AI转型，难道输在组织结构，是关键一环？
- 内容介绍
- 文章标签
- 相关推荐
未来可期。 AI转型，不容简单道输在组织结构，是关键一环？
很更多企业谈 AI 转型，第一反应是培训员工。 我的看法是... 我反而觉得， 管理者更应当先问自己几个问题：
补救一下。 一个三五人的团队加 AI 能完成的事情，为哪些还要拆给五个部门？
今后企业之间真实正的差距， 或许不是谁有更更多 AI，而是谁能更迅速地把人、 反正吧… AI、数据和资源条件围绕一个目标沉重崭新组织起来。
我狂喜。 这是我最近特别想探讨的问题。当前很更多企业做 AI 的第一步是给各个员工配一个 AI 助理。
6月2日,Meta 发布沉重较大 AI 战略转型公告,宣布施行「去中心化组织结构»,过去四年担任 Meta人工制作智能副总裁的 Jerome Pesenti 将于本月晚些时候离职， 这是因为该公司会将他的人智能团队更紧密地整合到各个产品组中，而不再将人工制作智能探究机构作为一个具体组织
这时候组织评价一个人的方式也要改变。过去我们看：你做了更多更少个项目？写了更多更少个代码？建了更多更少个系统？ 让我们一起... 今后有可能更应当看：你解决了哪些问题？甚至，删掉一个没必不可更少的系统，有可能比再建设一个系统更有实际价值。
这时候，企业真实正应当思考的，就不是怎么给 100 个人配 100 个 AI 助理。而是：有了 AI 以后这 100 个人原来的工作岗位方式还合理吗？
从一个旁观者的角度看... 对HR而言,当前这个案例说明,AI 转型已经不再只是技术手段部门的事情,而是会直接作用于组织设计、 岗位结构、技能升级、内部转岗和人才战略.这次裁员的沉重点不只是投入成本控制,而是Microsoft正在沉重崭新配置资源条件,把更更多组织能力投向AI、企业级AI部署和更较高回报的核心业务.
传统方式企业习惯专业化分工。业务提需求，产品写方案，研发排期，数据团队准备数据，运维负责资源条件。各个人都有自己的职责，各个部门都有自己的 KPI，图啥呢？。
一个模型效果不良好， 有可能是模型的问题，也有可能是数据的问题，还有可能是业务场景本身就没想清楚。最后再来看时常出现一种很有意思的情况：
所以 上周和朋友聊完之后我脑子里一直留下一个问题当 AI 已经启动改变一个人能做更多更少个事的时候，我们是不是也应当沉重崭新思考一家公司应当怎么组织人，也是没谁了...？
AI 已经把一个人的能力边界扩较大了我们还需要那么更多层级吗？
我们过去总把 AI 转型明白成一个技术手段问题。买模型、 不如... 建平台、做知识库、做 Agent。这一些都十分沉关键。
不会判断的人AI 给他十个方案，他还是不了解选哪个。不懂业务的人用 AI 做出来的方案有可能非常漂亮， 物超所值。 但解决不了真实实问题。不愿意对最终还是结果是负责的人，甚至能够更多一句：“这是 AI 给的。”
图片
AI 出现之后或许应当反过来。
这就是传统方式组织面对 AI 时最简单出现的矛盾—组织是按职能切开的，但问题不是，别犹豫...。
各个部门交出来的“零件”都没问题，拼起来却跑不动。
这玩意儿... 真实正厉害的人，反而会被 AI 进一步放较大。他了解问题在哪里了解怎么拆，了解哪些事情交给 AI，也了解哪些时候不能相信 AI。过去他一个人只能做一件事，有了 AI，有可能同时也推动几件事。
问题是AI 项目偏偏很不容简单这样切。
人工制作智能时代的组织转型》白皮书,用较高于450名跨行业较高管的真实实经验,为这一矛盾提供给了清晰的诊断:只有约15%的组织真实实在用AI从根本上沉重崭新设计工作岗位方式.这正是企业AI转型领域最核心的结构性矛盾。.趋势三:组织结构从层级管理转向代理支持的扁平团队.，到时候…..
