一百年前，工厂也犯过今天的AI错误

AI已经进了公司，组织还停在“蒸汽机时代”。

图由 AI 生成

文 | Alex

19世纪末，第一批电动机进入工厂。

预想中的效率革命并没有立刻发生。

蒸汽机时代，一座工厂通常依靠一台大型发动机提供动力。屋顶布满传动轴和皮带，机器围着动力系统摆放。厂房建几层、工人站在哪里、原料怎么运输，都要迁就那台位于中央的蒸汽机。

电动机出现后，很多工厂拆掉蒸汽机，把一台大型电动机放进原来的位置。

屋顶的传动轴仍在旋转，皮带依然连接着每台机器，厂房和工序也没有改变。即使只有少数机器开工，整套动力系统仍要一起运转。

工厂换了一颗更先进的心脏，身体还是蒸汽机时代的身体。

电力真正改变工厂，是在每台机器开始拥有独立电机以后。

传动轴和皮带逐渐消失，机器摆放不再受中央动力约束。过去，设备要围绕动力排列；现在，设备可以围绕生产流程排列。厂房从多层变成单层，工人、机器和物料之间的距离被重新计算，整条产线由此得到重构。

电力带来的最大收益，最终没有停留在节省煤炭和提高转速上。它改变了厂房、工序和人的分工。

经济史学家保罗·戴维后来用这段历史解释新技术与生产率之间的时间差，即一项通用技术刚进入企业时，通常会先被安装在旧系统里。

工具已经更新，围绕旧工具形成的流程和组织还在。更大的效率，要等到整个生产系统开始围绕新技术重新设计。

一百多年后，企业正在AI时代重演这一幕。

大模型已经进入产品，Agent已经进入员工电脑，越来越多工作可以交给机器完成。

屋顶上的“传动轴”，还没有拆掉。

01

AI 已经进了公司

组织还停在“蒸汽机时代”

过去两年，软件行业几乎完成了一轮集体AI化。

CRM加入Agent，客服系统接入大模型，研发团队开始使用AI Coding，销售、运营和市场也在把越来越多工作交给AI。

产品首页换了，员工电脑里的工具换了，公司的运行方式却没有发生同等幅度的变化。

产品、研发、销售、售前和交付仍然按照部门划分；任务仍要在多个岗位之间传递；员工向主管汇报，主管再逐层向上汇总；业务量增加以后，企业依然习惯先增加人手。

就像一百年前的工厂：电动机已经装上，屋顶上的传动轴还在。

生产力变了，生产关系迟早也会跟着变。

放到企业内部，AI正在成为新的生产力。公司如何分工、协作、管理、授权、评价和分配责任，构成了一套组织层面的生产关系。

当生产力已经变化，组织仍然按照过去的人力条件设计，新的生产力就会不断撞上旧的岗位、流程和层级。

• AI可以直接完成一部分工作，任务仍要经过多个岗位；

• AI可以同步大量信息，中层仍然花费大量时间汇总和转述；

• AI可以承担标准化执行，企业面对新增工作量时，第一反应仍然是增加人头。

当生产关系跟不上生产力，组织本身就会开始成为效率的阻力。

02

当老板可以“查询”一家公司

在零一万物，李开复不需要参加所有项目例会。

两百多人的团队每天产生大量会议信息。会议录音由AI自动分析，项目进展、结论和待办事项被持续整理。李开复需要了解某个项目时，可以随时调取。

他尤其关注那些没有谈拢的地方。

一场会议最终通常会形成结论，但讨论中出现过哪些分歧，哪些共识达成得比较勉强，往往更能暴露项目风险。因此，零一万物要求AI主动提炼会议中的不同意见。

这套系统在内部最早被称为“开复AI”，后来逐渐演化为对外提供的“老板AI”。

当负责人可以直接查询项目、会议和分歧，过去依靠逐层汇报运行的信息链路开始变薄。中层的价值也从收集信息、整理进度，转向处理冲突、协调资源和承担结果。

类似的变化也在其他公司发生。

MooxAI的售前人员开始用Vibe Coding直接搭建Demo。过去需要售前、产品和研发多次交接的部分工作，现在可以由最接近客户的人先完成验证。

瑞华智策副总裁高燕为产品、交付、品牌、营销和管理配置了大约15个Agent，但每天真正高频调用的通常只有5个。

Agent产出越快，等待人判断和验收的结果越多。人开始成为新的决策瓶颈。

语核科技的CTO可以把四五十个Feature同时交给Agent开发，自己负责目标、验收标准和测试机制。代码执行被大量交给AI以后，人的工作向任务定义、架构判断和结果验收移动。

岗位还在，岗位里的任务已经变了。

03

19家公司，正在重新设计“公司怎么运转”

过去几个月，崔牛会研究院访谈和研究了19家AI原生组织，把这些规模和业务不同的公司放在一起，一条变化逐渐清晰：

AI对企业的影响，正在从产品和工具进入任务、岗位、协作、管理和人的价值。

过去，公司先定义岗位，再把工作装进岗位。AI进入以后，越来越多团队开始先拆解任务，再判断交给人、Agent，还是由人和Agent共同完成。

过去，中层承担大量信息汇总和上传下达。AI接管部分信息流以后，管理者需要更多处理目标、资源、冲突、异常和责任。

过去，人的价值很大程度建立在熟练执行上。AI扩大执行能力以后，定义问题、作出判断、处理例外和为结果负责，变得更加重要。

这些变化没有一套可以照搬的标准答案。

Agent越多，也可能产生更多决策节点；层级减少，并不等于管理消失；执行速度提高以后，评测、权限、安全和质量控制都会成为新的约束。

这也是崔牛会发布《生而AI：AI原生组织白皮书》的原因。

白皮书共112页，从组织结构、管理权限、人机协作、产品交付、人才价值、管理控制和商业闭环等方面，记录19家公司的实际做法。

报告最后建立了AI原生组织成熟度评估框架，从基础设施与Context、人机任务委派、生产系统与业务闭环、组织结构与人才、数据评测与反馈、治理与安全六个维度，观察一家公司的真实运行能力。

白皮书发布后，已经获得多家AI公司和企业管理者的积极反馈。

大家关心的核心问题越来越接近：公司的产品已经进入AI时代，组织该从哪里开始改变？

⬇️⬇️扫码即刻获取白皮书⬇️⬇️

04

你的公司，走到了哪一步？

如果你想先判断所在组织目前处于什么阶段，可以完成一次AI原生组织成熟度测试。

它将帮助你检查：AI目前停留在个人工具层，还是已经进入团队协作和业务闭环；组织当前的主要短板，出现在任务委派、组织协作、评测反馈，还是权限治理。

⬇️⬇️点击完成AI原生组织成熟度测试

栏目介绍

本文为崔牛会「AI 原生组织研究」系列文章。更深层的问题，比如人在 AI 原生组织中如何重新定义价值，AI 输出如何被工程化约束，中层管理在新组织里会不会消失，已经收录在崔牛会9月2日发布的《AI原生组织白皮书（2026）》中。