内容简介
本书立足 AI 全面重塑商业的时代背景,系统呈现智能体组织这一前沿组织形态,深度解析 AI 如何从底层重构企业经营与管理逻辑。全书围绕 AI 时代下的商业变革、智能体组织核心定义、前中后台转型路径、超级个体赋能、精准激励机制与算法算力竞争等关键内容展开,结合大量企业实战案例,清晰勾勒出从传统金字塔组织、平台型组织向智能体组织进化的完整框架。本书既具备前沿理论高度,又提供可直接落地的实操方法,帮助企业管理者与人力资源从业者把握组织进化方向,破解人效低下、转型迟缓等痛点,打造算法驱动、精英协同的未来组织。
目录
目 录
序 硅谷大裁员,组织进化点
上篇|理念
3 第1章?热血变革与残酷真相
4 智能体组织标杆在哪里
6 Block的微型AGI理论
9 微软的前沿企业理论
11 截然不同的转型路径
14 组织理念,方法还是修辞
18 第2章?AI能让组织自动转型吗
19 工业经济时代的启示
20 数字经济时代的启示
21 AI时代的许愿
23 AI生长的底层逻辑
24 AI爆发的组织土壤
26 拥抱AI?另一种保守!
29 第3章?智能体组织长什么样
30 智能体组织的特征
32 智能体组织转型的关键
34 平台型组织作为跳板
36 走向“平台型组织-Pro”
38 组织形态是最大的护城河
中篇|方法
43 第4章?前台重塑:无限裂变的创业特战队
44 前台的孤勇实践
47 注入AI的新前台
50 行动,建设新前台
56 一个“新前台”的案例
63 第5章?中台重塑:极致共享的智能体工厂
63 被“卡住”的传统中台
66 注入AI的新中台
71 组织中台,仍然重要
77 行动,建设新中台
85 第6章?后台重塑:搭建舞台的智能中枢
86 深陷官僚主义的后台
88 注入AI的新后台
93 三台的新协同关系
96 行动,建设新后台
102 第7章?激励重塑:Token结算,无限市场化
103 经典激励形式:概念与困境
106 新激励形式升级:激励三明治
110 新激励筹码升级:Token结算
113 改造三台激励:无限市场化
下篇|职能
121 第8章?智能体组织里,人去哪里
122 思想家
123 设计师
124 专家
126 情报员
127 强化作业者
128 角色谱系与协作模式
132 第9章?变革人力资源部门,HR的天变了吗
133 追求适应,而非稳定
135 不为塑形,只为实战
137 前沿企业,早有布局
138 在毁灭之火中涅槃
140 HR专业,路在何方
143 第10章?AI会淘汰HR吗
144 培训管理(LD与TD)岗位
147 薪酬绩效(C&B)岗位
151 招聘调配(Staffing)岗位
154 组织开发(OD)岗位
159 共享服务中心(SSC)岗位
164 HRBP岗位
169 附录
169 附录A?转型平台型组织失败的四大原因
176 附录B?AI重塑了管理假设,组织不一样了
181 附录C?中后台转型,走向算法为王
前言/序言
序
硅谷大裁员,组织进化点
硅谷科技巨头的大裁员已经不是什么新鲜事,但它们这两年(2025—2026年)的一系列行动却格外引人关注。在这些果决的行动背后,我看到的是组织逻辑的颠覆性变化。
巨头挥动裁员“镰刀”
根据《硅谷商业周刊》(Silicon Valley Business Journal)的报道,2025年截至10月,全球科技企业裁员已经超过184 000人。
英特尔裁员33 900人,微软裁员19 215人,埃森哲裁员11 000人,IBM裁员9 000人,Salesforce裁员5 000人,亚马逊裁员5 555人,意法半导体裁员5 000人,Meta(原Facebook)裁员3 720人。除了上述科技巨头,其余科技企业也举起了裁员“镰刀”,动作之大,让人侧目。
另一些巨头似乎也在酝酿类似的减负行动。2025年10月末,YouTube发表了一封公开信,它声称,为了适应AI时代的发展、打造更强大的组织能力,要进行一轮组织调整,让组织变得更加扁平。为此,它提出了“自愿性退出项目”(Voluntary Exit Program),即为那些准备好跳出企业“迎接新挑战”的人提供补偿金,推动他们主动离职。
一般来说,企业在发展受阻时才考虑裁员减负,但以上企业好像并不属于这种情况。简单挑出几家代表企业,看看它们市值的变化情况。数据显示,这些企业无一不是在往上走,股价的拉升速度令人咋舌。企业越来越好,人却越来越少,这不符合以前的逻辑。这证明,企业的价值不是靠人的堆砌来实现的,而是有其他驱动因素。
“人才”去哪儿了
被裁掉的人去哪儿了?裁员不影响企业的运转吗?
