导读   

生成式 AI 正以前所未有的速度影响着企业的战略规划、组织发展以及人才培养。企业如何培养 AI 时代的组织能力，如何开展人才建设？腾讯高级顾问杨国安教授在本文中指出：Al 不是简单的工具替代，而是组织模式的根本性变革。并用其在理论和实践中提炼的模型给企业提供了一个可借鉴的思考框架。

受访 | 杨国安

采访 | 齐卿

来源 | 中欧商业评论

AI 时代，组织能力的 " 变 " 与 " 不变 "

杨三角理论作为组织能力研究的重要框架，历经三十余年发展，已从最初的 1.0 版本演进至如今的 3.0 版本，始终保持着核心框架的稳定性，同时不断适应时代变迁。这一理论的核心在于，企业持续成功取决于战略方向与组织能力的匹配。战略方向关乎企业能否洞彻并拥抱外部重要趋势，将资源聚焦于高成长、高利润领域；而组织能力则确保企业能够比竞争对手更快、更好地抓住机遇。这一基本逻辑在 AI 时代依然适用。

▲腾讯集团顾问、前 Acer 集团首席人力资源官杨国安

杨三角的三个基本要素始终未变（图 1）：

首先是能不能？即公司员工能不能做出与组织能力（如创新、低成本、服务等）匹配的决策和行为。

其次是愿不愿意？即让大家每天在工作中所关心、追求和重视的事情与公司所需的组织能力匹配。

允不允许？即公司为员工创造了什么便于工作的管理环境和支持政策。

这三个要素共同构成了组织能力的基础，无论时代如何变迁，它们都是企业构建组织能力的关键维度。

图 1 组织能力杨三角框架

随着时代发展，杨三角理论经历了三次重要演进。

杨三角 1.0 版本主要关注实体经济企业，如美的、海尔、联想等传统制造企业。在这一阶段，企业组织能力的核心是流程标准化、质量控制和成本管理。科层制组织结构在这一阶段表现出色，因为它适合环境稳定、工作内容可预测且能够标准化重复的场景。

杨三角 2.0 版本则聚焦于互联网和移动互联网企业，如腾讯、美团、滴滴、京东等。在这一阶段，互联网企业开始从消费互联网（2C）向产业互联网（2B）转型，不同业务模式对组织能力的要求截然不同。互联网企业的特点是知识密集型组织，工作内容创新性强，环境变化快，这要求组织更加灵活、扁平，强调自下而上的创新。

在这一阶段，企业组织能力的核心转变为用户导向、快速迭代和敏捷响应。传统的科层制组织在互联网企业中显得笨重低效，取而代之的是更加扁平、灵活的组织结构。同时，数据驱动决策成为关键能力，企业需要建立强大的数据分析和应用能力，以支持快速决策和产品迭代。

杨三角 3.0 版本则着眼于数字科技与人工智能时代。2022 年底，随着 ChatGPT 等生成式 AI 的出现，AI 技术成为焦点。数字科技不仅包括 AI，还涵盖传感器、物联网、语音技术、大数据、VR/AR、机器人等众多领域。在这一背景下，企业业务日益多元化，既有传统产品销售，也拓展至服务领域；既有消费互联网业务，也有产业互联网业务。这要求组织管理模式更加平台化、生态化，能够尊重不同类型业务的特性，避免 " 一刀切 " 的管理方式。

在杨三角 3.0 版本中，组织能力的内涵进一步扩展。除了传统的用户导向和创新敏捷能力外，AI 时代的组织还需要具备数据驱动、技术融合和智能决策能力。企业需要建立数据采集、清洗、标注和应用的完整能力体系，将 AI 技术与业务场景深度融合，创造新的价值。同时，组织文化需要更加开放包容，鼓励员工利用 AI 工具提升工作效率，探索新的工作方式。

在内核不变的基础上，面向 AI 时代，杨三角理论的内涵也在升级。在 " 能不能 " 方面，企业不仅需要传统的人才技能，还需要人才掌握 AI 工具应用能力。在 " 愿不愿 " 方面，企业需要建立鼓励员工主动探索 AI 应用的文化氛围。在 " 容不容许 " 方面，组织架构需要更加灵活，支持 AI 赋能的工作流程重构。

