FDE 企业 AI 落地与交付 · 组织采用与项目陪跑 · 2026-06-10

那些跑通 AI 变革的团队做对了什么?

AI转型不是技术问题,而是组织与领导力的考验。本文揭示跑通AI变革的团队如何做对三件事。

核心内容:

  1. AI转型必须是一把手工程,否则局部成功会被全局拖累
  2. 组织应用AI的三层路径,后两层关乎生存
  3. 减少协作人数、对齐认知是避免“伪对齐”的关键

当人工智能以指数级速度重塑智力、生产力、甚至社会形态时,我们是否已准备好迎接“与AI共处”的时代?2026年5月,腾讯研究院与香港大学法学院联合举办了 AI & Society (AI&S) Forum 2026。本次论坛以“与AI共处的时代 (Living with AI)”为核心主题,跨越“深港两城”:在香港,我们聚焦“AI的边界”,探讨思想与产业的碰撞;在深圳,我们通过“不插电”与“全插电”的教育现场,感知技术如何回归人的尺度。 在本次论坛的系列对话中,顶尖学者、产业领军者与一线实践者齐聚一堂,试图穿透技术的迷雾,叩问AI对社会、经济、真相与生命的深远影响。以下为本次论坛中,关于“AI组织变革的一线实践”的圆桌论坛,带您直面AI转型的一线。主持人:袁晓辉(腾讯研究院副院长、资深专家)嘉宾: 胡一川(来也科技CTO) 王若愚(Workstream联合创始人) 汪晟杰(腾讯WorkBody产品负责人)编辑整理:窦淼磊 腾讯研究院高级研究员

【关键观点】1. AI转型是一把手工程。如果领导不懂AI,少数会AI的人会被无限加活,低效部门反向吞噬高效部门的成果,局部转型在全局中会被拖死。只有一号位亲自下场,才能真正推动组织变革。2. AI转型的三层应用:第一层是面向用户的AI产品——好产品是luxury,可遇不可求;第二层是产品上加AI层,简化交互、提效用户体验;第三层是组织全面转型为AI-native workplace。后两层不是选择题,而是生存题。3. 超级个体并没有因为生产力更强而变得更轻松,"释放出来的时间"并不会变成闲暇,——因为他在组织里还承载着一个使命,就是去影响周围的人,重塑组织内的工作流。 4. 减少协作人数,对齐认知是最难的。在能连接所有关键点的前提下,尽量减少参与人数。原因不仅是沟通成本——更致命的是"伪对齐":会议室里大家疯狂点头,散会后做得一塌糊涂。5. 愿景在AI时代变得更重要。你唯一的能力是比别人更早看到30年后的世界,用三个人的百倍生产力直接改变它。6. AI不应只是加速器,应是每个人能力的放大器。这个世界上有大量未解决的问题、未满足的需求,需求是无限的。关键不是谁被替代,而是每个人能不能用上AI、共享技术红利。

