新一代人工智能正开启新一轮科技革命和产业变革，对企业的商业模式、组织形态以及人们的工作与协作方式等产生深刻影响。为快速应对AI带来的挑战，科技企业纷纷开启新一轮组织变革。本文通过对AI给企业带来的影响分析，梳理科技企业组织变革案例，提出企业面向AI时代的组织管理需重点关注三方面内容：一是强化AI战略定位，构建以AI为导向的组织文化，全面加快AI研发应用；二是基于AI研发应用不同阶段需求，综合采用中央枢纽型和分布式组织模式；三是优化人力结构，增量引入与存量转型相结合，培育AI竞争优势。
AI通过自动化和优化生产流程，显著提高了生产力，进一步引发劳动力市场需求变革，对生产关系产生深远影响。具体在企业层面，AI凭借其卓越的分析能力，为企业客户营销、组织运营、决策制定提供有力支持，驱动企业生产经营效率持续提升，正成为企业发展不可或缺的生产工具；但同时，也对企业的人才结构、组织架构和企业文化产生深远影响，给企业改革转型带来前所未有的挑战。AI正深刻改变企业市场营销活动，在市场分析预测、客户细分运营、营销策划实施等方面展现广阔应用前景。“AI+营销”已经成为企业AI最典型应用场景，IBM调查显示，28%的企业正在将自然语言处理等AI技术应用到市场营销、销售和客户服务等领域。生成式AI的兴起进一步推动了AI在传统市场营销领域的应用逐步向客户服务、营销执行等方面深入拓展。市场分析预测方面，AI通过强大的计算能力和先进的算法，能够迅速、准确地对用户历史行为和偏好数据进行分析，形成更为精准的客户行为和市场预测，帮助企业制定更符合市场趋势的营销策略，提升企业竞争优势。客户细分运营方面，具备强AI能力的企业能够在价值创造过程中更好地细分客户，并通过与特定客户间互动来提供更加个性化的产品和服务，进而革新企业与客户间互动关系，实现共同设计与生产，提升客户满意度。营销策划实施方面，市场营销人员可以根据需要使用语言模型撰写营销文案、开展数字营销活动，据Gartner估计，到2025年，30%的对外营销信息将由合成数据生成，而营销人员可以专注于关系与发展维护、定价判断等更高价值的活动，从而节省营销成本、提升企业价值创造能力。AI与人融合的决策体系全面提升企业决策质量和效率。AI提供初步决策方案可以增强人类决策的准确性和公平性，弥补专业知识弱点，而人类经验作为AI输入可以帮助AI决策算法更加聚焦，提升决策效率。据Gartner公司测算，到2030年，决策智能将超过所有其他类型的人工智能活动，占全球人工智能衍生商业价值的44%。传统决策方式通常基于经验、知识和直觉，AI使得企业能够更加智能地利用大数据，通过对海量数据的处理与分析，从中提取出有价值的信息，使得决策者能够更全面、客观地了解市场趋势、客户需求和企业内部运营情况。同时，AI通过模拟不同决策情景，能够更加全面地了解各种决策可能带来的影响，帮助企业更好地评估战略风险，做出更加稳健的决策，提升决策水平。例如，在医疗领域，英特尔AI医疗实战数据显示，AI技术协助实现10倍加速辅助诊断、准确度高达90%；国内首款基于AI实现的糖尿病及并发症管理产品“瑞宁知糖”对糖尿病预测准确率比基于临床金标准的预测提升2-3倍。AI的引入能够显著优化各类型管理任务，全面提升企业运营管理质量效率。在基础、重复性管理任务方面，AI具备全面替代传统人工的可能，从而实现标准化作业、零错误运行。麦肯锡研究发现，生成式AI及其他科技的发展或将使当前工作的60%到70%实现自动化。在高端、开创性管理任务方面，生成式AI具备完成自动数据分析、自动创建报告等具有创造性的工作，能够帮助管理人员挖掘海量数据中的价值，发现业务流程中的瓶颈和低效环节，并据此提出针对性的改进建议，提高组织管理效率。哈佛大学与波士顿咨询公司合作研究发现，在工作中使用AI的被测试者比没有使用AI的被测试者平均多完成了12.2%的任务，完成任务的速度提高了25.1%，并且产生的结果质量提高了40%。AI正改变企业人才能力需求和人才结构，给企业人力资源管理带来新挑战。