现了近十倍甚至百倍的涨幅。在这个过程中，我们真切感受到时间正在被“折叠”。在这种情况下，企业如果继续以线性的方式进化则会难以追上技术指数级的颠覆。真正淘汰企业或个体的，从来都不是技术的变迁，而是拒绝与技术共舞的个人和组织。我所一直研究的正是组织行为和人力资源。
2、斯坦福HAI实验室的战略意义斯坦福HAI（Human-Centered AI，以人为中心的人工智能）实验室于2019年创建，在今年的5月升级成为斯坦福人工智能研究的整体入口。它整合了全校七百余位教授的力量，它的宗旨是以“人”为中心。这背后的核心理念非常值得关注：斯坦福不仅仅把AI视为一种技术，而是将其理解为影响科学发现、教育理念和社会服务方式的变革性力量，始终站在更高的立场审视AI与人的关系。组织为了能够实现商业落地、能够贡献社会价值，它必须要盈利，而未来我们将技术带向何方？斯坦福给出了一个答案——CS（计算机科学）和 HAI合并之后，用HAI作为出口。
我们发现，很多企业耗费巨资引进AI之后，组织却难以形成真正的商业价值落地。在人们让技术入场之前，首先需要确认组织内部的商业流程如何与技术贴合，而不是“两张皮”。AI正在改变的不只是技术，还有人们所追求的科学发展教育理念以及服务社会的方式。未来，组织要向向超级组织进行转变，核心在于要放置一个抓手、一个领航员来让超级组织真正落地。
3、FDE（前线部署工程师）：组织落地的关键角色
工具是单点的能力，而系统是多元的协调。在未来，引领“超级个体”的一个角色叫 FDE（Forward Deployed Engineer），它是AI落地时代最值得高管理解的新的角色，是把AI装进组织的角色，它需要进行跨学科对话。
过去一年里，全球FDE类岗位的发布量增幅高达700%左右。这一岗位之所以如此稀缺，在于它需要同时具备三种能力：懂代码（懂AI的边界）、懂业务（深入理解业务场景与痛点）、懂组织（能够推动流程改造与人际协作）。它是软件工程、AI应用和业务沟通的复合体。
模型负责“聪明”，FDE 负责让这种聪明真实发生在我们的企业里——提升效率，甚至是重构组织。行业已经形成共识：AI落地不是模型问题，当模型能力趋同之后，问题在于部署。未来所稀缺的不再是工程师，而是在技术和业务之间往返“翻译”的角色，市场在为一种复合能力而定价。
4、工具思维到系统思维的转化
从一个人使用AI工具，到“一支AI超级个体队伍”协同作战，这个过程中最关键的认知跃迁是：从工具思维到系统思维的转化。从“我用AI”到“代理人实现智能涌现”，从个体层面的效率提升，到组织层面的智能涌现，创造一个“AI原生”的团队。
一旦打通了类似出门问问团队所构建的那种系统，沉淀了Agent岗位说明书、上下文工作流和权限体系，就可以真正重新定义岗位、流程和授权机制。从“指挥员”，到“指挥员与Agent互动”这样一个新场景，让管理长出一种“人机协同”的维度。
三、圆桌讨论：
如何重构组织边界、效率与未来
主持人（张有鱼）：今天圆桌环节的主题是“AI如何重构组织的边界、效率与未来”。我们不只是讨论AI工具怎么用，而是想进一步探讨：当AI进入组织内部时，人的工作方式、团队的协作方式、管理者的决策机制、组织的边界和治理结构，究竟会发生什么变化？第一环节，请每位嘉宾用一个关键词来表达各自对AI组织变革的整体判断。
李志飞：我的关键词是——执行。AI智能体已经成为企业的执行主体，而不只是辅助工具。这是最核心的变化。
高佳：我的关键词是——边界。AI最先改变的是组织边界的消融与变化，随后才带来了后续一系列效率提升、结构变迁。边界，是当下最核心的议题。
朱丽：我的关键词是——范式。每一轮工业革命都是一场认知革命。我们需要重新思考用“AI原生”的方式重构更好的组织模式。
主持人：第二环节，当企业真正引入AI时，您认为目前最大的障碍是什么？技术、流程、数据，还是组织认知？
高佳：我认为最大的挑战不在于工具层面和技术层面，更大的挑战在于认知层面。许多企业和管理者仍然把AI当作工具，但AI已经成为可以思考、规划，具有递归能力的执行主体。如果把这一认知作为前提完成同步，后续对组织认知和组织进化的理解才会更加深入。
主持人：大家对AI的认知确实在快速进化：从“AI是聊天工具”到“AI是个人助理”，到去年DeepSeek火爆时大家觉得“这东西真能用”，再到今年春节OpenClaw的爆发，大家意识到“AI能真正干活了”。这个认知普及的速度比我们想象的要快。那么，具体到企业引入AI时，您觉得哪些场景最适合作为切入口？
