BCG -未来已来：AI组织进化论.pdf

1、2024年8月阮芳、严慎予、俞晨骜、唐卓俊、王秋萌未来已来：AI组织进化论目录前言 11.瞻远景：AI时代蓝图展望 22.探前路：AI时代组织如何进化 42.1 组织形态：是否会去中心化？还需要总部吗？42.2 领导力：是否需要CEO？角色如何转变？112.3 人才管理：AI组织需要怎样的人才？132.4 考核激励：如何优化激励考核机制？162.5 组织文化：以人为中心，还是以AI为中心？183.看今朝：如何加速向AI组织转型 193.1 自上而下的战略推动 193.2 自下而上的创新激活 19结语 21后记 22波士顿咨询公司2024年8月前言ChatGPT的问世引发了新一轮的AI热潮，AI

2、正在以不可阻挡之势重塑世界。商业领袖们对AI在降本增效、提升销量方面的价值已初步认可，并慢慢开始思考AI对组织管理的影响。AI时代的组织能否向去中心化发展？动态边界的网状组织和液态组织能否与科层式组织并存？还需要总部和CEO吗？如何聚集并激励AI先行者？实现上述美好愿景需要怎样的技术、文化、管理变革作为前提？本报告将与您共同探索AI时代的组织如何进化，以及传统组织如何加速向AI组织转型，共同迎接这一激动人心的未来（参阅图1）。未来已来：AI组织进化论 321AI组织传统组织看今朝探前路瞻远景AI时代蓝图展望AI时代组织如何进化如何加速向AI组织转型 图1|研究框架波士顿咨询公司2024年8月未

3、来已来：AI组织进化论21.瞻远景：AI时代蓝图展望人工智能（AI）作为第四次工业革命的关键角色，正推动人类社会步入全新的智能化阶段。21世纪以来，AI技术高速发展，由半监督机器学习升级到基于多层神经网络的深度学习，再到今天的生成式AI浪潮，通过算法架构创新与史无前例的数据量引发质变，成为AI技术的革命性里程碑。未来，AI的终极目标是通用人工智能（AGI），即让机器模拟甚至超越人脑神经网络的能力，激发无限的创造潜能（参阅图2）。历次工业革命的技术变革，都推动了生产力的进化。BCG亨德森智库秉持谨慎乐观的态度，针对AI时代的生产力变革提出三个关键假设。假设一：未来的AI技术是自动化智能与增强智能

4、的结合，组织内需要碳基人和硅基人共同合作、缺一不可。自动化智能（Automation Intelligence）：依托AI实现任务的自动执行与自主决策，由AI替代人类；适用于简单的、确定的、重要性低、独立的工作，如AI客服代替部分人工。增强智能（Augmented Intelligence）：通过AI提升人类的创造、决策等能力，强调以人为中心、AI辅助人类；适用于复杂的、不确定的、重要性高的、需要协调的工作，如AI创意助理辅助人类设计广告，提升效率。1980年代机器学习（半监督学习）2006年深度学习（通过多层神经网络）2017年生成式AI（类人脑神经网络）？通用人工智能（超越人脑能力）196

5、0年代初代人工智能（基于编码的监督学习）巨量数据加人脑神经网络虚拟重构实现跃升 抽象逻辑 全知全能 创造 算法架构创新与史无前例的数据量引发质变 多模态生成 情感解码 上下文识别 系统在无明确编程的情况下自动从数据中学习 自然语言处理 语音识别 机器视觉 人提供明确学习指令，让系统从数据中学习 从数据中学习 分类 预测 系统遵循一套编程规则 控制系统 异常检测 本报告所指的AI时代编码器Encoder解码器Decoder来源：BCG分析。图2|AI技术发展趋势波士顿咨询公司2024年8月未来已来：AI组织进化论3假设二：伴随着技术的发展，AI承担的工作会越来越多；人类生产力将会获得极大解放，并

6、向新兴产业链或能体现人类差异化竞争力的劳动力形态迁移。假设三：长期来看，人类将更多地出于兴趣和成就感去工作，而非单纯谋生。在AI技术变革和生产力变革的双重推动下，组织管理也将发生创新迭代。商业领袖需要重新思考，怎样的组织结构和管理方式能够更好地适应和利用AI技术，从而实现更高效的运作和更强的竞争力。波士顿咨询公司2024年8月未来已来：AI组织进化论42.探前路：AI时代组织如何进化在商业文明的浩瀚宇宙中，组织的进化好比运输工具的革命，是我们探索未知、实现商业目标的载体。传统组织像一架飞机，以稳健的姿态在大气层中翱翔；而AI时代，组织将蜕变为火箭，挣脱引力束缚、冲破云霄，向星辰大海进发。在AI

