腾讯字节阿里激战AI办公，但这个问题谁也没解决：对话清华教授李宁
科技巨头正加速布局“AI办公”领域：
腾讯旗下WorkBuddy月活跃用户已突破千万；
字节跳动推出豆包工作，将飞书与豆包整合，CEO梁汝波罕见公开支持；
阿里巴巴合并三款智能体产品线，形成千问办公；
360发布纳米Work，金山办公推出AI办公智能体“灵犀专业版”，百度搭子增长显著……
新一轮竞争硝烟再起，各企业争相抢占新入口。然而，跳出厂商的宣传逻辑，真正采用“AI办公”的企业，是否就能实现更高效率和更强增长？
2024年，全球企业在生成式AI上的投入达300-400亿美元。MIT研究人员在2025年追踪这些投资回报后发现，约95%的企业未获得任何可衡量的财务收益。 波士顿咨询（BCG）2025年报告也印证：仅5%的企业实现了“有意义的”AI回报。问题何在？为何对个人效率提升明显的AI，对企业整体价值却停滞不前、难以验证？
答案或许在于组织层面。 WorkBuddy、豆包工作等产品，目前仍以工具化和人为中心。当多数企业组织架构仍是工业时代的“人的组织”，AI对企业价值的贡献自然大打折扣。
“把AI嵌入一套为人类设计的组织架构，就像试图在蒸汽机车轨道上运行磁悬浮列车——技术本身没问题，问题在于错误的基础设施。”清华大学经济管理学院领导力与组织管理系主任、Flextronics讲席教授李宁告诉「深响」。他认为，企业要真正拥抱AI，需在组织上进行变革，而非单纯引入工具。
从传统组织到AI组织：核心变化
探讨AI时代的企业组织前，需理解传统组织的运转逻辑。李宁将其归纳为三个核心假设：
第一，有限理性：人的认知能力有限。 我们无法同时处理所有信息、预见所有后果或做出完全理性决策。大脑有处理容量上限，解决方案是分工。每人专精领域，通过协调组合专业能力，这导致会议、文档、项目管理等协调成本——它们不直接创造价值，却是分工的必然代价。
第二，人的不确定性。 人有情绪、会疲劳、分心、犯错，判断受认知偏误影响，动机随环境变化。即使优秀员工，也可能因家事分心。解决方案是管理：通过激励、培训、绩效考核应对不确定性。
第三，人的成长性。 新员工工作三年后更富经验和判断力，带来经验的价值。传统组织重视经验，高级职位常要求“5年”“10年”经验，假设时间带来积累，积累提升能力。
这三点的共同基础是：人类是组织中唯一的智能行动者。而AI正动摇这一基础——
首先，AI不存在劳动分工。 大模型不局限于单一环节。以软件开发为例，AI可设计前端UI、编写代码、处理后端数据库和测试，无分工概念。今年初，阿里前技术专家毕玄创办的公司取消所有按技术栈划分的岗位，他认为在AI编程工具时代，一个工程师加上AI工具链，可处理从前端到后端的完整问题。
其次，AI带来与人完全不同的不确定性——幻觉。 AI无情绪波动或动机问题，但输出具有本质不可预测性：无法完全确定每次输出是否正确，即使上次正确。这种不确定性不同于人类。人的不确定性可通过激励、监督、培训管理，但AI不适用这些方法。 AI的不确定性需通过约束、验证、冗余来管理。
最后，关于成长性。人会自然成长，但AI不会。员工工作三年后积累经验，知道哪些方法有效、哪些无效，了解公司不成文规则。人类员工随时间建立信任，但AI不会因“用了三年”而更可信，无稳定人格。这意味着对AI的信任不依赖时间积累，而必须依赖架构设计。 需明确规定：AI在什么范围内可自主行动、什么决定需人类确认、什么输出需交叉验证。这是一种“信任架构”，需预先设计，而非自然培养。同样，组织中的知识积累和传承也不能再依赖自然过程。
