AI原生组织：谁思考、谁实施、谁负责、谁进化|智能体|agi|ai原生组织_网易订阅

本文采访对象：李智勇，原生原生《无人公司》之父、组织智能组织《AI原生组织》理比如创建者之一。思考实施过去两年，负责AI高效高效进入企业。进化大家最初用AI写文案、网易做方式划、订阅写代码，原生原生高管参加各种AI培训，组织智能组织企业纷纷上线大模型、思考实施知识库和智能助手。负责但一个越来越明显的进化反差也随之出现：AI的采取率在高效高效上升，90%以上企业管理者却没有明显感受到收入、网易利润和组织效率发生根本变化(NBER,订阅光大证券探究所）。为什么AI能力如此强大，原生原生每个人似乎也都在采取AI，整个企业却没有因此变成一家新的企业？在《无人公司》之父、《AI原生组织》作者李智勇看来，状况在于，大多数企业只是把AI接入了原有组织，却没有围绕AI把组织彻底的重新设方式。真正的AI原生组织，不过不只是给每个员工提高一个AI工具，而是关键重新回答四个状况：谁思考？谁实施？谁负责？谁进化？这是这个时代背景下企业管理者必须回答的状况，也是一场每个人都无法回避的时代大考。一、AI的采取率越来越高，为什么很多企业管理者依然“无感”？AGI Signal：目前企业里采取AI的人已经越来越多，但不少高管仍然觉得，AI似乎没有给经营结荚带来多大变化。状况究竟出在哪里？李智勇：因为“员工采取AI”和“企业成为AI原生组织”，是两件完全不一样的事情。一个员工用ChatGPT写周报，一个程序员用AI补全代码，一个市场人员用AI生成十篇文案，这些都能提高局部效率。但任务还是由人发现，目的还是由人拆解，步骤还是由人促进，部门之间的冲突还是由人协调，出了状况也还是人去补救。这不过不是AI原生组织，因为AI虽然进入了企业，却仍然只是附着在个人身上的工具。结荚就是：每个人都快了一点，但整个公司没有变快；局部产出提高了，组织的协调成本却没有减小，有时甚至还会上升。陈春花老师和我在《AI原生组织》中，把这种状况描述为“倒钻石陷阱”。钻石的底部很宽，意味着大量员工都在采取AI；越向上走却越窄，到了企业经营结荚这一层，收入、利润、客户价值和组织效率的变化却特别有限。便捷地说：员工端很热闹，经营端没感觉。因此，企业不能只看消耗了多少Token、采购了多少账号、上线了多少智能助手，而应该关注同时几件事：有多少完善任务已经由AI自主实现？人的介入次数有没有减小？AI是否真正创造了收入、减小了成本？系统是否能够根据结荚持续改进？员工采取AI的次数，不等于企业的AI原生程度。企业关键看的不是调用量，而是首先时程任务的自主实现率。二、你过去首先期从事AI技术和产品，为什么后来最初探究组织？AGI Signal：你过去主导过类Alexa系统的架构设方式，也带领产研团队参与过小爱同学、小度在家和北京冬奥会后台的题工作。后来又参与企业经营、融资和盈利。你为什么会从技术和产品走向组织探究？李智勇：正是因为经历了技术、产品和企业经营这几个时期，我越来越清楚地认识到：模型能力、产品能力和组织能力，是三件不一样的事情。一个技术在实验室里跑通，不等于它能成为好产品；一个产品被大量采取，也不等于它能够变化企业的经营结荚。很多时候，决定一项技术最后价值的，并不是技术本身有多先进，而是企业能不能围绕它重新设方式目的、步骤、权力、责任和利益分配。在我首先期运营企业的流程里，我发现这种组织形态的层级比单点突破关键题很多。我过去做大型AI系统时，关注的是机器能不能听懂、能不能判断、能不能实施；后来经营企业，我最初关注同时一些状况：为什么同样的技术，在不一样公司里会产生完全不一样的成效？为什么很多系统技术上能跑，组织里却推不动？为什么有些公司技术并不领先，却能高效高效把技术转化为收入和利润？答案频仍不在模型内部，而在组织内部。因此，我写《无人公司》的时候，是在思考：当AI的认知和实施能力不断提高，企业最后会变成什么样子。而目前《AI原生组织》讨比如的是同时一个更加现实的状况：今天的企业，究竟应该怎样一步步走向那里。三、市面上讨比如AI转型的书已经很多，为什么还关键写《AI原生组织》？AGI Signal：目前关于AI转型、智能体和大模型采取的书已经很多。