智能体组织：AI时代下一个范式的轮廓

文章作者丨麦肯锡公司：Alexander Sukharevsky, Alexis Krivkovich, Arne Gast, Arsen Storozhev,Dana Maor, Deepak Mahadevan, Lari Hämäläinen, and Sandra Durth，慎思行采编翻译

个人微信丨hello_SSX

前言

AI正在带来自工业革命和数字革命以来最大的组织模式转变（见“运营模式的演变”）。这一新模式将人类与AI智能体（包括虚拟智能体和实体AI智能体）结合在一起，以近乎零的边际成本大规模并肩工作，我们称之为智能体型组织。

运营模式的演变

在 19 世纪以前的农业时代，运营模式简单，以工匠和农民组成的小团队为中心。全球 80% 至 90% 的人口从事农业工作。

接着，到了工业时代，人们搬进了工厂，运营模式转变为职能等级制。产品的设计是为了由人和机器进行大规模复制，每三到十年就会有一次重大升级。这个时期出现了新的角色，如工厂工人、工程师和轮班主管。截至 20 世纪 70 年代末，美国有 39% 的人在工业部门工作，只有 4% 的人在农业部门工作。高效的规模化生产推动了企业的发展和竞争优势，精益管理成为一种战略工具。

随着 20 世纪 90 年代数字时代的到来，工业时代的“真理格言”随着计算机的兴起而开始瓦解。这一背景下，企业开始采用工业思维，将业务流程硬编码到支持生产和企业资源规划的单体系统中。企业很快转向模块化数字产品和平台，每月甚至每天更新。这一阶段要求灵活的运营模式，需要小型、跨职能的团队，包括软件工程师、体验设计师和产品经理等新角色。速度和客户成为企业竞争优势的关键。如今，美国有 5.8% 的人口从事技术工作，而从事农业工作的人口仅占 1.6%，从事工业工作的人口占 19.3%。

现在，AI时代正开始迎来最新的进化，它将彻底改变知识工作，就像前几个时代彻底改变体力工作一样，智能体组织将人类、AI智能体和机器结合在一起，成为未来的工作场所。

这种新模式的前景将取决于AI能力的持续增长以及监管等其他因素。自 2019 年以来，AI能够可靠完成的任务时长大约每 7 个月翻一番，自 2024 年以来每 4 个月翻一番，截至本文撰写时已达到约两小时翻一番。这将是一个惊人的加速进化过程——从需要持续监督的实习员工到可以独立工作的中层员工，再到或许可以制定和推动战略的高级管理人员。

组织范式确实并存。但智能体组织可能是领导者通过建立分散的、注重结果的智能体网络来获得竞争优势的关键。

麦肯锡与早期AI采用者的合作经验表明，AI智能体可以释放巨大的价值。企业正开始部署虚拟AI智能体，其复杂程度不断提高：从增强现有活动的简单工具到端到端的工作流程自动化，再到整个“AI优先”的智能体系统。与此同时，实体AI智能体也在不断涌现。

企业正加速为AI打造“身体”——智能设备、无人机、自动驾驶车辆以及早期的人形机器人，让AI得以与物理世界交互。

智能体组织将围绕企业的五大支柱构建：

• 商业模式；

• 运营模式；

• 治理体系；

• 人才和文化；

• 以及技术和数据（见图 1）。

想象一下未来的银行：当客户想要买房时，个人AI管家会激活一系列工作流，为买家提供服务。地产AI智能体推荐房源，按揭审批智能体根据客户财务画像定制方案。合规智能体确保交易符合银行政策、合同智能体完成协议签署、并由另一智能体最终放款。而整条链路由人类监督员、按揭专家和AI赋能的一线员工组成的“智能体团队”统筹。在某些场景下，银行甚至可把AI服务延伸至家具、装修、节能升级等领域，从而成为一张“智能体团队”的网络——即智能体组织。