AI，尤其是生成式AI的应用实现人与AI的协作互动，打通人、任务与AI间的闭环，形成“人在回路”模式，降低了人与人之间传统智力、体力等差异造成的工作绩效影响。但同时也催生出新的能力差异，人与AI互动能力、AI技术理解和应用的差异等成为影响任务完成绩效的关键，企业员工的原有工作内容和工作方式面临深刻转变。例如，营销人员的工作重点从口才和社交转为能够高效与AI对话为客户提供解决方案，完成销售过程。麦肯锡研究指出，AI取代人类工作的时间被大幅提前了10年，在2030年至2060年间50%的职业逐步被AI取代。尽管如此，AI在替代已有职业的同时，也将创造新的岗位，对全球就业岗位总数量的影响并不显著。据Gartner预测，到2033年，AI解决方案将提供5亿个以上的工作岗位。企业需要根据AI的深度应用，重新配置人力资源。从目前来看，企业在人工智能研发人才引入方面投入较多，据CompTIA报告，人工智能职位招聘占所有科技职位招聘的10%以上。但企业对现有员工AI技能使用能力培育尚存短板。德勤调查显示，仅有37%受访企业在变革管理、激励措施或培训活动中进行投资，帮助员工将新技术融入工作中。AI驱动下的组织整体效率提升往往需多部门协同，对传统科层制为基础的组织架构带来新的挑战。一方面，传统科层制组织形式下部门往往各自为政，缺乏有效的沟通和协作机制，形成数据孤岛，导致数据难以充分流动应用，AI在企业内部的全面深度应用面临基础数据共享不足的困境。另一方面，当企业组织广泛采用AI时，组织决策方式将从基于经验的、领导者驱动的决策向一线数据驱动的决策转变，导致决策权的重新分配，对组织原有层级及权利关系带来挑战。AI的深度应用涉及顶层设计、资源协调、落地执行等，对企业战略文化带来新的挑战。能否从战略层面部署AI对企业的AI应用成效乃至公司整体营收都有显著影响。目前，多数企业仅将AI视为应用技术，未能充分融入企业战略，AI应用成效尚不突出。麦肯锡调查显示，仅有不到30%的中国企业表示能让AI战略与公司整体战略协调一致，仅有7%中国企业引入AI对利润的贡献超过20%。组织文化是企业实施AI战略的重要抓手，员工传统思维模式和工作方式可能会制约AI发展。传统的组织文化往往强调层级分明、稳定有序等特点，而在AI环境下，组织文化需要更加灵活、开放和包容。
为应对AI带来的挑战，领先科技企业开启新一轮组织变革，从战略设计、组织调整和人力资源管理等方面构建助力AI充分发挥赋能提效作用的组织体系。
一是企业级AI战略全面部署，探索建立战略－考核闭环管理机制。谷歌早在2016年宣布从“Mobile First”转向“AI First”战略。Meta提出“利用AI和MR（混合现实）相结合，打造一个全新的数字世界，让用户可以在虚拟空间中与他人交流、合作和创造”的战略。百度在2017年全面转型AI，成为国内首个提出“All in AI”战略的科技企业。360发布“两翼齐飞”AI战略，聚焦安全和Agent（智能体）两条主线，为牵引AI战略转化为企业竞争优势，360建立了可追踪AI与业务融合的考核体系，以含“AI”量作为企业拥抱AI的衡量标准，将各部门在AI项目中的资源投入、各部门AI人才浓度、员工熟悉AI的程度、产品及业务流程被AI加持的程度等纳入考核指标，并以此为标准进行全流程改造。
二是面向不同AI发展目标，采用灵活多样的组织形态。Meta在2022年6月，为加快AI技术在各核心业务中的应用，选择了分布式AI组织结构，将人工智能团队拆散后整合到各个产品组中，在2023年2月为加快生成式AI技术突破，重新整合各条线的研发人员，组建生成式AI团队。谷歌在2023年4月，改变多中心AI研发模式，将其专门负责AI芯片开发的团队转移至谷歌云部门，并整合旗下两个AI研发实验室DeepMind和Google Brain。微软采用“外部创业团队”的管理模式投资OpenAI，推进AI赋能公司业务发展。2019年微软投资OpenAI，协助OpenAI从非营利人工智能研究机构转型为非营利公司，保留OpenAI在重大事项上的决定权，微软享有OpenAI大模型的优先使用权和独家销售权，微软Azure云成为OpenAI独家云供应商。
