数字与人工智能环境下的工作生态学

这是一篇随笔，写的是一年的每周观察教给我的东西——以及我自己的框架一直不让我看见的东西：在数字时代里，执行方式所带来的影响，以及人工智能带来的影响。

一年多以前，我设计了一个每周运行的雷达（一项用人工智能执行的定时任务），从五个向量观察工作的未来：内部创业、混合与分布式工作、敏捷与自管理组织、多元与包容性治理，以及人工智能与新的工作方式。

在为高管讲授数字化转型、新兴技术（其中包括人工智能）、数据的价值、文化的重要性以及变革管理——直到建立起可信环境——的十多年之后，那就是，而且到目前为止仍然是，我的思想生态。在我看来，这五个向量概括了在数字霍乱时期中执行是如何运作的。

追踪这五个向量上的趋势，目的是通过时间维度上的观察来理解转型。这种纵向观察不靠头条推进，也不靠视频或短片推进。它靠的是文火慢炖，一周接着一周，一个信号接着一个信号，让模式自己浮现，而不是把模式强加上去。

一年之后，最让人不舒服的结论并不是这些向量教给我的东西。

而是它们让我看清了这个框架本身。

这五个向量诞生时是彼此独立的类别。今天我知道，它们是同一栋建筑的五扇窗。而这栋建筑并不是一种职场实践，它是一种组织架构：一个组织借以在人、团队，以及如今的机器之间，分配智能、执行、自主与责任的操作系统。

这就是本文的论点。我打算为它辩护，对它施压，并且在最后，如果有必要，就对这个思想框架动一次外科手术。

0. 每个向量不再是什么

纵向阅读揭示的第一件事，是每个向量都已经放弃了它最初的问题。

内部创业已经不再关乎文化。我们一开始问的是，如何让一家大公司像初创企业那样思考，最后却明白这个问题本身就问错了。一家企业可以让办公室里贴满便利贴、办满黑客松、说满创业术语，却没有缩短哪怕一个审批环节。真正重要的区分是另一个：内部创业的文化，和以创业为基础的运营模式，并不是一回事。内部创业最主要的障碍不是缺乏创造力，而是那套让试验慢下来的制度架构。正确的问题不再是「我们怎么让员工像创业者一样思考？」，而是「有哪些组织约束，让一支好团队没办法像一个自主小队、像一个价值创造源那样行动？」。

混合办公已经不再关乎地点。它走过了三个阶段：地点的灵活性、对时间的主权，以及在场的意图性。占据头条的「重返办公室」并没有否定混合办公，而是让它成熟。最扎实的实证证据——Nicholas Bloom 在 Trip.com 做的随机对照实验，发表于《自然》——表明，设计良好的混合办公不但不会损害生产率或团队归属感，还能把离职率降低三分之一。支持回办公室最有力的论据已经不是个人生产率，而是社会资本。问题不再是「你一周来几天？」，而是「哪些活动从共同在场中获得的价值，足以让这份在场变得值得？」。我们应该把这个叫作有目的的在场。今天这一趟办公室，值了。

敏捷已经不再关乎方法论。也许「Agile」这个词正在失去分量，恰恰是因为它的哲学正在赢得分量。太多组织把敏捷当作仪式来操演，却始终没有获得敏捷性：每日站会无可挑剔，然而决策却要拖上几个月。一种拥有敏捷方法论的文化，未必就是一种灵活而善于适应的文化。 真正该衡量的，是组织的适应延迟：它要花多久才能察觉一个变化、理解它、做出决定并改变自己的行为。从一个可能改变组织的想法出现，到为它配置资源、用数据衡量它、找到一个愿意试用的内部客户、把它规模化并变成惯例，中间要花多久？

多元已经不再（只）关乎代表性。这一年最重要的概念转向，是从「谁被代表了？」转向「谁参与了决策的设计？」。当「好员工」「高潜力」「可接受的风险」这些标准，被编码进由同质化人群设计的人工智能系统时，多元就不再是一项人力政策，而变成了治理基础设施。而偏见也不再是算法的一个二元属性：它是整个社会技术系统的属性——人 + 模型 + 数据 + 界面 + 激励 + 权限 + 复核程序。

而人工智能已经不再关乎任务自动化，它关乎再分配。人工智能是第一种同时改变了谁能执行、能执行多少、从哪里执行、用什么资源、在什么监督之下、以及拥有多大自主权的工作组织技术。正因如此，它不是又一个向量：它是正在把另外四个熔成同一场对话的溶剂。岗位？那是旧思维。