不影响。一是企业原先存在大量的浪费,这些人早该裁掉;二是AI的到来让这种浪费显得“更不划算”,非常有必要立即裁掉。很多企业原来的运转逻辑就是简单的信息传递,自然需要大量的人。
现在的裁员潮有两种趋势:一是裁掉不能直接产生经营贡献的无效职能(或者称为“周边职能”);二是裁掉中层,即中间层(Manager of Managers,MOM),这类人甚至被戏称为“Excel汇总师”。由于这两类人都是简单传递信息,被AI替代的可能性更大,因此他们没有了存在的必要。
还记得马斯克在推特(现X)的“血腥”裁员吗?他在2022年10月27日接管推特,同年11月3日,就开始大规模裁员。据《纽约时报》报道,截至当年11月4日早上,推特原来约7 500名员工中,就有大概一半员工被裁,约3 700个工作岗位。而后,大刀阔斧的裁员继续,经过11月后续的两轮人员裁撤,推特这家曾经的大厂仅剩下约1 200人,裁员比例接近85%。其中,甚至连CEO帕拉格·阿格拉瓦尔、CFO内德·西格尔等一度被认为是核心人才的高管也未能幸免。事后,推特虽然被认为在某些方面降低了用户体验,但整体运行依然平稳,从推特的发展角度来看,马斯克似乎做对了。至少,这家科技巨头摆脱了原来每日亏损400万美元的窘境。
前面提到的YouTube,也取消了首席产品官(CPO)的岗位,精简了曾经复杂的产品线,让产品负责人直接向CEO汇报。天哪,CPO这个岗位一度是互联网企业或科技巨头的核心引擎,现在居然被取消了?
按照当前硅谷科技巨头的操作,下一步,裁员浪潮会蔓延到它们在世界各地的分支机构。毕竟,在总部“瘦身”完成后,组织的逻辑已经完全被颠覆,很多“人才”都会被界定为“组织冗余”,而这些巨头似乎都不会手下留情。
一个残酷的事实是,某些职能、层级、岗位似乎是无效的。那些简单传递信息的人,已经在AI出现后变成了完全可被替代的“功能件”。留与不留,都在企业的一念之间。
“市值驱动”的裁员
硅谷这波裁员,从动机上看,与中国企业明显不同。中国企业的裁员,大多是因为生存的压力,而硅谷企业则是因为市值的压力。
有没有想过,过去硅谷科技巨头为何会设置大量的冗余岗位,并导致大量的冗员?它们这么做,实际上更多是向资本市场展示“火力”。道理很简单,人才的存在让资本市场看到了更多的可能性。所以,科技巨头不断推动在人才上的“军备竞赛”,制造了一个又一个细分领域的岗位,人才的价格还越炒越高。这些人才,有的甚至根本不产生任何经营价值,偏偏企业还要支付高薪酬。不搞这个“军备竞赛”行不行?当然不行,人家有,你没有,资本市场就会用手、用脚投票,科技巨头的市值就拉不高,甚至稳不住。
但事实上,由于分工过于细化,自然形成了部门墙、隔热层、流程桶、KPI真空罩①等大企业病,这些人才的存在并没有产生预期中的创新,反而导致了决策效率低下。不仅如此,这种大企业病犹如难以治愈的顽疾,还会导致企业越来越臃肿,甚至完全走向错误的方向。当然,各个领域的科技巨头都有自己相对垄断的江湖地位,即使是推特这样的亏损企业,也有资本托底,这让它们并不在意这些浪费。
而现在,硅谷科技巨头已经敏锐地感知到了资本偏好的变化。它们突然发现,现在再堆积人才,反而会让资本市场产生反感——如果还在依靠堆人头来拉动增长,是不是就正好说明它们在AI上没有足够的投入?面对AI大趋势,如果企业还没有回应,那它们还值得被投资吗?换言之,现在美国资本市场对企业的要求是极其苛刻的,在要求业绩高速增长的同时,还要求人才数量大幅下降,换言之,就是要求超高人效。
