当AI瓦解传统组织，谁能成为新核心？

对于企业而言，组织变革不再是选择题，而是生存必需品：唯有构建人机协同的新范式，方能在智能时代占据先机。

文｜石丹

ID | BMR2004

“近期我们发现部分企业已开始通过引入AI客服实现降本增效，有些头部平台已采用数字人替代真人进行商品介绍与直播销售，例如前段时间罗永浩团队还尝试全数字人直播，通过实时交互技术解决延迟问题，实现高效转化。”在北京大学国家发展研究院“AI时代的认知革命与组织管理重构”的课堂上，智联招聘执行副总裁李强如是说。

李强坦言，这背后是AI技术对重复性、标准化工作快速地渗透，AI正从辅助工具向“数字员工”演进。随着数字技术的发展，人工智能将快速渗透到工作与生活的方方面面。2025年我国人工智能市场规模预计占全球20.9%，开发或应用人工智能的企业数量同比增长36%。智联招聘数据显示，2025年企业新增岗位集中于算法模型开发、AI标注（需专业背景）及AI应用层岗位，中小企业则通过钉钉、飞书等工具化平台实现AI服务集成，减少自有岗位需求。

这将推动“多种共生组织”的出现——工作更加灵活，无边界组织形成；AI担纲效率杠杆，企业和职场人反对无意义的内卷，用更合理的方式达成目标，崇尚实际价值的创造。也正是在AI工具效率的加持和助力下，企业对人才软技能的需求不断提升。李强介绍，2025年，51.6%的企业将招聘重点转向合作能力、管理能力、沟通能力、情绪智力、创新思维、学习能力等软技能，其中创新思维占比达59.9%。

未来，AI不会取代人类，但将重塑人类的价值坐标。对个体而言，掌握数字技能是敲门砖，而软实力与创新能力才是突破“替代陷阱”的关键。对于企业而言，AI时代的组织变革不再是选择题，而是生存必需品：唯有构建人机协同的新范式，方能在智能时代占据先机。

那么，AI究竟给组织管理带来哪些影响、企业又应该如何应对呢？

由北京大学国家发展研究院和智联招聘共同发布的《人工智能技术对劳动力市场软/硬技能影响研究》（以下简称《研究》）指出，在处理高度个性化和复杂的情感互动时，AI仍然无法完全取代人类的软技能。面对生成式AI的挑战，求职者在学习AI工具的同时，应着力培养颠覆式创新思维，强化复杂人际互动能力，提高包括自我管理在内的管理能力，保持责任心与协作精神，通过深度专业判断与创造性问题解决，构建人类与人工智能优势互补的协同生态，实现职业胜任力的持续增长。

01

AI驱动下的组织形态重构

北京大学国家发展研究院副研究员朱丽认为，在数字化浪潮的冲击下，传统的科层制组织正经历着前所未有的重构，但这一过程并非以颠覆的方式进行，而是呈现出渐进式融合的趋势。

朱丽说，未来组织或将呈现如下特点。

第一是传统金字塔结构中决策权高度集中的特征将被打破，取而代之的是分布式的网络化扁平结构。通过智能工具赋能，员工得以成为专业领域的决策节点，能够自主调配资源解决细分领域问题。同时，数字化平台实现了跨部门协作，层级间隔逐渐消弭。这种结构变革不仅缩短了决策链路，更催生出更多的由“专业性”形成的中心节点，使组织呈现出蜂窝状的网络化特征。

第二是向液态组织转变，AI技术正在瓦解组织的刚性边界。例如，当项目需求产生时，内部员工与外部合作者可快速组建跨界团队，如同水流般灵活适应容器形状。

第三是进化成智能化自组织，AI系统与业务场景的深度融合或将催生出新型自组织模式。AI与业务深度融合后，系统能动态匹配内部人力、资源及政策，形成灵活的工作小组，呈现自组织特性。这种智能化自组织具备高适应性，可有效实现降本增效，正是企业布局AI、追求智能化发展的核心方向。

第四是平台化生态组织。未来组织中，平台化生态价值将愈发重要。这类平台需有效利用数据资产，既包括现有大型平台，也可能涌现出细分领域的新数据中心。其核心在于构建自有生态，赋能行业应用，具备数据自主权并与各行业协同。现有大平台组织若以生态思维发展，注重互为主体性，关注平台上各规模企业的成长，同样能做好平台化生态布局。

