现在很多公司都在说自己重视 AI。
它们开 AI 培训。写 AI 政策。成立 AI 小组。邀请顾问做分享。组织内部分享会。让员工学习 Prompt。甚至把「AI 转型」写进战略文件。
但你仔细看,会发现一个很奇怪的现象:
邮件还是那些邮件。会议还是那些会议。审批还是那些审批。问题还是一层一层往上交。真正的流程,几乎没有变。
很多公司嘴上在拥抱 AI。身体却很诚实。
它们不是不会用 AI。它们是不敢真的用 AI。
为什么?
因为真正用 AI,不是让员工写邮件更快,也不是让 PPT 做得更漂亮。
真正用 AI,会开始问一些很刺耳的问题:
- 这个流程为什么存在?
- 这个审批为什么存在?
- 这个会议为什么存在?
- 这个岗位到底在创造价值,还是在维护流程?
- 这个中层是在做判断,还是只是在传话?
- 这个部门是真的必要,还是历史遗留?
- 这个领导是真的有认知,还是只是坐在权力节点上?
这些问题一旦被问出来,AI 就不再是一个温和的效率工具。它变成了一面镜子。它会照出组织里谁真正创造价值,谁只是流程节点。
这就是很多公司真正害怕的地方。
公司当然喜欢「安全的 AI」——培训、政策、试点项目、创新日、内部分享、工具清单、使用规范。这些都可以,因为它们不会真正动组织结构。它们让公司看起来在进步,但不一定改变任何核心流程。
真正危险的是另一种 AI:能把一个流程从十步变成三步的 AI;能让一个人完成过去三个人工作的 AI;能让信息绕过中间层、直接到达真正决策者的 AI;能暴露一个会议其实没有必要的 AI;能让员工发现,原来很多管理动作只是状态同步、而不是价值创造的 AI。
这种 AI,组织就会紧张。因为它开始动权力、岗位、责任和价值分配。
我想把这种现象叫作:组织对 AI 的免疫反应(Organizational Immune Response to AI)。
就像人体遇到外来物,会自动产生免疫反应。公司也是一样。AI 作为一个新变量进入组织时,表面上可能被欢迎,但组织内部会本能地排斥它——因为它威胁到原有的流程、层级、岗位和权威。
这不一定是某个人故意坏,而是组织有自己的自保本能。一个组织会保护它已经存在的结构,哪怕这个结构已经低效、已经过时、很多人心里都知道它不合理。只要这个结构承载了岗位、预算、权力和安全感,它就不会轻易让自己被 AI 重构。
所以,很多公司对 AI 的反应会很矛盾。它们一边说「我们要拥抱 AI」,另一边又说「这个不能用」「那个不合规」「这个要审批」「这个要等政策」「这个要先评估风险」「这个你先不要自己试」。
当然,风险管理是必要的。数据安全、隐私、知识产权、客户信息,这些都不能乱来。但问题是,很多时候,「风险」只是表面的理由。更深层的原因是:AI 如果真的被用起来,会让组织内部很多人的价值被重新评估。这才是最敏感的地方。
很多人以为,AI 最先威胁的是基层员工。但我觉得不一定。
AI 真正威胁的,不是管理层本身,而是那些没有判断力、只靠流程位置存在的管理层——尤其是那些主要靠开会、同步、协调、转发、催进度来证明存在感的中层。
如果一个管理者真正的价值是判断、拍板、承担结果、培养人、整合资源,那 AI 会增强他。但如果一个管理者的价值只是:让别人更新状态、把信息从一个会传到另一个会、把问题往上交、把责任往下压、把简单事情复杂化——那 AI 会让这个角色变得非常尴尬。
因为 AI 可以更快地同步信息、整理状态、生成报告、提醒风险、把问题路由到真正该负责的人。这时候,那个原本靠「协调」存在的人,就必须回答一个问题:你到底是在创造价值,还是在占据一个流程节点?
我自己在一家大型全球公司里,也见过类似的现象。
有些新来的管理者,title 很高,会议很多,报告很多,看起来非常忙。但真正到了需要判断的时候,他并不能拍板。
下面的人其实已经在这个领域做了很多年,很多人非常清楚问题该怎么判断、风险在哪里、下一步该怎么做。他们不是不会干活,他们缺的也不是更多会议。但问题一旦到了某些管理层那里,事情反而变慢了。
他不会直接判断,也不会承担决定,而是反过来问一大堆问题:
「这个你有没有确认?」
「那个你有没有评估?」
「有没有再做一份报告?」
「有没有再和谁同步?」
一开始,你会觉得这是严谨。时间长了你会发现,这不一定是严谨——有时候,这只是因为他自己没有足够的业务判断力,所以只能用问题、会议和报告来制造一种「管理感」。
更糟糕的是,这种管理方式还会复制。一个没有判断力的管理者,往往会再招来另一个类似的人,形成新的中间层。于是,原本能解决问题的一线专家,反而要花更多时间向这些不真正理解业务的人解释、汇报、补材料。
久而久之,大家会产生一种很强烈的挫败感:如果你不能判断,不能拍板,不能承担结果,只是让我不断汇报,那这个管理层到底创造了什么价值?
