AI 时代，组织应该如何重新设计？

最近跟团队里的一位同事聊天，他分享了一个真实的工作体验：

做一个售前用 PPT，以前要跟不同角色沟通，花几周时间才能做好。现在，跟 Claude Code 一起生成大纲，用 Nano Banana 根据大纲生成每一页 PPT 的图片，再把需要修改的那一页用 WPS AI 转成可编辑的 PPT 格式，做修改，整个过程只需要几个小时，不仅整体效率大大提升，与人协作时候那种让人难受的掌控感缺失，也荡然无存。

这个案例让我思考一个更大的问题：在 AI 时代，组织应该如何管理？

作为一个做了快十一年 2B 软件的创业者，我当然也理解企业管理的复杂性。2B 公司非常讲究精细化运营，各种流程、制度、审批、汇报，确实在过去帮助企业实现了规模化扩张。但在 AI 时代，这套逻辑可能需要重新审视。

PART01

传统管理的本质：解决人与人之间的协作难题

在传统时代，人与人之间的协作是一件很难的事情。

不是每个人都能够有能力、有意愿与其他人做好协作。信息在传递过程中会失真，理解会有偏差，执行会有折扣。为了解决这些问题，企业发展出了一整套管理体系：流程、工具、制度、层级、KPI、OKR。

我曾经看到一个负责公司内部流程同事，每天都非常认真地跟人讨论，在白板上画流程，详细梳理审批流和工具的设计。他带领一个十来人的团队，专门在公司内部开发各种流程系统。这个过程中，也碰到内部很多的反弹。这些流程当然会在一定程度上降低内部工作效率，但从另一个角度看，没有这些流程，几百人的组织可能根本无法协同运转。

这就是传统管理的核心逻辑：用流程和制度来弥补人与人之间协作的低效。流程的复杂度，需要和业务规模、组织规模相匹配。组织越大，流程越复杂；流程越复杂，需要的管理人员就越多；管理人员越多，组织的运转成本就越高。

在我之前的一篇文章从程序员到 CTO 的十年创业血泪总结（十）：一个程序员的管理感悟中，我讨论过“路由器型管理者”的问题：很多管理者的核心工作，就是把上级的指示接收、分解、传达给下级，然后再听下级的汇报，验收下级的结果，汇总后再汇报给上级。这种管理模式在大型组织中有其存在的必要性，但本质上是一种信息传递和协调的成本。

PART02

AI 时代的根本变化：组织规模的缩小带来协作成本的大幅下降

AI 时代带来的最根本变化是什么？

我的观点是：人越少，整体效率越高，因为花在人与人之间协作上的浪费就越少。

这听起来可能有些反直觉。自亚当·斯密在《国富论》中用别针工厂的例子论证分工的价值以来，“分工产生效率”几乎成了现代管理的基本公理。但在 AI 的加持下，这个延续了两百多年的逻辑正在被颠覆。

以我自己的实践为例：我带着一个只有 3 个人的小团队做一个新产品，效率极高。每个人都可以用 AI 来完成过去需要多个角色配合才能完成的工作。产品设计、原型开发、文档撰写、代码实现，这些过去需要产品经理、设计师、工程师多人协作的工作，现在一个人加上 AI 就能搞定。

更重要的是，减少了人与人之间的沟通，就减少了信息失真、理解偏差、等待时间。以前一个需求从产品经理到工程师，中间可能要经过多轮沟通、评审、确认，现在可以直接在 AI 的帮助下，先快速做出可交互的 Demo，让所有人直接看效果，讨论的焦点从“你想要什么”变成了“这个东西怎么做得更好”。

回到开头那位同事的例子：以前做一个售前 PPT，需要跟销售、产品、设计等不同角色反复沟通，每个角色都有自己的理解和节奏，协调起来非常耗时。现在，他自己用 AI 工具，从内容到设计一气呵成，几个小时就能完成。省下来的，不仅仅是时间，更是那些人与人之间协调、等待、返工的隐性成本。

PART03

新时代组织的协作模式：人与 AI 协作，文档驱动

如果人与人之间的协作成本大幅下降，那么新时代的组织应该如何协作？

我的答案是：人与 AI 协作，文档驱动。

在传统模式下，信息主要通过人与人之间的口头沟通来传递。开会、讨论、汇报，是管理者最主要的工作方式。但口头沟通有很多问题：容易遗忘、容易曲解、无法追溯、难以复用。

在 AI 时代，文档变成了核心资产。不仅是给人看的文档，更是给 AI 看的文档。

在我们团队的实践中，我们采用“文档驱动开发”的模式：在开始任何工作之前，先把思路写成文档。从商业模式设计、用户场景分析，到产品设计、技术方案，每一步都有对应的文档。这些文档不仅帮助团队成员对齐认知，更是 AI 理解需求背景和约束条件的基础。

人与 AI 的协作，是一种全新的协作模式。AI 不会有情绪，不会有理解偏差，不会有自己的小心思。你给它清晰的文档，它就能基于文档产出高质量的结果。这种协作模式，比人与人之间的协作，在很多场景下更加高效和可靠。

