AI转型最大的阻力，可能就在机构内部 | 人人都是思路经理

给员工采购AI工具、组织AI培训、鼓励大家使用AI Coding，甚至把AI使用情况纳入绩效考核。

折腾了一圈，效果怎么样？

员工写周报快了，运转做海报快了，研发写代码也快了。可一到实际工作，需求还是要层层审批，跨部门沟通依然困难，一个工程从立项到上线，照样要开十几场会。

好不容易用AI节省了几个小时，结果又花在了开会和汇报上。

AI工具升级了，机构的管控做法却没跟上。

这可能是很多机构推进AI转型时，最头疼的问题。

全球知名电商系统Shopify的一封内部邮件，在科技圈引起了不小的讨论。

CEO Tobi Lütke向员工提出了一项要求：班组申请增加人手和资源之前，需要先证明，为什么现有工作不能通过AI完成。

机构还安排将AI使用情况纳入绩效和同事评价。

这项政策当然存在争议。毕竟，没有哪个打工人会喜欢老板天天琢磨，自己的工作能不能交给AI。

但站在机构经营的角度，这件事确实值得调研。

一个原本需要10个人完成的工程，如果通过AI辅助，5个人就能完成，机构还需要按照原来的做法招聘、分工和管控吗？

如果思路经理已经能够借助AI Coding开发原型，设计师能够批量生成视觉思路，运转能够使用Agent完成大量重复性工作，传统的班组配置是否还有调整空间？

很多机构恐怕都得重新算这笔账。

不过，Shopify的做法也有一个值得注意的地方：它要求班组在申请资源前先考虑AI的能力，实际涉及的是工作如何重新分配。

毕竟，AI能完成一项工作，不代表机构就可以直接裁掉一个岗位。原有的业务、读者关系、架构维护和变数管控，仍然需要有人负责。

而且，对于那些已经进步了十几年、几十年的机构来说，想调整组织，远比买几个AI工具困难。

很多人讨论AI原生组织，喜欢拿一些AI创业机构举例。

几个人，配合一堆AI Agent，就能完成思路研发、赛道推广、读者服务等工作。

但绝大多数机构没有从零开始的空间。