1. 把这些向量连起来之后浮现的模式

如果把五条时间序列叠在一起，至少会出现五个任何单一向量都看不出来的模式。

模式一：受治理的自主——一个延续百年的取舍走到尽头

一个世纪以来，我们都假定自主与控制是一场零和博弈。更多自主意味着更少层级，因而也意味着更少控制。更多控制则要求更多汇报、更多委员会、更多摩擦。

人工智能部分地打破了这个等式，因为它极大地提升了对分布式工作的观察、协调与追溯能力。一支团队可以在如何达成目标上拥有更大的自由，同时它的结果、权限与风险几乎可以被实时观察。一个智能体可以在升级规则和 100% 由人把关的检查点之内，自主执行流程的一部分。

这十年浮现出来的组织原则也许可以这样表述：更多的局部自主 + 更多的全局可观测性。我们已经进入了受治理的自主（更多自主，同时更多度量，一种反直觉的混合）的时代，而这正是最能把五个向量串起来的概念。旧组织说的是「我们先干活，之后合规团队再来核查」。智能体组织会说「治理规则本身就是我们工作所用系统的一部分」。治理不再是一个部门，而成为工作流的一部分。人创造魔法，数据与技术同时完成它们的工作，信任则从治理中生长出来。

模式二：执行变便宜时，判断力就变贵了

生成式人工智能与智能体人工智能，降低了检验一个想法所需的最小团队规模。市场调研、原型、代码、财务模拟、商务材料：以前需要七个部门才能完成的事，如今一个由人工智能增强的小单元就能应付。我们可以把这称为创业机器的加速：更少的人、更少的资本，以及假设与证据之间更短的时间。

但要小心「增强版单人创业者」这种轻率的外推。当执行成本下降，稀缺资源就转移到了判断的质量上：选哪个问题、验哪个假设、如何解读模糊的信号、接受多大的风险。而判断力会在以多元视角为基础的协作实践中变得更好——多元这个向量就是在这里堂堂正正地走了进来。我们要去的地方不是「一名员工 + 一百个智能体」，而是小而多元、却拥有不成比例产出能力的人类团队。这就是我那个老公式在细胞尺度上的运作：f(转型) = max(人 + 数据 + 技术)^信任。技术做的是乘法，而信任是指数（它让最终价值不成比例地放大，或者把它归零）。

模式三：工作与雇佣分离

几十年来，我们一直把「工作」和「岗位」当成同义词。人工智能让我们可以把工作拆解到某种颗粒度，而这种颗粒度使那种等同关系变得过时。一个岗位是一束活动：有些被自动化，有些被增强，有些需要更多的人，有些则未必，而且还会诞生新的活动。

最有意义的分析单位不再是岗位，而是这条链：任务 → 工作流 → 角色 → 团队 → 组织。谈论「被消灭的岗位」或「被创造的岗位」太过粗糙。只要组织的基本单位不再是岗位，而变成工作流或者说动态，这种精度上的错误就能被克服：人、模型、智能体、数据、工具与检查点共同组合出价值。微软称之为 Frontier Firm；麦肯锡称之为智能体组织。比起标签，我更愿意描述现象本身：我们从层级走向敏捷团队，再演化到人机智能体网络。这三层会并存。但第三层会改写另外两层的规则。

模式四：素养不等于采用；采用不等于转型

这是这一年最被低估的模式。一个人可以完全懂得如何使用人工智能助手（copilot、GPT、Gem）或者智能体，却决定不把它带进自己的工作。因为他不信任它。因为他担心自己的就业能力。因为他的目标并不奖励省下来的时间。因为他的主管也不用。因为旧的工作方式仍然够用。

推动人工智能素养未必意味着人工智能的采用，更不能保证组织的转型。汇总数据把这一点确认得相当残酷：绝大多数组织都在试验人工智能，而只有极小的一部分报告了对损益表的实质影响。这个落差不是技术性的，而是工作再设计与变革管理的落差。我还要加上一个由意识形态多元赠予我们的区分：采用未必转化为信任。两个人可以使用同一件工具，却对它的后果持完全相反的看法。管理这种张力，才是真正的变革管理。用人工智能读写邮件，与用人工智能在每一步、每一个决策中创新，并施加一层改变个人价值创造能力的创造性滤镜，是两回事。

模式五：人文悖论——合成的丰裕反而让人变得更值钱

例行性的智力执行越便宜，某些人类能力就越值钱。这并不是尽管机器在大量生产语言、分析与代码，恰恰相反，正因为如此，人的判断力才在升值。

当内容不再稀缺，涨价的就是判断、意图、声誉、信任、诠释与责任。这就是我的朋友 Gam Dias 所说的 Human Umami（人类鲜味）：那种无法被合成的第五种味道。那种定义了增强智能的秘方，而它又与混合办公相连：如果人工智能吸收了准备工作与行政事务，那么物理在场就可以集中到机器替代得不好的地方——谈判、辅导、信任、意义的共同创造。人工智能与办公室并不是彼此对立的力量。设计得好，它们是互补的。

