菌丝体组织：AI时代，人的主动性从哪里来？

作者：王敬华 校审：李文慧 排版：习丌

AI时代，人的主动性从哪里来？

设想一家设备企业的售后团队用上AI以后，整理维修记录、查询产品资料、起草客户回复都比过去快了，负责人期待大家利用腾出的时间主动改善服务。

一位工程师却发现，自己仍在反复回答同一个问题：新客户总在设备启用的某一步操作出错。他怀疑交付说明存在歧义，也曾把情况发给产品部门，但没有得到明确回应；手里的售后服务单还在增加，考核照旧看处理数量，于是他学会了更熟练地解释、更迅速地完成服务单。至于那份可能有问题的说明，他不再追问。

如果负责人此时问“为什么有了AI，员工还是不主动”，就容易漏掉一个事实：这个人曾经主动过，只是他的发现没有进入共同工作，组织也没有让他看见，多走一步究竟能改变什么。

菌丝体组织把企业理解为一个共同生长的生命共同体，顾客的问题得到解决、人的能力得以发展、伙伴愿意持续合作，都属于这个共同体的成果。为支持这样的共同生长，“强内核”提供共同方向、专业标准、风险底线与可共享的能力，“活前端”则让贴近顾客和现场的人获得必要的信息、资源与行动空间。这种组织安排面对一个具体的考验：当智能越来越容易获得，组织能否让身处不同位置的人看见值得做的事，形成自己的判断，并获得与他人共同把它做成的条件？

点击链接，了解更多：

AI扩大了能力，主动性还需要组织条件

在上述设想中，AI改善了工程师完成既定任务的能力，却没有改变他与问题的关系：他依然负责处理被送到面前的服务单，无须参与判断这些问题为何反复出现，也很难影响产生问题的环节。企业得到了一位更高效的应答者，却没有因此多出一位能够推动改善的人。

这也是AI组织变革需要辨明的一层差别：有能力做、愿意做和实际能够行动，彼此相关，却不能相互替代。员工可能已经看见问题，也有初步办法，但缺少时间、支持或合适的行动机会；还可能愿意尝试，却暂时没有识别风险的经验。把这些情况统称为“主动性不足”，会让管理者把本应由组织处理的困难，变成员工需要端正的态度。

1924年，美国西方电气公司在芝加哥附近的霍桑工厂开始研究工作条件与生产效率的关系，后来又有哈佛商学院的研究者参与，研究延续到20世纪30年代。这组以工厂命名的研究，被称为“霍桑研究”，也常被称作“霍桑实验”。

在其中一项车间观察中，14名工人实行集体计件，即收入与集体完成的产量挂钩。按制度安排，增加集体产量能够带来更多收入，研究者却发现，工人之间形成了自己的产量规范，做得太多会被认为破坏规矩，做得太少也会受到责难。有一位工人因超过同伴认可的产量而承受压力，另一位把产量维持在群体认可水平的人，则最受大家欢迎。

这个案例让人看见，个人怎样工作，既受收入激励影响，也受到每天共同做事的人怎样评价和接纳自己的影响。公司期待的增产，可能与群体维持既有工作方式的要求发生冲突，同伴关系因此可能约束个人能力的发挥。对菌丝体组织而言，这提示我们进一步追问：组织怎样使个人愿意作出的贡献得到同伴支持，使共同关系成为人发挥能力的条件？

回到开头的售后团队，在多次提出问题却无人回应之后，同事之间或许早已形成一种默契：把分给自己的服务单处理好，额外发现的问题少碰。即使企业增加了“创新建议”考核，只要建议最后变成提出者独自承担的额外任务，大家仍会谨慎地选择那些容易交差的意见。

菌丝体组织所说的“活”，包含人对现场的敏感、对问题的判断，以及在必要时改变既定做法的意愿。它不能靠增加一项积极性指标获得，因为真正需要听见的判断，可能恰好是在说：这个任务不值得继续，这个AI答案不可靠，或者当前安排已经超出了团队的承受能力。

