ARTICLE · 992078
AI NATIVE 组织变革 · 上篇· 红利是底线,增长红利是上限
AI NATIVE 组织变革 · 上篇· 红利是底线,增长红利是上限
先看一个别人家已经过上的日子。Anthropic公开过一个数字：内部超过80%的合并代码，是Claude自己写的。工程师的角色变了——人提供目标，不再提供方法（Anthropic官方）。这不是预言，是现在进行时。 再看你自己家的账本。AI的钱花了不少，工具买了一堆，试点做了一轮。年底复盘，董事会问：钱赚回来了吗？ 答案很微妙。省下的钱看得见——写方案快了、做图便宜了、客服少雇人了。可增长呢？新产品呢？新收入呢？翻遍报表，找不到几行是AI挣来的。 钱不是没赚回来，是只赚回了成本那一半。 这就是本文要钉在你桌上的四个字：价值剪刀差。成本端在快速兑现，收入端几乎原地不动，两条线越拉越开。它不是某家公司的偶然失手，是全行业的系统性姿势——后面我会给你看十家消费巨头的复盘数据。 这一篇，把这件事说透：为什么转型停在效率这一半，另一半（能力放大、新产品、新服务、新商业模式）卡在了哪里，以及窗口还剩多久。中篇讲组织要重写成什么样，下篇讲怎么改、怎么转得久。 买的是工具，缺的是组织；吃到的是降本，丢掉的是增长。 先看三个扎心的数字，都出自2025到2026年最被引用的几份报告。 麦肯锡《State of AI 2026》：Agent规模化部署的企业从27%涨到40%，同时32%的企业放弃了外购软件、转向自建——钱没少花，只是流向变了。可高绩效组织只有约6%（麦肯锡）。换句话说，94%的组织花了同样的钱，没拿到那个结果。 MIT NANDA报告更直接：95%的生成式AI试点没有产生可衡量的回报，瓶颈不在模型，在组织学习差距（Fortune报道）。这份报告的样本只有52次深度访谈，业内对方法论有争议——但恰恰是这个局限，让结论更可信：连最严格的审视，都找不到95%之外的乐观证据。 BCG的说法异曲同工：只有5%的企业真正规模化拿到了AI价值（BCG《为AI设计公司》）。 到这里，你可能会说：这是试点失败率，跟我有什么关系，我们已经在用了。 那看这份。River Valley对十大消费巨头的2026年二季度复盘，这可能是目前对「AI投入到底兑现了什么」最扎实的一份逐公司盘点（River Valley 2026Q2）： 「罕见、个案、温和」这六个字，值得管理层逐字读一遍。它说明的不是AI不能带来收入，而是收入的兑现路径和成本完全不同：降本靠采购就能兑现——买工具、换流程，自己说了算；增长靠重组才能兑现——新产品要新的团队形态，新服务要新的定价和渠道，新商业模式要新的考核口径。前者动的是预算表，后者动的是组织本身。只动预算表的组织，注定只拿到一半。 把这三行放在一起，图形就出来了：一条陡峭向上的成本兑现曲线，一条几乎趴着的收入兑现曲线。经济学里管这个形状叫剪刀差——两条线一旦张开，中间的缺口就是白白流掉的价值。 
注意，这不是「AI不行」。恰恰相反——成本端30%到90%的兑现，证明技术是真金白银地有效。问题出在姿势：组织把AI当成了一台降本机器，而不是一个增长引擎。机器开足马力省成本，没人问它能不能做出以前做不起的产品、够到以前够不到的客户。 Gartner把agentic AI放在2026年炒作周期的顶峰（Gartner）。位置本身就是信号：顶峰的另一侧是幻灭低谷。在顶峰期入场买工具的组织，多数会在低谷期交出学费；而在窗口期重写组织的少数派，会在低谷期捡到别人丢掉的定价权。这个窗口，本文最后一节细算。 经营体检①：把贵司的AI账本拿出来，分两列记。左列是效率账——省了多少人天、降了多少成本；右列是增长账——AI直接带来的新产品、新服务、新收入。如果右列写不满三行，你家的剪刀差，就是本文的诊断对象。 