|

财经

AI进入组织之后,组织架构图最先过时 | 人力资本论

来源:经济观察报

媒体

2026-11-17 11:24:31

(原标题:AI进入组织之后,组织架构图最先过时 | 人力资本论)

魏浩征/文

10月28日,OpenAI在其新推出的Intelligence Age专题栏目发表了文章《The Future of the Firm》。文章作者从AI智能体(Agent)进入企业的方式出发,提出了值得所有管理者思考的问题:当AI开始成为企业的劳动力,未来的公司将变成什么样?

文章描绘了三种可能的组织形态:AI成为员工的下属、与员工并肩工作,或者进入管理者与员工之间,承担组织协调和管理职能。文章进一步讨论了AI对企业官僚制度、员工自主权、企业规模和薪酬差距的影响。

这篇文章之所以值得关注,是因为它讨论的是AI如何改变企业内部的权力关系、协作方式和组织形态。

当AI已经能够承担越来越多的任务、角色、协同甚至部分管理职能,我们为什么还要沿用以岗位、部门、职级和层级为基础的组织架构?在我看来,AI进入组织之后,最先需要重新审视的或许正是我们习以为常的组织架构图。

组织构成单元的变化

过去100多年,现代企业组织基本建立在一个相对稳定的前提之上:工作由人完成,企业通过岗位分工、部门设置和管理层级,把分散的个体组织起来,最终实现规模化协作。

从泰勒的科学管理、法约尔的管理职能,再到韦伯的科层制,现代组织管理理论虽然在不断演进,但有一个共同的基础:如何通过专业化分工、权责划分和层级协调,让大量人类劳动者有效协作。这套组织逻辑曾极大地释放了工业化生产力:岗位解决专业分工问题,部门解决专业化协作问题,层级解决决策和控制问题,职级则解决组织内部的权力、责任和利益分配问题。

但这套体系在数字化时代已暴露出越来越多的局限。企业的业务变化越来越快,跨部门协作越来越频繁,客户需求越来越复杂,但组织结构依然按照职能划分。一个业务问题需要多部门参与,却没有任何一个部门对最终结果承担完整责任。大量管理者的时间消耗在信息传递、资源协调、进度追踪和内部审批上。

我们经常把这些问题归结为执行力不足、管理者能力不够或部门协同意识不强。但从组织设计的角度看,很多问题源于组织结构本身。企业为了实现专业化分工,建立了越来越细的岗位;为了协调这些岗位,增加了越来越多的管理层级;为了控制管理层级,又建立了越来越复杂的流程和制度。组织越大,协调成本越高,管理成本也随之增加。

AI正在改变这一基础。过去,企业需要通过大量人员完成信息收集、处理、分析、传递和执行。现在,AI可以承担其中越来越多的工作。更重要的是,Agent技术正在使AI从单一任务工具向具备一定自主规划、任务执行和多智能体协作能力的工作单元演进。这意味着企业组织生产力的来源开始发生变化,组织的基本构成单元,正在从单纯的人类岗位,转向任务、能力与人机协作单元。

今天AI带来的组织变革,并非完全没有理论基础。

在过去几十年间,不少管理学者和实践者试图突破传统科层制,探索更加灵活、自主和分布式的组织形态。自组织、青色组织和合弄制就是其中具有代表性的几种探索。

它们的理论出发点并不完全相同,实践路径也存在差异,但都在尝试回答同一个问题:企业能否减少对传统层级管理的依赖,让组织成员拥有更多自主决策和自我协调的能力?

1、自组织:让协作从层级命令转向系统内部的自我协调。

自组织(Self-Organization)的思想来源于复杂系统科学。在复杂适应系统中,整体秩序并不一定需要一个来自外部的中央指挥者。大量具有局部自主性的主体,通过持续互动、信息交换和反馈调整,可以形成整体层面的有序行为。

把这一思想引入企业管理,意味着组织不必把所有决策都集中到管理层,也不必事先规定所有人的行动路径。员工可以根据业务目标、客户需求和现场信息自主调整行动,团队能够根据实际问题重新组合资源,组织则通过目标、规则和反馈机制维持整体协同。