在这篇文章中，我们分享了与先锋企业合作中铺捉到的早期信号、来自科技领袖与投资者的洞见，以及高管们最常向我们提出的问题。智能体组织范式无疑会不断演化，但当今的领导者不能坐等其完美明晰。我们将指出当下即可行动的切入点——精炼运营模式、创造更多价值、并以AI为先重新布线——而非被动等待被新范式重塑。

智能体组织的五大支柱

1.商业模式

在智能体时代，企业若能借助AI渠道无限贴近客户、实现实时超个性化，把流程重构为“AI优先”，并以独家的数据护城河作为超级武器，就能获得竞争优势。AI原生初创企业与智能体企业可能以完全不同的生产力（人均营收）、与规模脱钩的成本结构，以及更快的上市和创新速度，颠覆整个行业。

AI原生渠道实现超级个性化

消费者已经开始绕过门店、应用程序和搜索引擎，转而使用 ChatGPT 等AI原生界面。未来，每个消费者都可能拥有一个低成本的AI个人助理。一家欧洲公用事业供应商向其 300 万客户推出了多模态AI助手，显著缩短了平均处理时长，提高了客户满意度，改善了响应速度，并让更多来电无需人工即可解决。这些助理不仅是“应答机”，更是24小时与其他智能体谈判的“私人管家”，持续从用户行为和市场信号中学习，动态生成不断演化的超个性化产品。这也为生态经济打开新局：掌握客户触点的企业，可跨越传统业务模式和行业边界，满足客户多元需求而实现增长。

AI优先的工作流程使边际成本趋向于计算成本

银行已用“智能体小队”运行按揭与合规流程；保险公司正在重塑理赔与核保，并把自己重新想象为AI原生企业；电信运营商则在客户服务及更多环节部署智能体。

一家全球性银行的“智能体工厂”用十支智能体小队负责“了解你的客户”（KYC）流程，显著提升了产出质量与一致性。另一家银行让人类“在上环”监督智能体小队，对遗留核心系统进行现代化改造，时间和人力最多节省50%。这不是在现有流程上做常规自动化，而是把端到端流程彻底重设计，人类只保留“战略在上环”的监督角色，其潜力可将边际成本压向纯计算成本。展望未来，大多数（如果不是全部）流程都可被重新想象为“AI优先”，人类和传统IT系统再有选择地被“拉回环内”或“留在上环”。

专有数据成为关键的差异化因素

如果说今天的AI是“口袋里装着互联网的实习生”，那么明天的竞争壁垒将来自公共互联网所不具备的“数据后花园”。企业只要持续捕获并精炼独有、已获授权、不对外公开的专有数据——如客户行为流、产品使用数据、传感器数据等——就能将其转化为差异化的个性化产品与流程，从而领先对手。AI本身也能加速数据底座、数据产品的建设以及数据质量的提升，让这座“后花园”更快成形、持续繁茂。

2.运营模式

在智能体时代，组织的构建和运营方式将与其提供的产品或服务一样发生变化。工作和工作流程将被重新设想为AI优先，运营模式将演变为由有能力、以结果为导向的智能体团队组成的扁平网络。

工作和工作流程将被重新规划为AI优先

智能体时代的运营模式将以重新构想的AI优先工作流程为基础，有选择地重新引入AI原生设计的人类和 IT 系统。在一家欧洲汽车制造商和一家公共部门机构，智能体团队正在对传统系统进行逆向工程和现代化改造，而人类则负责指导和验证工作。在产品开发中，智能体可以收集反馈、分析数据、测试功能，甚至进行营销活动。仅在需要人际接触的环节被有选择地“放回环内”。

以结果为导向的智能体团队将成为组织的基石

传统组织是围绕职能建立的。数字公司拥有跨职能的产品团队，却仍受“两个披萨”团队规模和邓巴数字等人类协作上限的掣肘。

在智能体组织中，组织结构将转向小型、注重成果的智能体团队。所谓“智能体团队”是一个由少数跨学科人类组成的小组，他们拥有并监督底层的AI工作流程，可以组织起来提供明确的端到端业务成果。