当然，这并不是说人与人之间的协作不再重要。而是说，在 AI 的帮助下，很多过去必须依赖多人协作才能完成的工作，现在可以由更少的人来完成。人与人之间的协作，可以更多聚焦在那些真正需要人类智慧的事情上：战略方向的判断、商业模式的设计、用户需求的洞察。

PART04

“管理”能力没那么重要了

既然人与人之间的协作变少了，那么传统意义上的“管理”能力，自然也就没那么重要了。

在 AI 时代，更重要的是什么？我认为是三个方面：创意与想法、对本质的思考、对 AI 产出的审美。

• 创意与想法：AI 可以帮你执行，但它不会主动告诉你应该做什么。提出正确的问题，比找到正确的答案更重要。一个有创意的人，加上 AI 的执行能力，可以产生巨大的杠杆效应。
• 对本质的思考：AI 可以快速给出十个方案，但选出那个“对”的方案，需要人来做。这种判断力，来自于对业务本质的深刻理解，来自于多年积累的行业认知。AI 不会替你思考这个产品到底在解决什么问题，这个商业模式到底能不能跑通。
• 对 AI 产出的审美：这里的“审美”不仅仅是视觉层面的，更是一种对“好”的感知能力。什么样的代码是优雅的，什么样的产品设计是流畅的，什么样的方案是可行的。AI 产出的东西需要人来把关，这种把关能力，本质上是一种审美能力。

反过来说，传统管理者擅长的那些事情——协调资源、传递信息、监督执行、汇报结果——很多都可以被 AI 辅助甚至替代。一个只会做“路由器”的管理者，在 AI 时代的价值会大打折扣。

PART05

经验的价值被重新定义

昨天在参加 TGO 小组的月度会议时，好几个 40+ 的老程序员都觉得，现在他们在精力、时间上的劣势被抹平了，经验反而变得更加重要，老程序员们也因此能够发挥更大的价值。

这是为什么？

在传统模式下，年轻人有精力优势。他们可以加班加点，可以快速学习新技术，可以用时间来弥补经验的不足。老程序员虽然经验丰富，但精力有限，学习新东西的速度也慢下来了。

但在 AI 时代，执行层面的工作很大程度上被 AI 承担了。决定效率的不再是你能写多少行代码，而是你能做出多少正确的判断。而正确的判断，恰恰来自于经验的积累。

一个有十年经验的程序员，他知道什么样的架构设计是合理的，什么样的技术选型是靠谱的，什么样的坑是要避开的。这些经验，AI 不会自动给你，但可以让你在 AI 的帮助下更好地发挥出来。

同样的道理也适用于其他领域。一个有丰富经验的产品经理，他对用户需求的洞察，对商业模式的理解，对行业趋势的判断，这些都是 AI 无法替代的。而 AI 可以帮他快速验证想法，快速产出原型，快速完成那些过去需要大量时间的执行工作。

经验的价值没有下降，而是被重新定义了。从“我能做什么”变成了“我知道应该做什么”。

PART06

对组织形态的一些思考

基于上面的分析，我对 AI 时代的组织形态有以下一些思考：

第一，小团队可能会成为主流。

既然人与人之间的协作成本是主要的效率损耗，那么最优策略就是尽可能减少协作的人数。一个由少数高能力者组成的小团队，加上 AI 的加持，可能比一个几十人的传统团队更有战斗力。

当然，这不是说所有公司都应该只有几个人。而是说，组织的规模应该基于实际需要，而不是基于“人多力量大”的传统观念。如果一件事情三个人加 AI 就能做好，就没有必要安排十个人来做。

第二，管理的重心应该从“管人”转向“管事”。

传统的管理很大程度上是在管人：考勤、绩效、汇报、监督。但在 AI 时代，真正重要的是把事情做对。管理者应该更多关注：我们在做正确的事情吗？我们的方向对吗？我们的产出有价值吗？

换句话说，管理者应该是问题的解决者，而不是信息的路由器。在我之前的文章中提到过，好的管理者应该能够下场与下属一起干活，出了问题一起承担责任。在 AI 时代，这个要求更加重要了。

第三，组织应该为 AI 协作而设计。

正如在之前的文章中提到的，Vibe Coding 的核心不是用什么 AI 工具，而是是否愿意为 AI 协作而重构流程。同样，AI 时代的组织管理，核心也不是引入什么 AI 工具，而是整个组织的运作方式是否对 AI 友好。

这包括：文档化的工作习惯、清晰的职责边界、扁平的沟通方式、快速的决策机制。这些都是让 AI 能够更好地融入组织协作的基础。

回到文章开头的问题：AI 时代，组织应该如何管理？

我的答案是：减少人与人之间的协作，增加人与 AI 的协作；淡化传统的“管理”，强化对本质的思考和对 AI 产出的审美；让经验丰富的人发挥更大的价值，让组织变得更小、更灵活、更高效。

当然，这些只是我基于有限实践的个人思考，不一定适用于所有类型的组织和业务。但我相信，随着 AI 能力的进一步提升，这些趋势会越来越明显。

对于正在思考组织变革的管理者，我的建议是：不要急于在整个组织推行变革，而是先在一个小团队、一个新项目上试验。建立人与 AI 协作的新模式，积累经验之后，再逐步推广。

以上是我个人的一些粗浅思考，一家之言，仅供参考。欢迎大家与我交流讨论。