当然,自组织不等于无组织,更不等于放任自流。一个能够有效自组织的系统,必须具备明确的目标、必要的边界、充分的信息流动、有效的反馈机制,以及成员之间的信任基础。

过去,自组织在企业中的实践经常遇到一个现实障碍:信息不对称和协同成本。当组织规模扩大,成员之间的信息传递越来越困难,跨部门协作越来越复杂,分布式决策就容易出现失控。很多企业最终又回到增加管理层级、强化审批和集中决策的老路。

AI正在改变这一局面。它能够帮助组织成员更快获得所需信息,帮助不同团队理解彼此的工作进展,识别协作中的冲突和资源缺口,并承担大量重复性的协调工作。过去需要依靠管理者不断追踪和推动的事情,今天可以通过人机协作系统完成。这使得自组织从一种组织理念,获得了新的技术实现条件。

2、青色组织:从控制型管理走向自主、完整与进化。

比利时管理学者弗雷德里克·莱卢在《重塑组织》一书中提出了不同组织发展阶段的理论框架。其中,青色组织(Teal)引起了广泛关注。

莱卢归纳了青色组织的三个核心突破:第一,自主管理,组织不再高度依赖传统金字塔式的管理层级,而是通过分布式权责、角色协作和组织机制实现管理。第二,身心完整,员工不必为了适应组织而压抑真实的自我,可以以更加完整的人参与工作,发挥个人潜能。第三,进化宗旨,组织不再完全依赖创始人或高层制定的静态战略,而是能够持续感知外部环境变化,调整自身的发展方向。

青色组织重新定义了管理者与员工的关系。传统管理强调管理者制定目标、分配任务、监督执行,员工按照要求完成工作。青色组织更强调成员的自主性和组织整体的自我调整能力。管理者不再是所有问题的最终决策者,而是组织机制的设计者、资源的支持者和组织进化的推动者。

但青色组织的实践也有明显挑战。高度自主要求成员具备较强的自我管理能力,也要求组织拥有成熟的信息透明、冲突处理和决策机制。缺乏这些基础,自主很容易变成无序,分布式决策也可能变成低效率的反复协商。

AI带来的变化在于能降低组织成员获取信息、分析问题和协调行动的门槛。一个普通员工过去需要依赖多个部门的支持才能完成一项复杂任务,现在可以借助AI获取专业知识、组织资源、制作方案,甚至调度多个智能体共同完成工作。过去,只有管理者才拥有的部分组织能力,正在向普通员工下沉。从这个角度看,AI可能让青色组织所倡导的自主性获得更广泛的实现基础。

3、合弄制:把权力从职位转移到角色和规则。

如果说自组织和青色组织更多代表一种组织理念,合弄制(Holacracy)则提供了一套相对具体的组织运行方法。合弄制由美国企业家布莱恩·罗伯逊(Brian Robertson)推动发展,其核心思想是弱化传统职位和层级,将组织拆解为不同的圈层和角色。

一个人可以同时承担多个角色,一个角色也可以由不同成员承担。角色拥有明确的目的、责任和权限,组织通过治理会议、战术会议和动态调整机制来分配权责、处理张力。在传统组织中,权力往往附着于职位。合弄制试图让权力更多附着于角色。谁承担某项工作,谁就应当拥有完成这项工作的相应权限,而不是所有事情都必须向职位更高的人请示。

这与AI时代的组织变化存在天然的关联。AI智能体可以承担某个角色中的部分职责,也可以在明确的权限范围内独立完成任务。一个业务流程可以由人类和多个AI智能体共同承担,不必把每一个工作单元都对应到一个传统岗位。

例如,一个企业的市场增长工作,过去可能需要市场研究、内容策划、设计、投放、数据分析等多个岗位和部门协作。现在,这些工作可以被拆解为若干任务和能力模块,由人类员工与多个AI智能体共同完成。人类负责业务目标、关键创意、资源配置和重要决策,AI承担研究、分析、内容生成、执行和反馈等工作。角色不再与某个固定的人绑定,岗位也不再是组织配置资源的唯一依据。

当然,合弄制的规则体系和会议机制本身具有一定复杂度,实践中也可能出现形式主义和新的程序负担。但它提供了一个值得重视的启发:组织可以通过明确角色、权责和运行规则来实现协作,而不必事事依赖传统职位和管理层级。AI智能体的出现,让这种组织设计有了新的实践空间。