2. 挑战我自己的架构：这套工作生态学是不是少了向量？

自我批评来了，而框架究竟是有用还是只是装饰，就是在这里见分晓的。

我这套五向量架构有三处弱点，被一年的证据照了出来。

第一：这五个向量已经不再正交。 它们诞生时是平行的类别，今天却是同一现象的不同投影。在做研究时，把它们分开是有价值的——这让人能够守望信号——但它本身已经不再具有解释力。这个框架需要一个更高的层级来整合它们：分配智能、自主、执行与责任的架构。

第二：少了一个向量，而且它不是技术性的。它是信任，以及社会技术系统的治理。 在我的公式里，信任一直是指数；然而在雷达上，它却被稀释在每个向量内部。这是个错误。这一年的证据表明，治理——真实系统的可追溯性、决策权的归属、可观测性、可审计性、升级机制、授权与权限，以及人机共担的责任——才是决定其余一切的地基。

我提议把它提升为第六向量：社会技术的信任与治理（或者，如果忠于那个公式，就叫第零向量：那个把其他向量乘大或者归零的指数）。没有它，受治理的自主就是一个矛盾修辞，而人工智能的采用也会停滞在组织里那场没完没了的试点嘉年华。

第三：有一个正在浮现的候选者，我还没有把它升格为向量，但我盯得很紧：人类能量的可持续性。 遥测数据所记录的那种无限延长的工作日——被切碎的工作、侵占夜晚的会议、被粉碎的注意力——提示我们，合成智能的丰裕带来的第一个后果并不是释放人的时间，而是把它压得更密。有时候，持续使用人工智能所造成的认知过载，会直接碾碎人的辨别力。我们需要更多时间去消化人工智能交给我们的结果。如果执行在加速而判断在变贵，那么保护人的认知与情绪能力，就不再是给人才准备的装饰性福利，而成了一种产能战略。这是人才团队必须守护的战略支柱。我目前仍然把它当作一个横向维度来处理。也许十二个月后，我得向它道歉，并把它升格为向量。又或者，它只是又一项技能？

那技能呢？ 我们始终可以选择把技能提升为一个新的观察向量——它会是第七向量吗？我并不信服。尽管我曾就批判性思维写过很长的文字。我不愿意把技能当作又一个向量放进这个方程。它们是「人」这个系统的血流。组织在五年后所需要的能力中，会有三分之二不同于今天，但这并不是一条与其他趋势并行的趋势，它是所有其他趋势的结果。把它变成向量，等于把症状误当成力量，把能量误当成架构。这些技能的退化，将会成为重新定义工作生态学的趋势与向量，但现在还太早。

总之，如果要把新的工作生态学浓缩成一个可操作的定义：

工作生态学，是一个组织在既定的信任与可观测性体制之下，于个体、团队、智能体与结构之间——有意识或无意识地——分配智能、执行、自主与责任的那套系统。

我之所以说「有意识或无意识地」，是因为真正的分界线就在这里。每一个组织都已经拥有一种工作生态学。竞争差距存在于设计它的人与继承它的人之间；存在于「是什么」与「想成为什么」之间。今天，有五种属性定义着工作生态学：

1. 它是分布式的：基本单位是工作流，而不是岗位。

2. 它在三重意义上是混合的：地点（现场／远程）、时间（同步／异步），以及执行者的性质（人／智能体）。

3. 它在流程之内被治理：规则活在工作系统内部，而不是活在另一本手册里。

4. 它要么因设计而多元，要么因默认而偏颇：不去治理自身决策系统构成的人，就是把它交给了自己的历史偏见。

5. 它建立在可衡量的信任之上：没有信任的采用是合规；没有可观测性的信任是信仰。信任需要被衡量，而采用必须诞生于个体的信服。只有到那时，采用才会转化为信任。

3. 对 C-suite 的战略含义：一种新的执行生态学

对首席执行官而言，这个含义关乎身份：重新设计操作系统这件事，是无法下放的。证据很固执：多数领导者都承认自己的组织没有为即将到来的变化做好准备；而当智能体人工智能的转型被当成一个有高管赞助人的技术项目、而不是一次由高层领导的运营模式再定义时，它就会失败。我们不再身处一个由人为人设计流程的世界，而开始共处于一个由人与机器（被增强的人）为机器加人（人工智能智能体的现实）设计流程的世界。

首席执行官必须制度化的问题，不是「我们用了多少人工智能？」，而是「我们把一个好想法吸收成运营行为，需要多快？」。吸收变化的能力就是新的竞争优势。它是受治理的自主（更多自主，同时更多度量，一种反直觉的混合）与创业机器的加速（自主且被增强的团队，在技术与人力资源上更轻，能够加速从问题到原型再到规模化的循环）的混合体。

