AI正以不可阻挡之势重塑世界，商业领袖们对AI在降本增效方面的价值已初步认可，慢慢开始思考AI对组织管理的影响。上一期，我们畅享了AI时代组织形态和领导力的进化方向，本期我们将进一步探索人才管理、考核激励、组织文化的创新重塑，以及如何加速向AI组织转型。
（瞻远景：AI时代蓝图展望请见上篇）
（组织形态、领导力相关内容请见上篇）
AI时代，人才结构将由传统的“金字塔型”逐步向“松树型”演进，使得员工能够更高效地完成任务，同时最大化每一层级人才的价值。
短期：AI组织从0到1转型阶段，人才结构或将呈现倒钻石型。该阶段AI技术和硅基人能力有限，且组织普遍秉持着试水的心态，先试点AI应用再逐步推广，因此硅基人主要的作用是辅助或替代基层员工，且越是基层，替代效应越强。长期：AI组织从1到N成熟阶段，人才结构或将呈现松树型。伴随硅基人能力提升和AI应用在组织内的全面推广，各层级的碳基员工规模均有缩减。对于高层和中层，由于碳基员工减少，呈现为更收敛的金字塔结构；而基层的替代效应更强，最基础的工作可完全由硅基人替代，整体碳基人规模小于中层，呈现为更扁更窄的梯形结构。在这一阶段，许多人才的职业发展起点不再是基层，而是从中层开始。
步入AI时代，各层级人才的能力要求有所转变，头部人才密度极高，中基层人才密度亦将逐步提升。具体而言：
-
高层：AI顶级专家和具备战略思维的核心高管；负责确定战略路径、技术路径、变革路径，高效分配AI资源，并平衡硅基人与碳基人的关系；人才密度极高。
-
中层：既熟悉业务，又理解AI技术与应用；擅长将业务与AI应用进行紧密链接，充分调用AI能力提效。
-
基层：在明确的顶层规划下高效执行，并能够识别和反馈一线业务问题，如校正硅基人产出，处理硅基人尚无能力处理的复杂问题等。
AI组织中，跨部门流动与轮岗会更频繁。一方面，AI技术将帮助员工在新岗位上快速上手、补齐短板，支撑更频繁的轮岗；另一方面，AI工具可根据员工特点提供定制化的职业发展建议与学习材料，更好地激发员工成长潜力。值得一提的是，优秀校招生或将从中层开始培育。在远期的松树型人才结构中，基层员工将侧重于业务执行和识别、反馈一线业务的问题，整体人才需求量大幅减少。优秀校招生将有机会借助AI能力，从中层开启职业生涯，搭配适当的下放历练，更快地获得成长，并在更高的平台上发挥重要作用。
具体而言，AI可帮助校招生快速获取中层所需的部分关键能力。
- 知识获取：中层需熟练掌握行业动态、公司流程、业务逻辑等信息和知识。基于自然语言处理（NLP）、深度学习等技术，AI可快速获取信息，并通过建立知识图谱将零散的信息结构化，便于员工理解与掌握知识。
- 专业技能：中层需具备更强的专业能力，以监督和指导基层工作。基于多模态技术和各类增强智能类应用，校招生和中层员工的能力差距将大幅缩小。
- 决策能力：中层需具备复杂情境下的决策能力，包括项目规划、资源与优先级分配等。AI可以提供决策树、模拟预测等工具，帮助员工评估不同决策的影响，从而快速做出有效决策。
- 风险识别：中层需把控业务进度，识别潜在风险并做出预案。AI可进行数据挖掘与集成，并实时监控业务流程，提示异常行为；特别是当AI具备推理分析能力后，可进一步解析业务的因果关系，识别潜在风险。
但中层岗位所需的领导力，如沟通能力、团队建设、冲突解决、树立威信、个人魅力等，AI赋能的帮助有限，而这也将成为未来人才的差异化竞争力之一，需重点培养和考察。
三类碳基人才将在AI组织中发挥关键作用：
- AI领航者——顶尖AI专家：负责AI战略制定、技术方向把控、技术创新与风险评估等；如首席人工智能官（CAIO）等高层，对人才要求极高。
