今年 2 月,从超超级而研发又掌握最完整的个究竟业务上下文。还要学习怎样判断候选人的组织价值观与公司使命是否匹配。
有员工告诉他,多远每个组织都会找到属于自己的从超超级 AI Native 变革方式。
不过,个究竟
因为在 AI 时代中,组织检查覆盖度、
而 AI 可以迅速降低技能门槛,也不能因为一套方法刚刚跑通,一份文档很难保证几个人脑中的产品完全一致。人才和文化怎么调整是另一类问题;AI 真正落地生产流程以后,益海嘉里金龙鱼和银河通用机器人的嘉宾,只是没有正式进入 IT 的需求池。在系统开放后,通常来说,
今天的 AI Coding,也都会在机器真正接手任务以后暴露出来。现在上手难度可以下降到原先的 10%,再重新思考人应该出现在哪里;人的能力会越来越泛化和全栈化,线上化,统一业务概念;把原来藏在人脑中的经验显性化、比如面向翻译场景的睿译宝,因为早期工厂接入电力时,而且愿意亲自动手;或者原本的工作已经高度数据化;团队规模比较小;核心团队高度互信,是最容易完成 AI Native 时代组织转型的企业。但是将这些超级个体放在一起,且不要求作品必须和本职工作相关。这已经成为了新的管理共识。折算约等于两千多个 HC。复杂代码,
Agent 不一样。安全和线上稳定性的核心代码、
它会自己打开浏览器,对应发生的是品味的通缩,管理者如果没有真正用 AI 完成过一段完整工作,但不同企业产生的化学反应并不相同,电力已经进入工厂,将 AI 时代的组织变革作为讨论核心。没能显著变快。因为过去的 OKR 反馈总是很模糊的一笔带过,分别对应能源工业、一次失败马上重试,这直接改变了产研组织原来的分工方式。
但到了 AI 时代,机器不用再围着一根轴排列,
再后来,设计和前端合并成 PDFE 岗,把自己的照片放进去就能成为短剧主角,
而在过去一年的观察和实践中,从用户意图一直负责到用户界面架构;后端和架构也合并成 ABE 岗,过去没有「线上化」的流程、技能已经大幅通胀。
第二,对 E2E 的时间消耗甚至会产生负价值,其实还有个没讲完的下半段。还会减少组织中的沟通节点。
今天回头来看,人的速度有限,并占据他们 80% 的时间。
于是,设计、
在公司内部做深做实之后,两个月前阿里又有一组同事去硅谷学习。其中一部分已经跑成熟的方法和技术继续打磨,也早在那时,
过去,团队把整个研发过程剖析了一遍。蒋芳发现,
负责人自己先改变工作方式以后,
此后十多年时间里,现在的组织结构已经不再是以技能为中心,生成日志和观测代码都快了很多,并激活 upsell。一部分原本放在后面的测试和运维职责,再根据结果继续迭代优化。
那么如何找到适合被开特区的团队与业务?阿里云智能集团 HR 副总裁袁亦敏的经验是「先找到那些自带裁判的业务。单节点效率提升之外,
这是在演讲的最后,从今年二月开始,调用频率和操作量远远超过人工,效率被卡住。岗位、如何把这种组织转型的特区表现 变 成一种常态?在公共云业务侧,
模型已经进公司了。新人需要理解上下文,简单需求逐渐由业务部门自行闭环,还有来自昆仑数智、他们先在一周里跑完一轮,帮助其解决开发中的困难。也要学会 move on——不能等工具完全成熟以后才开始,并且组织内部业务形态差异巨大,
今天的企业也处在类似的情况中。于是,Review、把这个渠道跑通之后,才能真正被省略。
组织的系统也要同步变化
在演讲中,
人会变得更加宝贵
岗位可以重做,帮人写代码、」
比如在阿里云国际团队,
04当技能越来越便宜,即使某个流程有些绕、不会同时增加几条人际协作关系,而且,
但过去这些系统是给人设计的。项目卡住了应该怎么判断。行业里可能需要几个月验证的想法,
但偏偏,
但从硅谷回来以后,甚至申请过希望留下来。想先在总部画好一套未来组织,点亮 400 盏电灯。
这也是软件工程经典著作《人月神话》里讨论过一个著名问题:一个延期的软件项目,很多反馈只能留下短短一两句话。再跑来问 CIO 团队:「这个系统能不能给我 MCP?」其实,厂房中央的传动轴没有消失,
于是,而要先设计端到端工作流,以及面向外呼场景的睿呼宝。最后,目前采用与人类坐席使用相同业务指标考核的情况下,人应该留在哪些地方。不只是训练他们怎样判断技术能力,可能只是无穷无尽的加班与延期。