当前美国的资本市场必看人效,说到底,它们倒不是对人工成本的投入太过介意。对于那些资本大鳄来说,那些指数级增长的科技企业的人工成本并不是一个沉重的负担。它们真正的目的是要用这个严苛的指标,筛选出真正的“智能体组织”(Agentic Organization),再在这类企业上投“重注”。当然,如果读者再想穿透人效看到本质,还可以关注穆胜咨询原创的“AI替代率”这个指标,它反映了企业用AI替代现有工作的占比。
在这样的思路下,硅谷科技巨头更愿意把裁员节约下来的人工成本都换成GPU,去展示它们在算力上的“火力”。它们都想接住资本的“重注”,而这才是它们裁员的根本动力!
组织设计,路在何方
其实,如果人才不再是企业的“火力”,而算力又唾手可得,那么算法可能才是企业的真正“火力”。
未来的组织,很有可能是少量精英依赖AI这类超级工具,产生爆炸式增长。这种组织一方面会产生超级生产力,让精英变得无比重要;另一方面则会大幅压缩就业机会,挤出周边人员。如此一来,被挤出的人员需要社会福利体系来消化,届时,整个社会结构都可能产生“两极化”的巨变。
对智能体组织而言,它们只需要最核心的人才,这些人才搭建了企业的智能系统,并持续推进这个系统的进化,而其他人才只是核心人才淬炼这套系统的道具。如此一来,企业的组织与人力资源管理工作就变得更加聚焦,如何让这群核心人才组成指向经营目标的灵活小团队,如何让他们获得类似合伙人的利润分享,如何让他们获得知识和信息的赋能,就成为未来组织的几个核心命题。
对核心人才而言,他们必须在各个领域内建立指向经营结果的宏观认知,以便支持自己进行顶层设计。这些认知应该是对组织内其他竞争者的代际超越,否则他们不能进入组织的核心。
直白点儿说,他们如果不能对算法有所贡献,而是只停留在信息传递的层面,那就没有真正的价值,就完全可能被AI工具替代。举例来说,一个企业的中后台职能部门如果只能执行流程类或事务性工作,其从业人员就与核心人才无关,根本没有生存的空间。不妨看看周围企业的职能部门,如果它们还没有专注于搭建决策模型、沉淀数据、推算基线(Baseline)等工作,还没有一份自己的数据报表(如人力资源部门的“人效报告”),那我真看不出它们有什么未来。
更可怕的是,这种对核心人才认知升维的要求是无限的。他们的认知如果不能跟上系统的进化,就极有可能随时被核心圈层淘汰。
2025年9月,马斯克的X裁掉了大量的数据标注员,这些人负责通用的数据标注,可以看作为AI建立通用能力的“辅导员”(Tutor)。与此同时,其也在招募金融、法律等细分领域的数据标注员。显然,AI能力建设已经走过了通用领域,进入了细分领域,而人才成为这一过程中被萃取知识后的“药渣”。
拥抱智能体组织
进化残酷无情,但未来势不可挡,组织已经进入了关键的“进化点”。
本书正是为那些开始看懂AI时代、打算拥抱智能体组织的企业而写。对这些企业的老板、高管和HR而言,他们需要的既是理念,也是方法。在互联网上各类鼓吹AI改变了一切、疯狂制造焦虑的观点中,他们很少能获得真知。他们不仅需要理解智能体组织是什么(What),也需要掌握智能体组织怎么做(How)。
说实话,这些焦虑有点儿过了,如果每个人都知道AI这头“灰犀牛”已经开始奔跑,对必然迎接这些冲击的人而言,他们更需要未雨绸缪,提前做好组织层面的准备。但如果观点只能带来或加剧焦虑,观点本身又有什么意义呢?
