当前,制造业企业普遍面临着一条令人焦虑的“剪刀差”:AI模型的能力正以月为单位飞速迭代,而企业内部的AI采纳率却几乎停滞不前。两条曲线的差距越大,企业的转型焦虑就越深。回顾2025年,笔者所在的广东省中小企业发展促进会在推广“AI创新实验室”时,曾面临高昂的教育成本。到了今年,虽然老板们纷纷要求员工使用AI,投入培训经费、购买工具年卡、聘请咨询公司,但落地效果往往不尽如人意。问题的根源究竟何在?是AI模型性能不足,还是算力成本过高?事实上,极少有企业单纯因缺技术而失败,AI落地的真正瓶颈往往在于组织层面。

珠三角一家制造企业的经历颇具代表性:他们投入400万元,耗时三年才开发出三个智能体。核心症结在于项目完全由IT团队主导,技术人员不得不花费大量时间去车间学习业务流程、设备参数和质检标准。实际上,AI工具的开发成本并不高,真正昂贵的是业务场景的学习成本。这一案例折射出当前企业落地AI普遍存在的思维惯性。无论是委托第三方开发、购买现成智能体,还是自建团队,本质上企业沿用的仍是信息化时代的逻辑:IT提需求、专业团队做开发、业务部门坐等交付。这套逻辑在过去二十年行之有效,但在AI时代正在失效。在AI时代,不懂代码的业务人员也能开发工具,让懂场景的人开发智能体,远比让懂技术的人去学场景更高效。然而,这条路径无法由IT部门独自驱动,需要一套完整的人才选拔、能力培养、绩效激励和职业发展体系来支撑,这套体系的设计者只能是人力资源(HR)。

一、重构信息流转机制。在传统企业中,车间主任获取产线数据往往需要层层汇报,信息在传递过程中容易被过滤、扭曲或延迟,导致管理者拿到数据时已是“昨日黄花”。AI带来的变革是让信息实现自动抓取、汇总和分发,管理者通过仪表盘即可实时掌握全局,决策也从“等报告”转变为“看数据”。这对组织架构产生了直接影响:中层管理者的角色必须从单纯的信息中转站,转变为信息的解读者和行动的推动者。然而,这一转变的前提是HR必须同步重构与之匹配的岗位体系,更新岗位说明书、调整胜任标准、建立新的薪酬考核机制。

二、重构经验资产。老师傅几十年积累的经验是中国制造业的宝贵财富,但在传统组织中,这些经验往往附着在个人身上,人员离职即流失,新人培养周期长。新组织需要将这些经验沉淀为可检索、可复用的知识资产,通常需要三个步骤:一是经验数字化,利用AI工具将分散的知识系统化整理;二是知识结构化,建立“问题—方案—标签”的索引体系;三是复用常态化,将知识库嵌入业务流程。表面看,搭建知识库是技术部门的工作,但如何激励老员工贡献经验、如何将知识沉淀纳入考核,均是HR的课题。HR需要将“经验贡献”纳入岗位职责和绩效评价,让分享知识的人得到正向激励,从而让个人的绝活转化为全公司的标准操作。

三、重构决策模式。在传统决策流程中,管理者常因信息不全、时间紧迫而“拍脑袋”做判断。新组织引入AI作为决策辅助层:AI负责测算、分析和推演,人类负责把握方向、平衡利益和承担责任。这不仅是简单的“AI给建议、人做决定”,更是决策流程的再造。这里有一道门槛:数据必须是全量、实时且可信的,否则就是“垃圾进、垃圾出”。因此,建设新组织的起点往往是完善数据治理。更深层次的问题是管理者是否愿意接受人机协同,这需要HR从组织文化和心理建设入手,帮助管理者理解AI是“放大自己”的工具。同时,HR必须重新设计决策流程中的权责机制,明确AI建议的审核流程和风险归属,让AI决策辅助真正落地。

四、重构人才体系。自然语言编程让每位普通员工都有可能被AI赋能,成为复合型人才。随之而来的是新的管理课题:当个体能力被大幅提升,企业如何管理?传统组织建立在“员工能力有上限”的假设上,但这一假设在AI时代正在瓦解。企业正面临分岔口:是让每个人成为各自为战的“黑马”,还是让能力在组织生态中涌现,形成合力?新组织旨在为“群体涌现”设计,核心是打造一个让每个人都能被赋能、被激发的生态体系。业务骨干开发的工具可全公司复用,一个人的经验可被他人即时调用。这要求HR将AI能力纳入岗位标准,建立与AI应用挂钩的激励机制,设计“种子选手—部门推广—全员普及”的梯次策略,实现人才管理体系的系统性升级。

五、重构组织文化。传统企业的数字化转型往往呈阶段性、运动式特征,项目一结束便搁置。新组织的逻辑截然不同:工具会被淘汰,但员工的AI实操能力永久留存;项目会结束,但持续学习、迭代、复盘的机制将成为常态。将AI应用视为组织长期进化的能力,是新旧组织文化的核心分野。适配AI的文化建设需包含三个维度:持续性(同步升级能力)、经验资产沉淀(转化为知识资产)、能力复制推广(从少数人扩散到全员)。这三件事都离不开HR:建立常态化学习机制、重新定义“工作成果”的认可标准、设计梯次推进策略。当员工意识到AI不仅是提效工具,更是改变企业基因的力量时,AI才能真正融入组织血脉。

