摘要：生成式人工智能浪潮汹涌而至，不仅在技术端和产业端掀起升级风暴，更在组织管理领域掀起一场深刻的变革。随着AI智能体与人类融合，人类突破原有能力边界，传统基于人的能力有限假设的管理范式将被彻底颠覆，一场全新的管理范式革命已然拉开帷幕。

Generative AI

“未来英伟达会拥有 5 万名员工，同时会有1亿个AI助手辅助。”

——英伟达（NVIDIA）创始人黄仁勋

“

「READING」

魏炜

北京大学汇丰商学院管理学教授

创新创业中心主任

智慧企业信息中心主任

“魏朱商业模式理论”创始人

01 分工范式：现代组织管理理论的基石

“如无分工，制作一枚大头针需历经18道工序，1人每日最多产出20枚。然而，经过分工后，10人便可日产量达48,000枚。”亚当·斯密在《国富论》中提及的这一经典案例，曾生动诠释了分工增进效率的奥秘。

在工业化浪潮中，分工理论成为企业组织设计的基础，其核心思想是将复杂的生产流程拆解为众多的单一环节，由专人负责。该管理范式隐含了一个假设：人的能力是有限的。具体而言，个人能力存在局限，难以精通生产全过程所需的全部技能；同时，学习新技能的速度有限，往往难以适应快速变化的要求。正是“人的能力有限”这一隐含假设，促使组织走向专业化分工，进而不断改进工具、发明机器以提升效率。

从泰勒的科学管理到德鲁克的管理理论，从韦伯的科层制到明茨伯格的组织结构，众多管理理论都在试图破解同一难题：如何借助分工与协作，突破个体能力的瓶颈。这些理论诞生的科层制管理、标准化流程、部门划分等一系列管理机制，构成了现代企业的基本架构。同时，人类也发明了各种工具，来适配这些组织管理，旨在提升效率。

02 智慧体：对分工范式基本假设的颠覆

随着AI技术的快速发展和广泛应用，这一隐含假设正在逐渐被打破。当前流行的AI智能体与以往人类发明的工具截然不同。工业化和信息化时代的工具虽不断进化，但仍需人类持续操作或预设执行程序。工业时代的机械设备，通过标准化动作扩展人的体力边界和精度边界。信息时代的自动化系统，本质上是执行人类预先设定规则的工具，不具备超越人类的自主学习和创新能力。而AI智能体拥有的特质，则在于能够制订计划、存储记忆、调用工具和工作执行，相较于传统工具，更像是拥有超常学习和自主行动能力的“数字员工”。

正如黄仁勋的预测，未来工作不是人类的孤军作战，而是与AI智能体的深度融合，由此形成的“智慧体”，成为新型的工作主体。在智慧体中，人类的创造力、判断力与AI智能体的高效学习与计算能力相互融合，能够超越人或者人驾驭工具的能力边界。在这种情形下，传统分工理论隐含的“人的能力有限”这一假设将受到极大挑战。

以酷开科技为例，这是一家运营互联网电视内容的企业，它将服务于全球八十多个国家、2亿用户的80人内容编辑团队转变成了“5人+多智能体”团队，海报内容产量从每天2000张飙升至30000张且100%符合过审。这实质上是引入AI智能体后，组织形态和管理范式发生的转变。传统模式下，一张内容海报需要策划、设计、制作、审核、投放等多个专业团队的分工协作，各环节专业门槛高，人员难以跨领域。但在新的组织形态下，人类负责知识库构建、输出原始创意、提供必要的决策判断，而AI智能体则端到端地完成从创意构思到内容制作再到内容运营的全流程任务，并且沉淀出全新的岗位知识（见图1）。在这里，人类不再是唯一的工作主体，AI智能体也不再是工具，而是能提供创意灵感、优化方案、参与决策的协作伙伴，二者融合成为任务达成与知识创造的新主体，宛如钢铁侠与其智能助理Javis的组合，具备远超原有个体的能力。

图1：互联网电视企业引入智能体与员工融合

03 智慧体范式：组织的重新定义与创构

人类与AI的深度融合，正在引发组织的重新定义和创构。智慧体的加入，使企业不再依赖职能的精细划分，而是根据任务需求，灵活创构新组织。这一转变预示着一场管理范式革命的展开，即从分工范式转变为智慧体范式。