AI 时代，组织变革的三大趋势

在 AI 时代，组织架构将呈现三大明显趋势，这些趋势正在重新定义工作方式、管理角色和组织文化。

第一，工作边界将更加宽广。传统科层制组织的特点是分工极其细致，每个人都是一颗 " 螺丝钉 "。但在 AI 时代，一个 " 碳基人 " 可能管理四五个 " 硅基人 "（智能体），工作范围将显著扩大。AI 可以完成许多标准化、重复性工作，使员工能够专注于更高价值的任务。例如，许多互联网企业的员工已经开始使用 AI 辅助编写代码，大幅提高工作效率。

AI 技术的引入使工作内容发生了根本性变化。一方面，大量重复性、标准化的工作将被 AI 替代；另一方面，新的工作内容不断涌现，如 AI 模型训练、数据标注、智能体管理等。这种变化要求员工具备更强的系统思维和跨领域知识，能够理解和管理多个智能体的工作流程。同时，员工需要掌握与智能体协作的能力，包括任务分解、流程设计、结果评估等。

企业需要重新定义岗位职责，设计更加灵活的工作流程，支持员工与智能体的高效协作。例如，美的集团针对不同业务场景开发了 " 工厂智能体 " 和 " 家居智能体 "，将 AI 能力嵌入具体业务流程，使一线员工能够通过简单的指令与智能体协作，完成原本需要多部门协调的复杂任务。这种工作方式的转变不仅提高了效率，还释放了员工的创造力，使他们能够专注于更具战略价值的工作。

第二，组织层级将更加扁平。传统科层制中，中层管理者主要承担审批、会议协调等职能，这些工作在 AI 时代将被大幅简化。AI 可以自动处理大量信息，减少中间环节，使决策更加高效。

中层管理者角色将从管控转向服务、赋能和辅导，更多关注人才培养与发展，为员工提供成长空间。他们需要成为员工与技术之间的桥梁，帮助员工理解和应用 AI 工具，解决实际工作中的问题。同时，他们需要具备更强的数据分析能力，能够基于数据做出更准确的判断和决策。在一些企业中，中层管理者扮演着教练的角色，专注于培养团队成员的 AI 应用能力，而不是简单地监督工作进度。

第三，组织文化将更加鼓励自下而上的创新。AI 时代需要更多自驱型、自下而上的创新能力。就像一锅爆米花，创新可能在任何地方迸发。企业需要营造鼓励探索、容许试错的文化氛围，让员工基于自身工作，主动利用 AI 工具改善流程、提升效率。同时，也要有自上而下的战略规划，实现顶层设计与基层创新的有机结合。

这种文化变革需要企业领导者的坚定支持和示范。领导者需要主动拥抱 AI 技术，展示其在实际工作中的应用价值。例如，一些企业要求高管团队必须掌握基本的 AI 工具使用技能，并在日常工作中积极应用。同时，企业需要建立相应的激励机制，鼓励员工提出创新想法并付诸实践。在评价体系上，除了关注结果，还需要重视创新过程和学习成长，营造安全的创新环境。

建立平台，而非中台

在人工智能技术迅猛发展的背景下，企业组织模式正经历深刻变革，平台化能力建设已成为企业适应 AI 时代的关键战略选择。

1. 平台化组织与常见的中台概念存在本质区别。中台通常被理解为技术层面的 " 大中台、小前台 " 架构，强调技术能力的复用，但实践中往往陷入反复调整的困境。而平台化组织是一个更宏观的组织概念，它关注的是如何在企业整体架构中合理分配资源和能力。

平台化组织将企业资源分为三层：

第一层是基础资源类平台，如采购、客服、物流仓储等，通过集中化实现规模经济。

第二层是技术能力类平台，包括数据、AI 技术等。

第三层是职能类平台，如 HR、财务、品牌、营销、政府关系等。这种分层设计使企业既能避免重复建设，又能保持业务团队的灵活性和创新空间。

2. 在 AI 时代，平台能力的分层结构进一步细化为三个关键层次：

最基础的是 AI 基础设施层，包括算力、算法和数据。

中间层是 AI 技术能力层，提供针对特定场景的 AI 工具和解决方案。

最上层是应用层，支持一线员工基于自身工作需求，便捷地使用智能体（Agent）提升工作效率。这种分层架构使企业能够系统性地构建 AI 能力，而非零散地应用 AI 技术。