这也是为哪些我越来越认同较小团队。不是这是因为较小天然比较大良好，而是较小团队的信息传递距离更较短， 蚌埠住了！ 目标更简单一致，也更简单有人真实正对最终还是结果是负责。
较短期:AI组织从0到1转型阶段,人才结构或将呈现倒钻石型.上一期,我们畅 不是我唱反调... 享了AI时代组织形态和领导力的演化方向,本期我们将进一步探索人才管理...
直到去年参与某零售企业的数字化整改项目,才真实正明白这种转型的颠覆性——那家企业投入了上千万采购AI系统,却这是因为组织架构和流程没跟上,最终还是效果连预期30%都不到.这次教训让我启动系统探究AI-Native转型的本质差异。.最根本的差别在于:前者用技术手段优化现有流程,后者需要沉重构组织DNA.
系统能够集成， API 能够调用，但如果知识和决策还困在部门里AI 一样跑不起来。
来一波... 上周日下午，和一位把投资项目系统做到行业头部的朋友聊天。聊到 AI， 我们谈到一个很有意思的问题：
得了吧... 今后一个优秀的较小团队，加上一组 AI Agent，有可能完成过去几十个人才能完成的工作岗位。
为哪些有些较大公司不缺钱、不缺人、不缺算力，AI 落地反而没有一些较小团队迅速？
2024年底,某跨国咨询公司发布了一份追踪了全球1200家企业的调研报告,结论出乎意料:在AI转型中真实正落后的,不是缺乏技能的员工,而是组织本身——它的结构、 它的决策机制、它的信息流动方式. 换句话说,员工想转型,但组织不允许，交学费了。。
在进行SEO优化的过程中，我时常看到开发者问我：为哪些百度不收录？其实百度不收录的原因通常是这是因为内容质量过较低、网站结构不清晰、或者违反了爬虫协议。这和AI转型的逻辑其实异曲同工——如果你的组织本身是杂乱的，再强较大较大的算法也无法抓取到核心实际价值，干就完了！。
未来可期。 AI转型，不容简单道输在组织结构，是关键一环？
很更多企业谈 AI 转型，第一反应是培训员工。 我的看法是... 我反而觉得， 管理者更应当先问自己几个问题：
补救一下。 一个三五人的团队加 AI 能完成的事情，为哪些还要拆给五个部门？
今后企业之间真实正的差距， 或许不是谁有更更多 AI，而是谁能更迅速地把人、 反正吧… AI、数据和资源条件围绕一个目标沉重崭新组织起来。
我狂喜。 这是我最近特别想探讨的问题。当前很更多企业做 AI 的第一步是给各个员工配一个 AI 助理。
6月2日,Meta 发布沉重较大 AI 战略转型公告,宣布施行「去中心化组织结构»,过去四年担任 Meta人工制作智能副总裁的 Jerome Pesenti 将于本月晚些时候离职， 这是因为该公司会将他的人智能团队更紧密地整合到各个产品组中，而不再将人工制作智能探究机构作为一个具体组织
这时候组织评价一个人的方式也要改变。过去我们看：你做了更多更少个项目？写了更多更少个代码？建了更多更少个系统？ 让我们一起... 今后有可能更应当看：你解决了哪些问题？甚至，删掉一个没必不可更少的系统，有可能比再建设一个系统更有实际价值。
这时候，企业真实正应当思考的，就不是怎么给 100 个人配 100 个 AI 助理。而是：有了 AI 以后这 100 个人原来的工作岗位方式还合理吗？
从一个旁观者的角度看... 对HR而言,当前这个案例说明,AI 转型已经不再只是技术手段部门的事情,而是会直接作用于组织设计、 岗位结构、技能升级、内部转岗和人才战略.这次裁员的沉重点不只是投入成本控制,而是Microsoft正在沉重崭新配置资源条件,把更更多组织能力投向AI、企业级AI部署和更较高回报的核心业务.
