清华教授李宁:AI强得可怕,人怎么办?
日期:2026-11-16 15:33:09 / 人气:8
无论你是否愿意,AI正以前所未有的速度全面介入人类生活。2022年底ChatGPT横空出世,短短几年,翻译、P图、写代码、AI短剧让6亿人沉迷。一大批数字员工加速"入职",成为人类新同事。基于工业革命延续200多年的社会分工制度正在悄然瓦解。当AI越来越强大,组织还有必要存在吗?普通人又该怎么办?
清华大学经管学院教授、《AI原生组织》作者李宁,是最早研究AI原生组织的学者之一。他认为"岗位、层级、KPI"等工业时代标配正在被颠覆,人与组织将从雇佣关系变成合伙关系,具备独立判断能力的"超级个体"将拥有更多筹码。以下是他的核心观点精编。
01 传统组织,正在崩塌
传统组织建立在三个核心假设之上:
一是人的有限理性。 人不是全知全能,时间和精力有限,造就了分工——前端工程师专注界面,后端专注服务器。分工带来效率,也带来协调成本和摩擦成本。优秀大企业不可避免地患上"大企业病"。
二是人的不确定性。 人有情绪、会疲劳和分心,所以组织设立激励和奖惩机制,确保人有动力把事情做好。
三是人的成长性。 从实习生到资深员工,靠人的成长和经验驱动提升组织能力。
现在,组织主体变成了AI。以前领导派活,两周才能完成;现在拿AI一小时就做完了,但很多人两周后才汇报。个人极致提效,组织效率却没有显著提升——AI的效率被现有组织架构"吃"掉了。
为什么个人效率提升10倍,组织却没有显著回报?
组织是劳动分工的产物。亚当·斯密参观扣针厂时发现:一个人独自完成所有步骤,一天造不了20枚;分给10个人各做一两步,一天能做48000枚。分工让每个人变成某个环节的专家,这是现代组织的基石。但分工之后需要整合,形成大量协调成本。
一个人加AI能完成过去一个团队数周的工作,但旧组织还在——这个人干完了还要等同事进度,再统一开会。AI的效率就这样被旧有协调流程吞掉了。
02 AI真正的价值是创造,而非降本裁员
技术官僚往往是AI转型最大阻力。 经验是一把双刃剑,改变了工作方式也增强了判断力,但心理上会产生被威胁感。最成功的AI应用往往不是IT部门的正式项目,而是来自"影子AI"——非技术人员为解决自己手头问题偷偷搞出来的工具。谁更靠近需求,谁就能创造新需求。
降本增效是陷阱。 李宁见过一家企业20人的部门最后只剩1人,看似省了人力成本,一旦遇到AI无法覆盖的突发情况就会出问题。更重要的是,降本增效是"做已有的事",而真正吃到AI红利的企业都在创造新需求——以前不存在或技术达不到、现在门槛降低后可以做出的真东西。
ROI正在系统性扼杀AI创新。 投资回报率是1914年杜邦发明的,适用于衡量"改进"——换更快的机器、优化物流线路。它假设世界是线性的、可预测的。但那些成功的AI产品(OpenCore、Cloud Code等)没有一个是从计算ROI开始研发的,都是工程师业余时间的副产品。新物种从来不是用旧物种"优化"出来的。
管理思想要变。 很多组织想利用AI让员工工作量更饱满,这在AI时代阻碍了生产力——因为它没有"留白"。DeepSeek内部要求员工50%时间完成既定项目,50%自由探索。泰勒"精准利用每一分钟"的后遗症,在AI时代需要被打破。
03 被AI冲击最大的行业和岗位
判断标准不是"难不难",而是"生成与验证"。
• 高生成、高验证(如AI短剧):AI最容易做、也最卷,壁垒最低
• 低生成、低验证(如高端制造):形成潜在壁垒
AI擅长两件事恰恰是人类不擅长的:将非结构化信息转化为结构化信息(会议录音整理要点);从大量文档中精确提取关键信息。
越容易被取代的岗位: 任务集合中自动化含量越高,越危险。投行或咨询的初阶研究整合最容易被替代。
越不容易被取代的: 需要主观判断、隐性经验、与人打交道、接触物理世界的岗位。AI写段子为什么难?因为段子没有客观真理,取决于观众当下反应。AI知道过去事物的共性,但无法预测未来社会反应——AI无法自我验证。
过去人用大量时间执行、少量时间判断;未来执行由AI承担,人类全部价值集中在判断上。验证、判断、定义标准,是人的领地,在AI时代急剧升值。
AI是解放而非替代。 如果一个人技能点和AI完全重合,就是替代关系;如果借助AI把想法变成现实、获得及时反馈,就是解放。AI起到平权作用,大家站在更公平的起跑线上,差别在于内在动因——能否发现真实痛点并解决它。
04 未来AI原生组织,如何分工?
