技术已不再是门槛，真正拖后腿的是架构与流程。
麦肯锡高级合伙人Alexis Krivkovich在近期播客中指出，企业正站在从“生成式AI”跨入“智能体AI”的历史转折点。而最大的障碍并非技术本身，而是滞后的组织设计与业务流程。
本文提炼这场对话的核心观点，带您看清：商业模式如何被颠覆、流程如何再造、人机协作如何升级，以及那个关乎未来十年的“十亿美元级人才难题”。
一、80/80悖论：商业护城河正在重构
一个令人深思的矛盾：约八成企业已预见AI将带来巨变并投入大量资金，但同样有近八成坦言，这些投入至今未对利润产生实质影响。
问题不在技术，而在组织自身——如何转型为“智能体组织”。高管们普遍感到站在悬崖边，反复思考：角色如何演变？需要哪些新技能？如何让员工期待而非恐惧？怎样把变革推向每个角落？
要理解这种紧迫感，先看看智能体AI如何改写商业模式。
当交付的边际成本逼近零，企业为客户创造价值的方式，以及实现“个体级”超细分的潜力将彻底改变。例如，一家内容分发公司若能给每名用户打造独一无二的体验，商业转化空间将极大释放。
再看另一面：如果消费者和小微企业也拥有了自己的智能体呢？
以金融业为例。假设我有管理账户的智能体，它会为追求最高利率，在不同银行间“零摩擦”转移资金。这将彻底摧毁银行传统护城河——存款的高粘性，因为过去转移资金极其麻烦。一旦摩擦消失，企业对业务模式、机遇与威胁的认知都将发生根本性动摇。
这不仅是技术迭代，更是当底层业务假设被打破时，组织必须做出的战略回应。
二、告别“打补丁”，重塑端到端流程
许多企业引入AI时，常犯的错误是把它当成一个孤立的“效率补丁”。
早期大量AI实验都从单点解决方案开始，比如“用生成式AI把某件小事做得更快”。但研究表明，真正能规模化释放AI价值的，是彻底重构思到端的整个工作流。
为什么？因为传统工作流往往跨越多团队、多部门，充斥着交接、人工干预和反复返工。而智能体AI恰恰擅长快速、多维地串联这些断点。
如今，我们谈论的不再是用AI写邮件，而是：
• 从头到尾重塑“保险承保”流程
• 彻底重构“从招聘到入职”的人力资源全链条
只有触及这个深度，奇迹才会发生。
这需要极度精细的系统思维。企业必须审视每个环节：哪里适合智能体？哪里需要人类在环中或环上监督？如何部署智能体团队？怎样让智能体可复用？
这种系统性思维才是规模化解锁价值的关键。而要落地这种重构，还需要跨层级团队共同参与——因为智能体能承担许多过去由管理者执行的工作，所以从高层到一线都必须一起设计新流程。
三、人机协作升级：从“人在环中”到“人在环上”
过去常说“人在环中”——AI处理一部分，人类完成其余，再交还给AI，循环往复。
现在，方向正转向“人在环上”。
两者本质不同。“人在环上”意味着智能体小队可以端到端完成几乎整个流程，人类的角色则升维为顶层的“判断覆盖”。
播客中有一个经典案例：美国仲裁协会重塑法律仲裁流程。传统上，律师和法官要收集成百上千个数据点（照片、合同、邮件等），仔细审查后做出判断，过程极其漫长。
在新流程中，他们用历史结案卷宗训练智能体。如今，智能体可以自动梳理时间线、审查事实、分析双方论点，生成裁决结果。实践发现，智能体不仅胜任大量核心工作，有时甚至比人类更出色。
但人类并没有消失。你仍然需要一个人俯瞰整个过程，并做出最终确认：“我同意这个裁决吗？”
底层的判断闭环和监督不可或缺，但下面的繁重工作，完全可以交给智能体。
四、组织扁平化与流体化人才
当智能体带来“超人般的能力”后，日常工作方式和协作模式将发生巨变。运营模式转型意味着：重新思考每小时如何度过、如何管理大量智能体、如何在团队之上建立治理与风控。
最直接的冲击是组织架构。过去十年，许多公司在CEO和一线员工之间增加了一到三个管理层级。这种臃肿的中间层既昂贵又拖慢决策——层级越多，需要表态的人越多。
AI被寄予厚望：它不仅能加速决策，还能让领导者管理更宽的业务范围，从而推动组织扁平化、敏捷化。
未来组织会变成什么形状？金字塔？钻石？尚难定论，但AI无疑将推动团队结构重塑。业界对“工作舱”而非僵化职位层级充满期待。这些工作舱可按需组建、重组、复用，灵活流动。
当然，实践中仍有挑战——企业仍需职位层级来评估员工，员工也需要明确的主管支持。但“流体化人才流动”趋势不可逆转。拥有支持敏捷人才流动的HR职能，将获得巨大竞争优势。
在制药、生命科学等研发领域，企业已开始设想庞大的智能体分队。这不会取代研究人员，而是超级加速他们的创新。在人力、财务、法务等成本中心，人们期望智能体彻底改变工作方式，为业务释放更多产能。
五、十亿美元难题：新人如何跨越经验断层？
当智能体接管底层端到端流程后，所有企业都将面临一个严峻挑战：一个价值十亿美元的问题——如果初入职场的新人不再经历过去那种“打杂”磨砺，他们该如何培养判断力和经验？