02

AI员工怎么管？

值得一提的是，在未来组织中，一个有意思的命题就是AI员工的出现和管理。正如李强所言，AI正从辅助工具向“数字员工”演进。在人工智能深度渗透企业运营的当下，AI员工已从概念走向实践，部分企业甚至为其赋予正式身份与激励机制。这种管理方式的革新，既源于AI在效率与精准性上的独特优势，也带来全新的管理挑战。如何有效驾驭AI员工，成为组织数字化转型中的关键命题。

谈及如何对AI员工进行管理，首先要清楚它的“特殊性”。AI员工数据处理能力强，在财务分析、模式识别等重复性工作中，AI可24小时持续运作且零情绪波动，优于人工操作。同时，不同于人类需通过经验积累实现能力提升，AI通过数据训练与算法优化即可快速迭代，成长速度极快。

基于这样的显著特点，朱丽认为，管理AI员工需要遵循几个核心原则：首先是明确它的权责边界，AI的能力严格依赖于指令清晰度与数据质量，若未明确设定边界，可能产生“能力溢出”甚至错误决策；其次要建立明确的标准化工作流程，比如前端明确输入标准，后端规定输出规范；最后，则是对它从准确度、效率、合规性等方面来评估它到底哪些是准确的，哪些质量是可靠的等;最后则是持续迭代，需对AI进行算法更新和优化。

朱丽特别指出，未来当 AI员工渗透至裁员决策、薪酬制定等敏感领域的工作时，企业需要建立透明化的机制和问责体系。算法透明可解释、建立数据治理体系、决策过程可视化、建立AI委员会并让员工参与这是让AI决策机制透明化的几个重要方面。但最后的责任应该落实在人类个体层面，而非AI，最后需要设立屏蔽机制，如在某一个阶段人类仍需要保持一票否决权。”

03

组织能力的重构

面对不断变化的组织形态，组织又应该重构怎样的能力来应对？朱丽认为如下几个能力对组织而言非常重要。

第一是智能协同的能力，它将重构组织与技术的共生模式。朱丽认为，未来组织的首要能力，是构建人机协同的智能生态系统。这种协同不是简单的技术叠加，而是需要建立清晰的人机分工体系与协同机制。例如，让AI专注于数据挖掘、模式识别等领域，而人类则聚焦创意生成、战略判断、情感交互等方面。这种协同不是替代关系，而是通过能力互补形成新的价值创造维度。朱丽特别指出，组织还应该建立人机协同的激励机制与评价体系，从而鼓励人类员工更愿意去与AI协同。

第二是，对员工负责任的能力，将构建逆周期的组织韧性。“对员工负责任的能力”本质核心在于建立“人才蓄水池”，组织需将人力资本视为战略资源而非成本负担，通过构建学习型组织、实施个性化发展计划、建立内部创业平台等方式，将人才潜力转化为组织韧性。

第三是跨界整合的能力，它将帮助企业突破行业的壁垒带来知识融合。组织既要掌握AI技术的前沿应用，又要深谙行业核心逻辑，还需精准把握用户需求变迁。这种复合型能力要求组织快速适应技术变革，将技术能力内化为业务创新的核心驱动力。

第四是构建主动迭代的学习能力，它将是组织应对知识半衰期挑战的路径。在智能时代知识迭代周期不断缩短，个体与组织普遍面临快速迭代能力的挑战，尤其是当外部环境变化速度超越个体认知更新节奏时，被动适应的无力感便转化为深层焦虑。朱丽认为，要破解这一困境，组织需构建系统性主动迭代的学习机制，将员工学习从被动应对转化为组织战略能力的提升，通过系统性设计激发集体进化动能。

朱丽坦言，“当员工开发出具有商业价值的工具或方法论并与AI融合时，组织必须考虑如何给该员工带来足够的安全感和利益。对于要学习的员工来说，则可以设计‘学习－收益’的即时反馈机制，将AI工具应用、跨职能知识等新型能力标准化认证，让他们愿意学、愿意用，并且获得持续的个人价值回报。” 这种设计遵循人性“趋利避害”的规律，将长期能力建设与短期利益激励相结合。 朱丽特别强调，学习机制的构建是否成功的验证标准是，是否实现了对人的深度激发。正如管理大师彼得·德鲁克所言，管理的本质是要激发人的善意和潜能，所以，善意和潜能的激发，就是组织构建学习机制过程中的最终落脚点。

第五则是构建以人为本的企业文化的能力，它将会重塑组织的核心价值。“尽管AI能为企业带来很多改变，但是企业依然要尊重人的独特性。其实无论是企业转型还是经营发展，最终能否实现并不取决于技术，而是取决于用技术的人是否将宝贵经验落实在AI应用上，持续实 现组织的价值产出。”朱丽坦言，她曾经在一项调研中发现，尽管公司高层对AI技术寄予厚望，但是基层员工却出于对自身工作安全性的担忧，表现出对技术的潜在抵触情绪。这种内部意识的抵触，导致公司尽管投入大量资源推动AI相关项目，却难以取得落地预期成效。其实，只有当组织能够平衡技术理性与人性温度时，才能创造经济价值，甚至成为文明进步的推动者。