AI原生组织与传统企业的区别:
1. 干活主体变了。 抛弃基于技能分工的传统形态,不再是科层制金字塔
2. 生成与验证环节重构。 尽可能让AI做任务,人只在关键边缘场景做验收。人要构架系统、配合AI运行,而非给所有人配AI工具让AI配合人
3. 决策方式变了。 AI通过上下文(Context)压缩信息流转损耗,大量中层岗位被替代。组织从大规模兵团作战变成超级个体驱动的"特种兵模式"
企业AI转型的段位划分:
• 青铜:不用AI
• 白银:少数人自发使用
• 黄金:人人用AI但组织方式不变
• 铂金:部分业务线跑出AI试点
• 钻石:用AI改造现有流程
• 王者:围绕AI重新设计整个组织,人配合AI运行,组织形态随技术迭代
为什么很多企业的AI转型是伪命题? 一是时间太短(ChatGPT问世不过四年,未进入技术收敛);二是任务太难(如同满员旧屋里搞装修,住在里面的人不愿搬);三是超级个体无法形成可复制方法论。
推进路径: 做冗余和重建——原有业务不动,单独拉两三个人另起炉灶做AI试点。积累方法论后,传统业务人员再迁徙过去,慢慢完成转型。
新的分工逻辑是"认知分工"。 过去按技能分工(你是美术我是后端),沟通摩擦大。现在智能体完成前后端基础工作,人负责定义需求(确保token烧得有价值)和形成验收闭环,交接成本大幅降低。
05 AI时代,最稀缺的两类人
第一,挖掘真实需求、解决真实问题的能力。 涉及品位、判断力,能精准识别哪些问题值得解决。
第二,目标感和内驱力。 认准靠谱方向就all in,砸进所有认知资源,利用AI边学边解决。过去教育体系培养的大多是追求短期目标的人,最缺的是有内驱力的人。
会被淘汰的两种人: 拒绝承认技术趋势的封闭者;逆水行舟停在某节点的停滞者。
勤奋依然值钱,但方向变了。 过去勤奋是重复苦力,现在勤奋是主动拓展认知边界。真正的突破式创新来自两个领域不经意的结合。
"新内卷"的本质是没有出口、没有创造价值。 只是把流程AI化,十个人的活变成一个人干,总价值没增长。而成功案例是:以前20人团队服务1000用户是亏损的,现在靠AI能做成了——大量被忽略的长尾用户变成"小而美"的生意,这才是AI带来的全新增量空间。
1个人+99个智能体 > 100个人。 组织的边界本质是交易成本均衡的边界。AI把外部交易成本推向接近零,边界正在消融。一个人指挥一群智能体,在关键节点做决策指引,其余自动流转,效率是量级差距。这就是为什么一个人可以成为一家公司。
06 给企业家的话
焦虑分两种:完全不了解AI听别人说就慌的;太懂前沿被迭代速度吓到的。

对前沿的人:AI在全社会的渗透远比你想象的久。调查显示全世界绝大多数人没怎么用过AI,订阅过AI服务的极少,社会整体进化节奏没那么快。
对不了解的人:躬身入局。不能只让助理研究拿二手信息,必须自己上手用,建立对AI的真实体感,拿到属于自己的AI时代上下文,才能准确判断冲击有多大、制定适合自己企业的策略。
管理没有最终答案,只有永恒的追问。人类发明了层级、会议、绩效考核、企业文化,都是在打"补丁"。AI时代,补丁要重新打了。
作者:杏耀注册登录官方平台
新闻资讯 News
- 清华教授李宁:AI强得可怕,人怎...11-16
- 强人离场之后11-16
- AI进步属于全人类,凑合生活丢给...11-16
- 国内车市很可能几年都爬不出坑了11-16