7、组织的进化中，组织形态就像火箭的“主体结构”，正如火箭主体结构采用模块化设计理念、适配不同载荷和发射条件，AI组织也可能有多种形态共存，以保持其灵活性，适配不同业务和环境的发展要求；领导力作为组织的“控制系统”，精准把控组织航向，及时纠偏和调整轨道；人才是“动力系统”，为组织创新发展输送源源不断的创造力和生命力；绩效激励与文化则如同“燃料”，要用更高效的燃料充分激发动力系统的性能。本章将从上述五个维度，来畅想AI时代组织管理的创新迭代（参阅图3）。2.1 组织形态：是否会去中心化？还需要总部吗？AI时代，模块化技术平台将为AI组织赋能，且多种组织形态可能共存（参阅图4）。具体而言，在AI组织中

8、，我们可能会看到组织的去中心化，集团总部的角色被重新定义。组织的边界更加模糊，自上而下或自下而上地形成更加动态、开放的生态系统。火箭AI组织主体结构组织形态控制系统领导力动力系统人才管理绩效激励组织文化 组织能否向去中心化发展？是否需要集团总部？是否需要边界？动态边界的组织能否与科层式组织并存？人才结构还是金字塔型的吗？人才还需要轮岗培养吗？AI组织需要储备哪些关键人才？未来还需要CEO吗？AI辅助下，CEO职能会有哪些变化？如何激励AI先行者（包括碳基员工、碳基组织）？硅基人产生的额外价值应如何分配？关键问题燃料 AI组织文化是以人为中心，还是以AI为中心？ABCDE 图3|AI时代组织如何

9、进化波士顿咨询公司2024年8月未来已来：AI组织进化论52.1.1 组织如何建设AI能力？AI将依托模块化技术平台，为组织赋能。该平台由三部分构成：底座：底层模型。有三种能力建设路径，包括自主开发专有模型、训练现有基础模型、微调现有基础模型。其中，自主开发模型灵活性强，但对成本、算力和人才要求极高，仅适用于以AI为核心业务或超大规模的少数公司；训练或微调现有基础模型因其成本优势将成为主流路线（参阅图5）。平台：模块化AI能力。采用“全人思维”而非“场景思维”构建AI能力，即从人的关键能力出发，打造即插即用的模块化能力，使其像乐高积木一样可以由前端按需调用组合，例如语义理解、情绪识别、对话交互

10、、话术知识库、流程推进、创意生成、数据分析等能力。前端：硅基人。按照不同工作场景的能力要求，从AI能力平台按需调用能力模块并集成为硅基人，打造敏捷前端。例如，销售硅基人调用语义理解、情绪识别、对话交互、话术知识库、流程推进等能力模块；设计硅基人调用语义理解、对话交互、创意生成等能力模块。小而精的总部模块化AI能力底层模型硅基人按需调用能力模块在组织中承担不同职责网状组织液态组织扁平组织去中心化敏捷反应重引领、轻管控赋能动态边界技术支撑模块化技术平台12534来源：案头研究；专家访谈；BCG分析。图4|AI时代组织形态发展畅想波士顿咨询公司2024年8月未来已来：AI组织进化论6AI模块化技术平

11、台将成为组织降本提效和敏捷创新的利器。一方面，平台从前端提取共性需求转化为模块化服务，集成组合后输送给前端，减少重复性工作，提高跨部门协作效率；另一方面，即插即用的模块化能力可以更快地响应业务需求，实现敏捷反应、快速迭代。2.1.2 科层式组织还会存在吗？AI时代，传统的科层式组织在部分场景仍然适用。那些价值链条长、试错成本高、强流程驱动的业务，仍然需要上级进行事前、事中、事后的监督，适合通过科层式组织进行管理，例如供应链部门、生产制造部门等。但考虑到AI组织信息高度透明、对称，减少了对直接监督的需求，管理宽幅扩大，同时AI可提升人的创造、决策能力，使得领导者与团队成员之间的能力差距缩小，传统