3. 平台建设的关键在于把握平台与业务团队之间的平衡点。

一方面，企业需要将共性资源和能力集中到平台层，避免各业务单元重复建设。另一方面，必须尊重不同业务的特性，给予业务团队足够的自主空间。这种平衡基于一个核心原则：如何让业务团队在各自领域取得成功，而非简单地加强管控。企业必须明确界定哪些能力应该集中到平台，哪些应该留给业务团队自主决策，这需要深入理解各业务的特性和需求。

拥抱 AI：" 因地制宜 " 的企业文化

在人工智能技术迅猛发展的时代背景下，企业组织面临着前所未有的变革压力。传统企业与新兴 AI 原生企业在业务模式、工作方式和组织文化上存在根本性差异，这种差异使得 " 一刀切 " 式的企业文化管理模式难以适应多元化的业务需求。

企业在 AI 转型期，AI 原生的业务和传统的业务截然不同，因此需要 " 因地制宜 " 式的企业文化。

企业的传统业务通常具有环境稳定、工作内容可预测且能够标准化重复的特点。工作边界划分非常细致，每个人都是一颗 " 螺丝钉 "，专注于特定环节的工作。这种模式在环境稳定、工作内容可预测且能够标准化重复的场景中表现出色，能够实现规模经济和质量控制。

相比之下，AI 原生业务则具有高度的不确定性、快速迭代和探索性。这类业务往往需要 " 极客 "（Geek）类型的文化。组织更加扁平、灵活，决策更加分散，鼓励员工主动探索和创新。

实施 " 因地制宜 " 企业文化，需要组织采取以下系统性的方法来实现。

一是，业务分类与文化定位。企业首先需要对自身业务进行清晰分类，识别哪些是传统业务，哪些是 AI 原生业务或创新业务。不同类型的业务应有明确的文化定位，避免混淆和冲突。

二是，组织架构的差异化设计。在组织架构设计上，应为不同类型业务提供适合其发展的空间。对于传统业务，可以维持相对稳定的流程化管理。对于 AI 原生业务，则应提供更加扁平、灵活的组织环境。这种差异化设计使企业能够在保持核心业务稳定的同时，积极探索 AI 应用，培养新的能力。

三是，人才策略的针对性调整。针对不同文化环境，企业需要采取差异化的招聘、培养和激励策略。对于传统业务，可以继续重视流程执行能力和质量控制意识。对于 AI 原生业务，则应更加关注创新精神、技术能力和探索意愿。

四是，资源配置的精准化。在资源配置上，应根据业务特性和文化需求进行精准分配。传统业务可能需要更多的流程优化和质量控制资源；AI 原生业务则需要更多的研发资金、计算资源和创新空间。

五是，构建双向沟通机制。这种沟通不应是单向的，而应是双向的。促进传统业务与 AI 原生业务之间的交流与学习，使传统业务能够吸收创新思维，AI 原生业务也能借鉴成熟经验。

※   以汽车行业为例，传统汽车制造是一个高度复杂、成本高昂的系统工程。这种业务模式需要严格的流程控制、精确的执行和高度的协同，任何环节的失误都可能导致巨大的损失。因此，传统汽车制造形成了以流程化、标准化和层级化为特征的企业文化，强调质量控制、成本管理和风险规避。而 AI 驱动的自动驾驶业务，强调数据驱动、快速试错和自下而上的创新。

因此，汽车行业的 AI 转型可以采取 " 因地制宜 " 的文化战略：一方面，保持传统汽车制造业务的流程化、标准化管理；另一方面，为自动驾驶等 AI 业务提供更加扁平、灵活的组织环境。在实践中，一些领先汽车企业将自动驾驶业务独立出来，成立专门的创新部门或子公司，赋予其更大的自主权和更灵活的组织文化。从而更好地适应 AI 技术的快速发展和不确定性。

人才培养：AI 拥抱者与赋能者

AI 时代的组织人才建设，企业领导者需要以身作则，展示对新技术的开放态度和学习精神。同时，企业需要建立安全的创新环境，鼓励员工尝试新方法，容许合理的失败。文化变革需要长期坚持，通过制度、流程、激励机制等多方面协同推进。

在人才培养方面，企业需要培养两类关键人才。一类是 "AI 拥抱者 "，即愿意并能够利用 AI 优化自身工作的基层员工。另一类是 "AI 赋能者 "，即能够搭建支撑 AI 平台的 " 桥梁型 " 人才。这些赋能者不仅需要懂 AI 技术，还要理解业务需求，帮助各业务板块轻松应用智能工具。