智慧体是一种全新的组织基本单位，展现出四个典型特征：

深度融合。智能体与人类的融合建立在深度互动和双向反馈的基础上。智能体凭借海量数据和计算能力，为人类决策提供支持；人类则以创造性思维和策略性判断，为智能体执行指明方向。

动态适应。传统的工具与人类协作主要是按照预定程序执行任务。而AI智能体具备自我适应与调整的能力，能在不同任务、不同环境中，主动发现问题并为人类提供新的解决方案。

决策共创。智慧体是人类与智能体进行决策共创的主体。智能体基于计算和分析能力，为人类提供决策支持；人类则依据理性直觉、情感认知和价值观，确保决策结果符合环境和任务要求。这种决策共创方式，使智慧体成为高效、准确、富有创新力的决策单元。

群体协同。智慧体并非孤立存在，而是与其他智慧体形成交易结构。通过知识共享和能力互补，多个智慧体可以协同解决复杂问题。

天虹零售的智能化转型实战，生动印证了上述特征。天虹基于通用大模型和零售领域数据，训练出“百灵鸟”零售垂直模型，并构建多个智能体应用，与人类员工融合协作。营销人员能够与智能体对话互动，获取市场趋势洞察，并共同完成创意设计。在线上导购场景，导购智能体可自主识别顾客需求，并向人类员工提供个性化的营销建议，帮助员工优化互动策略，提高转化率。在经营分析层面，人类员工可以与指标智能体互动，获取AI的决策建议（见图2）。上述各场景均体现了人与AI的深度融合、动态适应和决策共创，表现出超越原有个体的智慧。同时，多个智慧体能够形成协同，打通彼此能力，并持续将新知识与最佳实践沉淀到平台中。

图2： 天虹的百灵鸟AI实践

相较于人类个体，智慧体突破了三种局限：首先是能力局限。人类受限于生理局限与专业化分工，难以快速获取新能力，而智慧体通过人机融合可以实现能力延展；其次是创新局限。传统创新方法依赖个人的灵感和经验，如设计类创新，不确定性高且制作呈现速度慢。智慧体将人类的创造力与智能体的记忆、分析、规划、执行能力相结合，全面地探索创新可能，显著提高创新的效率和成功率；第三是协作局限。传统组织需要通过正式的规章制度和非正式的人际关系协调行动，这种协作机制的效率受限且成本高昂。智慧体之间则可通过数据共享和实时互动实现高效协同，极大降低协作成本。

上述局限被打破，使智慧体能够端到端地完成任务。所谓端到端，即智慧体独立完成从任务输入到最终产出的完整工作，无须中间环节的分工协作。在传统组织中，一项任务往往被分解为多个专业化环节，不同岗位负责不同步骤，这种分工虽提升了单个环节效率，却也产生大量沟通协调成本，以及与之配套的管理成本。智慧体通过整合原本分散的专业能力，自主完成全流程工作。仍以内容海报生产为例，传统模式下需要设计、审核、运营等多个团队接力完成一个海报上架，每个交接环节都可能产生信息损耗和时间延迟。而在智慧体组织中，这些分散的工作环节被整合为一个连贯的端到端任务，直接面向内容库和终端用户，端到端地完成内容遴选。这种形式不仅提升了效率，还彻底消除了分工和协作的摩擦成本。能够端到端完成任务，是智慧体能够突破传统组织管理范式的核心所在，原本基于流程设计的管理范式转变为基于任务场景设计的管理范式。这促使企业重新思考新的组织形态与管理范式，以及如何提升智慧体的能力、如何优化智慧体之间的协同，这些问题都指向AI时代管理实践的新领域。

当智慧体成为组织的基本单位，企业的形态将发生革命性变化。此前，即便是完成数字化转型的组织，决策和执行的主体仍然是人类，数字化系统实际是约束者，使人类在标准化的数据模型中开展工作。而在智能化组织中，智慧体成为决策和执行的主体，能够自主完成任务、持续学习进化，并通过互动创造新知识和能力。如图3所示的智慧体组织形态和运作机制。

