朋友转来腾讯科技《沸腾之下》的一篇访谈，一万多字，访谈对象是清华大学经济管理学院的李宁教授、《AI 原生组织》的作者。标题取得挺狠：《中层消失、专家被蒸馏、超级个体单干，公司还需要多少人？》

读完我推荐给了几位同行。

日常推送给我的 AI 稿子，多数是划过去的。谈模型迭代，谈算力，谈某个 Agent 又刷新了什么榜单，看标题就知道内容。这篇不同，它通篇谈的不是技术，是公司—— AI 这样走下去，公司这种运行了两百年的组织形式，还能不能成立。

还有一个原因。这篇文章讨论的三件事——分工的前提、中层的价值、经验的沉淀——在物业身上每一条都对得上。物业是国内分工切得最细的服务业之一，一个项目一张编制表，成本的大头是人，老师傅一辈子攒下的经验从未落到纸上。它们恰好都是 AI 最先触及的部分。

这篇文章记录我读后的理解，也把几个一直悬着的物业问题重新想过一遍。

一、公司为什么存在：分工的前提正在松动

李宁的起点朴素到有点反高潮。他问：公司为什么存在？

然后回到亚当 · 斯密的制针工厂。工序拆开，每人只做一小段，效率就上来了。拆碎的部分如何复原？靠会议、审批、庞大的中层管理。所以现代公司这套制度的底，归纳起来四个字：拆解与粘合。

为什么必须拆？因为一个人不可能学会所有技能。为什么必须粘？因为事情越复杂，需要协调的人就越多。

这套解释在教科书上见过无数遍，却鲜少有人把它当作一个前提来审视。它成立有一个隐含条件：人的能力有边界。

AI 正在抹平的正是这条边界。

他举了一个例子。过去做软件，有人搞设计、有人搞数据库、有人做运营；现在需求讲清楚，AI 能把前后端和数据库一并做完。他的原话是：做前端的人顺手问一句后端怎么搭，AI 就给他做完了。

这句话对服务业的分量不轻。一旦 " 一个人学不会所有技能 " 不再成立，建立在它之上的工种、部门、职级、汇报线，就都要重新解释自己凭什么继续存在。

二、两周的活，一小时干完，什么时候交

访谈里有段对话我反复看了几遍。

李宁在课堂上问学生：老板布置一项任务，两周周期，属于那种非优秀员工不能完成的活。你调用几个 Agent，一小时做完。那么什么时候交？

多数学生答：两周以后。

起初它像个段子，再看是一份诊断书。它解释了这两年一直说不太清楚的一件事：个体层面 AI 提效的体感如此强烈，企业层面的产出却没有发生相应变化。水底的个体早已暗流涌动，水面的组织依旧波澜不惊。

他还讲了另一种浪费的形态。有些事原本不需要十个人完成，但岗位未改、编制未动，十个人各带一个 Agent，产出的东西自然高度雷同。Token 烧掉了，每个人都自认为快了，企业的产出不过是多了一批重复与冗余。

他给的方案却很简单：先想清楚需求。有十个新产品要做，那就组织人去做；如果依旧是这一个产品、这一点客户，只要求大家多用 Token，产出往哪里放？

这句话我想说给物业企业的管理者听。这两年物业在工具、系统、中台上投入不少，但真正回答过 " 多出来的产能往哪儿去 " 这个问题的公司，我见到的不多。

工具是加速器，方向盘在需求那一端。没有新需求，加速器只是让组织在原地转得更快。

三、瓶颈换位置了：从生成到验证

上一段是情绪高点，这一段才是要害。

李宁把任务拆成两个维度看：生成，验证。

过去的分工按工作量切分，因为生成困难。报告要人写，台账要人填，图纸要人画。瓶颈在生成端，所以需要很多人。

现在生成变得极其廉价。他自己的团队现在一天能出一篇论文，用他的话说，根本看不过来。过去咨询公司是一批初级员工负责搜索、撰写，最后由专家与客户洽谈；以后报告可以很快写出来，问题在于专家有没有时间看。

瓶颈因此从生成移到了验证。

这也解释了为什么数学和代码走在前头，因为可验证。给一个明确的奖励函数，它知道自己在变好还是变差，就能持续改进。而 " 一篇文章怎样才算好 "，除语言、语法之外还有品味，标准不容易设定。

顺着这条线，他给出了全文最关键的一句判断：组织的分工逻辑，正在从按工作量切分，转向按认知带宽切分。

为什么是认知带宽？因为人的注意力成了新的上限。你花十分钟交代一个想法，AI 干一整天，中途回来请你决策；等待期间你开第二个项目，开到第五六个，很多人就开始说：我没有想法了，想不出还能让 AI 做什么。

一个项目可以让几百个 Agent 并行运行，但它们解决的是工作量，解决不了人的判断与注意力。

这一部分若换成物业的语境，大致如下：

这张表最后一行，是这篇访谈对物业最实在的一条提醒。

四、物业的三层结构性矛盾

第一层，按人头分工。

保安、保洁、客服、工程、绿化，一个岗位一个定义，一张编制表，服务费按人头测算。这套做法运行多年而无人质疑，因为在 " 一个人学不会所有技能 " 的前提下，它是成立的。

