首页
AI类系统
渠道合作
关于我们
从超级个体到超级组织：云栖大会解码 AI 原生组织进化路径
「今天工程师代码效率可以提高 10 倍，但端到端开发周期并没有明显缩短。超级个体的集合，不会必然走向超级组织。」9 月 22 日，在杭州举行的 2026 云栖大会 AI Native 组织论坛上，阿里巴巴集团首席人才官蒋芳以这一判断点出论坛的核心议题。围绕本届大会「智以致用」的主题，论坛将焦点落在 AI 如何从个人提效走向组织效能：不仅要放大个人能力，更要推动流程、协作和决策机制同步进化，将技术能力转化为端到端的业务结果。
为推动 AI 从「可用」走向「用好」，本次论坛首次由阿里云 CPO 线与 CIO 线联合举办，以「组织变革」和「系统重构」双线交互，围绕产研流程、组织设计、人才管理及跨行业实践展开讨论，共同探寻 AI 原生组织的进化路径。
（阿里巴巴首席人才官蒋芳致辞）
业务系统与组织正在同时被 AI 重写
在蒋芳看来，AI 正在从「回答问题」走向「执行任务、交付结果」，开始改写岗位边界、协作方式和权责关系。这也是本届论坛首次由 CPO 线与 CIO 线联合举办的原因。「过去，技术与业务是一个议题，组织与文化是另一个；但今天二者已深度融合、不可分割——业务系统正在被 AI 重写，组织也必然被重写。管业务系统的人和管组织的人，第一次坐到了一起。」她说。
在蒋芳看来，AI 转型不只是技术命题，更是组织命题。她指出：「组织力就是竞争力——当模型能力趋近，组织上的代差，恰恰是别人无法 copy 或 paste 的壁垒。」基于过去一年的实践，她进一步判断，组织 AI 化已是确定选项，但转型难度因组织基础而异：一号位对 AI 理解深并具备动手能力、工作高度数据化、规模在百人以内、核心团队高度互信的组织，更容易完成转型，反之则更难。
对于如何启动这场重构，蒋芳给出三条实践原则：Leader 先下水，不能站在岸上；特区先试，不要指望齐步走；重构工作流，而非嫁接工具。她以阿里巴巴 AI Coding 产品 Qoder 团队为例：5 个人用 7 天开发出 QoderWork，方案当天讨论、当天决策、当天修改，行业通常需要几个月验证的想法，一周便跑完一轮。她认为，AI 时代的组织变化很难由一次顶层设计完成，更可行的路径是让管理者亲自实践，在小范围建立可验证的样板，再逐步扩散有效方法。
技术越强，人是否越不重要？蒋芳的回答是否定的。她认为，AI 时代企业仍要把人才视为核心资产，但人才既要有判断力和创造力，也要减少自我中心，在更大目标中与人、与数字同事协作。她用「Talented but small ego」概括这一变化，并以《侏罗纪公园》中的台词表达期待：「Life, finds a way.」——生命总会找到自己的出路。「我们也终将找到一条路，让 AI 真正深入组织的肌理与每个人的工作。」
产研流程重构：从局部提效到端到端效能
阿里云智能集团副总裁、首席信息官蒋林泉从 CIO 视角观察产研流程。他回顾，一年半前团队 AI 生码率已达到 40% 以上，但端到端需求所消耗的人员并没有相应减少。原因在于，写代码只是研发链路的一部分；未经测试、资深人员评审和线上验证的大量代码，还可能转化为技术负债，让骨干和关键节点成为新的瓶颈。
他借用软件工程名作《人月神话》的经典判断解释这一现象：向已经延期的项目继续加人，往往不会加快进度，反而会因任务拆解、人际沟通和上下文同步成本上升而更加延期。Agent 带来了一个不同的变量——「不会增加人类的协同链路，但是它会把一个人单节点任务的执行效率提升了」。
这一变化为减少跨岗位协同创造了条件。随着 AI 降低跨专业学习门槛，产品、设计、前端等角色开始走向融合，有些项目中的岗位类型由 6 类减少到 2 类，同一需求所需人月降至原来的二分之一至三分之一。参与岗位和人数减少后，沟通链路随之下降，上下文密度则进一步提高，局部提效才有机会转化为端到端效率。
系统开放同样不是简单「把接口开出来」。在真实企业环境中，智能体的高频调用、失败重试会带来系统负载、安全和审计问题。阿里云先治理业务概念、数据字典、API、权限和身份，再优先开放覆盖主要调用量的能力。据蒋林泉介绍，相关系统向智能体开放 4 个月后，通用智能体调用量增长约 1000 倍；
在此基础上，数字员工开始从功能演示走向结果交付。蒋林泉透露，其团队过去三年落地 28 类数字员工，并形成涵盖组织重构、任务识别、标准定义和执行验证的方法外，今年也沉淀成了阿里云的产品。他强调，判断数字员工价值的标准，不仅仅「像不像人」，而是能否承担与人类员工相同的任务，并以更高效率交付真实结果，这些理念将在睿系列 RaaS 产品中得到充分体现。