拖的不只是效率，还有新能力；而且体感提效，根本不可信。 先把技术侧的进度条摆清楚。AI的能力演进走了三步，我们称之为「能力三跳」： 第一跳，Copilot补全：AI在人手边打下手，补代码、写草稿、做摘要。省的是个体劳动时间。 第二跳，Agentic委派：人把任务整包交给Agent，盯结果不盯过程。省的是协调与等待。 第三跳，自主交付：Agent端到端完成目标，人只定方向、做验收。重构的是分工本身。 每跳一阶，成本曲线就下一截。这是大多数组织已经看懂、也吃到的一半。 但三跳还有另一面，大多数组织没看懂：每一跳同时打开一阶价值空间。我们把它叫「价值三阶跃迁」，跟能力三跳一一对应—— 「能力放大」这个词太容易被读飘，落到地面是这样的：以前养不起一个专职数据团队的中型公司，现在靠几个Agent就能把经营数据跑成日报；以前一个产品想法要走半年立项，现在产品经理一周内直接出可用原型去验证；以前的客服只能被动应答，现在能主动做客户经营、把复购做起来。这些事的共同点是：它们以前不是不划算，是根本做不起——是组织成本拦住了它们，不是市场需求拒绝了它们。AI把组织成本打下来，这批「做不起的事」就成了新的价值矿脉。 一句话：能力三跳压成本，价值三阶开收入。多数组织踩着第一阶的楼梯，就宣布登顶了。 反例看一眼Salesforce。Agentforce不是一个聊天机器人，是长进核心工作流里的新能力——结果它长成了新产品：ARR 12亿美元，同比+205%，过半订单来自老客户的增购（麦肯锡《Growth favors the bold》）。注意这条链路：新能力 → 新产品 → 新收入。它没有把Agent省下的成本记成功劳，而是把Agent做成了收入本身。 
METR这个实验值得多看一眼：一群资深开源开发者，在自己维护多年的代码库上干活，随机分组，一半用AI、一半不用。结果用AI的那组慢了19%；但问他们自己的感受，他们说快了20%（METR）。感受和事实之间，隔着39个百分点。 这说明什么？没有度量的提效是幻觉。你觉得团队快了，可能只是键盘声密了。这个坑，下篇的度量模块会正面处理——这里先埋个伏笔：体感不能入账，只有口径统一的指标能入账。 再看能力放大正在干的一件大事：批量制造「以前养不起的组织形态」。两头极端同时出现——一头是一人公司，另一头是两三个人管上百个Agent的微型舰队。中间那些「层层传话、级级审批」的组织，两头受挤。这不是巧合，科斯早就埋好了伏笔：组织的边界取决于协调成本。AI把协调成本打下来，组织的形状自然要变——有的缩成一个人，有的摊成一支舰队。 把科斯边界翻译成大白话：公司为什么存在？因为什么都去市场上买，交易成本太高，自己组织起来干更便宜——所以公司的边界，就画在「内部协调成本等于外部交易成本」的那条线上。AI把内部协调成本往地板上压，这条等式整个重写：组织必然变小、变轻、变多孔，以前「养不起」的事，现在小团队就能干，甚至外包给一群Agent就能干。组织的形状，从来都是这道算术题的答案。 数据能看见这个趋势：2026年上半年，一人公司（OPC）新注册量同比+47%，各地落了426处创业载体；独立创始人占新创公司比例从23.7%升到36.3%（新华网、搜狐·Carta数据）。能力放大，正在把「组织」这个单位的成本结构整个改写。 所以，AI Native不是「人+AI」的加法，是「人×AI」的乘法。乘法有个残酷的特性：配比错了，结果不是小，是负——能力越强，内耗越大。我们在PMO前沿大会的分享里把这层关系讲得更细：能力是驱动轮，组织是被驱动轮，驱动轮转得飞快、被驱动轮抱死，车不会快，只会冒烟。 样本分两种：收拢的是组织，长出的是新品——两边中国都已有活例。 判断一个方向是不是真的，别看发布会，看有没有人真的靠它活着。先看实验室里的两个极端样本。 Anthropic前面说过了。