拆解AI智慧體三大失敗陷阱，零一萬物馬傑談組織轉型的生死線

受訪 |馬傑零一萬物聯合創始人

採訪 |齊卿

2025年被認為是AI Agent（智慧體）的發展元年。OpenAI 董事長Bret Taylor在近期的一次訪談中談到，AI智慧體不僅僅是一個工具，而是真正成為企業中的一個角色，企業只有理解智慧體，才有資格參與AI時代的競爭。

Bret Taylor指出，很多企業已經在探索AI智慧體在組織中的應用，但可能大多數企業將其視為一個助手，而不是一個“角色”，二者之間的差異可以參考表 1所示的內容。在Bret Taylor看來，企業應用AI智慧體存在三大失敗陷阱，分別是：

1.企業運用AI智慧體生成方案，但不允許它做出決策。

2.企業在業務流程中整合AI智慧體，但不願拆除落後的舊流程。

3.沒有部門為AI智慧體的結果負責，一切問題都歸咎為模型問題。

表 1 助手與智慧體的差異

企業如何理解AI智慧體對組織帶來的深遠影響，組織內部署AI智慧體如何避免失敗陷阱，如何重構人機協同的邊界？

本篇《AI轉型啟示錄》專欄文章，我們邀請了零一萬物的聯合創始人馬傑，從大模型從業者的角度，就上述問題展開探討。

AI將對企業組織結構

帶來根本性變革

中歐商業評論（以下簡稱CBR）：AI對企業組織會帶來哪些改變？

馬傑：AI對生產的組織方式，包括組織本身的變革都會產生很大影響。現在明確能看到的是企業用AI做降本增效，但這不是唯一路徑。AI的核心價值在於把重複性腦力勞動替代掉，同時解決結構性人才短缺問題。

以化工行業為例，它們需要既懂專業又能做銷售的複合型人才，這類人才在化工行業人才市場上是非常稀缺的。而AI模型的引入可將初級銷售人員快速賦能為領域專家，從而提升整體銷售效率。這種結構效能力補充將成為AI在傳統行業應用的核心價值。

從單個企業來看，大家可能會擔心AI帶來的崗位替代、裁員等問題。但我們要將眼光擴充套件到全行業，就會看到AI真正的創新場景在“增強”而非“替代”。例如當前醫療、教育等領域存在大量專業能力缺口，如果用AI輔助基層醫生和教師，我們可以惠及大量的學生、病人，這能產生比替代重複崗位更大的社會價值。

未來的組織形態可能徹底改變。金字塔結構可能轉型為全員領導模式：人類負責目標制定、資源分配和結果驗收，具體執行完全由AI完成。這種組織變革的速度和程度尚需探索，但底層邏輯已經顯現——人與AI的分工將重構管理架構。

AI時代

組織進化的邏輯

CBR：在您看來，AI原生組織應具備哪些特徵？

馬傑：真正的AI原生組織尚未出現，但形態已可預見：每個部門只需人類領導負責戰略決策，具體執行完全由AI代理完成。這種組織不是簡單的人機協同，而是重構了管理正規化——人類轉型為目標架構師，AI成為執行引擎。

組織進化將經歷三個階段：（1）助手模式（AI輔助具體任務）；（2）副駕駛模式（人機共同決策）；（3）自主代理模式（AI全流程閉環）。當前處於第一階段向第二階段的過渡期，三年內可能看到原生組織雛形。

管理架構面臨根本挑戰：當AI能完成全流程執行，傳統的KPI體系將失效。新的管理正規化需要建立“目標-資源-驗收”的三角體系，重點考核戰略制定質量和資源調配效率，而非執行過程控制。

CBR：AI智慧體在組織管理中將扮演何種角色？

馬傑：由於智慧體的出現，未來組織可能呈現“一人一部門”的極簡形態，管理者管理的是智慧體。管理者應將智慧體視為組織的一部分，對它們設定目標、分配資源並驗收結果，具體執行由智慧體完成。這種去中心化組織形式將極大釋放個體創造力，但對管理者的戰略規劃與AI協作能力提出更高要求。儘管完全實現尚需時日，但組織形態的漸進式演變已悄然開啟。

AI在重塑

企業決策權

CBR：人工智慧的應用，對企業決策權會帶來哪些變化？資料科學家的話語權，會不會超越傳統業務高管？

馬傑：AI的崛起正在重塑決策權分配。在成熟協作模式下，AI可獨立完成重複性任務，人類則專注於戰略規劃與創造性決策。然而，顛覆性創新仍需依賴人類的直覺與靈感，AI在隨機性探索領域存在天然侷限。這種分工不是靜態的，未來企業需構建動態決策矩陣，根據任務複雜度靈活調整人機協作深度。

資料科學家的角色會發生轉變，從技術實施者升級為“業務翻譯官”。核心價值不再是模型開發，而是搭建業務需求與技術能力的轉換橋樑。最終話語權仍歸業務部門，但溝通效率決定轉型成敗。

AI的應用，會使企業迎來超級員工時代,AI將個體效能提升十倍級。但這不是簡單的效率遊戲，而是創造新的價值維度——普通員工能承擔專家級工作，中小企業可獲得巨頭級能力。

在AI時代，

企業如何思考戰略？

CBR：面對AI的到來，企業可以從哪些角度思考戰略轉型？

馬傑：企業在AI時代需重新審視戰略定位。AI並非獨立的競爭優勢，而是滲透至各領域的生產力工具。未來企業競爭將聚焦於“AI+領域知識”的深度融合能力。以化工行業為例，率先引入AI最佳化銷售流程的企業可透過成本結構變革搶佔市場先機。企業轉型需注重業務與AI能力的協同，而非單純追求技術先進性，業務專家與AI團隊的協作將成為關鍵成功因素。

企業轉型的核心是“業務+AI”而非“AI+業務”。每個行業的競爭本質不變，AI只是新的生產力工具。就像所有現代企業都完成了數字化，未來成功企業都將是AI化的，但決勝關鍵仍在業務本身。

與網際網路時代不同，AI轉型必須同步考慮技術可行性和成本結構。企業家的新必修課是預判技術演進曲線，在技術成熟度與商業回報間找到平衡點。企業家可以參考李開復博士提出的TC-PMF框架。與傳統的“產品-市場契合度（PMF）”框架不同，TC-PMF框架強調，技術（T）與成本（C）必須與產品（P）和市場（M）深度融合，形成動態平衡。AI技術的引入不僅是工具升級，更是對商業模式的重構。企業需在技術可行性、經濟性與市場需求之間找到最優解。例如，醫療AI領域需平衡演算法精度、算力成本與臨床價值，這種多維權衡將決定技術落地的成功與否。

AI智慧體正從輔助工具進化為組織中的"新角色"，能夠獨立決策並執行任務，這將徹底重構人機協作模式。企業若想成功應用AI智慧體，必須避免將其僅視為效率工具、固守舊流程或推諉責任等三大陷阱，而應積極擁抱組織變革。

在組織變革之後，企業如何有效開展適合AI時代的複合型人才培養，我們將在之後的文章中繼續探討。歡迎讀者繼續關注我們的專欄。