三是围绕AI研发和应用，持续调整优化人力资源结构。AI引发人才需求结构与战略投资优先级的变革，科技企业相继寻找人力资源布局的最佳平衡点。一方面，重金布局建立AI专业人才库。Netflix2023年招聘机器学习平台产品经理的年薪高达30万到90万美元。2023年全球2000名最具影响力的AI学者中，320名就职于谷歌、微软、Meta三家公司。另一方面，AI布局和应用引发的裁员持续发生。思科在2024年2月宣布裁员数千人，将重心转移到人工智能和软件等高增长领域。谷歌推出由AI驱动的广告策划工具Performance Max，实现根据广告客户输入自动创建广告的功能，直接导致谷歌广告部门重组裁员（谷歌宣布将减少其广告销售团队的人数，特别是负责向大型企业销售广告的大客户销售部门，并将更多的精力放在谷歌客户解决方案团队上，该团队主要与小型企业客户打交道）。IBM计划开启重大劳动力战略改革，2023年5月，IBM首席执行官表示，AI可从事的职位招聘将暂停或放缓，在接下来5年的时间里，其中30%的工作将被人工智能和自动化取代，涉及7800个工作岗位。
总体来看，面向AI时代的机遇挑战，企业组织管理需重点关注三方面内容。一是明确AI在企业战略中的定位，构建以AI为导向的组织文化。强化AI战略与企业整体战略的协调，制定具体的AI实施路径规划，在企业各业务流程中系统部署推动AI应用。明确管理方式从传统的“人员治理”向“人数融合治理”转变。加强AI文化建设，增强员工对在组织中应用AI的信任感，构建AI驱动型组织的考核激励机制，保障战略有效落地。二是持续优化企业组织结构，适配不同阶段AI创新应用需求。探索构建AI驱动型组织，基于组织战略、能力、资源等特征，选择匹配的组织模式。在AI能力发展初期，所需的技术和创新速度较快时，考虑采取中央枢纽的AI组织模式，集中资源快速建立企业核心AI资产和能力。在AI能力成熟应用阶段，业务模型复杂性提升，逐步从中央枢纽模式过渡到分布式组织模式，加快AI能力嵌入各业务条线。三是优化企业人力资源结构，增量引入与存量转型结合，培育AI竞争优势。增量引入方面，及时跟踪AI人才市场动态，AI研发和应用并重，加强AI研发人才引入的同时，结合业务场景需求，加大将业务需求转化为AI能力需求的AI转译相关人员聘用。存量转型方面，通过培训、AI虚拟场景演练等方式提升客服、营销等领域员工专业技能，以及与AI协作能力，加快人机协作模式推广，提升AI应用成效。参考文献
[1] Fountaine T, McCarthy B, Saleh T. Building the AI-powered organization[J]. Harvard Business Review, 2019, 97(4): 62-73.
[2] 彭剑锋.新一代人工智能对组织与人力资源管理的影响与挑战[J].中国人力资源开发, 2023, 40(7):8-14.
[3] Shrestha Y R, Ben-Menahem S M, Von Krogh G. Organizational decision-making structures in the age of artificial intelligence[J]. California management review, 2019, 61(4): 66-83.
[4] 李晓华,李纪珍.人工智能在组织管理中的应用:基于赋能与增益视角的分析[J].当代经济管理, 2023, 45(4):20-30.居佳 战略与产业研究所就职于中国移动研究院，主要从事创新管理、组织管理等领域研究工作。姜怡辰 战略与产业研究所就职于中国移动研究院，主要从事组织管理、组织变革、创新管理等领域研究工作。
关于我们：中移智库以中国移动研究院为主体建设，广泛汇聚数字经济研究力量，着力提升政策性课题研究的专业性和权威性，并扩大研究成果的影响力、公信力、传播力，为数字经济的高质量发展贡献智慧力量。