夜雨聆风
01 一组数字背后的转型
2025年，软通动力交出了一份足以让同行侧目的成绩单：全年营业收入350.90亿元，同比增长12.05%；AI相关业务营收达184.66亿元，占总营收的52.6%。 这意味着，这家成立二十余年的老牌IT服务商，AI收入首次超过传统业务，成为第一大支柱。
更值得关注的是增长势能——2026年第一季度，AI相关业务营收同比增长39%。AI已从“战略方向”变成了“核心动力”。
但数字背后，藏着另一个问题：一家拥有上万名员工的大型组织，靠什么完成这场从“IT服务商”到“AI全栈解决方案服务商”的转身？
软通动力董事兼首席人力资源官黄颖给出了答案：“为了让组织更灵活、人才更适配AI时代，软通系统性调整了组织阵型、人才结构、绩效考核，并且重新定义了管理者的角色。”
这不是一次技术升级，而是一场组织进化。
02 组织架构：从“金字塔”到“柔性网”
传统IT服务商的组织形态，大多是典型的“金字塔”结构——层层汇报、部门分明、各管一摊。这种结构在稳态业务时代运转良好，但在AI时代却成为最大的阻力。
软通动力的做法是：彻底打破旧结构，构建“四大板块+柔性网络”的新型架构。
四大板块：重构业务底盘
软通动力以AI基础设施、计算智能、场景智能、终端智能四大板块为核心支柱，融入数字AI、物理AI、科学AI前沿能力。这四大板块不是简单的业务拆分，而是“全栈智能”能力的系统性布局——从算力底层到终端应用，形成完整闭环。
柔性网络：打破部门墙
在四大板块之上，软通动力构建了“柔性网络”：
- •
前端：组建行业专属的“战队”，轻量化直面客户，实现快速响应 - •
中台：升级为智能赋能平台，统一提供算力、模型支持 - •
格局：形成“前方打仗、后方造枪”的协同机制
黄颖说：“打破部门墙，沉淀全栈能力是我们的最高优先级。”
三层治理架构：让战略穿透到执行
为了支撑这一转型，软通动力设计了“委员会+研究院+多领域COE（技术能力中心） ”的治理架构：
- •
顶层：AI战略管理委员会，确保AI战略一致性，让资源高效流动 - •
中间层：AI创新研究院与AI工程研究院，牵引前沿技术攻关 - •
执行层：多个领域的COE，聚焦垂直行业的场景化落地与解决方案交付
这套架构的核心逻辑是：打通产、销、研的专家资源，彻底告别各自为战的孤岛模式。“同一个项目团队里，同时有来自产、销、研，懂算法、懂硬件、懂行业场景的人——这种多专业融合的团队作战模式，本身就是沉淀全栈能力最有效的方式。”
破除组织惯性：创新项目绿色通道
黄颖坦言，企业变革中最大的阻碍，是长期沉淀的传统组织的惯性。一个典型场景是：一线团队精准捕捉客户需求，希望小步快跑试点落地，但中后台仍沿用传统管控思维，苛求全流程逐级审批、短期立刻见效。
软通的解法是：开辟创新项目绿色通道（AI创新、算力、机器人、鸿蒙系统等相关项目），下放试点决策权、简化审批流程，同时植入长期主义、守正创新的文化理念。
03 人才能力再造：“动力引擎”+“两条腿走路”
组织变了，人的标准也必须变。
“动力引擎”人才模型：AI+生产力成为第四极
2025年，软通动力的 “动力引擎”人才模型正式将 “AI+生产力” 列为第四大核心要素，与“内驱力”“领导力”“专业力”并重。
这不仅是能力的牵引，也是考核的牵引。有了这个“指挥棒”，部门之间的能力壁垒才有动力被真正打破。
人才结构：从“外包人力”到“AI全栈精锐”
在人才结构上，软通动力跳出了传统IT外包的人力模式，转向AI全栈精锐布局：
- •
搭建三层核心人才梯队：聚焦大模型研发、软硬协同、行业方案三大领域，让人才和业务同频 - •
新增AI交付架构师等原生岗位：有趣的是，“这个岗位优秀人选大多来自传统业务部门——他们懂行业痛点，补补AI知识就能快速上手，成为连接传统业务和AI创新的纽带。”
“两条腿走路”的培养策略
软通坚持 “两条腿走路” ：一方面对现有人才进行转型赋能培养，另一方面通过产教融合培养AI原生人才。
具体措施包括：
- •
建立 “AI学堂+专项训练营” ，全员普及AI知识 - •
核心人才通过专项计划强化关键能力 - •
联合校企合作，助力员工终身学习 - •
依托博士后工作站、国家和地方工程实验室等创新载体，汇聚行业专家和专业技术团队 - •