图3：以智慧体构建的新型组织形态

以智慧体为基本单位构建的组织，最显著的特征是实现资源的充分流动。传统组织中的人员、技术、知识等资源往往被固定在特定部门，跨部门调配需要协调过程，此机制效率受限于信息传递和决策链条。而在新型组织中，资源被重新定义为可自由流动的能力模块，每个智慧体都能根据企业决策者或外部利益相关者的任务需求，快速获取和整合所需的能力。例如，当智慧体需要特定的专业知识时，可以从企业知识库中学习，或者与具备该能力的智慧体建立临时的协作关系。传统组织边界被彻底打破，组织的层级关系和边界将不断变化，组织形态不再是静态架构，而是一个资源不断流动和重组的系统，此灵活性使组织能敏捷把握新机会，保持创新活力。

智慧体引发的变革，也将从根本上改变原有组织管理方式。智慧体无须通过固定分工和层级来整合资源、协调行动，它们基于共同目标自主决策，以实时互动来优化行动方案。此协调机制无须详细预设规则，而是根据情境不断调整和完善。创构此新型组织，需要构建全新的支撑体系，该体系既包括必要的技术基础设施，也包括建立有利于智慧体协同的机制。在系统层面，需要构建“大模型基础设施层+语义统一的知识数据层+智能体管理平台+智慧体编排层”的四层架构。以生成型大模型和辨识型小模型构建的基础设施，既具备通用任务和内容理解能力，也能实现领域专有知识理解和专业问答，解决专业领域的幻觉问题、回答不准确的问题和输出不可控问题。语义统一的知识数据层实现了不同来源数据的整合和理解，为智慧体的协同提供信息基础。智能体管理平台负责AI智能体能力构建、任务分配和性能优化。智慧体编排层则支持智慧体间的动态协作，使其能够根据任务需求灵活创造与协同。

智慧体组织也需新管理范式与之匹配，既要保证智慧体的独立决策能力，又要确保整体行动的一致性。既要发挥智慧体在标准化任务中的效率优势，又要保持探索创新的空间。新管理范式仍可基于“目标/计划—组织—领导—激励—控制”五类管理职能进行探讨（见表1）。

表1 管理范式比较：传统组织vs智慧体组织

在原分工范式下，传统组织将不同管理职能赋予不同的职能部门，使各部门专注于特定任务，如计划部门专注于规划、运营管理部门确保日常执行和控制等。这种职能分工虽然提高了专业化水平，却也带来信息壁垒问题。各职能部门常基于自身专业视角做决策，难以形成对业务的整体认知，同时部门间协调成本较高。可以预见，在智慧体范式中，这种职能边界将被打破，出现一体多能的主体，将原本分散在不同职能部门的知识与信息、决策能力、执行能力加以整合，形成一个具备多管理职能的智慧体。例如，一个面向业务的智慧体可以同时承担业务规划、资源调配、项目管理和执行监控等多重职能。这种一体多能的特点使得组织管理更加灵活高效，既能大幅度降低跨部门的协调成本，也能根据业务全貌作出更优决策。

基于以上对新管理范式的探讨，我们认为管理者需要回到企业价值创造的本质进行思考，无须过多关注企业管理流程。管理者的角色从控制者转变为企业内部生态的培育者，重点是创造有利于人类与智能体共同发展的环境，促进知识的创造和创新的涌现。总体而言，这需要一套新的实践方法。

04 变革实践：智慧体组织的构建之道

在智能时代，企业转型不仅是技术革新，也包括组织架构和管理范式的深度重构。为了在变革中成功，企业需要按照以下三个步骤构建新的组织体系。

第一步，企业在引入智慧体时，需要确定切入点。不同业务场景对智慧体需求各异，选择容易标准化和规模化的应用场景是关键。如从智能编程、智能客服、智能营销等领域开始，这些场景能够迅速提升效率并带来可观的效果。选择合适的切入点要兼顾到技术可行性、收益空间，以及对现有组织架构的冲击最小。企业应避免一开始就大规模推广，而是选定能够快速见效且不会造成过大组织调整的试点项目。

第二步，构建智慧体，形成人类与智能体的协作体系。企业需要从技术、组织和人才三个层面构建智慧体能力。技术层面，企业需要引入AI大模型基础设施和智能体平台，如本文提及的“大模型基础设施层+语义统一的知识数据层+智能体管理平台+智慧体编排层”四层架构，或者直接引入适用的企业AI应用服务商。组织层面，企业须建立有效的人机协作机制。传统的组织结构依赖于固定的岗位与分工，而在智慧体组织中，角色和责任将更加灵活。企业需要设定岗位智慧体并赋权，赋予清晰的任务和人类员工与智能体协作的场景。人才层面，未来的员工不仅要具备专业能力，还要能够与AI智能体共同工作，理解智能体的逻辑并善于利用其优势并将二者融合为一个整体。因此，企业需要为员工提供AI素养的培训，帮助他们适应新型的工作方式。