根据我们的经验，一个由 2 到 5 人组成的人类小组已经可以监督一个由 50 到 100 个专业智能体组成的智能体工厂，可以运行端到端流程，例如客户导入、发布产品或月结关账。智能体AI能把产品团队的范围和自主性自主拓展到前所未有的程度。

获胜者协调智能体团队的扁平网络

没有正确的背景、指导和定位，智能体AI的激增可能会导致混乱。未来制胜的运营模式将赋予智能体团队高度自主权，采用扁平决策和沟通结构，在团队之间高度共享高情境信息并保持对齐，确保行动同步。

组织架构图（基于传统层级授权）将让位于“智能体网络图”或“工作图”（基于任务与成果的交换）。

最终，智能体网络不再受单家企业边界限制，不同结果可由不同主体交付，由此催生全新的 B2B 机会。

3.管理

在智能体组织中，治理不能停留在定期的、纸上谈兵的阶段。随着智能体的持续运作，治理必须变得实时、数据驱动和嵌入式，并由人类承担最终责任。

利用实时数据加速决策

传统的预算、规划和绩效管理周期对于AI优先的工作流程来说过于缓慢。先行者正在尝试“智能体预算”，其中AI智能体提出预算草案，情景智能体进行预测，报告智能体提供实时见解。财务负责人由此摆脱“收电子表格、拼底稿”，转而专注解读信号、压力测试情景和与业务直接对话，实时做出决策。

智能体通过嵌入式护栏控制智能体

正如 DevSecOps（开发、安全和运营）在数字交付中嵌入自动检查一样，智能体组织也会把“控制智能体”嵌入工作流。评审智能体将对产出提出质疑，护栏智能体将执行政策，合规智能体将监控法规。

所有动作都可实时记录并解释：数据隐私、财务阈值、品牌语调，无一遗漏。

覆盖智能体全生命周期的 AI 治理框架（从发现、启动到退役）可在速度、规模与所需安全控制之间取得平衡。

人类问责和监督依然存在

人类的问责和监督仍然必不可少，但其性质将发生变化。合规官员和领导者将不再进行逐条审查，而是制定政策、监控异常值并调整人工介入的程度。我们面临的挑战是如何找到最佳平衡点：既要有足够的监督来管理风险，又不能将智能体拖回到人类速度。能够在这两者之间取得平衡的企业将获得更多的智能体优势。

最终，智能体落地的规模将被人类的监督容量所上限——治理本身成为生产力的潜在瓶颈。

4.劳动力、人员和文化

在智能体组织中，人类将从执行活动转变为拥有和指导端到端结果。这种转变需要具备不同技能的新员工，也需要一种能够提供凝聚力和目标的文化。

混合智能体劳动力需要新的人才系统

随着智能体开始执行工作，人类将越来越多地确定目标、做出权衡和指导结果。这将改变企业如何规划混合劳动力、雇用（或借用）哪些人、如何部署人类或AI人才，以及如何衡量成功与否。人力资源系统不仅能跟踪人类员工，而且还是智能体和智能体工作流程的存储库。

绩效管理也将从“任务完成”转向“人类如何编排智能体、释放价值、交付结果”。

在这一新范式下，人才系统本身必须被重新设计——从职业路径、激励机制到领导模式。

具备不同技能的新型人才应运而生

在我们与先锋企业的合作中，我们看到AI智能体取代了历史上由知识工作者处理的任务，如分析文档和创建应用程序接口。与此同时，我们看到对其他技能的需求也在不断增加。例如，以端到端的视角深入解决问题、应用系统设计以及在智能体失败的边缘案例中应用模式识别的能力。

