長期以來，一個問題一直讓企業家困惑——技術變革推動組織變革，還是組織變革推動技術變革？所謂組織變革，意味著企業在組織設計和配套機制（典型的是激勵機制）上發生根本性變化；而所謂技術變革，就是近年來一浪接一浪的數智化浪潮，如互聯網、大數據、數字化、區塊鏈等。

有意思的是，大多老板支持技術變革推動組織變革。在他們的陳述中，對大企業病和官僚主義深惡痛絕，以至于一直期待組織變革，甚至也為此進行過多次努力。而數智化浪潮里的技術，讓他們一次次地看到了組織變革的希望。

早期，“互聯網思維”席卷商業世界時，他們中的大多數認為互聯網公司是“新物種”，其組織模式是完全去官僚化的；后期，當區塊鏈技術如火如荼時，他們又認為DAO（Decentralized Autonomous Organization）這種組織形態，將通過區塊鏈技術實現組織規則透明、分布式共治、即時激勵，達到效能最大化。結果呢？當下擁有互聯網思維和區塊鏈技術儲備的互聯網大廠，卻幾乎成了最官僚、大企業病深入骨髓的企業。

當下，AI技術的浪潮再次襲來，顯然，這股浪潮比以前任何一股來得更猛。這再一次點燃了企業家的組織變革熱情，他們開始期待企業可以借此轉型智能體組織（Agent Organization）。

這個想法也許是危險而錯誤的。

工業經濟時代的啟示

不妨把目光拉回到工業經濟時代。在19世紀80年代年愛迪生推廣電力后，企業家們開始嘗試用這種新的能源形式來替換掉蒸汽機，但在1880年至1910年的近30年時間里，社會生產力并未實現爆發。1890年至1918年期間，美國的勞動生產率（Output per hour）增速僅為1.73%。

事后的各類證據顯示，主要有幾個原因：

一是配套基建滯后，缺乏能夠遠距離傳輸的高壓交流電技術，企業只能就地發電，不夠經濟。二是之前的工廠布局是中心式的，即一臺巨大的蒸汽機，加上貫穿廠房的“一根天軸”，來帶動每臺機器。當企業用一臺大功率發電機替代蒸汽機后，工廠運作模式依舊，效率提升極不明顯。三是原有的蒸汽機設備投入巨大，沉沒成本太高，大量企業觀念陳舊不愿更換。

換言之，這個階段的企業，表面上使用了電力，但骨子里依然是蒸汽機時代的內核。但隨后的幾股變革浪潮帶來了新的增長契機。一是通用電氣（GE）、西屋電氣（Westinghouse）等基礎設施類企業迅速發展，解決了集中發電、遠距離傳輸的問題。二是生產方式由“天軸傳動”變為“單元驅動”，每臺機器裝上了獨立發動機，解放了工廠的物理布局。三是重塑流程，設計“流水線”，即按照物料流動的軌跡，把工序分解，用傳送帶連接，讓產品自動流向工人（而不是工人圍繞機器），減少了搬運和等待的時間。

福特汽車毫無疑問是后兩個浪潮的引領者。1913年，福特汽車在其高地公園工廠重新規劃以電力為基礎的移動流水線，將T型車組裝時間從12.5小時驟降至1.5小時，徹底改變了制造業。

福特的成功案例激勵了更多的制造企業。之后的1919年至1929年，大量美國企業投身了這場變革，電力技術得到了真正合理且徹底的應用。甚至，還由通用汽車（GM）等企業推動，誕生了現代企業管理。這段時間，美國的勞動生產率增速也拉升至2.73%，累積增長率拉升至57.8%，進入了著名的“咆哮的二十年代（The Roaring Twenties）”。

這段歷史，足以讓我們正視一個命題——先進技術要推動生產力發展，也許并不是自然而然的，企業似乎必須要打破某些舊習俗，必須要進行某些組織變革。

如果這個命題成立，那企業家們向AI許愿，希望AI技術推動組織變革的想法，就可能太過幼稚了。

數字經濟時代的啟示

如果說工業經濟時代太過遙遠，那不妨把目光聚焦到前不久到來的數字經濟時代。數字化技術（以互聯網、區塊鏈等技術為表現）初見端倪時，大多企業也曾夢想快速應用這一技術，實現數字化轉型。但根據多家機構披露的數據，實現這一預期的企業僅為20%左右。

