21世纪经济报道记者 孔海丽
“AI原生组织”正成为企业管理领域的新热词。
温氏股份用上了“兽医智能体”，联想将智能体接入多个业务场景。但用上模型只是第一步，智能体作出的判断必须有相应的审核，这就涉及企业原有的流程、岗位和职责分配了。
“AI原生组织”因此成为这轮企业转型中的高频词。
近日，21世纪经济报道采访了上海创智组织管理数字技术研究院院长陈春花，她认为，在AI原生组织中，AI参与感知、决策和执行，人与智能体形成稳定的协作关系。这也是企业改革的要点。
AI已经可以进入核心业务，原来的组织规则若仍以人为唯一行动主体，流程和管理方式没有同步调整，个人节省下来的时间很难转化为经营成果，成功试点也很难大规模复制。
“AI原生”今年频繁出现在各类业务讨论中。
过去，企业软件主要负责记录和传递信息。ERP保存订单、库存和财务数据，管理者读取数据、作出判断，再由员工执行。
AI智能体接入业务系统以后，开始能够根据实时数据识别问题、生成方案，还能调用软件完成后续动作。
陈春花认为，AI原生组织将人工智能纳入核心认知与执行基础设施，使人的价值判断与机器计算能力形成制度化协作。
她观察到，目前中国企业的AI应用大致分为三个阶段。一部分领先企业已经有了AI原生组织的雏形，智能体开始成为底层能力；多数企业正在把AI放进具体业务场景；还有一些企业已经为AI设置明确角色，由“数字员工”承担部分工作。
这三个阶段的差别，主要看AI在业务中参与多深。如果仅仅是帮助员工查资料、生成文案，就仍以个人效率提升为主。若AI参与排产、诊疗、供应链调度等业务判断，并能推动后续任务执行，组织运行方式就会发生变化。
岗位也会跟着调整。陈春花的判断是，“岗位可能被淡化，角色会崛起”。AI时代的任务变化快，一个人需要根据项目承担多个角色，还要学会调用不同智能体完成工作。
她将掌握这类能力的人称为“超级个体”。一个员工可以带着多个智能体工作，过去由一个部门完成的部分任务，未来可能由更小的团队承担。
个人能力的衡量标准也会变化，既包括完成了多少工作，也包括能够调用多少资源、组织多少任务。
组织结构同样会松动。
陈春花用“星河结构”描述未来组织。“星河结构”是指，人员围绕任务组合，任务完成后解散，再根据新任务重新组合。传统中层承担的大量信息传递和流程协调工作会减少，业务理解、资源组织和跨部门协同仍然重要。
中层多年积累的经验，也会成为企业训练智能体的重要知识。但问题是，员工把经验交给系统以后，企业如何确认这部分贡献？
陈春花提出，AI原生组织的激励机制需要同时考虑绩效和知识贡献。员工的经验被整理成可复用知识，其他员工或智能体调用后产生价值，原贡献者也应获得相应回报。缺少这类机制，员工持续贡献知识的动力会减弱，企业模型也很难及时更新。
陈春花说：“AI最大的帮助，是让人创造力的释放可以到极致。”AI接手部分重复工作后，员工需要投入更多时间进行判断、创新、沟通和关系处理。管理者的工作也会增加一项内容：设计人与智能体的分工，并为结果承担责任。
老乡鸡的AI排产提供了AI改变工作流的具体样本。
据介绍，其门店需要根据客流、历史订单和菜品销量决定报货量与排产顺序。老乡鸡将优秀店长的经验提取成数据特征和标签，再写入排产规则，目前已经推广至400至500家门店。单店报货时间由50多分钟缩短至十余分钟。
这个案例涵盖了AI进入业务的几个基本条件。门店经验需要整理，订单、供应链和经营数据需要打通，排产结果要接受实际销量检验，成功经验还要通过集团机制推广。
很多企业的AI项目停在试点阶段，问题也集中在这些环节。
近日，C50+论坛发布了2026年企业管理最佳实践榜，主办方公布了本年度上榜的23个优秀企业与场景实践，并将规模复制、绩效匹配和知识持续贡献列为企业AI应用的常见约束。
温氏的AI兽医案例提供了一种治理办法。公司把AI处方和人工处方打乱，交给专家盲评，用来检查人工确认者是否仍在认真判断。也就是说，设置一个“人工审核”按钮很容易，审核是否有效，需要企业持续检查。
员工贡献经验之后如何获得回报，也会影响企业知识库的质量。
陈春花提出，AI时代的激励可以同时考虑绩效贡献和知识贡献。员工的经验进入系统，被其他人或智能体调用并产生价值，原贡献者应该获得相应激励。
知识只有持续更新，企业模型才能跟着业务成长。如果员工认为交出经验只会削弱自己的位置，知识沉淀很容易变成一次性的行政任务。
软件公司感受到的压力更加直接。
今年1月底，Anthropic推出包含法律服务功能的Cowork插件。2月初，欧美软件及信息服务类股票遭遇集中抛售，市场对智能体冲击传统软件商业模式的担忧升温。
金蝶集团董事会主席兼CEO徐少春在采访中坦言，面对AI对SaaS行业的冲击，他有危机感，但更多的是兴奋，金蝶将全力推动向AI原生企业转型。
金蝶此前曾穿越过多轮技术周期。徐少春认为，PC、互联网、移动互联网和云计算之间存在一定延续性，而AI采用了新的技术栈和工程体系。原有的研发经验、产品逻辑和组织方式，很难直接搬过来使用。
这种判断已经体现在金蝶的内部调整中。
据徐少春介绍，金蝶把负责企业智能体操作系统“灵基”的团队视为“特区”，产品定位、组织架构、人才布局、表彰和考核都可以重新设计。
徐少春持续关注灵基团队的人才密度和成员的认知提升。他强调，面对AI带来的变化，管理者需要主动学习、更新认知，带动团队提升对新技术和新业务的理解。
三十余年的ERP实践，为金蝶积累了对企业业务流程、管理规则和行业需求的深入理解。进入AI时代，如何将这些积累转化为智能体理解业务、参与执行的能力，成为金蝶推进转型的重要着力点。
围绕这一目标，金蝶对灵基团队的组织结构与协作方式持续进行调整，让人才配置和研发机制更好地适应AI产品的开发需求。这些调整体现了金蝶主动推进组织变革、将企业管理经验与AI能力相结合的转型思路。
产品层面，徐少春提出“一企一模型”。装备制造、零售、餐饮等行业可以提炼共通的管理技能，每家企业还拥有自己的数据、流程、规则和经营知识。标准能力与企业自身知识结合，才能形成合格的企业模型。
传统ERP擅长固化流程、记录经营数据，智能体还要理解业务语境，参与判断并调用系统执行任务。企业软件厂商需要处理的数据范围、知识深度和责任边界都在扩大。
“一企一模型”能否成立，还要看产品能否接入客户的核心业务系统，把分散的企业知识整理为可调用能力，最终产生稳定的经营价值。
人才要求的变化也不限于金蝶。PwC分析全球约10亿条招聘信息后发现，AI暴露程度较高的岗位，技能要求变化速度超过低暴露岗位的两倍；相关岗位新增的工作任务更加依赖判断力、同理心和创造力。
对金蝶而言，这轮转型需要同时完成两项任务，既要让灵基形成稳定的产品能力，也要让内部团队学会按照新的技术逻辑工作。
技术拓展企业的能力边界，组织与管理决定这些能力能否持续转化为经营成果。
