企业AI转型组织病

大家好，我是寸进的胖丁。

最近一个月，互联网圈被四篇长文反复刷屏。

《置身钉内》《置身钉外》《置身米内》《置身团内》。标题像一套暗号，写的人不同层级、不同公司，但读的人都在点头。

企业AI转型冰山隐喻图

钉钉产品经理写 7.5 万字，复盘 AI 项目「ONE」从立项、DAU 300 万，到收缩、拆分并入悟空事业部的全过程。钉钉副总裁马锐拉看完后发文离职，说心疼那些认真挣扎过的同学。小米校招生在飞书写下 4000 字，把雷军比作「西楚霸王项羽」，说公司只有一颗太阳，没有月亮和星星。美团到餐产品跟了一篇两千字短文，金句是：「节俭和听话曾是美团的武器，如今是创新的死敌。」

四篇文章，四个视角：一线产品经理、前高管、校招生、基层产品。它们表面上在讲各自的东家，实际上在讲同一件事。

企业 AI 转型，真正的难关不是技术，是组织。不是模型不够好，是组织根本没给模型准备一块可以生长的土壤。

我读完之后，想把四篇里的共同病灶拆开来看。不是为了吃瓜，是为了回答一个更现实的问题：如果你的公司正在做 AI 项目，或者正准备做，这些坑你该怎么绕？

AI 许愿池化：用技术焦虑掩盖业务无能

美团那篇《置身团内》里有一个词特别准：「AI 许愿池化」。

什么叫许愿池化？就是业务上不管出了什么问题，最后的解法都是「我们用 AI 解决」。数据不通，上 AI；流程冗余，上 AI；考核短视，上 AI；员工不满，上 AI；管理者想少承担责任，上 AI。

3D许愿池概念插画

AI 成了最方便的补丁。它听起来高科技，汇报时 PPT 可以做得非常漂亮，向上汇报时也能讲一个宏大的故事。但底层业务逻辑没动，组织惯性没改，考核指标没变，只是把原来人做的脏活累活，换了一个更贵的工具再做一遍。

更危险的是，AI 在某些场景里会放大旧问题。

《置身团内》里讲得很具体：美团到餐业务的核心考核指标是团购套餐转化率和短期 GMV。AI 接入之后，系统可以更精准地推送低价引流套餐，可以在更短的时间内找到更多愿意点击的用户。数据看起来好了，GMV 涨了，转化率高了。但商家利润被压得更低，用户实际消费体验更差，长期复购更差。报表上的数字是涨的，所以没人想停下来，也没人敢停下来。

这就是 AI 许愿池化的典型症状：技术让错误的目标更高效。

钉钉的「ONE」项目也是类似的情况。AI 主动汇总工作消息、让信息从「人找事」变成「事找人」，这个方向听起来很对。但产品同时要服务四个目标：普通员工减负、管理层掌控、商业化变现、组织士气。四个目标在权力结构上互相冲突，普通员工想要少被打扰，管理层想要更多信息可见，商业化想要更多入口，组织士气想要一个「AI 爆款」来提振信心。

AI 成了那个被寄予厚望的救星。但它救不了一个定位都没想清楚的产品。它只能把本来没想清楚的东西，用更复杂的方式再做一遍。

《置身米内》里也有一个类似的细节。小米同时跑手机、汽车、IoT、自研芯片四条线，每条线都需要战略重心，但资源是有限的。于是 AI 和芯片在某些汇报里成了「高端化」和「护城河」的代名词，但手机主业的具体产品定位、渠道节奏、用户心智并没有被真正重建。AI 和芯片是做了，但基本盘的问题没解决。

这背后有一个更深层的问题：当一家公司不知道该怎么解决业务问题时，AI 很容易成为逃避思考的借口。因为买技术、建团队、做 POC，都是看得见摸得着的动作；但重新定义目标、调整考核、重构流程、得罪既得利益者，这些都是痛苦且不确定的事。AI 让公司看起来在行动，但行动的可能是错误的方向。

所以判断一个 AI 项目是不是许愿池，有一个简单的方法：如果去掉 AI，这个业务问题还能不能解决？如果答案是解决不了，那 AI 大概率也解决不了，只是让问题变得更贵。如果答案是可以解决，那 AI 只是加速器，不是点火器。

真正该问的不是「我们能用 AI 做什么」，而是「这个业务的真正瓶颈在哪里，AI 能不能帮上忙」。

用户缺席：AI 项目从立项第一天就是「向上负责」

《置身钉内》里有一个让我印象很深的细节：钉钉强调「与用户共创」，但共创对象多为管理者和合作方，反馈偏正面、不具代表性。真正的普通员工，他们的痛点被忽视了。

这不是个案。很多企业 AI 项目立项时，真正的用户是缺席的。决策者关心的是：能不能给老板一个交代，能不能在汇报里讲一个宏大的故事，能不能在竞品都在讲 AI 的时候，自己不落下风。用户的真实需求，被层层过滤之后，能到达决策层的声音已经很小。

