中层消失、专家被蒸馏、超级个体崛起：AI 时代，企业组织正在换一套底层逻辑

当一名员工借助 AI Agent，一小时就能完成原本两周的工作，他会选择何时交付？

清华大学经管学院教授、《AI 原生组织》作者李宁，在课堂上抛出这个问题时，绝大多数学生的答案是：两周之后。

这个颇具现实感的回答，戳破当下很多企业 AI 转型的假象：员工个体借助 AI 实现效率狂飙，但企业整体却很难感知到真正的效率跃升。个体层面效率暗流涌动，组织层面依旧波澜不惊。企业投入成本采购 AI 工具、消耗大量 Token，员工的作业速度明显变快，可最终产出没有质变，反而滋生大量重复劳动与冗余成果。

李宁在与《沸腾之下》的对话中提出，症结并不在 AI 技术本身，而是运行两百多年、以分工协作为根基的现代商业底盘，正在被 AI 撼动。

自亚当・斯密制针工厂的分工理论诞生起，现代公司制度的核心就是拆解与粘合。受限于人的能力边界，完整业务被切分成不同工序、岗位、部门与职级；再依靠会议、审批、层层中层管理者，把分散在各个环节里、只掌握局部信息的人重新协同起来。

而 AI 正在瓦解这套分工逻辑的底座。前端工程师可以借助 AI 一并完成后端开发与数据库搭建；数十人的业务部门，仅靠 3 名搭配 AI 智能体的超级个体即可承接原有工作。传统岗位之间清晰的边界正在快速消融。

但效率的天平，也随之出现新的失衡：内容、方案、代码、素材的 “生成” 成本被压到极低，验证却成为全新瓶颈。AI Agent 可以短时间吞吐海量产出，却无法替人类完成价值判断、风险权衡与关键抉择。组织分工的底层逻辑，正在从过去的按工作量切分，转向更隐蔽的按认知带宽切分。

水面之下，更深的矛盾正在发酵。企业希望沉淀员工的经验、方法论，封装成可复用的 Skill，转化为公司可控的数字资产。这件事，就好比让掌握独家手艺的卤肉师傅，以普通薪资交出祖传秘方。于是，“反蒸馏”“留一手”“影子 AI” 在企业内部悄然流行。

旧的雇佣契约，已经承载不下被 AI 放大能力的超级个体，但适配新形态的利益分配规则，尚未成型。当执行层面的门槛被 AI 抹平，人类留在商业棋盘上不可替代的筹码，只剩下两件事：定义问题的能力，以及难以量化、难以复刻的品味。

组织因分工而生。在人力能力存在明显边界的时代，把复杂任务拆分，专人专岗，是提升效率最优解，但精细化分工必然带来巨大的协调摩擦成本。

AI 到来之后，一个人可以打通从前需要多岗位配合的全链路工作，很多人开始质疑：组织还有存在的必要吗？

李宁给出的答案是否定的。AI 有上下文窗口的局限，更缺少主动识别高价值问题的能力；同时，人的认知带宽天然存在上限。即便 AI 可以承接大量执行工作，每到关键节点，依然需要人类给出判断、反馈方向。一个人可以同时启动多个 AI 项目，但能稳定思考、决策的项目数量十分有限。

未来依然会有分工，只是分工的内核彻底改变：不再是拆分体力、执行类工作，而是分担有限的认知带宽。未来的团队金字塔会变得更小巧、扁平，不同角色的知识鸿沟缩小，沟通对齐成本降低。

同时，组织的价值也不止内部协同。供应链资源、商务谈判能力、实体生产资源等，依然是 AI 无法直接替代的。未来的组织形态会走向混合型：一部分工作交由 AI 快速生成，另一部分核心环节交给人完成验证。