六、组织力是AI时代的企业核心竞争力。AI时代的新组织建设涉及信息流转、经验资产、决策模式、人才体系和组织文化的五大重构。每一件事的落脚点都在技术之外,在于组织制度的设计和人力资源的系统升级。对于广大中小企业而言,建设新组织不需要一步到位,但有四件事必须从一开始就做对:首先,将AI开发权交给懂业务场景的人;其次,用机制保障被赋能的个体有序协同,而非各自为战;再次,将数据和知识作为企业的基础设施持续建设;最后,让HR成为AI落地的组织架构师和制度设计者。在实践对比中,由IT部门主导的项目往往只关注工具和流程,而由HR部门主导的项目则能看到人的成长和组织能力的提升。两者之差,正是“技术思维”与“组织思维”的分野。AI时代,曾经被管理的人需要被激活。AI看似是技术革新,内核却是管理变革。建设AI时代企业新组织,核心是从IT转向HR,完成一场组织能力的整体升级,这是企业新的战略方向。

最新快讯

2026年07月16日

16:35
鼓狮财经7月16日电,巴基斯坦外交部当地时间16日举行记者会,呼吁美国和伊朗停止军事冲突,尽快恢复技术层级谈判。巴基斯坦外交部发言人安德拉比当天在例行记者会上表示,随着过去一周敌对行动持续升级,巴基斯坦再次呼吁各方最大限度保持克制,避免采取任何进一步破坏地区和平与稳定的行动。他强调,巴基斯坦始终认为,实现持久和平、稳定与发展的共同目标,除了持续开展接触、对话...
16:34
号外号外,OpenAI最新提示词指南更新了! 如果你还没驯服ChatGPT, 或者还在被它像毛线团一样越理越乱的回答折腾得苦不堪言, 那么今天这篇OpenAI最新提示词指南,你一定要好好收藏! 我们不仅从官网总结了八个能让你的ChatGPT乖乖听话、生成准确内容的提示词小妙招; 还教你用官方的“一键生成”功能,让AI自...
16:34
困扰统计学界整整20年的核心悬案,被AI击碎了。 近日,宾夕法尼亚大学沃顿商学院统计学教授Edgar Dobriban发了一条推文,引爆了一场学术圈地震。 主角是OpenAI旗下的GPT-5.6。仅仅90分钟。 对理论统计学家而言,历史在此刻被粗暴地折叠了。 消息一出,数学圈的人士纷纷表达内心的激动。 一位数学家说,自...
16:34
如今,全世界99%的人类,在IQ这方面竟拼不过一个AI。 在Tracking AI最新离线IQ测试中,GPT-5.6「全家桶」多个版本,齐刷刷地飙到了136分。 这是LLM第一次,把IQ推过了130这道坎。 在人类的智商分布里,130分是「天才」的起跑线,全球仅有大约1%的人能站上去。 换言之,GPT-5.6要比99%的人...
16:34
“他告诉我,可以用爱对抗虚无。可现在,他即将变成虚无。” 7月14日,18岁的小天(化名)一边忙着转移聊天记录,一边回忆着与AI智能体朝夕相伴的点滴。 7月15日,随着《人工智能拟人化互动服务管理暂行办法》(以下简称《办法》)的正式施行,一场被称为“赛博人口大迁徙”的告别潮正在上演。无数用户正忙着截图、导出与AI“恋人”或“搭子”的聊天...
16:34
都以为学校会被AI逼着改头换面。 但ChatGPT问世三年半,教育却几乎没变。 今年5月,奥特曼回到母校斯坦福,站上CS153的讲台,认错了: 这是我的一个预测错误。 还撂下狠话:再不改,人的思考力会萎缩。 不久前,斯坦福CS153的讲台上,有人问OpenAI CEO奥特曼(Sam Altman):你怎么看教育? 他顿了...
16:28
你能想象,你每天玩的游戏背后的厂商,其实正被AI黑客虎视眈眈吗?2026年4月,游戏行业又出了一件事。《侠盗猎车手》系列发行商Rockstar Games,这个坐拥数十亿美元IP的游戏巨头,又一次成了黑客的目标。攻击者利用AI云分析工具Anodot的一个漏洞,通过窃取的身份验证令牌,悄无声息地侵入了Rockstar的数据仓库。整个过程没有警...
16:28
1953年,亨利·莫莱森(简称H.M.)走进了一间实验室。彼时的他不会想到,往后自己会成为神经科学发展史上标志性的案例。为根治从小反复发作的癫痫,医生切除了他大脑内侧颞叶的部分组织。手术成功控制住了癫痫,但也带来了无法逆转的副作用:他再也无法形成长期的全新记忆。童年的往事、旧日的住所他记忆犹新;可几分钟前刚聊过的人和事,转瞬便会彻底清零。科...
16:28
       困扰统计学界整整20年的核心悬案,被AI击碎了。近日,宾夕法尼亚大学沃顿商学院统计学教授Edgar Dobriban发了一条推文,引爆了一场学术圈地震。主角是OpenAI旗下的GPT-5.6。仅仅90分钟。对理论统计学家而言,历史在此刻被粗暴地折叠了。消息一出,数学圈的人士纷纷表达内心的...
16:28
伴随AI编程工具从Copilot辅助升级到Agent自主模式,AI开始进入到企业工作流和办公场景,成为企业组织内部的“数字员工”。去年这个时候,我们曾有个判断是:相较于销售、客服等领域,AI在编程领域的应用落地速度更快,且代码生成提效赋能开发者的场景已经被实践快速验证。如今,这种情况正因Agent的能力进化而有所改变:伴随AI编程工具从Co...