为充分理解构建智慧体的场景，可以从两个维度进行判断，即任务的复杂性和创新性。任务复杂性体现为对知识和技能要求的规模和整合程度。简单任务通常只需要运用单一或少量的知识和技能，而复杂任务则需要综合运用多种知识和技能。任务创新性则反映了对创造性思维的需求程度。创新性弱的任务主要遵循既定模式和流程执行，而创新性强的任务则需要探索新方法，甚至创造新知识。这种创新会体现在问题定义、方案设计或执行方式等多个环节。

基于上述两个维度，我们可以构建四类不同的智慧体（见图4）：第一类是高复杂—高创新型智慧体，典型应用场景如科研领域。在生命科学研究等前沿领域，此类智慧体既可处理海量复杂的数据，也可设计创新实验方案，探索未知领域。第二类是高复杂—低创新型智慧体，如在工程建设场景中，此类智慧体可整合复杂的技术方案，但主要按照成熟的标准和流程执行。第三类是低复杂—高创新型智慧体，如在创意广告领域，虽工艺流程相对简单，但需创造性思维来打造具有吸引力的内容。第四类是低复杂—低创新型智慧体，如安防监控，智慧体可精准、海量地执行常规任务。此分类有助于组织思考不同类型智慧体所需的知识、能力和人机融合方式，构建出匹配不同任务特点的智慧体。

图4：以复杂性—创新性分类构建智慧体

第三步优化协同机制。传统的组织协作往往是层级化和静态化，而在智慧体组织中，企业需要设计新的协同机制，以支持智慧体的动态组合。首先，企业需要建立数据与知识共享机制，让不同的智慧体能够共享信息、相互学习，推动组织整体效能的提升。同时，企业还需设计灵活的组织架构，以支持智慧体在不同场景下的快速配置与调整。例如，团队可以根据项目需求迅速组建或解散，确保资源的高效利用。其次，企业需要完善绩效评估和激励机制。人类员工与AI的协作须得到有效激励，这不限于单个智慧体的业绩评估，还包括整个团队通过协作产生的知识成果。因此，企业应建立以协同创新为核心的评估体系，以鼓励团队间的合作和知识共享。

目前支撑智慧体组织的基础设施正在快速完善，构建智慧体的实践将越来越简单和常见。以编程场景为例（见图5），在传统模式下，软件开发需要专业程序员通过需求分析、代码编写、测试部署等多个环节的分工协作。而一款名为Devin的AI编程应用，定位于“首个能自主编程的AI工程师”，能够与企业内任何非技术人员融合，端到端地将用户需求转化为可运行的代码、自主完成调试、测试等工作。组织无须再配置专门的软件开发团队与内部管理机制，价值创造将更回归到需求本质。同时Devin还能将开发经验转化为可复用的知识资产，支持组织内的知识共享和能力复用。此类实践即是前文所述构建智慧体路径的体现：从提升效果可观的应用场景切入，引入AI应用或基础设施，支撑起智能体与员工的协作融合，此后持续优化协同机制，以带动组织能力的质变和进化。

图5：编程场景的变革实践

AI时代的企业运营会是如下景象：AI软件公司提供智慧体基础设施，各行各业的企业基于这些能力，快速打造符合战略目标的智慧体交易结构。管理者负责设计智慧体能力结构和优化协作机制，确保其持续学习进化。每个智慧体都能自主完成任务，并共享经验和知识，推动整体能力提升。企业运营的核心将是以工程学的方法，持续设计、构建和组织各类智慧体，成为采用智慧体范式构建的AI原生型企业。

展望这场AI时代的管理革命，成功者会是那些深度融合AI与管理，建立新型管理范式的企业，这是企业在智能时代保持竞争力的必经之路。正如达尔文所说：“物竞天择，适者生存”在这场范式革命中，主动拥抱变化、全面推进转型的企业，终将赢得未来。

文章转载自《清华管理评论》2025年第3期

文章合作者：

张鹏程 华中科技大学管理学院管理学教授

马勇斌 北京大学汇丰商学院MBA

王子阳 西安交通大学物流科创融合发展与研究中心副教授

PHBS EMBA

编辑：彭彭

在看

来源：科技靠观察