AI 原生组织转型 01：用 AI 对齐事实、对齐打法

# AI 原生组织转型 01：用 AI 对齐事实、对齐打法


最近来找我聊的朋友，问题都变了。


以前问的是用什么模型、要不要培训。现在问的是：我们已经在用 AI 了，很多人用得还不错，但整个组织的效率好像并没有提升。更诡异的是有些公司说，效率确实提升了，人也裁了——裁员你总归省了一部分钱吧——但公司利润也没有增加。


这是第二阶段的鬼故事。这一集把它拆到底。


这条路分五段走：


一、局部提效为何失效


二、重新发明组织


三、AI 接管对齐事实


四、AI 接管对齐打法


五、AI 接管推进


---


## 一、局部提效为何失效


先说效率其实有三层，而我们大部分注意力都花在第一层。


第一层是单点效率——一个具体的员工、一个具体的活、他干的速度。这对打工人非常重要，但对公司不是。第二层是组织协调——把很多人的劲往一块使。第三层是市场和战略——你打下来的是什么样的城市，有些仗打赢了也是亏的。单兵能力和组织作战能力，这两件事很多时候没什么关系。


那为什么光做第一层没有用？三个原因。


**第一，阿姆达尔定律：一件事有很多环节，你只搞其中一个，对整体的效果有限**。


上海到北京飞两小时，提速 30% 是伟大的科技进步。但打车、提前量、安检加起来，门到门本来就要五个小时——省下的半小时摊进去，在我脑子里其实变化不大。


局部优化哪怕做得花团锦簇也一样。我自己做过非常好的 demo，合作方连 PR 稿都发了，我自己也会吹牛逼。过一段时间再问「这个东西后来有用吗」，答案是「其实也没什么用」。


**第二，系统的表现取决于瓶颈：你优化的那一环不是瓶颈，提了也白提**。


后厨的洗菜工切菜工手速快十倍，但厨子没加、灶台还是四个——菜洗得再好堆在那里也没用。就算整条后厨都快了十倍，门口进来的人没有增加，你还是赚不到钱。


**第三，也是最要命的：大头根本不在「做事」**。


知识工作最大的时间和精力消耗，不是在做这件事本身，而是在开会、在对齐协调、在对接交接、在等待。不同报告不同口径，基本都指向 60%。而且你工资越高，这种交互越多。不信可以翻一下你上周的日历，看看多少时间在干活、多少在开会；开的会里又有多少是为了沟通对齐，多少是为了这件事真的发生。


所以你把那 40% 做到极致，也动不了那 60%。


更狠的是：每个模块都正确，系统仍然可以烧毁。火星探测器飞了九个半月、几亿英里，到了轨道直接烧在大气层里——一边用英制、一边用公制。一亿多美金打水漂。各自做的都对，说不定还加班了还提效了，整体上做出来是个零。


AI 并没有制造这个瓶颈。以前干活干得慢，慢盖住了协调的损耗；现在干活快了，它就露出来了。


---


## 二、重新发明组织


那怎么办？先得回到一个原点：组织到底是用来干嘛的。


我们常把组织当成天经地义的东西，像天上有蓝天白云一样。想 AI 转型的时候就想：我们就一定有一个组织，把它转一转，就能更好地用好 AI，我们还是那些人，我们还是好兄弟。


但现代公司制度其实是一种发明。层级、部门、流程、KPI，都是很近代才有的，是用来解决具体问题的：信息路由和管控。


而每一个零件，都架在某个稀缺假设上。


层级，是因为一个人看不过来。可滴滴一个后台管 1000 个司机，谁送到哪、车上录音都看得见——「看不过来」还成立吗？


部门，是因为人脑装不下，所以要把一堆专才塞一起、给一个统一界面对外。可如果每个人身边都有一个会翻译的小秘书呢？


流程，是因为看不到全局所以要管控。那为什么还需要人类来做这个管控？


AI 来了像小行星撞地球，生存环境已经变了。过去留下来的东西不是没道理，是上一个时代的道理。坐月子不能洗头，在没有热水器、没有电吹风、没有青霉素的年代是有道理的。


所以有了这一集那句暴论：


「AI 不是组织的工具。AI 是竞品，AI 是组织的替代品。」


不是把原来的组织转一转好去用 AI，而是想怎么用 AI 去替代原来组织的绝大部分功能。


具体落地，最先发生的往往是三件事：对齐、推进、闭环。这一集讲完对齐，推进讲了一半。


---


## 三、AI 接管对齐事实


对齐无非两件事：对齐事实（世界现在是什么样子）和对齐打法（我们做事的规矩是什么）。


一支军队如果每个连队看到的地图不一样、打法也没协调过，那就是一锅粥，人再多也打不出来。


**先说对齐为什么这么贵。传统组织在这里有两个问题**。


一是工作量是平方级涨的。三个人三条沟通路径，50 个人就是 1225 条。所以大公司为什么慢？维持一个统一的想法实在太难。


二是——你可能觉得也没那么夸张——那是因为我们其实根本没在对齐。设计师考虑了一百种方案，最后压成一张图或者三页 PPT 交出去，隐空间里那些东西全丢了。下一个人接到压缩包再重建，中间长出大量幻觉。压缩、还原、压缩、还原，像快乐大本营的传声筒，传到最后不知道传成什么样。


