清华大学经济管理学院领导力与组织管理系系主任李宁在接受「深响」专访时表示，大厂激战 AI 办公，但企业 AI 投入回报普遍不佳。他认为，问题不在技术，而在组织。

" 把 AI 塞进为人类设计的组织架构，就像在蒸汽机车的铁轨上跑磁悬浮列车。" 李宁用这一比喻点明核心矛盾：现有组织架构仍围绕 " 人 " 设计，AI 的能力边界与传统组织模式之间出现错位。

李宁指出，AI 完成同样任务的能力可达人的几十倍甚至上百倍。然而，传统组织模式仍以人为行动主体，任务分配、协作方式、绩效评价都建立在 " 人 " 的基础上，生产力与生产关系因此不相匹配。技术已经进入新阶段，但承载技术的组织框架还停留在旧逻辑中，这是 AI 投入回报不佳的深层原因。

组织重构的三个切入点

李宁提出，AI 时代需要重构任务流、信任架构与激励机制。任务流方面，AI 可以替代人完成大量重复性、标准化工作，组织需要重新划分人和 AI 的职责边界，而非简单地将 AI 嵌入既有流程。信任架构方面，当 AI 参与决策和执行，组织内部的授权、监督和问责机制需要相应调整，才能建立对 AI 系统的有效信任。激励机制方面，如果员工担心被替代或被考核方式束缚，AI 落地会遭遇隐性阻力，激励设计需要引导人机协作而非对立。

这些重构并非易事。李宁也点出了现实难点：技术变化快、利益博弈、增长出口不明、认知不足。技术迭代速度远超组织调整速度，企业难以跟上；AI 引入会改变权力和资源分配，内部博弈不可避免；增长出口不明意味着短期看不到清晰回报，决策者缺乏投入决心；认知不足则体现在对 AI 能力及其组织影响的理解仍有局限。

从 " 人适应机器 " 到 " 机器融入组织 "

李宁的观点提示了一个更广泛的行业议题：AI 落地不仅是技术部署问题，更是组织变革问题。过去信息化、数字化阶段，企业更多是让 " 人适应机器 "；而 AI 带来的变革是让 " 机器融入组织 "，要求组织设计从人机协同出发。这一转变尚未被普遍理解，也是许多 AI 项目效果不及预期的原因之一。

作为组织管理研究者，李宁并非否定 AI 的技术价值，而是提醒企业在技术投入的同时，同步审视组织架构的适配性。否则，再强的 AI 能力也可能因为 " 轨道 " 不匹配而难以发挥。

在 AI 办公竞争白热化的当下，这一判断对行业有现实参照意义。企业决策者需要回答的问题，或许不是 "AI 能做什么 "，而是 " 组织需要变成什么样，才能接得住 AI"。