按照相當一部分企業家的想法，如果將所有業務和管理流程搬到線上，實現數字化，并基于這些在線熱數據進行算法決策，那必然能夠極大程度上實現效能提升。道理如此簡單，正如工業經濟時代，那些企業家想象用電力替換蒸汽機的前景。

不出所料的，工業經濟時代的尷尬再一次發生。

一方面，或是因為各部門堅決抵制數字化，或是因為終端傳感器不夠靈敏，導致一個個堅固的“數據煙囪”無法突破，數據口徑無法打通。于是，企業只能通過報表數據建立了若干的儀表盤，但更像是“面子工程”，數據的廣度、精度和速度都無法支持更加高效的決策。

另一方面，原來想通過全面數字化來推動流程優化，但這個問題尚未解決，企業就開始大量堆砌IT工具，購買了IaaS、SaaS、PaaS等形式的云服務。于是，原本冗長、混亂、低效的流程被IT工具固化下來，變成了難以撼動的“電子水泥”。這為員工帶來了巨大的額外負擔，最終導致其架空系統、應付領導。

整體來看，大多的數字化變革并未以客戶為中心，也并未指向組織變革（變得更加靈活），最后是“為了數字化而數字化”，把上線當做最終目的，結果自然是以失敗告終。

丹麥屋頂窗制造商VELUX為提升效率，決定在一個關鍵生產領域引入工業物聯網系統，通過實時數據賦能員工。但工人卻認為這套系統是來監視他們的電子鐐銬，因此消極應對；公司堅持認為“只要數據透明，效率就會提升”，并沒有考慮工人使用數據的動機問題，也沒有規劃出數據驅動的流程。于是，這套系統運行六個月后，企業生產效率依然停滯不前，數字化轉型宣告失敗。

更尷尬的是，相當一部分企業甚至還因為數字化轉型而遭遇效能下降。若干媒體披露的匿名案例已經給出了證據，穆勝咨詢的一手資料中，也有相當數量的此類案例。

事實證明，技術不是萬能的，難以穿越組織模式發揮作用。當組織沒有改變時，就強行注入先進技術，則技術越先進，越可能造成悲劇。

AI時代的許愿

盡管工業經濟時代和數字經濟時代的無數案例已經證明了組織變革的必要性，但相當一部分固執的企業家依然沒有被說服。他們堅持認為，技術之所以沒有發揮預想的作用，盡管有組織變革之后的原因，但更大的可能性是這個技術還不夠強大。AI的出現讓他們再一次燃起了“用技術穿越組織”的希望。

事實上，盡管他們的想法有點“向AI許愿”的嫌疑，但單從邏輯上看，似乎也有一定道理。工業經濟時代電力的應用需要基礎設施設備上的條件，數字時代數字化工具的應用需要員工的配合，但AI不一樣，它擺脫了物理基礎的桎梏，更可以替代人。換言之，只要把它們引入企業，企業家們似乎就可以靜候佳音了。

這也是大量企業都在強制員工使用AI的原因，企業家們不見得想清楚了如何擁抱AI，他們確信的是：其一，AI效率比人更高；其二，AI未來可以取代人。顯然，滿足上述兩點中的任一，都足以讓企業家們瘋狂。

但現實卻是殘酷的，大量企業在導入AI工具后，員工個人效能明顯提升，但組織效能卻毫無變化。舉例來說，程序員利用AI輔助編碼，可以更快出活，HR利用智能招聘的代理，可以大大加速簡歷篩選，但這些任務成果卻不一定能帶來客戶體驗、經營價值的提升。

直觀來看，局部個體效能提升了，但公司的架構、流程依舊，爆發的生產力就會堵塞在陳舊的節點（審批、評審、會議等）里。這種堵塞造成的不僅是整體效能不變，還會因為交付積壓，反而降低了整體效能。同樣以代碼開發為例，當程序員用AI工具寫出了更多代碼，但代碼審查環節卻依然滯后，這就導致了大量代碼堆積，反而延長了上線時間。

在引入AI工具時，由于缺乏頂層設計和系統思考，企業家顯然沒有收獲預期的“奇跡”。說到底，他們把AI產生作用的機制想得太簡單了。一方面，他們以為各個業務領域的員工使用AI，各個業務領域就實現了“AI化”。但事實是，這個領域的數據并沒有進入大模型，大模型更沒有經過調優，所謂的AI通用工具，只是在某些節點發揮了作用。另一方面，員工們各自使用各自的AI，用法、prompt風格、輸出格式完全不同，即使產出了大量所謂的“成果”，但工作流完全無法打通，這些領域的效能自然無法提升。