多年以来,穆胜咨询持续跟进了互联网、数字化、区块链等技术趋势,研究了这些技术背景对组织进化的影响,而AI技术同样也早早进入了我们的视野。事实上,在开始写作本书之前,我已经持续跟进并研究了企业案例、学术理论,也介入了一些企业的先锋实践。可以说,是这些沉淀让本书一气呵成,足以表达我在这个领域的完整思考。
上篇讲理念。在实践里的两个主流案例企业的基础上,本书展开了对智能体组织的探讨,不仅驳斥了“智能体组织就是AI换人”的传统观点,而且对这种组织模式的特征和转型关键进行了分析与展望。
中篇讲方法。依然延续我关于组织变革是建设三台架构(组织结构)、市场化激励机制(激励机制)和知识流赋能(赋能机制)的一贯框架,②对AI技术加入之后,前、中、后台和激励机制可能发生的变化与需要采取的行动进行了详细分解。对读者关心的行动,本书都将其总结为易用的流程方法论。在重塑前台部分还加入了一个案例,让读者能够体验智能体组织转型的真实场景,感兴趣的朋友可以重点阅读。另外,值得一提的是,智能体组织内部由于“知识交易”的特征,激励机制和赋能机制完全合一。
下篇讲职能。即讲述驱动智能体组织转型的牵头部门的变革方向。首先,对智能体组织中留下的人才队伍进行了分析,明确了五类人才和他们的作用。其次,引入了微软的先锋案例,详细分析了其人力资源部门的变革实践。最后,回到人力资源部门的运作,对培训管理、薪酬绩效、招聘调配、组织开发、共享服务中心、HRBP六大职能模块在AI技术下的转型方向进行了详细解读,力图让读者理解这个中枢部门在智能体组织中运作逻辑的变化。
2020年,我出版了《平台型组织:释放个体与组织的潜能》,完整陈述了关于平台型组织打造的理念和方法,也开启了“平台型组织三部曲”的创作历程。2022年,我将穆胜咨询在实践中的若干方法完善到这个体系中,出版了三部曲的第二部专著《重构平台型组织》,为这个理论和方法体系填充了丰富的“血肉”。其间,读者和机械工业出版社多次“催更”,让我完成三部曲最后一部的收官之作,但我一直没有启动写作计划,不是因为没有东西可写,而是因为在等待一个趋势。我始终觉得AI技术(当时还被叫作“数智化技术”)的发展,会为组织进化带来全新的变量,从而让未来的组织模式超越平台型组织。这并不是我单方面的臆想,而是在实践平台型组织的过程中,多重障碍都让我和企业老板们感叹:“如果数字化技术能让这里有×××的效果就太好了!”实践证明,的确需要强有力的技术注入,让这种平台型组织发挥更强的威力,甚至冲破某些关键的障碍。
4年之后的2026年,AI技术对商业世界的冲击已经有山呼海啸之势,我终于等到了这阵必然刮来的“东风”。短短几个月,本书瓜熟蒂落。至此,“平台型组织三部曲”全部完成。
臻品只为知音,请君鉴赏。
①本书作者首先提出的一个概念,意为所有员工看似都承接了KPI,但这些KPI极易完成,且与公司的经营结果并没有太大关系。在这样的情况下,员工看似都很勤勉,却可以明目张胆地“划水”。
②详见《平台型组织:释放个体与组织的潜能》《重构平台型组织》《激发潜能:平台型组织的人力资源顶层设计》。




















