AI下一幕是智能组织？

李彦宏认为，AI下一幕是智能组织，并首提“组织进化三原则”。对此，你认同么？#微廷##微廷|微杂谈##智能组织#

李彦宏说，AI是新电能，智能组织是AI时代的新厂房。这个比喻的深刻之处，在于它把问题从“AI能做什么”拉回到了“组织能承载什么”。但厂房里放什么机器是清楚的，承重结构是不是已经浇筑好了，才是真正要命的事。

百度内部的数据是真实的。一年之内，日活智能体从0.5万涨到3.7万，有效任务完成数从每周8.4万涨到超过100万，沉淀了2万个组织Skill。但这组数字背后有一个容易被跳过的前提：百度是在已经具备流程度量能力和知识沉淀基础设施的组织里，往上叠智能体的。顺序是“先有底盘，再放机器”。

换一家企业，如果先做三原则里的第一条——打破岗位边界，会发生什么？OpenMax把团队从80人砍到15人，BD全部由AI替代，效率翻了数倍。但原来散落在二十个人身上的判断责任——这个客户今天该不该联系、这句话发出去合不合适——全部集中到了创始人一个人身上。AI能做分析，不做决定。李雪涛的团队拆掉四个部门、重组为特种小队，沟通层级消失了，但他每周必须越过项目经理直接找一线同事聊，因为中层作为“信息缓冲层”消失之后，原来被稀释、被筛选、被处理的矛盾信号，直接暴露到了最高层。管理者的工作清单没有变短，只是条目从“管流程”变成了“管判断”，而判断这件事做不到批量处理。

扁平化本身不创造组织智能。它只是把协调成本从层级结构里挤出来，堆到管理者面前。如果流程闭环和隐性知识沉淀没有先行到位，被挤出来的协调成本不会消失，它会以“判断过载”的形式堆积在组织最上层。三原则的顺序需要颠倒：流程闭环提供可度量的优化目标，隐性知识沉淀提供可复用的能力载体，两者先行，岗位拆解才不会变成一场对管理者的集体惩罚。

这背后是一个更深的理论反转。科斯说，企业之所以存在，是因为内部指令比市场交易便宜。AI被寄望于进一步压低内部协调成本，但真实情况是，AI智能体进入组织后，制造了一批新型的、隐蔽的协调开销：人与系统之间的指令对齐、多智能体之间的上下文同步、AI输出需要人工校验的验证成本。有研究把企业的边界条件从“管理成本等于交易成本”修正为“人机协同成本等于交易成本”。企业的边界没有消失，只是决定边界的那个变量换了名字。智能组织的真正战场不是“用多少AI”，是“谁承担AI带来的协调开销”。机器可以采购，承重结构不能采购。

美团提供了一个残酷的对照。88%的企业已经在常态化使用AI，但全球只有6%能拿出可量化的经营收益，真正让AI在财务报表上产生正向作用的企业不足5%。美团自己年初的“养虾运动”开放了顶配模型的无上限调用，两周沉淀10万个AI应用技能，但单日算力成本最高冲到1000万元，权限管控缺失和输出误差对真实业务造成了干扰。王莆中的复盘一针见血：AI是指数级技术，兑现红利的前提是组织底数大于1。底盘稳固，AI放大优势；底盘本身有短板，AI放大的是问题。百度的“好看”和美团的“学费”，是同一枚硬币的两面——差别不在模型，在承载模型的流程和知识基础设施是否已经就位。

那么岗位会怎么变？李彦宏说未来收敛为Builder和Seller两类。方向是对的，但这个两分法跳过了中间正在发生的大规模波动。Cloudflare裁掉20%员工时，CEO普林斯把岗位分成Builders、Sellers和Measurers三类，被裁的绝大多数是Measurer——中层管理、财务、法务、内审，那些追踪、审计、协调业务的人。李彦宏的两分法捕捉的是终点，但终点之前，有一个“协调者”群体先被创造出来，然后被更成熟的系统挤压掉的过程。多智能体协作需要人来做编排和校验，于是“AI的管理者”作为一个过渡岗位大量出现；但随着协调工程成熟，这个岗位本身又会被压缩。岗位收敛不是一条平滑的曲线，中间会经历膨胀、挤压、再分层的剧烈波动。在这个波动期里被甩出去的人，不会自动变成Builder或Seller。

方向是清楚的。AI把执行层压薄的速度，远快于组织重建协调结构的速度。这个速度差，就是“智能组织”产业化验证阶段最真实的痛苦来源。李彦宏把智能组织比作新厂房，这个隐喻最有价值的部分，不是“厂房里多了机器”，而是“承重结构必须重新浇筑”。浇筑承重结构的顺序不能颠倒：先建可度量的流程闭环，再把隐性知识沉淀为组织资产，最后才拆岗位边界。如果做反了，拆掉科层换来的不是活力，是一个把所有判断都压到顶层的堰塞湖。组织进化的终点，从来不是没有层级，而是层级被重新定义为协调的载体，而不是权力的阶梯。

友情提醒：投资有风险，决策需谨慎，本内容不对您构成任何投资与决策建议。