夜雨聆风和大家聊聊最近阅读了麦肯锡、BCG围绕AI组织的报告。
AI 不是再买一只工具箱，而是重装组织机器。
AI 进入公司以后，最先被改变的也许不是某个岗位，而是组织的运行方式。流程怎么设计，谁来决策，总部还管什么，中层还做什么，员工的经验如何被沉淀成智能体能力，这些问题会比“买哪个模型”更早把企业卡住。
AI 转型不是多学一个软件，而是重新安排人与智能体在组织里的位置。
01
AI 已经不太像工具了
零散工具只有接入端到端流程，才会变成业务结果。
过去企业上系统，大多是在原来的流程上套一层数字化。审批还是审批，报表还是报表，部门墙还在那里，只是速度快了一点。
生成式 AI 和智能体麻烦就麻烦在这里：它们不只是“帮忙”。它们可以读材料、写内容、调用工具、推进任务，还能在多步骤流程里做调整。换句话说，AI 开始挤进流程本身了。
麦肯锡、BCG的三份报告说法不同，但共同点相似：零散应用很难带来真正的组织收益。
一个客服机器人、一个写作助手、一个数据分析插件，当然有用。但如果采购到付款、招聘到入职、营销到销售、产品创意到上线这些完整链路没有被重做，AI 很容易停在“好用的小插件”阶段。热闹是热闹，利润、速度和竞争优势未必出来。
麦肯锡在《重塑工作》中提到一个演进路径：先让 AI 处理单个任务，再让多个智能体在人的监督下完成端到端流程，最后在部分低风险、高重复场景里形成“最小可行组织”。也就是大部分工作由智能体完成，人更多负责监控、判断和异常处理。
所以企业第一步不该急着问“上哪个工具”，而要先问几件更重要的事：
• 哪些流程值得重做？
• 哪些任务可以交给 AI？
• 哪些判断一定要留给人？
• 哪些岗位会从执行者变成监督者、训练者和优化者？
工具采购很快，流程重做很慢。差距大概率就在这里拉开。
02
组织会变扁，但不会没有中心
AI 让信息更透明，决策支持更实时。很多过去依赖层层汇报和人工盯人的管理动作，会被平台、数据和智能体分走一部分。
AI 时代会出现几种组织形态并存：更扁平的科层组织，更灵活的网状组织，以及边界更松的液态组织。
这不是说科层组织没用了。供应链、制造、合规、财务这些价值链长、试错成本高、强流程驱动的业务，仍然需要责任、标准和监督。只是到了创新型、跨职能、高变化的业务里，组织会更像一张网：围绕任务临时组队，按能力匹配资源，用共享数据减少扯皮。
总部也不会消失。
传统总部有三类职能：引领、管控、赋能。AI 时代，很多管控动作会被数字化平台替代，部分赋能也会被共享服务和智能体承接。但战略引领反而更重要。因为技术投资更重，路线选择更难，组织改造牵涉更深，高层必须判断哪些是“必胜战”，哪些只是跟风。
未来总部更像一个小而硬的中枢：定方向，配资源，守边界。
去中心化不是无中心。少一点审批，多一点清楚的规则；少一点过程控制，多一点对结果和风险的判断。
03
CEO 还在，只是管法要变
领导者不再只发命令，而是设定方向、边界、信任和授权。
BCG 有个比喻挺好：传统 CEO 像交响乐队指挥，强调节奏统一、按谱执行；AI 组织里的 CEO 更像爵士乐队领队，给主题、选人、把控方向，然后允许团队即兴。
AI 会拿走一些传统管理动作，比如信息汇总、常规跟踪、初步分析，但战略、人才、文化、信任这些事会更依赖领导者。
尤其是信任。
AI 落地最大的阻力，经常不是技术，而是人心。员工担心数据泄露，担心偏见和版权，也担心自己的工作会不会被替掉。公司如果只说“AI 是效率工具”，却不说岗位会怎样变、能力怎么迁移、被影响的人去哪儿，最后就会变成表面配合、私下抵抗。
我们要想清楚几件事：
• 什么能交给 AI，什么必须由人决定？
• AI 输出怎么验证？
• 员工参与试点和训练智能体，会得到什么回报？
• 被自动化影响的岗位，有没有培训和转岗路径？
AI 时代的领导力，不是会不会写提示词。更重要的是，能不能让组织在不确定里愿意一起试。（个人觉得小型组织或敏捷组织，AI变革的效率会非常高）
04
人才不是消失，而是重新分层