当人类与智能体一起工作时，会出现三种角色（见图 2）：

• M 型主管：精通AI的广博通才，负责协调各领域的智能体和混合劳动力；

• T 型专家：重新构想工作流程、处理异常情况和保障质量的深度专家；

• AI增强型一线员工：销售、服务、人力资源或运营部门的员工，他们花在系统上的时间更少，花在与人打交道上的时间更多。

领导者自身也将升级。首席执行官、产品负责人、合规负责人等，都必须具备过去只对首席信息官要求的技术素养。填补这些角色需要大规模地提升与再造技能。早期证据显示，没有技术背景的员工也能像训练有素的工程师一样，快速学会管理智能体工作流。职业路径与绩效系统必须随之调整——“条条框框”让位于人类与数字技能共生的生态。随着这些新画像落地，“组织”与“员工”的概念将更流动，人类与数字人才的内、外部生态将无缝融合。

文化是粘合剂和道德指南针

文化将成为智能体组织的运营粘合剂和道德指南针。先行者的共同经验凸显“编排”的重要性：让各团队围绕共享情境与结果对齐，识别人类与AI能力的最优组合（并非事事都要上智能体），在人与智能体之间建立信任。文化指南针将价值观和长期目标嵌入到智能体系统中，这样企业就不会为了追求短期效率而牺牲凝聚力。

因此，企业不会以牺牲凝聚力和信任为代价来追求短期效率。早期的先行者表明，清晰方向、果断领导、持续学习是基本功。真正的制胜分水岭在于：在高速转型的同时，仍能保有组织的凝聚力与身份认同。

5.技术和数据

在智能体组织中，技术和数据将在智能体AI网格的支持下实现民主化。

智能体之间的通信协议将使跨系统、跨机器、跨人类的集成更简便、更廉价。成功的规模化企业会依据“差异化来源”与“竞争优势”来平衡自建还是外购，避免技术或供应商锁定，以便在技术迭代飞快的生态中迅速切换。

IT 和数据的分布式所有权变得可行

数字时代，技术与数据系统从“远离业务的集中式单体和数据库”演进为“贴近业务的微服务和数据产品”，这需要大量软件与数据工程专家来设计、开发和维护。

而在正在到来的智能体时代，业务侧员工可在智能体AI的帮助下，无需深技术背景就能独立创建软件资产、管理数据——AI自动完成软件开发生命周期（SDLC），深度专家只需在上环监督。早期实践者已将生产力提升至少一倍：例如我们团队中的一名法国文学毕业生——在构建智能体工作流方面与软件工程师一样能干。

要负责任地扩大这种转变的规模，企业必须采用智能体平台和架构，如智能体AI网格。这些平台提供可重复使用、高性能的“原子”智能体和数据产品，并配备技术安全护栏，以防止技术债务积累或网络安全风险，同时释放前所未有的民主化和创新水平。

智能体间协议让交互与集成变得轻量级

智能体间协议正在重新定义人、智能体、IT系统与设备之间的互动方式。传统做法依赖中间件、API等重量级集成，需要大量编程和系统点对点连接，而智能体间协议让“系统派智能体去跟另一系统的智能体对话”，从而把遗留系统、云平台乃至无人机等设备快速、低成本地接入同一工作流。更重要的是支持“快速实验”——新能力可立即测试、扩容或下线，无需耗费数月的工程排期。

动态采购变得至关重要

历史上，许多关键业务平台都是在内部构建或在严格的采购流程中挑选出来的，并经过多年的实施改造。这些系统旨在保持基本稳定，以确保几十年的竞争力。在智能体时代，将需要一种更加灵活的战略。大型语言模型和AI产品的发展速度非常快，锁定一个解决方案或供应商可能导致技术在几周内就会过时。与此同时，企业需要在专有的组织背景、机构知识和非公开数据中建立壁垒，以提高竞争力。这就要求架构能将智能体结构、逻辑和数据与底层供应商环境分离开来。

