OpenAI在10月28日发了一篇长文,叫《The future of the firm》。主要讲:AI会以三种位置进入组织图,在每个人下面、在每个人旁边、在人和人之间。
现在大部分相关讨论都在问AI「会不会替代」上,这篇文章换了个问法,它默认AI一定会进来,探讨的是AI进来了坐在哪儿。
01一、AI长在脚下
第一种最好理解。组织中的人不动,汇报线也不动,每个人下面多长出一层AI劳动力。就像带实习生一样,你交给它发邮件、写备忘录、回消息。模型逐渐变强之后,这些代理就开始互相协调,会出现管执行的、管协调的,一个人下面慢慢像一家微型公司,员工自己就是这个微型公司的董事会。
![]()
谁先用起来?一线员工。因为最会用AI干这件事的人,就是原来干这件事的人。一个部门负责人不懂某种具体数据清洗的门道,给他再好的模型也用不出效果,但天天做这件事的人知道活在哪一步会卡住,知道什么样的结果能交付。
举个会计的例子。会计还是在做财务工作,但不再一格一格点表格了,AI代理直接完成。会计的一天会变成沟通、协调、判断,工作更少,但挑战更大,而且他能靠领导力和视野把自己区分出来。
这种形式的好处有三条,一是不用改组织。是三种形态里唯一不需要谁批准就能发生的,最僵的组织里它也能长出来,因为它不动编制、不动流程、不动汇报线。二是对AI生成的内容的交付判断比较准确,因为懂业务的人自己动手,不需要部门和员工之间翻译需求,也不用等项目立项的繁琐流程。三是试错成本落在个人身上,一个人用错了,重来一遍就行,公司不承担系统性风险。
代价同样实在。首先是组织人才体系的入门层被填满了。以前新人是靠跑腿、整理数据、写会议纪要这些活融入工作的,现在这些活用AI做又好又快。OpenAI的文章中也谈到,学徒制、从粗活里学本事、熬资历这些通道会逐渐消失。
学徒制、新人从基础工作干起是隐性知识往下传的唯一通道。一个新人是在改第三十版表格的时候,才知道哪些数据不能信、客户那句话背后是什么意思。这条链断了,三五年后没人接得上中层的班,人才梯队就断了。
其次是成果验证的成本会很高。一个人带三五个AI,他的实际工作负荷是三份要验收的产出,再加上原来不能被代理接手的沟通、协调等一摊子事,就不是简简单单多了三个人手。
总体来看,这种形式适合任务能拆开、产出能验收、知识密集型的组织。还有就是暂时改不动编制的组织。
02二、AI进团队
第二种,AI不再是工具,也不再是下属,它是团队成员,直接向现成的人类管理者汇报。AI这个时候的起点是一块任务,终点是整个职能。它跟第一种的分水岭在于,采纳的人从一线换成了管理者。
![]()
举个例子:一个家具公司分管人力资源的副总,没做过广告投放。她给了一个AI营销团队一笔预算和一款新产品——一个沙发,让AI营销团队自己分活。有的去访谈销售,有的去跟工厂确认到底能交付什么,有的发问卷,有的尝试视觉方案。然后她拿到一份甚至几份待批的方案,外加一个或多个AI营销团队自己发现的问题:照片是不是把沙发拍得太蓝了?照片是不是色调不符合家具风格?
