倪云華：企業(yè)AI化進(jìn)程當(dāng)中，組織如何變革?

所有人都在談AI轉(zhuǎn)型，但大部分企業(yè)搞錯(cuò)了一件事：它們以為AI轉(zhuǎn)型是個(gè)技術(shù)項(xiàng)目。

買幾個(gè)license，上一套大模型API，搞個(gè)內(nèi)部chatbot，做幾個(gè)pilot，然后等著降本增效的數(shù)字出來。

CEO在年報(bào)里寫一段「我們?nèi)鎿肀I」，CTO匯報(bào)時(shí)展示幾個(gè)demo——大功告成。

我的判斷是，這套打法到2026年已經(jīng)徹底失效了。

McKinsey今年的State of Organizations 2026報(bào)告說得很直白：

86%的企業(yè)領(lǐng)導(dǎo)者承認(rèn)自己的組織，還沒有準(zhǔn)備好在日常運(yùn)營(yíng)中真正落地AI。與此同時(shí)，88%的領(lǐng)導(dǎo)者說自己的企業(yè)正在部署AI。

你品品這兩個(gè)數(shù)字之間的荒誕，幾乎人人都在用，但幾乎沒人真的準(zhǔn)備好了。

這不是技術(shù)差距，是組織債務(wù)。

01

第一層：AI高績(jī)效企業(yè)做對(duì)了什么?

答案不是模型，是workflow redesign

McKinsey測(cè)了25個(gè)變量，做了相關(guān)性回歸分析，結(jié)論讓很多技術(shù)派不舒服：

在所有影響企業(yè)AI商業(yè)回報(bào)的因素中，貢獻(xiàn)最大的單一變量是工作流的根本性再設(shè)計(jì)。

不是模型的精度，不是數(shù)據(jù)資產(chǎn)的規(guī)模，也不是技術(shù)預(yù)算的多少。

AI高績(jī)效企業(yè)(EBIT提升超5%的那6%)和其他企業(yè)的差距在哪?

高績(jī)效企業(yè)從根本上重新設(shè)計(jì)個(gè)人工作流的比例，是其他企業(yè)的近三倍。

說白了，那些真正從AI賺到錢的公司，不是工具用得好，是把人怎么干活這件事重新想了一遍。

而大部分企業(yè)在做什么?把AI疊加在2019年設(shè)計(jì)的流程上，用新引擎跑舊賽道，然后抱怨引擎不行。

02

第二層：組織變革的真正對(duì)手

不是「不會(huì)用AI」，是change management

McKinsey的調(diào)查覆蓋了15個(gè)國(guó)家、16個(gè)行業(yè)的超過10000名領(lǐng)導(dǎo)者，AI落地的三大障礙分別是：

監(jiān)管與法律風(fēng)險(xiǎn)(約45%)、對(duì)AI本身的顧慮(約45%)、以及組織層面的挑戰(zhàn)比如變革管理和部門壁壘(約40%)。

注意第三項(xiàng)——organizational challenges。這不是技術(shù)問題，不是預(yù)算問題，是「我的組織根本不會(huì)改變自己」的問題。

▲倪云華線下授課

WRITER的2026企業(yè)AI采納調(diào)查更直接：

79%的企業(yè)在AI落地過程中面臨挑戰(zhàn)，比2025年有兩位數(shù)的增長(zhǎng);

54%的C-suite高管承認(rèn)，AI的采納正在撕裂他們的公司。

「撕裂」這個(gè)詞，不是我說的，是一半以上的CEO和CTO自己說的。

03

第三層：Klarna的教訓(xùn)——組織變革沒有「一步到位」

Klarna是全球AI最激進(jìn)的企業(yè)之一。

CEO Sebastian Siemiatkowski在2023年主動(dòng)當(dāng)OpenAI的「guinea pig」，公司從約5500人縮減到約3400人，降幅40%。他們用AI客服助手替代了700個(gè)人工客服的工作量。

從數(shù)字上看，這是AI降本增效的完美案例。

但故事還有后半段。

客戶開始抱怨AI客服的回復(fù)太模板化、缺乏共情能力，無法處理復(fù)雜問題。

到2025年初，內(nèi)部評(píng)審和客戶反饋都顯示AI系統(tǒng)在需要細(xì)膩判斷的場(chǎng)景里表現(xiàn)不佳。

Siemiatkowski自己承認(rèn)：「We went too far」

Klarna現(xiàn)在正在重新招聘人工客服，采用一種混合靈活的模式。

這個(gè)案例告訴我們什么?