这不是某一个人的问题。这是很多大组织都会出现的问题:真正懂问题的人没有权力,有权力的人不一定真正懂问题。
AI 一旦进入这样的组织,就会让这种结构变得非常尴尬。因为 AI 可以更快地生成报告、整理状态、追踪问题、同步信息——那那些主要靠开会、追问、转发和制造汇报链条来体现存在感的管理层,就必须面对一个问题:如果 AI 能完成你的协调动作,而你又不能提供真正的判断,那你的价值到底在哪里?
这也是为什么很多公司真正的 AI 转型很难。它难的不是技术——技术反而越来越便宜。难的是组织愿不愿意承认:有些流程可以不要,有些会议可以取消,有些审批可以合并,有些岗位需要重新定义,有些管理层的价值需要重新证明。
有些人过去之所以重要,不是因为他真的创造了价值,而是因为他卡在信息和权力的通道上。AI 一旦把信息流和执行流重新打通,这些「通道型价值」就会下降。这对组织来说,不是效率提升——这是权力结构重组。所以它当然会抗拒。
这也解释了为什么很多真正有能力的人,在旧公司里会很痛苦。
你明明可以用 AI 把事情做得更快,但公司不让你用。你明明可以把流程简化,但组织要求你继续走老流程。你明明可以一个人加 AI 完成过去几个人的工作,但这件事反而会让别人不舒服。你明明是一个问题闭环者,但组织只允许你做一个流程节点。
这时候,问题就不只是「公司落后」,而是:这个组织是否还允许你的能力被放大?
这是 AI 时代一个很重要的新判断。以后选公司,不能只看工资、title、公司名和稳定性,还要看一个新指标:这个组织是否允许你的 AI 杠杆被释放?
它是否允许你试验?是否允许你重构流程?是否允许你用 AI 提升效率?是否允许你把复杂问题做简单?是否奖励真正解决问题的人?还是只奖励会汇报、会表演、会服从流程的人?
如果一个组织长期压制你的 AI 杠杆,那它不只是影响你的工作体验——它是在压低你的未来价值。
当然,这不是说每个人都应该马上辞职,也不是说所有公司都不值得待。有些公司会真正拥抱 AI,有些领导会真的愿意重构流程,有些组织会给高能动性的人更多空间。但你要开始有一个判断:如果一个公司只允许你使用 AI 做更快的打工人,却不允许你用 AI 重新设计工作方式,那你要小心。
因为它想要的不是你的杠杆,它只是想要你的效率。它希望你用 AI 多做一点事,但不希望你用 AI 重新定义这件事该不该做。这两者完全不同。
真正的 AI 时代,不只是个人会分化,公司也会分化。
有些公司会把 AI 当成更便宜的劳动力——用 AI 压缩成本,压榨效率,维持旧结构。有些公司会把 AI 当成重新设计组织的机会——减少无意义流程,压缩传话层,把更多权力交给真正能判断、能负责、能闭环的人。
前者看起来安全,但会越来越慢。后者看起来激进,但会越来越轻。未来真正有生命力的公司,可能不是人最多的公司,也不是流程最复杂的公司,而是那些能用少数高质量责任节点,组织 AI 执行系统,快速完成真实结果的公司。
AI 不会只是改变工具。AI 会改变组织里每个人的价值排序。它会让传话型岗位变得便宜,让问题闭环者变得昂贵,让流程节点变得尴尬,让责任节点变得稀缺。
很多公司不是不会用 AI。而是不敢真的用 AI。因为真正的 AI 转型,不是让旧组织跑得更快,而是会问:这个旧组织,是否还值得存在?
附录:本文关键词 / Key Concepts
- 组织对 AI 的免疫反应 / Organizational Immune Response to AI
- 指 AI 作为新变量进入组织时,组织表面欢迎它,但内部会本能地排斥它,因为它威胁到原有流程、岗位、层级和权力结构。
- 安全的 AI / Safe AI Adoption
- 指那些不会真正改变组织结构的 AI 使用方式,例如培训、政策、试点项目、工具清单和内部分享。
- 真正的 AI 转型 / Real AI Transformation
- 指 AI 不只是提高个人效率,而是重新设计流程、岗位、责任边界和价值分配。
- 流程节点 / Process Node
- 指在组织中主要承担流程传递、状态同步、审批流转等功能,但不真正创造关键价值的人或岗位。
- 责任节点 / Accountability Node
- 指在组织中真正能判断、拍板、承担结果,并推动问题闭环的人或角色。
- 通道型价值 / Channel-Based Value
- 指一个人之所以重要,不是因为创造了真实价值,而是因为他占据了信息、流程或权力通道。
- 无判断力权力节点 / Low-Judgment Power Node
- 指在组织中拥有较高职位或权力,但缺乏足够业务判断力、无法有效拍板,只能通过会议、追问、报告和流程来维持管理存在感的人或角色。
- AI 杠杆 / AI Leverage
- 指个人或组织通过 AI 放大判断、执行、创造、沟通和系统构建能力的能力。
- 问题闭环者 / Problem Closer
- 指能在混乱问题中看清本质、判断路径、组织资源,并最终把问题真正解决的人。
- 传话型岗位 / Message-Passing Role
- 指那些不真正解决问题,只负责接收、转发、等待、再传递问题的岗位。
- Future Lab
- 一个公开研究项目,研究 AI 时代人类价值如何被重新定价,以及普通人如何通过判断、行动、责任和系统能力获得个人杠杆。