验证，就是当下组织最核心的新增瓶颈。

代码、数学这类拥有明确评判标准的内容，验证难度低，AI 迭代速度快；但创意、研究、内容、战略判断，掺杂大量主观品味，很难设置统一的奖励函数。哪怕我们可以基于专家过往经验训练专门做评审的小模型，也只能辅助判断，无法完全替代人的价值取舍。

就像咨询行业，AI 可以快速生成完整报告，但专家的时间与判断力，才是稀缺资源。组织改造的核心目标，变成解放人的精力，让人类聚焦高价值的验证环节。

Token 消耗不断走高，但企业整体收益没有同步增长，根源往往是需求没有同步扩容。固定业务体量之下，全员配备 AI 工具，只会造成大量同质化产出，很多员工即便一小时做完任务，依然选择拖到原定交付节点。

李宁观察到，当下的 AI 原生组织主要分两类：一类是原生初创团队，从成立之初就优先思考哪些工作可以交给 AI 完成，团队规模普遍很小；另一类是传统企业，很少实现整体转型，大多选择单个业务线、小部门先行试点。

转型的难点不在于技术，而在于组织惯性。一个长期稳定的业务部门，原有人员、流程、考核已经固化。明明 3 个人搭配 Agent 就能承接原有 50 人的工作，但业务不能中断，原有团队的安置、转型风险，都会阻碍变革。不少企业选择 “双线并行”：原有团队维持业务运转，单独搭建小规模 AI 原生团队试跑，验证可行之后再逐步切换，转型初期成本甚至不降反升。

AI 原生团队的协作模式，和传统组织有着本质区别：员工职责边界拓宽，不再只负责单一环节，能够向前、向后延伸参与全链路。过去数字化转型，只是把流程搬到线上；而 AI 驱动的组织变革，是直接重构业务流程。

过去管理的重点，是把上千人统一调度、对齐目标；而未来管理的核心，变成识别、吸引、激励超级个体。管理大军团和管理特种兵，是两套完全不同的管理逻辑。

这类小团队想要长期拥有竞争力，落脚点依然是创新。AI 抹平了基础执行的差距，单纯依靠低成本、高效率很难形成长期壁垒。真正拉开差距的，是挖掘全新需求、完成颠覆性探索的能力。

成熟大厂习惯以 ROI 评估项目，但前沿创新没有历史数据可以测算回报，层层评审、论证的流程，反而会拖慢创新节奏。很多 AI 原生小团队的做法是：快速产出想法，用 AI 直接生成原型，用可落地的 demo 筛选方向，而不是停留在纸面论证。

超级个体的崛起，很容易带来一种猜想：未来企业只需要少数顶尖人才，其余人都会被淘汰？李宁并不认同这个结论。

首先，超级个体不是天生的少数派，人才识别、培养的路径正在改写。传统专家依靠长年累月在岗位上 “干中学” 慢慢成长；而在 AI 的加持下，一部分学习者可以快速切入垂直领域，在短时间内建立该方向的专业判断力。

当然，基础专业训练无法完全绕开。没有底层专业认知的人，即便借助 AI 产出成果，也没有能力分辨好坏、识别漏洞。最优的人才转型路径，是让原有领域的专家完成 AI 原生能力升级 —— 保留沉淀多年的判断力，用 AI 承接繁重的执行工作。

未来团队依然会保留专业差异，只是不同岗位的能力会出现重叠。设计师理解后端逻辑，开发懂产品体验，跨岗位信息差减少，协作摩擦随之降低。团队不再是数十人精细拆分工序，而是少量能力复合、各有所长的人配合 AI 完成项目。

与之配套，固定岗位制也会逐步向任务制倾斜。员工不再长期锁定单一环节，而是围绕项目任务流转，核心工作从执行，转变为定义问题、调度 AI、验收结果，对最终交付质量全权负责。与之对应的，教育体系也正在发生变化，淡化刚性专业划分、强化交叉学科能力，适配 AI 时代的人才需求。