12、科层式组织将进一步扁平化，这意味着组织层级更少、管理幅度更大，且决策更多向下授权（参阅图6）。模式说明开发成本（预计）灵活性灵活性有限主流路线：现有模型不具备期望的功能，或用例决定必须开发专有模型才能获得竞争优势 基于外部通用化模型，在供应商支持下训练新的专有模型 如输入公司专有数据训练模型 内部从零开始开发训练模型5000万美元+（以复杂模型为例）高灵活性，具备塑造差异化优势的潜力100万-1000万美元较高灵活性，具备塑造差异化优势的潜力1万-10万美元 向基础模型供应商购买访问权限，并基于特定任务微调 如微调ChatGPT用于撰写法律备忘录主流路线：现有模型已具备期望功能，无需开发专有模

13、型仅适用于少数公司：如以AI为核心业务，或超大规模公司适用场景 硬件（GPU/TPU）：3000万美元1 训练：1000万美元+2 研发人员：不定 训练：100万-500万美元3 供应商：不定 数据收集和打标签：1万美元+计算成本：极低自主开发专有模型训练现有基础模型微调现有基础模型来源：案头研究；BCG分析。1 Meta的LLaMA使用2048个A100 GPU进行训练，每个GPU的成本约为2万美元。2 GPT-3的单次训练成本预计约为1200万美元。3 基于现有模型训练，比完整模型训练强度更小，因而成本更低。图5|AI底层模型的三种建设路径波士顿咨询公司2024年8月未来已来：AI组织进化

14、论7他山之石：蚂蚁群体的去中心化特征蚂蚁群体有明确的分工和等级，如蚁后负责繁殖，工蚁负责觅食、筑巢，兵蚁负责保卫蚁巢；其中蚁后在社会等级中地位最高。但蚂蚁的日常活动高度去中心化，不依赖于单一的中央决策。例如，每只工蚁寻找食物的过程都是独立的，可以单兵作战、自主决策；同时工蚁通过传递信息素，吸引周围的蚂蚁前往资源点寻找食物，从而对环境变化快速反应，实现局部协同、高效协作。行业案例：美的集团推动组织扁平化美的集团作为数字化转型和AI应用的先行者，在技术赋能下积极推动组织的扁平化发展。数字化转型后，美的集团逐渐精简管理层级，原则上不超过六层，从上至下为董事长、集团副总裁/事业部总裁、总监、部门负责人

15、、模块负责人（部分适用）、专员。这一组织变革离不开IMIP数字化平台的赋能支撑，该平台将业务进展可视化，降低了管理者的监督难度，管理幅度得以扩大。例如，某事业部下设工艺自动化研究院，有30至40位工程师负责不同的工艺领域，均直接向院长汇报。同时，在数字化和AI技术赋能下，管理者与团队成员之间的能力差距进一步缩小，基层员工拥有了更多自主决策权。例如，此前一线质检人员经常有无法判断的场景，需要寻求上级指导进而决策；在引入AI质检工具后，一线员工基本可以实现自主检测、自主决策。在美的打造的扁平组织中，汇报线和决策链条更短，有效提升了组织的决策效率和响应速度，让该集团能够在激烈的市场竞争中灵活应对挑战

16、。AI时代，传统科层式组织在部分场景仍然适用但科层式组织将进一步扁平化 适用场景：价值链条长、试错成本高、强流程驱动的业务，且需要上级进行事前、事中、事后的监督 供应链部门、生产制造部门 组织层级更少、管理幅度更大，决策更多向下授权AI时代驱动因素上下级能力差距缩小信息透明对称来源：案头研究；专家访谈；BCG分析。图6|AI时代，科层式组织将进一步扁平化波士顿咨询公司2024年8月未来已来：AI组织进化论82.1.3 网状组织会更流行吗？传统组织按职能进行专业化分工，各团队相对独立；网状组织则是自上而下打造的跨垂线自由组合的团队，强调协作融合。前者责任明确，易于管理；后者虽管理复杂度有所提升，但更易于实现敏捷反应与高效创新。AI时代，市场和客户需求变化更快，组织需快速迭代。同时AI技术带来了新的复杂性，更需要不同背景和能力专长的员工协作解决问题，这些都加强了对网状组织的需求。在AI赋能下，网状组织内、跨垂线间能够更开放、实时地共享信息，快速达成共识，使得AI时代的网状组织运行更高效（参阅图7）。复杂度提升：AI技术带来了新的复杂性，需要不同背景的专家协作解决问题信息透明：AI驱动下信息