对于 "AI 拥抱者 " 的培养，企业可以通过内部培训、工作坊、实践项目等多种方式，帮助员工掌握基本的 AI 工具使用技能。关键是要将 AI 学习与实际工作紧密结合，让员工在解决真实问题的过程中掌握技能。例如，一些领先企业设立了 "AI 创新实验室 "，鼓励员工利用工作时间探索 AI 应用，并将成功案例进行推广和复制。同时，有的企业在尝试建立激励机制，将 AI 应用能力纳入绩效考核体系，鼓励员工主动探索和应用 AI 工具。

对于 "AI 赋能者 " 的培养，则需要更加系统和深入。这类人才需要既懂业务又懂技术，能够将业务需求转化为技术解决方案。企业可以通过项目实践、轮岗交流、外部合作等方式，培养这类复合型人才。例如，和睦家医院培养了一批既懂医学又懂 AI 的专业人员，他们开发了 " 智能医院 " 系统，将 AI 应用于医疗诊断、患者管理等多个环节，显著提升了医疗服务质量和效率。

未来企业需要提高人才密度，更多雇佣能够熟练使用 AI 工具的人才。这不仅关乎个人发展，也关系到企业整体竞争力。同时，有的企业在尝试建立激励机制，企业文化需要更加透明、灵活，鼓励创新与协作。

在人才结构方面，企业需要重新评估各岗位的价值和需求，调整人才配置。一些重复性、标准化的工作可能被 AI 替代，而需要创造力、判断力和人际交往能力的工作将更加重要。企业需要建立动态的人才评估机制，及时调整人才策略。例如，一些企业已经开始设立 "AI 产品经理 " 岗位，负责将 AI 技术与业务需求对接，推动 AI 应用落地。

结语

相较于其他国家，中国企业在 AI 时代具有独特优势。

首先，中国企业和消费者对创新技术接受度高，愿意尝试新事物。对比欧美市场，中国在移动支付、电子商务等领域的普及率位居世界前列，这种开放态度有利于 AI 应用的推广。其次，中国在数字化方面已有坚实的基础，线上数据丰富，为 AI 应用提供了重要原材料。企业内部运营数据的采集也相对完善，这为 AI 在应用层的创新创造了有利条件。

中国在工程师数量、AI 专利和论文发表方面也处于领先地位，这为 AI 技术的发展提供了人才和知识基础。同时，中国庞大的市场规模为 AI 应用提供了丰富的试验场，加速了技术的迭代和优化。政府对 AI 发展的支持政策也为企业创造了良好的外部环境。

中国企业在 AI 应用方面呈现出 " 一快一慢 " 的特点：在应用层创新快，能够迅速将新技术转化为实际产品和服务；但在底层技术创新慢，对基础研究的投入相对不足。这种特点既是中国企业的优势，也是其面临的挑战。未来，中国企业需要在保持应用创新优势的同时，加大对基础研究的投入，提升核心竞争力。

展望未来，成功的组织将是那些能够平衡传统业务与创新探索、兼顾效率与灵活性、既尊重业务特性又善于整合平台资源的企业。在这个快速变化的时代，组织能力将成为企业最核心的竞争力，而持续学习与适应能力，则是每个组织成员必备的素质。

企业领导者需要认识到，AI 不是简单的工具替代，而是组织模式的根本性变革。只有主动拥抱变化，重构组织能力，才能在 AI 时代保持竞争优势，实现可持续发展。正如历史所证明的，那些能够预见趋势、快速调整、持续创新的企业，终将在变革中脱颖而出，创造新的价值。

  —— · END · ——  

为您推荐：

预告：华人学者 " 家族企业传承治理第一人 " ——香港中文大学范博宏教授家族传承治理专栏即将推出，敬请关注后续连载！

华夏基石管理咨询集团

中国管理咨询的开拓者和领先者

彭剑锋、黄卫伟、包政、吴春波、杨杜、孙健敏领衔

战略丨营销丨研发丨生产丨运营丨品牌

企业文化丨组织人力丨 AI 应用

咨询合作扫码

感谢阅读和订阅《管理智慧》，为了便于您及时收到最新推送，敬请星标本公众号。