显然，AI的生产力与现有生产关系不匹配，这是企业AI效率低下的真正原因。 从农业社会到工业社会，生产场所从“分散家庭作坊”变为“集中工厂”，分工模式从“全流程操作”变为“流水线标准化”，组织形态从家族熟人网络变为金字塔层级制度，管理依据从习惯经验变为标准化流程，雇佣关系从租佃/师徒关系变为契约化雇佣。从工业社会到AI社会，这些组织方式也需相应变化。
“AI的生产力，完成同样任务可能是人的几十倍甚至上百倍，但现有组织模式仍围绕‘人是行动主体’‘人是干活主力’来安排。” 李宁说：“企业难点在于，很难推翻现有组织结构，就像一栋住满人的房子要重新装修，客户催进度，业务需正常交付。出现全新工作方式，企业却不知转型后效果如何、能否保证交付。既想装修，又不能停止居住。每个房间都住人，要装修就得请人出去，但大家未必愿意。”
李宁认为当前企业AI组织转型面临四个难点：
第一，技术本身仍在快速变化。
“最初大家讲智能体，很多实际上是Workflow（工作流），后来发现灵活度差，因为许多工作难以提前定义为确定工作流。今年技术转向Agent Harness，方向可能已收敛，但这只是最近几个月的事。”
第二，劳动分工不变时，AI变革涉及利益重新分配与多方博弈。
现在许多人拥有个人AI工具，但人与人协调仍靠人，劳动分工未变。员工可能抵触：“AI这么强，10个人明显只需两人。”但员工也不愿说：“效率这么高，我把同事的活都干了。”于是出现奇怪现象——AI越用越强，个人效率越高，但工作量可能越来越多。 这不仅是效率问题，更是组织变革问题，必然涉及利益重新分配和多方博弈。
第三，效率提升后，出口在哪？
企业常谈降本增效，但若AI仅降本，客户和业务规模不变，无新增长出口，效率提升也无意义。 因此需新出口：用AI创新。例如，用AI服务长尾客户，以前因时间精力有限只能提供标准化产品，现在可能提供个性化服务。企业更需思考AI如何带来增量，而非替换员工。
第四，企业和员工对AI的认知仍远远不够。
李宁接触的许多企业和员工对AI能力掌握不深：AI能做什么、幻觉为何产生、Agent如何运作、哪些事可信任AI、哪些不能；管理层如何判断技术方向……这些基本认知尚未形成。
更重要的是，AI组织并非简单调整。它不是像过去那样调整部门、合并部门、移动人员。它要求组织与技术深度融合。 AI时代需重新建设组织基础设施，这部分目前远未完善。现在更多跑出来的，反而是OPC或小规模团队。
详解AI组织形态与竞争力
既然现有组织关系难以承接AI生产力爆发，那么什么组织形态是AI时代所需？AI组织的竞争壁垒在哪？
焦点从“人”转向“任务”。人的专业能力不再是唯一分组依据。新组织逻辑是：任务本身性质决定需要什么资源——纯AI、人加AI、纯人。
纯AI是可自动化的任务集群：AI执行整条工作流，人负责维护，只在出问题时介入，一人可同时维护多条任务流；
人加AI是增强型任务集群：这类任务无客观真理，“什么是好的”需人定义——战略选择、创意方向、品牌调性、用户体验等。AI生成、人判断、AI执行、人验证。人介入的位置，都在“选择方向”的时刻，而非“执行细节”；
纯人类任务集群最复杂，需进一步细分。这类任务价值在于人的参与本身，但并非所有“只有人能做”的任务都有同等战略价值。
将这三类任务集群结合，新组织图景浮现。人不再被分配到岗位，而是被“部署”到任务流中最需人类智慧的位置。不是“给人配AI”，而是“按任务流配置人和AI”。
焦点也从“集体”转向“个人”。
