AI 提效的底数:人和组织

为什么 AI 项目越来越多,企业业绩却没变?

写在开头:一次饭桌上的对话

上个月和一位制造业 CIO 朋友吃饭,他刚被老板叫去问话。

老板的问题很直接:

我们这一年做了 6 个 AI 项目,你说每个都提效了。客服 AI 把响应时间从 2 小时降到 5 分钟,代码 AI 让开发效率提了 40%,营销 AI 一个月产出 1000 篇文案。这些数字都很好看。

但我看公司的财报,营收增速没变,利润率反而降了。这些 AI 提的效,跑到哪里去了?

朋友说,他当时一句话都答不上来。

这不是个例。我最近听到太多类似的困惑—— AI 单点提效是真的,但企业整体业绩没动。问题出在哪里?

01

先厘清:组织用 AI 工具 ≠ AI 原生组织

很多公司现在做的事,叫「用 AI 工具」,不叫「AI 原生」。

区别在哪?

用 AI 工具,是把 AI 当成一个更聪明的 Excel —— 员工照常上班、组织照常运转,只是手里多了个新工具。

AI 原生组织,是组织本身在围绕 AI 重新搭 —— 决策方式变了、协作方式变了、岗位职责变了、绩效定义变了。

多数公司现在做的是前者,以为是后者。

这件事其实历史上发生过。上世纪 80 年代末,经济学家罗伯特·索洛说过一句很有名的话:

「计算机时代到处可见,唯独不在生产率统计中。」

这就是后来被反复引用的「索洛悖论」(Solow Paradox)—— 企业上了大量 IT 系统,但宏观生产率数据没体现出来。后来研究发现,要等大约 10-15 年,组织真正围绕 IT 重构之后,生产率才显现。其中的关键变量,是经济学家 Erik Brynjolfsson 后来提出的「互补性投资」—— 技术只是一部分,组织流程、人员技能、管理方式必须同步重构,技术的价值才能释放出来。

今天 AI 正在重演这件事。而且因为 AI 迭代速度比当年 IT 快得多,「组织没跟上」的差距会更明显。

你公司花在 AI 上的钱,要等人和组织变完才能见效。组织不变,AI 永远停留在工具层面,不会变成底数。

02

我观察下来,AI 原生组织和数字化组织的差别,集中在 4 个层面。

我用一个身体的比喻来讲—— 脑、手、口、心。

脑:决策是人机协同

AI 原生时代的决策方式,是人机协同。AI 实时分析数据、主动给出建议、提示风险;人审核、决定例外、承担最终责任。

决策的「提案者」是 AI,「决策者」是人,角色发生了转移。这件事第 6 篇讲过了,这里不展开。但要补一句:这种决策方式会带来组织结构进一步扁平化 —— 中间层的价值在重新定义。

手:工作是人和 Agent 一起做

AI 原生时代,员工的产出是「员工 + 他的 Agent 组合」。一个工程师用 Cursor,实际上在和 3-5 个 AI Agent 协同工作;一个产品经理用 AI 工具,可能同时有用调研 Agent、文档 Agent、原型 Agent 在帮他。

组织的最小单位,从「员工」变成了「员工 + Agent 组合」。这意味着岗位职责、人员配置、协作方式都要重新设计。

口:学习是与 AI 共学

AI 原生时代的员工学习,是与 AI 共学。每个员工身边都有一个比他懂某些专业领域的 AI,他在工作中持续地从 AI 学习,AI 也从他的反馈中调整。学习不再是阶段性的,是日常的。

这一条对培训部门和 IT 部门的冲击最大。传统的「上线 - 培训 - 推广」模式正在失效,因为 AI 工具的迭代速度快过任何培训周期。

心:责任是人机责任共担

AI 原生时代,责任开始模糊 —— AI Agent 自主做出的决定,归谁负责? 是用 AI 的员工?是部署 AI 的部门?是建 AI 的供应商?目前没有标准答案。

这是一个新问题,需要组织专门去定义、专门去说明、专门去试错。

03

4 个层面是一个闭环 —— 只动一个,效果会被其他“摩擦”

这是这篇文章我最想说的一段。

回到开头那个 CIO 朋友的困惑 —— 为什么单点 AI 提效,没转化成整体业绩?

因为脑、手、口、心是一个系统。只动其中一个,其他三个不变,单点提效会被组织摩擦吸收掉。

举几个具体的例子。

客服 AI 把响应时间从 2 小时降到 5 分钟 —— 但客服处理的事情,要传到后端业务系统、要触发库存调整、要影响销售预测。如果后端环节还是按「人的速度」运转 —— 库存还是每周盘一次,销售预测还是每月做一次 —— 客服那 5 分钟省下来的时间,在后面环节里被「吸收」掉了,变不成业绩。

这是动了「手」,没动「脑」。

代码 AI 让开发提速 40% —— 但产品定义还是按月跑、测试还是手动、上线还是周计划。开发那 40% 的提速,会在前后环节里被吸收掉,变不成业绩。

这也是动了「手」,没动「脑」。

营销 AI 一个月产出 1000 篇文案 —— 但内容审核还是 3 个人慢慢看、品牌策略还是季度调一次、渠道投放还是按预算分配。文案数量提了 10 倍,转化率没动。

这还是动了「手」,没动「脑」。

04

推动组织进化时,组织者会撞上三堵墙

讲完原理,讲撞墙 —— 这是组织者推动 AI 转型时真实会遇到的事。

第一堵墙:老板态度、部门墙、文化阻力

这一堵墙不是 AI 时代独有的。数字化转型遇到的所有组织阻力 —— 老板支持力度、部门利益分歧、文化保守性 —— 在 AI 时代一样会撞上。

这件事和数字化是一样的,不展开。但有一点要提醒:在 AI 时代,老板看到「单点效率提升」会容易高兴,看到「组织变革要花 3 年」会容易不耐烦。AI 的诱惑让「快速见效」的预期变高了,让「长期变革」的耐心变少了。