脆弱之处也正在这里：它的边界是被技能划定的，而技能恰恰是 AI 最先抹平的对象。

当一个人带着 Agent 能够跑完客服工单、报表台账、合同归档、催费提醒，编制表就不能只用 " 岗位 " 这一个维度去解释。这不是说物业明天能少一半人，而是这套表的底层逻辑需要重写。

项目经理、片区经理、品质督导，日常在做什么？开会、协调、催报表、追进度、处理扯皮。李宁那句 " 以前很多中层是在处理摩擦 "，放在物业格外准确。

不好听但必须说：物业的项目经理层里，相当一部分人存在的理由就是传递信息。总部下达、项目上报、现场拍照、台账回填。AI 抹掉的第一样东西是摩擦，而摩擦恰恰构成这一层最主要的价值来源。

并非危言。片区层面的报表、巡场、稽核向工具迁移，已有企业在做。工作量没有减少，专门传递信息的岗位却开始松动。

第三层，也是最难的一层：经验从未沉淀。

干了二十年的工程主管，听水泵的声音就知道哪一台即将损坏，也清楚哪几台还能再撑一个季度；老管家知道哪几户必须先打电话再上门，哪几户一条消息就够。

这些东西有记录吗？没有。全部留在这两个人的脑子里。

而 AI 时代最大的红利，恰恰是把这类隐性经验 Skill 化。所以物业最该做这件事，也最难做成。因为访谈里那句话会原样兑现：让员工把经验写成 Skill，就像让卤肉师傅按普通月薪交出祖传秘方。

换成物业的说法：你让项目经理把催费的话术、投诉处置的套路、能耗调节的参数整理成公司标准，凭什么？凭那份工资？

反蒸馏、留一手、影子 AI，李宁提到写字楼里已经开始出现这些现象。员工做一部分，把最关键的判断藏起来，工具留在自己的电脑里，只为自己服务。公司的知识资产没有建立起来，个体的议价能力反而抬高了。

这一层，我认为是物业目前最该警惕、而讨论最少的一件事。

五、总部这一层，剩下的价值是什么

访谈往下推进，会遇到一个作者追问了、但李宁没有给出完整答案的问题：组织培养出超级个体之后，往往是组织需要他，他不太需要组织了。公司靠什么留住这样的人？

他给的线索是把员工变成合伙人。律所没有多少固定资产，最宝贵的就是人才，所以合伙制在这些行业已经走通。也不只是钱，还包括这群人愿不愿意一起，做一件认为值得做的事。

这条线索对物业的启发，我认为不在分配形式，而在组织结构的重心——公司这一层，得提供项目自己造不出来的东西。

物业的组织形态一直很特别。项目高度分散，彼此之间几乎没有协作；总部离现场很远，主要靠报表和稽核维持控制。这种结构之所以能长期运转，是因为信息只能靠人往上送，总部是唯一能看见全局的地方。

AI 改变的是这个理由。当片区报表、巡场记录、工单统计可以由工具自动汇总，当总部能实时看到任何一个项目的现场，" 我掌握信息 " 就不再是总部的价值来源。

那么总部剩下什么？我看是三样，而这三样恰好指向组织结构的三个调整方向：

第一，标准。生成变得廉价之后，真正稀缺的是 " 什么样的现场算合格 "。这件事项目自己做不了——每个项目都会给自己找理由，只有站在全局的位置，才知道什么是及格线。

第二，数据与场景。一个管家再能干，他手上只有一个小区的数据。能耗曲线怎么调、催费话术哪一句有效、哪几个季度是设备的高故障期，这些判断的质量取决于样本量，而样本量只存在于公司这一层。

第三，专业能力池。电梯大修、消防整改、法务函件、能耗审计，这些事单个项目一年遇不上几次，养不起专人，需要的时候又必须有人。它们天然应该留在中台，按需求调用。

反过来看，如果总部这一层只剩下收报表、催进度、打分排名，那它确实没有存在的必要——因为这些恰好是 AI 最先接管的部分。

所以我的判断是这样：未来三到五年，物业行业最硬的一道分水岭，可能不是管理规模，而是总部这一层到底在给项目提供什么。它提供的如果是项目造不出来的东西，组织就立得住；提供的如果只是监督，那这层结构迟早要被压缩。

落到执行层面，大致是四件事：

四条之中最难的是第三条。前两条属于流程调整，第四条属于职责转换，第三条则要求组织承认一件事——老师傅脑子里那套东西是公司资产，而资产从来不会自动从个人手里走出来。

这一节收尾时想起李宁一句话，我认同：过去效率高、成本低就是竞争优势，如今大家的工作方式已经趋同，大屏幕、语音输入，一台电脑挂五六个项目，差别在于能不能找到新需求。

六、AI 的需求要从一线来，而不是从总部下去

这一节单独说一件事，因为它容易被前面的组织讨论盖过去：物业企业手里握着的，不只是成本和编制。

首先是服务的界面。业主的门口、楼道、车场、设备房，物业是少数能够天天进入这些位置的机构。其次是场景——每天真实发生的报事、投诉、巡检、收费、设备运行，构成了一个高密度、连续、带时间戳的行为现场。