因此，企业在决定AI接走哪些工作时，也要决定人将有机会参与哪些判断、接触哪些结果，以及怎样在新的工作中积累能力。否则，机器承担了更多执行，人留下来的工作仍可能只是催办、确认和处理例外，忙碌程度变了，参与工作的方式并没有随之改变。

点击链接，了解更多：

从执行岗位要求，到参与问题判断

那位工程师真正需要跨出的一步，是从“怎样更快回答客户”，走向“客户为什么总在这里遇到困难”。前一个问题可以在售后岗位内部优化，后一个问题需要理解设备如何交付、客户怎样学习使用，以及产品部门当初为什么这样设计说明。

菌丝体组织把人看作能够感知、判断和连接能力的节点，正是为了让现场的发现有机会进入完整问题。专业分工仍然存在，但员工不必只看自己负责的那一个动作；他可以知道这个动作服务于什么结果，自己的经验又能对共同结果产生什么影响。

假如产品负责人接到反馈后，直接宣布“重新做一套培训材料”，再让售后配合，工程师仍然只是执行一个别人定义好的任务。更有价值的开始，是让他带着具体记录，与产品、交付人员一起辨认：客户究竟不理解哪个步骤，现有说明在哪种使用条件下容易误导，还有没有别的解释。

AI可以帮助整理相似记录、比较说明版本、提出可能原因，工程师则需要把分析带回现场核实。核实时，他可能发现，两批设备的控制部件不同，需要采用不同的启动顺序，交付材料却没有清楚区分。产品同事让他看到了各自的操作要求，双方因而把改善方向定为让客户先识别设备批次，再按对应指引操作。工程师由此把“说明有歧义”的猜测变成了更具体的判断，也理解了产品端保留差异的理由。

点击链接，了解更多：

人的判断力就在这样的过程中形成：新人先跟着有经验的人辨认依据，再在适当范围内提出自己的判断，观察结果，与原先的预期比较，逐渐知道什么时候可以独立行动、什么时候必须求助。AI能更快给出候选答案，却不能代替这些经历；如果企业只考核是否采用了系统建议，得到的可能是更熟练的服从。

反复解释同一种错误，容易让人觉得自己只是在消耗时间；如果自己的观察能够使后来的客户少走弯路，专业经验就有了可见的去处。工作未必因此轻松，却更容易让人理解，自己为什么值得在这里投入注意力。

这种参与不要求人人包办全程，一位工程师可以只承担自己擅长的判断，同时了解它与其他人的工作怎样衔接。所谓完整，首先是能理解工作的来由和后果；专业越深入，人越需要借助他人的长处，而非独自成为一个缩小版的部门。

强内核如何使活前端能够主动行动

看见了问题，也形成了判断，接下来仍有一道现实关口：谁愿意拿出时间，谁能够提供支持，谁有权决定试一试？

如果负责人只是鼓励工程师“大胆去做”，原来的服务单一件不少，产品人员也没有参与的安排，那么这份鼓励最终很可能变成他下班后的个人项目。一次依靠热情完成的改善，并不能说明前端已经获得了持续行动的条件。

强内核需要用共同目的和专业标准，帮助不同岗位判断什么值得一起做；把可共享的资料、工具和专业支持积累为不同成员能够反复借助的公共能力，减少每个人从头摸索的负担；还要让相应的时间、资源和决定权进入实际工作。前端据此能够行动，管理者也能知道哪些变化需要自己介入。

在这个设想中，售后经理可以先调整工程师的工作量，产品负责人安排一位熟悉设备差异的同事参与，由有相应权限的人同意在限定范围内验证新的交付说明。涉及安全操作的内容仍须经专业复核，原有客户服务也要有人承接。提出问题的工程师可以推动这件事，却无须独自承担所有专业判断和组织协调。