这种形式的好处是边界清楚、预算主体清楚,能直接算收入和成本;对管理者来说,让他少管一件事的阻力,比多学一个工具小得多。
但这个形式目前也有短板。从能力上看,如果AI还没到能独立带一个团队的水平,硬塞进去的结果就是“一千条接缝”,每个接口都需要人来接,会比没有AI的时候更累。更重要的是,职能交出去以后,人的经验会积累得少,甚至不再积累,同样造成三年后这个公司里没人能验收这块活,只能全信供应商。
所以这种形式只适合职能边界清楚、交付物能验收、有独立预算的,例如营销、客服、内容、招聘、基础法务等。
03三、AI夹在中间
第三种形式是人、AI、人。上面是人,下面也是人,中间那层是AI,而且有人要向它汇报。它进入组织的角色是建议者,不替人做决定。
![]()
举个例子。一个组织的CEO,她的AI顾问告诉她,下周的产品发布会要出问题:销售承诺了一个功能,工程那边目前根本没在做,证据是企业微信里的普通工作对话,没有人写过相关报告,甚至没有人提到相关内容。AI建议推迟发布新产品,先调三个工程师过去负责落地。同时AI还发现,有一个员工自己搭了一套对组织提效有用的工具,没人安排她做这个工具,于是AI把这件事送到CEO面前,让CEO发现了这些积极主动有思路的员工。
上述过程中,AI整理的是没有人负责的信息,整理好后给出对组织有用的建议。跨部门的错位、被埋没的贡献、没人汇总的风险,这些活原来要靠一个很能干的管理者,但现在可以靠一个一直在获取组织信息的模型。
这种形式的好处是,组织中大量充斥着这种零碎、不成体系的信息,AI拼接这些信息比人又快又细;同时高管只处理被标出来的那几件重要的事,不用操心具体的细节。
这种形式的问题,首先是问责真空。AI建议推迟发布、调三个工程师,如果这个建议是错的,谁承担责任?责权利对等是组织里最硬的一条原则,也是有人向AI汇报真正的天花板。可以给AI决策权,但没法给AI担责的能力。
第二是监控的合法性。让AI去监控、获取员工的信息、行为,是为了理解,不是为了控制。但目前大多数企业里的监控从来不是为了理解。
第三是数据。数据散在十多个系统里、互相不通的部门,连门都进不去。
这种形式适合的是组织大到跨部门协同成本明显、数据沉淀在系统里、高管本人有很强意愿的。
04四、三种形态是一条曲线上的三个点
三张图摆在一起,很容易读成三条路,组织要从中选一条。我认为不是,它们是一条曲线上的三个点。横轴是AI能干多大的活:一件事、一个职能、一整家公司。纵轴是采纳它的人在组织里的位置:一线员工、中层管理者、高管。
![]()
能力只够干一件事的时候,只能由一线自己拿去用,因为它需要有人盯着、有人补位,而只有具体干这活的人补得上。能力到了能独立带一个团队,管理者就敢整块采购。能力到了能读懂整家公司,高管就可以直接把它插在自己和公司之间。
原文里有一句很关键的话:能力越强的AI,越好被采纳。既然能力是那个自变量,那形态就是应变量。不是我们自己在选走哪一种,实际上大概率是在等AI的能力到了哪一级。
这么讲等于说大部分企业目前没得选,只能等,等AI的能力发展。如果客户问我该走哪条路的时候,我会先问他一个问题:你们组织现在用的模型,能不能独立把一个职能从头做到尾?
我在客户现场用AI干活。卡在哪、返工几轮、什么条件下不能用,都写。关注一下,下一个现场见。
05五、第四种:AI根本不在组织图里
前面三张图都在回答同一个问题:AI坐在图上的哪个位置。但还有一种形式是AI不进这张图。AI在图的边界外面,把整整一块职能,变成可以采购的服务。
为什么生产要在企业里组织,而不是靠一组合约?OpenAI的文章引用了科斯。科斯的答案是内部化能省交易成本、能对齐激励、能组织大项目。一架波音747完全可以靠一堆合同造出来,但那样非常不划算,所以有了公司。
AI改变的也正是这条理由。它让沟通变便宜了,也让履约变得更容易被观测,你交给外面做的东西,做得怎么样,机器能看,那么什么都自己养的必要性就松了。
![]()
前三张图说的是谁向谁汇报,这一张直接讨论组织中某个部门还要不要存在。前者是结构调整,后者是结构存废。
组织图上多一层,是所有公司都能接受的,甚至是个好消息,因为多了能干活的。但组织图少一个部门,才是真正头疼的:编制、人、预算、工作量等等。
哪些职能最可能先被搬出去?还是那些交付物能被完整描述、结果能被抽检的,客服、内容、设计、基础法务、部分咨询交付,都在这个范围里。反过来,需要到现场、需要背责任、需要在模糊的地方做取舍的职能,暂时还能守得住。
06六、总结
企业需要主动学习技术,但劳动力会主动学习企业。如果这句话完全成立,那么AI进组织的速度就由模型能力决定,我们只需要等待。如果它只成立一半,那么决定速度的,是组织愿意为成果的验证和问责付多少钱。就我们拭目以待吧。
来源 | 岱森驻场(公众号)
作者 | 岱森
内容仅代表作者独立观点,不代表早读课立场
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.