AI 对岗位的影响，不太像“一刀切”。更真实的情况是：岗位被拆成任务，任务再被重新分配给人和 AI。
麦肯锡提到，超过 70% 的岗位技能同时存在于“可被自动化”和“不可被自动化”的任务中。也就是说，很多技能不会整体消失，只是换了用法。
BCG 的判断更进一步：传统人才结构会从“金字塔型”慢慢走向“松树型”。最基础、重复、标准化的工作更多由硅基能力承担，中层和高层的人才密度提高，基层入口减少，人才培养路径也会跟着变。
所以，组织就得注意了：
第一，别把 AI 培训做成“提示词培训”。会问问题当然有用，但更重要的是让业务人员学会拆流程、识别风险、验证输出、训练智能体。
第二，关键人才会越来越复合。未来组织至少需要三类人：
• AI 领导者：判断技术路线、业务价值和组织节奏。
• AI 设计师：把模型能力翻译成可用的业务流程。
• 变革专家：推动流程再造、员工参与、培训和文化变化。
“人人都要会 AI”这句话没错，但还不够。人人需要 AI 素养，组织还需要一批能把 AI 做成业务系统的人。
05
绩效不能只考人，也要考系统
AI 时代的绩效，不能只看个人动作，还要看整套价值系统。
AI 进入工作流以后，一个绕不开的问题会出现：价值到底是谁创造的？
一名销售把自己的最佳实践训练成智能体，帮助整个团队提升转化率，收益怎么分？一个部门投入资源做出可复用的 AI 流程，其他部门也跟着降本增效，原部门该不该被激励？智能体替代了部分基层执行工作，管理者的绩效又怎么衡量？
传统 KPI 多半考个人、考部门、考年度结果。但 AI 时代的价值，越来越来自“人 + 数据 + 流程 + 智能体”的组合。绩效管理如果还只盯个人动作，很容易错过真正的贡献。
可以先从三件小事改起：
第一，把 AI 带来的业务结果纳入评价，而不是只统计工具调用次数。
第二，奖励那些愿意把经验产品化、流程化、智能体化的人。
第三，用更实时的数据反馈，替代一年一次的模糊评价。
绩效不能只剩效率！麦肯锡在组织现状报告里提到，同时关注人才和绩效的企业，更容易获得长期财务表现、较低流失率和更强韧性。
AI 越强，越不能把人当成机器外挂。因为真正稀缺的还是人的判断、创造、责任感，以及处理复杂关系的能力。
06
文化不是喊口号，是让员工真的参与
重要的事情说三遍！重要的事情说三遍！重要的事情说三遍！你只有持续地使用AI，才能深刻地了解它，才能更好地服务于它，最终一定能获得意想不到的回报！
好的 AI 文化，不是崇拜技术，也不是防着技术。它更像一种工作习惯：敢试，会问，能验证，愿意共享。
三份报告都提到员工参与的重要性。麦肯锡的数据更直观：在大规模科技转型中，如果直接参与转型的员工比例从约 2% 提升到 7% 以上，企业实现正向超额股东回报的概率会翻倍；表现最突出的企业，参与比例能到 21% 至 30%。
这说明 AI 转型不能只靠少数专家闭门设计。业务人员必须进入试点、反馈和共创，否则做出来的东西很可能漂亮但不好用。所以，
一是公开试。领导者自己要用，团队要看到真实场景。
二是小步跑。优先挑价值清楚、风险可控、能快速验证的流程。
三是建护栏。数据、权限、合规、人工复核机制要说清楚。
四是给回报。贡献经验、训练智能体、推动流程改变的人，要被看见。
AI 不会自动带来更好的组织。它会放大组织原来的样子：流程清楚的公司会更快，协作顺的公司会更灵活，学习能力强的公司会更容易迭代。反过来，流程混乱、部门割裂、信任薄弱，也会被一起放大。
07
结语：AI 转型最后会回到组织能力
读完三份报告，我最大的感受是：AI 竞争表面看是工具竞争，往深处看是组织能力竞争。
企业真正要建设的，不只是一套 AI 平台，而是一种新的运行方式：围绕结果重塑流程，围绕价值配置人才，围绕信任建立治理，围绕持续变化形成学习机制。
未来的领先企业，未必是人最少的企业，也未必是自动化程度最高的企业，而是最知道“什么交给人，什么交给 AI”的企业。
人负责意义、判断、创造、责任和信任。
AI 负责信息、执行、推演、生成和连接。
两者被放进同一套工作流里，AI 才不只是效率工具，而会成为组织进化的起点。
REF