高佳：我建议用“三高模型”来筛选入口：高频度——业务中频次最高、最常规化的工作，优先让AI先行执行；高痛点——组织中最核心的痛点，痛点越尖锐，AI介入后效果越显著；高需求——覆盖整个组织范围的刚性需求，让更多人受益。例如在我们的产研团队中，超过60%的人员都是工程师和研发团队。我们就在这样一个高需求、高频发和高痛点的场景入手，去解决我们公司更常规、更大的问题。
主持人：这个总结非常好。许多企业老板希望今天引入工具或方案，明天就能见效。但真正有效的路径，是从高频次、高痛点、高价值的场景入手，一步一步建立信心和能力。接下来请朱丽老师从管理学的角度来看：AI对组织结构的影响，究竟是效率的提升，还是组织方式的变革？
朱丽：两者都是，但本质是组织范式的变革。我的研究方向是关于组织和人的方向，我们必须认真思考：在拥有AI的前提下，我们应该如何定义自己的工作，如何将AI真正嵌入到工作和任务本身？当前劳动力市场的研究表明，那些仍然致力于“上下信息传递”“维持层级控制”功能的中层管理者，正在面临最大的结构性压力。而管理的真正本质是目标的实现。“AI原生”的思考方式会带来一种“暂时颠覆”，如果能在这个时代抓住这样一个发展机遇，并进行一场个人以及组织层面的范式革命，才释放出更大的价值。
主持人：在您看来，AI进入组织，主要有哪些风险需要关注？
朱丽： 我认为有三点需要特别关注。第一，信息安全风险。员工使用外部AI工具时，可能无意间泄露组织内部的高敏感信息。对于员工如何使用外部AI模型处理内部保密信息，需要建立清晰的制度约束，这一点往往容易被忽视。
第二，伦理风险的边缘。组织AI化不可避免地涉及人员结构的调整，如果处理不当，会带来很强的人员抵触情绪。历史上每一代工业革命都有类似的阵痛，这次也不会例外。如何在效率提升的同时，让人感受到自身价值被尊重，是管理者的重要课题。
第三，边界管控与平衡风险。AI的权限边界一开始往往不清晰，需要在实践中不断校准——权限过大或过小都会带来问题。如何在效率增益和安全可控之间保持动态平衡，是一个需要持续关注的系统工程。
主持人： 现在我们进入第三部分“碰撞环节”。我提一个问题，请一位嘉宾先回答，其他嘉宾可以反驳或补充，最好有些火花！问题是：AI进入组织后，是让组织变得更加扁平，还是会产生新的层级或控制方式？
高佳：我认为两者都不准确。“层级”这个概念是固态结构的表达，扁平化也只是在中心化框架下的降维处理。而AI是一种“液态智能”，可以自由流动，人与AI之间可以互相传递信息，整个数据链路可以打通。当液态智能遇上固态组织，一定会发生排异反应。所以我认为，未来的组织形态不只是“液态组织”，更接近于“菌丝体”——去层级、去中心化、无边界，不同的网络和系统之间可以相互生长、连接、碰撞。它有极简的内核，但有极繁的涌现。用“扁平”或“层级”来形容这种智能组织形态，反而是一种降维误解。
李志飞：我基本认同，但想补充一个更具象的视角。组织中总是存在意图，创始人的意图、高管的战略意图，这些意图需要传递和执行。在AI原生组织里，这个过程会发生根本变化：不再是单向的独裁式指挥，而是人与Agent共同迭代。AI和员工都在给我反馈，我也在给系统反馈。最终可能形成一种人机共生的新型组织生态——既不是纯粹的“液态”，也不是传统的层级控制，而是人与AI持续协作、互相指挥的有机体。
主持人：朱老师，从学术角度来看，我们今天探讨的这些现象和理论，是否有机会沉淀为新的组织管理理论？管理学在AI时代将如何演进？
朱丽：我觉得可能会出现一个更大的视野。首先，北大国发院的定位是教学、智库、科研三位一体，我们非常关心国家政策对于企业发展的影响。目前我们国家的政策倡导“中国自主知识体系创建”。我们知道，每一轮工业革命都会带来生产力的变化，也因而会催生出一系列相关的管理学理论。除此之外很重要的——人和AI的未来关系、人和组织的关系、人和技术的关系……这将是一系列终极话题，希望我们共同来讨论。
主持人：最后一个问题想请在座嘉宾回应——对于普通人而言，AI对组织的影响，究竟与自己有没有关系？是否可以选择置身事外？
李志飞：没有人可以置身事外。当整个组织的工作方式都在改变，当“工作量”的产出单位已经被AI重新定义，仍然按照旧方式工作的人，会在不知不觉间落后。这不是某个老板的选择，而是时代的惯性。
朱丽：正因如此，我才认为所有人都需要思考：在AI时代，我如何重新定义自己的价值？我的核心建议是——培养颠覆式创新能力、公众表达与演讲能力。这两点是AI最难替代的人类优势，也是未来劳动力市场最愿意为之支付溢价的能力。
主持人：我来总结一下这个问题：首先，整个社会渴望颠覆式创新，并愿意为此支付高溢价。颠覆性的东西，永远值钱。再者，公众影响力与表达能力，是AI时代最稀缺的人类能力之一。能够清晰传达自己的观点，影响投资人、合作伙伴、上下游，这种能力将越来越重要，越来越有价值。