协同全国多所高等院校共建14家产业学院，从源头参与人才培养的标准制定、课程设计、教材编著
软通动力董事长兼首席执行官刘天文强调：“产业的跃迁根本在于人才，人才的生长必须根植于与时代同频的教育。”
“碳基+硅基+具身”三元协同
软通动力还推进了 “碳基+硅基+具身”三元协同的人机协作模式：
- •
AI（硅基） ：做具体任务执行 - •
人类员工（碳基） ：聚焦决策、创新等AI干不了的事 - •
具身机器人员工：负责物理场景的自动化，打通协同障碍
“这样一来，我们就彻底告别了靠人堆的模式，变成了人机一起创造价值的组织。”黄颖说。
04 绩效体系：从考核“人”到考核“人+AI”
组织变了、人变了，“怎么衡量价值”也必须变。
考核主体：从“人”到“人+智能体”
“过去我们考核一个员工，看他完成了多少需求、写了多少代码、解决了多少工单。现在智能体参与了代码生成、测试甚至部分决策，纯粹考核个人‘动作’意义不大。因此，我们转向考核 ‘人+AI’这个联合体的产出质量与效率。”黄颖说。
考核内容：引入“数据资产贡献”
软通动力将 “数据资产沉淀” 从“额外工作”变成本职工作的一部分。对在数据资产沉淀中做出重大贡献的人员，在绩效评价中给予额外加分。
差异化权重：不再一刀切
软通不再采用一刀切的考核要求，而是根据不同角色的特点设置差异化的权重：
- •
业务团队：以短期交付权重为主，AI协同效能和数据资产贡献权重为辅 - •
研发、数据、算法团队：以短期交付权重为辅，AI协同效能和数据资产贡献权重为主
黄颖说：“绩效的本质是‘公司倡导什么’。通过持续宣导让全员明白，在AI时代，数据资产就是企业的核心资本，沉淀资产不是‘额外负担’，而是最高效的长期主义。 ”
05 重新定义管理者：从“监工”到“教练”“翻译官”“决策锚”
组织转型的阻力往往来自管理层，但根源不是“不愿意”，而是“不确定”。软通动力对管理者的角色进行了三重新定义：
第一重：从“监督者”转变为“教练”
过去中层盯着下属“有没有干活”，现在关注“有没有成长”。软通要求中层把主要精力放在人才识别、辅导赋能、团队氛围建设上，考核指标中也加入了 “团队AI素养培养与提升” 等维度。
第二重：从“传声筒”转变为“翻译官”
高层战略往往是方向性的，中层需要结合自己团队的业务场景与AI能力边界，将其拆解为可执行的人机协同举措和方案。
“他们要回答的不是‘老板说了什么’，而是 ‘在AI加持下，我们如何用更优的路径达成目标’ 。”
第三重：从“信息池”转为“决策锚”
业务举措与方案有许多种，但最终选择哪一个、以什么风险偏好做取舍、出了事谁来负责？中层就是那个“拍板”的人。
这种“懂AI、懂业务”的专家能力，成为软通对中层的核心培养方向。
06 战略落地：“AI Factory+FDE”模式
组织变革的最终目标，是让战略真正落地。软通动力的核心抓手是 “AI Factory+FDE”模式。
AI Factory是一套把“AI能力规模化生产”的企业级运营体系，通过构建 “数据驱动模型训练—模型支撑智能体运行—智能体重构业务场景—场景持续生成数据” 的全流程闭环，形成“AI飞轮”效应。它不再是零散的算法模型，而是一套完整的、可扩展的自动化流水线。
FDE（Front Deployed Engineer，前沿部署工程师） 则是将这套能力送到客户现场的“最后一公里”执行者。软通动力创新推行“FDE+AI Factory”模式，在制造、金融、能源等多个行业落地标杆项目。
两者结合，解决了AI落地中最核心的难题：从“技术能力”到“商业价值”的转化。
写在最后
2026年7月，软通动力在《商学院》杂志的报道中，被刻画为一个正在“超越工具革命”的组织样本。报道的结语很有分量：
“AI带来的从来不是工具革命，而是组织文明的迭代。未来胜出的不是技术最强的公司，而是组织最先完成AI原生进化、真正激活人的价值的公司。”
软通动力的案例告诉我们：AI转型，从来不是买工具、上系统，而是一场从组织架构到人才标准、从绩效考核到管理者角色的系统性重构。
从“金字塔”到“柔性网”，从考核“人”到考核“人+AI”，从“监工”到“教练”——这不仅仅是一套管理方法的更新，更是一家万人组织在AI时代对“组织究竟是什么”这一根本问题的重新回答。
你的组织，开始回答这个问题了吗？