OpenAI的Codex团队是另一个：3个人起步，扩到7个人，5个月，产出约100万行代码、约1500个PR（OpenAI Codex复盘）。人均产出已经不是「提高百分之几十」的量级，是把传统研发组织的人月公式直接作废。 再看中国。2026年上半年有一轮安静的组织收拢潮：字节把飞书并入豆包体系，阿里按AI重构四大板块，腾讯取消小组长层级，京东撤掉C4、C5职级序列（36氪、21世纪经济报道）。动作各不相同，方向只有一个：传声筒必死。AI让意图可以直达执行，中间那些「负责传递信息」的层级，就成了纯成本。 企业侧的活样本，要分两栏看——这正是大多数盘点漏掉的一步。 效率样本，解决「组织能不能变轻」：蔚来用AI重排研发协同，组织变轻、交付变快；乐天把人机混编做进日常流程；Lovart这种AI原生小团队干脆把一件完整交付拆成「五刀」，每刀人机分工明确。它们证明的是底线那一半。 发现规律了吗？效率样本遍地都是，增长样本屈指可数。这不奇怪：效率只需要采购，增长需要重塑。买一套工具、定一个使用规范，效率改善当月见效，写进季度汇报正合适；而增长要求你动团队编制、动产品立项、动考核口径，见效以年计，风险自己担。于是几乎所有组织都不约而同地选了容易的那条路——然后集体停在剪刀差的左半边。 增长样本，才是本篇的重点，因为它们证明的是上限那一半： 三个案例，一条共同的路径：能力产品化，收入服务化。他们没有把AI省下的钱当成绩，而是把AI长出的能力做成了卖钱的东西。 
把这些样本拆开看，动作五花八门；合起来看，共性只有三个： 这三个动作，就是本篇交给中篇的接口。它们不是口号，是从样本里归纳出的最小充分集——中篇会把它们建制化，装进组织的操作系统里。 不是第六种时髦，是协调成本曲线的又一次坍缩。 把时间轴拉长到一百年，管理范式一共换代了五次，每一次换代的底层逻辑惊人地一致： 看出来了吗？每一代范式，都是协调成本曲线的一次坍缩。前四次坍缩都发生在「人与人之间」，这一次不一样：坍缩发生在「人与工作之间」。所以前四次变革改的是管理方法，这一次改的是生产单元——这就是为什么装几个工具不解决问题，因为你用新生产单元去套旧组织，就像给马车装喷气引擎。 
再叠一条轴：组织形态轴，M0到M3。M0是传统科层，M1是职能数字增强（上了系统但结构没变），M2是人机协同混合（AI进流程、人也改分工），M3是AI Native舰队（目标驱动、自主交付、人管验收）。一百年走下来，组织的答案正在从「让人更像机器」走向「让人回归创造」。这条双轴坐标，我们在PMO前沿大会的分享里展开过完整版。 百年坐标收口，两条定律各管一件事，贯穿整个系列： 科斯边界定律 ：协调成本降到哪里，组织的边界就收缩或扩张到哪里——它决定你「变成什么形状」； 瓶颈迁移定律 ：瓶颈不会消失，只会转移——AI解决了执行瓶颈，瓶颈就迁到判断、验收与信任上，它决定你「先改哪个环节」。 不变不是维持现状，是被套利；慢一步，连新价值的定价权都是别人的。 最后算一笔时间账。三个数字，画出窗口的边界。 「18个月」也不是拍脑袋。Agent能力按季度迭代，而组织重写一轮的周期大约是12到18个月——编制动一遍、考核改一遍、治理搭一遍，再跑一个完整业务周期出数据、校准一次。今天动手，最早2027年底到2028年追上第一梯队；等一年半再动手，差的就不是时间，是一整个身位：你入局那天，正好赶上窗口关上。 所以，留给CEO的不是三问，是四问： 我这家组织里，协调成本最贵的是哪个环节？（那是第一刀的位置） 哪个业务瓶颈会最先被AI穿透？（那是能力放大的第一个出口） 如果错过18个月，损失多少？（把窗口折算成钱，才能进董事会议程） 以及最容易被漏掉的第四问：哪件以前做不起的新产品、新服务，现在做得起了？（这一问，问的才是上限） 只守下限的组织，省出的是利润；敢够上限的组织，定义的是市场。效率红利是底线——没有它，活不下去；增长红利是上限——没有它，活得再省，也只是在慢慢变老。 本篇交付三样东西：一张价值剪刀差的诊断图、一条能力与价值的双曲线、三个共性动作（交目标不交方法／重排协调／重写考核）。这三样，是中篇的全部输入。 下一篇，中篇《应用升级是修补，OS重写是新生》——回答「组织到底要重写成什么样」：OS五大件、L×M定位矩阵、以及怎么鉴别真假AI Native。我们中篇见。