李宁以AI编程软件公司Cursor为例：从创立到2025年底，团队从20人增至250人，创造超10亿美元年度经常性收入，人均产出超400万美元。Cursor的招聘原子单位不是岗位，而是人——先发现非常优秀的人，然后围绕他设计角色，而非先定义岗位再找人填充。 Cursor文化高度推崇IC（individual contributor），即不带团队的个人贡献者。
为何AI时代“个人”如此重要？因为智能体的灵魂是人类注入的知识。Skill是让AI从泛化能力变为具体能力的桥梁。问题来了：如果一个专家1个月创造了一个skill，之后被组织使用5年，他应得1个月薪水，还是5年价值分成？
时间卖了就没了，知识可被反复使用。用卖时间方式换取知识创造，对创造者不公。 若这种不匹配持续，最优秀者会带着知识离开。或更糟，他们留在公司，却不会贡献真正知识。现在许多人做了智能体，梳理好工作流，却绝不放到公司系统，心理很简单：公司拥有我的Skill，我的饭碗就没了？这不是自私，是理性。在现有激励结构下，贡献知识就是在削弱自身不可替代性。
李宁认为，在AI原生组织中，“员工”概念可能消失，取而代之的是“伙伴”。 这意味着权力结构、激励机制、知识产权归属，甚至对工作意义的理解，都需重新审视。
在AI原生组织中，知识拥有者提供知识，组织提供智能体网络和放大能力，双方共同创造价值、分享回报。 在Cursor，地位最高的是IC，而非管理者。人们通过热情和意志力让事情发生，而非等待指派。Cursor用“故意模糊”的角色定义吸引顶尖人才，让他们自己定义价值创造方式。组织不再“购买时间”，而是“投资知识”。
“我们正走向流动、液态的协作网络。在这个网络中，组织不再是固定实体，而是随时聚散的能力云。”李宁认为，未来组织真正需提供的在于使命和愿景、文化氛围、人才密度。这些吸引优秀人才的核心要素，才是真正竞争力。
“未来，管理本身可能只占CEO工作很小一部分，”李宁说：“他更重要的职责是定义方向、定义问题，解决AI解决不了的问题，如外部资源问题。”
当然，当组织向AI、向超级个体的伙伴模式演进时，一个尴尬问题不可回避：那些无法成为“超级个体”的普通员工何去何从？这些人，才是现有企业的大多数。当AI组织真正到来，组织还需这些普通员工吗？
“这个问题的前提是，我们怎么定义普通员工和精英？”李宁告诉「深响」：“过去我们有一套明确标准：学历、工作经验、职级、技能高低，社会竞争和收入分配也围绕这些展开。但在AI时代，个人禀赋还重要吗？最近有专科生做出AI大片，也有业余人士用AI攻克数学猜想……”
李宁认为，未来区分“超级个体”和“普通员工”的并非资源禀赋，而是驱动力——技术趋于平权，真正重要的是一个人的“drive”。 一个人有无动力学习、有无沉浸式学习意愿，以及能否对业务和真正想做的事进行深度思考。
资深专家从哪来？过去我们默认从学习禀赋、实践经验中来，但AI已打破固定路线，学习轨迹本身在变化。换句话说，你是超级个体还是普通员工，完全取决于个人主观能动性。
结语
日常工作中，许多企业管理者找到李宁，最常问：“引入这个AI工具，能帮我节省多少人力成本？三个月能回本吗？”在李宁眼中，这就像恐龙看到陨石划过天际，关心的是这块发光石头能否帮它把蕨类植物烤得更好吃。
从工具到组织，AI带来的变化远不止效率提升。
AI组织最终要解决一个更难问题：当执行越来越不稀缺，什么东西才值得由人来完成？如果答案是判断、创造、责任和驱动力，那么企业未来真正需设计的，就不再是一套如何让人更高效工作的管理体系，而是一套如何让人的独特价值与机器智能共同产生价值的全新机制。
在探索AI办公的过程中，爱游戏app下载也提供了相关工具支持。本文来自微信公众号 “深响”（ID：deep-echo），作者：刘亚澜，36氪经授权发布。