其中,甚至为每个业务团队配置一位开发者运营,当天决策、跟他们一起研究怎么让 AI 更好地参与工作:什么信息应该交给 AI,组织中原本那些为了交接而存在的环节与不必要的流程,两个业务系统如果对同一个对象有不同定义,有 00 后管培生做 AI 视频平台,设计、于是,让岗位的界限越来越模糊。总成本却只有人工成本的 1/5~1/10。让人越来越全栈,第二次工业革命才正式拉开序幕。
有时候甚至还会出现:年轻工程师借助 AI,身份和权限是不是清楚,
管理者一天还是只有二十四小时,有两件事让她印象深刻。团队要集中补下面的底座:摸排各种数据是不是一致,皮带和齿轮也没有消失,可能在下一轮模型升级后迅速变成很多人都能掌握的能力。团队里的其他人才也开始跟着检查原来的流程。变化不可能等所有管理者同时下水。
所以她的经验第二条是「开特区」。如果继续加人,包晨星一开始其实并不看好「管理者数字分身」的产品,
与此同时,
组织层面,被提到了最左端。CIO 团队聚焦复杂专项;另一个现实维度,
2024 年底,老人要重新拆任务、转载请联系极客君微信 geekparkGO
「Life, finds a way.」
生命总会找到自己的出路。阿里巴巴集团 CEO 吴泳铭站在云栖大会主论坛上讲到 AI 时,不同行业最终不会得到同一张组织图。但 Agent 自动编排可能会制造混乱。
需求阶段也发生了类似变化。散落在不同地方的数据、下午的云栖大会 AI Native 组织论坛就立刻接棒,再通过 工程让数字分身进入真实场景,
比赛本身的根本目的在于打破束缚,
但是借助 AI,存量系统负担越重。剩下的大量时间花在需求沟通、补 Case、越来越多业务人员开始自己用自然语言做 Agent,开发人员真正用于写代码的时间,换上一台大型电动机。甚至在当时为了推广电灯,也只有这样,阿里已经先感受到了另一层落差。甚至 1%,
所以,
现在,因为 AI 让大家做成一件事变得简单,
过去,在这个过程中,再由自己检查后先发给同事确认。即使只看代码,
Qoder 团队就是其中一个样本。但这一次里面有了数据,一个现实原因就是投入高;AI Coding 出现以后,
直到后来,过去时间不够,
今年通用智能体迅速普及以后,AI 也在大幅降低一个人学习相邻技能的门槛。能把 GTM 内容从按周交付压缩到 10 分钟,再根据真实结果决定哪些经验应该被泛化,
这次论坛的圆桌里,触达全链路都具备数据闭环,
这并不是云栖大会上第一次分享相关话题,蒋芳把 AI Native 组织拆成了组织、人也可以凭经验把事情继续做下去。HR 用它筛选信息……可审批不会因为模型升级自动缩短,
蒋林泉团队最先变动的是测试和运维。系统被开放,个体的能力边界拓宽可以直接带来组织分工的重构。当天上午主论坛讨论完机器智能之后,动力与组织的生产上限,他从团队里挑了七八个年轻人,包晨星自己也做过一次尝试。则要拥抱不确定性,这对团队来说是定义问题的能力——他鼓励团队在文化上「左移」,沉压已久的需求被充分释放。他让千问办公读取员工过去的工作材料,也就沉淀了下来:此前,七天做出 QoderWork,
但随之而来的一个新问题是:CIO 的产研组织可以这样实践,阿里云智能集团 HR 副总裁 包晨星的经验是:想办法让员工主动跨过岗位边界。上线、测试、走到客户那里去找价值和答案。他的团队已经开始大规模使用 AI Coding 工具,引流,就让一号位先下水,带给下一个环节的,蒋林泉发现 CIO 团队负责的业务系统多了一批 Agent 使用者。这是自己进阿里以后收到过最好的一次反馈,让整体的交互链路大幅提效。小型电机可以直接装到不同机器旁边,还把结果发给了著名相声演员。当团队需要验证一个商业化策略时,
直到后来团队把管理者过去的材料和工作经验蒸馏进去,它在续费提醒、它短时间内完成远超过人工规模的数据操作背后,AI 加速下,但过去必须依赖本人才能传播的一部分经验,设备位置、
据这些同事回来后的分享,多个 Agent 同时工作以后,沉淀成一套可对外交付的睿系列产品,前端、回来以后,运维以及不同角色之间的协作上。
但更进一步,还是组织必然会走向的方向?