向上汇报无效循环示意图

《置身钉内》里描述的「ONE」产品体验，就是一个典型结果。消息没点开就被标记为已读，给员工带来更大的已读压力；AI 助手推荐的内容不是用户真正想看的；AI 表格看着智能，但日常 90% 的操作还是用原来的方式更快。员工不是不会用，是产品从设计第一天起，就不是为他们服务的。

这就引出一个很关键的问题：企业 AI 项目的「第一用户」到底是谁？

理想情况下，第一用户应该是那个每天用、并且用出问题会骂你的人。但在很多企业里，第一用户其实是老板，或者老板的老板。产品能不能让老板满意，比能不能让员工好用更重要。因为立项、预算、汇报、晋升，都指向老板。

当 AI 项目变成「向上负责」的表演，用户就消失了。产品不再解决真实场景里的问题，而是解决汇报场景里的问题。演示的时候很流畅，上线之后没人用。最后变成一个内部项目，只有几个人维护，逢年过节拿出来汇报一下进度。

《置身米内》里提到的小米手机高端化，也折射出类似的用户错位。高端用户不会因为小米上了自研芯片、出了 AI 功能，就改变对小米「性价比」的心智。他们买的是整体信任感：设计、品质、服务、品牌叙事、线下体验。这些都不是 AI 能一键修复的。小米的问题是，技术投入做了不少，但用户真正关心的那个系统没有重建。

AI 产品和其他产品一样，需要一个真实的用户契约。谁在每天用这个系统？他用什么场景？他凭什么不用回老办法？这些问题的答案，不能靠汇报材料回答，要靠真实使用数据、行为反馈、甚至用户骂声来回答。

如果一个 AI 项目上线三个月，用户活跃度很低，但汇报材料里全是「模型准确率提升了 X 个百分点」，那这个项目很可能是在向上负责，不是在向用户负责。

太阳工程：AI 项目不能依赖某一个人的光芒

《置身米内》里最锋利的比喻，是把雷军比作「西楚霸王项羽」。

项羽不是不能打，他是太能打。能打到最后，只能他亲自上的战场才赢。刘邦输了无数次，但手下有韩信、萧何，可以分兵多线作战。小米的问题是，公司数万人之后，仍然高度绑定创始人个人精力。汽车雷军能亲自抓，所以汽车做得好；手机一旦脱离他的视线，就开始内耗、定位反复、节奏脱节。

这个比喻对 AI 项目特别有启示。

很多公司的 AI 项目，都是「一把手工程」。老板亲自站台，资源集中，推进快。这种项目在初期确实有优势，因为能打破部门墙、快速决策、集中投入。但问题是，一把手能管多少事？老板的兴趣一转移，或者老板去抓另一个战略重点，AI 项目马上进入资源真空。

单一依赖vs循环自驱组织对比图

更危险的是，当中层知道 AI 是老板的重点工程时，AI 项目很容易变成「在老板面前表演」的机会。每个人都在想怎么让老板看到进展，而不是怎么让业务真正受益。 demo 越来越漂亮，实际落地越来越浅。项目成了一个向上负责的政绩工程，而不是一个真正跑在业务里的系统。

钉钉的「ONE」项目也经历了类似的过程。无招回归后主推，战略频繁变动，团队被「每日一包」的高压迭代追着跑。AI 产品本来需要迭代，但当一个组织把「快」当成唯一美德，底层基建、用户验证、长期价值就都没时间了。项目最后拆分并入悟空，不是说团队不努力，而是项目的命运始终绑定在高层意志和节奏上，没有长出独立的根系。

企业 AI 项目不能是「太阳工程」。它需要有二号、三号负责人，需要能在不同业务线独立推进的人，需要一把手不在也能运转的机制。太阳一落山，项目就黑灯，那这灯点得没意义。

更深一层，AI 项目还需要和组织架构做适配。AI 项目往往横跨多个业务部门，需要数据打通、流程重构、权力再分配。如果公司里没有常态化的跨部门协作机制，没有能够拍板且愿意承担责任的决策层，AI 项目很容易变成各部门轮流踢的皮球。

执行型组织的反噬：越会执行，越不会创新

美团那篇最刺痛我的一句话是：「节俭和听话曾是美团的武器，如今是创新的死敌。」

美团的组织文化是什么？强管控、强执行、自下而上反馈通道极窄。基层的核心能力不是定义问题，而是把上级的意图拆解成标准化动作。这种文化在百团大战的时候很管用。那时候方向明确，市场高速增长，只要比对手执行得快、成本低，就能赢。