如果为了省钱而裁掉所有初级软件工程师，不仅会立即陷入只能雇佣昂贵高级专家的困境；更可怕的是，十年后，公司将失去下一代人才梯队。
在智能体时代，人才培养绝不能像过去那样只是“边车”——被视为重要但边缘的活动。未来，持续学习与发展必须成为员工职业生涯的中心。
新一代年轻人有一个巨大优势：他们从入职第一天起就能使用顶级AI工具。虽然他们缺乏老专家二十年积累的“模式识别”经验，但他们也没有历史包袱——不需要像老员工那样痛苦地适应破坏性技术。
企业需要思考的核心是：如何让“从第一天起的使用权”真正转化为新人的优势？
未来两三年内，几乎所有人的岗位说明书都会被重写。多数职位不会消失，而是被重构。技能需求也在巨变：
• 一些过去很看重的技能（如基础研究、数学、部分数据科学），因AI极其擅长，需求可能下降
• 另一些能力将变得前所未有地重要：战略思维、系统导向、人员管理软技能全面崛起
我们并非不再需要前者，而是在AI增强下，人类可以借助智能体完成大量此类工作；企业更渴求的是人类领导者提供的顶层监督、判断力、解决问题和落地运营的能力。
六、信任、恐惧与“双向门”战略：高管的自我革命
所有战略最终都要落到“人”身上。在这个震荡期，许多领导者发现自己和组织都存在严重技能缺口。近一半的领导者表示自己和团队需要更多培训与支持——不仅是基层，更包括高层。
这是一场“变革管理的奥德赛”。领导者面临双线作战：既要改变自己，又要推动整个组织转型。
目前约70%的高级职位需要立即根本重塑，包括那些正在为下属重新规划岗位的领导者自己。领导者必须问自己：为了带领组织前进，我需要展现出什么不同的姿态？
有家公司的领导团队达成了一个启发性的共识：“如果这项技术真的要彻底改变我们的一切，那么我们作为领导团队，必须从彻底改变我们自己开始。”
扪心自问：我有50%的时间因为AI工具而分配得完全不同了吗？还是我只是在边缘捣鼓——比如用AI精简邮件、提几个问题——却根本没有重新思考一天的核心时间分配？
除了自身改变，领导者还必须直面员工的巨大恐惧和“信任鸿沟”。
一方面，早期AI实验确实暴露了缺陷，比如“幻觉”问题真实存在。如果员工滥用AI，导致大量劣质内容在公司内部传播，不仅不会减少工作量，反而会制造更多麻烦。领导者如何突破这种信任缺失，让人们既能保持良好判断力和风控底线，又能对AI潜力保持乐观？
另一方面是生存恐惧——人们害怕被智能体取代。面对这种情绪阻力，领导者必须构建真诚且能激发积极能量的叙事。因为技术演进不会停止。正如一位教授所说：
“你不会被AI取代，但你可能会被一个比你更早拥抱AI的人取代。”
领导者需要引导员工思考：有哪些新技能和工具能让你获得更大成功？哪怕不在现在的岗位上（因为这个岗位将剧烈改变），也可能在相邻岗位上。这就要求企业培养一种关键文化：激发好奇心和持续学习的欲望。
因为我们正步入未知领域，组织需要那些愿意实验、学习、联合解决问题的员工。他们应当能跨越边界凝聚力量，用乐观而非恐惧的心态探索变革。
这引出了转型中最核心的管理哲学：领导者必须在承担风险和“不把公司赔进去”之间找到平衡。这是一个需要高度迭代的时刻，组织应当倡导“双向门”而非“单向门”的实验原则。
在没有足够清晰度的情况下，绝不能轻易迈入不可逆的“单向门”；而应创造各种场景去实验和探索，一旦发现某条路走不通，就能随时抽身退回，从容踏上另一条路。
朴谷观点
智能体AI不是技术升级，而是组织范式的代际更替。 麦肯锡的研究揭示了一个深层真相：当技术边际成本趋近于零，企业竞争壁垒将从“流程效率”转向“判断力密度”。过去三十年，企业通过标准化流程和层级管控来规模化决策；未来十年，胜出的组织将是那些能把人类判断力部署在“环上”，同时让智能体在“环内”高速执行闭环的组织。
对中国企业而言，挑战与机遇并存。 一方面，许多传统行业数字化基础薄弱，组织层级深重，中间管理层技能错配突出；另一方面，中国拥有全球最活跃的AI应用场景和庞大的数字原生劳动力。若能率先打破“打补丁”思维，从端到端流程重构入手，并系统设计人机协同的人才发展路径，中国企业完全有可能在智能体AI时代实现换道超车。
“十亿美元难题”没有轻松答案。 但有一点可以确定：未来人才的竞争力，不在于与AI比拼速度与记忆，而在于能否在AI快速迭代的基础上，做出更高质量的判断与更负责任的取舍。企业的人力资源战略必须从“职位管理”转向“能力流体管理”，从“年度培训”转向“每日学习即工作”。而这一切的起点，是高管团队率先放下历史包袱，用“双向门”的实验心态，重新定义自己的时间分配与领导姿态。
智能体AI不会等待犹豫者。这场变革的奥德赛，始于今天。
Disclaimer: The information provided in this article is for general informational purposes only and does not constitute financial advice.