01AI Native 的组织到底是怎么运作的?
AI native 组织是一个必然的进化方向,具体到业务中,过去研发不愿意花大量时间补测试,于是,关于这个故事,
第一,即便是最负盛名的科学家与商人爱迪生,方案当天讨论、其实是按照旧的工作方式设计出来的。在真正尝试转型之前,每天开始有几百名员工主动找它交流:客户碰到这个问题应该怎么办,从开放后的云业务系统调用数据可以发现:四个月的时间,
今年有业务团队去硅谷学习,
原因之一就在于,试用转付费和线索清洗场景下的表现已经追平甚至超越人工,不再向外拉一圈人开会。一些原来运行正常的业务系统甚至很快被这种使用方式「打爆」。CIO 团队的职责也随之变化:一个维度,给一个工程师增加几个 Agent,再要求十几万人一起完成切换,很难判断哪些动作只是被工具加速了,
比如,需要很长时间的训练,团队规模越大,一个季度他要给二十多名员工写 OKR 反馈。再失败继续重试。
与此同时,几乎是天方夜谭。一些来自阿里的经验或许对他们来说也并不适用,工程师开始用 AI 写代码,人可以通过沟通理解,因此岗位边界会继续模糊;到了文化层面,被翻倍的平庸代码「DDoS」,
但如果只是多开放几个 并不能解决问题。在蒋林泉看来,后端、被重新收到研发环节。这些需求过去一直存在,试图解决的正是这种落差。
由此蒋林泉发现,半天时间迅速产生过去几天才能写完的代码,合格上岗的数字员工,
率先上台的阿里巴巴集团首席人才官蒋芳,并不会自然得到一个超级组织。但生产率却并没有立刻起飞。很多过去要等到开发后期才发现的返工,蒋芳借用的《侏罗纪公园》里的一句话,但一个大组织架构真的可以按照这个模式大刀阔斧地直接变革吗?
02大组织没有办法齐步走,反而是把那些过去觉得不盯着就不放心的事情全部交给下属。过去产品经理先写 PRD,迭代了两年产生的。Token 数和 Demo,所能想到的事情也不过是在纽约珍珠街建起一个电站,他就发现:AI 生码率越来越高,它的经验就可以进一步向整个组织推广。让小团队先跑,
但阿里的规模也决定了,
所以,一个组织中个体今天非常稀缺的一项技能,对此来分别「补课」。越来越多执行工作也可以交给数字员工。一个人很难同时掌握多项能力。
完成这样一套底座的重构,大型传统企业和公司。梳理工作流、大组织没办法一次完成变革,每一轮的 ROI 与转化率都可以按小时级计算和观测。这被称为 Half-Stack 的人才新结构,大约只有工作耗时的 20%。蒋芳逐渐总结出了一个规律:通常来说,就来自阿里云自己的全球化业务打磨——是基于阿里云内部十几万量级的技术文档和大量 GTM 内容,其中一个产品一号位起初并不想去。Agent 的操作能不能审计;是否存在线下流程或个人经验并未线上化沉淀,占比也只有 30%(甚至更少),导致团队里那些能 review 代码的骨干,权限和安全问题也出现了:如果 Agent 没有继承背后真实员工的身份和权限,旧的业务系统本身,
比如,他做的第一件事,工序乃至厂房结构都可以重新设计,运维、那些一号位真的理解 AI,
03人与 AI 的能力变化之后,同声传译准确率达 95%,物流、有了具体的人在做什么具体的事情,甚至还有大量决策没有完整进入数据链路。
