AI走进生产,考验的是组织能否接住新工作方式图由 AI 生成
文 | 崔牛会
SaaS公司做AI,已经走过了最初的兴奋期。
员工开始使用AI工具,产品接入大模型,内部也搭出了不同用途的Agent。Demo能跑起来,局部效率也在提高。
可当Agent真正接手工作,一批更难的问题随之出现:
- 谁给Agent分配任务?
- 它可以读取和修改哪些数据?
- 结果由谁验收?
- 一旦出错,谁来兜底?
- 当AI接走大量执行工作,原来的岗位怎么调整?
- 客户最终为软件付费,还是为完成的任务和结果付费?
这些问题靠换一个更强的模型解决不了。
Agent开始承担工作后,SaaS公司原来围绕“人”和“软件”建立的组织、产研与交付规则,都需要重新调整。
01
Agent上岗了管理机制还只为人设计大部分公司的管理机制,默认工作由人完成。岗位属于人,权限授予人,绩效考核人。任务出了问题,也可以找到具体负责人。
Agent进入公司后,管理对象变了,原有机制却没有自动跟上。
有些团队已经在用Agent完成报告、写代码、整理需求,但这些实践常常依赖少数员工自发推动。Agent能做什么、不能做什么,没有统一边界;生成结果能不能直接使用,也缺少稳定的验收标准。
组织要接住Agent,至少需要回答四个问题:
- 第一,哪些任务可以交给Agent;
- 第二,Agent可以获得哪些系统和数据权限;
- 第三,谁来评价它的工作质量;
- 第四,Agent出错后,由谁负责处理和兜底。
Agent数量增加后,管理者的工作也会发生变化。
Neuters 以前,项目经理主要安排人的分工、进度和协作。现在,他还要管理Agent的任务、权限、上下文和输出质量。部门经验也不能继续散落在个人脑袋里,需要被沉淀为可持续调用的Skill、Context和工作规则。明略的AI Native改造已经覆盖职能、分析师、研发等不同类型的团队。
内部形成4300多个工作单元,其中AI智能体数量超过人类。效率变化也在真实发生。财务报表的处理时间从3天缩短到10分钟,分析报告生产实现了高度自动化。
数字之外,一个更现实的问题浮现出来:当AI接走大量执行工作,原来的员工、管理者和业务负责人分别做什么?
前段时间,牛透社对明略科技创始人、CEO兼CTO吴明辉的访谈中,他提到过:老业务AI化,最大的问题是改组织。
新业务可以从头设计岗位和流程,老业务却已经形成稳定的分工、考核和协作关系。Agent进入之后,会触及原来的工作边界。技术跑起来了,组织未必立刻接得住。
对于SaaS公司来说,衡量AI组织化程度,不能只看员工使用率和Agent数量。更重要的是,公司有没有围绕Agent重新定义任务、权限、验收和责任。
02
很多公司急着做Agent却没补完前面三层能力Ag…