讨论全文袁晓辉 :非常欢迎三位一线实践者!我们刚才的报告发布《从超级个体到超级团队》算是开了个头,今天很荣幸请到三位,也非常想听到产业一线的声音。请三位简单介绍一下自己的公司:大概做什么业务,团队规模多大,以及目前跟AI协作这块处于一个什么样的状态?胡一川 :大家好,很荣幸来这里和大家交流分享。我是来也科技的联合创始人胡一川。来也科技是一家做AI数字员工的公司,我们主要为企业客户提供在财务、客服、IT这些偏中后台的知识工作者的AI数字员工。简单来说,我们有一套软件,帮助这些知识工作者把日常工作中的重复性工作全都自动化执行,将他们的时间和精力释放出来,去做更有价值、更有创造力的工作。我们大概是一个200多人的团队,研发主要以AI软件研发为主,大概50人的规模。过去两年多,我们这个团队经历了特别大的变化。我记得很清楚:大概两年前,所有人都在用GitHub Copilot;一年半前,大家都在用Cursor;一年前,所有人用Claude Code;到今天,每个人都在同时用多个Claude Code、多个Codex。我想分享的是,过去两年我们的团队人数几乎没有变化,但从产品线的数量和产品迭代的速度来看,至少有5倍的提升。袁晓辉 :大家也会更忙了,对吧?胡一川 :对,大家确实也更忙了。就像前面你们讲到的,超级个体确实生产力更强,但在今天,超级个体并没有因为生产力更强而变得更轻松,反而更忙了——因为他在组织里还承载着一个使命,就是去影响周围的人,重塑组织内的工作流。袁晓辉 :"是不是应该更忙"这件事我们先放一放,我们先听听下一位怎么说,若愚?王若愚 :谢谢。我叫王若愚,公司叫Workstream,可能国内的朋友不太知道这家公司。我们解决的是北美蓝领从招聘到入职、考勤到发薪的一系列问题。过去我们在硅谷融了约1亿美元,大概处于B轮阶段。为什么会有这个问题?因为白领其实不存在这个问题——大家的工资是固定的,入职腾讯以后可能三年都没变过,对吧?但蓝领不一样,尤其是美国,它是一个以小时工为核心的体系。刚才有一位教授讲到特朗普,他最核心的政绩其实是让美国的小费免税了——这个是特朗普最核心的政绩。因为小费免税,低收入人群的收入一下子上升了很多,但这也造成了大量蓝领收入的可变性变得极高。你可以想象,一个人每天打工的工时是不固定的。而且跟国内不一样——比如国内你开一个烤肉店,可能3000块钱一个月,包吃包住,收银是你,切肉是你,端菜也是你,什么都是你。但美国不一样——cashier收纳员、barista咖啡师,每一个职位的hourly rate都是不一样的,这就使得数据非常繁杂。而且蓝领以及蓝领的管理者,是一个非常非常low tech的行业,所以我们尝试用SaaS加上AI去解决这一系列问题。关于AI,我们自己内部觉得有三层可以应用的点。第一层,你可以做一个面向用户的产品,这个是luxury——如果你能做一个面向客户的产品,这其实是一种很奢侈的事情,因为世界上没有几个产品真的能找到product-to-customer的点。但大多数公司至少可以做两件事,也就是第二层——至少在你的产品上加一个AI layer,加个AI层,要么为用户提效、简化UI/UX,要么增加点科技感,或者为公司讲点故事——这一层是一定得加的。最后一层就是一川说的——每个公司都应该做的,就是你的组织,这是我们今天的主话题:怎么样把公司变革成一个AI-native workplace(AI原生的工作空间)。比如过去你可能需要有一个财务总监,带上一堆财务同学算很多账,尤其今天如果你是一个出海公司,有中国实体、新加坡实体、美国实体,算账很麻烦——这些能不能用AI自动化?内部的Coding能不能自动化?还有产品经理,过去核心工作是天天写文档,今天不应该这样了。今天我们的产品经理只做一件事情——疯狂地跟用户聊天,把用户聊天的记录拉回来扔给AI,AI自动变成GitHub issues或者todo list,AI自动分析优先级,后面harness engineering驾驭工程——整个工作流发生了质的变化。总体来说,这三层是我们看到可以去做的事情:产品是luxury,可遇不可求;第二层和第三层,AI layer加上AI-native work,这两个部分是必须要做的。汪晟杰 :大家好,我叫汪晟杰,Jason,大家叫我Jason也行。我来自腾讯,现在在负责WorkBuddy这个产品。关于AI方面的实践呢,我就从我自己的故事讲起吧。我之前是做CodeBuddy——一个AI编程助手,它是在IDE里面使用的一个产品。大家可能用过VS Code或者其他IDE,它就是嵌入在里面的。我的故事是这样的:我一直想用AI来帮助我不只是写代码——而是帮我去做更多的事情。因为写了代码以后,我发现AI可以不只是帮人写代码,还可以帮人做更多的事。