所以传统对齐是：太贵，而且仍然对不齐。


**那 AI 凭什么能解决**？


第一，它把 N 乘 N 的问题变成 N 的问题——大家不用互相聊，统一跟一个 AI 聊。第二，它管得住的上下文比人大太多。以前也有 PMO 这个角色，但 PMO 参加不了每一个会，只能记住几个要点；AI 可以掌握全部，压缩比低得多。第三，下达的时候它只把跟你有关的那部分递给你——20 个人的项目文档更新了 40 条，你根本不知道哪条跟你有关、也不知道怎么搜。


**真正的对齐，是所有人操作同一个对象**。


波音早年各部门都用上了 CAD，但一个部门画完，会把图纸打印出来交给下一个部门，下游用肉眼看图再画自己那份——因为哪怕你用的是 CAD、我用的是另外一个 CAD，两个文件是不通的。结果一扇门反复改一万两千多次，最后还得打实体木头假飞机来试装。直到 777 说这太傻了，到云端搞一架云飞机，所有人操作同一架。


然后是这一集我最想让你带走的那句：**你的会议纪要，就是那张打印出来的图纸**。


你们公司为一款智能耳机开了 12 个会。这 12 个会的会议纪要，是单独的还是连续的？


一个会决定螺丝改大，另一个会决定把大螺丝那家供应商换掉。两个结论各自成立，合在一起却打架——而这个冲突要靠人的脑子才能发现。


为什么要靠人的脑子？这份纪要是给谁看的？「螺丝改大一点」这个结论，不该去改一份纪要文档，它该去改云端那只耳机。


我们嘲笑古人把图纸打印出来传、嘲笑一边公制一边英制——可我们自己，不也是这么处理问题的吗。


**正在发生的做法，我看到四种**。


出门问问 / 李志飞：每个项目一个 agent，管这个项目的全部上下文、进展、待办、风险。有一个说法是不准人跟人开会——信息不该从一个人流转到另一个人。


安克创新：新品上市原来十几个节点、大几十个判断点，每个节点做到 99%，叠下来损耗还是超过七成。改造后 20 个环节变成三四个大环节，交接从 20 次降到 4 次，而且每次交接传的是明确定义的完整数据对象，不是一份薄摘要。所有产出汇进项目池，一个假设变了——比如颜色改成蓝色——所有相关方同时拿到最新状态。（B 站有公开课，强烈推荐。）


Claude Tag：可以在 Slack 里 at 的机器人。别把它想成豆包，它持续读你授权范围内的全部上下文，拿到的是多人环境的所有线，还会主动冒出来说「那边已经把螺丝改了，这家供应商现在不能换」。


**还有一种不对齐，不是没沟通，是彼此以为听懂了**。


这种对齐一个统一的库解决不了，得靠把东西做得更没歧义。一句诗可以有一千个哈姆雷特，但一个微信长什么样子，没有解释空间。


所以现在创业公司基本都在用 demo 沟通，很少还靠文档。Flomo 的少楠，产品经理要自己先写代码跑通，拿到结果才写 PRD。Botlearn 是研发直接上线 MVP 去找客户验，靠谱了再找设计师做好看。我们孵化的一家 AI 转型服务公司更夸张：跟客户开会半小时，当场甩 8 个可以点的 demo，按钮功能全有、里面全是假数据。王总一边点一边说：第二个好，第三第四不是我想要的，第五个你误会我意思了。半小时问出来的东西，空口讨论两天也问不出来。


---


## 四、AI 接管对齐打法


想让大家按规矩做事，传统上就三招，而且三招在三个不同的地方失效：


培训——请我这样的人去讲一堂课，大家鼓掌说讲得真好，回去全忘了。制度——写得特别精彩，根本没人看。KPI——大家想到歪门邪道把数字搞定，但不做正事。


我最近在抖音上老刷到一种广告：前一段时间原价买的人现在一定哭悔死了，今天大降价只要多少钱，那些人已经哭晕在厕所了。如果我是这个品牌的老板我一定气死——这是在赤裸裸地教育用户，以后再也别在原价的时候买你家东西。可它整段没有一句说品牌不好，你很难指出它哪里违规，但你一眼就知道它在伤品牌。这种行为你怎么控？