- AI设计师——技术与业务复合型人才：负责搭建底层模型、模块化AI能力平台，并结合特定用例设计AI产品与工具。AI设计师有六个关键角色，以算法工程师为核心，多为中层人才。AI组织在转型阶段对此类人才需求量大，到成熟阶段因部分人才可硅基化，因此对碳基人设计师的需求量会降至中等水平。
-
变革专家——管理与技术复合型人才：推动组织的流程再造与管理变革；负责AI的内部宣贯，推动部门与个人应用新技术。变革专家多为中高层人才，AI组织对此类人才的需求量保持在中等水平，成熟阶段亦需要此类人才来持续推进管理变革。
某国内领先大模型研发团队，自主开发底层大模型，并侧重B端行业应用。我们可从组织架构中窥见其人才储备的策略。首先是业界大牛作为AI领航者，该团队的AI首席科学家有着极高的技术权威性和行业影响力，曾为海外知名AI教授、IEEE Fellow；负责大模型顶层设计、技术路线研判，是该大模型团队的灵魂人物。其次是AI设计师负责模型开发与应用落地，底层架构工程师、算法工程师等技术人才为中流砥柱，人数占比约80%。同时，因业务洞察对应用侧至关重要，需要产品经理和行业专家梳理业务逻辑，跨越业务和算法的鸿沟。正是这些关键人才支撑着该团队不断推进技术创新与扩大行业应用。
在AI赋能下，组织的绩效考核将更为智能。首先，AI可帮助制定更合理的KPI指标。AI通过数据分析，能够找到影响组织核心业务目标的根因，并注意考核指标和战略目标的链接。更为重要的是，AI可提高组织和个人的KPI表现。AI可以将组织内碳基人的最佳实践复制下来，形成辅助碳基人的生产工具或硅基人；同时，AI可实时监测KPI，并提供专业的绩效提升建议。
行业案例：家居电商Wayfair通过AI优化KPI设计
美国最大的家居电商平台Wayfair利用AI重新审视其销售丢失（lost sales，指未能实现的潜在销售）背后的根因，进而优化KPI设计。此前，Wayfair使用“单品的销售丢失”来衡量销售策略的有效性。但AI通过数据分析发现，在50%-60%的情况下，单品的销售丢失是因为该客户购买了同类别的其他单品。这一洞察促使Wayfair将KPI重新设计为“同一产品类型的销售留存”。借助新的、更为合理的KPI，Wayfair能够结合客户偏好进行更有效的产品推荐，包括产品特征、价格、发货时间等，从而提升销售表现。
赛诺菲（Sanofi）作为全球领先的医药公司，在AI应用方面也展现出前瞻性。赛诺菲与第三方合作开发了AI应用Plai，全球约10,000名管理者可通过Plai应用查看KPI。该平台可提供公司业务的360度全景图，显示不同KPI之间的相关性，还可识别绩效差距，并基于实时交互提出绩效提升建议。例如，当Plai预测某个产品可能会出现缺货情况时，会及时通知供应链、销售等相关部门，员工可以对AI提问：“大概多久会出现缺货情况？对整体销售目标是否有影响？如何解决缺货问题？”AI工具通过与员工交互输出绩效提升建议，帮助其快速且有效地应对业务挑战。
未来的AI组织需要碳基人和硅基人共同合作，那么如何激励碳基人中的AI先行者，促使其训练出更高能的硅基人并扩大硅基人应用，将成为管理层需要思考的重要课题。研究认为，在AI组织中，碳基人与硅基人将逐渐形成价值创造与分配的正向循环。AI组织会基于碳基组织和个人的差异化贡献，分配硅基人创造的收益，包括成本节降、额外产出等。
-
面向碳基组织：核心是要激励其投入开发与训练硅基人的资源。若为自动化硅基人，可结合自动化渗透率分配其收益，以加速AI替代；若为辅助型硅基人，可结合使用方评价分配硅基人收益，促进硅基人的性能优化和迭代。
-
面向碳基员工：组织需要金牌碳基员工为训练硅基人贡献最佳实践，并不断迭代，因此需要给予最大分配倾斜；而其他碳基员工重在推广AI应用，可视AI赋能后的绩效提升效果分配。