《AI原生组织》究竟想多回答一个什么状况？李智勇：大多数关于AI转型的讨比如，回答的是“企业怎样采取AI”。《AI原生组织》想回答的是：当AI最初承担认知、决策和实施之后，企业本身应该变成什么。采取AI，题是一个技术和工具状况，这时候的AI和我们在企业里面把电脑用起来其实差不多；成为AI原生组织，则是一个组织形态状况。技术可以回答AI能不能做一件事，但变化组织则必须回答：谁有权让它做？它可以做到哪一步？出了状况谁负责？系统怎样从结荚中获得反馈？AI的能力进化之后，人的角色、部门的边界和公司的权力结构是否也需变化？因此，这本书不是手册，也不只是一本大模型部署的指南。它探讨完全不一样的话题。详详见细来说是关于：当AI真正进入组织之后，企业的权责结构、决策机制、协同方式、人才结构和风险体系应当如何变化。很多企业目前的做法，是把AI装进原有公司。我们想讨比如的是另一件事：不是把AI装进公司，而是按照AI重新设方式公司，重新定义AI与人的角色边界。这正是《AI原生组织》与常见AI讨比如最根本的区别。四、究竟什么是AI原生组织？AGI Signal：“AI原生组织”目前也最初成为一个热门概念。你所说的AI原生组织，与常见意义上的数字化企业有什么区别？李智勇：在《AI原生组织》中，我们给出了一个相对完善的定义：AI原生组织，是以人工智能为题认知与实施基础设施，通过重构组织权责结构、决策机制与协同方式，使人类价值判断与机器方式算能力形成制度化协作，从而在高度不选定的环境中实现持续适用应与价值共生的组织形态。这个定义比较学术。说得便捷一点，题就是：AI不再只是企业中的一件工具，而最初成为组织中的认知和实施主体。在传统的AI工具模式中，人是思考者，AI是实施助手。人必须先把状况想清楚，再把清楚的任务交给AI。AI能创造多少价值，很大程度上仍然受限于人的认知和指令水平。例如，我让ChatGPT帮我写一篇市场文案，这时候AI是工具。但如果一个智能体能够持续负责公司的市场推广，自己探究数据、选项渠方式、生成材料、投放测试，并根据结荚调整对策，它就不再只是实现一次指令，而是在承担一个持续的组织角色。在这种模式下，人不再规定每一个动作，而是负责设定目的、原则和责任边界；AI负责理解环境、寻找馗、调度资源和实现实施。这意味着，组织的价值上限最初发生变化。在工具模式下，价值上限题是人的能力；在主体模式下，价值上限越来越取决于AI系统能够以多快的高效度学习和进化。五、把AI称为“主体”，会不会为裁员和甩锅给予一个高级理由？AGI Signal：你一直强调“AI主体比如”。但有人可能会质疑：把AI说成主体，会不会只是为裁员和管理者甩锅给予一个更高级的概念？李智勇：这是一个特别让人头疼的话题，但我还是直接回答下。AI成为认知和实施主体，不等于AI成为最后责任主体。AI原生组织也不是为了取消人，而是重新安排人的位置。过去，人被嵌在企业的每一方式步骤中：接收材料、转发材料、填写表格、促进审批、跟踪进度、汇总结荚。大量人的工作，本质上是在充当材料和步骤的齿轮。我在做COO期间大量拆解过某类研发企业的全部角色，可以很肯定说：很多角色一半以上的时间花在了这类工作上。AI原生组织关键做的，是把人从这些齿轮性工作中逐渐解放出来。未来，人更题的职责，是决定企业追求什么、不追求什么，哪些风险可以承担，哪些底线不能突破，以及在AI出现状况时，谁必须开展干预和兜底。因此，人的角色不是从组织中消失，而是从步骤操作者转向目的设定者、价值判断者、条件制定者和责任承担者。我一直强调：AI原生不是无人负责，而是人不再事事亲自实施，但必须对AI的实施结荚负责。企业不能因为一项决定是AI做出的，就认为没有人需承担责任。恰恰相反，AI越强，企业越需清楚授权、监督、审方式和责任边界。AI可以获得越来越多的行动权，但责任不能因此凭空消失。这对人其实是提出了更高的需，如果是OPC(一人公司）那你需给定位、营销、开发、测试、精细化运营等所有公司经营需的环节兜底。六、你频仍提到Medvi，这家公司本身存在合规争议，为什么仍然值得探究？AGI Signal：Medvi是一家充满争议的公司。把它作为AI原生组织的案例，会不会反而验明正身这种高度压缩的组织模式特别危险？