还有个朋友是很大的 K12 公司，非要找 AI 电销。我给他拉了个头部的人工电销公司，按效果付费，买不了吃亏。他说不行，我还是想找 AI 的。为什么？「我们内部有外呼团队，只要定下 KPI 他们总有办法拿到，可那个过程的话术永远不是我想要的。」


他要的是又有过程又有结果。**这种自相矛盾的要求，只有 AI 会答应**——人类听到，只会想把老板干掉。


所以打法的对齐，方向是把规范写进执行环境，而不是贴在墙上。三个正在发生的做法：


Botlearn / 俊东：设计师把品牌规范（什么颜色、什么 logo、字多大）全部写成一个 skill，做 presentation 时调用一下，整份文档自动符合规范。原来的规范是一本册子让你学着对照，现在它是一个按钮。**不要说是又讲一个道理，而是把它变成一个按钮**。


安克 / 阳萌：检查点优于行动、先于行动，标准是贴在检查点里面的。关键是检查的那个 agent 上下文必须独立——徐文浩就踩过坑，让 agent 去做测试用例，它把测试全 mock 掉，绿灯一片其实啥都没干。你要的是一个对抗性的、干干净净的 agent，就像你怀疑一个部门的时候不会让他们自检自查。


ZooClaw / 徐文浩：Vibe Coding 之后没人守代码规范，每个人画 SVG 都自己画一套，公司里明明有库可以复用。传统解法是培训，培训不会听。他们的解法是让 AI 去扫每个人代码里写 SVG 那部分，直接重写成复用公司库的版本。**因为人类是不想学习的，就机器学习**。达到了对齐的效果，但没让人类支付对齐的成本。


顺带回一个常听到的顾虑：AI 还不靠谱、有幻觉、能力不够。人类更有幻觉，人类更不靠谱，那你为什么敢用人？因为你有测试、有内控、有流程。解决 AI 的问题也一样——不是指望某一个 AI 当场办妥，而是用一套机制打出来。


---


## 五、AI 接管推进


这一集后半还有 20 分钟在讲第二件事：推进。推进拆开是四步——发现活、分配活、传导活、检查活，这一集讲完前两步。


**组织最大的时间损耗，发生在任务之间**。方案做完了躺在群里等产品，产品看完了躺在邮箱里等法务，法务看完了躺在系统里等采购。也不是白等，每一站都给你一点反馈，然后「我们再碰一下」「下次拉上谁一起看看」，就没完没了。


传统解法是养一批人专门补缝，叫 PMO；再狠一点是把两个部门合并，用一个老大的权威硬推。所以公司里贵的人在干嘛？**你给他那么多钱，主要不是为了他的专业性，而是他能够让事情推动**。


AI 凭什么推得动？它更知道全局，它更耐得烦，而且它更不怕得罪人。


安克早期也做了很多 agent，培训完满意度巨高，回去之后全都不用了。为什么？因为流程的推动引擎还是人——人是发动机，agent 只是可有可无的工具。后来他们把这句倒过来：**是 agent 去推动流程，而不是人去用 agent**。


发现活的最高境界，是活自己举手说该干我了。海底捞的小平板会告诉你哪张桌子刚空、哪张需要清理，不用人巡场——人巡一趟就是一段延迟。美的原来每两小时开班组会跑到大屏前碰一下，现在用人形机器人去扫、去识别、自己派工单。


数字世界更难，但也有：安克在亚马逊上某个产品销量下跌，不等人去发现——系统自己报警，自己排查是不是没库存、广告流量少了、有差评，把看过的东西打成一个包，直接生成工单派给最能解决的人。不是等到周会上过数据说「上周这个为什么跌了」「我去查一下」。


分配活也一样。你中午点外卖、出门打车，那个调度是人做的还是 AI 做的？我们早就接受了 AI 调度骑手和司机。腾讯研究报告里的 CodeBuddy，每天早上根据历史情况给程序员派活让他挑一条。酷特智能（前身红领）的工厂，衣服到了工位，RFID 一识别，屏幕直接告诉工人做什么——不是一个人类分配给另一个人类，再由那个人决定要不要用 AI。


而且活要变大。每个人用上 AI 之后产能翻了 N 倍，你还按老尺寸派活，他做完一小块马上又要交接一次，人很憋屈、摩擦反而更大。**真正的三倍，是少了两次交接**。


传导、检查，以及第三件事「闭环」，在下一集。


---


## 彩蛋：AI 接管之后，人反而更累


一个悖论。平时 80% 的工作是低智力、低算力的，我们嘴上抱怨那些无聊工作，但它对脑子其实是休息。当 AI 派来的每个活都要你做真正的决策，脑力消耗会大得多。


我自己的体感是：工作时间没怎么增加，但脑力上的损耗可能是以前的好多倍。做一个 PPT，以前随手就做了，现在每个模块 AI 至少给我出上千万字的东西，你大量的时间在看，然后还会去找各种人聊，对事情的要求又在变多。