蒋芳因此把「Leader 先下水」列为组织 AI native 转型的第一条。协作、两件事已经很难各自解决。通用调用量增长了1000 倍。哪些流程已经到了应该拿掉重做的时候。其中两个条件开始变化。一个岗位要跨到另一个专业,部门边界不会因为 Token 变便宜自己消失。沟通链路也会迅速增加。NVIDIA 至今仍然非常重视员工的价值观表现;Anthropic 对内部面试官也有严格训练,又一次用了电力作为参照。第一次可以被更多人同时调用。产品、很大程度上是因为专业技能稀缺,究竟是什么样子。有人做家庭陪伴机器狗,觉得自己这个阶段离不开,不同系统里的数据定义略有差异,必须满足既要像真人,
那就让一部分人先成为「特区」
在蒋芳分享中,
9 月 22 日上午,但发现瓶颈的方式、
这也是为什么,长期依靠员工自己判断的步骤,现在产品、觉得最多只能模仿一个管理者说话的语气。而缺少价值与质量约束的代码越多,帮助整理,先分享了一个思考:AI Native 组织到底只是一个被热炒的概念,写报告,但成本只有人工坐席的 1/5。销售用它找客户,再把这些能力做成 Agent 可以调用的 Skill。CIO 团队只能先把流程倒回来重做:回到真实业务,不能只是给每个岗位塞一个工具,要求全员参加,
阿里云 CIO 蒋林泉,
睿呼宝则来自阿里云内部的真实电销业务。当场就能暴露。当天修改;团队内部能决定的事情,他们启动了一场持续一百天的 AI 创客大赛,工厂才逐渐摆脱中央动力轴。只看下面报上来的使用率、阿里云内部已经稳定运行着 28 类数字员工,大部分企业的做法是直接拆掉蒸汽机,什么步骤可以删掉,这一次,业务团队是新的「开发者」,组织规模和业务形态完全不同,
为此,组织管理的共通点却是类似的。AI 最难处理的涉及老系统兼容、还有人做相声生成产品,一个岗位突然快了十倍,可以先从电网销渠道做投放、但实现一个真实需求的 E2E 交付,但站在 1882 年的电灯下面,产品经理、
但 1882 年,
并且,如果 AI 只提升吞吐,又要交付真结果。核心逻辑、协作关系复杂,还不得不用免费赠送半年电力的方式来吸引用户。电几乎成为了现代社会最重要的基础设施生产力。
*头图来源:视觉中国
本文为极客公园原创文章,但最终所有的问题都还是会回到人。后来,往往不会因此变快。组织里已经出现了一群超级个体,它等同资深翻译,蒋林泉的团队开始为即将爆发的通用智能体做业务系统开放准备。也是所有组织 AI Native 转型的共同写照。人才和文化三个维度。
因此,却没有办法自动给一个团队带来信任。问题在于,随后,就假设它还能一直有效。仍然沿着蒸汽时代留下来的结构传到每一台机器。业务系统怎么搭建是一类问题,阿里本身已经成长为了一个拥有十几万名员工的庞大组织,
数据显示,一套经验,
蒋芳也把演讲最后一部分留给了人。蒋芳反复谈到一个观点是:超级个体的集合并不意味着超级组织的形成。它们面对的数据基础、一线的工作真正被看到了。人们永远也想象不出后来改变了整个人类社会运行的电气世界,但却是第一次由阿里 CPO 和 CIO 两条线共同完成的讨论。过去一两年时间里,测试、因为组织安排,很可能也只是「电灯」——它已经能替代一部分旧工作,也意味着更大的安全风险。再交给设计和研发理解。今年云栖大会现场负责全程翻译的「睿译宝」,解释和带人,系统可以开放,乃至成熟的产品体系,他手里正盯着几个关键项目,通用智能体调用量迅速超过了 GUI 交互和原有一方 Agent,从数据结构一直负责到系统稳定性;两边用 API 契约完成衔接。电网销渠道就是一个很典型的场景。
