迈向AI原生组织：腾讯的探索样本
腾讯研究院 · 商业与创投
原创 吴朋阳 季新苏 2026-11-04 18:10 北京 以AI共享平台为核心激发一线创造力，推动组织工作方式变革 吴朋 阳 腾讯研究院专家 季新苏 腾讯云资深云产品策略专家 当AI变革遭遇组织瓶颈 2026年腾讯全球数字生态大会上，组织变革成为热点议题之一。腾讯WorkBuddy专场命名就叫“超级组织”，腾讯HR、财务、行政等职能部门也首次举办专场分享内部探索。所有讨论有一个共同的指向：如何将AI的生产力效应从个体扩展到组织？ 近期海外也在积极探究这个问题。OpenAI平台发布了《企业的未来》文章，探讨AI作为人类的助手、团队成员或协调层，可能怎样改变组织分工。Anthropic发布了AI原生创业手册，贯穿需求验证、产品开发与规模化，提出以智能体工作流支撑日常运营，减少组织运转对创始人持续介入的依赖。企业需要明确人机分工、权限与验收责任，才能让AI的执行能力转化为可靠的组织产出。 AI使用不断深化，但个体提效与企业整体收益之间仍有落差。OpenAI于2026年9月披露，其样本中使用量前10%的企业，每活跃用户输出Token是分布中间10%企业的8.3倍，而1月仅为2.6倍，AI使用强度差距大幅增加。麦肯锡2026年调查则显示，80%的受访者表示AI提高了自己的工作效率，但仅37%表示AI改善了所在企业的息税前利润 （EBIT） ，比例仍然与2025年基本持平。 个人通过AI工具的局部提效不会自动汇聚为组织收益。分析完成更快，后续仍可能等待数据确认、协调和审批；成果增加，也可能增加审核与维护负担。原有岗位、 流程和系统主要适应人的执行方式，只增加工具、不调整分工和协作， 传统的管理方式 仍会成为瓶颈。如何让生产关系适配新生产力，正是AI原生组织讨论的出发点。 AI原生组织兴起：十大特征 如果说传统企业是以人为核心生产力，AI原生组织可以定义为： 以AI作为核心生产力，围绕其执行能力重新设计业务与运行方式的组织。 常规执行主要由AI承担，人转向聚焦目标、创造、价值判断、协调与责任兜底。 可以从业务、组织、流程、系统和治理五个维度理解这种变化：创造什么价值、怎样分工、如何执行、依据什么、如何管控。维度展开有十个主要的目标状态，现实企业往往很难一步到位，大多从局部开始逐渐变革。 （一）业务层：把AI作为核心要素创造新价值 特征①AI倍增器：借助AI加快业务创新及规模化，放大组织创造和交付价值的能力。 传统模式下，业务扩展往往需要相应增加人员和交付投入。AI原生则把AI作为业务的核心要素，通过投入AI支持产品和服务更快创新、迭代及规模化扩展。 案例｜多邻国 多邻国是一个在线语言学习平台，过去以人工为主的新课程开发往往需要数年，限制了课程供给的扩展速度。2025年多邻国正式宣布AI优先战略，重点将生成式AI与共享内容系统、内部工具结合，先建设可复用的基础课程，再快速适配为面向不同语言用户的版本。该公司通过组织流程改造激励员工使用AI，让AI参与内容生成与验证，教研专家把关质量。2025年4月，公司上线148门以初级为主的新课程，使课程总量增加一倍以上。最初100门课程的开发约用12年，而这批新课程从开发到上线不到一年。通过复用课程内容与生产方法，日语、韩语等7种热门非英语语言的课程得以向使用28种不同界面语言的用户开放，显著扩大了业务覆盖。 （二）组织层：围绕任务安排人和AI的分工 特征②任务为中心：按任务灵活进行人机混合编队，组织层级尽量扁平。 特征③数字生产力：AI超越单纯工具，成为可独立完成任务并交付成果的生产力。 特征④人机互补：凡事优先用AI处理，人力聚焦于AI不擅长和高价值的工作。 传统组织主要按部门和岗位配置人员，通过管理层级协调工作。AI原生则围绕任务灵活配置人和AI，尽量减少固定部门和层级对协作的限制，并相应调整责任分工、人才培养和激励机制。 案例｜Moderna 为统筹AI应用与人员配置，生物技术公司Moderna于2025年将HR与IT合并为“人员与数字技术”部门。公司不再分别规划人力和技术投入，而是从工作目标出发，确定技术如何支撑、哪些工作需要人的能力。到2026年，AI智能体已开始在供应链、IT、HR等领域承担信息整合、协调和部分常规决策，让人从具体琐碎事务中抽身，专注在复杂场景的判断。在HR服务中，Ask HR接收员工咨询并分流至专业GPT，HR团队则利用反复出现的问题改进政策与沟通。随着人机分工调整，公司开始出现侧重工作流设计与编排的新角色，并通过培训、实践和经验交流帮助员工适应。早期应用减少了日常工作中的协调负担，缩短了工作周期。通过跨领域信息的综合，提升团队的判断能力，改善决策质量。 （三）流程层：让AI执行与人工监督高效配合 特征⑤人在环上：AI自主执行为主，人负责监测和必要时介入调整。 特征⑥并