这是新挑战。

第二堵墙:AI 对人的「炼化」

这一堵墙是数字化时代没有的。

「炼化」这两个字,是我从一位资深CIO那里听来的。他下面的开发者说:

我每天用 CC写代码,它问我「这里你想怎么处理」,我告诉它逻辑;它问我「这种异常你以前怎么解决」,我告诉它经验。我用得越熟,它学得越像我。

我有时候会想—— 它在「炼」我。把我十几年攒下的判断、经验、习惯,一点点提到模型里。等它完全学会了,我这个「本体」还有什么用?

这是知识工作者现在最深、最不说出口的恐惧—— 不是「哪天突然失业」,是「每天都在配合 AI 学习,直到有一天发现自己被掏空」。

这种恐惧不是杞人忧天。它有真实机理:

· AI Coding 工具在学每一个工程师的代码习惯和判断

· AI 写作工具在学每一个文案的文风和角度

· AI 分析工具在学每一个分析师的拆解逻辑

用得越深,被提取得越多。

组织在这件事上敢不敢说话?这是组织者必须和老板谈清楚的事。

回避型组织会说:「我们用 AI 提效,不裁员。」—— 这种承诺听起来安心,但它把所有未来风险都压到了「将来」。一旦行业开始用 AI 替代,这种组织会被市场倒逼快速调整,反而更惨烈。

直面型组织会说:「AI 会改变岗位结构,我们一起想清楚 —— 哪些岗位会消失,哪些岗位会新生,我们怎么从前者迁到后者。」—— 这种讲话短期让人不舒服,但长期反而让员工有安全感:因为有人在帮他们想未来。

这件事的判断没有标准答案,但组织者必须把这个话题摆到台面上。让员工在恐惧里默默配合 AI 被「炼化」,是组织最大的不负责任。

第三堵墙:AI 的绩效怎么算?

这一堵墙我认为是所有 CIO 未来比较头疼的事。

传统绩效系统建在一个假设上:产出 = 人的劳动。所以 KPI 是按「人做了多少事」算的。

AI 原生时代,产出变成了「人 + AI 协同」的结果。问题来了 ——

· 一个员工用 AI 一天产出 100 件事,另一个员工不用 AI 一天产出 20 件事。前者的 5 倍产出,是员工的能力?还是 AI 的能力?

· 用 AI 多的员工应该多拿钱吗?还是公司应该把 AI 当成基础设施,所有人都该用?

· 如果 AI 越来越强,员工的能力差异在缩小,绩效怎么拉开差距?

· 一个团队的 AI Agent 帮另一个团队完成了任务,绩效归谁?

这些问题目前没有标准答案。我和好几位 CIO 聊过,大家都在试,但没人觉得自己的方案完美。

但有一件事是肯定的:沿用旧的绩效系统去管 AI 原生工作,一定会出问题。旧绩效系统会奖励「个人单干」,惩罚「和 AI 协同」,最后让组织停在「用 AI 工具」的层面,进不到「AI 原生」。

这是组织者必须和 HR、和老板一起开始想的事。不能等想清楚再开始,要边开始边想。

05

关于时间—— 一个真实的预期

组织进化是个长期工程。这里我想给一个真实的时间预期—— 不是为了让人觉得难,而是为了让人能稳得住。

给一个更真实的时间预期:

【3 个月可以启动】：选一个团队做「AI 原生小组」试点 —— 让这个团队的脑、手、口、心一起变,看看会发生什么。重点不是这个团队效率提升多少,是观察组织层面会出现哪些新问题。

【1 年可以看到雏形】：把试点的经验扩展到 2-3 个部门,重新设计这些岗位的 KPI,把 AI 协同纳入绩效定义。这一步会很难,会撞上第三堵墙,但躲不过。

【3 年才能成为底数】：让「人 + AI 协同」成为组织默认的工作方式,让 AI 原生思维成为新员工入职第一天就有的常识。到了这一步,AI 才真的成了你公司的底数。

这个时间预期听起来不性感,但它是真的 —— 一旦稳住,后面每一步都走得踏实。

最后:一个不舒服但必须说的判断

回到开头那位 CIO 朋友的困惑。

他老板的那个问题——「AI 提的效,跑到哪里去了」—— 其实有一个答案:

跑进了组织摩擦里。

被旧的决策方式吸收了,被旧的协作流程吸收了,被旧的绩效系统吸收了,被组织对「变化」本身的抵抗吸收了。

AI 没有错。AI 工具买得没错,预算花得没错。错的是 —— 人和组织没有同步进化。

这件事的不舒服之处在于:

等 AI 技术成熟再变组织,组织永远不会变。因为 AI 技术不会停下来等你,每 6 个月就有一代新东西。你永远在「还没成熟」的状态里。

而组织不变,你买进来的所有 AI 都只是工具,不会成为底数。

所以推动 AI 转型的组织者 —— 不管你是 IT、业务还是 HR —— 角色都在变。不再只是「系统建设者」或「业务推手」,而是「组织进化的推动者」。和业务一起重新设计工作方式,和 HR 一起重新设计绩效,和老板一起重新设定时间预期。

这不容易,而且常常会让你成为公司里那个「提醒别人不舒服的人」。

但这是 AI 时代,组织者真正值钱的地方。

AI 在「炼」我们每一个人。

组织能做的,是让「炼」的过程,

变成共同准备的过程。