（阿里云智能集团副总裁、首席信息官蒋林泉现场分享）
当人人都是大模型：个体智能如何汇成组织智能
如果说蒋林泉讨论的是流程重构，阿里云智能集团 HR 副总裁袁亦敏则进一步追问：组织能否像大模型一样运行？她认为，AI 组织不止于使用 AI，而要借用大模型机制重构架构、信息、决策、学习、人员和支撑环境，让六个要素形成联动。
在这一框架中，部门应围绕统一目标函数动态协同。以国际业务获客为例，线上投放、线下活动和市场情报不再各自追求局部指标，而要共同指向线索转化效率；任务也可根据能力与场景动态分配。「分工是在共同训练中自然地长出来的。」她说。
袁亦敏还强调「上下文」的价值：CRM 和报表记录的多是压缩后的事实，而会议讨论、客户拜访中的犹豫、一次判断背后的因果关系，才是组织持续学习的关键材料。AI 可扩大信息采集，人负责关键判断和标注。「被写进这个组织里面的理解才是真正的壁垒。」同时，决策还应按问题重要性分配「注意力」，避免协同链路过度膨胀。她认为，未来的分野不在于用不用 AI，而在于组织能否「始终以效率为第一性原理」，在有限资源下持续智能进化。
（阿里云智能集团 HR 副总裁袁亦敏现场分享）
从「用 AI」到「按 AI 重塑组织」的三阶段进化
阿里云智能集团 HR 副总裁包晨星将 AI 原生组织的演进概括为三个阶段：AI 先成为个人助手，继而以数字员工身份进入人机协作网络，最终让交互、决策和复盘沉淀，形成能持续学习的「组织大脑」。他介绍，阿里云目前处于第二阶段，内部已有 600 多个数字员工。
这一转变正改变组织的基本形态。他以一个约 2500 人的团队为例：三年时间从传统职能制转向三层经营单元，并把数字员工嵌入业务流程。人负责判断、情感和价值选择，AI 承担推理、计算、记忆和执行，形成「双核」。包晨星认为，AI 能放大人的产能，但人的直觉、同理心和协作能力，仍决定企业能走多远。
包晨星进一步提出，AI 时代的领导者既要坚守战略愿景、基于数据调整方向，也要亲自上手使用 AI、管理多元团队并保持终身学习，不能只做 Sponsor。为突破管理者、尤其是一号位时间有限的瓶颈，团队尝试打造高管数字分身「Patrick」：通过语料蒸馏和 Harness 工程沉淀管理智慧，上线后每天有数百名员工主动向其咨询客户与流程问题，其中很多来自一线。数字分身的价值不是模仿领导语气，而是把个人经验转化为可随时调用的组织能力。相应地，HR 也需转向 Agent 设计和人机协作运营，AI 应用应由真实问题与业务结果牵引，而非把 Token 消耗变成强制指标。
（阿里云智能集团 HR 副总裁包晨星现场分享）
跨行业共识：AI Native 最终要用业务结果检验
「系统重构×组织进化」圆桌将讨论带到产业现场。中国石油昆仑数智党委委员、副总经理李先奇介绍，兰州石化采用 FDE（前线部署工程师）三方联合开发模式，45 天完成异常诊断智能体并接入生产系统。工业 AI 既要以本体、规则围栏和机理模型保障安全可靠，也要以业务价值检验成效。
益海嘉里金龙鱼首席信息官阮忠友认为，转型瓶颈首先在 Leader：「如果一个 Leader 自己不用，他怎么想也想不出 AI 工具要给流程带来什么。」评价 AI 也不应看 Token 量和调用次数，而应看代码采纳、送样、成交等业务结果。
银河通用机器人联合创始人、CFO 孙登科分享了「小实验室」式机制：让多个团队分散探索，出现有效方向后迅速筛选、集中资源复制。一名复旦毕业的 00 后实习生用春节 5 至 6 天开发出地图化项目管理工具，过去同类系统通常需要一至两个月。
圆桌主持人、阿里云智能集团公共事务线副总裁安筱鹏将这些实践概括为「涌现、筛选、复制」。他指出，石化、粮油加工及具身智能等行业的案例显示，AI Native 组织没有统一模板，却呈现出三大共性演进方向：从个人工具走向组织系统，从局部效率走向端到端结果，从固定岗位走向人与数字员工共同组成的新工作单元。
（「系统重构×组织进化」圆桌讨论）
当技术能力以更快速度演进，组织改变注定更复杂，也更需要耐心。正如蒋芳在致辞中所说，「我们中没有谁拥有答案，但有全身心投入这场探索的热望。」对企业而言，AI 时代真正的分水岭，或许不在于部署了多少模型、消耗了多少 Token，而在于能否把技术能力写进工作流、把个体经验沉淀为组织能力，并在一次次真实业务结果中完成进化。
来源：互联网