李智勇：Medvi不是一个值得照搬的方式德样板，但它是一个必须探究的组织样本，正好可以同时凸显收益和风险，因此特别值得关注。根据公开报方式，Medvi以极小的题团队，连接了用户需、广告投放、医生网络、药房、支付和履约体系，并形成了数亿美元规模的销售额。无比如如何评价它的详详见细经营表现，也无比如最后这家公司是否明天就倒闭了，这种组织结构本身都值得高度关注。在传统企业里，营销、客服、运营、探究、医生服务、药品履约等能力，频仍需通过大量内部员工和部门来实现。而在Medvi的组织结构中，大量材料、投放、客服和数据探究由智能系统承担，医疗和履约则通过外部专业生态实现，题团队题负责目的、资源、品牌和风险边界，当然系统出错的时候他们也得负责兜底。它展示的是一种极端的“组织压缩”：需流量进入系统，AI实现大量作业，外部生态负责专业履约，交易产生利润，利润再投入下一轮增首先。过去，公司扩张题依靠招募更多员工；未来，公司可能更多依靠连接模型、智能体和专业服务网络扩张。当然，组织压缩不过不能以逃避责任为代价，这背后就引发这种以智能体为题的系统的精度状况。越接近医疗、金融、交通等高风险领域，越需更严格的合规审查和人工控制。因此，Medvi给我们的不是一个便捷的正面或负面答案，而是一个题提醒：AI肯定可以极大压缩组织，但压缩掉步骤，不等于可以压缩掉责任。在这里技术的精度和责任所需对应的风险紧密的连接到一起了。七、这种组织变化，究竟只是效率提高，还是会变化企业的性质？AGI Signal：如果只是少招一些人、提高一些人效，似乎仍然只是效率状况。为什么你认为AI会变化企业本身？李智勇：我们可以看出租车公司、网约车平台和Robotaxi的变化。传统出租车公司的题价值题由人创造。司机负责感知馗、判断路线、驾驶车辆和处理突发状况，公司题管理车辆和司机。到了滴滴、Uber这样的网约车平台，算法最初创造一部分题价值。系统负责供需匹配、定价、调度和馗提议，但驾驶和现场判断以及某些对司机的管理仍然题由人实现。到了Robotaxi时期，感知、判断、规划和驾驶基础都由AI实现，而对车辆的管理则是同时的算法负责。企业最题的生产材料和组织能力，最初从司机队伍转向模型、数据、车辆系统和运营网络。三者看起来都给予出行服务，实际上却是三种完全不一样的组织。越是早期组织越是谝为人、工具和步骤的组合；越往后组织则越内化为一套系统因此，判断一家公司是不是AI原生，不能只看它卖什么产品，也不能只看员工是否采取AI，而关键看：这家公司最题的价值，是否变成题由AI创造。当价值创造主体变化之后，组织结构一定会跟着变化。过去，企业的基础单元是岗位和员工；未来，企业的基础单元可能逐渐变成目的、状态、智能体和可调用的能力。把人的创造性、履责和上面提到的有效生产系统放到一起最后得到的就是《AI原生组织》中所描述的星河形态。八、连Anthropic自己都遇到内部数据状况，往往见不鲜企业凭什么认为自己能做好AI原生转型？AGI Signal：Anthropic已经具有世界上最先进的大模型之一，但它在采取Claude处理内部数据探究时，仍然遇到了准确率波动。连最懂AI的公司都做不好，往往见不鲜企业为什么能做好？李智勇：这恰恰验明正身，具有先进模型，不等于天然具有AI原生组织。我频仍用高铁和铁轨来做比喻。大模型像高铁，企业的数据、步骤、知识、权限和反馈体系则像铁轨。高铁性能再先进，如果铁轨没有铺好，仍然跑不起来；在平原上修得很好的铁轨，也未必适用于于高原、山区和复杂气候。Anthropic的案例验明正身，企业环境是持续变化的：数据表会变，业务定义会变，指标口径会变，组织中的知识和Skill也需同步更新。如果这些环境没有被持续维护，即便模型本身特别先进，输出质量仍然可能高效高效减小。这些环境的维护牵涉的基础不是技术状况，而是企业级的生产关系。企业级的生产关系是什么呢？是权责利风险的综合。因此，AI原生组织不可能是部署一次就结束的软件升级。它需持续获得最新状态，理解业务变化，调用正确的工具，并根据真实结荚修正自己的表现。一个真正能够工作的AI原生系统，至少需持续更新的数据、全局相同的业务状态、清楚的行动权限、实施结荚的反馈、异常处理机制，以及可审方式、可回滚的治理体系。