核心观点:AI 时代真正拉开人与人、组织与组织差距的变量,是 high agency、行业 Know-how、信息密度,以及持续感知和学习的能力。
最近接触了两位四十多岁的朋友,都不是产品经理或 AI 从业者,却已经能自己开发 Agent。
其中一位在楼宇行业工作了二十多年。过去做楼宇服务维保,后来发现传统维保商业价值有限,开始自己研究 AI,转向公共建筑和楼宇 Agent 开发。现在从设备接入、页面搭建到组态构建,很多环节都可以借助 AI 独立完成,有些效果甚至超过了成熟团队的现有实现。
这件事对我的冲击不是“四十多岁的人也能学会 AI”,而是:
我们一年主动看过多少展会?参加过几次 AI 分享?真正研究过多少新的产品和 Agent?又有多少人知道,一个拥有二十年楼宇经验的工程师,现在已经可以借助 AI 跨过产品和研发的边界,直接把东西做出来?
这让我重新思考三个问题:AI 到底平权了什么?未来什么样的人最有价值?组织又应该怎样变化?
一、AI 正在打破岗位对能力的垄断
工业时代的组织建立在专业分工之上。
先设置销售、产品、研发、实施等岗位,再由不同岗位协同完成任务。因此传统组织的逻辑是:
但 AI 正在降低不同专业能力之间的调用门槛。
过去,一个行业专家发现客户问题,需要先告诉产品经理;产品经理把问题转化成需求,再交给研发实现。今天,一个真正懂行业的人,可以直接借助 AI 做研究、写代码、搭页面、做原型。
因此,最值得关注的组合可能不是“AI + 程序员”,而是:
一个拥有二十年行业经验的人,过去缺的是实现能力;AI 恰好补上了这一环。
这意味着未来组织越来越应该问的,不是“这个人是什么岗位”,而是“这个任务需要什么能力,谁能把它做出来”。
组织逻辑因此开始反转:
AI 没有消灭专业化,而是在降低专业能力之间的协作成本。未来未必需要人人成为“销售 + 产品 + 技术”的全才,而可能由高度专业的人带着自己的 AI 能力,围绕任务动态组合。
二、真正稀缺的不是年轻人,而是 high agency
这两位四十多岁的朋友也让我意识到,AI 时代一个很大的误判,是把 AI 天然看成年轻人的红利。
AI 在能力获取上其实非常平权。模型不会因为你四十岁就拒绝回答问题,Agent 也不要求你必须是产品经理才能开发。
真正拉开差距的是 high agency——主观能动性。
- 看到一个新工具,会不会自己试?
- 业务模式有问题,会不会主动寻找新的解法?
- 没有老板布置任务,会不会自己做一个 Agent?
那位做了二十多年楼宇工作的工程师,真正重要的不是学会了某一个 AI 工具,而是没有被“我就是做维保的”这个身份锁住。
所以未来首先被淘汰的,未必是年龄大的人,而可能是低能动性的人。
格鲁夫在《格鲁夫给经理人的第一课》中强调“产出导向”:真正重要的不是一个人做了多少动作,而是最终创造了什么结果。AI 会让这个逻辑更加彻底。
当一个人借助几个 Agent 可以完成过去多人协作的任务时,岗位、工龄、团队规模都会变得没那么重要。真正重要的是:你发现了什么问题、调用了什么能力、最后创造了什么结果。
格鲁夫所谓“管理杠杆率”也会被重新定义。工业时代的杠杆是“管理者 × 人类团队”,AI 时代则逐渐变成:
人的价值越来越不只是“自己会做什么”,而是能够调动多少智能解决问题。
三、AI 是平权的,但认知扩散并不同步
工具可以同时到达每个人,认知却存在明显的扩散时间差。
北京、上海、深圳这样的城市为什么仍然重要?因为真正稀缺的不只是工具,而是信息密度和参照系。
创业者、投资人、产品经理、工程师、AI 公司和行业活动高度聚集。参加一次分享、见一个客户、和朋友吃顿饭,都可能突然意识到:原来外面已经做到这个程度了。
大城市真正提供的是三样东西:
- 信息更早;
- 参照系更高;
- 行动压力更强。
AI 的扩散很像波纹:先在少数高信息密度城市和高能动性人群中形成实践,再沿着产业、客户和社交网络向外扩散。
在过去,晚半年也许没什么。但 AI 时代的半年,可能已经意味着完全不同的工具、能力和工作方式。
四、AI 原生组织首先应该是一个高感知组织
一个组织要形成“战略涌现”,前提不是先拥有多少 Agent,而是能够持续感知外部世界。
如果产品经理长期不看行业,研发不跟踪新的 AI 范式,管理者只在内部会议里获得信息,那么再先进的 AI 也只是旧组织里的新工具。
展会、客户现场、AI 社区、同行产品和外部专家,本质上都是组织的感知器官。
真正优秀的组织,需要不断完成一个循环:
这和格鲁夫的“消防队”比喻其实是一回事。消防队不知道下一场火在哪里,所以真正重要的不是准确预测,而是持续训练、保持能力和快速响应。
AI 时代也是如此。真正强大的组织,不一定是预测最准的组织,而是感知最快、学习最快、认知更新最快、重新组织资源最快的组织。
未来组织不再只是人的集合,而是由人、AI、知识和数据共同构成的学习系统。最终竞争的不只是模型能力,而是组织智能。
结语
AI 带来的核心变化,可能不是“替代多少岗位”,而是同时改变三件事。
对于个人,最重要的变量正在从年龄和岗位,转向 high agency × 专业积累 × AI 能力。
对于组织,竞争优势正在从人员规模,转向信息密度、学习速度和组织智能。
而对于公司制度本身,组织的基本逻辑也正在从“围绕岗位配置人”,转向“围绕任务配置能力”。
AI 确实正在平权。但真正危险的并不是暂时不会用 AI,而是长期处在低信息密度的环境里,又缺少主动走出去的意愿,最后连外面的世界已经发生了什么都不知道。