对首席人力资源官而言，这个含义关乎重建。如果工作与雇佣分离了，那么整套人力资源工具——职位说明书、绩效、人力规划、薪酬、管理幅度——都建立在一个正在灭绝的分析单位之上。未来的 CHRO 管理的是任务组合、人机智能体工作流，也许还有技能组合，而不是岗位清单。他们还继承了两项新使命：用硬性结果来衡量灵活性的公平程度（晋升、项目机会、薪酬——而不只是满意度，因为「近距离偏见」不会出现在组织氛围调研里），以及培养一项正在浮现的管理能力：向人机系统授权的能力——在既不微观管理也不盲目信任的前提下，向智能系统授权，为它设计指标体系，或者把受治理的自主翻译进自己的责任范围。这项新的管理能力，将是管理「从层级，到敏捷团队，再演化到人机智能体网络」这一转变的关键。

对首席战略官而言，这个含义关乎时钟。创业机器的加速意味着，检验一个战略假设的成本已经坍塌；战略不再是一份年度文件，而变成一个由受治理的试验构成的活体组合。他们的关键指标——战略负责人的核心 KPI——变成了组织适应变化的延迟。如何衡量从假设情景到被要求的变化、从试点的赞助与规模化、直到合规要求被重新定义的这一整段适应过程。而他们的新责任，将是决定哪些能力自建、哪些外购，因为在一个智能随需可得的世界里，这条边界将定义未来的公司。他们会在不知不觉中催化一场转变：从一个以全职员工为基础的组织，走向一群在平台上按项目、按时段兜售自身技能的专业者所构成的新蜂群（随需而至的增强智能）。而那属于另一个故事，我现在不想展开。

对首席信息官而言，这个含义关乎角色：从系统提供者，变成工作的架构师，或者说，智能体网络治理模型的架构师。关键基础设施已经不再是 ERP，而是人机智能体的编排层——身份、权限、可观测性、升级、审计。数据显示，表现最好的公司，其技术领导者都深度参与公司战略，而不是事后执行战略。那些继续管理工单需求的 CIO（这件事如今用生成式人工智能做的一个小工具就能完成），会被治理智能体网络的人取代。

对首席数据／数字官而言，这个含义关乎被具身化的治理。如果多元是决策的基础设施，而偏见是社会技术系统的属性，那么 CDO 就成了人机决策架构信息基础的担保人：哪些数据喂给哪些模型、在什么监督之下、在哪些人群上被评估、附带什么样的申诉权。他们的仪表盘不再只衡量和保障数据质量，而开始衡量决策质量，以及受治理的自主如何转化为一种新的信息秩序。另一个值得思考的问题是：CDO 的这项职责，究竟是首席执行官在受治理的自主之下授出的一项委托，还是与作为智能体网络治理模型新架构师的 CIO 共担的一项责任。

还有一句给这五位的横向警告：这份议程不是分给各人的，而是共有的。当人力资源管人、IT 管智能体、却没有人管两者共存的那个工作流时，受治理的自主就在那一刻死亡。

在人工智能的数字环境里，这种新工作生态学的首要挑战，在于重新配置人与机器之间的架构。这样一次再定义，取决于以迭代的方式加速创业机器，同时培养向人机混合系统授权的本领。最终目的无非是持续压低组织面对环境时的适应延迟——在这个环境里，变化率已经变成指数级；而组织的灵活度，将取决于能否正确定义一套由专有数据与信息、以及被增强的人所优化的智能体网络架构。

决定工作未来的，既不是我们在哪里工作，也不是某一项具体技术。决定它的，是自主、智能与执行能力在个体、团队、组织与机器之间——在日复一日、分分秒秒的共处中——的渐进式再分配。

内部创业证明了，小单元可以获得非凡的企业能力。混合办公证明了，协调不再要求在时间与空间上永久重合。敏捷证明了，适应能力比礼仪更重要。多元提醒我们，一个决策的质量，取决于哪些视角参与了它的构建。而人工智能把一切连了起来，因为它同时再分配了执行、监督与自主。

因此，核心问题已经不再是如何把工具引入工作。现在的挑战，最接近于一门重新定义并优化这一序列的艺术：任务、工作流、角色、团队，进而创造新的组织。换句话说，如今最主要的问题在于：如何设计出能够在人与机器之间有意识地分配智能、自主、执行与责任的组织——并以信任为指数。

因为每一个组织，都将拥有一种在被人工智能增强的数字场域上的工作生态学。

唯一的问题是：它是被设计出来的，还是被继承下来的。