如何开始旅程

在与企业高管的讨论中，我们听到最多的问题是：“我该如何开始？”高管们想知道，在不清楚未来会发生什么的情况下：

• 如何创建“北极星”愿景；

• 如何评估数据、技术和管理基础的成熟度和升级需求；

• 如何设定价值和可行性的优先级；

• 如何在技能和思维方式方面带动组织发展；

• 以及如何比竞争对手更快地扩大规模，从而创造竞争优势。

眼下最大的危险是出现“飞行员比汉莎航空还多”的情况，AI与价值驱动因素脱节，例如到处都在谈AI，却进不了损益表，或最终导致公关灾难。

基于我们的经验，我们认为，想要在发展智能体组织的过程中确保竞争优势的企业应该大胆思考、快速行动、深入研究。在成为智能体AI领导者的过程中，高管们需要有不同的思维方式，才能在我们在本文中列出的 15 个主题中做出一系列连贯的选择和行动（见图 3）。

我们鼓励领导者思考三个根本性的转变，从而在如何为智能体时代进行转型方面实现阶跃式转变：

1.从线性发展到指数发展：技术的发展是指数级的，而组织和运营模式通常是线性发展的，这可能会限制组织最终获取的价值。不要让这种情况发生。领导团队需要大胆调整运营模式，使其向智能体组织发展——以跨职能的自主智能体团队取代职能孤岛，重新设计激励机制和支持流程以实现变革，并投资于所需的能力。

2.从技术向前到未来倒推：像部署软件一样，将智能体式转型委托给技术负责人是不够的。领导者需要设想未来的组织，设想其在AI优先流程下的全部价值潜力， 和人机混合型组织的全部价值潜力，然后倒推切入起点。“干中学”是唯一途径——看书或高尔夫闲聊换不来真知。大胆重做一条端到端价值链，是锻炼组织学习肌肉的最快方式，同时，从灯塔项目第一天就开始布局规模化使能要素。

3.从威胁到机遇：高管若只把智能体AI视为“运营威胁”，变革必夭折。对于高管来说，至关重要的是要不断与员工沟通，让他们了解这项技术所能带来的新机遇，这不仅关系到组织的发展和目标，也关系到他们作为专业人士的利益。超额投入以下要素，为转型铺平道路：基础普及之上的技能再造、变革管理、激励、预算、沟通、绩效管理。

具体而言，高管们可以立即采取以下行动：

• 将“智能体AI”列为高管团队议程的固定议题；

• CEO清晰阐述打造智能体组织的愿景；

• 快速升级AI卓越中心（COE）；

• 大规模开展人员技能提升；

• 在一到两个灯塔领域率先“通电”，上线智能体流程，边干边学。

多种组织范式仍在并存：89%的组织仍生活在工业时代，9%的组织拥有数字时代的敏捷或产品和平台运营模式，只有1%的组织作为去中心化网络行事。但是，现在是时候了，企业必须尽快转向新的智能体模式，以获得显著的竞争优势，否则就有可能被甩在后面。

影响采用速度的因素有很多，包括AI模型的开发、计算能力的可用性、机器人技术的进步、法规的变化、社会的理解和接受程度以及人类对风险和变化的偏好。在未来的岁月里，我们的洞察将随着AI技术的发展而愈加深入，但我们确信，适应和学习速度更快的组织将成为这个智能体时代的早期赢家。

编辑 | Yujie

进一步交流

进入专业社群展开深度讨论

慎思行通过微信等平台覆盖超过10万战略人、咨询人等各类专业人士。我们也构建了专业社群，推动战略与咨询领域的问题讨论、信息交流和机会分享，社群已有超过5年历史，并成为了顶尖专业人士感知市场前沿，获得实践经验的首要选择。入群请添加慎思君微信，并提供名片。

现在微信公众号更改规则，如果你不特地点进来，很可能看不到我们的推送了。希望喜欢【慎思行】的读者朋友们将本号【设为星标★】，方便找到我们；也欢迎点击右下角的【在看】。