有点像福特。他一直被说成大好人给工人涨薪，其实是因为把工人放上流水线之后，原本还能歇一下的人发现自己永远要干活，不涨薪他就跑了。


所以真让 AI 发现活、分配活之后，留下来的人强度是要变大的。你要么挑更好的人，要么给更多的激励——这又需要组织其他部分来配合。


---


## 可以直接摘走的几句


「你可以买来好军舰，但是你做不出好海军。」


「AI 不是组织的工具。AI 是竞品，AI 是组织的替代品。」


「大家应该云端操作同一架飞机——是操作同一个对象去对齐，而不是去增强点对点的沟通能力。」


「我们嘲笑古人把图纸打印出来传，我们自己不也是这么处理问题的吗。」


「不要说是又讲一个道理，而是把它变成一个按钮。」


「因为人类是不想学习的，就机器学习。」


「全部用 AI 来做检查，甚至全部用 AI 来做操作，只让人类做例外。」


「人类更有幻觉，人类更不靠谱，你为什么敢用人呢。」


「你给他那么多钱，主要不是为了他的专业性，而是他能够让事情推动。」


---


## 时间轴


00:00　鬼故事：人人都提效了，公司却没变快、也没多赚钱


01:30　效率的三个层次，以及我们为什么只盯着第一层


04:30　一、局部提效为何失效：阿姆达尔定律与门到门那五小时


07:00　系统由瓶颈决定：洗菜快十倍，灶台只有四个


08:30　大头不在做事：60% 的时间在对齐；火星探测器毁于单位不一致


11:30　AI 只是把长期被盖住的瓶颈暴露了


12:00　二、重新发明组织：张一鸣、满清买铁甲舰、买军舰与做海军


13:30　层级、部门、流程分别架在什么假设上；坐月子不洗头


18:56　暴论：AI 不是组织的工具，是组织的替代品


20:30　三件事：对齐、推进、闭环


21:30　三、AI 接管对齐事实：对齐事实与对齐打法


23:00　对齐为什么贵：1225 条路径，加上有损压缩的传声筒


25:40　AI 凭什么能解决：N 平方变 N，只把你需要的递给你


29:10　波音 777：从打印图纸，到云端操作同一架飞机


32:40　你的会议纪要，就是那张打印出来的图纸


39:10　出门问问、安克创新、Claude Tag


46:10　很多不对齐是以为听懂了：少楠、Botlearn、半小时 8 个 demo


49:40　四、AI 接管对齐打法：培训、制度、KPI 在三个地方失效


52:10　K12 电销：又要过程又要结果，只有 AI 会答应


54:40　把规范写进执行环境：俊东的 skill、阳萌的检查点、SVG 重写


57:10　人类更有幻觉，你为什么敢用人


60:40　五、AI 接管推进：损耗全发生在任务之间


65:20　是 agent 去推动流程，而不是人去用 agent


66:10　发现工作：海底捞的平板、美的的机器人、安克的自动工单


70:40　分配工作：CodeBuddy、酷特智能，以及真正的三倍


77:50　彩蛋：AI 接管低算力工作，人类反而会更累


---


## 这一集提到的


出门问问 / 李志飞 —— 每个项目一个 agent；有一个说法是不准人跟人开会


安克创新 / 阳萌 —— B 站公开课；20 个环节压成三四个；检查点优于行动、先于行动


Botlearn / 俊东 —— 品牌规范写成一个可调用的 skill；研发直接上线 MVP 验完再做设计


ZooClaw / 徐文浩 —— AI 扫代码重写 SVG 复用公司库；agent 把测试全 mock 掉的翻车案例


Claude Tag —— Slack 里可以 at 的机器人，读授权范围内的全部上下文，会主动冒出来纠正


Flomo / 少楠 —— 产品经理先自己写代码跑通，再写 PRD


CodeBuddy —— 腾讯研究报告里的例子，每天早上 AI 根据历史给程序员派活


酷特智能（前身红领）—— RFID 识别到工位，屏幕直接告诉工人做什么


海底捞 · 美的 —— 桌况自动识别派活；人形机器人替代两小时一次的班组巡检


阿姆达尔定律 · 波音 777 · 火星探测器的单位事故 · 张一鸣「把公司当产品打造」 · 福特的流水线


---


## 订阅


微信公众号：AI 炼金术　小宇宙：AI 炼金术


觉得有用的话，欢迎留言，也欢迎转给正在做 AI 转型的朋友。下一集接着讲传导、检查和闭环。