组织设计逻辑的转变

值得注意的是,AI并不会自动带来自组织,也不会自动带来员工自主权。同一套AI技术在不同的组织管理理念之下,可能产生截然不同的结果。

OpenAI文章提出的第三种模式尤其值得关注:AI处于管理者与员工之间,承担信息分析、监督和管理建议等职能。这看起来非常先进,但也可能成为传统科层制的强化版本。

以前,管理者只能通过会议、报告、绩效数据和层层汇报了解组织运行情况。信息经过多次传递,往往已经失真或者滞后。现在,AI可以读取大量业务数据、工作记录和协作信息,帮助管理者实时掌握组织运行情况,甚至识别员工的行为模式和工作效率。

如果企业的管理理念没有发生变化,AI很可能成为一个更强大的控制工具。管理者可以更加精细地分配任务、追踪进度、评价绩效,甚至监控员工的工作行为。传统管理中那些因为信息不足而无法实现的控制,现在可能都变得可行。

企业表面上减少了管理层级,实际上却建立了一套更加严密的数字化控制体系,这种现象值得警惕。

AI时代的企业组织或将走向两条不同的道路。

一是控制型组织的智能化。企业利用AI强化集中决策、流程审批、行为监控和绩效管理。管理者获得更多信息,控制半径不断扩大,员工则成为更加标准化、可计算和可替代的执行单元。

二是自驱型组织的智能化。企业利用AI降低信息不对称和协作成本,让员工获得更多决策权和资源调度能力。管理者减少对日常工作的干预,把更多精力放在目标、边界、资源和组织能力建设上。

两条道路都可能提高局部效率,但对组织长期竞争力的影响可能完全不同。前者提高的是控制效率,后者试图释放组织整体的创造力和适应能力。技术可以提高信息处理能力,却不能替企业决定权力应该如何分配、员工应该拥有多少自主权,以及组织究竟应该建立在什么样的人与人关系之上。这些问题最终仍是管理问题。

如果说AI带来的变化只是减少几个岗位、增加几个智能体,那么它仍然停留在传统组织管理的改良层面。

在笔者看来,真正值得企业关注的是组织设计逻辑的改变。过去,企业通常按照业务职能设置部门,按照部门职责设置岗位,再按照岗位配置人员。这是典型的岗位驱动型组织。

但AI时代,一个完整的业务任务可以由不同的人、AI智能体和外部资源共同完成。任务的边界不再与部门边界重合,能力的来源也不再局限于员工个人。企业需要重新建立一套以任务为中心的组织运行逻辑。

笔者认为,AI驱动型组织至少将发生四个方面的转变。

第一,从岗位到任务。岗位是传统组织进行分工和配置人力资源的基本单位,容易形成职责固化和部门边界。任务则直连业务目标和价值创造。企业需要从客户需求和业务结果出发,把工作拆解成可以执行、协同和评价的任务单元,再根据任务需要配置人类能力、AI能力和其他资源。

第二,从职位权力到角色权责。传统组织的权力往往附着于职级和职位,未来需要更加明确地附着于具体角色和任务。谁负责某项工作,谁就应当拥有与责任相匹配的决策权和资源使用权,AI也需要纳入这样的权责体系。

第三,从部门协同到智能协同。传统组织协调工作依赖部门间的会议、汇报和流程,今天的AI可以承担大量信息传递、进度跟踪、资源匹配和跨团队协作工作。组织成员不必把大量时间消耗在内部协调上,可以更加专注于客户、创新和价值创造。专业能力中心、资源平台和业务单元可能仍将存在,但它们的职责需要被重新定义。部门不再只是分割权力和人员的组织边界,也可以成为共享能力和专业资源的供给单元。

第四,从管理控制到机制治理。传统管理者需要不断监督员工,确保工作按照既定要求执行。AI组织通过目标、边界、规则、信息透明和反馈机制,让人类与AI在一定的权限范围内自主行动。管理者的价值将更多体现在设计组织运行机制、处理重大例外、配置关键资源和承担最终责任上。管理不会消失,但管理的对象和方式会发生变化。

全新的组织能力

AI不会自动创造组织竞争力,组织才是真正的放大器。

如果企业没有重新审视自己的组织结构、业务流程、权责机制和人才管理方式,AI很容易被嵌入原有的工作体系,成为提高局部效率的工具。但这样的AI应用,最终可能只是让旧组织运行得更快。

AI原生组织需要从另外一个起点出发:假设AI已经成为企业可以调用、组合和调度的一种生产力资源,企业应该如何重新设计工作和组织?