但 AI 时代不一样。AI 项目的方向往往不是一开始就清楚的。模型能做什么、不能做什么，需要反复试错。业务场景里哪些问题值得用 AI 解决，哪些问题是伪需求，需要基层有判断权。组织需要有人能提出「这个问题是不是问错了」，而不是只会回答「领导要我们怎么做」。

流水线执行vs弹性创新流程对比图

如果一个组织长期筛选和培养「传声筒式执行者」，它天然会驱逐创新型思考者。AI 项目来了，所有人想的第一件事不是「怎么用它做出新东西」，而是「怎么用它完成我的 KPI」。因为完不成 KPI，就没有绩效，没有晋升，没有位置。

《置身钉内》里描述的高压管理，把这种反噬写得很具体。产品经理在项目期间两次晕倒，第二次被 120 急救，诊断为呼吸性碱中毒、血压过低。这不是简单的加班问题，是一个组织把人的身体和精神资源压榨到极致之后，已经容不下思考空间了。

AI 转型需要创造性劳动。创造性劳动需要余量。余量包括时间、人力、心理安全感，也包括允许失败的机制。如果一个组织只奖励结果、不奖励试错，只惩罚失败、不惩罚不思考，那 AI 来了也只是多了一个更贵的执行工具。它不会凭空让组织长出创新能力。

再往下想一层：效率和创造性在很多组织里是互斥的。效率要求标准化、可预测、可考核；创造性要求模糊、试错、失败。AI 项目既需要效率也需要创造性，但组织的激励机制通常只能容得下其中一个。

所以真正能把 AI 做成的公司，通常不是技术最强的，而是组织最有弹性的。它们允许一部分人做不确定的事，允许一些项目暂时看不到 ROI，允许基层有一定的决策权。这种组织文化，比任何模型都稀缺。

企业 AI 转型的六个真相

四篇文章读完，我不想再列什么「企业 AI 成功五步法」。但有六件事，我觉得是绕不过去的。

企业AI转型价值导向主视觉图

第一，AI 项目要回答一个真问题。

别问「我们能用 AI 做什么」，要问「没有这个 AI，业务哪个痛点会一直痛下去」。如果找不到这个痛点，AI 项目很容易变成许愿池。真问题的特征是：不用 AI 也能描述清楚，但用 AI 能显著降低成本或提升体验。

第二，AI 项目要有一个真实的用户契约。

谁在每天用这个系统？他用什么场景？他凭什么不用回老办法？这些问题的答案不能靠汇报材料，要靠真实使用数据和行为反馈。如果一个项目上线三个月，活跃度和老系统比没有明显变化，那就要诚实面对：它可能没解决真问题。

第三，AI 项目不能是太阳工程。

它需要二号、三号负责人，需要跨业务线的独立推进能力，需要一把手不在也能运转的机制。AI 项目应该像一棵树，而不是一束烟花。烟花要人点燃，树可以自己生长。

第四，组织要为 AI 项目留出余量。

包括决策权的分散、试错机制的设立、长期考核指标的存在，以及对人的保护。一个把人当耗材用的组织，做不出真正聪明的 AI 产品。因为聪明的产品背后，是聪明的人的持续投入。

第五，AI 项目会触动既得利益，要提前想好怎么分配权力。

AI 接入业务流程，意味着数据要打通、决策权要重新划分、一些岗位的工作内容会改变。这些说到底不是技术问题，是权力问题。如果公司里没有处理这种冲突的机制，AI 项目会被各部门以「数据安全」「流程合规」「系统稳定」等名义卡住。

第六，AI 项目的 ROI 不能只看短期。

很多 AI 项目的价值，体现在中期甚至长期：员工知识库的建立、流程的标准化、数据资产的积累、组织决策能力的提升。如果考核只看短期 GMV 或效率提升，AI 项目会倾向于做容易量化的小改进，而不是真正改变业务模式的尝试。

最后

四篇离职长文，四个人带着疼痛离开。他们写下来的东西能传得那么广，不是因为吐槽本身有多精彩，而是因为太多人感同身受了。

《置身钉内》的作者亲历了 AI 产品从 0 到 300 万再到拆分的全过程。他真正难受的地方，不是项目失败本身，而是他知道自己在做正确的事，但组织没给正确的事一个正确的环境。《置身钉外》的马锐拉说心疼，是因为他从外部看到了这种环境对人的消耗。《置身米内》的校招生写理想与现实的落差，是因为他曾经真的相信公司说的「三条曲线」。《置身团内》的基层产品写创新被绞杀，是因为他见过太多有想法的人被体系逼成传声筒。

企业 AI 转型正在进入深水区。早期大家拼的是谁先用上大模型，接下来拼的是谁的组织能真正接住 AI。

技术可以买，人才可以挖，但组织的惯性、考核的短视、决策的集权、对创新的不宽容，是 AI 买不到的。

所以如果你正在做一个 AI 项目，先别急着问「该用哪个模型」。