所以我就想,能不能让AI帮助所有人,而不只是程序员?于是我们就想用Vibe Coding(氛围编程)的方式来做一款产品,面向普通的非技术用户使用。今年年初,我就做了一款基于CodeBuddy的Web版,叫CodeBuddy Work。后来晓辉博士帮我们改了名叫WorkBuddy——于是WorkBuddy 0.1版本正式在今年1月15号上线。这就是我们的故事。团队规模也在不断增加。没想到WorkBuddy在内部和外部都获得了大家非常热烈的喜爱,这款工具确实打动了用户,它的粘性很高,日常过程中每天都能使用。我们就结合了"龙虾"这个爆款现象,叠加了claw的能力,同时马上出了小程序版本——也就是国内最早的双形态,大家可以随时唤起自己的小程序来使用。今天我们也发布了APP版本,大家后面可以在海内外搜到WorkBuddy来使用。袁晓辉:因为他是产品经理背景,他刚讲的一些词大家可能听起来有点陌生,比如Vibe Coding、IDE这些专属名词。但一句话简单概括,它到底是个什么东西呢?就是说,因为AI的执行能力非常强,它又可以编程,所以你现在可以用自然语言指挥电脑编程,完成你的愿望。比如你的愿望是做一个PPT——刚才报告发布环节的PPT,就是我们完全用自然语言说完之后让AI生成的。这种能力对程序员来说是提效,但对非程序员来说是全新的工作方式。所以如果大家还没有接触,接下来一定会接触到的,无论什么样的产品,肯定会体验起来。我们去年发过一个AI转型的报告,当时把整个企业的转型分了三个层次:最上层是业务转型,就是刚才说的提效,让效率更高,客户更多,研发质量更好;中间层次是组织变革——什么样的组织能够承载AI这样的生产力工具?第三层是心智重塑——我们到底应该用什么态度看待人和AI的关系?这个东西决定了组织,也决定了业务。我的第二个问题是关于AI组织变革这块——你们的团队差不多都是一两百人的规模,目前做了什么事情去适应这个全新的生产力工具呢?因为现在每个人不光做一件事,可能同时做很多件事,这时候团队该怎么分工?怎么协作?还要不要开那么多会?我们还是从一川开始。胡一川 :我觉得最主要的变化就是团队变小了很多。过去我们一条产品线,从产品经理到设计师到前后端工程师,加起来多的有二三十人,少的一二十人。今天,我们的每一条产品线都在10人以内,而且很多从0到1的新产品只要3到5个人。原因之一是每个人的生产力大幅提升,原因之二是我们通过缩小团队规模,减少了人与人的沟通。我们发现,过去没有AI的时候,人跟人的沟通消耗了最多的时间和精力。袁晓辉:大家很多时候都是上班的时候开会,下班的时候干活。胡一川:对,所以今天我发现,人越少的团队效率越高——他们没有那么多人的沟通,可能就是每天早上两三个人开半小时的会,把最重要的事情讨论决策,然后各自去干,让AI去干。这是最大的变化。另一个变化是人跟AI的关系。今年年初,我给整个产研团队提了一个要求:每个人使用AI都需要在接下来的几个月依次做到三个阶段。第一阶段,agent要成为你默认的工作入口——像WorkBuddy、Codex这些,应该成为每个人默认的工作入口,而不是你还要打开一个IDE,还要打开一个PowerPoint。第二个阶段,在第一阶段的基础上——第一阶段是一对一,一个人用一个agent——第二阶段就是一个人可以用多个agent。这很好理解,因为让一个agent干活的时候,你的时间是被释放出来的,可以去干别的。但这时候会带来一个瓶颈:有同事开了4个、6个、8个Claude Code窗口,但很快就发现注意力不够了,因为经常要从一个窗口切换到下一个,再切到下一个。所以第三个阶段,就是我们要设计新的工作流程,让人和AI的工作可以解耦,甚至AI就应该在人下班之后去工作。这是我们今天要去追求的——当然还没完全做到。但最近我们统计每个团队、每个人消耗的token数,看到有些同事在下班之后,一晚上可以让agent帮他消耗数十亿的token。袁晓辉:数十亿token是多少钱呢?胡一川:我们都是买200美元的Coding Plan,如果真要换算成API的话,我估计一天要消耗几百美元。袁晓辉:很好的回答。因为我们最近也调研了很多企业的token消耗情况,有一个月几百美元的、几千美元的、上万美元的。最夸张的可能是一位OpenAI的研究员,一周之内消耗了2170亿token,算下来应该是几万美元。胡一川:百万级的。袁晓辉:对,消耗最多的Peter Steinberger,他是OpenClaw的创始人,上个月消耗了100多万美元。你想想,一个人会用掉这么多token,别人会质疑他:你用了这么多token,做了什么事?…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/shuziyuangong/2026061062471.html