AI生長的底層邏輯

一位中國大型企業的企業家與我交流時的觀點，很有代表性。

他提到了三個試想：其一，如果大量引入AI，就可以替代掉現在大部分員工的低效工作，企業至少不會比現在更糟。其二，對于那些擁有一定技能的員工，只要采用蒸餾模式，把他們變成“.skill”，也能夠確保組織的順暢運轉。做到這兩點，企業可以大量減少編制和人工成本支出。其三，對于剩下的人，只要使用AI進行任務分解和強勢考核，組織效能也可以大大提升。

他的想法高估了AI技術，也低估了組織變革。具體來說：第一，引入AI的確可以提升個人的效能，但卻無法提升組織效能，前面已經給出了解釋。第二，并非所有員工都值得被蒸餾，蒸餾劃水者，留下錯誤方法或多余流程，企業最終得不償失。第三，如果企業自己在經營和管理上都一片混沌，想要依靠AI越位給出答案，這是不現實的。

在過去，經營管理理念可以是企業家的靈光一現和自由發揮，可以相當隨意；而現在，要讓AI發揮作用，經營管理理念應該被描述為價值創造和價值分配的系統、精確邏輯。

舉例來說，過去絕大多數企業的戰略解碼是層層耗散的，最終每個人分解到的所謂“戰略任務（KPI或里程碑）”與企業的戰略基本沒有關系。那么，基于邏輯推演的通用AI工具（而非專業領域大模型），能讓這種現象消失嗎？這些工具能夠完成指標和baseline的精確設定嗎？顯然不能。如果要AI在這一領域起作用，首先就需要開發這一領域的大模型。但企業自己都沒有搞清楚戰略解碼的原理，AI怎么可能絲滑補位？

當然，有的企業就想試試，但我們已經多次看到了類似的結果。要AI基于未知事物去強行輸出，結果就是“湊答案”，帶來荒謬的結果和影響。例如，某些企業使用通用AI工具，基于員工的文本、對話、郵件等痕跡，嘗試推測員工的貢獻，結果就錯判了真正的奮斗者。這不禁讓人聯想到工業經濟時代，有企業嘗試用文本字數來衡量員工貢獻的荒唐之舉。試問，這種獎懶罰勤的結果，企業能夠承擔嗎？這種把AI當許愿池的想法，實際上是不理解AI，不理解大模型的生成和運作原理。

要讓AI帶來整體生產力的爆發，將經營管理理念變成AI優先（AI first）的工作流是繞不開的一步。具體來說，企業家要與他人協同，基于AI的技術環境，重新定義組織構型（Organization Architecture，包括商業模式、業務流程、組織設計和崗位系統等維度），也就是要讓生意變成分工。在此之后，他們才能在各個領域建設不同的AI代理（Agent），并對其進行持續優化。

在這一過程中，組織層面相關的變革依然是繞不過去的“最大關隘”。

AI爆發的組織土壤

絕大多數企業使用的金字塔組織模式（Hierarchy），以橫向分工和縱向分層為特征，用清晰的邊界形成了變態的官僚，讓AI只能在個體層面發揮作用，相當于把這個終極殺器鎖在了籠子里。

AI要爆發，需要什么樣的組織模式？普遍的說法是智能體組織，當下，已經有諸多觀點對這類組織模式進行過描述——企業化身平臺，不斷產生大量以客戶為中心的、無邊界、跨職能的小型團隊，這些團隊以少量人工監管大量AI代理，能夠靈活調動全司的火力，并進行端到端的成果交付。

其實，剔除AI的要素，這樣的說法完全符合我對于平臺型組織（Platform-based Organization）的描述。顯然，平臺型組織就是AI爆發的組織土壤，換言之，企業只有轉型平臺型組織，才能借由AI的導入，升級到智能體組織。

那些幻象“AI替代人類，組織自動進化”的觀點，可能忽略了人在智能體組織中的重要作用。即使AI接管某一專業領域，即使這一領域的大模型已經相當成熟，其依然需要人類的監管和（應急時刻的）接管。

如果存在人類介入，就存在協作問題，屆時，人類愿意死守監管和接管的邊界，甚至接受AI的指令嗎？會不會重現工業經濟時代“怒砸珍妮紡紗機”、抵制先進生產力的歷史？其實，只要組織模式是金字塔，數據煙囪就依然存在，各個領域就依然是各自為政?？紤]AI只能通過與人的協作才能發揮作用，那么，人就有充分的理由來限制AI發揮作用，通過“圈養AI”，來應付上級。