系列「AI Native组织变革」上篇 —— 回答一个问题：为什么大多数组织的AI转型，只赚回了一半的钱？
01悖论诊断：钱花了，价值没来
成本端，兑现得又快又狠：单项收益普遍在30%到90%之间。P&G的广告创意成本降了约90%，Reckitt的概念开发时长砍掉60%。 收入端，归因「罕见、个案、温和」：这是报告原文的用词。联合利华测算购买意向+5%，雀巢某品类销售+3%——都是好消息，但都是零头。 落到全行业营收，仍是低个位数。
02能力定位：技术已到位，组织在拖后腿
效率红利：降本提效，入场券。谁都能拿，拿了也只是不被淘汰。 能力放大：以前做不了的事，现在做得了。一个人能干一个小组的活，一个小团队能养得起以前不敢想的产品线。 增长红利：新产品、新服务、新商业模式真正入账。效益的天花板在这里，不在成本表里。
03实践校准：终局有没有活样本？
美图：不是给美图秀秀加个AI滤镜，而是让小团队另起炉灶做AI原生新品——Picchi和MVLAND，ARR双双突破50万美元，MVLAND的单用户消费是大盘的13倍，算力点按工作量付费半年累计增长113%（证券日报）。注意，这是新产品、新收入，不是老业务的成本表。 联想乐享：一个超级智能体，累计拉动销售额突破50亿元，日交互超100万次（中国经营报）。AI从客服工具，长成了销售渠道本身。 极智嘉：本来是卖仓储机器人的，现在把机器人卖成AI订阅服务——订阅订单+75%，复购率80%（和讯）。硬件公司借AI完成服务化转身，商业模式都换了。
交目标，不交方法——人定义「要什么」，AI负责「怎么做」； 重排协调——砍掉传声筒，让意图直达执行，信息流按AI的带宽重新布线； 重写考核——不再考核工时和动作，改考核交付的结果与沉淀的资产。
04百年坐标：这次变革在管理史上的位置
1911，科学管理：泰勒把动作标准化——压缩「人做动作」的协调成本； 1920年代，科层制：韦伯和斯隆把层级标准化——压缩「大规模协作」的协调成本； 1993，流程再造：BPR把流程标准化——压缩「跨部门流转」的协调成本； 2001，敏捷：把迭代标准化——压缩「响应变化」的协调成本； 2023至今，AI Native：重写的不是某个环节，是生产单元本身——压缩「认知与分工」的协调成本。
05窗口测算：还能等多久
第一个：Gartner预测，到2030年，2340亿美元的企业应用软件支出将面临agentic AI的套利——当Agent可以直接完成任务，为「功能席位」付费的软件逻辑就塌了（Gartner）。这笔钱会从旧供应商流向新物种。问题是：你的组织是收这笔钱的，还是被这笔钱绕过的？ 第二个：德勤《2026软件行业展望》：2030年前，80%的大型工程团队将完成AI转型，同时只有五分之一的企业治理体系就绪（德勤）。换句话说，大多数组织会在「没准备好」的状态下被卷进去——提前准备好治理和度量的组织，吃的是先发红利，不是转型成本。
第三个，也是最重要的：先到者已经在定义新价值的计量单位。Salesforce推出Agentic Work Units，把Agent的工作量做成标准化定价（麦肯锡）。这一步的分量被严重低估了——谁定义计量单位，谁定义市场。当年云计算如此，今天AI服务也会如此。窗口期关上的不只是成本套利空间，还有新品类、新服务的定价权。等你想明白再做，你就是按别人的价目表付费的那一方。