21世纪经济报道记者 孔海丽

企业引入大模型之后，组织会发生什么变化？AI到底咋用才能有效发挥价值？

近日，中国人民大学世界一流企业研究院、中国人民大学商学院与联想集团联合发布了业内首个《AI原生组织转型指南》，系统回答企业为何必须向AI原生组织转型，以及如何转。

“企业竞争的关键正从会不会用AI转向组织是否具备AI原生能力。”张瑾指出，传统企业如何以AI为核心，重构组织形态、人才机制与业务流程，成为志在走向世界一流水准必须回应的紧迫命题。

联想集团副总裁、联想中国首席战略官兼CTO阿不力克木·阿不力米提（简称阿木）认为，企业需要把AI视为一种新的智力劳动力，由此重新审视企业内部的数据、流程与分工。

在阿木看来，理解AI原生组织，首先要看清这一轮变化与企业数字化的区别。

过去的数字化建设，主要负责收集、打通和分析数据，最终仍由人来理解数据、作出决定。大模型和智能体出现后，数据有了新的使用者。智能体可以理解信息、调用工具并执行任务，开始具备劳动力属性。

企业内部还积累着大量没有进入公共互联网的数据和知识，包括产品资料、业务日志、交易记录、流程规则，以及员工长期形成的经验。阿木认为，这些内容与算法、算力结合，构成AI进入企业的基础。企业拥有的数据和知识的丰富程度，也决定了智能体能否理解具体的经营环境。

这也解释了AI原生组织的含义。它要求企业围绕AI重新配置业务流程、组织角色、数据和知识，让智能体承担一部分完整任务，人负责目标设定、价值判断、审美、伦理和监督。

许多企业目前仍停留在给原有流程加工具的阶段。员工用AI写文案、查资料、做报表，个人工作速度有所提高，但是部门之间的协作方式和经营流程基本不变，个人节省下来的时间也未必能够反映在财务结果中。

阿木以“手工作坊”与“工业化流水线”作为比喻，作坊增加几台机器，生产仍然围绕手工展开；工业企业则根据机器生产的特点重新安排车间、人员和管理体系。AI原生组织正像是后者，要按照智能体的能力，重写价值创造过程。

AI时代的组织调整很难交给技术部门单独完成。技术团队可以搭平台、接模型、建智能体，但是收入增长、成本控制和业务模式创新仍然需要业务负责人承担。

联想为此采用了业务负责人主责的项目机制，战略、技术、业务和安全合规团队共同参与。

他们把自己的AI组织试验分成了几个阶段。

2023年11月，公司开始在部分流程中试用生成式AI，主要寻找效率较低的环节，原有流程和岗位分工没有明显变化。

2024年，应用范围扩大到研发、供应链、营销、销售、客服、财务、法务和人力资源等领域。

2025年，联想开始建设混合式AI底座，并尝试让智能体承担部分流程节点。

目前，联想按照自己的成熟度模型，将转型进度评估为L4阶段，即AI已经开始参与运营重构。不过阿木同时也指出，目前联想“还不完全是一个AI原生公司”，仍处于持续试验阶段。

按照联想公布的数据，公司已经形成“3+100+N”的智能体体系，包括3个超级智能体、100多个场景智能体和数量持续增加的Skills。3个超级智能体分别面向客户、合作伙伴和员工，场景智能体负责研发、营销、供应链等具体任务，Skills则提供可以反复调用的专业能力。

比如，传统营销通常由不同团队分别完成用户洞察、内容制作、投放和复盘。联想将多个场景智能体接入同一套营销流程，由领域智能体统一调度。目前自动完成的营销流程比例达到55%，精准营销的投资回报率提高30%。

智能体进入流程以后，岗位也开始拆分。联想的软件团队将前端、后端、测试和运维等专业分工重新组合，部分员工转向全栈工程师；公司也增加了业务场景专家、AI治理专家和AI交互设计师等岗位。

阿木判断，固定岗位的重要性将逐渐下降，企业会围绕任务配置角色。一个人的工作可以拆成多个角色，其中一部分交给智能体，剩余部分与其他职责重新组合。原来负责流程衔接和文档管理的岗位可能减少，价值判断、智能体训练和结果监督的需求会增加。

智能体项目进入企业，最常遇到的问题仍是投资回报。

阿木在与企业管理者交流时发现，很多人习惯单独追问AI能够创造多少价值。他认为，更合适的衡量对象是组织变革：智能体进入以后，人员能力、流程效率和业务结果发生了什么变化。

“AI就是一个硅基的劳动力。”阿木说。员工能够创造价值，依赖分工、权限、流程和考核；智能体也需要放入一套完整的组织系统。企业若只统计一份标书节省了多少小时，很容易高估个人效率，低估流程和岗位调整的成本。

联想据此建立了“场景、项目、项目集”三级收益管理体系，将项目与收入增长、成本节约和效率提升挂钩。单个智能体解决一个局部问题，价值通常有限。多个场景接入同一条业务流程，经营指标才有可能发生较明显的变化。

企业也要重新整理数据。过去的数据平台主要向管理者提供报表和驾驶舱，智能体需要语义、关系、属性和业务规则。联想将这套信息称为企业本体。例如定价智能体需要知道产品、客户、成本和促销之间的关系，也要掌握折扣权限及审批规则，才能参与决策。

阿木也建议，数字化基础薄弱的企业可以先找到经营痛点，在有限场景内整理数据、知识和业务规则，再逐步积累。这样的路径降低了启动门槛，也避免企业继续围绕旧报表体系投入大量资源。

治理则是另一项正在增加的成本。企业需要明确数据权限、行为边界、资源使用、责任归属，以及出现异常后的暂停、回溯和修复机制。联想目前正在建设相应的治理体系，覆盖数据和知识、智能体行为、AI架构、安全合规及Token资源。

眼下，AI原生组织仍然处在验证期，不过联想的实验已经比较早地把企业AI转型拆成了可观察的业务问题，比如谁来负责、价值如何核算、数据怎样整理、岗位如何调整、智能体获得多大权限、出错以后由谁处理等。这些探索将会为AI进入组织提供真实的方法论。