所以，對于想要擁抱AI的企業來說，當務之急是推動組織變革。只有當企業的各個角色都是以客戶為中心，能夠自由組合，共創價值，共享收益，他們才會把部門、層級的約束拋在腦后，數據才能沖破牢籠被盤活，AI才能在一條條干凈簡潔的工作流上發揮最大作用。在這樣的組織模式里，以客戶滿意為標準來檢驗效能，才能剔除人的私心，逼走那些能力孱弱、頑固不化、與AI絕緣的“老登”。

但問題來了，如果這樣的組織變革是大勢所趨，為何企業家們卻視而不見呢？在過去十年（2015-2025）的工作經歷中，穆勝咨詢接觸了大量號稱意圖“組織變革”的企業，但絕大多數都是“口號震天，行動猥瑣”。

如果到了今天的AI時代，面對明朗得不能再明朗的趨勢，他們依然不愿意走出這一步，是不是有更深層次的原因？

擁抱AI？另一種保守！

“穆老師，我們已經在進行組織變革了，壓縮機構、減少編制、裁撤人員，我們都做了！”

相當一部分企業家，并不贊成我對于中國企業“不愿進行組織變革”的判斷，他們認為上述的行動就是在進行組織變革。這里首先明確一下概念，“組織精煉”是對企業的組織規模進行合理壓縮；“組織變革”是對于企業里員工的責、權、利、能進行全面調整，這會從根本上改變企業的運作狀態。

舉例來說，“組織精煉”并不會徹底改變指揮鏈條，但“組織變革”會讓企業從過去的“后臺→中臺→前臺”式指揮鏈條，倒轉為“客戶→前臺→中臺→后臺”的形式。顯然，“組織變革”為企業帶來的沖擊是難以想象的，企業家也是人，要他們沖破那么多的人情世故來重塑組織，似乎也有點強人所難了。

所以，大多企業家把他們對于AI的熱情和渴望，投入到了“組織精煉”里，最典型的操作就是進行裁員。他們在這條路上的堅定不難理解，在過去的企業里，人力的浪費已經是心照不宣的事實，而如今外部嚴苛的商業環境和AI帶來的機會，讓他們完全有理由行動。

不僅如此，相對于組織變革，裁員完美匹配了他們的心理訴求。

一是維護了企業家的面子。AI讓他們自恰，填補了組織認知的黑洞。他們會覺得，自己過去對于組織的思考沒有問題，那時只是少了AI這個工具，才造成了組織效能低下。世俗點看，企業家承認企業人多了，不會沒面子，感覺是自己撐起了這么多人的生計；但承認組織設計有問題，會很沒面子，好像自己認識不夠，耽誤了企業。

二是讓企業家得以回避思考。裁員是簡單答案，組織變革是復雜答案，大多人都喜歡簡單。回避思考，是大多數人的本能。所以，大多企業家們在每一次導入技術變革時，嘴上一定也會高呼組織變革，但他們在行動上卻一步三回頭。

我們有理由推斷，大量企業強制推動使用AI，其實就是一種裁員借口。AI讓劃水者的簡單工作現出原形，讓這部分人離開組織，減少了直接的人工成本支出、周邊資源的浪費和內部的交易成本。這至少讓企業增加了生存和發展的底氣。

但平心而論，用積極裁員來回避組織變革的方式，可能是飲鴆止渴。引入AI的金字塔組織，的確能夠在一定程度上壓縮成本，但卻無法產生營收優勢，相當于靠吃了大補丸延壽若干年，但企業的競爭力本質沒有變化。很多時候，這顆大補丸還會讓企業家們形成錯覺——我們已經依靠AI完成了組織轉型。這將讓他們錯過最寶貴的組織和技術（AI）協同轉型期，從而遠離智能體組織。

AI時代，在產業里率先轉型智能體組織的企業，會形成代際競爭優勢，以贏者通吃的方式成為行業寡頭。而對于其他企業來說，這次的錯過（轉型），就是永別。

作者穆勝是穆勝咨詢創始人、北京大學光華管理學院工商管理博士后，穆錦添是穆勝咨詢助理研究員。

本內容為作者獨立觀點，不代表財富中文網立場。未經允許不得轉載。