这样的支持会让员工逐渐知道，遇到类似问题可以找谁，自己能先核实到哪一步，哪些决定必须共同作出；不确定的部分也能够被说出来，而不必先把方案包装得毫无缺点才敢提出。主动行动由此有了可以依靠的关系。

强内核也必须允许前端影响自己：如果验证发现某项统一要求长期不适用于特定设备，就应当由有权负责的人修正规则，或者解释保留它的理由。现场意见只被收集、从不影响安排，员工迟早会把反馈当成又一种填报。规则能接受事实的检验，人才能相信自己的判断有进入共同决定的可能。

这并不意味着组织必须接受每一个建议，项目可能因为投入过高而暂停，问题也可能暂时无解；只要取舍依据得到说明、已经付出的劳动得到承认，参与者仍有机会从中学习。更伤害主动性的，是问题被无声搁置，或者一个人在被鼓励之后，才发现所有代价都要自己承担。

“强内核、活前端”的联系，正体现在这些日常安排中：共同规则使分散行动有所依据，前端经验又使规则不断接近真实工作。管理者维护这种相互作用，人的主动判断才有机会持续进入组织。

点击链接，了解更多：

人的成长如何进入组织的共同成果

即使行动条件具备，员工也不一定愿意投入，企业仍需认真回答，他在共同工作中得到了什么。

回报当然包括收入和合理的成果分享，也包括更具体的工作体验：自己的专业判断受到尊重，遇到困难时有人一起承担，做完一件事以后比原来更能理解和处理问题。美国心理学家理查德·瑞安与爱德华·德西在2000年阐述自我决定理论时，将自主、胜任和关系需要视为理解人的动机的重要基础。通俗地说，人希望自己认同所做的事、能够有效应对挑战，也希望与他人建立有支持、有归属感的关系。这提供了一个补充视角：人的投入还有来自工作本身和共同关系的动力，不能只用奖励的多少解释。

在那次交付改善中，工程师起初熟悉的是怎样处理这类操作问题，参与之后，他开始理解客户学习使用设备的过程，也知道了不同设计取舍的原因；产品同事则通过现场记录发现，自己认为清楚的说明，到了客户那里会被怎样理解。双方都贡献了已有经验，也获得了原岗位很难单独提供的认识。

菌丝体组织所说的“共生即增长”，可以在这样的关系中得到具体解释：共同成果的形成，应当同时为参与者带来继续发展的条件。客户少遇到麻烦，团队减少重复解释，个人获得新的判断经验，这些变化彼此支持。组织生长因而也体现在人变得更有能力、关系变得更能支持共同工作，而不只是任务量或业务规模增加。

不过，企业不能把成长当作少付报酬或增加负担的理由，若把改善节省的时间全部换成更高的工作量要求，把指导新人和维护成果的工作留给员工自行消化，所谓共同成长就很难令人信服。对有些人，更合适的回报是承担新的专业工作；对另一些人，可能是更稳定的节奏、更充分的学习时间，或者在现有专业上继续深入，组织需要尊重这种差异。

最初，工程师提出问题，可能被看作给大家添麻烦；当同事看到客户在这个步骤上的操作错误确实减少、参与者没有因此被压上无尽的额外工作，下一次有人提出不同判断时，团队就多了一份可以参照的经验。经理的表扬固然有用，共同做成一件事所积累的信任，往往更能影响日常合作。

这种信任还需要容得下分歧：愿意指出试验有问题、承认自己的判断失误，或者拒绝超出专业能力的要求，都应当有表达的空间。人的尊严与基本权益不以当期贡献多少为条件，稳定完成日常工作的人也应获得尊重；否则，“主动性”容易变成新的群体压力，每个人都不得不表现得永远热情、随时可用。

一次主动贡献怎样成为持续的组织生长

一个团队共同解决了问题，并不意味着这样的参与会自然延续，下一次遇到类似情形，人们仍然需要找到之前的经验，也需要知道哪些条件已经变化。

改进得到验证以后，组织还需要把新的交付说明纳入相应产品的交付要求，保留适用范围和必要的判断依据，安排人员维护，并观察其他同事使用时还会遇到什么困难。原工程师的作用也可以随之变化：他不必一直成为临时救场的人，而有机会参与更复杂的问题，或帮助新人理解那些容易被忽略的细节。