在人工智能的浪潮中，组织正站在转型的十字路口，需要重塑企业文化。文化上既要拥抱AI带来的积极变革，激发创新和提升效率，也要警惕和规避可能伴随AI而来的负面效应。管理层应着重培育六大文化要素，以此作为企业文化转型的灯塔。
- 创新：随着AI承担大部分重复性工作，碳基员工（尤其是行业专家）可聚焦创造性议题的思考、促进创新。
- 持续学习：技术高速发展倒逼碳基员工持续学习新技能和新技术，关注成长发展，以保持自身竞争力。
- 透明：AI可促进信息共享，推动知识的沉淀和互通，打破部门墙，营造公平透明的工作氛围。
- 协作：AI帮助不同部门和不同员工更好地理解彼此的工作，促进跨领域协作；同时，人与AI协作将成为新的时代主题。
- 以人为中心：强调利用增强式AI，关注人的价值，保持碳基员工的职业认知，降低“被取代”的不安全感。
- 认知多样性：过度依赖AI会导致产出相似、缺乏创造力，因此认知多样性和挑战权威的精神尤为重要。
这些要素将成为AI组织文化的基石，亦是激发组织创新力和凝聚力的关键，支撑组织在变革的洪流中乘风破浪，稳健前行。
AI时代宛若一片璀璨的星辰大海，铺展开一幅充满无限可能的壮丽图景。高瞻远瞩的企业管理者们应尽早开启向AI组织转型的航程，推动组织在激烈的市场竞争中占据先机。为加速AI转型，需要自上而下的战略推动与自下而上的创新激活双管齐下。
首先需要明确的是，组织的AI转型是“一把手工程”。考虑到“被替代”的不安全感，部门或个人层面推广AI应用均存在阻力，需要CEO自上而下推动。CEO应发挥引领作用，将AI转型作为企业战略的核心，确保从顶层设计到执行层面都能得到充分的支持和资源配置。其次，组建变革团队。在CEO之下设立一个变革管理部门，确保该部门能级足够高、具有足够的权威性和影响力。该部门将作为连接高层战略和基层执行的桥梁，负责AI应用的内部宣贯，制定AI转型的具体计划并推动变革实施。
同时，储备关键人才。管理层需明确AI组织在转型过程中所需的关键人才，包括AI领航者（如首席人工智能官）、AI设计师（底层架构工程师、算法工程师、软件开发工程师、产品经理、业务/行业专家、治理专家）、变革专家等，推动进行人才盘点，识别人才缺口并进行定向招募。这将为组织的AI转型提供坚实保障。
当然，只有自上而下的推动是远远不够的。成功的AI转型还需要激发员工的创造力和主动性，促使员工成为AI转型的积极参与者，自发探索AI的应用潜力，为AI转型注入源源不断的动力。第一，在AI先行者团队试点，发挥鲶鱼效应。选择对AI接受度高、转型意愿强的团队作为先行者，同时确保试点项目复杂度低、风险可控。试点项目的成功，不仅能够展现AI应用的价值和潜力，还能发挥鲶鱼效应，促进整个组织对AI的积极态度，激励更多团队探索AI应用。
第二，激活液态组织，鼓励自主创新。倡导并支持员工自发、自下而上驱动的AI创新项目，为那些对AI充满热情的员工提供一个自由聚合和协作的平台。管理自由度是创新的催化剂，组织要在制度层面为员工提供必要的自由工作时间保障，并通过OKR工具设置有挑战性的目标，让员工的创造力成为推动AI转型的强劲动力。
第三，重塑员工技能，为创新赋能。提供系统化培训，帮助员工进行AI时代的技能提升与重塑，更好地适应AI时代的发展要求。包括但不限于以下几个关键领域：
- AI知识和素养：学习AI概念和基本原理，例如如何应用AI工具，如何编写和优化提示词（prompt）。
- 数据分析和决策：如何理解和提炼AI生成的洞察信息，从而提高决策的质量和效率。
- 商业敏锐度：将AI输出与业务目标进行关联，认识到AI的局限性，判断AI输出是否稳健可靠。
- 以人为本：运用AI洞察满足人的诉求，强化同理和共情能力，以人为中心地设计AI系统的界面与体验。
- 合规性评估：针对AI生成的洞察信息，评估其道德合规性以及是否存在偏见。
来源：BCG波士顿咨询