AI 放大个体能力之后，矛盾随之而来：组织投入资源培养出超级个体，但超级个体依托 AI、客户资源，完全可以脱离平台独立接单。组织和个体之间的依附关系被逆转，传统雇佣制正在遭遇挑战。

参考律所这类轻资产行业成熟的合伙模式，把核心人才转为合伙人，会成为很多科技、咨询、创意类组织的选择。员工和企业之间，需要重新权衡取舍：留在公司，收益更低，但有项目兜底；独立单干，收益上限更高，同时承担全部风险。企业必须思考，除去薪资之外，还能为超级个体提供什么独特价值。

更棘手的，是专家经验蒸馏的利益博弈。企业希望把员工的经验封装成可复用的 Skill，沉淀为组织资产；但员工清楚，这套经验是自己的核心竞争力。如果没有配套的分配机制，员工自然会选择 “留一手”，拒绝交出核心经验。

已经出现一种可行的探索方向：Skill 的创作者，在这套工具被调用、产生价值时持续获得收益，甚至只负责维护 Agent，不再需要坐班。但新的难题又随之出现：内部 Skill 很难直接核算经济效益，调用频次不等于实际价值，高频使用的基础工具价值有限，少数关键的决策模型，调用量低却决定业务成败。如何公允评估创作者贡献，仍是行业探索的课题。

而传统中层管理者，也将迎来角色转变。大量中层原本的核心工作，就是处理跨部门沟通、协调流程带来的摩擦。当分工边界消融、协作摩擦大幅减少，中层不再是流程枢纽，有机会回归业务一线，重新成为价值创造者。管理的重心，也从盯进度、控流程，转向激发人的创造力、做好激励。

随着模型能力持续迭代，AI 的判断能力不断变强，不少人会产生疑问：人的判断力，会不会终有一天也被完全替代？

李宁的判断是，判断的边界会持续后移，但定义方向的品味与价值取舍，依然牢牢掌握在人手中。AI 可以在给定的范围里发散、试错、筛选方案，但很难自主识别值得投入的全新方向。它可以产出几十个研究选题、产品方案，但划定探索的边界、判断什么问题值得投入资源，依赖人的偏好、行业认知，以及对社会真实需求的理解。

这并不意味着稳定的职业边界会消失。技术持续迭代，新工具不断涌现，个体需要保持适应性，持续学习，主动调整自己的能力结构。很多人习惯熟悉的工具与工作模式，抗拒变化，而 AI 时代，持续迭代本身就是必修课。

同时，AI 带来效率提升，并没有自动兑现 “短工时” 的美好预期。一部分人会主动开启更多项目，自我加码；另一部分，会在行业竞争压力之下被动增加工作量。这背后，已经超出企业管理范畴，延伸到平台规则、劳动保障、社会分配等公共议题。超级个体，也有可能演变为新型零工群体，依托平台接单，大部分利润被平台拿走，这并不是健康的生态。

如果企业只固守原有业务，AI 带来的产能提升，确实会压缩用工需求。但市场需求远未饱和，医疗、教育、养老等领域还有大量未被满足的需求。AI 解放出来的人力，有机会投入过去没有能力落地的新业务。

当然，不是所有人都能做出颠覆性创新。突破性想法永远只是少数，但创新会带动整条产业链衍生出新岗位、新需求。不需要每个人都成为定义方向的超级个体，只要创新持续发生，新的工作机会就会不断生长。

AI 正在推翻运行两百多年的分工秩序，它淘汰的不是人，而是旧的岗位、旧的组织方式、旧的雇佣契约。未来的竞争，不再比拼谁能调动更多人力完成重复执行，而是比拼组织能不能留住判断力、激发创造力，以及个体能不能守住自己定义问题、做出取舍的独特价值。

本文整理自《沸腾之下》对清华经管学院李宁教授的专访《中层消失、专家被蒸馏、超级个体单干，公司还需要多少人？》，探讨 AI 原生时代组织与个体的变革。