我认为,组织至少需要建立四项基础能力。

第一,组织需要具备任务拆解能力,能够把业务目标转化为清晰的任务单元,明确每项任务的价值、交付标准、所需能力和协作关系。

第二,组织需要具备人机能力配置能力,根据任务特点,决定由人完成、AI完成,还是由人和AI共同完成,并能够动态调整。

第三,组织需要具备分布式决策能力,明确哪些决策可以由一线员工自主完成,哪些可以授权给AI,哪些需要团队协商,哪些必须由管理者承担最终责任。

第四,组织需要具备动态治理能力,通过信息透明、权限边界、过程反馈、风险控制和利益分配机制,保证人机协作能够持续运行。

这四项能力构成了笔者理解的AI原生组织的基本管理基础。它并不是把传统组织架构图中的人换成AI,也不是简单把部门压缩成几个小团队,而是重新设计组织如何创造价值、如何组织生产力,以及如何分配权力和利益。

OpenAI文章提出的三种组织模式还提醒我们:管理和组织能力正在向更广泛的组织成员扩散。

今天,普通员工借助AI,也可以组织一支小型的数字化团队,承担过去需要多个岗位共同完成的任务。管理能力正在从职位赋予的权力,逐渐转变为个人能够调用和组织的能力。

这对传统管理者提出了挑战。如果一个员工借助AI就能完成过去一个小部门的工作,管理者的价值在哪里?如果AI可以实时掌握业务信息,发现协作问题,提出资源配置建议,甚至承担部分协调工作,中层管理者还需要做什么?如果AI能够帮助每个人提升分析和决策能力,管理者又如何体现自己的独特价值?

未来管理者的核心价值,将从管理人的执行转向组织生产力。管理者需要能够定义目标、设计任务、配置能力、建立规则、处理冲突、承担责任,并持续提升组织整体的适应能力。

真正优秀的管理者其实会变得更加重要。因为当AI能够提供越来越多信息、方案和执行能力时,组织更需要有人对方向、价值和后果作出判断。管理者不再需要事无巨细地告诉员工怎么做,但必须知道组织为什么做、做到什么程度,以及哪些事情不能交给机器决定。

与此同时,管理者还必须重新思考年轻人才的成长路径。如果大量初级工作都由AI承担,年轻员工将失去通过基础工作积累经验的传统路径,这是真实的组织挑战。

AI时代的竞争

自组织、青色组织和合弄制都曾试图突破传统科层制的边界,但这些组织模式往往面临信息不对称、协作成本高、管理机制复杂以及成员能力不足等现实挑战。

AI的出现正在改变这些条件。它让信息获取和处理的成本大幅下降,让专业能力更加容易获得,让复杂任务的拆解与协同有了新的技术基础,也让普通员工拥有过去只有管理者才能调动的部分资源。这意味着,过去一些只能在小规模组织、特定文化或特殊管理条件下运行的组织模式,未来可能获得更广泛的实践机会。

但笔者并不认为,未来所有企业都会走向同一种组织形态。不同产业、不同业务、不同规模的企业,仍然需要不同程度的专业化、标准化和集中管理。更重要的是企业能否根据新的生产力条件,重新设计适合自己的组织运行方式。

AI时代,企业最大的浪费不再是人力冗余,而是组织结构与生产力之间的不匹配。管理的核心将从控制人的工作,转向组织人和AI共同创造价值。企业竞争的差距将越来越取决于谁能够更好地组织和释放整体生产力。

未来企业的竞争,不只是模型与人才之间的竞争,更是组织进化能力之间的竞争。当AI可以成为每个人的助手、每个团队的伙伴,甚至成为企业的协调与决策中枢系统时,我们需要回答:如果生产力已经变了,为什么生产关系还要保持不变?

(作者系ANO Lab联合发起人、劳达咨询创始人、塞氏中国研究院创始人)

首页 股票 财经 基金 导航