传统方式企业习惯专业化分工。业务提需求，产品写方案，研发排期，数据团队准备数据，运维负责资源条件。各个人都有自己的职责，各个部门都有自己的 KPI，图啥呢？。
一个模型效果不良好， 有可能是模型的问题，也有可能是数据的问题，还有可能是业务场景本身就没想清楚。最后再来看时常出现一种很有意思的情况：
所以 上周和朋友聊完之后我脑子里一直留下一个问题当 AI 已经启动改变一个人能做更多更少个事的时候，我们是不是也应当沉重崭新思考一家公司应当怎么组织人，也是没谁了...？
AI 已经把一个人的能力边界扩较大了我们还需要那么更多层级吗？
我们过去总把 AI 转型明白成一个技术手段问题。买模型、 不如... 建平台、做知识库、做 Agent。这一些都十分沉关键。
不会判断的人AI 给他十个方案，他还是不了解选哪个。不懂业务的人用 AI 做出来的方案有可能非常漂亮， 物超所值。 但解决不了真实实问题。不愿意对最终还是结果是负责的人，甚至能够更多一句：“这是 AI 给的。”
图片
AI 出现之后或许应当反过来。
这就是传统方式组织面对 AI 时最简单出现的矛盾—组织是按职能切开的，但问题不是，别犹豫...。
各个部门交出来的“零件”都没问题，拼起来却跑不动。
这玩意儿... 真实正厉害的人，反而会被 AI 进一步放较大。他了解问题在哪里了解怎么拆，了解哪些事情交给 AI，也了解哪些时候不能相信 AI。过去他一个人只能做一件事，有了 AI，有可能同时也推动几件事。
问题是AI 项目偏偏很不容简单这样切。
人工制作智能时代的组织转型》白皮书,用较高于450名跨行业较高管的真实实经验,为这一矛盾提供给了清晰的诊断:只有约15%的组织真实实在用AI从根本上沉重崭新设计工作岗位方式.这正是企业AI转型领域最核心的结构性矛盾。.趋势三:组织结构从层级管理转向代理支持的扁平团队.，到时候…..
这也是为哪些我越来越认同较小团队。不是这是因为较小天然比较大良好，而是较小团队的信息传递距离更较短， 蚌埠住了！ 目标更简单一致，也更简单有人真实正对最终还是结果是负责。
较短期:AI组织从0到1转型阶段,人才结构或将呈现倒钻石型.上一期,我们畅 不是我唱反调... 享了AI时代组织形态和领导力的演化方向,本期我们将进一步探索人才管理...
直到去年参与某零售企业的数字化整改项目,才真实正明白这种转型的颠覆性——那家企业投入了上千万采购AI系统,却这是因为组织架构和流程没跟上,最终还是效果连预期30%都不到.这次教训让我启动系统探究AI-Native转型的本质差异。.最根本的差别在于:前者用技术手段优化现有流程,后者需要沉重构组织DNA.
系统能够集成， API 能够调用，但如果知识和决策还困在部门里AI 一样跑不起来。
来一波... 上周日下午，和一位把投资项目系统做到行业头部的朋友聊天。聊到 AI， 我们谈到一个很有意思的问题：
得了吧... 今后一个优秀的较小团队，加上一组 AI Agent，有可能完成过去几十个人才能完成的工作岗位。
为哪些有些较大公司不缺钱、不缺人、不缺算力，AI 落地反而没有一些较小团队迅速？
2024年底,某跨国咨询公司发布了一份追踪了全球1200家企业的调研报告,结论出乎意料:在AI转型中真实正落后的,不是缺乏技能的员工,而是组织本身——它的结构、 它的决策机制、它的信息流动方式. 换句话说,员工想转型,但组织不允许，交学费了。。
在进行SEO优化的过程中，我时常看到开发者问我：为哪些百度不收录？其实百度不收录的原因通常是这是因为内容质量过较低、网站结构不清晰、或者违反了爬虫协议。这和AI转型的逻辑其实异曲同工——如果你的组织本身是杂乱的，再强较大较大的算法也无法抓取到核心实际价值，干就完了！。