04

传统领导力的解构与重生

由AI带来巨变的时代，企业管理者和领导力也面临着巨大的挑战。

朱丽认为，AI时代企业中层管理者的困境最为显著。《研究》数据显示，高层管理者在颠覆式创新指标上超出中层管理者，基层员工的微创新活跃度也呈现上升趋势，而中层管理者群体却陷入“渐进式创新陷阱”。这种价值困境的根源在于，传统中层管理者的“上传下达”职能正在被AI系统逐步替代，其决策权威与协调价值面临系统性挑战。

朱丽进一步解释，“中层管理者在三个层面遇到价值困境：第一个是信息中介的功能弱化了，当AI系统实现全流程数据透明后，中层管理者的信息屏障被彻底打破；第二个就是其情境化的决策权威被弱化，当决策逻辑可追溯、决策结果可验证时，经验导向的管理权威失去支撑；第三个是跨部门协调价值被稀释，AI介入企业运营后，会带来上述的扁平化的网络组织，部门墙被业务需求打破，传统中层管理者的‘协调艺术’被扁平的结构、项目甚至算法取代，使其价值‘贬值’。”面对这样的困境，朱丽给出了一些应对方式，“中层首先要尝试成为‘数据翻译官’，既要理解业务数据背后的商业逻辑，又能将战略意图转化为AI可执行的指令；其次要对情境的变动非常敏感，灵活调整团队的策略；再次是成为AI时代的人际协调者，比如，通过自然语言处理识别团队成员的情绪波动，并结合实际进行调解。这种‘技术+人文’的协调方式，或将重塑中层管理者在复杂关系网络中的不可替代性。同时，中层管理者眼光应该向外看，要思考高层思考的事情；最后，他们应该建立生态思维、共赢思维，这样才能让企业真正构建起竞争对手难以复制的产业生态壁垒。”

朱丽认为，在人工智能的影响下，传统领导力模式正经历着解构与重生，这需要管理者实现如下心智模式的突破。

第一是对员工更多授权和信任，实现从对员工控制到授权的思维转变。随着技术发展带来的“远程办公”需求和“数字游民”的增加，管理者不能再通过是否出现在办公室、是否达到一定的工作时长来评估员工的KPI，而是要授权信任员工去做AI新价值的探索。其次是对AI使用与业绩挂钩，实现AI使用到AI价值产出驱动的考核思维转变。朱丽指出，AI时代的KPI转型，核心在于构建以价值创造为核心的评估体系，将考核重点从“做了什么”转向“创造了什么价值”。

李强强调，未来职场或许将告别KPI、OKR（目标与关键成果），进入学习和成长驱动的组织模式（DEG），即Dynamic（动态）、Growth（成长）、Engagement（参与），组织小型化，小微型组织或激发创新活力，软技能与持续学习能力成为核心竞争力。

第二是“从指令思维到服务思维”的转变。管理者是给员工提供服务与支持的，尤其是面对新生代的数字原生的员工群体，服务好他们，成为他们和资源的连接器，从而调动他们的积极性。

第三是“从等级思维向网络思维”的转变。在AI技术的加持之下，组织正在向“网络化的扁平结构”转变，分布式多中心网络之下，更多由专业性而非职位带来的中心节点正在出现，“分布式领导力”也随之出现。

第四是“从短期思维到长期思维”的转变。长期思维强调战略耐心与价值沉淀，通过延长考核周期，赋予员工更充分的探索空间，允许试错与迭代，从而为颠覆性创新提供土壤。这种转变要求管理者突破“结果速成”的执念，转而关注过程质量与能力积累。

最后，朱丽特别指出，在人工智能全球竞赛的赛道上，中国企业正以“中国速度”书写着独特的转型篇章。中国AI转型的独特路径，本质上是政策理性与市场活力、集体智慧与技术创新、文化传承与现代管理的有机融合。中国市场的超大规模性为AI创新提供了独特试验场，这不仅带来了企业发展的创新，更为世界带来了“中国管理”的理论创新。中国企业的管理实践正在催生具有全球影响力的理论创新：例如，海尔首创的“人单合一”模式、华为“铁三角团队管理”、阿里巴巴的“中台管理”模式等等，中国模式正以“协同进化”的智慧，为全球治理贡献中国方案。