当后来者能够借助前人的成果起步，贡献者也能够离开重复解释、继续发展自己的专业时，经验留下来和人继续成长，才开始发生在同一件事里。组织积累的能力，为更多人的主动判断提供了起点。

有价值的经验也包括未被采纳的方案：一次试验如果发现原来的假设不成立，可以留下什么条件下不该继续、还缺少哪些证据；它无须为了证明参与者积极，就被包装成成功案例。让事实改变方向，是共同学习的一部分。

管理者据此观察组织的变化时，可以把目光放到具体工作上：一位过去只接受任务的人，现在能否说清问题为何值得处理？他能否找到支持，在专业边界内提出自己的判断？参与之后，他是否更能面对下一次变化，他留下的经验是否帮助了别人？这些需要结合真实任务理解，不能再换成每人必须提交多少建议的排名。

如果改善仍然依赖同一个人反复加班，其他人只在等他救场，就应当检查支持与培养是否真正发生；如果记录越积越多，却很少有人用得上，就应当回到工作中判断什么值得保留。组织的生长有时表现为少做一件无效的事、取消一项过时要求，使人能够把注意力放回值得投入的问题。

由此，活前端不只是组织获得现场信息的渠道：人在使用共同能力时，也能够参与改进这些能力；在共同规则内行动时，也能够用经验证的经验推动规则修正。这种双向关系使一个人有机会从任务的接受者，逐渐成为共同工作方式的创造者。

结语：让人的成长与组织的生长相互成就

奥地利裔美国管理学家彼得·德鲁克曾经指出，管理要使人能够共同创造绩效，让各自的长处发挥作用、弱点不妨碍共同工作，并支持企业及其成员在变化中成长。从这一管理观出发，激发善意、释放创造力，需要落实为支持人们贡献才智的日常安排。

回到那位售后工程师，愿意多追问一步、帮助客户少受一次困扰，是善意在工作中的表达；把现场发现变成更好的交付办法，则需要创造力。管理者接住这份意愿，为判断和试验提供支持，让付出得到公平回应，善意才有继续行动的理由，创意也才有接受检验、产生价值的机会。

菌丝体组织把这一关切带入AI时代：AI使更多人能够取得知识、比较方案和调用专业能力，“强内核”还要提供共同方向、可信规则与协作支持，使贴近现场的人有条件判断这些能力用来解决什么问题，并在专业和授权范围内采取行动。前端形成的有效方法经过验证、采纳和维护，再成为其他人能够借助的公共能力；贡献者由此获得认可、合理回报和继续发展的机会，后来者也不必从头摸索。

在这样的往复中，人通过共同工作增长判断力，组织通过人的贡献改进自己的能力与规则；组织积累的成果，又为人提供更好的学习条件、更广的行动空间和更可靠的同伴支持。我们所追求的共生共赢，正要落实在这种相互成就之中：组织有能力为人的未来投入，人也愿意以自己的成长参与组织的未来。

人的成长既是组织生长的重要来源，也是组织生长应当实现的成果。当一个人能够在帮助他人、改善工作中发展自己，并感受到共同体也在支持自己的发展，主动性便有了持续生长的土壤。这是菌丝体组织在AI时代值得追求的管理成果。

点击下方关键字，查看原创热文

（截至26年9月）

典型案例：| | | | | | |

理念解读：| | | | | | |

应用场景：| | | | | | | | | |

业务系统：| | | |

数智科普：| | |

米多是国内领先的营销数字化整体解决方案提供商，为企业提供顶层设计（营销数字化蓝图/架构/体系等）、系统规划（一物一码/智能营销/渠道管理）及运营落地（扫码发红包/一元换购/五码合一等）提供服务，用数字化驱动业务增长。