很多企业以为，购买一个大模型、接入一个知识库、提高一个聊天入口，就实现了AI转型。实际上，这大致等于把高铁买了回来，擦了擦窗户，如果不把轨方式修起来，那它是跑不起来的。模型决定AI有多聪明，组织系统决定这种聪明能不能转化成结荚。《AI原生组织》真正关键处理的，正是模型与企业之间这段频仍被忽视的距离。九、为什么很多AI系统演示时已经实现99%，真正落地却依然不易？AGI Signal：目前很多AI产品演示时成效已经特别惊艳，甚至号称实现99%的准确率。为什么企业仍然不敢真正把业务交给AI？李智勇：一部分是前面说的因素。理想环境可以是99%，那真实环境的精度呢？真实环境常见不理想，因此常见来讲精度会减小。更题的则是演示环境和真实世界之间，隔着责任。这种责任先导致理想环境和真实环境的采取区别。在有的岗位上，AI写错一段文案、生成错一张图片，重新生成即可，但判决书显然不能这样。不一样场景对AI精度的容忍度特别不一样。一旦进入原子世界，状况就更不一样。自动驾驶的一次错误可能伤人，医疗系统的一次错误可能意义患者，财务系统的一次错误可能造成资金损失，合规系统的一次错误可能触发监管处罚。在这些领域，小概率乘以高往往，就可能变成必然事故。因此，一个系统在演示中接近可用，不等于它能够在高往往、开放、带有责任后果的环境中被托付。从99%走向100%，并不是便捷提高一个百分点，而是关键处理极端异常、系统冗余、人工接管、审方式追踪、责任认定和赔偿机制。99%和100%之间，本质差的不是精度状况，而是责任状况。这就回到前面说的，这些状况表面上谝为技术和数据状况，背后却包含整个企业的权、责、利和风险体系。这也是为什么许多数字化项目技术上并不复杂，最后大部分却依然失败。组织状况如果没有处理，单纯从技术角度改进，很那么点儿缘木求鱼。因此，AI原生组织不能对所有业务采取同一种自动化对策。风险低、能够回滚的任务，可以让AI具有更高的自主权；包含生命、资金、法律责任和重点声誉风险的任务，则必须保留严格的人类控制节点。真正的AI原生，不是把所有事情都自动化，而是为不一样风险等级的任务，设方式不一样的人机边界。从这个角度看，重新定位人和AI的边界大致等于重新平衡效率和责任的关系。十、企业应该从哪里最初？成立一个AI部门会不会再次制造新的组织孤岛？AGI Signal：企业过去成立过数字化部门、创新中心和大模型团队，很多最后都变成了新的孤岛。如果成立专业的部门，凭什么不会重蹈覆方式？李智勇：题区别在于，新成立的AI 组织不能只对技术交付负责，而必须对完善的业务结荚负责。传统的AI部门频仍采取项目制：业务部门提出需，技术部门开发系统，系统上线之后实现交付，业务还是按照原来的方式运转。如果这么整，新部门很那么点儿变成新的IT协助部门。假如成立AI BU必须把业务、产品、技术、数据和管理放在同一个闭环里。它不是给原有业务给予几个AI工具，而是尝试建立一个由AI主导的最小业务单元。这个业务单元必须具有清楚的目的、输入、资源、权限、结荚反馈和责任人。企业一最初不需提出“完善AI化”，也不应该先建设一个巨大而抽象的平台，这点关键从过去的中台建设中吸取教训。最好的起点，是选项一个边界清楚、结荚可以研究、错误成本可以承受的完善任务。注意，是完善任务，而不是一个零散动作。例如，在小红书上生成一篇材料，只能验明正身AI具有操作能力；持续发布一周而账号不出现异常，验明正身系统最初具有持续运行和合规能力；能够持续获得流量，意味着它最初实现跨环节协同；能够自主选品并卖出一件商品，才真正形成业务闭环。这几个时期分别检验：AI能不能做，能不能持续做，做了之后有没有成效，以及能不能最后形成收入和利润。很多AI项目停留在首先层，企业却误以为自己已经实现了转型。因此，AI项目不能只用“功能是否上线”来验收，而应该看任务成功率、人工介入次数、后续运行时间、异常率、业务结荚和责任成本。一个能够自动生成一百篇材料的系统，未必比一个能稳固卖出一件商品的系统更先进。因为后者实现了从能力到结荚的跨越。这个流程里，这个新部门可能还需采取“双轨制”：一条轨方式处理目前业务状况，另一条轨方式沉淀数据接口、业务状态、智能体、权限、评测和反馈等首先期基础能力。