更关键的是场景里的生产要素：一线的员工，长期积累的服务标准，以及把人和标准组织起来的管理动作。这三样，是任何一家技术公司都不具备的，也是物业真正的家底。

我的看法是，把这些简单地让渡出去，是很可惜的。

眼下不少企业的做法仍沿袭传统路径：总部立项，寻找或者孵化一个 " 成熟的 AI 场景解决方案 "，然后培训、推广、考核使用率。这条路的假设是，需求在总部这一端被定义清楚，项目端负责执行。

问题出在这个假设上。总部能说清楚的通常是流程，说不清楚的恰恰是现场最耗时也最磨人的那部分——哪几户必须上门、哪台设备该提前换、哪句话在催费时最好使。这些判断分散在一线的人身上，也只有在具体场景里才成立。

于是自上而下推下去的工具，一线的感受往往不是提效，而是又多了一套要填的系统。使用率靠考核维持，考核一停就回落。

另一条路径正在被一些企业尝试：不在总部定义需求，而是从场景里把需求激活出来。

绿城的灯塔计划是一个例子。它的做法不是采购一套现成的系统，而是把真实项目开放出来，让智慧化公司带着技术进来，在真实场景里验证，再谈合作机制。这一步的价值在于把 " 选型 " 变成了 " 共同试 "。

还有一种做法是面向一线的引导与共创。已经有企业在项目层面组织这样的活动：不先给工具，先问问题——你手上哪件事最烦、最耗时、最没把握；然后一起看这些事里，哪些环节可以先交给 Agent 试一试。

这两种做法的共同点在于把出题权交回给离场景最近的人。

这跟前面几节是连着的。生成不再是瓶颈之后，稀缺的是提出问题的能力；而在物业这个行业里，提出问题的能力主要长在一线。总部要做的不是给答案，是把这些答案接住、沉淀下来、变成公司标准。

七、一个边界：AI 替代不了 " 到场 "

推荐这篇文章，不等于接受它的全部结论。

李宁的整套推演建立在 " 可验证 " 三个字上。数学、代码之所以走在前头，因为有明确的对错。这正是数字世界的特征。他自己也说，农业、制造业同样有设计、有信息流，但还有土地、生产这些部分，AI 可以优化，不等于可以替代。

到了物业，这条边界更硬。

物业的多数工作在物理世界完成。门锁坏了要人到场，电梯困人要人到场，老人摔了要人扶起来，邻里起了争执得有人坐下来谈。这些事里最贵的不是信息流，是那一刻有人站在那里。

所以我的结论是两句话。

物业不会压缩成一家没几个人的公司。

但会被压缩成人少很多、每个人担子重得多的公司。

前一句听着像安慰，后一句才是警告。真正值得担心的从来不是还需要不需要我们，而是留下来的人扛不扛得住被撑大之后的岗位。

八、AI 腾出来的人手，往哪里放

访谈临近结束，聊到一个沉重的问题：如果只需要少量超级个体就能达成想要的收益，剩下的人怎么办。

李宁没有回避。他给的答案乐观，我认同：现在的产品和服务真的饱和了吗？如果企业永远只做眼前这些业务，那确实不需要这么多人。但画一个圈出去，圈外是不是还有很多可以做的事？医疗、教育，大量需求尚未被满足。

他还举了一个小例子。某样东西火了，有人专门帮人安装，这些人未必写得来代码；后来出现安全问题，又有人做卸载服务，还打五折。他由此得出结论：并非人人都能做出突破性创新，但只要创新在持续发生，原有的组织与个人就有机会转向新的方向。

这一段，我想替物业接一句。

这几年行业反复在谈规模见顶、收缴下滑、成本刚性、调价困难，谈到最后是两条默认路径：增收靠多种经营，降本靠减员提效。两条路本身没有错，但减到最后会发现，物业手上压着一摞早就该做、一直人手不足的事——独居老人的日常照看、设施设备的主动养护、社区闲置空间的运营、能耗的精细调节、业主之间那些不上报就无人知晓的小摩擦。

这些事过去没人做，不是因为没有需求，而是抽不出人手，也算不过来账。

AI 最先替物业腾出来的，恰恰就是人手。

所以这篇访谈对物业的意义，我最后想说的不是 AI 会让物业减员，而是这么一句：AI 把每个人的能力边界都往外挪了一截，问题在于你打算让他去干什么。

这不是技术问题，是经营问题。落到人身上，最终是怎么分钱的事。

原文链接：腾讯科技《沸腾之下》第 06 期《中层消失、专家被蒸馏、超级个体单干，公司还需要多少人？｜清华李宁》（作者：博阳，2026 年 10 月 21 日）

如果也有兴趣聊，评论区分三件事：你们的项目经理一天有多少时间花在开会与协调上；你们总部这一层有多少人，其中多少在做报表和稽核；以及，明天给你五个 Agent，你会先让它们干什么。