• 組織AI化不是一個(gè)線性過程。

砍人、上AI、省錢、結(jié)束，它是一個(gè)動(dòng)態(tài)博弈：你要不斷測(cè)試AI的能力邊界在哪，人的不可替代價(jià)值在哪，然后持續(xù)調(diào)整組織設(shè)計(jì)。

Klarna至少還有承認(rèn)錯(cuò)誤和快速調(diào)整的能力，大部分企業(yè)連第一刀都不敢砍。

04

組織到底該怎么變?

McKinsey的數(shù)據(jù)顯示，在每投入1美元技術(shù)的同時(shí)，應(yīng)該投入5美元在人身上。

這個(gè)比例聽起來反直覺，但邏輯很清楚。

AI再?gòu)?qiáng)，改變的是工具，不改變的是使用工具的組織系統(tǒng)。

我認(rèn)為AI時(shí)代的組織變革有三個(gè)必須做到的事：

▌一、CIO必須進(jìn)入戰(zhàn)略核心，而不只是管IT。

McKinsey發(fā)現(xiàn)，在頂級(jí)績(jī)效企業(yè)中，三分之二的技術(shù)領(lǐng)導(dǎo)者「深度參與」企業(yè)戰(zhàn)略制定。

AI不是一個(gè)IT項(xiàng)目，它是一個(gè)operating model的迭代。

這件事如果CIO和CEO不坐在同一張桌子上討論，就不會(huì)真正發(fā)生。

▌二、招人邏輯徹底改變，少而精，不再按量取勝。

領(lǐng)先企業(yè)正在減少整體技術(shù)人員的招聘數(shù)量，但大幅提升對(duì)高級(jí)工程師、架構(gòu)師和產(chǎn)品負(fù)責(zé)人的需求。

在agent化的世界里，大量初級(jí)開發(fā)者的存在價(jià)值正在下降。

Shopify CEO Tobi Lütke那句話"hire an AI before you hire a human"。

不是口號(hào)，是組織設(shè)計(jì)的新原則。

▌三、別把AI當(dāng)項(xiàng)目做，把它當(dāng)成永恒的變革狀態(tài)。

McKinsey的結(jié)論是：組織不能再把轉(zhuǎn)型視為一個(gè)完成時(shí)態(tài)的事情，變革正在成為一種「永久狀態(tài)」。

不是business as usual，而是business as change。

這意味著組織要有持續(xù)實(shí)驗(yàn)、持續(xù)調(diào)整、持續(xù)打破自己的能力。而這種能力，不是買來的，是練出來的。

我的立場(chǎng)很明確：

• AI時(shí)代的贏家，不是技術(shù)最先進(jìn)的公司，是組織進(jìn)化最快的公司。

技術(shù)可以買，模型可以調(diào)用，算力可以租。但一個(gè)能夠自我重塑的組織，是AI時(shí)代唯一不可復(fù)制的競(jìng)爭(zhēng)壁壘。

大部分企業(yè)現(xiàn)在的問題，不是AI用得不夠多，是組織變得不夠快。而組織變革最難的地方在于，它要求領(lǐng)導(dǎo)者承認(rèn)一件事：你過去建造的那個(gè)精密的管理系統(tǒng)，正在成為最大的負(fù)債。

結(jié)合我多年500強(qiáng)咨詢實(shí)戰(zhàn)經(jīng)驗(yàn)、百家企業(yè)組織變革與AI轉(zhuǎn)型落地調(diào)研，我把這套AI時(shí)代組織重構(gòu)、中層突圍、商業(yè)決策的底層邏輯，系統(tǒng)打磨成《AI時(shí)代，戰(zhàn)略商業(yè)決策大課》。