字号 17px

上一篇我写的是「AI 下一个十年,最稀缺的是如何验证、谁负责」。这一周腾讯和百度先后给了两个方向,加上一个同学的实操,我把这件事往下推了一层:组织到底该怎么改,从哪儿下手。

两家公司,说的是同一件事

这两周,腾讯和百度先后讲了两件事。

腾讯的总办号说,AI 是生死存亡的问题,所有业务都要按 AI 时代重新再创业。百度世界大会上,李彦宏说,很多企业只是换了电机,厂房还是老的,趋势是智能组织。

一个是动员,一个是方法。但我读下来,说的是同一件事:光换工具,不算换组织。

先放一组数字。Deloitte 2026 年的企业 AI 调查访问了全球 3200 多位业务和 IT 负责人,大约三分之二的人说 AI 提高了效率,但收益大多停在运营层面,还没有变成财务结果。报告里还有个细节:能用上 IT 部门批准的 AI 工具的员工接近六成,比去年多了不少;但真正每天把它放进工作流程里的,不到六成。工具发下去了,流程没跟上。

PwC 第 29 次全球 CEO 调查覆盖 95 个国家和地区的 4450 位 CEO,结论差不多:多数企业没有看到收入增长或成本下降,只有约三分之一的企业在过去一年里感受到实在的收益。工具普及得很快,变成利润却很慢。

中间缺的,就是组织和流程。

一个不懂技术的人,用一张林业表格把它跑通了

我有个同学,不懂技术,也没写过代码。上个月他要做一批林业调查的数据录入。这活以前很烦:系统里字段多,规则细,一条条填,填错了就得返工。

他一开始的做法很直接:把一大堆相关文档整个喂给 WorkBuddy,希望它自己读懂,然后自动完成录入。结果不理想。AI 做了一通,还是有不少错误。更麻烦的是,碰到嵌套字段、需要循环判断的地方,它会卡在那里,反复绕圈,停不下来。

我看过运行情况之后,给他的建议很简单:别指望它自己从文档里悟出规则,要把每一个字段的填写规则单独提炼出来。哪个字段从哪里取数,取到什么值算合规,为空时怎么处理,遇到什么情况要停下来让人确认。

他照这个方向改,把规则写清楚,再让 WorkBuddy 按这些规则去跑。改了几轮,后来又自己补了检查和异常处理,这套东西终于能稳定地跑,变成了一个可以反复使用的流程。人力省下来了,时间也省下来了。

他真正做的,是把规则拆出来

这个过程让我想得比较多。他真正做的,不是把文档讲给机器听,而是把原本藏在经验里、散在文档中的判断,拆成一条条可以执行、可以检查的规则。这正好对上百度说的「沉淀隐性知识」。它也说明,喂一堆资料给 AI,并不能直接产生可靠的流程,中间必须有一个人,知道什么算对,并且愿意把这件事拆开做。

再说百度提的三条原则:打破岗位边界、沉淀隐性知识、设计流程闭环。最关键的是第三条。流程闭环意味着每件事都有可以衡量的标准,结果还能优化调整流程。

我同学的过程正是这样:跑一次,看错在哪,改规则,再跑。没有这个闭环,前两条很容易停在口号上。

虽然智能组织和AI再创业都是企业自己讲的,我会打个折扣。但它们指向的方向,和我同学做的那件事是对得上的。

AI 之后的组织,四个判断

那么,AI 之后的组织大概会长什么样?我的判断有四条。

一,AI 能力会变成底座。 模型和智能体会像水电一样普及,谁都能接入。差异不在于用不用,而在于能不能把自己的业务规则拆清楚、接进去。Atlan 的联合创始人在一次行业讨论里说,AI 模型本身的能力和它在企业里真正起作用之间,还隔着一道鸿沟,原因之一就是 AI 不理解企业内部的规则和流程。我同学补上的,恰恰就是这道鸿沟。

二,工作单元会从岗位变成「人加智能体」。 一个人带着一套经过验证的流程,完成以前要一个小组才能完成的事。这意味着中间层的岗位会被重新定义,而不只是被压缩。

三,组织会按任务来运转。 围绕一件具体的事临时组队,做完就散,同时试几个小方向,而不是一次只押注一个团队。

四,每个关键结果都要有签字人。 能力可以外包给模型,责任不能外包。林业数据如果录错了,谁来确认、谁来负责,这是企业迟早要回答的问题。

三件两家都没说清的事

第一是账怎么算。 Deloitte 的数据说明,大多数收益是运营层面的,效率上去了,利润没有跟上。我同学省下的时间是能算的,但他前期试错花掉的时间、以后要定期检查的时间,也要算进去。组织需要两笔账一起算。

第二是评价体系。 微软 2026 年工作趋势指数里有个数字很扎眼:全球约 45% 的受访者认为,比起重新设计流程,维持原有工作目标更稳妥。愿意为「即使短期没结果,也要奖励流程创新」的,全球只有 13%。也就是说,多数组织鼓励的是在旧流程里跑得更快,而不是改流程。这和百度说的流程闭环是冲突的。

第三是验收由谁来做。 流程跑得快,不等于跑得对。那份微软报告也提到,AI 第一次跑不好是正常的,团队要帮它改,而不是一出错就放弃。但改的人和检查的人最好不是同一个,否则很容易自己觉得没问题。

五步:挑一条流程,先跑起来

组织具体该怎么做?我想到的是五步,都不复杂。

先挑一条关键流程试点。 选重复度高、结果容易检查的,比如数据录入、报价或周报。别一上来就全面改造。

把每个字段的规则拆出来。 这是我同学最有用的一步,也是很多组织最容易跳过的一步。别把一堆文档扔给系统,而是把每个字段的来源、合规标准、空值处理和需要人工确认的情况,逐条写成清单。规则写不清,AI 就会卡住。

每一步写清责任人。 从录入到提交,每个环节都要有明确的人负责,AI 参与的地方要标出来。出了问题,才能追到具体环节。

改考核,也留住签字权。 考核从工时转向结果和质量。涉及钱、合同和对外承诺的结果,保留人工审核。

给改流程留空间。 如果组织希望有人改流程,就要允许试错,并且认可改进本身。否则大家只会在旧流程里越跑越快。

腾讯说,压力已经到了组织内部。百度说,组织要重新设计。Deloitte 和 PwC 的数据说,工具已经有了,收益还没到位。而我那位同学用一张林业表格证明,这件事已经能发生。

他的路也不轻松,前面走了弯路,最后靠的是把每个字段的规则拆清楚,并且一轮轮改下来。门槛确实没有想象中高,但也没有低到不用想。

规则是谁定的,结果是谁看的,出了错找谁。这三个问题要是没有答案,省下来的时间很可能会变成新的返工。

个人成长实践者

18 年 IT 与产业数字化经验,正在用 AI 把专业经验变成可以交付的东西。

cronaldo.yang@outlook.com

抖音、小红书和微信公众号搜索「个人商业创造者」