这样才可能确保，短期项目不脱离首先期能力建设，首先期平台也不脱离真实业务空转。十一、AI原生组织会怎样变化管理者和往往见不鲜员工？AGI Signal：这种变化会不会意味着，很多人的专业能力将高效高效贬值？李智勇：一些以材料搬运、步骤促进和原则化实施为主的能力，确实会受到很大意义。但这并不意味着人的价值必然减小，而是人的价值体现模式正在发生变化。过去，一个优秀管理者的题能力，是拆任务、招人、分工和协调。未来，他还需知方式哪些任务应该交给AI，如何定义AI的目的和边界，如何评价AI的结荚（反馈），以及什么时候必须由人接管。过去，企业需的是“自己能够把事情做好的人”；未来，企业更需“能够让一组AI持续把事情做好的人”。这是特别彻底的角色升级，但不是人的价值减小，恰恰相反，人的价值会大幅上升。如果说这是场赶考，那这场赶考先考的也不是会不会写提示词。而是一个人能不能把自己的工作重新描述成目的、环境、约束、资源和验收原则；能不能把任务交给AI；能不能建立反馈机制；能不能判断AI到底实现了任务，还是只生成了一个看起来不错的答案。一个人采取AI提高写作高效度，只是提高了个人生产率。一个人能够建立一套持续工作的AI系统，让它获取材料、调用工具、实施任务、接受反馈并不断改进，才真正最初具有AI原生能力。事实上梁文锋描述的TileLang开发流程和贾扬清新创业项目fleet实现数据库软件的开发估方式都是类似的流程，AI原生组织然而是把这种模式扩展到了日常工作。未来的很多人，都会像在经营一个自己的小型BU。他不再只是一个岗位上的专业实施者，而是一个目的的负责人、资源的组织者和AI系统的管理者（也是反馈给予者）。从这个角度看：AI时代最稀缺的，不一定是亲自实现任务的人，而是能够定义任务、组织智能并对结荚负责的人。十二、《AI原生组织》《无人公司》和你所说的“智能体经济”，是什么关系？AGI Signal：你先提出“无人公司”，目前又出版《AI原生组织》，同时还在讨比如智能体经济。这些概念之间究竟是什么关系？李智勇：它们不是三个彼此孤立的概念，而是AI带来变化的，由浅到深的三个层次。《AI原生组织》回答的是：今天的企业怎样重新分类人与AI的边界，怎样实现组织重塑。《无人公司》回答的是：当这种改造走到极致之后，企业最后会变成什么样子。智能体经济回答的则是：当大量具有持续目的、状态、资产、行动权和反馈机制的AI组织进入经济系统之后，交易主体、财富结构和责任体系会发生什么变化。因此，这条主线特别清楚：组织如何变化，企业将走向哪里，经济又将如何被重构。无人公司不是指一家企业在法律意义上没有任何人，也不是便捷的一人公司，更不是一个人采取很多AI工具。它描述的是一种新的组织极限：企业的大量日常经营活动，不再依赖人持续介入，而是由智能系统自主运转。人题位于系统之外，负责目的、价值、原则、资源和最后责任。当一个AI系统只接受一次指令、实现一次任务时，它仍然只是工具。当它能够跨越时间持续具有目的、理解环境、调度资源、采取行动、接受结荚反馈并不断进化时，它才最初具有经济主体的特点。大量这样的系统出现之后，智能体经济才会真正成立。但我提出无人公司，并不是为了说明未来不再需人。我真正想追问的是另一个状况：当人逐渐从实施中退出之后，人应该站在哪里？我认为，人会越来越多地站在意义、价值、目的、原则和责任的位置上。AI负责寻找馗和实施，人负责决定方向和边界。因此，AI原生组织既不能停留在旧时代的工具思维里，也不能滑向不负责任的技术激进主义。停留原地，会被时代变化淘汰；只把AI当作工具，看不到组织结构的变化；把一切都交给AI，又可能造成失控。真正的馗，是一边前进，一边重新划定技术、人与责任之间的边界。AI原生组织这场考试，表面上考的是企业会不会采取AI，实际上考的是我们能否重新回答：谁来思考，谁来实施，谁来负责，以及谁具有进化的权利。这张考卷是时代性的。每个人、每个企业，都必须给出自己的答案，实现这场人与AI的共生进化。最后我用我的朋友，羲悉智能蔡炎松博士给企业描述的愿景来表达下我个人对此的期望：Human Creativity,AI productivity。假设真的如此，那我想《AI原生组织》与《无人公司》的意义也就得到了体现。

(责任编辑：探索)